Faculte des Sciences

et Technique

Universite Cadi Ayyad

Marrakech

LST-MIASI

2012/2013

Analyse Numrique
Travaux Diriges avec solutions

Auteurs :

Ahmed RAJIL
Abdessamad ELMADKOURI
Mohamed BOUHASSOUNE

Encadrant :

hassan Al
moatassime
Pr :

Mai 2013

UNIVERSIT CADI AYYAD

FST Marrakech

2012/2013

T.D N 1 : Analyse Numrique

M.I.A.S.I
Exercice 1 :

Soit F C 1 (IR), et soit s une solution de l'quation s = F (s).

1. Montrer que si |F 0 (s)|

< 1, alors il existe un intervalle [a, b] contenant s pour lequel
x0 [a, b]
converge vers s.
la suite dnie par

xn+1 = F (xn )

x0 6= s
0
ne converge
2. Montrer que si |F (s)| > 1, alors la suite dnie par

xn+1 = F (xn )
pas vers s.
Solution 1 :

1. Soit F C 1 (IR) et F (s) = s

On a |F 0 (s)| < 1et F 0 continue, donc I = [s h, s + h] tel que x I |F 0 (x)| < 1.
|F 0 (x)| M ax(|F 0 (x)| = |F 0 ()| < 1 ( I)
Donc F est Lipschitzien avec L = |F 0 ()| < 1
Soit x I Montrons que F (x) I
On a |F (x) s| = |F (x) F (s)|
Et selon T.A.F,  ]s, x[ ou ]x, s[ tel que |F (x) s| = |F 0 ()||x s|
Or  T |F 0 ()| < 1 donc
 |F (x) s| < |x s| < h donc F (x) I et d'aprs le
x0 I
cours la suite dnie par
converge vers s.
xn+1 = F (xn )
2. On a : |F 0 (s)| > 1 et F 0 continue donc I = [s h, s + h] tel que x I|F 0 (x)| > 1
et on a x0 6= s pour xn , soit xn I ,soit xn 6 I
 si x I donc |xn+1 s| = |F (xn ) F (s)| = |F 0 ()||xn s|( I)
donc |xn+1 s| > |xn s| (car |F 0 ()| > 1)
Alors |xn+1 s| > |xn s| > |x0 s|
 Si xn 6 I On a : |xn s| > h.
Donc n IN |xn s| min(|x0 s|, h) > 0
Alors la suite (|xn s|)nIN ne converge pas vers 0.
Donc (xn )nIN ne converge pas vers s.
Exercice 2 :

Soit f une fonction de classe C 2 sur [a, b] telle que :

i) f (a) < 0 et f (b) > 0.
ii) f 0 (x) > 0 et f 00 (x) > 0 x [a, b].
Montrer que l'algorithme de la scante permt de construire une suite croissante qui
converge vers l'unique racine s de l'quation f (x) = 0.
f (xn )
Solution 2 : x0 = a , xn+1 = xn
f (b) f (xn )
b xn
1

Montrons que n INxn s.

Pour x = 0 x0 = a s on suppose que xn s
Montrons que xn+1 s
(f (s) f (xn ))(s xn )
f (xn )
s xn
xn+1 = xn
= xn +
f (b) f (xn )
f (b) f (xn )
b xn
b xn
g(s xn
.(s xn )
Donc xn+1 = xn +
g(b xn )
s xn b xn g(s xn ) g(b xn )
g(s xn )

=A1
b xn
Alors xn + 1 = xn + A.(s xn ) xn + s xn = s.
Donc n IN xn s.
f (xn )
On a xn+1 = xn
f (b) f (xn )
b xn
Or f (x) 0 car xn < s et f est croissante et f (s) = 0
f (b) f (xn
> 0 car xn < b et f est croissante donc xn+1 xn 0
b xn
Alors xn est croissante.
Donc xn converge vers l.
Par passage la limite dans l'expression de xn+1 .
f (l)
l=l
f (l) = 0 l=s .
f (b) f (l)
bl
Exercice 3 :

1
cos x a une solution unique. Trouver un intervalle [a, b]
2
contenant tel que pour tout x0 [a, b], l'itration
Montrer que l'quation x =

xn+1 =

1
cos(xn ) n 0.
2

convergera vers .Calculer les premires itrations et estimer le rapport de convergence.

