PROGRAMMATION SCIENTIFIQUE EN C

Slides:



Advertisements
Présentations similaires
PROGRAMMATION SCIENTIFIQUE EN C
Advertisements

TRAITEMENT D’IMAGE SIF-1033.
Concepts avancés en mathématiques et informatique appliquées
PROGRAMMATION SCIENTIFIQUE EN C
PROGRAMMATION SCIENTIFIQUE EN C
PROGRAMMATION SCIENTIFIQUE EN C
PROGRAMMATION SCIENTIFIQUE EN C
PROGRAMMATION SCIENTIFIQUE EN C
SUJETS SPÉCIAUX EN INFORMATIQUE I
Technique de points de contrôle: Formes de Bézier
PROGRAMMATION SCIENTIFIQUE EN C
PROGRAMMATION SCIENTIFIQUE EN C
PROGRAMMATION SCIENTIFIQUE EN C PRO Approximation de fonctions et régression u Approximation linéaire –Méthode du moindre carré u Travail pratique.
PROGRAMMATION SCIENTIFIQUE EN C PRO Approximation de fonctions et régression u Introduction –Analyse de la corrélation –Régression et méthode des.
PROGRAMMATION SCIENTIFIQUE EN C PRO Approximation de fonctions et régression u Approximation linéaire –Méthode du moindre carré u Exemple.
PROGRAMMATION SCIENTIFIQUE EN C PRO Résolution de système d’équations non-linéaires (racines d’équations) u Introduction u Méthode de recherche.
PRESENTE PAR: KASHAMA LUBEMBE Dieudonné.
Courbes d'Interpolation Interpolation de Lagrange, et Interpolation B-spline.
L’ESPRIT DU NOUVEAU PROGRAMME. SERIE SCIENCES ET TECHNOLOGIES DU MANAGEMENT ET DE LA GESTION 1 Document élaboré dans le cadre du cercle de réflexion académique.
Comparaison des méthodes de calcul de quartiles On considère la série statistique ci-dessous : Effectif total : 12.
IDENTITÉS REMARQUABLES
Les mathématiques en STI2D et STL Journée du 11 avril 2011.
Comparing color edge detection and segmentation methods Projet TIM.
Grilles 3D Les grilles 3D. Grilles 3D Plan ● Les grilles 3D – Grille 3D ? – Reconstruction de continuité C 0 – Octree min/max – Visualisation d'une iso-surface.
Progression numération CM Séquences Socle commun Compétences du palier 2 ProgrammesObjectifs d’apprentissage N1 Distinguer chiffre et nombre.
Cours d’Econométrie de la Finance (Stat des choix de portf. IV 1-2)
Outils de Recherche opérationnelle en Génie MTH 8414
L’ESTIME.
Les Instructions Itératives (Les Boucles)
Variations du plan de l’écliptique
DIAMÈTRE de la LUNE par ARISTARQUE
Progressions calcul CM
Projet Analyse numérique – 2
Précision d'une mesure et chiffres significatifs
1S SI Rappels Mathematique Produit vectoriel
Tableaux à plusieurs dimensions en langage C
Techniques d’Optimisation Chapitre 3: Programmation en 0-1 (bivalente)
MECANIQUE DES STRUCTURES PREMIERE PARTIE Analyses au second ordre
C1 – Interpolation et approximation
TRIGONOMETRIE.
PROGRAMMATION SCIENTIFIQUE EN C
Dérivation et intégration
DÉTECTION DE DÉFAUTS DANS DES HOLOGRAMMES DE PHASE
M. Moumnassi, S. Bordas, R. Figueredo, P. Sansen
Les méthodes non paramétriques
AIAC GEET-12 Année : Régulation Industrielle: Programme M.BAHATTI.
Relation Pythagore #4 (Résoudre des problèmes écrits)
Relation Pythagore #3 (Résoudre des problèmes écrits)
Présentation 9 : Calcul de précision des estimateurs complexes
CHAPITRE 8 Equations, Inégalités
2. Méthode du simplexe et son analyse.
MATHÉMATIQUES FINANCIÈRES I
CALCUL DES DERIVEES Techniques de calcul scientifique
Les erreurs de mesure Projet d’Appui au renforcement des capacités
Présentation 7 : Sondage en grappe
PROGRAMMATION SCIENTIFIQUE EN C
Calcul mental et automatismes – IREM de Clermont-Ferrand
PROGRAMMATION SCIENTIFIQUE EN C
PROGRAMMATION SCIENTIFIQUE EN C
Enseignement de spécialité Classe de première, voie générale
PROGRAMMATION SCIENTIFIQUE EN C
PROGRAMMATION SCIENTIFIQUE EN C
Résolution des Équations Différentielles Nicolas Holzschuch Cours d’Option Majeure 2
Question 1 Développer 5(x + 3).
PROGRAMMATION SCIENTIFIQUE EN C
Introduction  La PLNE regroupe l’ensemble des techniques permettant de résoudre des programmes linéaires dont les solutions doivent être entières.  Formellement,
PROGRAMMATION SCIENTIFIQUE EN C
PROGRAMMATION SCIENTIFIQUE EN C
Transcription de la présentation:

PROGRAMMATION SCIENTIFIQUE EN C

Dérivation numérique Introduction Dérivation numérique Différences finies Polynômes d’interpolation et d’approximation Exemple: Cotes boursières

Introduction Dans plusieurs problèmes nous avons besoin de calculer la dérivée d’une fonction Deux approches existent pour résoudre ce problème Une première, qui estime les valeurs de la dérivée lorsqu’une fonction est connue mais dont sa dérivée ne peut pas être déduite analytiquement L’estimation de la dérivée peut se faire par une approche aux différences finies de la forme:

Introduction Une seconde approche est de calculée la dérivée des polynômes d’interpolation ou d’approximation dont nous pouvons déduire la forme analytique

Dérivation numérique (différences finies) Les méthodes aux différences finies découlent de la série de Taylor: Si nous éliminons les termes d’ordre supérieur ou égal à 2 nous obtenons En isolant le terme dérivé nous obtenons Différence avant d’ordre 1

Dérivation numérique (différences finies) L’approximation d’ordre 2 de la dérivée première de f(x) est obtenue en incluant un second terme à la série de Taylor: Nous devons estimer d’abord la dérivée seconde en utilisant une méthode aux différences finies de la forme:

Dérivation numérique (différences finies) Si nous substituons le résultat de l’estimation de la dérivée première par différence finie d’ordre 1 nous obtenons Approximation de premier ordre de la dérivée seconde Nous pouvons alors déduire une approximation d’ordre 2 de la dérivée première

Dérivation numérique (différences finies) La dérivée seconde d’ordre 2 est alors déduite par En utilisant une méthode aux différences finies arrières nous obtenons les approximations d’ordre 1 et 2 suivantes pour la dérivée première

Dérivation numérique (différences finies) En utilisant une méthode aux différences finies arrières nous obtenons les approximations d’ordre 1 et 2 suivantes pour la dérivée seconde

Dérivation numérique (différences finies) En utilisant une méthode aux différences finies centrées nous obtenons les approximations d’ordre 1 et 2 suivantes pour la dérivée première

Dérivation numérique (différences finies) En utilisant une méthode aux différences finies centrées nous obtenons les approximations d’ordre 1 et 2 suivantes pour la dérivée seconde

Dérivation numérique (différences finies) Illustration des méthodes aux différences (dérivée première)

Dérivation numérique (différences finies) Illustration des méthodes aux différences (dérivée seconde)

Dérivation numérique (différences finies) Implémentation du calcul de la dérivée première par différence finie (Algorithme de Ridders dans Numerical Recipes in C) ……….

Dérivation numérique (Polynômes) Les splines cubiques prennent la forme Leurs dérivées premières donnent: Leurs dérivées secondes donnent:

Dérivation numérique (Polynômes) Polynômes d’approximation (degré 1) Polynômes d’approximation (degré 2)

Dérivation numérique (Polynômes) Polynômes d’approximation (degré 3)

Dérivation numérique (Polynômes) Polynômes d’approximation (degré 4)

Exemple: Cotes boursières Dérivation de polynômes d’approximation (Cas APPLE VS MICROSOFT)

Exemple: Cotes boursières Résultats attendus (approximation optimale)

Exemple: Cotes boursières Résultats attendus (dérivée première)