ANALYSE NUMERIQUE : INTRODUCTION GENERALE

NDONG NGUEMA E.-P. (19 février 2025 )

Il s’avère peu efficace de commencer l’enseignement de cette U.E. de ce Semestre par l’approche tradition-
nelle consistant à donner son programme prévisionnel à travers une liste de Chapitres, indiquer les pré-requis
pour pouvoir la suivre, et attaquer tout de suite derrière en commençant le Chapitre 1. En vertu du principe
≪ Quand on ne sait pas ce qu’on cherche, on ne comprend pas ce qu’on trouve ≫,

l’expérience a prouvé qu’il est utile, voire indispensable, de démarrer l’enseignement de cette U.E. en donnant
d’abord la motivation derrière la discipline de l’Analyse numérique et une idée générale de ce qu’elle est.
Dans cet ordre, disons qu’il va certes s’agir ici de faire des Mathématiques (vous vous en doutiez, vu
l’enseignant en face), mais on va les faire avec des objectifs et un angle d’attaque significativement différents
de tout ce que vous avez eu à faire comme Mathématiques jusqu’à présent. Donner une idée générale de
quoi il va retourner dans cette U.E. est l’objectif du présent document, espérant, ainsi, aider les
un(e)s et les autres à mieux suivre ce qui y sera enseigné dans la suite du Semestre. En tout état de cause,
revenir de temps en temps, au cours du Semestre, relire ce document pour se situer sur ce qui
sera présenté et fait ne représentera pas souvent une perte de temps, bien au contraire.

A. Motivation générale de l’Analyse numérique (et donc de l’U.E.)

Depuis l’Ecole primaire, vous avez toujours fait les Maths en calculant les solutions sur papier (parfois
avec l’aide d’une calculatrice). Pourtant, il s’avère qu’un tel calcul sur papier des solutions mathématiques
n’est pas toujours possible. On peut, ainsi, motiver la discipline de l’Analyse numérique, et donc ce qui sera
enseigné dans cette U.E. au cours de ce Semestre, par la question d’ordre général suivante :
∗∗∗ Question A (Problématique motivant l’Analyse numérique)
Soit (P), un problème mathématique issu de la modélisation d’un phénomène du monde réel (par
exemple, en modélisant un problème d’ingénièrie). Très souvent, les outils et méthodes mathématiques
classiques ( i.e. de l’Analyse, de l’Algèbre, de la Géométrie) ne permettent pas de résoudre le problème
mathématique (P) ≪ à la main ≫, i.e. par des analyses et calculs sur papier.
Dans ce genre de situations, que peut-on faire pour, malgré tout, espérer résoudre le
problème mathématique (P) de manière satisfaisante ?
On peut présenter l’Analyse numérique comme étant la discipline qui vise à développer les outils et
méthodes permettant de résoudre, quand elle apparaı̂t, la problématique posée par la Question A. Mais
voici une définition plus formelle de cette discipline :

Définition 1 (Analyse numérique)

L’Analyse Numérique est la branche des Mathématiques qui développe et étudie les outils et
méthodes mathématiques pertinents pour la résolution numérique des problèmes issus des divers
domaines de l’activité humaine et susceptibles d’une modélisation mathématique.

•−→ Ceci dit, pour être plus spécifique, la problématique posée par la Question A se présente, le plus
souvent, sous l’un ou l’autre des 2 types suivants :
Le problème mathématique (P) admet une solution exacte S0 (dont on peut
• • • Type 1 : démontrer l’existence et l’unicité), mais on ne sait pas calculer cette solution
exacte ≪ à la main ≫, i.e. par des analyses et calculs sur papier.

∗∗∗ Exemple 1 (Calcul de la valeur d’une intégrale)

∫ b
Soit à calculer la valeur d’une intégrale définie I = f (x) dx d’une fonction f continue sur [ a, b ].
a
Puisque f est continue sur [ a, b ], on sait que f admet des primitives sur [ a, b ], 2 primitives différant
par une constante additive. Or, par la formule de Leibniz, on sait que la valeur de I est donnée par :
I = F (b) − F (a),
où F est une primitive quelconque de f sur [ a, b ]. Sauf que si on ne sait pas comment trouver une
primitive de f sur [ a, b ] (comme cela est courant), alors la formule ci-dessus ne nous sert à rien pour
calculer la valeur de l’intégrale I. Par conséquent, il faut essayer d’obtenir la valeur de I autrement.