Solution 3 :

1
1
cos x donc f 0 (x) = 1 + sin x
2
2
1
1
Alors ! tel que f () = 0 c'est--dire : f (0) = et f (1) = 1 cos 1 > 0
2
2
1
1
0
F (x) = cos x donc F (x) = sin x
2
2
1
1
F ([0, 1]) = [ cos 1, ] [0, 1]
(1)
2
2
1
1
|F 0 (x)| = | sin x| <
2
2
1
Donc F est L-lipschitzienne avec L = < 1
(2)
2
D'aprs (1) et (2) La suite dnie par :
1
x0 [0, 1] xn+1 = F (xn ) = cos(xn ) convergevers .
2
Soit f (x) = x

Exercice 4 :

Considrons la mthode de Newton pour trouver la

racine carr positive de a (a > 0).
Montrer les rsultats suivants, en supposant x0 6= .
1
a
a)xn+1 = (xn + )
2  xn 
2

x2n a
2
b)xn+1 a =
, n 0 et xn > a pour n 1
2xn
c) La suite (xn ) est strictement dcroissante.

e2
d) en+1 = n avec en = a xn .
2xn
1
[Rel(xn )]2 , n 0 avec Rel(xn ) = xn xn1 : erreur relative en xn .
e) Rel(xn+1 ) =
2xn
Solution 4 :

On considre l'quation x2 a = 0 ; (f (x) = 0) ; x0 > 0 et x0 6=

a.

f (xn )
x2n a
x2n + a
=
x

=
n
f 0 (xn )
2xn
2xn
a
1
= xn+1 = (xn + )
2
xn
 2
2
xn a
2
b) Montrons que : xn+1 a =
2xn
- on a :
a) xn+1 = xn

x2n+1

a =
=
=
=
=
=
=


2
1
a
xn +
a
2
xn


1
a2
2
xn + 2a + 2 a
4
xn
 4

2
1 xn + 2axn + a2
a
4
x2n
x4n + 2ax2n + a2
a
4x2n
x4n + 2ax2n + a2 4ax2n
4x2n
x4n 2ax2n + a2
4x2n
 2
2
xn a
2x2n

- Montrons que n 1 ; xn > a.

 2
2

x0 a
2
Pour n = 0, x1 a =
> 0 car (x0 6= a)
2
2x0

1
a
x21 > a x1 > a car x1 > 0 (x1 = (x0 + ))
2
x0

Supposons que xn > a, et montrons que xn+1 > a :

3

2
1
a
x2n a
> 0 x2n+1 > a or xn+1 = (xn + ) > 0
a=
2
xn
2xn

Alors xn+1 > a. n 1 on a xn > a.

1
a
1
a
c ) On a xn+1 xn = (xn + ) xn = xn +
.
2
xn
2
2xn
x2n+1

a x2n
(*)
2xn

a x2n
< 0 car xn > a
On a : 2xn > 0 et
2xn
Donc (xn ) est strictement dcroissante.

d ) On a : en = a xn
Donc :

a xn+1
en+1 =

a
1
=
a (xn + )
2
xn

2
2. a.xn xn a
=
2xn

2
xn 2. a.xn + ( a)2
=
2x
2n
(xn a)
=
2xn
2
e
en+1 = n
2xn
x2 a
a x2n
= n
e ) On a : Rel(xn+1 ) = xn+1 xn =
2xn
2xn
 2
2
xn1 a
Or : x2n a =
= [Rel(xn )]2
2xn1
1
Alors : Rel(xn+1 ) =
[Rel(xn )]2
2xn
Exercice 5 :

a) Appliquer la mthode de Newton la fonction


x si x 0
f (x) =
x si x 0
La mthode de Newton converge-t-elle ? Si oui vers quelle racine ?
b) Faire la mme chose pour la fonction

3
x2 si x 0

f (x) =
3
x2 si x 0

Solution 5 :

a) La mthode de Newton x1 = x0
-Soit x0 > 0

f (x0 )
On a x1 = x0 0
= x0
f (x0 )
Donc : x1 = x0
-Soit x0 < 0

f (x0 )
f 0 (x0 )

x0
= x0 2x0 = x0 .
1

2 x0

f (x0 )
x0
On a x1 = x0 0
= x0 +
1
f (x0 )

