Méthodes Numériques

Mthodes numriques COURS 2009-2010
Dpartement dinformatique Cellule LMD

Pour toutes questions concernant ce cours, nous vous invitons prendre contact par e-mail avec
Mer ou Mme Makdeche (Les rdacteurs de ce cours) aux adresses suivantes :
saidmakdeche @yahoo.fr
karimalaoubi @yahoo.fr
Introduction :
Les mathmaticiens et les scientifiques en gnral se sont toujours intresss la rsolution

des problmes quils rencontrent, lanalyse mathmatique classique ne pouvant rsoudre tous
les problmes qui se posent par exemple en Intgration, rsolution des quations non
linaires, interpolation, quations diffrentielles
Lanalyse numrique propose des algorithmes (mthodes de calculs approches) pour rsoudre
les problmes que lanalyse classique ne donne pas de mthodes explicites de rsolutions.
Deux notions savrent alors importantes :
- Les erreurs numriques (il est important davoir une ide sur lerreur commise sur un
rsultat approch dtermin par les diffrentes mthodes de lanalyse numrique. )
- La notion de convergence (Les rsultats se souvent dtermins comme limite dune
suite construite partir dun algorithme correspondant au problme pos)
Remarque 1 : les thormes et les propositions noncs seront dmontrs
dans les sances de cours et dans le cas chant, nous renvoyons les
tudiants des ouvrages spcialiss .
Ce cours contient les chapitres suivants :

Chapitre 1 : Les erreurs numriques
Chapitre 2 : Rsolution des quations non linaires dans IR
Chapitre 3 : Approximation
Chapitre 4 : Interpolation polynmiale
Chapitre 5 : Drivation et Intgration numrique
Chapitre 6 : Rsolution des systmes linaires Ax=b
Exercices : chapitre 1, 2,3,4,5 et 6
Rfrences.
1er Chapitre
Les erreurs numriques
Important :
Un rsultat numrique approch na de sens que sil est accompagn
dune estimation de lerreur commise entre le rsultat exact et approch,
sans cela il ne veut rien dire
1) Dfinitions
Dfinition 1 :
Soit x un nombre donn et x* une valeur approche de celui-ci. On dfinit

lerreur absolue note (x ) par :
( x) = x x *
Remarque 2 : En pratique il est impossible dvaluer lerreur absolue car x est
souvent inconnu par consquent, on introduit la notion de la borne
suprieure de cette erreur note x et on a :
( x) = x x * x
Ce qui permet dcrire :
x = x * x
Dfinition 2 :
On appelle erreur relative le nombre r (x ) dfini par :
r ( x) =
x x*
x*
x
x*
Lerreur relative est souvent exprime en pourcentage (cela veut dire que
lerreur commise reprsente une proportion de r (x ) % de la valeur estime).
2) Reprsentation dcimale dun nombre approch :
Tout nombre positif x* peut se mettre sous la forme :
2

x* = m .10 m + m 1 .10 m 1 + ........ m n +1 .10 m n +1..........(*).
m 0 et i {0,1,2.....9} i m
Exemple :
13,102 = 1.101 + 3.10 0 + 1.10 1 + 0.10 2 + 2.10 3

0.0012 = 1.10 3 + 2.10 4
Remarque : Les chiffres m , m 1 , ... m n +1 ...... donns par la reprsentation
dcimale (*) sont appels chiffres significatifs. (Autrement dit, on appelle

chiffre significatif dun nombre tout chiffre de sa reprsentation excepts les
zros situs devant le 1er chiffre non nul . )
3) chiffres significatifs exacts dun nombre approch
On dit que les n premiers chiffres dun nombre approch x* sont exacts si :
O m est le 1er exposant de 10 dans la formule (*)

3) Arrondissement dun nombre approch :
Larrondissement est un processus qui consiste tronquer les nombres pour
nen garder que le nombre de chiffres significatifs exacts.
3-1 ) Rgles darrondissement :
*) Si le 1er chiffre rejeter est < 5, le nombre est retenu.
**) Si le 1er chiffre rejeter est 5, on ajoute une unit au dernier chiffre
significatif retenu
3-2) Lerreur darrondi : Elle vrifie lestimation suivante :
3-3)Rsultat final : scrit sous forme :
4) Formule gnrale de lerreur :

Soit
.
Alors :
3

Et
Exemple dapplication : (Cet exemple nous permet de mieux comprendre les
notions ci-dessus) :
Soit x = 0,1256 donn avec une erreur de 0,5%.
1) Donner lerreur absolue de x.
2) Dterminer le nombre de chiffres significatifs exacts de ce
nombre.
3) Arrondir le rsultat au dernier c.s.e.
Solution :
1) On a : x = 0,1256 et r(x)=0.005
2) Comme
do : x = r ( x). x = 0,000628 0.5.10 3
donc : m-n+1=-3 avec m=-1 alors : n=3.
Donc le nombre x a trois chiffres significatifs exacts.

3) Le 1er chiffre rejeter est gal 6 donc x arrondi not par
0,126
est gal
Par le rsultat final scrit :
Chapitre 2
Rsolution des quations

non linaires dans IR.
Introduction :
On prsente ici quelques mthodes de rsolution numriques des quations
F (x)=0
Soit F :
une application continue.
On se propose de dterminer la ou les solutions de F (x)=0 ou F est un

polynme de deg 3 ou lexpression de F est complexe.
Les mthodes classiques de Rsolution ne permettent pas de rsoudre de
tels problmes. On fait donc appel aux techniques des mthodes
numriques.
Pour cela on procde de la manire suivante :

1) Localisation des racines :
La plupart des mthodes numriques ncessite la dtermination dun

intervalle [a, b] contenant une seule racine dite racine spare
de
On dit alors quelle est localise ou spare des autres ventuelles

racines.

1-1)
Les mthodes de sparation :
*) Ltude des variations de F, puis lutilisation du thorme de la valeur

intermdiaire.
**) La rcriture de F sous forme F1 (x) = F2 (x), puis la recherches des points
dintersection entre F1 et F2.
Exemple 1 : Sparer les racines des quations :

a)
F (x) = x3-3x +1
F (x)=0 admet (03) racines s1, s2 et s3 (On a utilise le tableau de variations de
F(x) dans IR)
En observant le tableau de variation, on remarque facilement que :

s1 [-3,- 1] , s2 [-1, 1] et s3 [1, 3]
b)
F(x) =ex sin x-1 =0 dans [- , ]

F(x) =0 e-x =sin x.
Les points dintersection des deux fonctions e-x et sin x traces dans le mme
repre sont s1 et s2, s1 [0,
les racines de F(x) =0
] , s2 [
, ] ce qui veut dire que s1 et s2, sont
Remarque : On suppose dans la suite que F est continue et que la racine
est localise (spare) dans un intervalle [a, b].
2) Les mthodes utilises :

2-1) Mthode de la Dichotomie :
Lide : est de construire une suite dintervalles de plus en plus petits
contenants une racine spare de F(x) =0.

2-1-1) Algorithme de la mthode :
F(x)=0, une racine spare de F(x) =0 dans [a, b]

6

On pose [a, b] = [a0 , b0].
On divise lintervalle [a0 , b0] en deux avec x0=
Si F (a0) F (x0) <0 alors [a0, x0] = [a1, b1]=
Sinon
a0 + b0
2
=[x0, b0].
Et ainsi de suite, on construit la suite dintervalles

xn =
n=[an,bn]
et donc :
a n + bn
2
Et on continue avec le mme principe pour localiser la racine

Si F (an) F (xn) <0 alors [an,xn]=[an+1,bn+1]=
Sinon: [xn, bn]= [an+1,bn+1]=
n+1.
n+1
Et on prend comme approximation de
itrations.
la valeur xn en utilisant n
Plus loin, on verra comment dterminer le nombre ditrations ncessaire n

en se donnant un erreur dapproximation
telle que : x n
2-1-2) Test darrt:

bn+1 - an+1=
bn1 an1
b a
=..= 0 n +1 0 .
2
2
Do :
Si est racine de F(x)=0 , on aura : x n
b0 a0
2 n+1
(*)
Remarque :
R1) si on dsire calculer une approximation de avec k chiffres significatifs
exacts, il suffit :

x n 0.5.10 m-k+1
R2) si on veut calculer une approximation de avec k dcimales
Il suffit que : x n 0.5 10-k
R 3) Si on dsire on calculer le nombre ditrations suffisant n pour approcher
prs, on procde comme suit :
xn
b-a
ln(
)
b0 a 0
2
n
ln(2)
2 n+1
b-a
)
2 ]+1
Il suffit de prendre n=[
ln(2)
ln(
2-1-3) Exercice dapplication sur la Dichotomie (A traiter en TD):

On considre lquation :
F (x) =x4-3x+1=0
1) Montrer que lquation F(x)=0 admet une racine unique dans [0.3, 0.4]
2) Calculer une valeur approche de cette racine par la mthode de la
Dichotomie avec une prcision =0.5*10-2
3) Arrondir le rsultat au nombre de chiffres significatifs exacts.

