IFT 2425
EXAMEN FINAL
Max Mignotte
DIRO,Départementd'InformatiqueetdeReherheOpérationnelle,loal2377
Http ://www.iro.umontreal.a/
∼
mignotte/ift2425/E-mail:mignotteiro.umontreal.a
date :29/04/2009
I ... MoindresCarrés(43pts)
II ... DérivationNumérique (8pts)
III ... IntégrationNumérique(29pts)
IV ... Résolutiond'ÉquationDiérentielle (32pts)
Total ... 112points
Tous douments personnels, alulatries et alulateurs autorisés
Iln'estpasrarequ'enChimiePhysique,onaitàajusterplusieursrelationsdefaçononjointesurplusieurs
ensemblededonnées.
Pluspréisement,ilestintéressantquelquefoisd'ajustersimultanémentplusieursdroitesquel'onveutvoir
partagerlamêmeordonnéeàl'origine.Silesdonnéessontbruitées,ilyapeudehanedevoirlaontrainte
partager la même ordonnée à l'origine (poures deux droites) vériée spontanémentpar lesdonnées. Par
ontreetteontraintepeutêtrefailementimposerausensdesmoindresarrésommenousleverronsdans
etexerie.
Ondisposedondedeuxensemblesdedonnées,notésrespetivement
1.
(y 1,i ; t 1,i ) i=1,...,N 1
2.
(y 2,i ; t 2,i ) i=1,...,N 2
delongueur
N 1 = 5
etN 2 = 4
,et résumédanslesdeuxtableauxidessoust 1,i 1 2 3 4 5
y 1,i = y 1 (t 1,i ) 3.6 5.8 7.3 9.7 10.9 t 2,i 1.5 3.5 5.5 7.5 y 2,i = y 2 (t 2,i ) 3.3 6.7 6.9 7
On sait que es deux jeux de donnés doivent se distribuer selondeux droites ayantla même ordonnée à
l'origine.C'est àdirequel'ondoitajusterlesdeuxrelationssuivantes
y 1,i = a + b 1 t 1,i et y 2,i = a + b 2 t 2,i
qui dépendentdon detrois paramètres,i.e.,le paramètre
a
qui est l'ordonnéeàl'origineommunede esdeuxdroitesetlesparamètres
b 1etb 2respetivementlespentesdelapremièreetdeuxièmedroite.Unefaçon
d'estimer,ausensdesmoindresarrés,estroisparamètresestdeonsidérerlerésiduouéartquadratique
suivant
R(a, b 1 , b 2 ) =
N 1
X
i=1
y 1,i − a + b 1 t 1,i 2 +
N 2
X
i=1
y 2,i − a + b 2 t 2,i 2
(1)
quidevraêtreminimiséparetteméthodedesmoindresarrés.
1. (a) Donnerleséquationsnormalespermettantdetrouverlesoeients
a
,b 1,b 2quiminimisentl'Eq.
(1)parlaméthodealgébrique(i.e.,laméthodeutilisantlesdérivés).
<12 pts>
(b) Résoudrelesystèmed'équationsdonnéparleséquationsnormalespréédentes.
Onpourrautiliserletableausuivantdanslequelertaines/toutesdeseségalitésvouspermettront
desauverdutempsdealul pourlarésolutiondeettequestion.
<8 pts>
N 1 + N 2 = 9 P N 1 =5
i=1 t 1,i = 15 P N 2 =4
i=1 t 2,i = 18 P N 1 =5
i=1 t 2 1,i = 55 P N 2 =4
i=1 t 2 2,i = 101 P 2 k=1
P N k
i=1 y k,i = 61.2 P N 1 =5
i=1 t 1,i y 1,i = 130.4 P N 2 =4
i=1 t 2,i y 2,i = 118.85
2. (a) On vamaintenanttenter derésoudre eproblème d'ajustementdeourbeausens desmoindres
arrées en identiant la solution de notre problème (i.e., le veteur solution
x = (a b 1 b 2 ) t)
omme étant la solutiond'un système sur-dimensionné d'équations linéaires
A x = b
dont lesoeients(de
b
)sontentahésdebruit.Danse but,trouverlamatrieA,assoiéeàunsystème surdéterminéd'équationstelque
A
a b 1
b 2
| {z }
x
=
y 1 = y 1,1
y 2 = y 1,2
.
.
.
y 6 = y 2,1
y 7 = y 2,2
.
.