2 x0
x1 = x0 2x0 = x0 .
Conclusion : x0 > 0x1 = x0 et x0 < 0x1 = x0 .
On en dduit que x1 = (1)n x0 .
Montrons par recurence que xn = (1)n x0 .
Vrais pour n = 0 et n = 1.
Donc supposons que xn = (1)n x0 et montrons que xn+1 = (1)n+1 x0
Donc : xn+1 =xn = (1)n x0 = (1)n+1 x0 .
xn = (1)n x0
ne converge pas vers 0.
Donc la suite
x0 6= 0

3
x2 si x 0

b)
3
x2 si x 0
f (x0 )
La mthode de Newton x1 = x0 0
f (x0 )
-soit x0 > 0 :
2
x03
f (x0 )
3
1
= x0
x1 = x0 0
1 = x0 2 x0 = 2 x0 .
f (x0 )
2 3
x
3 0

-soit x0 < 0 :
2
2
f (x0 )
x03
x03
3
1
x1 = x0 0
= x0 2 1 = x0 2 1 = x0 x0 =
x0 .
f (x0 )
2
2
3
3
x
x
3
3
1 n
On dduit que xn = ( ) x0 .
2
Vrai pour n = 0 et n = 1.
1
1
Donc on suppose que xn = ( )n x0 et Montrons que xn+1 = ( )n+1 x0 .
2
2
1
1 1 n
1 n+1
on a xn+1 = ( )x0 = ( ) x0 = ( ) x0 .
2 2
2
(2
1 n
xn = ( ) x0
Donc la suite
2
x0 6= 0
converge vers 0.

Exercice 6 : Montrer que xn+1

pour approximer

a.

xn (x2n + 3a)
, n 0 est une mthode d'ordre 3
=
3x2n + a
5

Calculer limn0

a xn+1

.
( a xn )3

Solution 6 :

xn+1 = F (xn ) avec F (x) =

x(x2 + 3a)
.
3x2 + a

F est 3 fois drivable.

(3x2 + 3a)(3x2 + a) 6x2 (3a + x2
On a F 0 (x) =
(3x2 + a)2

24a 24a
Alors : F 0 ( a) =
=0
(4a)2
18a5 + 12ax3 30a2 x
F (x) =
3
(3x2 + a)

18a a + 12a2 a 30a2 a

=0
Donc : F ( a) =
(4a)3

F (3) (x) = .....etF (3) ( a) 6= 0.

Donc c'est
d'ordre
3 pour approximer a.
une mthode

a xn+1
F (3) ( a)
lim
=
n+ ( a xn )3
3!
Exercice 7 :

Soit f la fonction dnie dans IR \ {0} par f (x) =

x1
ex .
x

1. Tracer le graphe de f . En dduire le nombre de racines de l'quation f (x) = 0. On

localisera chacune des racines entre deux entiers successifs.
2. Pour chacune des fonctions suivantes :
g(x) = 1 + xex
x
)
g(x) = ln(
x1
x
g(x) = (x 1)e
On tudie la mthode itrative : x0 donn, xn+1 = g(xn ). Etudier si elle converge
vers une des solutions du problme. Dans le cas de convergence, on prcisera le choix
de x0 .
3. Ecrire la mthode de Newton.
Choisir x0 de manire que la mthode de Newton converge vers la plus grande des
racines.
Solution 7 :

f (x) =

x1
ex
x

1. On a f est continue et drivable sur IR \ 0.

1
Donc f 0 (x) = 2 + ex > 0
x
Donc :

f 0 (x)

+
+

f (x)

f s'annule deux fois en s1 et s2 .

On a f (1) = e1 < 0 et f (2) =
Donc s1 [1, 0[ et s2 [1, 2].