Solution : n=4
xn= 0.34 +-0.01
Remarques :
1)- Si F (a) F (b) <0, lquation F (x)=0 admet au moins une solution dans [a, b]
2)- Si F (a) F (b)>0, lquation F (x)=0 nadmet pas de solutions ou bien un
nombre pair de solutions

2-2) Mthode du point fixe :
Dfinition du point fixe :
Soit (x ) une fonction continue sur un intervalle [a,b]
On dit que x* est un point fixe de sur [a, b] si ( x*) = x *
Exemple :
*) (x)=x2 admet deux points fixe dans IR
car (0) = 0 et (1) = 1
Remarque : (x ) admet un unique point fixe dans [-2,
1
dans [ , 2] .
2
1
] et un autre unique
2
*) (x ) = x2 +1 na aucun point fixe dans IR.

Thorme du point fixe :
Soit rsoudre lquation F(x)=0 sur [a,b]
On considre une fonction dfinie sur [a, b] telle que :
i) F(x)=0
ii) x [a, b] ;
(x ) [a, b]
Autrement dit : est sable dans [a, b].

iii) est contractante i.e. :Il existe une constante k ]0,1[ (k < 1)
Telle que :
( x) ( y) k x y . x, y [a, b] .
Alors la fonction (x ) admet un point fixe unique [a, b] vrifiant F()=0.
x 0 [ a, b ]
x = (x )
1
0
est limite de la suite (xn) dfinie par :
.
x n = ( x n1 )
Et on a lestimation suivante :
xn
n
x1 x0
1
Remarque:
-la solution sappelle point fixe de
-Il est souvent difficile de vrifier la contraction de sur [a,b] do :
Si
est drivable sur [a, b] et sup |
condition iii) est vrifie.
|= <1 sur [a,b] alors la
Preuve : On montre lexistence et lunicit de la solution :

1) Lexistence :
( x ) = x F(x)= ( x ) x = 0
10

F (a) = (a ) a [a, b] (a ) a 0
F(b) = (b) b [a, b] (b) b 0
. (grce la condition ii)
F(a).F(b)<0 daprs le thorme des valeurs intermdiaires, il existe au moins

une solution
[a, b] telle que : F( )=0 ( ) =

2) Unicit :
Supposant quil existe deux solutions s1, s2 et s1 s2 de lquation ( x ) = x
Alors :
s1 s 2 = (s1 ) ( s 2 ) s1 s 2
Ce qui implique :
(1-k) s1 s 2 0
ce qui est impossible car (0< <1).
3) convergence :
lim n n
x1 x0 = 0 car 0<k<1 x n quand n
1 k
Comment applique t- on la mthode du point fixe pour rsoudre F(x)=0 ?

1)- On dtermine lintervalle [a, b] qui contient une racine spare de F(x)=0
2)- On dfinit une fonction
sur [a, b] qui vrifie les conditions du thorme
du point fixe sur [a, b] telle que :

F(x)=0 ( x ) = x
3)- On dtermine alors notre suite (xn) comme suit :

On choisit un x0 [a, b] quelconque
xn= ( x n 1 )
tel que : x1= ( x0 ) ;
Lim n ( x n ) = ( Lim n ( x n +1 )) = ( ) = car
x2= ( x3 ) ;. ;
est continue
4) - On dfinit un critre darrt ou , on calcule le nombre ditrations n

suffisant pour avoir une valeur approche x* de a prs avec le mme
Principe que la dichotomie.
Cest dire:
11

kn
( 1 k )
xn
x1 x0 < k n <
1 k
x1 x 0
En posant :
A= ln (
On obtient :
n=
( 1 k )
)
x1 x 0
+1
Interprtation gomtrique de la mthode du point fixe :

Soit le problme
intervalle
( est une fonction dfinie sur un
*) Si
la suite
converge (fig.(2) et fig.(3)).
*) Si
la suite
diverge (fig.(1)).
fig. 3
fig. 1
fig. 2
2-3) Mthode de Newton (mthodes des tangentes ):

Notons par
de
la racine exacte cherche et xn une valeur approche
On suppose que F est de classe
drivable au voisinage de
au voisinage de
(deux fois continument
12

Le dveloppement de Taylor dordre deux de F nous donne :
, en supposant que
Et comme
, la quantit
En ngligeant le reste R=
notera
, on aura :
constitue alors une valeur approche de
rcurrence de Newton est donne par :
quon
. Et la formule de
=
2-3-1) Interprtation gomtrique de la mthode de Newton :
Soit F une fonction de classe C2 ([a,b]) . Considrons le cas o : F
>0,
F(a) F(b)
Lquation de la tangente la courbe de F au point

par :
et F(b)
est donne
*) On prend
Le point dintersection de cette droite tangente avec laxe xox a pour
abscisse [fig. 4] :
13
fig. 4
=
constitue une premire approximation de
.
avec :
De la mme manire on obtient
=
Daprs le graphe cette suite converge vers
. Dans ce cas
vrifie la condition
*) Si on prend
passant par le point
F (
).F (
: on a F (
).F (
.
alors la droite tangente
coupe laxe des x en dehors de [a,b] (lintervalle
dont se trouve la solution exacte ) , on sloignera donc , de la racine exacte

.
Remarque :
Une mthode itrative nest importante que si elle est convergente .
On prsente alors le thorme de convergence suivant :
14

Thorme :
Soit F une fonction de classe
i)
) vrifiant les conditions suivantes :
F(a).F(b) <0
ii)
iii)
sur [a,b]
garde un signe constant sur [a,b]
Alors, pour un choix de
tel que F (
).F (
, la suite :
=
converge vers lunique solution de F(x)=0
Et on a lestimation derreurs suivante :
O :
et
Remarques :
R1 : Les conditions i) et ii) assurent lexistence et lunicit de la solution.
R2 : La condition iii) montre que la fonction considre ne change pas de concavit sur [a,b] .
R3 : Ce thorme assure la convergence dans un voisinage de
Exemple dapplication :
Soit la fonction :
1) Cette fonction admet une racine spare sur [
car :
et
Vrifions maintenant les conditions du thorme de Newton :

La condition i) dj vue dans 1) .
15

ii)
Le choix de
On calcule une approximation avec une prcision

Partant du choix de
On calcule alors
est la valeur approche de
Estimation :
n=2
Le nombre a deux chiffres significatifs exacts.
2-4) Mthode de Rgula-Falsi
Dans la mthode de Newton, le calcul de
peut tre complexe ou impossible. On
remplacera alors cette drive par son approximation :
Do la mthode de rgula-Falsi :
16

La mthode de Rgula-Falsi est plus facile par rapport la mthode de Newton, car elle
nexige quune seule valuation de la fonction (celle de
),
litration prcdente). Par contre, Newton exige deux
est calcule dans
et
3) La mthode de Newton et les Polynmes (Thorme de STURM)

On suppose que F est un polynme
de degr n nayant que des racines distinctes.
Comment sparer les racines de ce polynme ?
Dfinition : On appelle suite de Sturm, la suite dfinie par :
)
..
)
(Les polynmes de Sturm sont donns un coefficient prs).
Thorme de Sturm 1 : (Nombre de racines relles)
Le nombre de racines relles (qui sont supposes simples) de lquation :
est le nombre de changement de signe de la suite
est gal
.
Les relles a et b sont les extrmits de lintervalle contenant les racines.
Thorme 2 :
Les racines relles de lquation :
se trouvent dans]-T, T [avec :
17

Cas des racines multiples :
Proprits : sil existe
tel que
, alors les racines multiples de
sont les
racines simples de
Remarque : La divergence de la mthode de Newton dans le cas des polynmes est due
deux raisons :
-soit au mauvais choix de
-soit quon na pas de racines relles.

