PROGRAMMATION SCIENTIFIQUE EN C

Slides:



Advertisements
Présentations similaires
CHAPITRE 7 DROITES ET SYSTEMES.
Advertisements

Eléments d'algèbre linéaire
La Méthode de Simplexe Standardisation
3. Variantes de l’algorithme
2. Méthodes du simplexe et son analyse.
CHAPITRE 13 Systèmes de deux équations à deux inconnues
Résolution de systémes par substitition et par élimination.
Unité #3 Analyse numérique matricielle Giansalvo EXIN Cirrincione.
METHODE DE GAUSS FACTORISATION LU
Les systèmes linéaires. 1)PRESENTATION avec x, y, z les inconnues.
Equations,.
RESOLUTION DE SYSTEME Soit à résoudre le système : 2x + 3 y = 26
CHAPITRE 8 Equations - Inéquations
Cours du 20 septembre Exceptionnellement, le cours prévu pour le mercredi 20 septembre se donnera Mardi le 19 septembre de 13h30 à 15h20 à la salle 1112.
Algèbre matricielle Montage préparé par : André Ross
CHAPITRE 13 Systèmes de deux équations à deux inconnues
Rappel... Sous-espaces de Rn: Définition;
ASI 3 Méthodes numériques pour l’ingénieur
ASI 3 Méthodes numériques pour l’ingénieur
TRAITEMENT D’IMAGE SIF-1033.
Concepts avancés en mathématiques et informatique appliquées
Rappel... Opérations élémentaires sur les matrices:
Particularités des calculs
PROGRAMMATION SCIENTIFIQUE EN C
Systèmes d’équations linéaires
Examen partiel #2 Mercredi le 15 novembre de 13h30 à 15h20
Rappel... Solution itérative de systèmes linéaires (suite et fin).
Calcul Algébrique.
Examen partiel #3 Mercredi le 15 décembre de 15h30 à 17h20
Rappel... Caractérisation des matrices inversibles: Matrices bloc.
Algèbre linéaire (GCI –100)
Représentation des systèmes dynamiques dans l’espace d’état
Chapitre 1 Le Sens des nombres
5.1 SYSTÈME DÉQUATIONS LINÉAIRES Cours 13. Au dernier cours nous avons vus Léquations vectoriel et léquation normale dun plan. Lintersection de deux plans.
6.1 LE LANGAGE MATRICIEL Cours 16. Aujourdhui, nous allons voir La définition dune matrice Plusieurs définitions de matrice particulière La somme de matrices.
PROGRAMMATION SCIENTIFIQUE EN C
PROGRAMMATION SCIENTIFIQUE EN C
PROGRAMMATION SCIENTIFIQUE EN C
SUJETS SPÉCIAUX EN INFORMATIQUE I
RECONNAISSANCE DE FORMES
Isoler une variable Dans cette présentation, nous isolerons la variable y dans une équation contenant deux variables. Ce sera surtout ce genre d’équation.
Rappel... Matrices bloc. Décomposition des matrices:
Montage préparé par : André Ross Professeur de mathématiques Cégep de Lévis-Lauzon Systèmes déquations et matrices Systèmes déquations et matrices.
La droite dans R3 Montage préparé par : André Ross
Déterminants Montage préparé par : André Ross
Isoler une variable Dans cette présentation, vous découvrirez les étapes à suivre pour isoler une variable. Commençons d’abord avec une équation ne contenant.
Algèbre matricielle Montage préparé par : André Ross
Cours du 25 octobre Mardi le 24 octobre
MAXIMISER les RESULTATS
Examen partiel #1 Mercredi le 4 octobre de 13h30 à 15h20
ASI 3 Méthodes numériques pour l’ingénieur
ASI 3 Méthodes numériques pour l’ingénieur
Rappel... Valeurs propres et vecteurs propres. Définitions;
Cours de mathématiques économiques
PROGRAMMATION SCIENTIFIQUE EN C
CHAPITRE 3: LES NOMBRES.
Programmation linéaire en nombres entiers
Équilibrer une réaction chimique
PROGRAMMATION SCIENTIFIQUE EN C
PROGRAMMATION SCIENTIFIQUE EN C PRO Résolution de système d’équations non- linéaires (racines d’équations) u Méthode de la bissection u Analyse.
PROGRAMMATION SCIENTIFIQUE EN C PRO Approximation de fonctions et régression u Approximation linéaire –Méthode du moindre carré u Travail pratique.
Post-optimisation, analyse de sensibilité et paramétrage
2. Méthode du simplexe et son analyse.
Martin Roy, Janvier 2010 Révisé Juillet  Un système d’équations est un ensemble de plusieurs équations.  La solution d’un système d’équations.
PROGRAMMATION SCIENTIFIQUE EN C PRO Approximation de fonctions et régression u Approximation linéaire –Méthode du moindre carré u Exemple.
3. Variantes de l’algorithme
Les polynômes Un petit rappel pour le ! Définition : Un polynôme est la somme de monômes. Exemple : 3m² – 2m + 1 Cependant, qu’est-ce qu’un monôme? Au.
1. Méthode du simplexe et son analyse.
PROGRAMMATION SCIENTIFIQUE EN C
Pierre Joli Cours de Mathématique Pierre Joli
Transcription de la présentation:

PROGRAMMATION SCIENTIFIQUE EN C

Résolution de système d’équations linéaires Affichage des résultats (tp 1 a) Élimination de Gauss Élimination de Gauss avec pivot Travail pratique 1 b

Affichage des résultats Affichage de données réelles float epsilon1; double epsilon2; epsilon1 = 0.00000011921; epsilon2 = 0.00000000000000022204; printf("\n Valeur de epsilon1: %13.11f ",epsilon1); printf("\n Valeur de epsilon2: %22.20f ",epsilon2);

Élimination de Gauss Exemple de système d’équations linéaires Un alliage est composé de manganène, silice et de cuivre Cet alliage est composé de 15 livres de Mn, 22 livres de Si et 39 livres de Cu par tonne d’alliage Les ingrédients de l’alliage (Mn, Si, Cu) sont extraits de minerai provenant de 3 fournisseurs différents De plus, la concentration des ingrédients est différente pour les 3 minerais

Élimination de Gauss l’achat inutile d’ingrédient Nous voulons alors déterminer quelle quantité de minerai nous devons acheter de chaque fournisseur pour éviter l’achat inutile d’ingrédient

Élimination de Gauss Pour trouver une solution à ce problème nous devons définir les variables suivantes: Xj: la quantité de minerai achetée du fournisseur j (tonne de minerai) Ci: la quantité d’ingrédient i par tonne d’alliage (lb/ tonne d’alliage) aij: la quantité d’ingrédient i par tonne de minerai achetée du fournisseur j (lb/tonne de minerai)

Élimination de Gauss Nous pouvons déduire une expression générale pour le calcul des Ci m représente le nombre d’ingrédients et n le nombre de fournisseurs

Élimination de Gauss Le problème précédent peut être représenté par un système d’équations linéaires de la forme La solution de ce système correspond aux quantités de minerai à acheter de chaque fournisseur

Élimination de Gauss Détermination des courants dans un circuit électrique

Élimination de Gauss Forme générale d’un système d’équations linéaires

Élimination de Gauss Solution de 2 équations (n=2) Isolons X2 de la seconde équation Substituons X2 de la première équation

Élimination de Gauss Nous pouvons alors isoler X1 Nous pouvons alors déduire X2 par

Élimination de Gauss Classification des systèmes d’équations Systèmes ayant des solutions Systèmes sans solution Systèmes avec une infinité de solutions

Élimination de Gauss

Élimination de Gauss L’élimination de Gauss est similaire à la procé-dure de substitution utilisée précédemment pour déduire les valeurs de X1 et X2 L’élimination consiste à effectuer un ensemble d’opérations valides sur les équations pour arriver à obtenir une matrice dont la partie triangulaire inférieure (sous la diagonale) est nulle et une diagonale à 1 (Gauss-Jordan) Nous pouvons alors isoler chacune de nos inconnues