1
1
2 > 0 et f (1) = 2 e < 0
2 e

2. g(x) = 1 + xex
On a g 0 (x) = ex xex = ex (1 x)
Et g(x) = ex (1 x) ex = ex (2 x)
Donc :

s2

g(x)
0
0

g (x)

1
e2
s1

g(x)
2e
0

g (x)
1
Donc : g 0 (s1 ) > 1 xn 6 s1

g 0 (x)

1+

1
e

g(x)
1+


2
e2


2
1
Donc : g([1, 2]) = 1 + 2 , 1 +
[1, 2].
e
e
1
On a : |g 0 (x)| 2 < 1 donc g est L-lipschitzienne.
e

x0 [1, 2]
Donc :
converge vers s2 .
xn+1 = g(xn )
7

x
)
x1
x
Dg = {x IR/
> 0}
x1
Dg = {x IR/x(x 1) > 0}
Dg =] , 0[]1, +[
g(x) = ln(

1
(x 1) x
)=
x(x 1)
x(x 1)
x + (x 1)
2x 1
g(x) =
)=
2
(x(x 1))
(x(x 1))2
1
g(x) > 0 2x 1 > 0 x >
2
g 0 (x) =

s2

g(x)

g (x)

1
2

1
= 1 x2 x 1 = 0
x(x

1)

1+ 5
1 5
et x2 =
>0
Alors : x1 =
2
2

1+ 5
x2 [1, 2] Donc : =
.
2
1
f () =
e ' 0.18 > 0
0
s2 ]1, [; |g (x)| > 1 donc : xn 6 s2
g 0 (x) = 1

Exercice 8 :

Soit f (x) = x3 x2 1.
On se propose de trouver les racines relles de f .
1. Situer la ou les racines de f . Montrer qu'il y a une racine l comprise entre 1 et 2.
2. On dnit les mthodes itratives suivantes : x0 [1, 2]
(a) xn+1 = x3n x2n + xn 1
(b) xn+1 =

x2n

1
xn
1

(c) xn+1 = (x2n + 1) 3

i) Examiner la convergence et la limite de chacune de ses mthodes. Prciser
l'ordre des mthodes convergentes
8

ii) Donner une autre mthode, d'ordre 2 qui converge vers l en prcisant la valeur
initiale.
Solution 8 :

f (x) = x3 x2 1
1. f 0 (x) = 3x2 2x = x(3x 2)

2
3

f 0 (x)

+
+
+

1
f (x)

f admet une seule racine suprieure

31
27

2
2
l>
3
3

Or f (1) = 1, f (2) = 3 donc l [1, 2]

2. (a) xn+1 = F (xn ), avec F (x) = x3 x2 + x + 1
F 0 (x) = 3x2 2x + 1
F (x) = 6x 2
Donc : |F 0 (l)| > 2 donc la suite (xn ) ne converge pas vers l.
1
= F (xn )
(b) xn+1 = 2
xn xn
1
avec x ]1, 2[
F (x) = 2
x x
2x 1
F 0 (x) = 2
(x x)2
2(x2 + x)2 2(x2 x)(2x 1)2
F (x) =
(x2 x)4
2
2(x + x) 2(2x 1)2
F (x) =
(x2 x)3
2
2x 2x 8x2 2 + 8x
F (x) =
x3 (x 1)3
2
2(3x 3x + 1)
F (x) =
x3 (x 1)3

num = 9 12 = 3 < 0 N um > 0

Donc : F (x) > 0 sur ]1, 2[
On rsoud l'quation F 0 (x) = 1
x

F (x)

2
+

F 0 (x)

3
4

3
3
3
1
On a : f (1) = 1 et f ( ) = ( )3 ( )2 1 = > 0
2
2
2
8
9

7
Donc : l [1, ]
4
7
40
40
et x [1, ] ; F 0 (x)
donc F 0 (l) <
4
21
21
40
0
>1
Donc : |F (l)| >
21
Donc la suite (xn )nIN ne converge pas vers l.

(c) 
f (x) = 0 x3 x2 1 = 0 x3 = x2 + 1 x = 3 x2 + 1
xn+1 = F (xn )
1
F (x) = (x2 + 1) 3
2
2
F 0 (x) = x(x2 + 1) 3
3
2
8
2
5
F (x) = (x2 + 1) 3 x2 (x2 + 1) 3
3
9
8 2
x2
3
x2
2 3
F (x) = (x + 1) 3 ( 2
) tudions le signe de 2
9
4 x +1
4 x +1

3x2 + 3 4x2
3 x2
( 3 x)( 3 + x)
=
=
4(x2 + 1)
4(x2 + 1)
4(x2 + 1)
x

F (x)

0
0.45

F 0 (x)

4 1
.
3 3 25

334

F 0 (x)

2
+

3
5

F (x)

Donc : F ([1, 2]) = [ 3 2, 3 5] [1, 2]
Et d'aprs le tableau de F 0 on a |F 0 (x)| 0.45
Donc F est L-lipschitzienne avec
 L = 0.45.
x0 [1, 2]
Donc la suite (xn ) dnie par
xn+1 = F (xn )

converge vers l.

