Leçon 1 sur 5
L'arithmétique en virgule flottante et les erreurs
Je sais comment un ordinateur représente les nombres réels, mesurer une erreur absolue ou relative, et repérer les calculs dangereux (soustraction de nombres voisins, accumulation d'erreurs, mauvais conditionnement).
- 1 h 05
- 4 exercices corrigés
- QCM de 5 questions
À la fin de la leçon, vous saurez :
- Décrire la représentation en virgule flottante (signe, mantisse, exposant) et la précision machine
- Calculer erreur absolue, erreur relative et nombre de chiffres significatifs
- Expliquer le phénomène d'annulation catastrophique et le contourner
- Évaluer la propagation des erreurs dans un calcul
- Distinguer conditionnement d'un problème et stabilité d'un algorithme
Avant de commencer : Analyse de L1 (dérivée, développement limité) ; écriture d'un nombre en base 2.
1Je découvre
Dans une salle informatique de l'université, un étudiant de L2 tape dans un tableur : = 0,1 + 0,2 - 0,3. Il s'attend à lire 0. Le logiciel affiche un nombre minuscule, de l'ordre de 5,55 × 10-17. Son voisin calcule la somme Σk=1n 0,1 avec n très grand dans une boucle Python : le résultat n'est pas exactement n10.
L'ordinateur n'est pas « faux » : il ne peut stocker qu'un nombre fini de chiffres, et 0,1 n'a pas d'écriture finie en base 2. Ces petites erreurs sont généralement sans importance, mais certaines opérations les amplifient au point de rendre un résultat complètement faux.
Comment un ordinateur représente-t-il les réels, et comment contrôler les erreurs qui en résultent ?
2Je comprends
1. La représentation en virgule flottante
Un nombre flottant en base 2 s'écrit
x = (-1)s × m × 2e,
avec un signe s ∈ {0, 1}, une mantisse m = 1,b1b2… bp-1 (en binaire, normalisée pour que le premier chiffre soit 1) et un exposant entier e compris entre deux bornes.
La norme IEEE 754 est utilisée par presque tous les ordinateurs :
| Format | Bits au total | Bits de mantisse p | Précision machine ε |
|---|---|---|---|
| simple précision | 32 | 24 | 2-23 ≈ 1,2 × 10-7 |
| double précision | 64 | 53 | 2-52 ≈ 2,2 × 10-16 |
La précision machine ε est l'écart entre 1 et le flottant suivant. Une double précision donne donc environ 15 à 16 chiffres décimaux significatifs.
Arrondi. Un réel x (dans la plage représentable) est remplacé par le flottant le plus proche fl(x), avec
fl(x) = x(1 + δ), |δ| ≤ u = ε2.
Le nombre u est l'unité d'arrondi. Chaque opération +, -, × , ÷ est calculée exactement puis arrondie : fl(x ∘ y) = (x ∘ y)(1 + δ).
Pourquoi 0,1 pose problème. En base 2, 0,1 = 0,000110011001100… (motif 0011 répété à l'infini) : il est forcément arrondi.
Dépassements. Un résultat trop grand donne un dépassement de capacité (« overflow », souvent affiché inf) ; un résultat trop petit est arrondi à 0 (« underflow »).
2. Erreur absolue, erreur relative
Soit x la valeur exacte et x une approximation.
- Erreur absolue : | x - x|.
- Erreur relative : | x - x|| x| (pour x ≠ 0).
L'erreur relative est la plus parlante : une erreur de 1 cm est négligeable sur la distance Conakry-Kankan, énorme sur l'épaisseur d'une feuille.
x a environ k chiffres significatifs exacts si l'erreur relative est de l'ordre de 10-k (plus précisément, si elle est au plus 12 101-k).
Exemple. π ≈ 3,1416. Erreur absolue : | 3,14159265… - 3,1416| ≈ 7,3 × 10-6. Erreur relative : ≈ 2,3 × 10-6. On a 5 chiffres significatifs exacts.
3. L'annulation catastrophique
La soustraction de deux nombres très proches fait perdre des chiffres significatifs : les premiers chiffres, identiques, s'annulent, et il ne reste que les chiffres « pollués » par les arrondis.
Exemple résolu. Calculer f(x) = √x + 1 - √x pour x = 108 avec 8 chiffres significatifs. On a √108 + 1 ≈ 10 000,000 05, arrondi à 8 chiffres : 10 000,000. Et √108 = 10 000,000. Résultat calculé : 0. Faux à 100 %.
Solution : réécrire la formule. En multipliant par la quantité conjuguée :
f(x) = 1√x+1 + √x ≈ 120 000 = 5 × 10-5,
calcul sans soustraction, donc stable.
Autres cas classiques : 1 - cos x pour x petit (écrire 2sin2x2) ; racines de ax2 + bx + c quand b2 ≫ 4ac (calculer la racine « sans soustraction », puis l'autre par x1x2 = ca).
4. Propagation des erreurs et conditionnement
Si l'on calcule f(x) à partir d'une donnée entachée d'erreur x = x(1 + δ), un développement limité donne
f(x) - f(x)f(x) ≈ x f'(x)f(x) δ.
Le nombre
κ(x) = | x f'(x)f(x)|
est le conditionnement du problème en x : il dit par combien l'erreur relative sur la donnée est multipliée.
Exemples. f(x) = √x : κ = 12, très bien conditionné. f(x) = x - 1 près de x = 1 : κ = | x|| x - 1|, énorme : c'est l'annulation catastrophique vue autrement.
Règles pour les opérations.
- Produit, quotient : les erreurs relatives s'ajoutent (au premier ordre).
- Somme, différence : les erreurs absolues s'ajoutent.
