Analyse des erreurs
Chapitre I
Analyse des erreurs
Cours d’Analyse Numérique- Dr. NADIR Mahmoud 4
Analyse des erreurs
1. Introduction
Pour un problème donné en analyse numérique, plusieurs méthodes peuvent être
utilisées. Ces méthodes sont basées sur des algorithmes avec des approximations
différentes conduisant donc à des résultats avec des précisions différentes. Ainsi, une
partie importante de l'analyse numérique consiste à examiner et estimer les erreurs qui
proviennent principalement de trois sources: les erreurs de modélisation; les erreurs de
implémentation sur ordinateur et les erreurs de troncature.
Les erreurs de modélisation résultent de l'étape de la formulation mathématique des
phénomènes physiques qui, dans le cas très complexes devraient être simplifiés en
négligeant les termes qui paraissent moins importants et qui rendent la résolution
numérique difficile.
La seconde source d'erreurs résulte de la représentation des nombres (généralement
binaire) sur ordinateur. Même infimes au départ, ces erreurs peuvent s'accumuler
lorsqu’un très grand nombre d'opérations est effectué.
Enfin, les erreurs de troncature, objet du présent chapitre, proviennent
principalement de l'utilisation du développement de Taylor, qui permet par exemple de
remplacer une équation différentielle par une équation algébrique.
2. Erreur absolue et relative
Soit 𝑥 un nombre et 𝑥 ∗ son approximation ; l’erreur absolue et l’erreur relative sont
définies respectivement comme suit:
𝛥𝑥 = |𝑥 − 𝑥 ∗ | (1.1)
|𝑥−𝑥 ∗ | |∆𝑥|
|𝑥|
= |𝑥|
(1.2)
L'erreur absolue donne une mesure quantitative de l'erreur commise et l'erreur
relative en mesure l'importance. L'erreur relative peut être obtenue en pourcentage en
multipliant l’expression (1.2) par 100.
Cours d’Analyse Numérique- Dr. NADIR Mahmoud 5
Analyse des erreurs
Généralement, il est difficile, voire impossible, d'estimer l’erreur absolue, car la
valeur exacte de 𝑥 est souvent inconnue. En revanche, on dispose d’une borne
supérieure pour cette erreur telle que :
|𝑥 − 𝑥 ∗ | ≤ ∆𝑥 (1.3)
Ce qui peut aussi s'écrire:
𝑥 ∗ − ∆𝑥 ≤ 𝑥 ≤ 𝑥 ∗ + ∆𝑥 (1.4)
3. Chiffres significatifs
Le chiffre correspondant à la mème puissance de 10 et tous ceux qui se trouvent à sa
gauche sont dits significatifs si l'erreur absolue vérifie :
∆𝑥 ≤ 0,5 × 10𝑚 (1.5)
Exemple :
Donnons une approximation de 𝜋 (𝑥 = 𝜋) à l’aide de la valeur de 𝑥 ∗ =22/7 (c-à-d
𝑥 ∗ = 3,142 857 …). On obtient:
22
∆𝑥 = |𝜋 − | = 0,00126 …
7
Puisque l'erreur absolue est plus petite que 0.5 × 10−2 , le chiffre des centièmes est
significatif et on a 3 chiffres significatifs (3,14).
Si on retient 3,1416 comme approximation de 𝜋, on a:
∆𝑥 = |𝜋 − 3,1416| ⋍ 0,73 × 10−5
L'erreur absolue est inférieure à 0,5× 10−4 et par la suite le chiffre correspondant à
cette puissance de 10 ainsi que tous les chiffres situés à sa gauche sont significatifs.
Cette approximation contient donc 5 chiffres significatifs.
4. Erreur de troncature
4.1. Développement de Taylor
Dans le cas d’une fonction à une seule variable, le polynôme de Taylor de degré
𝑛 s’écrit au voisinage d’un point x0 comme suit:
Cours d’Analyse Numérique- Dr. NADIR Mahmoud 6
Analyse des erreurs
𝑓′′ (𝑥0 )(𝑥−𝑥0 )2 𝑓′′′ (𝑥0 )(𝑥−𝑥0 )3
𝑃𝑛 (𝑥 ) = 𝑓 (𝑥0 ) + 𝑓 ′(𝑥0 )(𝑥 − 𝑥0 ) + + +⋯
2! 3!
