IV DÉRIVATION NUMÉRIQUE
Transcription
IV DÉRIVATION NUMÉRIQUE
IV DÉRIVATION NUMÉRIQUE Analyse Numérique Tronc Commun Analyse Numérique – R. Touzani Dérivation numérique 1 Un exemple Calcul approché de la dérivée en 1 (a 2 + b). y x a Analyse Numérique – R. Touzani b Dérivation numérique 2 La dérivée d’une fonction f en un point x ∈ R est définie par f 0 (x) := lim h→0 Analyse Numérique – R. Touzani f (x + h) − f (x) h Dérivation numérique 3 La dérivée d’une fonction f en un point x ∈ R est définie par f 0 (x) := lim h→0 f (x + h) − f (x) h Le calcul de la dérivée peut être : Onéreux (expression difficile à évaluer) Analyse Numérique – R. Touzani Dérivation numérique 3 La dérivée d’une fonction f en un point x ∈ R est définie par f 0 (x) := lim h→0 f (x + h) − f (x) h Le calcul de la dérivée peut être : Onéreux (expression difficile à évaluer) Imprécis : Fonction donnée par un ensemble discret de valeurs (données expérimentales par exemple) Analyse Numérique – R. Touzani Dérivation numérique 3 La dérivée d’une fonction f en un point x ∈ R est définie par f 0 (x) := lim h→0 f (x + h) − f (x) h Le calcul de la dérivée peut être : Onéreux (expression difficile à évaluer) Imprécis : Fonction donnée par un ensemble discret de valeurs (données expérimentales par exemple) Impossible : Dérivées intervenant dans des équations différentielles par exemple Analyse Numérique – R. Touzani Dérivation numérique 3 La dérivée d’une fonction f en un point x ∈ R est définie par f 0 (x) := lim h→0 f (x + h) − f (x) h Le calcul de la dérivée peut être : Onéreux (expression difficile à évaluer) Imprécis : Fonction donnée par un ensemble discret de valeurs (données expérimentales par exemple) Impossible : Dérivées intervenant dans des équations différentielles par exemple Analyse Numérique – R. Touzani Dérivation numérique 3 La dérivée d’une fonction f en un point x ∈ R est définie par f 0 (x) := lim h→0 f (x + h) − f (x) h Le calcul de la dérivée peut être : Onéreux (expression difficile à évaluer) Imprécis : Fonction donnée par un ensemble discret de valeurs (données expérimentales par exemple) Impossible : Dérivées intervenant dans des équations différentielles par exemple Idée simple : Calculer le quotient différentiel : f 0 (x) ≈ f (x + h) − f (x) h Analyse Numérique – R. Touzani |h| 1 Dérivation numérique 3 Erreur d’arrondi : Un exemple Supposons que l’on travaille sur un calculateur avec 3 chiffres significatifs. Analyse Numérique – R. Touzani Dérivation numérique 4 Erreur d’arrondi : Un exemple Supposons que l’on travaille sur un calculateur avec 3 chiffres significatifs. Soit f (x) = x 2 . On veut calculer f 0 (7) = 14 avec cette méthode. Analyse Numérique – R. Touzani Dérivation numérique 4 Erreur d’arrondi : Un exemple Supposons que l’on travaille sur un calculateur avec 3 chiffres significatifs. Soit f (x) = x 2 . On veut calculer f 0 (7) = 14 avec cette méthode. Avec h = 0,1, on a (7,1)2 = 50,41 f (7,1) − f (7) (7,1)2 − 72 50,4 − 49 = = = 14,0 0,1 0,1 0,1 Analyse Numérique – R. Touzani Dérivation numérique 4 Erreur d’arrondi : Un exemple Supposons que l’on travaille sur un calculateur avec 3 chiffres significatifs. Soit f (x) = x 2 . On veut calculer f 0 (7) = 14 avec cette méthode. Avec h = 0,1, on a (7,1)2 = 50,41 f (7,1) − f (7) (7,1)2 − 72 50,4 − 49 = = = 14,0 0,1 0,1 0,1 Avec h = 0,01, on a (7,01)2 = 49,1401 f (7,01) − f (7) (7,01)2 − 72 49,1 − 49 = = = 10,0 0,01 0,01 0,01 Analyse Numérique – R. Touzani Dérivation numérique !!! 