.
y N
| {z }
b
où
N = N 1 + N 2 = 9
.<5 pts>
(b) Exprimerleveteursolution
x = (a b 1 b 2 ) t,enl'érivantsouslaforme
x = B
y 1
y 2
.
.
.
y N
danslaquelle
B
estunematriequel'onexprimeraenfontiondeA
.<5 pts>
() Expliquer ommentonpeutretrouverleséquationsnormalesparette méthode.
<4 pts>
(d) Devrait on trouverla même solution (i.e., le même
x = (a b 1 b 2 ) t?) que elui trouvée à la
question1.bparetteméthode?Justier.
<2 pts>
3. (a) Quellepourraitêtrelastratégied'estimationdesparamètres
a
,b 1,b 2permettantd'exploiterlefait
quel'on sait queledeuxièmejeu de donnée(y 2,i ; t 2,i ) i=1,...,N 2 étaitdeux foismoins bruitéque
(y 2,i ; t 2,i ) i=1,...,N 2 étaitdeux foismoins bruitéque
le premier?(Dire qualitativementquellepourraitêtre une stratégiesansalulerlesoeients
a
,b 1,b 2).
<3 pts>
(b) Quelle pourrait être une stratégie possible d'estimation des paramètres
a
,b 1, b 2 qui utiliserait
les équations normales vues en ours (elles qui ajuste une droite sur un seul jeu de donné).
Rééhissezàunestratégiedetypeitérative,detypepointsxeoujaobi(expliquerelle-isans
lafaire).
<4 pts>
Réponse
1(a)
Trouver lesoeients
a
,b 1 et b 2 ausens des moindres arrés, 'est trouver es paramètres pour que
R(a, b 1 , b 2 )
soit minimal, 'est à dire tel que∂R(a,b ∂a 1 ,b 2 ) = 0, ∂R(a,b ∂b 1 ,b 2 )
1 = 0 et ∂R(a,b ∂b 1 ,b 2 )
2 = 0. L'équation
normaleobtenueparladérivationparrapportauparamètre
a
donne∂R(a, b 1 , b 2 )
∂a = −2
N 1
X
i=1
y 1,i − (a + b 1 t 1,i )
− 2
N 2
X
i=1
y 2,i − (a + b 2 t 2,i )
= 0
− a(N 1 + N 2 ) + X 2 k=1
N k
X
i=1
y k,i − b 1 N 1
X
i=1
t 1,i − b 2 N 2
X
i=1
t 1,i = 0
L'équationnormaleobtenueparladérivation parrapportauparamètre
b 1 donne
∂R(a, b 1 , b 2 )
∂b 1
= 2
N 1
X
i=1
t 1,i
y 1,i − (a + b 1 t 1,i )
= 0
N 1
X
i=1
t 1,i y 1,i − a
N 1
X
i=1
t 1,i − b 1 N 1
X
i=1
t 2 1,i = 0
L'équationnormaleobtenueparladérivation parrapportauparamètre
b 2 donne
N 2
X
i=1
t 2,i y 2,i − a
N 2
X
i=1
t 2,i − b 2 N 2
X
i=1
t 2 2,i = 0
Noustrouvonsdonlesystème d'équationsnormalessuivantes
a(N 1 + N 2 ) + b 1 P N 1
i=1 t 1,i + b 2 P N 2
i=1 t 1,i = P 2 k=1
P N k
i=1 y k,i
a P N 1
i=1 t 1,i + b 1 P N 1
i=1 t 2 1,i = P N 1
i=1 t 1,i y 1,i
a P N 2
i=1 t 2,i + b 2 P N 2
i=1 t 2 2,i = P N 2
i=1 t 2,i y 2,i
<12pts>
1(b)
Enutilisantlesinformationsdonnéesàl'énoné,onendéduit
a(+9) + b 1 (15) + b 2 (18) = 61.2 a(15) + b 1 (55) = 130.4 a(18) + b 2 (101) = 118.85
puispardeuxopérationsélémentaires(
R 2 = R 2 − 15 9 R 1 etR 3 = R 3 − 18 9 R 1),onobtient
a(+9) + b 1 (+15) + b 2 (+18) = 61.2 a(0) + b 1 (+30) + b 2 ( − 30) = 28.4 a(0) + b 1 (−30) + b 2 (+65) = −3.55
puisparl'opérationélémentaires(
R 3 = R 3 + R 2),onobtient
a(+9) + b 1 (+15) + b 2 (+18) = 61.2 a(0) + b 1 (+30) + b 2 ( − 30) = 28.4 a(0) + b 1 (0) + b 2 (+35) = 24.85
etparsubstitution arrière,
b 2 = 0.71
,b 1 = 1.6567
eta = 2.6189
.<8pts>
0 2 4 6 8 10 12 14
0 2 4 6 8 10 12 14
y(x)
x Moindres Carres
y(x)=2.6189+1.6567*x y(x)=2.6189+0.71*x
2(a)
Onafailement
1 t 1,1 0 1 t 1,2 0 1 t 1,3 0 1 t 1,4 0 1 t 1,5 0 1 0 t 2,1
1 0 t 2,2
1 0 t 2,3
1 0 t 2,4
| {z }
A
a b 1
b 2
| {z }
x
=
y 1 = y 1,1
y 2 = y 1,2
.
