Stabilité numérique

En analyse numérique, une branche des mathématiques, la stabilité numérique est une propriété globale d’un algorithmique numérique, une qualité nécessaire pour espérer obtenir des résultats ayant du sens.

Une définition rigoureuse de la stabilité dépend du contexte. Elle se réfère à la propagation des erreurs au cours des étapes du calcul, à la capacité de l’algorithme de ne pas trop amplifier d’éventuels écarts, à la précision des résultats obtenus.

Le concept de stabilité ne se limite pas aux erreurs d’arrondis et à leurs conséquences. Les algorithmiques dédiés à la résolution d’équations différentielles ou d’équations aux dérivées partielles (en particulier la méthode des différences finies et la méthode des éléments finis) se basent sur une discrétisation ou un maillage de l’espace (et du temps) ; dans ce cas, la stabilité se réfère à un comportement numérique robuste lorsque le pas de discrétisation ou la taille des mailles tend vers 0.

Un algorithme instable peut être qualifié d’ inutilisable car les résultats générés peuvent être totalement altérés.

Une des tâches de l'analyse numérique est de rechercher des algorithmes dont la stabilité est garantie.

Exemples

Evaluation d’un polynôme

Le plus souvent, un calcul peut être conduit de plusieurs manières qui sont algébriquement équivalentes ; dans la pratique toutefois, les résultats différent car les stabilités respectives ne sont pas les mêmes. Un cas classique est la Méthode de Ruffini-Horner pour l’évaluation d’un polynôme, en comparaison avec la méthode naïve et peu efficace consistant à évaluer chaque monôme pour les sommer.

Résolution d’un système linéaire

Les méthodes classiques de résolution d’un système linéaire (élimination de Gauss-Jordan, décomposition LU, factorisation de Cholesky pour les matrices définies positives) sont stables.

Cependant, pour de grands systèmes linéaires, l’imprécision des nombreuses opérations de calculs élémentaires séquentiels de ces méthodes peut conduire à des erreurs significatives sur la solution obtenue.

Si le résultat $\tilde x$ de $A \; x = b$ satisfait $A \; \tilde x = b + \Delta b$ où $\displaystyle \Delta b$ est jugé trop important, il faudra déterminer une correction $\Delta x \;$ satisfaisant $A \; \Delta x = - \Delta b$ afin de poser $x = \tilde x + \Delta x$ .
Au lieu de résoudre un second système semblable à l’aide de la même méthode (ce qui serait long et donnerait généralement des résultats médiocres), il est préférable d’entreprendre quelques itérations d’une méthode récursive (méthode du gradient conjugué pour les matrices définies positives ou biconjugué sinon, ou encore la méthode de surrelaxation successive dont l’approche semble être a priori plus simple).

Quelle que soit la méthode de résolution, la précision des résultats obtenus restera médiocre lorsque la matrice $A$ est mal conditionnée.

Schéma numérique aux différences finies

Pour résoudre un problème bien posé décrit par un système d’équations aux dérivées partielles, l’utilisation d’un schéma numérique aux différences finies peut rapidement conduire à des résultats totalement erronés si la stabilité du schéma n’est pas assurée. Un tel phénomène peut se manifester en dépit du fait que le schéma soit parfaitement adapté à représenter les équations du problème d’origine (consistance du schéma numérique).

Article détaillé : Stabilité d'un schéma numérique.

Stabilité inverse

Considérons un problème résolu au moyen d'un algorithme numérique considéré comme une fonction $y = f (x)$ qui, à la donnée $x$ , associe la solution algébrique $y$ . Le résultat du calcul réel (noté $y *$ ) s'écartera en général de la solution algébrique.

Les principales causes sont les erreurs d'arrondi, les erreurs de troncature et les erreurs de donnée.

L'erreur aval d'un algorithme est la différence entre le résultat réel et la solution algébrique. L'erreur amont ou erreur inverse est le plus petit $Δ x$ tels que $f\left(x+\Delta x\right)=y^*$ ; en d'autres termes, l'erreur amont nous indique de quelle façon le problème est réellement résolu par l'algorithme. Les erreurs amont et aval sont reliées par le nombre condition : l'erreur aval possède tout au plus le même ordre de grandeur que le nombre condition multiplié par l'ordre de grandeur de l'erreur amont.