Exercice 9 :

1
1. Soit F une fonction dnie par, F (x) = x3 x2 2x + 5.
3
x0 [1, 2]
Montrer que la suite dnie par f (x) =
ne converge pas vers le
xn+1 = F (xn )
point xe s de F dans [1, 2].
10

2. Considrons maintenant G(x) =

a Montrer que G(s) = s.

1 3 1 2 1
5
x x + x+ .
18
6
2
6

b On considre la mthode des approximations successives suivante :


x0 [1, 2]
f (x) =
xn+1 = G(xn )
Montrer que la suite (xn ) converge vers s.
Solution 9 :

1
1. F (x) = x3 x2 2x + 5
3
1
On pose G(x) = F (x) x = x3 x2 3x + 5
3
Donc G0 (x) = x2 2x 3 = (x + 1)(x 3) < 0 (x [1, 2])
x

g 0 (x)

g(x)

4
3

7
3

4
7
et G(2) =
3
3
Donc S unique tel que S [1, 2] et g(S) = 0 (c--d F (S) = S )
Or F 0 (x) = x2 2x 2 = (x 1)2 3
1 x 2 0 (x 1)2 1 3 (x 1)2 3 2
Donc |F 0 (x)| 2 > 1 et d'aprs l'exercice
1.

x0 [1, 2]
On dduit que la suite dnit par :
ne converge pas vers s.
xn+1 = F (xn )
1
1
5
1
2. G(x) = x3 x2 + x +
18
6
2
6
(a) Montrons que G(s) = s
1
On a F (x) = x3 x2 2x + 5
3
1
1
1
1
5
Donc : F (x) = x3 x2 x +
6
18
6
3
6
1
1
1
5
Alors : F (x) = G(x) x x = G(x) x.
6
2
3
6
5
1
= G(x) = x + F (x)
6
6
5
1
= G(s) = s + F (s) Or F (s) = s
6
6
5
1
Donc : G(s) = s + s = s
6
6
(b) Montrons que la suite (xn ) converge vers s
1
1
1
5
On a : G(x) = x3 x2 + x +
18
6
2
6
Avec G(1) =

11

1
1
1
Donc : G0 (x) = x2 x +
6
3
2
1
1
Alors : G(x) = x 0
3
3
x

G(x)

2
+

G (x)

1
2

1
3

1
dans [1, 2]
2
1
Donc : G est L-lipschitzienne avec L = < 1
2
|G0 (x)|

G0 (x)

2
+

G(x)

29
18

11
9



11 29
G([1, 2]) =
,
[1, 2]
9 18
x0 [1, 2]
Alors la suite
xn+1 = G(xn )

converge vers s.

Exercice 10 :

On considre f (x) = ex e2 x.
1. Montrer que l'quation f (x) = 0 admet une racine spare s dans l'intervalle [2, 4].

x0 [2, 4]
2. Montrer que la suite (xn ) dnie par f (x) =
xn+1 = F (xn )
ex
o F (x) = 2 ne converge pas vers s.
e
3. on considre maintenant G(x) = 2 + log x
a Montrer que s est un point xe de G.

x0 [2, 4]
b Montrer que la suite f (x) =
xn+1 = G(xn )
c Dterminer l'ordre de cette mthode.

12

converge vers s.

UNIVERSIT CADI AYYAD

FST Marrakech

2012/2013

T.D N 2 : Analyse Numrique

M.I.A.S.I
Exercice 1 :

Soient x1 , x2 , ....., xn+1 , n + 1 abscisses distinctes.