Élimination de Gauss Opérations valides sur les équations Permuter deux équations Multiplier ou diviser une équation par une constante Additionner deux équations ensembles

Élimination de Gauss Représentation matricielle d’un système d’équations linéaires

Élimination de Gauss Représentation sous forme de matrice augmen-tée

Élimination de Gauss La procédure d’élimination de Gauss est subdi-visée en une phase d’élimination avant suivie d’une phase de substitution arrière. Avec l’élimination avant nous obtenons un système

Élimination de Gauss Si nous réinsérons les inconnues nous obtenons le système d’équations suivant

Élimination de Gauss A partir du système précédent, nous pouvons déduire les inconnues Xi en commençant par l’inconnue Xn et par substitution arrière les autres inconnues X1 … Xn-1

Élimination de Gauss L’élimination de Gauss appliquée à un circuit électrique (phase d’élimination avant)

Élimination de Gauss Algorithme d’élimination de Gauss (élimination avant) Entrées: matrice A de nxn et un vecteur C de n éléments Élimination avant POUR j=1à n-1 FAIRE /* Pour chaque élément de la diagonale */ POUR i=j+1 à n FAIRE /* Pour chaque rangée sous la diagonale */ mij = aij/ajj aij = 0; Ci = Ci - mij * Cj POUR k = j+1 à n FAIRE /* Pour les éléments restant de la rangée i */ aik = aik - mij * ajk

Élimination de Gauss Algorithme d’élimination de Gauss (substitution arrière) Substitution arrière POUR i= n à 1 FAIRE xi=Ci POUR j=i+1 à n FAIRE xi = xi - aij * xj xi = xi/aii Sortie: vecteur x des solutions

Élimination de Gauss Problèmes d’erreurs Représentation des nombres Utilisation de pivot très petit (division par 0) Pour minimiser ces problèmes nous pouvons utiliser l’élimination de Gauss avec pivot

Élimination de Gauss Problèmes d’erreurs (exemple) En arithmétique exacte, la première étape de l’élimination donne

Élimination de Gauss Problèmes d’erreurs (exemple) La dernière étape produit un élément diagonal a22 nul L’élément pivot (diagonal) de la prochaine étape est donc nul Le rapport m23 = 3/0 ce qui cause erreur de division par 0

Élimination de Gauss Nous pouvons corriger cette anomalie en permutant les rangées 2 et 3 permettant de déduire le vecteur solution exacte

Élimination de Gauss Sur l’ordinateur, les rapports 2/7 et 3/7 ne sont pas représentés avec exactitude ce qui produit un élément diagonal a22 très petit. L’élimination avant peut quand même se poursuivre produi-sant des solutions erronnées

Élimination de Gauss avec pivot Pour éviter les problèmes liés à l’utilisation de pivots petits nous devons avant chaque étape de l,élimination chercher la rangée dont la valeur pivot est maximale Élimination avant POUR j=1à n-1 FAIRE /* Pour chaque élément de la diagonale */ trouver_pivot(n,j,A,kp)./*rangée où se trouve le pivot max */ Permuter les rangées j et kp POUR i=j+1 à n FAIRE /* Pour chaque rangée sous la diagonale */ mij = aij/ajj aij = 0; Ci = Ci - mij * Cj POUR k = j+1 à n FAIRE /* Pour les éléments restant de la rangée i */ aik = aik - mij * ajk

Élimination de Gauss avec pivot trouver_pivot(n,j,A,kp) pivot = abs(A[j][j]) kp=j POUR i=j+1à n FAIRE /* Pour chaque rangé sous la diagonale */ SI abs(A[i][j])>pivot ALORS pivot = abs(A[i][j]) kp = i FINSI FIN POUR

Travail pratique 1b