1
2 B. Structure générale de la solution d’un problème en Analyse numérique

∗∗∗ Exemple 2 (Calcul de la somme d’une série convergente)

∑
+∞ ∑
On veut calculer la valeur de la somme S = un d’une série numérique convergente un .
n = n0 n > n0
∑
N
On sait que S est donnée par : S = lim SN ∈ IR ou C, où SN = un est la somme partielle de
N −→ +∞
n = n0
rang N de la série. Cependant, dans la plupart des cas concrets, SN est incalculable sous forme d’une
expression simple en fonction de N , et donc on ne peut pas calculer S à travers la limite ci-dessus.
En réalité, le plus souvent, la convergence de la série aura été établie par l’utilisation d’un ou plusieurs
critère(s) de convergence, ce qui aura permis de démontrer que la série converge, certes, mais n’aura
pas permis d’obtenir la valeur de S. Il faut donc essayer d’obtenir la dite valeur de S autrement.

Le problème mathématique (P) admet une solution exacte S0 , et on sait ce qu’il

faudrait faire pour calculer cette solution, sauf que cela serait trop fastidieux à faire
• • • Type 2 :
≪ à la main ≫, i.e. par des analyses et calculs sur papier, car demandant trop

de temps, d’énergie et de concentration pour un être humain.

∗∗∗ Exemple 3 (Résolution d’un système linéaire)

Soit à résoudre un système linéaire donné : (S) : A.X = b, de n équations à n inconnues réelles.
Dans (S), A ∈ Mn (IR) est la matrice du système (supposée inversible), tandis que b ∈ IRn est le
vecteur 2nd membre, tous les 2 étant donnés, alors que X ∈ IRn est le vecteur solution, et dont les
coordonnées sont les n inconnues réelles x1 , · · · , xn à calculer pour résoudre le système linéaire (S).
Par nos connaissances d’Algèbre Linéaire, on connaı̂t des méthodes permettant de résoudre (S) ≪ à
la main ≫, par exemple les formules de Cramer ou la méthode du pivot de Gauss, cette dernière étant
nettement plus efficace (car moins coûteuse en nombre d’opérations arithmétiques à effectuer) et donc
plus recommandée en pratique. Cependant, la mise en œuvre de chacune de ces méthodes devient très
fastidieuse dès que la taille n du système dépasse 3. Ceci est d’autant plus vrai que, contrairement
aux cas d’école fabriqués par les enseignants pour les besoins des Exercices en Classe et des évaluations
lors des Examens, dans les situations concrètes, les coefficients de la matrice A et les composantes
du vecteur b sont rarement des entiers, mais plutôt des nombres réels avec, chacun, une
partie décimale, et donc des nombres pénibles à manipuler à la main sur papier. De plus, la pénibilité
des calculs et le risque de faire des erreurs dans ces calculs s’accentuent très rapidement quand n
augmente, rendant la tâche essentiellement impossible, en pratique, pour un être humain dès n = 10.
Or, les systèmes linéaires font partie des problèmes mathématiques les plus couramment rencontrés
lors de la modélisation pour résoudre les problèmes du monde réel. Mais il faut savoir que les systèmes
linéaires issus de ce genre de modélisation comportent facilement des dizaines, des cen-
taines, voire des milliers d’équations (pour autant d’inconnues). Il est donc hors de question
d’envisager leur résolution à la main sur papier. Il faut une approche alternative pour les résoudre.

B. Structure générale de la solution d’un problème en Analyse numérique

Disons tout de suite qu’au moment d’aborder ce Cours introductif d’Analyse numérique du Niveau II, les
étudiant(e)s n’ont pas encore été exposé(e)s, dans leur formation, à de véritables problèmes d’ingénièrie. Il ne
sera donc pas possible ici de partir de phénomènes du monde réel en vue de les modéliser mathématiquement.
On supposera plutôt qu’une modélisation mathématique a déjà été faite et a produit, comme soulevé dans la
Question A, un problème mathématique (P) qu’on ne peut pas résoudre à la main, donc du Type 1 ou du
Type 2. Dans ce Cours d’Analyse numérique, on prendra un certain nombre de problèmes mathématiques
de ce type, et, pour chacun, on verra quelle(s) méthode(s) on peut mettre en place pour le résoudre.
Mais avant d’entrer dans la spécificité de chaque Chapitre, nous donnons, ci-après, une idée de la structure
générale de la solution d’un problème en Analyse numérique, selon qu’il est du Type 1 ou du Type 2.
•−→ Structure de la solution d’un problème mathématique du Type 1 :
Le problème mathématique (P) ayant une solution exacte S0 qu’on ne sait pas calculer ≪ à la
main ≫, alors on s’appuye sur les outils et méthodes mathématiques classiques (i.e. de l’Analyse et/ou
de l’Algèbre et/ou de la Géométrie) pour mettre au point une méthode de calcul d’une solution
approchée Se0 de (P), donnant une approximation de S0 avec une précision satisfaisante.
ANALYSE NUMERIQUE : INTRODUCTION GENERALE (ND/NG, 19 février 2025) 3