1) Montrer que les polynmes de Lagrange sont tels que

. Li (xj ) = ij o ij est le symbole de Kronecker

.

n+1
X

Li (x) = 1.

i=1

2) Montrer que les polynmes de Lagrange sont invariants par un changement de variable

linaire.
Lorsque les points xi sont quidistants
(xi = x1 + (i 1)h) que deviennent les polynmes de Lagrange ?
(On posera x = x1 + th, t variable).
3) Associons aux abscisses

xi , les valeurs numriques yi . Dmontrer en utilisant les

proprits de Li (x) que le polynme Pn (x) passant par les points (xi , yi ) peut s'crire :
n+1
X

Pn (x) =

yi A i
x xi

i=1
n+1
X
i=1

avec

Ai =

1
n+1
Y

formule barycentrique

Ai
x xi
.

(xi xj )

j 6= i,j = 1

4) Comparer du point de vue nombre d'oprations les formules de Lagrange et barycen-

trique utilises pour calculer Pn (), tant une abscisse donne. Dans quel cas la
formule barycentrique est-elle particulirement intressante ?
Solution 1 :
1) Soit P le polynome d'interpolation de lagrange.
n+1
X
On pose P=
Li (x) 1 = L1 (x) + L2 (x) + .... + Ln+1 (x)
i=1

13

Or P (xi ) = 1 1 = 0 et P n+1 racines distinctes

n+1
X
donc
Li (x) = 1
i=1

2)Si nous posons x = az + b, nous avons

n+1
Y

Li (x) = li (t) =

n+1
Y
x xj
az + b azj b
=
xi xj j=1,j6=i [azi + b azj b]

j=1,j6=i
n+1
Y

Li (x) = li (t) =

z zi
zi zj

j=1,j6=i

3)On a

Alors

n+1
X

Li (x) = 1 donc

i=1
n+1
X n+1
Y
i=1

Et puis

j=1,j6=i

n+1
Y

i=1

j=1,j6=i

x xj
=1
xi xj

x xj x xi
=1
x i xj x xi
n+1
Q

n+1
X
i=1

n+1
X

x xj

j=1
n+1
Q

(x xi )

=
xi xj

n+1
Y

(x xj )

j=1

n+1
X

i=1

n+1
Q

(x xi )

j=1,j6=i

n+1
Y
j=1
n+1
Y

(x xj )

n+1
X

Ai
=1
(x xi )

i=1

(x xj ) =

j=1

Donc Pn (x) =

1
n+1
P

i=1
n+1
n+1
X Y
i=1 j=1

Pn (x) =
Pn (x) =

n+1
X
i=1
n+1
X
i=1

x xi
x xi

j=1,j6=i

Ai
(x xi )

j=1,j6=i

i=1

yi
n+1
Q

x xj
yi
x i xj
n+1
Y

(xi xj )

(x xj )

j=1

j=1

Pn (x) =

n+1
X
i=1

(x xi )

Ai yi
n+1
Q

(x xj )

j=1
n+1
X

d'ou Pn (x) =

i=1
n+1
X
i=1

n+1
P

x xj
yi
xi xj

n+1
Y

(x xi )

Or Pn (x) =

yi Ai
(x xi )
Ai
(x xi )

14

Li (x)f (xi )

=1
xi xj

4) On calcule le nombre d'opration de chaque formule :

Formule de Barycentrique :

n+1
X

Pn (x) =

i=1
n+1
X
i=1

avec

Ai =

yi Ai
x xi
Ai
x xi

1
n+1
Y

(xi xj )

j 6= i,j = 1

Pour Ai : on a n soustractions, (n-1) multiplications, et 1 dvision ce qui fait un total de

2n oprations pour chaque Ai , et puisqu'on a (n+1) Ai donc 2n(n+1) oprations.
Ai
: On a une dvision et une soustraction ce qui compte 2 oprations donc donc
Pour
x xi
il y a 2(n+1) oprations.
yi A i
Pour
: Il y a (n+1) multiplications
x xi
Pour le numrateur : Il y a n aditions, pour le dnumrateur il y a aussi n aditions et
num
encore
une division
den
Donc T1 = 2n(n + 1) + 2(n + 1) + (n + 1) + n + n + 1 = 2n2 + 7n + 4
Formule de Lagrange :
n+1
n+1
n+1
X
X
Y
x xj
yi =
Bi
Pn (x) =
x

x
i
j
i=1
i=1
j=1,j6=i

On a n+n soustractions, n divisions, et n multiplications.