.
.
y 6 = y 2,1
y 7 = y 2,2
.
.
.
y N = y 2,4
| {z }
b
<5pts>
2(b)
Onrésoute systèmesur-dimensionnéparlaméthodedelapseudo-inversevueenourset onobtient
a b 1
b 2
= (A t A) − 1 A t
| {z }
B
y 1
y 2
.
.
.
y N
< 5 pts >
2()
Paretteméthode, à partirde
Ax = b
, leséquations normalesseretrouventen multipliant parA t de
partet d'autredeetteéquation
A t A
a b 1
b 2
= A t
y 1 = y 1,1
y 2 = y 1,2
.
.
.
y 6 = y 2,1
y 7 = y 2,2
.
.
.
y N = y 2,4
<4pts>
2(d)
Ouipuisqu'onminimisedanslesdeuxaslemêmerésidud'erreur.
Unestratégieseraitdeminimiser
R(a, b 1 , b 2 ) =
N 1
X
i=1
y 1,i − a + b 1 t 1,i 2 + 2 ×
N 2
X
i=1
y 2,i − a + b 2 t 2,i 2
(2)
<3pts>
Nota:Cettestratégiereviendraitenfaitàdupliquerledeuxièmejeudedonnée(onluidonneainsideux
foisplusd'importane).
3(b)
Pourajusterunedroite
y = at + b
surunseuljeude(N
)donnés,ondoitrésoudrelesystème( a P N
i=1 t 2 i + b P N
i=1 t i = P N i=1 t i y i
a P N
i=1 t i + bN = P N
i=1 y i
(3)
Onpourraitimaginerlastratégieitérativesuivantepourrésoudrenotreproblème.Ononsidèrequ'iln'y
aqu'unseuljeudedonnédansnotreas(i.e.,unseuletmême
b
).Onutiliselesystèmepréédentpouravoirunepremièreestimationde
a
etb 1 = b 2 = b
.Onutilise l'estimationdea
obtenuetlepremierjeu dedonnéet lesystème(3) pourobtenirune estimationpluspréise de
b 1 et l'estimation dea
obtenuet ledeuxième
jeu de donné et le système (3) pour obtenir une estimation plus préise de
b 2. Puis on alterne, on utilise
l'estimationde
b 1etlepremierjeudedonnépourobteniruneestimationpluspréisedea
(quel'onpourrait
moyennerave l'estimation de
b 2 et le deuxièmejeu de donné et lesystème (3)), et ainside suite,jusqu'à
onvergene.