Exemples dapplication (degr 3) :
1) On dtermine lintervalle dont se trouvent les racines de
si elles existent.
.
2) On cherche le nombre de racines : pour cela, on considre la suite de Sturm associe
.
au polynme
-25
En prenant les valeurs de cette suite pour -4 , 4 et 0 , on peut dresser le tableau suivant :
-4
0
4
Le nombre de racines relles de lquation considre

Localisation des racines :
Pas de racines dans [-4,0]

18

La racine relle se trouve dans [0, 4] (
A ce moment : On applique la mthode de Newton pour approcher cette racine.
=3,05,
=3,002. . On remarque que cette suite converge vers la racine =3.
Cas des racines multiples :
Il existe donc des racines multiples qui sont racines de
, soit
Lintervalle o se trouvent les racines est :

.
Pour la localisation, prenez les valeurs de la suite de Sturm pour -2, 0 et 2.
-2
Comme
alors, il existe trois racines relles distinctes.
La racine est donc double.

, lune des racines se trouve dans [-2,0].
19

, deux racines se trouvent entre [0, 2].
Exercice supplmentaire :
On considre le polynme :
1) Former la suite des polynmes de Sturm et sparer les racines de

2) Dterminer
prs une des racines par la mthode de Newton en partant de la
valeur initiale
Chapitre 3 :
1) Position du problme :
Considrons une fonction
Approximation
dfinie en un nombre fini de points
intervalle [a, b] ou lexpression de

consiste dterminer une fonction
dun
est trop complique. Lapproximation de f sur [a, b]

dcriture connue
, tel un polynme, une
exponentielle, une somme trigonomtrique, de telle sorte que lcart :
20

soit minimal.
2) Meilleure approximation dans un espace vectoriel :
Soit E un espace vectoriel sur .
Dfinition 1 :
On appelle produit scalaire sur E lapplication :
Vrifiant les proprits :

i)
ii)
iii)
iv)
Le produit scalaire
dfini une norme sur E note
E muni dune norme
est appel espace vectoriel norm.
Deux polynmes
Un systme de polynmes
et on a :
sont dit orthogonaux si

est dit orthogonal si :
(1)
et, il est dit orthonorm si
Thorme 1 : soit E un espace vectoriel et F un sous espace de E de dimension finie.
La meilleure approximation
de
est unique , et est dfinie par :
soit une meilleure
De plus, une condition ncessaire et suffisante pour que

approximation de
est que :
pour tout
21

Comment construire la meilleure approximation
se construit de la manire suivante : soit
une base de F. La meilleure
approximation scrit alors :
La condition dorthogonalit :
est un lment
quelconque de F conduit au systme n quations n inconnues
(2)
Cas particulier :
Dans le cas o le systme de vecteurs de base est orthonorme c..d.:

La rsolution du systme (2) est immdiate puisque :
Do
3) Evaluation de Lerreur
(3)
Cas dune base orthonorme :
(4)
4) Approximation au sens des moindres carres
Soit
dont on connat les valeurs
On dfini sur E le produit scalaire :
en (N+1) points,
)
O w(x) est une fonction poids positive et ne pouvant sannuler en tous les points
Et soit F un sous espace de E de dimensions n (n < N).
ralise la meilleure approximation au sens des moindres carres de
si :
22

,
Soit
une base de F.
(5)
Ses coefficients sont donns par le systme :
(6)
Dans le cas de lapproximation polynmiale on prend :
L e systme (6) scrit alors :
(7)
Et
(Application : Voir exercice 11 plus loin)
Chapitre 4 :
Interpolation polynmiale
1-Introduction
Soit
une fonction dont on ne connait que les valeurs
points distincts
quelle prend aux
on a donc :
.
Problme
Dterminer un polynme
de degr
tel que :
,
23

de manire pouvoir estimer les valeurs
au moyen de
Cest ce quon appelle Interpolation de la fonction

Remarque :
que
Si
tel que :
par le polynme
aux
points
Dans
pour
lapproximation
, le polynme
discrte
au
sens
passe par les points
des
moindres
carrs,
on
suppos
, et dans ce cas on parle dinterpolation.
2- Polynme dinterpolation
Dfinition
Le polynme
est dit polynme dinterpolation de
aux points
si :
(1)
Thorme
Si les points
sont distincts, alors le polynme dinterpolation de
aux points
existe et il est unique.
Preuve : voir rf [2].
Comment construire ce polynme dinterpolation ?
3- Mthodes utilises :
3-1-Mthode de Lagrange :
3-1-1- Les polynmes de Lagrange :
Les polynmes de Lagrange nots
-Les polynmes
sont de degr
, sont dfinies par :
et vrifient
24
- Les
sannulent en
points
3-1-2-Polynme dinterpolation de Lagrange

(2)
aux points
Lagrange de
et on a :
Remarque :
Les polynmes de Lagrange sadaptent mal aux changements de points (si on ajoute
un point on doit refaire tous les calculs).
Question : La mthode suivante permet-elle de complter les valeurs dj obtenues sans

refaire tous les calculs ?
3-2- Mthode de Newton
3-2-1- Diffrences divises dune fonction

(3)
On considre lexpression suivante :

on utilise le fait que :
Pour le calcul de
Pour
).
On procde de la mme manire jusqu lobtention de

Dfinition
Soit
une fonction dfinie sur [a, b] et
appelle diffrences divises de
(n+1) points de [a, b] distincts. On
dordre successifs 0, 1, , n les expressions suivantes :
- dordre 0 :
- dordre 1 :
- dordre
Application :
25
Remarque :
Les diffrences divises sont indpendantes de la numrotation des points
En remplaant ces expressions dans (3) on obtient le polynme dinterpolation de
sous
forme de Newton :
(4)
Vrifiant :
3-2-2- Calcul des diffrences divises
.
26

.
Remarque :
a) La mthode de Newton est la plus utilise pour calculer le polynme dinterpolation

dune fonction
b) Avantage de la mthode : si on ajoute p points supplmentaires, il suffit de les crire

la suite du tableau et de complter les diffrences divises. Si lon veut, au contraire
ngliger les q derniers points, il suffira darrter le tableau des diffrences divises aux
nombres de points demands.
c) La diffrence divise dordre (n+1) dun polynme dordre n est nulle.
4) Erreur dinterpolation :
Le problme fondamental est dtudier lerreur commise
Thorme : Soit [a, b] un intervalle contenant

drivables sur [a, b].
Alors pour tout
, il existe
, on suppose que
est (n+1) fois
tel que :
(5)
Remarque:
La formule (5) ne permet pas destimer dune manire exacte la valeur de lerreur, par
contre, elle permet den calculer une majoration do :
Corollaire : Sous les hypothses du thorme prcdent on a :

(6)
O :
27

,
Remarque :
Si le polynme dinterpolation est donn sous forme de Newton on a : (voir [2])

(7)
6) Diffrences finies (cas des points quidistants)
Ce cas a une grande importance dans linterpolation des fonctions donnes sous forme
de tableau. Dans ce cas les points dinterpolation sont en progression arithmtiques, i.e. :
, h> 0
Dfinition : Soient
dordre 1 lexpression
(8)
Dordre 2 :
(9)
,
=
des nombres rels. On appelle diffrence finie

,
En gnral, une diffrence finie dordre k :

(10)
Par convention :
Remarque : pour (n+1) points, on ne peut dfinir que des diffrences finies allant jusqu'
lordre n.
6-1) Relation entre les diffrences finies et les diffrences divises :
28

Thorme :
Soit f une fonction dont on connait les valeurs
, avec
, h> 0 .
Alors :
(11)
O
est la diffrence divise dordre k de f aux points

et
et la diffrence finie dordre k au point
Preuve : La preuve se fait par rcurrence (rf [2 ] et[ 3]) .
6-2) Polynme dinterpolation de Newton par les diffrences finies :

En utilisant les formules (4) et (11) on obtient :
(12)
7) Algorithme de HORNER :
Algorithme de calcul dune valeur dun polynme : Dans le cas dun polynme de Newton on
utilise lalgorithme suivant :
(13)
Application : voir TD
Chapitre 5 :
Drivation et intgration numrique
I) Intgration numrique :
29

Soit
, soit calculer :
(1)
Si F est une primitive de
alors :
Dans plusieurs cas , on ne peut pas valuer lexpression de la primitive F pour

diffrentes raisons :
*)
La primitive de f est inconnue.
*) Le cas o la fonction
nest connue que pour un nombre fini de points.
*) F est connue mais le calcul de F(a) et F(b) est imprcise. Ex :

