École de technologie supérieure Responsable(s) de cours : Jean-Marc Lina

PLAN DE COURS
Automne 2023
ELE735 : Analyse numérique (3 crédits)

Préalables Unités d'agrément

Total d'unités d'agrément : 58,8
Programme(s) : 7483,7694,7883

Profils(s) : Tous profils

MAT165

Qualités de l'ingénieur
Q1 Q2 Q3 Q5 Q6 Q7 Q8
Q4 Q9 Q10 Q11 Q12
i3 i1 i3 i1 i1 i1 i1

i2 i2

i3

Qn Qualité visée dans ce Qn Qualité visée dans un autre Indicateur Indicateur Indicateur enseigné et
cours cours enseigné évalué évalué

Descriptif du cours

Objectifs du cours
Introduire les concepts du calcul et de l’analyse numérique aux étudiant(e)s.
Familiariser les étudiant(e)s avec les algorithmes de base et les rendre capables de les utiliser dans des cas pratiques.
Rendre l’étudiant(e) capable d’analyser la performance, la rapidité, la convergence et la précision des différents algorithmes utilisés.
Stratégies pédagogiques
Un cours magistral d'une durée de 3 heures 30 minutes par semaine. La solution à de nombreux problèmes typiques sera présentée après
l’introduction de chaque nouvelle notion afin d’illustrer la théorie et de permettre aux étudiant(e)s de bien assimiler les méthodes
présentées.
Le rythme du cours est déterminé sur la base que les étudiants ont fait toutes les lectures préparatoires avant de se présenter aux cours
magistraux.
24 heures de travaux pratiques et laboratoires. Le calendrier de ces séances de TP/Labo sera disponible sur le site moodle du cours en
début de session.

Utilisation d’appareils électroniques

La calculatrice et/ou ordinateur sont autorisés lors des min‐tests qui seront faits à distance. L'ordinateur ne sera pas permis à l'examen
final dans le cas où celui‐c‐ sera fait en présentiel.

Horaire
Groupe Jour Heure Activité
01 Lundi 18:00 ‐ 22:00 Laboratoire aux 2 semaines
Mercredi 18:00 ‐ 21:30 Activité de cours

Coordonnées de l’enseignant
Groupe Nom Activité Courriel Local Disponibilité
01 Jean‐Marc Lina Activité de cours Jean‐[Link]@[Link] A‐2465
Laboratoire aux 2 michael‐
01 Michael‐Christopher Foti
semaines [Link].1@[Link]

Cours
1. Introduction (2 heures)
Plan de cours
Solution analytique versus solution numérique
Représentation numérique des nombres
Sources d’erreurs

2. Rappels mathématiques (4 heures)

Polynômes
Évaluation numérique d’un polynôme
Développement de Taylor
Nombres complexes
Matrices et algèbre linéaire
Orthogonalité
Dérivées partielles et gradient

3. Résolution d’équation(s) non linéaire(s) (5 heures)

Méthode de la bissection
Interpolation linéaire
Méthodes de Newton
Méthode de Muller
Méthode du point fixe
Système d’équations non linéaires
4. Résolution d'un système d'équations linéaires (5 heures)
Méthodes de Gauss et Gauss‐Jordan
Factorisation LU
Inversion de matrices
Méthodes itératives
Valeurs propres et vecteurs propres
Décomposition en valeurs singulières (SVD)
Pseudo‐inverse
5. Analyse de Fourier (4 heures)
Séries de Fourier
Transformée de Fourier
Transformée de Fourier discrète
Théorème d'échantillonnage et repliement spectral
Fenêtrage

6. Modélisation et Interpolation (5 heures)

Moindres carrés
Régression linéaire
Modélisation (curve fitting) polynômiale
Interpolation polynômiale
Splines
Algorithme d'apprentissage et modélisation par des fonctions non‐linéaires

7. Intégration et différentiation numérique (4 heures)

Différentiation numérique
Intégration numérique
Méthode trapézoïdale
Méthode de Simpson
Méthode de Romberg
Intégrale multiple

8. Résolution d’équations différentielles (4 heures)

Séries de Taylor
Méthode d’Euler
Méthode de Runge‐Kutta
Méthode à pas variable
Système d’équations d’ordre élevé
Système mal conditionné
Problèmes avec conditions aux frontières

9. Introduction aux ondelettes (3 heures)

Résolution temporelle et fréquentielle
Banque de filtres et ondelettes
Applications

Total: 36 heures + quiz (3 heures)

Laboratoires et travaux pratiques

Introduction à Matlab (4 heures)
Optimisation (4 heures)
Fourier (3 heures)
Reconnaissance de formes (3 heures)
Travaux pratiques (10 heures)

Utilisation d'outils d'ingénierie

Le logiciel MATLAB est l'outil principal utilisé dans ce cours.
Une connaissance de base de MATLAB est nécessaire à la réussite de ce cours.
Évaluation
Quiz (5) 35%
Examen final 30%
Laboratoires (3) 35%
Travaux à remettre: trois (3) rapports de laboratoire réalisés par groupes de deux (2) étudiants.
La note de passage du cours et les différents seuils (lettres) seront établis par l'enseignant en fin de session, en tenant en compte de
plusieurs paramètres.
De plus, en confirmité avec la clause 7.2.3 du «Règlement des études de 1er cycle», afin de réussir ce cours, l'étudiant(e) doit obtenir
minimalement une note de 50% aux éléments d'évaluation individuelle (35/70 aux quiz et examen final.) Ceci est une condition
nécessaire, mais non unique, afin de réussir le cours.