<4 pts>
II. DérivationNumérique(8 pts)
EnutilisantlesdéveloppementsdeTaylorappropriés,donnerl'ordredepréisiondeetteapproximation
dedérivée
f ′′′ (x 0 ) ≈ f (x 0 + 3h) − 3f (x 0 + 2h) + 3f (x 0 + h) − f (x 0 ) h 3
Réponse
Onalesdéveloppementslimités suivants
f (x 0 + 3h) = f (x 0 ) + 3h
1! f ′ (x 0 ) + 9h 2
2! f ′′ (x 0 ) + 27h 3
3! f ′′′ (x 0 ) + O(h 4 ) f (x 0 + 2h) = f (x 0 ) + 2h
1! f ′ (x 0 ) + 4h 2
2! f ′′ (x 0 ) + 8h 3
3! f ′′′ (x 0 ) + O(h 4 ) f (x 0 + h) = f (x 0 ) + h
1! f ′ (x 0 ) + h 2
2! f ′′ (x 0 ) + h 3
3! f ′′′ (x 0 ) + O(h 4 )
Don,
f (x 0 + 3h) − 3f (x 0 + 2h) + 3f (x 0 + h) − f (x 0 ) = h 3 f ′′′ (x 0 ) + O(h 4 )
,etdonf ′′′ (x 0 ) ≈ f (x 0 + 3h) − 3f (x 0 + 2h) + 3f (x 0 + h) − f (x 0 )
h 3 + O(h)
<8 pts>
Soitl'intégralesuivante
I = Z 2
1
f (x) dx = Z 2
1
x (ln x) 3.75 dx
(4)1. Méthode de Simpson1/3
(a) DonneruneapproximationdualuldeetteintégraleenappliquantlaméthodedeSimpson
1/3
(quadraturesomposites)etenutilisant
4
intervalles.<5 pts>
(b) Quelestlefateurdegainenpréisionobtenuparette méthodeomparativementàlaméthode
des Trapèzes omposites, on donnera une estimation ne nééssitant pas le alul de
f ′ (i.e., si
P t est la préision obtenue par une estimation à l'aide de la méthode des trapèzes omposites
utilisant
4
intervalles etP s lapréisionobtenueparla méthode dela questionpréédente,quel
est lefateur
P s /P t)?)
<3 pts>
2. Méthode des QuadraturesGaussiennes
Utiliserlaméthodedelaquadrature Gaussienneave
2
termespouralulerunevaleurapprohéedeI
.<5 pts>
3. Méthode hybride analytiqueitérative/numérique
Soit
I(n)
,l'intégraleI(n) = Z 2
1
x (ln x) n dx
Aveetteformulation,l'intégraledontonherhel'approximationest
I(3.75) = R 2
1 x (ln x) 3.75 dx.
Onseproposederésoudreetteintégraleparuneméthodeanalytiqueitérative.
Caluler
I(0)
et montrerqu'ilexiste,ens'aidantdel'intégrationparpartie,une relationderéurene entreI(n)
etI(n − 1)
dutype:I(n) = 2(ln 2) n − n
2 I(n − 1)
Trouverlepolynmedeolloation d'ordre2qui permet d'interpoler lavaleurde
I(3.75)
àpartirdeI(2)
,I(3)
etI(4)
, valeursdéduitesdelarelationderéurene.EndéduirenalementI(3.75)
.<16 pts>
Réponse
1(a)
Onobtient,parlaméthodedeSimpson(1/3),puisque
h = (2 − 4 1) = 1 4 I
Simpson(1/3)
,4 = (1/12)
f (1) + 4f (1.25) + 2f (1.5) + 4f (1.75) + f (2) , I
Simpson(1/3)
,4 ≈ (1/12)
0 + 4(0.0045) + 2(0.0508) + 4(0.1984) + (0.5059 , I
Simpson(1/3)
,4 ≈ 0.1182 642
<5 pts>
•
Approximativement : Préision enh 2 = 4 1 2 pour la méthode des trapèze omposites et préision
en
h 4 = 4 1 4 pourla méthode de Simpson(1/3) omposites, soit unfateur de gainen préisionde h − 2 = (0.25) − 2 = 16
(pourlemêmeoûtalulatoire).
•
Pluspréisément:Si onveutêtreunpeupluspréisenprenantlaonstantedevantleh
,onarriveàunfateurdegainenpréisionde
180
12 × (0.25) − 2 = 240(pourlemêmeoûtalulatoire).
<3 pts>
Nota: Dans touslesas, puisquele oût alulatoireest le même, ona dontout intérêt àprendrela
méthodedeSimpson
2
Enfaisantlehangementdevariable
x = 1 2 ( − t + 3)
out = − 2x + 3
,<1 pt>,nousobtenonsI =
Z 2 1
x (ln x) 3.75 dx
= 1 4
Z 2 1
( − t + 3)
ln( − t 2 + 3
2 ) 3.75
dt < 1.5 pts >
= 1
4 × ( − √
3/3) + 3)
ln( − √ 3/6 + 3
2 ) 3.75
+ ( √
3/3) + 3)
ln( √ 3/6 + 3
2 ) 3.75 !