Question : Quelle est la procdure adopte pour calculer une valeur
approximative de :
1)
Pour des points
quelconques,
sera approche par
(2)
O
est le polynme dinterpolation de
aux points
2) Formule gnrale de quadrature de Newton Ctes :

Cette formule est applique dans le cas o les points
sont quidistants.
30

Thorme : Soient
(n+1)points quidistants dans [a,b] avec
et
Alors la formule gnrale de quadrature de Newton Ctes est donne par :

(3)
O
et
Les constantes
sont appeles coefficients de Ctes, elles vrifient :
3) Application de la formule (3)

3-1) Formule des trapzes : n=1 :
(4)
3-2) Formule de Simpson n=2 :
(5)
3-3) Formules composes :
Lide est dappliquer les formules des trapzes et de Simpson sur des sous
].
intervalles de [a,b] =[
On dcompose alors lintervalle [a,b] en n sous intervalles gaux [
.n-1
] , i=0,
Et on applique la mthode des trapzes ou celle de Simpson sur chaque sous

intervalle. On obtient alors :
-
Pour Trapzes compose :

31

(6)
-Pour Simpson compose :
intervalles gaux.
On divise lintervalle [a,b] en 2n sous
(7)
II) Drivation numrique :

Soit la fonction f donne aux points quidistants
,
par des valeurs
. Afin dvaluer dans un intervalle [a,b] les drives
on considre la formule de Newton avec les diffrences finies. On choisit alors

labscisse
le plus proche de x et on a :
comme
Avec
Quand il sagit de chercher les drives de f aux abscisses
(8) et (9) deviennent simples. On prend alors comme

donc t=0. Il vient :
le
, les formules
lui-mme et
(10)
(11)
32
Chapitre 6 :
Rsolution des systmes linaires
1) Position du problme
Ce systme scrit sous la forme :

Si
Une matrice est dite triangulaire si
et
pour
ou pour
. Une matrice bande est
une matrice dont tout les lments sont nuls sauf sur une bande autour de la diagonale
principale.
Ces matrices se rencontrent dans la rsolution dquations aux drives partielles par la
mthode des diffrences finies ou dans la mthode des lments finis.
I)
Rappel sur lalgbre des matrices
1) On appelle matrice dordre (
) la donne dun tableau de m lignes et n colonnes.
2) La matrice A est dite carre dordre n si m=n. La matrice A scrit souvent sous la
forme :
Dans toute la suite, on sintresse aux matrices carres dordre n.
3) La matrice
est appele transpose de la matrice A qui satisfait les
proprits suivantes :
a)
33

b)
c)
4) Une matrice A est dite rgulire si son dterminant est diffrent de zro.
5) Si A et B sont deux matrices rgulires telles que :
alors B est dite
inverse de A et
6) Valeur absolue de A :
sont les modules des lments de A.
7) Si A et B sont deux matrices carres, il vient :

a)
b)
k est un nombre quelconque.
c)
8) E n particulier :
9) Norme
p est un nombre naturel.
dune matrice A : cest le nombre rel
qui satisfait aux conditions
suivantes :
a)
b)
c)
d)
e) Pour A carre, on a :
En pratique, on utilise les normes canoniques (facilement calculables) :
est appel rayon spectral de A .
La rsolution du systme prcdent (

-
peut seffectuer par plusieurs mthodes :
Une mthode classique (Cramer).
Les mthodes directes.
Les mthodes itratives.

34

1) Mthode de Cramer : Cette mthode repose sur les dterminants. Si
le systme
admet une solution unique x donne par :
matrice obtenue en remplaant, dans A, la
alors
O
est la
colonne par b.
Numriquement : on calcule :
Pour n=10, Cramer ncessite
oprations (beaucoup plus de
).
Notre objectif : est de faire appel des mthodes numriques ayant des temps de
calcul acceptables (le nombre ne dpasse pas
).
2) Mthodes directes :
Une mthode est dite directe, si elle donne au bout dun nombre fini doprations
(acceptable) une solution exacte du problme.
Remarque : cette mthode est utilise gnralement lorsque

2-1) Mthode de Gauss-Jordan :
Soit le systme linaire
matrice pleine.
o A est une matrice rgulire (
Principe : Transformation de la matrice A en une matrice identit.

Do :
Etapes : on pose
et
Etape :
[A b] = [
On suppose que
]=
(pivot de la premire tape) et on fait les oprations suivantes :
On obtient:
35

[
]=
Avec:
Et :
Etape
Et
A la dernire tape, on obtient :
O :
Mthode pratique : On normalise dabord la ligne du pivot puis, on passe la rduction.
Exemple :
Soit rsoudre le systme
o :
Par la mthode de Gauss-Jordan (Sera trait en dtail en TD)

Remarques sur la mthode de Gauss-Jordan
1) Le passage de la matrice [A b] en une matrice [I b] o x=b ncessite
oprations.
2) Elle est aussi conseille pour inverser une matrice : il suffit deffectuer les oprations
prcdentes sur le systme (A I) pour avoir (I
).
36

2-2) Mthode de Gauss ordinaire
Soit A une matrice dordre
rgulire.
Principe : Transformation de la matrice A en une matrice triangulaire suprieure. Pour cela,

on construit [A b] et
O
[A b]=
est une matrice triangulaire suprieure.

[
Puis, on rsout le systme
dont
]=.
est la solution exacte du systme
On procde de la manire suivante :

Etapes : On pose
Si
on fait les oprations suivantes :
On obtient alors :
[
]=
Et ainsi de suite ;
A la
tape, on effectue les oprations suivantes :
Rsolution de
On commence par dterminer
puis
(rsolution par retour en arrire).
37

Remarque :
1) La mthode de Gauss ncessite
oprations.( Cramer
oprations ) pour rsoudre un systme dordre n .
2) Si lun des pivots est nul , on permute la ligne du pivot avec une ligne suprieure .
. p est le nombre de permutation de lignes .(Dans le cas de
3)
Gauss ordinaire p=0) .
3) Dcomposition de A en L.U :
(1).
Principe : mettre la matrice A sous forme L.U.
O :
L : matrice triangulaire inferieure unitaire.
U : matrice triangulaire suprieure obtenue par la mthode de Gauss ordinaire.
Rsolution : le systme (1) devient :
.
Donc la rsolution de
revient la rsolution des deux systmes (2) et (3) (la
rsolution de ces dernires est immdiate, puisque les matrices L et U sont triangulaires).
La mthode : par Gauss ordinaire, on obtient :
On pose alors
et on dmontre par identification que:

Avec :
L est donc la matrice des multiplicateurs chaque tape de la mthode. Par consquent, en
appliquant la mthode de Gauss ordinaire A, on obtient la dcomposition L.U.
Il sensuit que :
.
Question : Sous quelles conditions priori, la mthode L. U est applicable la matrice A ?
38

Thorme : soient A une matrice dordre n et
les sous matrices principales
dordre k de A.
A se dcompose sous forme L. U si et seulement si :
Preuve :
Il suffit de montrer par rcurrence que :
Exemple : Sans faire les calculs, peut-on dire que A admet la dcomposition L.U ?
Soit
Comme
.
se dcompose sous forme LU , i.e. :

Remarque :
1) Si
alors la mthode de Gauss ordinaire est applicable et donc A se
factorise sous forme L.U.
2) La dcomposition L.U est unique.

3) Sil existe
tel que
. La mthode de Gauss ordinaire nest plus
applicable. On applique la mthode de Gauss avec permutations de lignes pour avoir

la dcomposition de A sous forme : A=P. L. U tel que : P est
permutation.
4) Si
se
factorise
4) Dcomposition en L. D.
sous
forme
L.U
alors :
la matrice de
A=L.D.V
avec :
dune matrice symtrique :

39

Dfinition : A est dite symtrique si :
;(
donc :
do :
grce lunicit de la dcomposition LU.
5) Mthode de Cholesky :
Dfinition : Soit A une matrice symtrique, on dit quelle est dfinie positive si et seulement
si
Exemple :
,
Et
Si :
= 0 alors
Thorme 1: A est dfinie positive si et seulement si tous ses mineurs principaux sont
strictement positifs (
Thorme 2: Si A est strictement dfinie positive alors elle admet la dcomposition L. D.
et
On a:
Et
40

Donc :
Posons :
R : Matrice triangulaire infrieure et les lments diagonaux de R sont strictement positifs.
On a donc :
Thorme 3 :
Soit A une matrice symtrique dordre n, alors
o R est triangulaire infrieure
lments diagonaux strictement positifs si et seulement si A est strictement dfinie positive.
Remarque :
1) R nest pas unique.
2) La dcomposition devient unique si lon fixe lavance les lments diagonaux

avec
5-1) Algorithme de Cholesky :
Pour le calcul de R, on peut utiliser soit la dcomposition L. U puis
puis
soit utiliser un procd didentification quon appelle Algorithme de Cholesky .