5. Conditionnement et stabilité
Il faut distinguer :
- le conditionnement, qui est une propriété du problème mathématique : même avec des calculs exacts, une petite erreur sur les données produit une grande erreur sur le résultat ;
- la stabilité, qui est une propriété de l'algorithme : un algorithme stable n'amplifie pas inutilement les erreurs d'arrondi.
Exemple d'algorithme instable. On veut In = ∫01 xnx + 10 dx. On a In + 10 In-1 = 1n et I0 = ln1110. La récurrence « vers l'avant » In = 1n - 10In-1 multiplie l'erreur initiale par 10 à chaque étape : après 20 étapes, elle est multipliée par 1020, et l'on obtient des valeurs négatives ou énormes, alors que 0 < In < 110(n+1). La récurrence « vers l'arrière » In-1 = 110(1n - In) divise l'erreur par 10 à chaque étape : elle est stable.
Règle d'or. Un bon résultat numérique demande un problème bien conditionné et un algorithme stable.
3Je retiens
Je retiens
Un flottant s'écrit (-1)s × m × 2e ; la double précision a environ 16 chiffres significatifs.
La précision machine en double précision vaut ε = 2-52 ≈ 2,2 × 10-16.
Chaque opération introduit une erreur relative au plus égale à l'unité d'arrondi u = ε/2.
L'erreur relative mesure la qualité d'une approximation mieux que l'erreur absolue.
Soustraire deux nombres voisins fait perdre des chiffres : on réécrit la formule.
Le conditionnement κ = | x f'(x)/f(x)| mesure l'amplification des erreurs relatives.
Conditionnement = propriété du problème ; stabilité = propriété de l'algorithme.
4Erreurs fréquentes
- Tester l'égalité de deux flottants avec
==: on teste plutôt | a - b| ≤ une tolérance. - Croire qu'afficher 16 chiffres signifie 16 chiffres exacts : après une annulation, la plupart sont faux.
- Confondre erreur absolue et relative : préciser toujours laquelle on donne.
- Accuser l'ordinateur d'un résultat faux causé par un problème mal conditionné : même un calcul exact le serait.
- Utiliser une récurrence instable sans contrôler la croissance de l'erreur.
5Je m’exerce
1Exercice 1
(Questions de cours) a) Que représentent la mantisse et l'exposant d'un flottant ? b) Définissez l'erreur relative. c) Quelle différence y a-t-il entre conditionnement et stabilité ?
Voir le corrigéCacher le corrigé
a) La mantisse porte les chiffres significatifs, l'exposant donne l'ordre de grandeur (la position de la virgule). b) | x - x|| x|. c) Le conditionnement mesure la sensibilité du problème aux erreurs sur les données ; la stabilité mesure si l'algorithme amplifie inutilement les erreurs d'arrondi.
2Exercice 2
On approche √2 = 1,41421356… par 9970. Calculez l'erreur absolue et l'erreur relative, et le nombre de chiffres significatifs exacts.
Voir le corrigéCacher le corrigé
9970 = 1,4142857… Erreur absolue : 1,4142857 - 1,4142136 ≈ 7,2 × 10-5. Erreur relative : 7,2 × 10-51,414 ≈ 5,1 × 10-5. Elle est inférieure à 12 10-3 mais pas à 12 10-4 : environ 4 chiffres significatifs exacts (1,414).
3Exercice 3
Pour x proche de 0, on veut calculer g(x) = 1 - cos xx2. a) Expliquez pourquoi la formule directe est dangereuse. b) Proposez une formule équivalente stable. c) Quelle est la limite de g en 0 ?
Voir le corrigéCacher le corrigé
a) Pour x petit, cos x est très proche de 1 : la soustraction 1 - cos x est une annulation catastrophique ; pour x assez petit, elle donne même 0. b) 1 - cos x = 2sin2x2, donc g(x) = 2sin2(x/2)x2 = 12(sin(x/2)x/2)2 : plus de soustraction. c) sin uu → 1, donc g(x) → 12.
4Exercice 4
(Type examen) On résout x2 - 104x + 1 = 0 avec une calculatrice qui garde 6 chiffres significatifs. a) Calculez les deux racines par la formule usuelle x = 104 ± √108 - 42 avec 6 chiffres. b) Laquelle est mal calculée et pourquoi ? c) Utilisez la relation x1x2 = 1 pour la recalculer correctement. d) Calculez le conditionnement de f(x) = ln x et dites pour quelles valeurs de x ce calcul est mal conditionné.
Voir le corrigéCacher le corrigé
a) √108 - 4 = 104√1 - 4 × 10-8 ≈ 9999,9998, arrondi à 6 chiffres : 10 000,0. Alors x1 = 104 + 1042 = 10 000,0 et x2 = 104 - 1042 = 0.
b) x2 est faux : c'est la soustraction de deux nombres égaux à 6 chiffres près (annulation catastrophique). x1, obtenu par une addition, est correct à 6 chiffres.
c) x2 = 1x1 = 110 000 = 1,00000 × 10-4. Vérification : x22 - 104 x2 + 1 = 10-8 - 1 + 1 ≈ 10-8, presque nul.
d) κ(x) = |x · 1xln x| = 1|ln x|. Le calcul est mal conditionné quand ln x est proche de 0, c'est-à-dire pour x proche de 1.
Cherchez d’abord seul, sur votre cahier, puis ouvrez le corrigé pour comparer.
6Je vérifie
Choisissez une réponse pour chaque question : la correction s’affiche aussitôt.
Karamö, votre enseignant
Il a lu cette leçon. Posez-lui votre question : il vous répond ici.
Connectez-vous pour poser vos questions à Karamö.
Avec un compte Kharandi gratuit, vous cochez les leçons terminées et vous suivez votre progression, cours par cours.