< 1.5 pts >
≈ 1
4 × (0.0049459344 + 0.4683315828)
≈ 0.1183 1937 < 1 pt >
3
I(0) = Z 2
1
x dx = h x 2 2
i 2
1 = 1.5 < 2 pts >
Parintégration parpartie,ontrouve
I(n) = Z 2
1
x [ln x] n dx = h x 2 2
ln x n i 2 1 − n
2 I(n − 1) I(n) = 2(ln 2) n − n
2 I(n − 1) < 4 pts >
Ontrouveensuite
I(0) = 1.5
I(1) = 2 (ln 2) − 1
2 × 1.5 = 0.6362943611 I(2) = 2 (ln 2) 2 − I(1) = 0.3246116667 I(3) = 2 [ln 2] 3 − 1.5 × (I(2)) = 0.1791318039 I(4) = 2 [ln 2] 4 − 2 × (I(3)) = 0.1034065894
< 4 pts >
Onadon
n 2 3 4
I(n) 0.3246 0.1791 0.1034
P 2 = I 2 (n) = (x − 3)(x − 4)
(2 − 3)(2 − 4) × 0.3246 + (x − 2)(x − 4)
(3 − 2)(3 − 4) × 0.1791 + (x − 2)(x − 3)
(4 − 2)(4 − 3) × 0.1034
= (x − 3)(x − 4) × 0.1623 − (x − 2)(x − 4) × 0.1791 + (x − 2)(x − 3) × 0.0517
I 2 (3.75) = 0.115 78125... < 2 pts >
Nota : En utilisant sur mon ordinateur la méthode des Trapèzes ave 10 milles points (en oats) sur
l'intervalle
[1 2]
,onarriveauneestimation de0.118251
.IV. Résolution d'Équation Diérentielle(32 pts)
1. Soitl'équationdiérentiellesuivante
y ′ (t) = f (t, y(t)) = p y(t)
1 + t 2 (5)
avelaonditioninitiale
y 0 = y(t = 0) = 1
.(a) Résoudre etteéquation diérentielle ave la méthoded'Euler et ave un pas
h = 0.2
. Calulerseulement
y 1 = y(0.2)
ety 2 = y(0.4)
(donnerlesrésultatsenarrondissantetengardantaumoins quatredéimales).<5 pts>
(b) Résoudre etteéquation diérentielle ave la méthoded'Euler modiée et toujoursave unpas
h = 0.2
. Caluler seulementy(0.2)
ety(0.4)
, (donner aussi les résultats en arrondissant et en gardantaumoins troisdéimales).<5 pts>
() Quelseraitlenomd'uneméthodeitérativederésolutiond'équationdiérentiellesquiseraitaussi
préise quelaméthode direte(i.e., elledonnéeparle systèmed'équationsquel'on devrait ré-
soudrepourobtenir
y(0.2)
ety(0.4)
parlaméthodedesdiérenesniesenutilisantunediérenenie entréepourapproximer
y ′ (t)
.<3 pts>
2. Vérierque
y(t) = (k + 0.5
atan(t)) 2estsolutiondel'équationdiérentielle.Trouverk
telquey(t)
soit
solutionuniquedel'Eq. (5).
<5 pts>
3. Supposons que vousayez un algorithme permettant de résoudre numériquement une équation dié-
rentielle.Vousnesavezpasle nomde etalgorithmeni sa préision(i.e.,l'ordre
n
deette méthodenumérique). Vous désirez estimerl'ordrede préisionde et algorithme(i.e., estimer
n
).Dénir unestratégiepermettantexpérimentalementetfailementd'estimer
n
.Justiervotreréponse.Est-equela onnaissanede et ordre
n
vous permettra de trouver le nom de la méthode numérique de etalgorithme?
<5 pts>
4. Misàpartleoût alulatoireet lefaitque l'ondoitamorerlaméthoded'AdamsMoulton parune
proéduredeRungeKuttadumêmeordre,direquellessontlesavantageset inonvénientsmajeursde
laméthodedeRungeKuttaetd'AdamsMoulton dumêmeordre.
<4 pts>
5. Qu'est e qui rend les méthodes de Runge-Kutta d'ordre
5
ou6
si intéressantes (et don les plus utiliséesindustriellementetsientiquementparlant)parrapportauméthode(deRungeKutta)d'ordreinférieurmaisaussid'ordresupérieur?Justiervotreréponse.