∗∗∗ Exemple 4 (Calcul d’une valeur approchée d’une intégrale)

∫ b
Lorsqu’on ne sait pas calculer une intégrale I = f (x) dx à la main, un idée de base est d’en
∫ b a

calculer une valeur approchée Ie par : Ie = fe(x) dx, où fe est une fonction de [ a, b ] −→ IR
a
construite (par nous) pour vérifier les 2 propriétés pratiques suivantes :
1. fe donne une bonne approximation de f en tout x ∈ [ a, b ] ;
2. fe est facile à intégrer sur [ a, b ], i.e. son intégrale Ie est facile à calculer.
L’approche a un intérêt si fe a été construite de manière à garantir que : | I − Ie | 6 T ol,
où T ol est une tolérance d’erreur > 0, petite et fixée d’avance (par nous), par exemple T ol = 10−7 .

• • • Remarque 1 (Intégration numérique et Analyse numérique)

La sous-branche des Mathématiques où on développe et étudie les diverses méthodes permettant
de calculer, de manière satisfaisante, des valeurs approchées des intégrales (définies ou pas) s’appelle
l’Intégration numérique. C’est donc aussi une partie de l’Analyse numérique.

∗∗∗ Exemple 5 (Calcul approché de la somme d’une série convergente)

Le Chapitre Sommation numérique des séries ≫ du Semestre 1 a montré comment calculer
≪

∑
+∞ ∑
une valeur approchée Se de la somme S = un d’une série numérique convergente un , avec
n = n0 n > n0
une tolérance d’erreur > 0, petite et fixée d’avance (par nous), i.e. Se vérifiant : | S − Se | 6 T ol.
On pourra y retourner pour se ressourcer à bonne escient.

• • • Remarque 2 (Sommation numérique des séries et Analyse numérique)

On déduit, de ce dernier Exemple, que la problématique de la Sommation numérique des séries,
examinée au Semestre 1 fait, en fait, aussi partie de l’Analyse numérique.

•−→ Structure de la solution d’un problème mathématique du Type 2 :

Puisqu’on connaı̂t une méthode de calcul de la solution exacte S0 du problème mathématique (P),
mais il est fastidieux de la mettre en œuvre ≪ à la main ≫ pour obtenir S0 , alors on va s’appuyer sur
un puissant outil auxiliaire pour effectuer les calculs requis par cette méthode : l’ordinateur . Mais
pour cela, il faut, préalablement, algorithmiser efficacement la méthode de calcul identifiée. Cela
signifie qu’il faut concevoir, puis écrire un algorithme efficace mettant en oeuvre la dite méthode de
calcul. Ensuite, cet algorithme sera traduit en un programme informatique écrit dans un langage
de programmation évolué (par exemple, le C, Python, C++, MATLAB, R, FORTRAN, etc.).
Une fois le programme informatique écrit, on exécute ce programme sur ordinateur (après
avoir rentré, dans l’ordinateur, les données du problème (P) permettant de lancer une telle exécution).
Ensuite, on récupère les résultats affichés et/ou renvoyés par l’ordinateur au terme de cette exécution.
Enfin, ne pas oublier d’interpréter ces résultats, i.e. donner leur signification pratique relativement
au phénomène concret que le problème mathématique (P) est censé modéliser.