L'algorithme est dit inversement stable ou stable en amont si l'erreur amont est assez petite pour toutes les données $x$ . « Petit » est un terme relatif et son appréciation dépendra bien sûr du contexte. Il est souvent souhaité que l'erreur soit du même ordre que..., ou seulement plus grande que ... de quelques ordres de grandeur, à une unité près.

Dans de nombreuses situations, il est naturel de considérer l'erreur relative

$\frac{|x+\Delta x|}{|x|}$

à la place de l'erreur absolue $Δ x$ .

Voir aussi

Référence

(en) Nicholas J. Higham (en), Accuracy and Stability of Numerical Algorithms, Society of Industrial and Applied Mathematics, Philadelphia, 1996 (ISBN 0-89871-355-2), [lire en ligne].

Portail des mathématiques

Catégorie :

Analyse numérique

Wikimedia Foundation. 2010.

Contenu soumis à la licence CC-BY-SA. Source : Article Stabilité numérique de Wikipédia en français (auteurs)

Игры ⚽ Нужно сделать НИР?

Regardez d'autres dictionnaires:

Stabilite numerique — Stabilité numérique En analyse numérique une branche des mathématiques, la stabilité numérique est une propriété des algorithmes numériques. La définition précise de la stabilité dépend du contexte, mais elle concerne l exactitude des résultats… … Wikipédia en Français
STABILITÉ — Pour un ensemble mécanique (D), dont la situation par rapport à un repère galiléen (g ) est caractérisée par la donnée de n paramètres géométriques indépendants (q 1, ..., qi , ..., qn ), la connaissance des conditions initiales et des champs de… … Encyclopédie Universelle
Stabilité — Cette page d’homonymie répertorie les différents sujets et articles partageant un même nom. Sur les autres projets Wikimedia : « Stabilité », sur le Wiktionnaire (dictionnaire universel) Stabilité peut se référer à : Stabilité … Wikipédia en Français
NUMÉRIQUE (ANALYSE) — Les problèmes et les méthodes numériques ne délimitent pas un secteur spécifique des mathématiques; ils interviennent en effet non seulement dans les domaines traditionnels (analyse classique et équations fonctionnelles), mais aussi en algèbre,… … Encyclopédie Universelle
Stabilite (d'un schema numerique) — Stabilité d un schéma numérique Un schéma numérique est dit stable lorsque la différence entre la solution numérique obtenue et la solution exacte des équations discrétisées est bornée. La solution numérique doit vérifier l équation d origine… … Wikipédia en Français
Stabilité (d'un schéma numérique) — Stabilité d un schéma numérique Un schéma numérique est dit stable lorsque la différence entre la solution numérique obtenue et la solution exacte des équations discrétisées est bornée. La solution numérique doit vérifier l équation d origine… … Wikipédia en Français
Stabilité d'un schéma numérique — En analyse numérique, la stabilité d’un schéma numérique aux différences finies est une propriété globale de l’algorithme qui en découle. Elle concerne essentiellement le comportement numérique qui se manifeste lorsque les pas de discrétisation… … Wikipédia en Français
Stabilité écologique — Dynamique écologique dynamique écologique La théorie du (Patch Dynamics Concept ou PDC pour les anglophones d après Thompson, en 1978) est de plus en plus utilisée, notamment dans le domaine de l écologie du paysage pour l étude des dynamiques… … Wikipédia en Français
Analyse Numérique — Simulation numérique d un crash de véhicule L’analyse numérique est une discipline des mathématiques. Elle s’intéresse tant aux fondements théoriques qu’à la mise en pratique des méthodes permettant de résoudre, par des calculs purement… … Wikipédia en Français
Analyse numerique — Analyse numérique Simulation numérique d un crash de véhicule L’analyse numérique est une discipline des mathématiques. Elle s’intéresse tant aux fondements théoriques qu’à la mise en pratique des méthodes permettant de résoudre, par des calculs… … Wikipédia en Français

Dictionnaires et Encyclopédies sur 'Academic'

Stabilité numérique

Sommaire