4 Erreur d’arrondi : Un exemple Supposons que l’on travaille sur un calculateur avec 3 chiffres significatifs. Soit f (x) = x 2 . On veut calculer f 0 (7) = 14 avec cette méthode. Avec h = 0,1, on a (7,1)2 = 50,41 f (7,1) − f (7) (7,1)2 − 72 50,4 − 49 = = = 14,0 0,1 0,1 0,1 Avec h = 0,01, on a (7,01)2 = 49,1401 f (7,01) − f (7) (7,01)2 − 72 49,1 − 49 = = = 10,0 0,01 0,01 0,01 !!! Ainsi, une petite perturbation de f (x) (erreur d’arrondi) a induit une grande perturbation de f 0 (x). Analyse Numérique – R. Touzani Dérivation numérique 4 Erreur d’arrondi Soit δ la précision relative de la machine (ex. : 7 chiffres significatifs =⇒ δ = 10−7 ). L’erreur absolue sur l’évaluation d’une fonction f en un point x est de l’ordre de δ |f (x)|. On peut estimer l’erreur sur le numérateur par δ|f (x + h)| + δ|f (x)| ≈ 2δ |f (x)|. Analyse Numérique – R. Touzani Dérivation numérique 5 Erreur d’arrondi Soit δ la précision relative de la machine (ex. : 7 chiffres significatifs =⇒ δ = 10−7 ). L’erreur absolue sur l’évaluation d’une fonction f en un point x est de l’ordre de δ |f (x)|. On peut estimer l’erreur sur le numérateur par δ|f (x + h)| + δ|f (x)| ≈ 2δ |f (x)|. L’erreur absolue sur le quotient différentiel est alors estimée par : f (x) Ea = 2δ h Analyse Numérique – R. Touzani Dérivation numérique 5 Erreur d’arrondi Soit δ la précision relative de la machine (ex. : 7 chiffres significatifs =⇒ δ = 10−7 ). L’erreur absolue sur l’évaluation d’une fonction f en un point x est de l’ordre de δ |f (x)|. On peut estimer l’erreur sur le numérateur par δ|f (x + h)| + δ|f (x)| ≈ 2δ |f (x)|. L’erreur absolue sur le quotient différentiel est alors estimée par : f (x) Ea = 2δ h Dans le cas de l’exemple précédent (δ = 10−3 ), on a pour h = 0,1 : Ea = 2 × 10−3 × Analyse Numérique – R. Touzani 49 = 0,98 ≈ 1 0,1 Dérivation numérique 5 Erreur d’arrondi Soit δ la précision relative de la machine (ex. : 7 chiffres significatifs =⇒ δ = 10−7 ). L’erreur absolue sur l’évaluation d’une fonction f en un point x est de l’ordre de δ |f (x)|. On peut estimer l’erreur sur le numérateur par δ|f (x + h)| + δ|f (x)| ≈ 2δ |f (x)|. L’erreur absolue sur le quotient différentiel est alors estimée par : f (x) Ea = 2δ h Dans le cas de l’exemple précédent (δ = 10−3 ), on a pour h = 0,1 : Ea = 2 × 10−3 × 49 = 0,98 ≈ 1 0,1 Pour h = 0,01 : Ea = 2 × 10−3 × Analyse Numérique – R. Touzani 49 ≈ 10 0,01 Dérivation numérique 5 Erreur de troncature On a par la formule de Taylor (on suppose f 2 fois continûment dérivable) : f (x + h) = f (x) + f 0 (x)h + f 00 (x̃) Analyse Numérique – R. Touzani h2 2 |x − x̃| < |h|. Dérivation numérique 6 Erreur de troncature On a par la formule de Taylor (on suppose f 2 fois continûment dérivable) : f (x + h) = f (x) + f 0 (x)h + f 00 (x̃) Ainsi f 0 (x) = h2 2 |x − x̃| < |h|. h f (x + h) − f (x) − f 00 (x̃) . h 2 Analyse Numérique – R. Touzani Dérivation numérique 6 Erreur de troncature On a par la formule de Taylor (on suppose f 2 fois continûment dérivable) : f (x + h) = f (x) + f 0 (x)h + f 00 (x̃) Ainsi f 0 (x) = h2 2 |x − x̃| < |h|. h f (x + h) − f (x) − f 00 (x̃) . h 2 L’erreur de troncature pour des petites valeurs de |h| est définie par Et = Analyse Numérique – R. Touzani |h| 00 |f (x̃)| 2 Dérivation numérique 6 Erreur totale Elle est définie par E = Ea + Et Analyse Numérique – R. Touzani Dérivation numérique 7 Erreur totale Elle est définie par E = Ea + Et Ainsi pour notre méthode f (x) |h| 00 + |f (e x )| E = 2δ h 2 Analyse Numérique – R. Touzani Dérivation numérique 7 Erreur totale Elle est définie par E = Ea + Et Ainsi pour notre méthode f (x) |h| 00 + |f (e x )| E = 2δ h 2 Théorème La quantité f (x) |h| 00 + E = 2δ |f (e x )| h 2 est minimale pour s f (x) . |h| = 2 δ 00 f (x̃) Analyse Numérique – R. Touzani Dérivation numérique 7 Démonstration Soit g (s) := 2δ |f (x)| s a + |f 00 (e x )| = + bs s 2 s où a = 2δ|f (x)|, Analyse Numérique – R. Touzani b= 1 00 |f (e x )|. 