• • • Remarque 3 (Efficacité, Algorithmisation et Algorithmes)

Ci-dessus, les un(e)s et les autres auront fait attention aux détails importants suivants :
1. On n’a pas seulement dit algorithmiser . On a ajouté derrière : efficacement ;
2. On n’a pas seulement dit algorithme. On a précisé : algorithme efficace.
Ce sont des précisions fondamentales. En effet, plus que dans d’autres domaines de la programmation
informatioque, en Analyse numérique, les algorithmes doivent viser à être efficaces. Evi-
demment, ceci nécessite de définir comment mesurer cette efficacité. Les critères pour cela
commencent à être introduits dans la Partie B ≪ Evaluation algorithmique des polynômes ≫ du
document intitulé ≪ Rappels et Compléments sur les polynômes ≫ (Chapitre 2 de cette U.E.).
4 C. Analyse numérique, algorithmes efficaces, ordinateur et Calcul Scientifique

∗∗∗ Exemple 6 (Résolution d’un système linéaire par ordinateur : Méthode de Gauss)
La méthode de base utilisée pour résoudre un système linéaire par ordinateur est appelée Méthode
de Gauss (avec stratégie du pivot partiel ) parce qu’il s’agit de l’algorithmisation efficace de la
méthode du pivot de Gauss vue dans le Cours d’Algèbre Linéaire du Niveau I.

•−→ Structure de la solution d’un problème mathématique du Type 1 : Complément important.

Ayant présenté la structure de la solution d’un problème mathématique du Type 2 en Analyse numérique,
ceci nous amène à revenir sur celle d’un problème mathématique du Type 1 présentée précédemment,
ceci pour y apporter un complément pratique important. En effet, on a vu que pour un problème
mathématique (P) du Type 1, la manière de le résoudre en Analyse numérique consiste à mettre au point
une méthode de calcul d’une solution approchée Se0 de la solution exacte S0 de (P). Le problème qui se pose
alors est que la dite méthode de calcul va juste produire une ou des formule(s) de calcul pour obtenir Se0 .
Mais si on veut alors concrètement obtenir la valeur de Se0 , il faut pouvoir mettre en œuvre effectivement
cette ou ces formule(s) de calcul. Or, ceci est rarement faisable à la main, même avec l’aide d’une calculatrice.
Pour cette dernière raison, au final, ici aussi (comme pour la résolution d’un problème du Type 2), on va
s’appuyer, de manière décisive, sur l’ordinateur pour pouvoir concrètement calculer la solution
approchée Se0 à travers la ou les dite(s) formule(s) de calcul issue(s) de la méthode mise au
point pour cela. Mais, pour y arriver, il faut algorithmiser efficacement ces formule(s) de calcul .
Bref, en définitive, une fois mise au point une méthode de calcul d’une solution approchée Se0 de (P),
la mise en œuvre efffective de cette méthode pour obtenir concrètement la valeur de Se0 se fait exactement
comme pour le calcul de la solution exacte S0 lors de la résolution d’un problème du Type 2.

∗∗∗ Exemple 7 (Calcul efffectif d’une valeur approchée d’une intégrale)

∫ b ∫ b
Lorsqu’on décide de prendre Ie = fe(x) dx comme valeur approchée de I = f (x) dx, cela
a a
ne suffit pas en pratique, même si on a bien décrit qui est fe. En fait, il faut, ensuite, mettre en place
une méthode efficace pour pouvoir calculer I. e Ceci demandera, généralement, des formules de calcul
appropriées, puis la mise au point d’un algorithme de calcul efficace de Ie à base de ces formules.

∗∗∗ Exemple 8 (Calcul approché effectif de la somme d’une série convergente)

∑
N ∑
+∞
Si on prend, pour un rang N identifié, SN = un comme valeur approchée de S = un , la
n = n0 n = n0
somme (inconnue) d’une série convergente, cela ne suffit pas en pratique. En effet, de manière analogue
à l’exemple précédent, il faut, ensuite, mettre en place une méthode algorithmique efficace pour pouvoir
calculer effectivement SN pour ce rang N identifié. ∑ cos(√n )
A titre illustratif, considérer la série numérique convergente .
n!
n>0

C. Analyse numérique, algorithmes efficaces, ordinateur et Calcul Scientifique

De ce qui précède, il ressort que la résolution d’un problème mathématique donné en Ana-
lyse numérique se termine toujours par la conception d’un algorithme efficace pour pouvoir
traiter le problème, en définitive, par ordinateur . Cependant, certains limitent l’Analyse numérique
jusqu’à l’étape juste avant la conception d’un algorithme efficace, donc jusqu’à l’étape relevant encore des
Mathématiques au sens strict, mettant plutôt tout ce qui rélève de cette conception algorithmique et de sa
mise en œuvre effective sur ordinateur dans ce qu’on appelle le Calcul Scientifique et qu’on peut définir
brièvement comme suit :

Définition 2 (Calcul Scientifique)

Le Calcul Scientifique est la mise en œuvre effective sur ordinateur des méthodes numériques
développées en Analyse Numérique.