𝑓(𝑛) (𝑥0 )(𝑥−𝑥0 )𝑛
…+ (1.6)
𝑛!
Où 𝑓 (𝑛) (𝑥0 ) désigne la dérivée d’ordre n de 𝑓(𝑥) en 𝑥0 .
Le même raisonnement peut être repris dans le cas de plusieurs variables. Nous nous
limitons à trois variables, le cas général étant similaire. Soit donc 𝑓(𝑥1 , 𝑥2 , 𝑥3 ), une
fonction de trois variables, que l'on suppose suffisamment différentiable, nous avons
alors:
𝑓 (𝑥1 + ℎ1 , 𝑥2 + ℎ2 , 𝑥3 + ℎ3 ) = 𝑓(𝑥1, 𝑥2, 𝑥3 )
𝑓(𝑥1 , 𝑥2, 𝑥3 ) 𝑓(𝑥1 , 𝑥2, 𝑥3 ) 𝑓(𝑥1 , 𝑥2, 𝑥3 )
+( ℎ1 + ℎ2 + ℎ3 )
𝑥1 𝑥2 𝑥3
2
1 𝑓(𝑥1 , 𝑥2, 𝑥3 ) ²𝑓(𝑥1 , 𝑥2, 𝑥3 ) 2 ²𝑓(𝑥1 , 𝑥2, 𝑥3 ) 2
+ ( ℎ1 + ℎ2 + ℎ3 )
2! 𝑥1 2 𝑥2 2 𝑥3 2
2 2 2
𝑓(𝑥1 ,𝑥2, 𝑥3 ) 𝑓(𝑥1 ,𝑥2, 𝑥3 ) 𝑓(𝑥1 ,𝑥2, 𝑥3 )
+( ℎ1 ℎ2 + ℎ1 ℎ3 + ℎ2 ℎ3 ) + …
𝑥1 𝑥2 𝑥1 𝑥3 𝑥2 𝑥3
+ …… (1.7)
Exemple :
Soit la fonction à deux variables suivante:
𝑓 (𝑥1 , 𝑥2 ) = 𝑥1 2 + 𝑥1 sin 𝑥2
que l'on développe autour du point (xl, x2) = (1 , 0).
On a alors 𝑓 (1, 0) = 1 et les dérivées partielles du premier ordre de 𝑓 sont:
𝑓(𝑥1 , 𝑥2 ) 𝑓(𝑥1 , 𝑥2 )
= 2𝑥1 + sin 𝑥2 = 𝑥1 cos 𝑥2
𝑥1 𝑥2
et celles du deuxième ordre sont:
2 2
𝑓(𝑥1 ,𝑥2 ) 𝑓(𝑥1 ,𝑥2 )
2 =2 = −𝑥1 sin 𝑥2
𝑥1 𝑥2 2
2
𝑓(𝑥1 , 𝑥2 )
= cos 𝑥2
𝑥1 𝑥2
Cours d’Analyse Numérique- Dr. NADIR Mahmoud 7
Analyse des erreurs
Au point (1 , 0), ces dérivées partielles valent:
𝑓(1,0) 𝑓(1,0)
=2 =1
𝑥1 𝑥2
2 2 2
𝑓(1,0) 𝑓(1,0) 𝑓(1,0)
et =2 =0 =1
𝑥1 2 𝑥2 2 𝑥1 𝑥2
Le développement de Taylor de degré 2 de cette fonction à deux variables autour du
point (1 , 0) s’écrit donc:
1
𝑓 (1 + ℎ1 , 0 + ℎ2 ) ≃ 1 + 2ℎ1 + 1ℎ2 + (2ℎ1 2 + 0ℎ2 2 ) + (1ℎ1 ℎ2 )
2
c'est-à-dire
𝑓 (1 + ℎ1 , ℎ2 ) ≃ 1 + 2ℎ1 + ℎ2 + ℎ1 2 + ℎ1 ℎ2
En choisissant par exemple h1=h2= 0.1, on obtient l'approximation suivante:
𝑓 (1,1, 0,1) ≃ 1,32
qui est proche de la valeur exacte 1,319 816 758 avec une erreur absolue d'environ
0,000183.