Date de l'examen final

Votre examen final aura lieu pendant la période des examens finaux, veuillez consulter l'horaire à l'adresse suivante :
[Link]

Politique de retard des travaux

Tout travail (devoir pratique, rapport de laboratoire, rapport de projet, etc.) remis en retard sans motif valable, c’est‐à‐dire autre que
ceux mentionnés dans le Règlement des études (1er cycle, article 7.2.7 b / cycles supérieurs, article 6.5.4 b) se verra attribuer la note
zéro, à moins que d’autres dispositions ne soient communiquées par écrit par l’enseignant dans les consignes de chaque travail à remettre
ou dans le plan de cours pour l’ensemble des travaux.

Dispositions additionnelles

L
Sauf exceptions, la session d'automne sera faite en présence, en s'ajustant et en respectant les regles sanitaies en vigueur. Les périodes
de laboratoires et de travaux dirigés pourraient être faits à distance.
Les évaluations (Quizz de 20 minutes) seront faites en présence ou à distance, pendant les périodes de cours.
Une pénalité de 5% par journée de retard dans la remise des travaux (laboratoires) sera appliquée.

Absence à un examen
Dans les cinq (5) jours ouvrables suivants, la tenue de son examen, l’étudiant devra justifier son absence d’un examen durant le trimestre
auprès de la coordonnatrice – Affaires départementales qui en référera au directeur du département ou du SEG. Pour un examen final,
l’étudiant devra justifier son absence auprès du Bureau du registraire. Dans tous les cas, l’étudiant doit effectuer sa demande en
complétant le formulaire prévu à cet effet qui se trouve dans son portail Mon ÉTS/Formulaires. Toute absence non justifiée par un motif
majeur (maladie certifiée par un billet de médecin, décès d’un parent immédiat, Activité compétitive d’un étudiant appartenant à un club
scientifique ou un club sportif d’élite de l’ÉTS ou au programme « Alliance sport étude » ou autre) à un examen entraînera l’attribution de
la note zéro (0).

Plagiat et fraude
Les clauses du « Règlement sur les infractions de nature académique de l’ÉTS » s’appliquent dans ce cours ainsi que dans tous les cours du
département. Les étudiants doivent consulter le Règlement sur les infractions de nature académique
([Link] )
pour identifier les actes considérés comme étant des infractions de nature académique ainsi que prendre connaissance des sanctions
prévues à cet effet. À l’ÉTS, le respect de la propriété intellectuelle est une valeur essentielle et les étudiants sont invités à consulter la
page Citer, pas plagier ! ([Link]

Documentation obligatoire
GILAT, A., SUBRAMANIAM, V., Numerical Methods for Engineers and Scientists: An Introduction with Applications using Matlab 3rd
edition, Wiley, 2013 (ISBN 978‐1118554937)
Ouvrages de références
MATLAB Student Version Release 13, The MathWorks (ISBN 0‐9672195‐9‐0)
BURDEN, R.L., FAIRES, J.D., Numerical Analysis, 5th Ed., PWS Publishing Co., Boston, 1993 (ISBN 0‐534‐93219‐3)
HOFFMAN, J.D., Numerical Methods for Engineers and Scientists, McGraw‐Hill, New York, 1992 (ISBN 0‐07‐029213‐2)
PRESS, W.H., FLANNERY, B.P., TEUKOLSKY, S.A., VETTERLING, W.T., Nunerical Recipes the Arts of Scientific Computing, Cambridge
University Press, New York, 1986 (ISBN 0‐521‐30811‐9)
KUMAR, V., GRAMA, A., GUPTA, A., KARYPIS, G., Introduction to Parallel Computing Design and Analysis of Algorithms, The
Benjamin/Cummins Publishing Co. Inc., U.S.A., 1994 (ISBN 0‐8053‐3171‐0)
KREYSZIG, E., Advanced Engineering Mathematics, 7th Ed., John‐Wiley and Sons, New York, 1993.
COURANT, R., HILBERT, D., Methods of Mathematical Physics, John‐Wiley and Sons, New York, 1989
CHURCHILL, R.V., Complex Variables and Application, McGraw‐Hill, New York, 1990
HABERMAN, R., Elementary Applied Partial Differential Equations, Prentice Hall, Englewood Cliffs, New Jersey, 1987
PINSKY, M.A., Partial Differential Equations and Boundary‐Value Problems with Applications, 2nd Ed., McGraw‐Hill, New York, 1991.