On multiplie les matrices R et
, puis on identifie les coefficients respectifs dans lgalit :
colonne par colonne on obtient :

.
,
Ainsi la
colonne :
On a lalgorithme suivant :
,
41

5-2) Rsolution du systme
Rsoudre
revient alors rsoudre :
Remarque :
1) La mthode de Cholesky ncessite
2)
oprations lmentaires (meilleure que celle de
Gauss).
3) Pour une matrice dfinie positive, on a :
4) Si une tape de calcul on trouve
alors A nest pas dfinie positive et par
consquent A nadmet pas la dcomposition de Cholesky .Par contre elle peut tre
dcompos sous forme A=R.S avec S gale Rt un signe prs.
3) Mthodes itratives :
Lorsque n est trs grand
la rsolution des systmes
pour les matrices
directes devient trs complique.
On fait appel donc des mthodes, dites itratives.

Dfinition :
Une mthode itrative de rsolution de
, consiste dabord passer au systme
(que lon dterminera) et sa solution est alors la limite de la suite dfinie par :
Dune manire gnrale : On dcompose A sous forme
avec M facilement
inversible. Alors :
42

On pose :
On obtient :
En utilisant le principe du thorme point fixe , on construit la suite :
Convergence :
(*)
La mthode itrative (*) converge si et seulement si
.
)
(
Lorsque (*) converge, la suite
Donc : la limite
3-1)
possde une limite
et dans ce cas :
est la solution de
Mthode de Jacobi
On suppose que les
On dcompose la matrice
Avec :
sous forme :
A = D-E-F = D-(E+F).
D = diagonale de A.
E=
F=
On pose :
En partant de :
avec
, on obtient lalgorithme suivant :
(1)
43
Convergence de la mthode de Jacobi

Thorme : Lalgorithme de Jacobi converge
si et seulement le rayon spectral de J est
strictement infrieur 1 ,
C'est--dire :
sont les valeurs propres de J.
Remarque :
1) En pratique, le calcul de
est trs compliqu. Il suffit alors de vrifier si
puisque
2) La mthode de Jacobi converge si lune des conditions suivantes est vrifie :
a)
pour lune des normes matricielles.
b) Si
c) Si
Alors le processus converge.
Dans ce cas, on dit que la matrice A est diagonale strictement dominante.

3-2)
Mthode de Gauss-Seidel
Posons :
Et lalgorithme de Gauss Seidel scrit :
Ou encore :
Remarque :
44

1) Pour pouvoir appliquer la mthode de Gauss-Seidel, il faut que (comme Jacobi)
2) Tous les rsultats de convergences pour Jacobi restent valables pour la mthode de
Gauss-Seidel.
3) Si A symtrique strictement dfinie positive alors Gauss-Seidel converge.
4) Si A est tridiagonale alors :

Evaluation de lerreur :
Thorme :
Soit
Une mthode itrative quelconque avec B= G ou J ou une autre matrice ditration.

Si
alors la suite (
) converge vers la solution
et on a lingalit
suivante :
La dernire ingalit permet destimer lavance le nombre ditrations possibles pour approcher la
solution avec une prcision
donne.
45

Srie dexercices du chapitre 1 :
Exercice1:
Soient x=3.14159 et x1*, x2*, x3* des valeurs approches de x o :
x1*=3.013726, x2* =3.14285, x3*=3.1416
Dterminer le nombre de chiffres significatifs exacts de chaque valeur
Approche xi*de x (i=1, 2,3) . Conclure.
Exercice2:
Donner une borne suprieure de l'erreur absolue dans chacun des cas
suivants en supposant que tous les chiffres significatifs des nombres suivants
sont significatifs exacts.
a)12.4610
b)0.00421
c)-1.0012
d)800219
e)4.200
f)0.001001
Exercice3:
Arrondir les nombres suivants 4 c.s.e et indiquer l'erreur absolue d'arrondi :
x*=20.3281
x*=2.46105
x* =0.0246551
x*=4568912
x*=99998
x*=-12.3589
Exercice 4 :
On veut calculer la surface dun disque de dimensions :
R=2,3400
, = 3,1416
S = R2
En admettant que tous les chiffres de R et de sont significatifs exacts .

1) Calculer S et dterminer son nombre de chiffres significatifs exacts.
2) Arrondir S au dernier chiffre significatif exact et calculer les deux erreurs
absolue et relative .
Exercice 5(corrig) :
46

Soit x = 124,3675 donn avec une erreur de 0,5% .
4) Donner lerreur absolue de x.
5) Dterminer le nombre de chiffres significatifs exacts (c.s.e)de ce
nombre.
6) Arrondir le rsultat au dernier c.s.e.
Solution :
Ex1 : x=124,3675
et r(x)=0.005
x = r ( x). x = 0.6218 0.5.10

Nombre de c.s.e. m=2, m-n+1=1
n = 2 et x = 120 10
( x = 12 10 10)
47

Exercice 1 :
Sparer les racines des quations :
1) ex sin(x) -1 =0 dans [-, ], 2) x2 +Log(x) =0 dans IR *+ 3) x3 -3x+1=0 dans [3,3]
Exercice 2 :
1) Localiser les racines de lquation
une racine spare s dans [1,2]
f(x)=x3-x2-x-1=0 et vrifier que f admet
2) Calculer le nombre ditrations suffisant pour approcher s 0.5.10-1prs par

la Dichotomie
3) Calculer cette approximation et donner un encadrement pour la racine s.
Exercice 3:
Le problme rsoudre lquation 2x2 x-6=0 peut tre formul de
diffrentes faons : par la mthode du point fixe. Lquation peut scrire:
a) x= 2x2-6
x+6
b) x=
2
c) x=x-(2x2 x-6)/3
Lesquelles de ces expressions conduisent elles une convergence par la
mthode du point fixe.
Exercice 3 :
Soit lquation
nprien de x)
(1)
f ( x) =
1
Logx = 0
x
o x>0 (Log dsigne logarithme
48

1) Montrer que lquation (1) admet une racine unique .Vrifier que
[1.2] .
2) a- Montrer que lquation (1) est quivalente lquation :
1
o x]1,2]
(2) x = ( x) =
Logx
b- Montrer que le processus itratif x n+1 = ( x n ) est instable.
3) a- Montrer que lquation (1) est quivalente lquation :
(3) x = ( x ) = e
1
x
o x [1,2]
b- Les hypothses du thorme du point fixe sont elles vrifies par
dans [1,2] ?
c- Dterminer un sous intervalle
hypothses du thorme du point fixe.
de [1,2] tel que
ralise les
Exercice 4 : Soit F(x) = x2 exp(x)+2x-1

1) Montrer, graphiquement que lquation F(x)=0 admet une racine
positive s (vrifier que s [0.3,0.4]) .
2) Montrer que la mthode de Newton est applicable sur [0.3,0.4].
3) Approcher la racine s =0.5.10-1.
Exercice 5 :
Soit F(x) = x3-x2-3x+1
1) Montrer que s une racine spare de F sur [2,3].
2) Montrer que lalgorithme de Newton permet de calculer les valeurs
approches x1 , x2
de la racine s .
Exercice 6 :
Soit F(x) = x3+5x-1
1) Montrer que F(x)=0 admet une racine spare s dans [0 ,1/2].
49

2) Montrer
que lalgorithme de Newton associe F(x) =0

2x 3 + 1
scrit : x n +1 = 2n
.
3x n + 5
3) Montrer que lalgorithme de Newton converge vers s x0 [0,1/2]).
4) Approcher s 10-2 prs par cette mthode.
Exercice 7:
Soit f(x)=x+ln x , x>0
1) Montrer que f admet une racine s dans [1/4,1].
2) Montrer que f(x)=0 (x)=x o x=exp(-x) sur [(1/4),1].
3) Montrer que
[1/4,1].
vrifie les conditions du thorme du point fixe dans
4) Quel est le nombre d'itrations suffisant pour approcher la racine s
=10 prs en prenant
x =1.
5) La mthode de Newton est-elle applicable f dans [1/4,1] ?