Mais ce distingo entre l’Analyse numérique et le Calcul Scientifique est assez artificiel, la ligne de démarcation
entre les 2 disciplines n’étant pas aussi évidente.
ANALYSE NUMERIQUE : INTRODUCTION GENERALE (ND/NG, 19 février 2025) 5

• • • Remarque 4 (A propos du déroulement de cette U.E. d’Analyse numérique)

Dans le Cours d’Analyse numérique de ce semestre, nous ne ferons pas un tel distingo car nous
inclurons tout ça (i.e. les analyses et/ou calculs mathématiques menant à la construction de l’algorithme
final de calcul, puis la conception de l’algorithme lui même) dans le vocable ≪ Analyse numérique ≫.
Ainsi, dans chaque Chapitre de cette U.E., nous développerons les méthodes mathématiques de
résolution pour le problème posé au début du dit Chapitre jusqu’au point de construire une approche
algorithmique efficace pour la mise en œuvre effective de ces méthodes par ordinateur, ou au moins
indiquer les bases sur lesquelles on peut s’appuyer pour y arriver. La raison de cela est que nous voulons
éviter que les étudiant(e)s ne prennent ce Cours juste pour un autre Cours de Mathématiques abstrait
comme un autre, où on démontre et/ou calcule certaines choses, et puis on passe, sans aucune finalité
pratique. En tout état de cause, au terme d’un Chapitre de cette U.E., vous ne l’aurez compris et
maı̂trisé que si :
1. vous avez bien compris le problème posé au début et motivant le Chapitre ;
2. et, à la fin, vous avez bien compris les méthodes présentées pour résoudre ce problème, et, surtout,
comment les mettre en œuvre algorithmiquement si le besoin se fait sentir dans un cas concret.

D. Programme de l’U.E. d’Analyse numérique de ce semestre

Voici les titres des Chapitres constitutifs du Programme prévisionnel de cette U.E. d’Analyse numérique :
Ch. 1 : Généralités et Eléments sur les Bases du Calcul Scientifique ;
Ch. 2 : Fonctions polynômes à coefficients dans IR : Rappels et Compléments ;
Ch. 3 : Approximation numérique d’une fonction de IR −→ IR :
Interpolation polynômiale (par morceaux) ;
Ch. 4 : Résolution numérique des systèmes linéaires (Méthodes directes) ;
Ch. 5 : Intégration numérique ;
Ch. 6 : Résolution numérique d’une équation à une inconnue.
Toutefois, quelques précisions s’imposent, surtout au sujet des 2 premiers Chapitres. Mais pour com-
prendre l’origine de ces précisions, il faut d’abord dire un mot sur l’historique de ce Cours d’Analyse numérique
dispensé au Niveau II à l’Ecole Polytechnique de Yaoundé. Lors de sa création, la plupart des étudiant(e)s
trouvaient ce Cours plutôt facile à comprendre, ce qui se traduisait par un taux de validation autour de
70% dès la session normale, et quasiment 100% après la session de rattrapage. De plus, effectivement tout
le programme énoncé ci-dessus était couvert pendant le semestre, Cours et T.D. compris. La seule exception
est le Chapitre 2 qui n’existait pas formellement en tant que Chapitre à part à l’époque, mais :
– la Partie C (Polynômes d’interpolation) de cet actuel Chapitre 2 constituait, à l’époque, le début
de l’actuel Chapitre 3, comme cela est (et reste) la tradition dans les Cours d’Analyse numérique ;
– tandis que la Partie B (Evaluation algorithmique d’un polynôme en un point) de cet actuel
Chapitre 2 n’existait pas de manière aussi détaillée, mais seulement comme un court Exercice au début
de la fiche de T.D. de l’actuel Chapitre 3.
Cependant, la situation a radicalement changé dès 2001, lorsqu’est entrée dans l’Ecole la première promo-
tion ayant suivi les premiers programmes réformés de Maths dans le Secondaire francophone à l’époque. Dès
lors, une bonne partie des étudiant(e)s ont commencé à trouver ce Cours plutôt difficile, le taux de validation
en session normale s’effondrant brutalement de 70% à 35% d’une année sur l’autre entre l’année académique
2001-2002 et 2002-2003 (arrivée de cette promotion au Niveau II). Et la situation n’a fait qu’empirer de-
puis, avec les réformes ultérieures successives des programmes de Maths dans le Secondaire francophone.
Notamment avec la double difficulté grandissante observée chez la plupart des étudiant(e)s des promotions
successives entrées dans l’Ecole après 2001 :
– d’une part, de faire les Maths avec une orientation d’application immédiate, comme cela est censé être
fait en Analyse numérique, étant plutôt habitué(e)s à faire les Maths en termes de : on démontre et/ou
on calcule, on a sa note, et puis on passe ;
– et, d’autre part, la traduction algorithmique de cette application pour la mise en œuvre effective par
ordinateur des méthodes numériques enseignées dans cette matière.
Il a fallu, pour l’ensignant responsable, s’adapter au fil du temps à cette évolution négative des choses,
notamment :
6 F. Lire, comprendre et exploiter un document : Difficultés observées