Adresse internet du site de cours et autres liens utiles

Le site web du cours est sur la plateforme moodle: [Link]

Autres informations
 ELE735 SESSION ETE.2022 COURS/TRAVAUX DIRIGÉS et LABORATOIRES

Organisation du cours dans la session en ‘mode hybride’ (classe : D‐3007 ou lien zoom), les mercredis, 8:45 – 12:00. On indique par ‘c’
les périodes en classe (D‐3007) et par ‘z’ les cours dispensés exclusivement à distance (zoom)
Les Travaux Dirigés sont tous les jeudis, 14 :00 – 16 :00 (A‐2446)
Les Quizz seront des exercices de cours à choix multiples possiblement accessibles dans le site moodle du cours. Le programme des quizz
est indiqué dans le plan.
Semaine Cours TD/Laboratoires
1. Introduction : numérique vs
analytique
2. la représentation numérique
Cours 1c des nombres entiers
4 mai 3. la représentation en point fixe
4. La représentation en point
flottant
5. IEEE‐754
6. Exemples
1. Origine des erreurs
numériques 12 mai : 14:00‐16:00
Cours 2c 2. les nombres complexes TD.1
11 mai 3. Evaluation des polynômes
4. Polynômes de Chebyshev
5. Polynômes de Legendre
1. Décomposition des fonctions
Cours 3c 2. Développement de Taylor 19 mai
18 mai 3. Développement de Chebyshev ‐TD.2 (13:30 ‐ 15:30)
Quizz 1 (7%) 4. Développement de Fourier ‐Introduction à
5. Quizz 1 (matériel : cours 1 et 2, Matlab
TD1) (16:00 – 17:00)

1. Matrices et vecteurs I
2. Matrices particulières 2 juin : 14:00 –
Cours 4z 3. Orthogonalité 16:00
1 juin 4. La FFT Labo1 (12 %)
5. Dérivées Optimisation du
6. Gradients système ‘émetteurs
et antenne’

Equations non‐linéaires I
Cours 5z 1. Introduction 9 juin : 14:00 –
8 juin 2. Méthode du point fixe 16:00
Quizz 2 (7%) 3. Méthode de la bissection TD.3
4. La correction d’Aitken
5. Regula Falsi
6. Quizz 2 (matériel : cours 3 et 4,
TD2)
Equations non‐linéaires II
1. Systeme d’équations non 16 juin : 14:00 ‐
Cours 6c linéaires 16:00
15 juin 2. Méthode de Newton‐Raphson TD.4
3. Méthode de Newton
Généralisée
4. Newton‐Raphson en 2d
5. Exemples

Matrices et vecteurs II
1. Inversion d’une matrice 23 juin : 14:00 ‐ 16:00
Cours 7c 2. Vecteurs et valeurs Labo 2 (12%)
22 juin propres Compression audio
Quizz 3 (7%) 3. Décomposition en valeurs
singulières
4. SVD
5. Quizz 3 (matériel : cours 5
et 6, TD3)
1. Système d’équations
linéaires
Cours 8z 2. Pseudo‐inverse
29 juin 3. Conditionnement d’une
matrice
4. Factorisation LU
5. Méthodes de Jacobi
6. Méthode de Gauss‐Jordan
1. Interpolation polynômiale
Cours 9z 2. Interpolation de Newton 7 juil. : 14:00 ‐ 16:00
 Cours 9z 2. Interpolation de Newton 7 juil. : 14:00 ‐ 16:00
6 juil. 3. Interpolation de Lagrange TD.5
Quizz 4 (7%) 4. Splines
5. Quizz 4 (matériel : cours 7
et 8, TD.4)
1. Approximations
quadratique 14 juil. : 14:00 – 16 :00
Cours 13c 2. Régression linéaire TD.6
13 juil. 3. Approximations non‐
linéaires
4. Réseaux de neurones
5. Algorithme de
rétropropagation
1. Intégration numérique
2. Différentiation numérique 21 juil. : 14:00 ‐ 16:00
Cours 11c 3. Méthode des trapèzes Labo 3 (11%)
20 juil. 4. Méthode de Simpson PCA et reconnaissance
Quizz 5 (7%) 5. Méthode de Romberg de visage
6. Quizz 5 (matériel cours 9
et 10, TD.5)
1. Dérivée numerique et
Equation Différentielle I 28 juil. : 14:00 – 16:00
Cours 12z 2. Méthode d’Euler TD.7
27 juil. 3. Méthode de Runge‐Kutta
4. Méthode de Runge‐Kutta
ODE45
5. Exemple
1. Introduction aux analyses
temps‐fréquence 5 aout : 14:00 – 16:00
Cours 13c 2. Transformée de Hilbert Révisions
4 aout 3. Analyse de Gabor
4. Analyse de Morlet
5. Ondelettes
6. Conclusion