Exercice 8:
Soit la fonction f dfinie par
f(x)=x-1+sin x x IR
1) Montrer que l'quation f(x)=0 admet une unique racine s [0,].
2) Montrer que f(x)=0 (x)=x o (x)=0,6(1-sin x)+0,4x
a- vrifie t- elle les hypothses du thorme du point fixe sur [0, ]?
b- Montrer que la mthode du point fixe est applicable dans [0,39, 0,65]
c- Quel est le nombre d'itrations suffisant pour approcher s 10 prs
en partant de x =0,39.
d- Calculer cette approximation. Exprimer le rsultat au dernier c.s.e.
Exercice 9:
Soit lquation dfinie par : f(x)=x3 +5x-1=0
.(1) .
50

1) a) Etudier les variations de f et montrer que f(x) =0 admet une racine
spare s dans IR
b) Etablir que s [0 , 1/2]
2) Montrer que f(x) =0 ( x) =
1 x3
=x
5
3) Montrer que le processus itratif xn+1= ( x n ) converge vers s x 0 [0,1 / 2]

4) Pour x0=1/2 calculer x1 et x2.
Exercice 10 (Corrig):
Soit lquation F(x)=0 o : F(x)=x+5e-x -5

1) a- Dterminer le nombre de racines relles de lquation F(x)=0 . on
note s la plus grande racine positive
b - Amliorer la localisation de s en lencadrant par des nombres
entiers. Soit [a,b] lintervalle choisi
2) En appliquant la mthode de la Dichotomie sur [a,b] , dterminer une

valeur approche de s 0.5.10-2 prs . Soit s1 cette valeur.
3) a- Peut on appliquer le thorme du point fixe sur [a,b] la fonction f
dfinie par :
f(x)=2x+5 e-x -5 , x dans IR
b- Dterminer une fonction telle que la suite dfinie : xn= (xn-1) n>1
converge vers s sur [a,b] .
c- Calculer le nombre ditrations permettant de calculer s 5.10-2 , par
la mthode du point fixe avec x0=a
Soit s2 cette approximation .calculer s2 .
4) En appliquant la mthode de Newton, dterminer une valeur
approche de s2 , 0.5.10-2 avec x0=a
5) Quelle la mthode la plus avantageuse. Justifier votre rponse
6) Soit x la valeur choisie la question prcdente. Arrondir le rsultat
obtenu au dernier c.s.e.
Solution :
1) a) En tudiant les variations de F , on conclut que :
F admet deux racines s1
et s2
b) s2=s
51

2) n=4
, s
3) a)
, f nest pas stable sur
b) On prend
de
est strictement croissante sur
et
sur
Sup|
Conclusion ; La suite
et
do la stabilit
est contractante .
converge vers s .
d) n=2 et
5) F vrifie les conditions du thorme de Newton
La solution approche qui vrifie le test darrt est

La mthode la plus avantageuse dans ce cas est la mthode du point fixe
car elle ncessite moins ditrations.
Application du thorme de Sturm

Exercice 1 : On considre la fonction polynmiale : F(x)= x3-4x2-4x+16.
1) Former la suite des polynmes de Sturm et sparer les zros de F(x) .
2) Dterminer 10-3 prs lune des racines par la mthode de Newton en
partant de la valeur initiale x0=-3.
Exercice 2 : Soit la fonction polynmiale : F(x)= x3-7x2-x+7
1) Montrer laide du thorme de Sturm que toutes les racines de cette
fonction sont relles puis :
a) Calculer lune des racines laide de la mthode du point fixe .
On partira de x0=0.5
b) Calculer une des racines par la mthode de Newton .On partira
de x0=10.
52
Srie dexercices des chapitre 3 et 4 :

Exercice 1 : Soit f une fonction dfinie par le tableau :
xi
-2
-1
0
1
2
f(xi) 17
4
3
8
61
1) Dterminer le polynme P2*(x) de meilleure approximation discrte de f
au sens des moindres carrs (w(x)=1) .
2) Donner la table des diffrences finies de f et en dduire le polynme
dinterpolation de f de degr infrieur ou gal 4 .
3) Calculer f(0.5) par les deux mthodes .Conclure .
Exercice2 :
On considre la fonction f(x) dfinie sur lintervalle [0,0.4] par la table de
valeurs :
53

xi
0
0.1
0.2
0.3
f(xi) 0
0.097554 0.190428 0.278919
1) Dterminer le polynme (la droite) de meilleure
des moindres carrs de degr infrieur ou gal
dduire une valeur approche de f(0.15).
0.4
0.363304
approximation au sens
1 de f sur [0,0.4] . En
Exercice3 :
Calculer le polynme dinterpolation de la fonction f

F(x)=3+|x|+2tan(/4)x aux points -1, 0 et 1.
Exercice 4 :
Soient f(x)=sin(x) et les points x0=-1 , x1=1/2, x2=1 et x3=3/2

Parmi les polynmes suivants, quel est celui qui interpole f aux points x0 , x1, x2
et x3
O P1(x) =x3-2x2+1 , P2(x) =x4-1 et P3(x) =8/3x(x2-3x+2)
Exercice 5 :
On considre le tableau suivant :

xi
Ln(xi)
9.0
2.197225
9.5
2.251292
A laide du polynme dinterpolation de Lagrange, calculer la valeur

approche de Ln (9.2).
Estimer le rsultat.
Exercice 6 :
1) Construire le polynme dinterpolation de Lagrange de la fonction f
passant par les points (0, 0), (1/6,1/2) et (1/2,1)
54

2) Calculer la valeur approche de f(1/5) et estimer le rsultat si on
suppose que |f(3)(x)|1 sur [0,1/2].
Exercice 7 :
On le tableau suivant :
9.0
2.197
xi
f(xi)
9.5
2.251
9.7
2.272
1) Faire la table des diffrences divises et crire le polynme sous forme

de Newton.
2) Calculer la valeur approche de f(9.2) par cette mthode .Estimer le
rsultat .
Exercice 8 :
Un pays recense sa population tous les dix ans . La table ci-dessous rsume les
rsultats des recensements survenus dans la priode :1965-2005.
Anne
1965
Pop en 105711
milliers
1975
123203
1985
131669
1995
150697
2005
203212
En analysant ces donnes , peut-on savoir quelle tait la population en

1970 ? .
Exercice 9 :
La fonction racine cubique tant dfinie par le tableau ci-dessous .Utiliser une
mthode de linterpolation polynomiale pour dterminer la valeur approche
de (1.0015)1/3
xi
f(xi)
1
1
1.001
1.00033
1.002
1.00066
1.003
1.00099
55

Exercice 10 (corrig):
I)
Soient x 0 , x1 , x 2 trois points dinterpolation distincts quidistants et h

le pas dinterpolation
1) Montrer que :
2 f ( x 0 )
[x 0 , x1 , x 2 ] f =
2!h 2
II)
On considre la fonction f ( x ) = e
table de valeurs :
x
10
dfinie sur lintervalle [1,4] par la
1
2
3
4
xi
f(xi)
0.905
0.819
0.741
0.670
1) a- Calculer laide de la mthode dinterpolation de Lagrange la
valeur de f (1,5) .
b- Estimer le rsultat si f ( 4 ) ( x ) 10 2 .
2) Dterminer le polynme dinterpolation de degr 3 passant par les
points donns si dessus par la formule de Newton progressive.
3) En utilisant la drivation numrique, dterminer la valeur approche
f (1) de la fonction f .Calculer la valeur exacte et estimer le rsultat.
'
Solution :
I) xi +1 xi = h
[ x1 , x 2 ] f [ x 0 , x1 ] f
1 f ( x 2 ) f ( x1 ) f ( x1 ) f ( x 0 ) (1)
=
=
x 2 x0
x 2 x1
x1 x 0
2h
1
1
1
1 2
= 2 [f ( x1 ) f ( x 0 )] = 2 [ ( f ( x1 ) f ( x 0 ))] = 2 ( ( f ( x 0 )) =
( f ( x0 )
2h
2h
2h
2! h 2
[ x 0 , x1 , x 2 ] f =
56

P3 ( x) = f ( xi ) Li ( x) o Li ( x) =
3
i =0
j =0
j i
x xi
xi x j
i = 0.1.2.3
On a donc : f (1.5) P3 (1.5) = f ( xi ) Li (1.5) = f 0 L0 + f 1 L1 + f 2 L2 + f 3 L3