1. en prenant plus de temps dans la dispensation du contenu du Cours ;

2. avec pour conséquence directe un rallongement significatif du temps de présentation de chaque Chapitre ;
3. et donc, comme deuxièmee conséquence, l’impossibilité de continuer à couvrir tous les Chapitres dans
le Cours dispensé en Amphi ;
4. d’autre part, à mettre d’avantage l’accent pour aider à mieux percevoir et apprendre à gérer la tran-
sition des Maths vers la traduction algorithmique du calcul des solutions, les étudiant(e)s semblant,
proportionnellement, de moins en moins capables de la faire par eux/elles mêmes.
Pour ce dernier point, cela s’est traduit par l’élaboration de l’actuel Chapitre 2 avec, surtout, l’introduction
en son sein de sa Partie B (Evaluation algorithmique d’un polynôme en un point). Mais, les autres
points se sont traduits par :
1. la non dispensation du Chapitre 1 en Cours à l’Amphi, étant plutôt dorénavant donné à travers un
document à lire en self-study ;
2. la difficulté, voire l’impossibilité à traiter les 2 derniers Chapitres dans le Cours en Amphi.
Le principe d’action étant devenu que : mieux vaut en présenter moins comme contenu en Classe,
mais prendre plus de temps pour l’expliquer et, si possible, mieux l’expliquer . Mais, pour ne pas
trop sacrifier sur le programme prévisionnel, ce qu’on n’a pas la possibilité physique de couvrir en Amphi est
donné sous forme de documents à lire en self study .
L’actuel Chapitre 2 est réellement particulier à cet égard. Il consiste en 3 parties :
Partie A : Rappels sur les polynômes ;
Partie B : Evaluation algorithmique d’un polynôme en un point ;
Partie C : Polynômes d’interpolation.
Parce que les polynômes sont l’outil mathématique de base utilisé dans la construction de solutions approchées
de problèmes mathématiques en Analyse numérique, intervenant dans la plupart des Chapitres qui suivent, la
Partie A présente les rappels de base utiles à leur sujet, à lire en self study . La Partie C est incontournable
car elle constitue habituellement le début de quasiment tout enseignement d’Analyse numérique, ceci du fait
qu’elle introduit l’aspect des polynômes sur lequel on s’appuye le plus pour construire des solutions approchées
de problèmes mathématiques en Analyse numérique. Par contre, la Partie B a été spécifiquement introduite,
élaborée et régulièrement restructurée et améliorée, à partir de l’année académique 2012-2013, par l’enseignant
pour essayer d’aider les étudiant(e)s à mieux percevoir l’aspect fondamental (avec ses différents sous-aspects
constitutifs) de la mise en œuvre pratique des méthodes construites et enseignées en Analyse numérique.
Dans cette perspective, à partir du Semestre 2 de l’année 2012-2013, le Cours d’Analyse numérique en
Amphi commençait par la dispensation d’une partie de la Partie A, puis une bonne partie de cette Partie
B, avant d’attaquer la Partie C. Mais cela se faisait au détriment des derniers Chapitres. Pour pallier ce
dernier problème cette année, la Partie B sera aussi laissée à lire en self study .

E. Pré-requis pour l’U.E. d’Analyse numérique de ce semestre

Une U.E dispensée à un niveau ne tombe pas du ciel. Evidemment, celle ci non plus. Les pré-requis utiles
pour pouvoir suivre les enseignements de l’U.E. d’Analyse numérique de ce semestre sont les suivants :
1. Connaissances mathématiques générales du Niveau I :
1.1. Fonctions polynômes de IR −→ IR (même si, comme signalé plus haut, des rappels sont fournis) ;
1.2. Fonctions d’une variable réelle (continuité, dérivabilité et conséquences) ;
1.3. Intégrales définies de telles fonctions sur un segment fermé et borné [ a, b ] de IR ;
1.4. Développement de Taylor d’ordre quelconque pour de telles fonctions ;
1.5. Algèbre linéaire et Calcul matriciel ;
2. Algorithmique de base et Programmation Informatique.