<5 pts>
1(a)
Parleméthoded'Euler,larelationitérativeàonsidérerest don,ave
h = 0.2
ety 0 = 1 y n+1 = y n + h √ y n
1 + t 2 n
< 1 pt >
Lesvaleursde
t n ety n sontdonnéesdansletableaui-dessous
n t n y n
0
0.01.0
1
0.21.2
2
0.41.4106 6252
<4 pts>
1(b)
Parlaméthoded'Eulermodiée,onalesrelationsitérativessuivantes
˜
y n+1 = y n + h √ y n
1 + t 2 n
| {z }
f(t n ,y n )
y n+1 = y n + h
2 f (t n , y n ) + f (t n+1 , y ˜ n+1 )
Lesvaleursde
t n,y n ety ˜ n sontreportéesdansletableauidessous
y ˜ n sontreportéesdansletableauidessous
n t n y ˜ n y n
0 0.0
-1.0
1 0.2 1.2 1.20533 2 0.4 1.4165 1.4135
<5pts>
1()
Puisque l'approximation en diérene nie entrée est en
O(h 2 )
, la méthode itérative qui a e mêmetermed'erreurglobal(deetteméthodedediérenenie)est laméthoded'Eulermodiée.
<3 pts>
2.
Lavériationestimmédiatearsi
y(t) = (k + 0.5
atan(t)) 2,onay ′ (t) = 1+t 1 2 (k + 0.5
atan(t))
.Deplus
ontrouveimmédiatement
k = 1
.<5 pts>
Nota:Onadonanalytiquement
y 1 = 1.207136812
,y 2 = 1.416702653
3.
• 1 •
Une premièrestratégiepossibleserait dedemanderde résoudrenumériquementune équationdié- rentiellequel'onsaitrésoudreanalytiquement.Laonnaissanedelabornesupérieuredel'erreurdehaqueméthodenouspermettraitainsidedeviner sonordredepréision.
Mais si on veut vraiment être plus préis dans la résolution de e problème, il faut se rappeler que
lorsqu'onauneméthodeitérativederésolutiond'équationsdiérentiellesen
O(h n )
,letermed'erreurest2 n
foispluspetit lorsqu'ondiviselepas
h
pardeux.• 2 •
De e fait, une façonplus préise d'estimer et ordre de préisionserait de prendre une équationdiérentiellequel'onsaitrésoudreanalytiquementetlarésoudrenumériquementpourunpas
h
etpuispourunpas
2h
.Lerapportdel'erreurentrele2
ièmeet1
ièmeessaiseradon2 nfoisplusgrandaven
unebonne
estimationdel'ordredelaméthodeonsidérée.
• 3 •
Onpeutinventer unetroisièmestratégiesi onneonnaitpaslarésolutionanalytique del'équationdiérentielle. Une stratégie possible pourrait être la suivante. Faire fontionner la méthode itérative de
résolutiondupointinitialaupointnal avelepluspetit pas
h
possible(1er
essai).Dee fait,ons'assurequ'aupointnal,iln'yapresqueauuneerreure.Onreommeneaveunpas
h
,1000foisplusgrand(2
ièmeessai). Onalul ainsil'erreuraupointnal. Ensuiteon voit ommentette erreurévoluepourunpas
h
,2000foisplusgrand(
3
ièmeessai).Lerapportdel'erreurentrele3
ièmeet2
ièmeessaiseradon2 n foisplus
grandave
n
unebonneestimationdel'ordredelaméthodeonsidérée.<2.5 pts>
Cestroisméthodenousdonneraientrespetivementuneestimationassezbonne,exellenteetassezbonne
del'ordredelaméthode,maispassonnomarbeauoupdeméthodesontlemêmeordredepréision.
<2.5 pts>
4.
AveAdamsMoulton,ononnaittrèspréisement,pourhaqueitération,unebornesupérieuredel'erreur
quel'on fait, maisonne peut enours deroute, modier lepas del'algorithme itératif pourtenir ompte
d'une tropgrande (éventuelle) erreur.Pour Runge Kutta, on aauun moyen préis de aluler, àhaque
itération,l'erreurquel'onfait(onaenfaitqu'uneapproximationsionprend RKfelberg),maispasontre
onpeuten oursderoute,modierlepasdel'algorithme(i.e.,diminuerlepas
h
)pourtenirompted'une(éventuelle)tropgrandeerreur.
<4 pts>
5.
Cesontellesquipourunemêmepréision,ontleout alulatoireleplusfaibleetaussiellespourun
mêmeoûtalulatoire,ontlapréisionlaplusgrande(i.e.,letermed'erreurlespluspetites).Enrésumé,elles
ontdonleompromispréision/oûtalulatoirelesplusintéressantes,equilesrendlespluspopulaires.
<5 pts>