Weather forecasts are not always reliable (iii)

Modeling the atmosphere evolution by a system of PDEs

Computation error

(ii) (i) Modeling error Data error

Solving numerically this system with a (big !) computer

Measuring the current weather

Typical example of mathematical modeling and computer simulation

Garbage in

Garbage out
Les dangers de la modlisation mathmatique et de la simulation numrique

Organisation pratique des cours de mathmatiques

Semaine 1 Semaine 2

Mardi 4-3 Cours 1 Approximation

APP 1

Vendredi 7-3 Cours 2 Extrms

APP1 et cours 2 : ARCH11 dispenss !

Plan des cours de mthodes numriques

Comment approximer une fonction ? Comment intgrer numriquement une fonction ? Comment driver numriquement une fonction ? Comment rsoudre numriquement un problme aux valeurs initiales ? Comment rsoudre numriquement un problme aux conditions frontires ? Et les quations nonlinaires ? Optimisation non-linaire (MV)

Comment rsoudre numriquement une quation diffrentielle ordinaire ?

Et les quations aux drives partielles Voir T5 (Winckelmans, Laloux)

Rfrences

Notes de cours sur les mthodes numriques Il faut aussi aller en bibliothque, sur le Web pour avoir une vision plus complte et plus personnelle

Livre de rfrence : ISBN 013-624990-6 This title is out of print.

Troisime version Il ny a plus trop d'erreurs !!!

Jai une question et je suis timide

Interpolation, approximation et extrapolation

Fonctions de base spcifies a priori

Interpolation :
la fonction u h(x) passe exactement par les points. Valeurs interpoles entre les points et valeurs extrapoles hors de lintervalle.

Approximation :
la fonction u h(x) ne passe pas par les points, mais sen rapproche selon un critre dfinir

Paramtres inconnus

Interpolation : Comment trouver les coefficients ?

Interpolation polynomiale

Approximation par moindres carrs

Et si nous pouvions disposer de la fonction u(x)

On souhaite maintenant minimiser lintgrale du carr de lcart entre u(x) et uh(x)

Un peu dalgbre avec Alphonse

Il suffit de calculer ces intgrales

Il suffit de rsoudre ce systme linaire

Comment rsoudre le systme discret avec Matlab ?

A frequent misuse of inv arises when solving the system of linear equations . One U = inv(A) * B; way to solve this is with x = inv(A)*b A better way, from both an execution time and numerical accuracy standpoint, is to use the matrix division operator x = A\b This produces the solution using Gaussian elimination, without forming the inverse.
On rsout un systme linaire, on ne linverse jamais. (J. Meinguet)

A = sparse(n,n); B = zeros(n,1); U = A\B;

Cest quoi A\b dans Matlab ?

If A is symmetric, or Hermitian, and has positive diagonal elements, then a Cholesky factorization is attempted (see chol). If A is found to be positive definite, the Cholesky factorization attempt is successful and requires less than half the time of a general factorization. Nonpositive definite matrices are usually detected almost immediately, so this check also requires little time. If successful, the Cholesky factorization is A = R'*R where R is upper triangular. The solution X is computed by solving two triangular systems, X = R\(R'\B) If A is sparse, a symmetric minimum degree preordering is applied (see symmmd and spparms). The algorithm is: perm = symmmd(A); R = chol(A(perm,perm)); y = R'\B(perm); X(perm,:) = R\y; % Symmetric minimum degree reordering % Cholesky factorization % Lower triangular solve % Upper triangular solve

Une courbe.

Comment la reprsenter sur un ordinateur ?

Prise de mesures
U0 = 2 U1 = 1 U2 = 1

X0 = -1

X1 = 1

X2 = 2

Utilisation des ressources informatiques facultaires

Allons chercher quelques monstres apprivoiss

Les 3 fonctions de base d'espace discret de dimension 3. Base d'un espace vectoriel

Etes-vous un bon dresseur ?

Et la phase critique

Et si j'avais l'esprit montagnard

U0 = 2 U1 = 1 U2 = 1
La prise de mesures ne peut pas tre ralise de manire arbitraire Thorie de l'chantillonnage

X0 = -1

X1 = 1

X2 = 2

Les monmes

Matrice de Vandermonde Le systme linaire devient de plus en plus mal conditionn, lorsque n augmente

On montre que si les abscisses sont distinctes : Il existe un et un seul polynme d'interpolation de degr n au plus qui passe par n+1 points

Ide

Les fonctions de base de Lagrange

Choisir les fonctions de base de sorte que la matrice du systme linaire soit la matrice unit Mme rsultat final par unicit !

Ide

Les fonctions de base de Newton

Choisir les fonctions de base de sorte que les coefficients soient obtenus par une formule de rcurence Mme rsultat final par unicit !

Convergence
Convergence de l'interpolation polynomiale de cos(x)

Borne d'erreur
Borne d'erreur pour une interpolation polynomiale

Mais, parfois cela ne converge pas

"On ne gagne pas tous les coups"

Phnomne de Runge

Les abscisses d'un fut

Abscisses de Chebyshev

Pafnuty Lvovitch Chebyshev (1821-1894)

Interpolation polynomiale : bilan

qPour une fonction u(x) trs rgulire : fonction cosinus Convergence de l'interpolation polynomiale qPour une fonction u(x) suffisamment rgulire : fonction de Runge Divergence pour des abscisses quidistantes Convergence pour les abscisses de Chebyshev qPour une fonction u(x) peu rgulire : fonction chelon Divergence ! Eviter l'interpolation polynomiale de degr lev

Ide :
Utiliser une interpolation par morceaux Comopose des polynmes de degr bas !

Ou de manire plus potique

Approximation polynomiale par morceaux

Comment construire les fonctions de base ?