Leçon 3 sur 5
Arithmétique flottante et erreurs d'arrondi
Je sais comment un ordinateur représente les nombres réels, pourquoi ses calculs sont arrondis, et comment éviter les pièges classiques (comparaison avec ==, absorption, annulation catastrophique, choix du pas).
- 1 h 20
- 6 exercices corrigés
- QCM de 7 questions
À la fin de la leçon, vous saurez :
- Décrire la représentation d'un nombre en virgule flottante double précision (norme IEEE 754)
- Définir l'epsilon machine et en déduire la précision relative d'un calcul
- Calculer une erreur absolue et une erreur relative
- Reconnaître l'absorption et l'annulation catastrophique et reformuler un calcul instable
- Distinguer erreur d'arrondi et erreur de troncature
Avant de commencer : Leçons 1 et 2 ; numération binaire (L1).
1Je découvre
Mariama a écrit un contrôle automatique dans son programme de traitement des pluies : après avoir exprimé chaque mois en pourcentage du total annuel de sa station (leçon 1), elle vérifie que la somme vaut bien 100.
pct = P / P.sum(axis=1, keepdims=True) * 100
print(pct.sum(axis=1) == 100) # [ True False False]Le contrôle échoue pour Kankan et N'Zérékoré. Mariama affiche la somme avec toutes ses décimales et obtient 100.00000000000001. Son calcul est pourtant juste sur le papier. Le programme n'a pas de « bogue » au sens habituel : c'est l'ordinateur qui ne calcule pas exactement avec les nombres réels.
Ce petit écart est sans conséquence ici. Mais dans d'autres calculs, les mêmes arrondis peuvent s'accumuler ou s'amplifier jusqu'à rendre un résultat complètement faux.
Comment l'ordinateur représente-t-il les nombres réels, et comment savoir si l'on peut faire confiance à un résultat numérique ?
La suite se lit avec votre compte Kharandi Université
La première leçon de chaque cours est libre. Kharandi Université est une inscription à part de l’école : avec votre compte étudiant, vous lisez toutes les leçons en entier, avec les exercices corrigés et les QCM, et les 7 premiers jours sont offerts.