3
i =0
L0 = 0.3125, L1 = 0.9375, L2 = 0.3125, L3 = 0.0625

f (1.5) = 0.8609375
E(1.5) 0.00039 0.0005=0.5.10-3

Estimation : m=-1 et m-n+1=-3
n=3 et f(1.5)=0.86110-3
2) Le polynme de Newton (Formule progressive) :

f(x0)=0.905
f(x0)=-0.086
f(x1)=0.819
2 f(x0)=0.008
f(x1)=-0.078
f(x2)=0.741
3 f(x0)=-0.001
2 f(x1)=0.007
f(x2)=-0.071
f(x3)=0.670
P3(x)=f(x0)+(x-x0)
f ( x0 )
2 f ( x 0 )
3 f ( x 0 )
+
(x-x
+(x-x0)(x-x1)
)(x-x
)
(x-x
)
0
1
2
h
2!h 2
3!h 3
0.008
0.001
P3(x)=0.905+(x-1)(-0.086)+(x-1)(x-2)
+(x-1)(x-2)(x-3)
2
3
3) f(1)=?
57

f(1) 1/h { f(x0)-1/2 2 f(x0)+1/3 3 f(x0) } -0.090333
La valeur exacte : fe(1)=-0.0904831
Estimation :
f ' (1) f ' e (1) =0.00014 0.5.10-2

f(1)=-(0.090.01)
Exercice 11 (corrig):
On
cherche
le
lexpression :
polynme
P2* ( x ) = a 0* + a1* x + a 2* x 2
( f ( x) P2 ( x)) 2 dx
qui
minimise
f ( x ) = x 3 6 x 2 x + 30
1) Dterminer le polynme P2* ( x ) de meilleure approximation au

sens des moindres carrs de f (x ) pour w ( x) = 1 et x [ 1,1] .
2) On considre les polynmes orthogonaux H i (x ) dfinis par la
relation de rcurrence :
H 0 ( x ) = 1, H 1 ( x ) = 2 x et H n +1 ( x ) = 2 xH n ( x ) 2nH n 1 ( x )
Calculer H 2 , H 3 et H 4
a) Exprimer x 2 et x 3 en fonction des H i (x ) et en dduire lexpression
de f en fonction des H i (x ) .
b) En dduire alors la valeur de lintgrale :

on donne :
Solution :
2 n!
x2
(
)
(
)
H
x
H
x
e
dx
=
n
m
0
+
si m = n
f ( x) e x dx
2
si m n
Trouver la meilleure approximation P2* ( x ) = a0* + a1* x + a 2* x 2 au sens des moindres
carrs de f revient minimiser la quantit :
(
1
f ( x ) P ( x ))
dx
58

Par rapport ai .
Ce qui conduit au systme dquations :
dx

xdx
2
x dx
xdx x dx a
x dx x dx a
x dx x dx a
2
*
0
*
1
*
2
f ( x ) dx
= xf ( x ) dx
2
x f ( x ) dx
Soit encore :
0 2 / 3 a 0* 2
2
0 2 / 3 0 a1 = 4 / 15
2 / 3 0 2 / 5 a * 2 / 5
La
solution
de
ce
systme
Le polynme scrit donc : P2* ( x ) = 3

2) H 0 = 1, H 1 = 2 x
tant :
a 0* = 3, a1* = 2 / 5, a 2* = 6
2
x 6x 2
5
de la relation de rcurrence on peut crire :
H 2 = 4x 2 2
H 3 = 8 x 3 12 x
Ce qui donne :
1 = H0, x =
1
1
1
1
3
H1 , x 2 = H 2 + H 0 , x 3 = H 3 + H1
2
4
2
8
4
La fonction f scrit alors :

f ( x) =
1
3
1
H 3 H 2 + H1
8
2
4

TP : Programmation dune mthode numrique dintgrale .
Pour avoir une valeur approche numrique de
f ( x)dx
b
a
on divise donc [a,b]
en n sous intervalles gaux [xi,xi+1] pour chaque sous intervalle on remplace
59
f ( x)dx
xi +1
par laire du rectangle correspondant f(xi) *(b-a)/n , puisque xi+1- xi
xi
=(b-a)/n
Procdure :
Ecrire la procdure correspondante.
Application: Calculer lintgrale
x dx et stocker le rsultat dans z .

4
Exercice1 :
Calculer lintgrale sin xdx en utilisant :
2
0
1) La mthode des trapzes
2) Trapzes composes
intervalles , 8 intervalles)
3) Simpson simple
(en prenant 4
4) Simpson compose avec h= Pi/8
Exercice 2 :
Calculer une valeur approche de lintgrale I= f ( x)dx o f est donne par
b
a
1/4 1/2
f(x) 2
Exercice 3 :
60

Intgrer les polynmes de degr 1et 2 respectivement permettant dobtenir
les formules des trapzes simple et de Simpson simple. Prciser lintervalle sur
lequel porte lintgration (utiliser le changement de variables =
x x0
h
Exercice 4(corrig):
On se propose dapproximer lintgrale :
dx
= Log 3 = 1,098612289
x 1
par les mthodes dintgration des trapzes et de Simpson 1/3 pour diffrents
nombres de sous intervalles de [2,4] . Donner ces approximations en
remplissant le tableau ci-dessous.
n
1
2
3
4
Mthode
trapzes
des Mthode
Simpson 1/3
de
Conclure.
Solution :
Formule des Trapzes gnralise :
b
a
n 1
h
f ( x)dx f ( x0 ) + 2 f ( xi ) + f ( xn )
2
i =1
xi = x0 + ih
Formule de Simpson gnralise (n pair) : n=2n
61
x2 n '
x0
f ( x)dx
n ' 1
n ' 1
h
f
(
x
)
4
f
(
x
)
2
f ( x 2i ) + f ( x n ' )
+
+
0
2 i +1
3
i =0
i =0
n
1
2
3
4
Mthode
trapzes
1.33333333
1.16666666
1.13015873
1.11666666
des Mthode
Simpson 1/3
de
1.11111111
1.1
Exercice 5 :
Etablir les formules dintgration des trapzes et de Simpson gnralises

Sachant que : Arctg(x)=
pour n=10
1+ t
x
dt
, Calculer Arctg(3) par les deux mthodes
62

Exercice 1 :
Inverser les matrices A et B par la mthode de Gauss-Jordon
Et dduire la solution du systme
Exercice 2 : Rsoudre par la mthode de Gauss le systme
suivant :
2
4
et b =
2

0
En dduire la dcomposition LU de A et det(A).
Exercice 3 :
i) Par la mthode de Gauss ordinaire.

j) En permutant la 1er ligne avec la 2e ligne.
k) Sachant que la solution exacte est (1,1) . Comparer les solutions
obtenues avec la solution exacte et conclure. (Effectuer les calculs
avec 4 c.s).
Exercice 4 :
63

Dterminer les dcompositions LU, LDV, LDLt
suivante :
et RRt
de la matrice A
Exerice5 :
Rsoudre par la mthode LU les deux systmes suivants :
100 x + 99 y = 398
1)
99 x + 98 y = 394
100 x'+99 y ' = 398

2)
99 x '+98 y ' = 393,98
Que remarquez-vous ?
Exercice 6 :
On considre le systme Ax=b dordre 3 dfini par
4
A= 2
2
2
2
2
2
1

b= 0
1

1) Calculer A[2 ] et A[3] en dduire lensemble des valeurs telles que :
A admet la dcomposition LU
A admet la dcomposition RRt
Exercice 7 :
I)
II)
a) Rappeler le principe de la mthode LU .

b) Montrer lunicit de cette dcomposition.
Soit A M 4 (IR ) dfinie par :
64

3 0
a
1
3 10
3 3a
A=
0
3 10
0
2
a 3a 0
0
0
b=
1

0
dans IR
1) Triangulariser le systme Ax=B par la mthode de Gauss ordinaire en

prcisant les valeurs pour lesquelles :
a- Cette dcomposition est possible
b- A est dfinie positive
2) Utiliser la dcomposition LU pour calculer la matrice R. de Cholesky
3) Pour = 4/3 .Dterminer la matrice R en utilisant lalgorithme de
Cholesky.
En dduire la solution de Ax=b .
4) Comparer les deux mthodes (Gauss et Cholesky ) dans le cas dun
systme linaire dordre n=4.
5) Dterminer la matrice de Jacobi associe la sous matrice dordre 3
(A[3] ) de A.
6) Etudier la convergence de lalgorithme correspondant .
Exercice 8 :
Soit A M 4 (IR ) dfinie par :

