Comment calculer √ 7 ? C’est facile sur une calculatrice
moderne mais à l’époque de Newton elles n’existaient pas. Pourtant, en tant que
génie il a trouvé un schéma de calcules
itérative pour résoudre ces types de problèmes. Le principe est de
commencer avec une approximation qui selon un schéma de calculée donne une
meilleure approximation et cetera. Les itérations sont interrompues quand la
précision a atteint un niveau acceptable.
La bonne réponse pour √ 7 est entre 2 est 3 car leurs carrés sont 4 et 9 respectives. Il serait donc raisonnable de commencer la suit d’approximations par 2,5. Pourtant, pour montrer qu’il est possible de démarrer le calcule avec presque n’importe quelle chiffre, ce calcule commence avec 7/2 = 3,5. Voici le résultat :
Pour le cas de notre problème le schéma est assez simple.
La bonne réponse pour √ 7 est entre 2 est 3 car leurs carrés sont 4 et 9 respectives. Il serait donc raisonnable de commencer la suit d’approximations par 2,5. Pourtant, pour montrer qu’il est possible de démarrer le calcule avec presque n’importe quelle chiffre, ce calcule commence avec 7/2 = 3,5. Voici le résultat :
Xn
|
Xn+1
|
(Xn+1)2
|
3,5
|
2,75
|
7,5625
|
2,75
|
2,647727273
|
7,010459712
|
2,647727273
|
2,645752048
|
7,000003899
|
La 3ème approximation est correcte à 5 décimales et encore
une itération dépasserait la capacité de la calculatrice utilisée. Tous les
schémas d’itération ne convergent pas si rapidement mais pour beaucoup de
problème il est suffisant d’avoir 3 ou 4 décimales signifiantes au lieu des 37
que le variable de type Real dans certains logiciels utilise.
Qu’il y a des gains considérables à faire, en terme de temps
de calcules et d’énergie utilisé, avec des itérations est maintenu devenu
évidentes : Computer
scientists find ‘inexact computing’ can improve answers.
Les chercheurs de l’article ont introduit des algorithmes
itératifs dans un logiciel pour prévisions météorologiques.
En adaptant la précision à ce qui est strictement nécessaire ils rapportent des
gains considérables.
L’idée que des calculs exacts sont les meilleurs fleurit
dans l’éducation universitaire. Pour des applications industrielles il n’est
souvent pas le cas. Un problème courant est par exemple de comparer 2
alternatifs. Si alternatif A et 2 fois meilleur que alternatif B, il est sans
importance si les erreurs dans les calculs soient 10% ou même 20%. En
facilitant des choses il y a énormément de temps à gagner.
Pourtant, avant de pratiquer des méthodes approximatives il
faut d’abord savoir être exact. Il n’est donc pas un default d’enseigner des
méthodes exact. Cependant, pour pouvoir entrainer les étudiantes à faire un bon
travail dans l’industrie il n’est pas suffisante.
Aucun commentaire:
Enregistrer un commentaire
Remarque : Seul un membre de ce blog est autorisé à enregistrer un commentaire.