F. Lire, comprendre et exploiter un document : Difficultés observées

Plus on avance dans les études, plus la quantité de ce qui est enseigné, et donc qu’il faut apprendre,
augmente, et moins cela est possible de tout enseigner en Classe. La compensation se fait alors à travers
le fait qu’une partie de plus en plus grande de ce qui est censé être enseigné est donnée sous forme de
documents à lire en self study . Mais encore faut-il que les étudiant(e)s soient réellement capables d’exploiter
ces documents à bon escient. De plus, plus on avance dans le niveau des études, plus la taille de ces documents
ANALYSE NUMERIQUE : INTRODUCTION GENERALE (ND/NG, 19 février 2025) 7

augmente, semblant aggraver la difficulté rattachée à leur bonne compréhension et exploitation. La question
qui en découle est :

∗∗∗ Question B (Exploitation de documents)

Comment lire, comprendre et exploiter efficacement de tels documents ?
Pour un suivi effiace de la présente U.E., cette problématique se pose car, comme annoncé plus haut,
certaines parties de ce Cours d’Analyse numérique de ce semestre sont fournis sous forme de documents à
lire en self study . Or, l’observation nous a fait identifier, à partir d’une certaine période, chez l’écrasante
majorité des étudiant(e)s, une très grande difficulté, voire l’incapacité à lire, comprendre, puis exploiter
des documents par eux/elles mêmes. En fait, face à un document à étudier, la démarche des intéressé(e)s
consiste, le plus souvent, à lire une page, puis une page, puis une page, etc., puis rapidement, à un moment,
de démissionner et se mettre à pleurnicher sur la longueur du document et/ou la densité de son contenu. En
décrétant, pour terminer, que c’est mission impossible !!! Le problème qui se pose est que la démarche qui
consiste à lire un document, particulièrement un document scientifique, séquentiellement, page après page,
sans canevas logique identifié, en espérant, ainsi, en maı̂triser le contenu est, généralement, très inefficace et
aboutit rarement au résultat escompté. D’où le désarroi et la frustration des intéressé(e)s signalés ci-dessus.
En fait, pour comprendre et pouvoir exploiter un document, il faut être capable de détecter la structure
logique de son contenu. Ainsi, à titre d’exemple, un document de 20 pages a un contenu qui repose rarement
sur plus de 4 ou 5 grandes idées. Pour comprendre le dit document, il suffit de repérer ces 4 ou 5 grandes
idées, puis d’identifier à laquelle de ces 4 ou 5 grandes idées chacun des autres points du document se rattache
et comment il s’y rattache. Seulement, pour identifier ce genre de structure logique dans un document, il
faut avoir développé un esprit de synthèse, c’est-à-dire la capacité à pouvoir résumer logiquement et
rapidement, en quelques points essentiels, le contenu d’un document qu’on vient de lire. Or, on développe un
tel esprit de synthèse à partir d’une capacité antérieure bien établie à raisonner logiquement, i.e. à construire
des raisonnements logiques, pour, ensuite, être en mesure d’identifier, relativement aisément, la structure
logique de ce qui est présenté par d’autres personnes. Et, de fait, la démarche de prendre un document page
après page en espérant en maı̂triser le contenu, pour, ensuite, rapidement démissionner parce que dépassé(e)
par les événements du fait de l’apparente impossibilité de cette tâche est la manifestation claire d’un esprit
de synthèse très faible, voire, très souvent, quasiment nul chez les concerné(e)s. Phénomène qui se
manifeste d’ailleurs aussi dans la double difficulté et la faible autonomie à :
1. étudier les Cours plus on avance dans l’enseignement supérieur, ayant du mal, par soi même, de gérer
leur longueur et leur densité croissantes dans le temps ;
2. expliquer clairement, lorsque cela est demandé, ce qu’on a compris et maı̂trisé dans un Cours après
l’avoir suivi et/ou étudié.
En fait, ce phénomène surprenant (car difficile à identifier et comprendre) est l’une des conséquences
méconnues, mais très néfastes, de la suppression de l’apprentissage de la logique des enseignements de
Mathématiques dans le Secondaire au Cameroun à partir de 1994. Ici, nous n’aurons pas la prétention
de rémédier à cette défaillance de base dans la formation suivie par les étudiant(e)s avant d’arriver dans la
présente Classe. Toutefois, nous suggérons, ci-après, une démarche qu’on peut suivre pour lire un document
dans l’espoir d’en maı̂triser le contenu, démarche utilisée par l’auteur lui même (généralement avec succès)
lorsqu’il doit aborder un nouveau document auquel il se retrouve confronté.