4.2. Propagation d'erreurs
4.2.1. Cas d’une seule variable
Le but dans cette section est de déterminer la précision de valeur d’une fonction de
variables avec une précision limitée. Autrement dit, quelle est la précision de la
fonction d'une variable 𝑓(𝑥 ∗ ) ou bien 𝑓(𝑥 ∗ , 𝑦 ∗ ) lorsque:
𝑥 = 𝑥 ∗ ± ∆𝑥 (1.8)
𝑦 = 𝑦 ∗ ± ∆𝑦 (1.9)
Soit une quantité 𝑥 inconnue approchée par une valeur 𝑥 ∗ avec une erreur absolue
∆x, alors l’estimation de la valeur inconnue 𝑓(𝑥) par l'approximation 𝑓(𝑥 ∗ ) conduit à
l'erreur absolue :
∆𝑓 = |𝑓(𝑥 ) − 𝑓(𝑥 ∗ )| (1.10)
Cours d’Analyse Numérique- Dr. NADIR Mahmoud 8
Analyse des erreurs
nous avons aussi d’autre part:
𝑓 (𝑥 ) = 𝑓 (𝑥 ∗ ± ∆𝑥 ) = 𝑓 (𝑥 ∗ ) ± 𝑓 ′(𝑥 ∗ )∆𝑥 + O((Δ𝑥 )2 ) (1.11)
en négligeant les termes d'ordre plus grand ou égal à 2, on obtient:
Δ𝑓 ≃ |𝑓 ′ (𝑥 ∗ )|∆𝑥 (1.12)
que l'on peut également écrire:
𝑓 (𝑥 ) = 𝑓(𝑥 ∗ ) ± |𝑓 ′(𝑥 ∗ )|∆𝑥 (1.13)
Exemple :
La longueur d'un côté d'une boîte cubique est 𝑙 ∗ =10,2 cm avec une précision de
l'ordre du millimètre (∆𝑙 = 0,1 cm). Quel est le volume de cette boîte ?
Le volume est représenté par la fonction 𝑓(𝑙) = 𝑙 3 = 𝑣 et l'erreur liée au volume est:
∆𝑣 = |𝑓 ′ (𝑙 ∗ )|∆𝑙 = 3(10,2)2 × 0,1 = 31,212 𝑐𝑚3 ≤ 0,5 × 10² 𝑐𝑚3
La valeur approximative du volume est (10,2)3 = 1061.2 cm3 avec seulement deux
chiffres significatifs à savoir : 1 et 0.
4.2.2. Cas de plusieurs variables
Ce cas se traite en faisant appel au développement de Taylor pour plusieurs
variables. Le résultat est présenté pour trois variables seulement, car le cas général ne
pose aucune difficulté supplémentaire.
Soit 𝑓 (𝑥, 𝑦, 𝑧) , une fonction de trois variables x, y et z dont les valeurs
approximatives sont x* , y* et z* avec une précision de ∆x, ∆y et ∆z respectivement.
L'erreur absolue ∆𝑓 est donnée par:
𝑓(𝑥 ∗ ,𝑦 ∗ ,𝑧 ∗ ) 𝑓(𝑥 ∗ ,𝑦 ∗,𝑧∗ ) 𝑓(𝑥 ∗ ,𝑦 ∗ ,𝑧∗ )
∆𝑓 = | | ∆x + | | ∆y + | | ∆z (1.14)
𝑥 𝑦 𝑧
De l'équation (1. 14), on peut déduire les expressions des erreurs issues des
opérations élémentaires (addition, soustraction, multiplication et division):
∆(𝑥 + 𝑦) = ∆𝑥 + ∆𝑦 (1.15)
∆(𝑥 − 𝑦) = ∆𝑥 + ∆𝑦 (1.16)
Cours d’Analyse Numérique- Dr. NADIR Mahmoud 9
Analyse des erreurs
∆(𝑥 × 𝑦) = |𝑦|∆𝑥 + |𝑥 |∆𝑦 (1.17)
|𝑦|∆𝑥+|𝑥|∆𝑦
∆ (𝑥 ÷ 𝑦 ) = (1.18)
𝑦²
Cours d’Analyse Numérique- Dr. NADIR Mahmoud 10