2
0
A=
b
0
2
0
b
a
0
2
0
0
a
0
1
0
B=
1

0
7) Triangulariser le systme Ax=B par la mthode de Gauss ordinaire en

prcisant les valeurs de a et b pour lesquelles :
a- Cette dcomposition est possible
b- A est dfinie positive
8) Utiliser lalgorithme de Cholesky pour calculer la dcomposition R.RT de
A.
9) Comparer les deux mthodes (Gauss et Cholesky) .
10)Pour a = .b = 3 . Montrer que A se dcompose sous forme A =R.S et en
dduire la solution x de Ax=B (utiliser la dcomposition R.S)
Exercice 9 :
On considre le systme Ax=b suivant :
65

1) Calculer la matrice de Jacobi et donner lensemble des valeurs de a et
b pour lesquelles la mthode de Jacobi converge.
2) Calculer la matrice de Gauss Seidel et donner lensemble des valeurs
de a et b pour lesquelles la mthode de Gauss Seidel converge.
(Pour les deux questions vrifier dabord les conditions suffisantes de
).
convergence, puis calculer
Exercice 10 :
Soit le systme Ax=b dfini par :
1
A=
2
3
1
3
1
1
2
3
1
3
1

2
1
b=
4
0

On considre la mthode itrative de Gauss - Seidel associe A note

x (k +1) = Gx (k ) + C , x (0 ) IR 3
1) Calculer G , C et (G ) en dduire que la mthode converge
x (0 ) IR 3 .
2) Pour x (0 ) = 0 IR3 , calculer x (1) .
3) Montrer par rcurrence que x 2 (k ) = 0 k 0 en dduire la solution x de
Ax =b
Exercice 11(corrig) :
suivant :
66

3/8

b = 1/3
5/8

1 / 8 0 1 / 4
A = 0 1/ 3 0
1 / 2 0 1 / 8
1) Montrer que la matrice A se factorise sous forme LU.

2) Rsoudre alors le systme
par la mthode LU.
3) A partir de x
(0 )
1/ 2
= 0 , calculer x (1) et x (2 ) par la mthode de Jacobi.

1
4) En calculant les valeurs propres de J, Montrer que la mthode de

Jacobi ne converge pas x (0 ) IR 3 .
5) Si on permute la 1re ligne et la 3e ligne dans le systme
, que
remarquez vous ? (concernant la convergence de la mthode de
Jacobi)
Solution :
1) A admet la dcomposition L.U si et seulement si tous ses mineurs sont #

de zro.
1
1
On a : det A[1] = , det A[2 ] =
et det A[3] = det A =
8
24
Do A se dcompose sous forme L.U.
2)
1 0 0
L= 0 1 0
4 0 1
1
8
U= 0
0
1
3
0
4
0
7
8
1
Rsolution : Le systme Ax=b devient :

Ly = b
Ax=b LUx = b
Ux = y
y=(3/8,1/3,-7/8)t , x=(1,1,1)t
67

3) x
(0 )
1/ 2
= 0 , on calcule x (1) et x (2 ) par la mthode de Jacobi :

1
Lalgorithme de Jacobi scrit : x (0 ) IR 3 , x (k +1) = D 1 (E + F ) x (k ) + D 1b

Avec :
Do : x
D=
( k +1)
0 1/ 4
0
0
0
E+F= 0
1/ 2 0
0
0
1/ 8 0
0 1/ 3 0
0
0 1/ 8
3
0 0 2
(k )
= 0 0 0 x + 1
5
4 0 0

x (1) = (1,1,3)
x ( 21) = ( 3,1,1)
2) P( ) = (2 + 8)
Les valeurs propres de J sont 0 : 8
( J ) = 8 1 : donc la mthode de Jacobi ne converge pas x (0 ) IR 3
1 / 2 0 1 / 8
~
3) A = 0 1/ 3 0
1/ 8 0 1/ 4
5/8
~
b = 1/3
3/8

1

a) La solution exacte du systme : x = 1
1

~
b) A est D.D.S : donc la mthode de Jacobi converge
Remarque : A partir du 15 fvrier, nous compltons
ce document par une srie dexamens donne aux

tudiants (synthses et E.M.D) ainsi que leurs
corrections.
Rfrences :
1) J.P.DEMAILLY : Analyse numrique et quations diffrentielles.
Collection Grenoble Sciences, Grenoble, 1991
68

2) M.LAKRIB : Cours danalyse numrique. OPU, Alger, 2005.
3) M.DALDOUL : Une introduction lanalyse numrique .OPU, Alger, 1992.
4) M.FELLAH-N.H.ALLAL : Exercices corrigs en analyse numrique
lmentaire.
5) CHTCHERBATSKI : Analyse numrique, cours et problmes. OPU,
Alger 1999
69

Méthodes Numériques

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Méthodes Numériques

Transféré par

Droits d'auteur :

Formats disponibles

Mthodes numriques COURS 2009-2010

Dpartement dinformatique Cellule LMD

Les mathmaticiens et les scientifiques en gnral se sont toujours intresss la rsolution

Ce cours contient les chapitres suivants :

Mthodes numriques COURS 2009-2010

Les erreurs numriques

Soit x un nombre donn et x* une valeur approche de celui-ci. On dfinit

Ce qui permet dcrire :

On appelle erreur relative le nombre r (x ) dfini par :

Mthodes numriques COURS 2009-2010

13,102 = 1.101 + 3.10 0 + 1.10 1 + 0.10 2 + 2.10 3

Remarque : Les chiffres m , m 1 , ... m n +1 ...... donns par la reprsentation

dcimale (*) sont appels chiffres significatifs. (Autrement dit, on appelle

O m est le 1er exposant de 10 dans la formule (*)

3-3)Rsultat final : scrit sous forme :

4) Formule gnrale de lerreur :

Mthodes numriques COURS 2009-2010

do : x = r ( x). x = 0,000628 0.5.10 3

donc : m-n+1=-3 avec m=-1 alors : n=3.

Donc le nombre x a trois chiffres significatifs exacts.

Par le rsultat final scrit :

Mthodes numriques COURS 2009-2010

Rsolution des quations

une application continue.

On se propose de dterminer la ou les solutions de F (x)=0 ou F est un

Pour cela on procde de la manire suivante :

La plupart des mthodes numriques ncessite la dtermination dun

On dit alors quelle est localise ou spare des autres ventuelles

Mthodes numriques COURS 2009-2010

Les mthodes de sparation :

*) Ltude des variations de F, puis lutilisation du thorme de la valeur

dintersection entre F1 et F2.

Exemple 1 : Sparer les racines des quations :

F (x)=0 admet (03) racines s1, s2 et s3 (On a utilise le tableau de variations de

F(x) dans IR)

En observant le tableau de variation, on remarque facilement que :

F(x) =ex sin x-1 =0 dans [- , ]

, ] ce qui veut dire que s1 et s2, sont

Remarque : On suppose dans la suite que F est continue et que la racine

est localise (spare) dans un intervalle [a, b].

2) Les mthodes utilises :

contenants une racine spare de F(x) =0.

F(x)=0, une racine spare de F(x) =0 dans [a, b]

Mthodes numriques COURS 2009-2010

Si F (a0) F (x0) <0 alors [a0, x0] = [a1, b1]=

Et ainsi de suite, on construit la suite dintervalles

Et on continue avec le mme principe pour localiser la racine

Sinon: [xn, bn]= [an+1,bn+1]=

Et on prend comme approximation de

Plus loin, on verra comment dterminer le nombre ditrations ncessaire n

2-1-2) Test darrt:

Mthodes numriques COURS 2009-2010

prs, on procde comme suit :

2-1-3) Exercice dapplication sur la Dichotomie (A traiter en TD):

3) Arrondir le rsultat au nombre de chiffres significatifs exacts.

xn= 0.34 +-0.01

Mthodes numriques COURS 2009-2010

*) (x ) = x2 +1 na aucun point fixe dans IR.

Mthodes numriques COURS 2009-2010

Autrement dit : est sable dans [a, b].

Alors la fonction (x ) admet un point fixe unique [a, b] vrifiant F()=0.

est drivable sur [a, b] et sup |

condition iii) est vrifie.