2 Dérivation numérique 8 Démonstration Soit g (s) := 2δ |f (x)| s a + |f 00 (e x )| = + bs s 2 s où a = 2δ|f (x)|, b= 1 00 |f (e x )|. 2 Puisque a et b sont positifs, on a le graphe : g(s) a/s bs Analyse Numérique – R. Touzani Dérivation numérique 8 On en déduit g 0 (s) = 0 ⇐⇒ − D’où a + b = 0 ⇐⇒ s = s2 r a . b s f (x) . |h| = 2 δ 00 f (e x) Analyse Numérique – R. Touzani Dérivation numérique 9 On en déduit g 0 (s) = 0 ⇐⇒ − D’où a + b = 0 ⇐⇒ s = s2 r a . b s f (x) . |h| = 2 δ 00 f (e x) Exemple : On prend f (x) = x 2 et δ = 10−3 . On en déduit p √ f 00 (x) = 2, h = 2δf (x) = 2δ |x|. √ Si x = 7, on a h = 10 δ ≈ 0,3. Analyse Numérique – R. Touzani Dérivation numérique 9 Autres schémas Le quotient différentiel f 0 (x) ≈ f (x + h) − f (x) h est appelé différence décentrée à droite. Analyse Numérique – R. Touzani Dérivation numérique 10 Autres schémas Le quotient différentiel f 0 (x) ≈ f (x + h) − f (x) h est appelé différence décentrée à droite. On peut tout aussi bien choisir une différence décentrée à gauche : f 0 (x) ≈ f (x) − f (x − h) h Analyse Numérique – R. Touzani Dérivation numérique 10 Autres schémas Le quotient différentiel f 0 (x) ≈ f (x + h) − f (x) h est appelé différence décentrée à droite. On peut tout aussi bien choisir une différence décentrée à gauche : f 0 (x) ≈ f (x) − f (x − h) h ou une différence centrée autour de x, i.e. f 0 (x) ≈ f (x + h) − f (x − h) 2h Dans ce cas, l’erreur d’arrondi reste la même. Par contre, on modifie l’erreur de troncature. Analyse Numérique – R. Touzani Dérivation numérique 10 Théorème On suppose que f est de classe C 3 et de dérivées bornées. Alors on a 2 0 f (x) − f (x + h) − f (x − h) ≤ h sup |f 000 (y )| 2h 6 y ∈R Analyse Numérique – R. Touzani Dérivation numérique 11 Théorème On suppose que f est de classe C 3 et de dérivées bornées. Alors on a 2 0 f (x) − f (x + h) − f (x − h) ≤ h sup |f 000 (y )| 2h 6 y ∈R En effet, on a par la formule de Taylor : h2 00 f (x) + 2 2 h 00 f (x − h) = f (x) − hf 0 (x) + f (x) − 2 f (x + h) = f (x) + hf 0 (x) + Analyse Numérique – R. Touzani h3 000 f (ξ), 6 3 h 000 f (η), 6 Dérivation numérique où ξ ∈ [x, x + h], où η ∈ [x − h, x]. 11 Théorème On suppose que f est de classe C 3 et de dérivées bornées. Alors on a 2 0 f (x) − f (x + h) − f (x − h) ≤ h sup |f 000 (y )| 2h 6 y ∈R En effet, on a par la formule de Taylor : h2 00 f (x) + 2 2 h 00 f (x − h) = f (x) − hf 0 (x) + f (x) − 2 f (x + h) = f (x) + hf 0 (x) + Donc f 0 (x) − h3 000 f (ξ), 6 3 h 000 f (η), 6 où ξ ∈ [x, x + h], où η ∈ [x − h, x]. f (x + h) − f (x + h) h2 000 =− f (ξ) + f 000 (η) . 2h 12 Analyse Numérique – R. Touzani Dérivation numérique 11 Dérivée seconde On a f 00 (x) ≈ f 0 (x + h2 ) − f 0 (x − h2 ) h 1 f (x + h) − f (x) f (x) − f (x − h) ≈ − h h h f (x + h) − 2f (x) + f (x − h) = h2 Analyse Numérique – R. Touzani Dérivation numérique 12 Dérivée seconde On a f 00 (x) ≈ f 0 (x + h2 ) − f 0 (x − h2 ) h 1 f (x + h) − f (x) f (x) − f (x − h) ≈ − h h h f (x + h) − 2f (x) + f (x − h) = h2 On montre alors le résultat : Théorème On suppose que f est de classe C 4 et de dérivées bornées jusqu’à l’ordre 4. Alors on a pour tout x ∈ R, la majoration : 2 00 f (x) − f (x + h) − 2f (x) + f (x − h) ≤ h sup |f (4) (x)| 2 h 12 x∈R Analyse Numérique – R. Touzani Dérivation numérique 12