G. Lire, comprendre et exploiter un document : Une démarche en 3 passages

Pour maı̂triser le contenu d’un document, je recommande 3 passages en lecture dans le document :
*** 1er passage : Lecture de prise en main du document.
Lors de ce 1er passage, l’objectif ne doit pas être de chercher à tout comprendre dans le do-
cument là, là, là. L’objectif principal est plutôt d’acquérir une idée globale de son contenu. Ainsi, lors de
cette phase, ne pas s’accrocher là où on a du mal à comprendre, mais noter plutôt ce point sur une feuille de
papier et avancer dans la lecture.
*** 2ème passage : Lecture d’approfondissement.
On reprend la lecture du document, de manière plus détaillée, donc plus lente. Cette fois,
l’objectif est d’essayer de tout comprendre, si possible. Ainsi, si on coı̈nce sur un point, essayer de le travailler
pour voir si, en définitive, on arrive à éclaircir sa compréhension. Mais si on n’y arrive toujours pas, pas de
panique : noter ce point sur une feuille de papier et avancer dans la lecture.
8 G. Lire, comprendre et exploiter un document : Une démarche en 3 passages

*** 3ème passage : Lecture de confirmation et certification.

L’objectif de ce 3ème passage est de confirmer et de certifier que vous avez bien lu, avez
bien identifié et compris l’essentiel de ce qui se trouve dans le document, aussi bien en termes de
structuration que de contenu. Donc au cours de cette lecture, vous devez vous assurer qu’à ce stade, tout ce
que vous lisez dans le document fait immédiatement “tilt !” dans votre tête, i.e. vous dit quelque chose car
vous voyez bien de quoi il s’agit, du fait de vos 2 passages en lecture précédents. Cela doit être vrai aussi
bien pour les termes techniques que pour les principaux résultats énoncés dans le document.
Cependant, il est possible qu’au terme de votre 3ème lecture, il reste certains points obscurs pour vous.
Dans ce cas, pour les éclaircir, consulter d’abord les camarades de Classe et discuter avec eux/elles de ces
points. Si ce n’est toujours pas clair, se rapprocher, en dernier recours, de l’enseignant pour poser le problème.
• • Remarque pratique 1 : A propos du timing des 3 phases de lecture.
Pour laisser au cerveau le temps d’assimiler ce que vous aurez lu, il est recommandé de laisser au moins
24 heures entre le 2ème passage et le 3ème passage.
• • Remarque pratique 2 : Document consistant en des parties délimitées.
Si le document comporte un certain nombre de parties principales déjà bien délimitées, par exemple I,
II et III (ou A, B, C), alors on peut aussi appliquer la méthodologie de la lecture en 3 passages décrite
ci-dessus successivement à chacune de ces grandes parties. Mais après cela, terminer quand même par une
lecture de synthèse globale de tout le document pour garantir que vous l’avez bien compris dans son ensemble.
• • Remarque pratique 3 : Utilité d’élaborer un plan du document.
Une manière, à long terme, de s’assurer qu’on maı̂trise bien le contenu d’un document est d’en dresser un
plan le synthétisant, en y notant les principaux points contenus dans le document. Il est recommandé, ainsi,
d’élaborer un tel plan au fur et à mesure de l’évolution de votre lecture du document. L’intérêt d’avoir un
tel plan est que par la suite, il pourra vous servir de document de repérage pour vous aider à vous rappeler
les principaux points contenus dans le document. Il est, d’ailleurs, recommandé d’élaborer un tel plan pour
chaque Chapitre de l’U.E. (celle ci ou une autre).
• • Remarque pratique 4 : Gestion des Exercices dans le document, s’il y en a.
Il est possible qu’il y ait des Exercices dans le document. Mais il n’est pas recommandé de les traiter
pendant les 3 passages de lecture suggérés ci-dessus. Ce n’est qu’après ces 3 passages qu’on pourra utilement
essayer de traiter quelques uns de ces Exercices.