Donc le Bi on (n+1)(2n+n+n)=4n2 + 4n
Donc T2 = n + 4n2 + 4n = 4n2 + 5n
on a T1 (2) = T2 (2) = 26
On pose g(n)=T2 T1 =2n2 2n 4

g 0 (x)

+
+

g(x)

0
4

Donc la formule Brycentrique est plus interessante partir de n=3

15

Exercice 2 :

Soit la fonction f : [0, 2] IR dnie par f (x) = sin(x). Soient x1 = 0, x2 =

3

, x3 =
et x4 = 2.
2
2
1) Montrer que le polynme P3 d' interpolation de Lagrange de f aux points x1 , x2 , x3

x4 s'annule au point x = .

P4 d' interpolation de Lagrange de f aux points

y1 = x1 , y2 = x2 , y3 = , y4 = x3 et y5 = x4 n' est autre que P3 .

2) En dduire que le polynme

3) Calculer P4 (

3
3
), en dduire l'erreur E4 ( ).
4
4

4)

a) Donner un majorant M (x) de l'erreur E4 (x) commise en remplaant f (x) par

P4 (x) o x [0, 2] .
3
b) Calculer ce majorant pour x =
et comparer avec la question 3).
4
Solution 2 :

1)Tout d'abord on essaye d'crire P3

On sait que : P3 (x) =

4
X

f (xk ) Lk (x)

i=1

donc P3 (x) = f (x1 ) L1 (x) + f (x2 ) L2 (x) + f (x3 ) L3 (x) + f (x4 ) L4 (x)

xi
f(xi )

x1 = 0 x2 =
0

x3 =
-1

3
2

x4 = 2
0

D'ou P3 (x) = L2 (x) L3 (x)

(x x1 )(x x3 )(x x4 )
Or L2 (x) =
(x2 x1 )(x2 x3 )(x2 x4 )
(x x1 )(x x2 )(x x2 )
Et L3 (x) =
(x2 x1 )(x2 x2 )(x2 x4 )
Pour calculer P3 au point x = on remplace x par et les xi par ces valeurs
Donc on obtient P3 () = 46 46 = 0
2)
Exercice 3 :

Considrons la fonction f (x) = ex sur [0, b] .

b
, xj = (j 1)h
j = 1, 2, ..., n + 1 et soit Pn (x) le
n+1
polynme d'interpolation de degr n de la fonction ex sur les noeuds x1 , x2 , ...., xn+1 .

Pour n 1, soient h =

16

et

Prouver que max |ex Pn (x)| 0 quand n +.

0xb

Solution 3 :

Montrons que que max |ex Pn (x)| 0 quand n +.

 0xb 
 L(x) x 
|L(x)| b
e 
e car (x b)
|ex Pn (x)| = 
(n + 1)!
 (n + 1)! 
n+1

 n+1
Y

Y
(x xi )
(b) = bn+1 car (|x xi | b)
Or |L(x)| = 


j=1

j=1

bn+1
Et puis |ex Pn (x)|
eb
(n + 1)!
U( n + 1)
bn
b
On pose Un =
donc
=
0 quand n +
n!
Un
n
X
Donc
Un converge donc Un 0 quand n +
Et Puis

bn+1
eb 0 quand n +
(n + 1)!

Donc ex Pn (x) quand n +

Exercice 4 :

1. Calculer, en utilisant l'algorithme de Aitken, P4 (1). P4 (1) tant le polynme d'interpolation de degr 4 passant par les points :
(0, 1) ; (2, 1) ; (3, 16) ; (1, 8) ; (2, 51).
2. Faire la mme chose avec l'algorithme de Newton.
Solution 4 :

1.

xi 0
1
2 3 4 xi 1
0 1
-1
2 -1
0
1
3 16 6 -6
2
-1 8
-6 -2 -4
-2
-2 51 -24 -6 -6 0
-3
La colonne 1 :








 1 1
 1 1
1 1
 1 1








1 1 
16 2 
8 2
51 3
= 0;
= 6;
= 6 ;
= 24
20
30
1 0
2 0
La colonne 2 :






0 1 
0
 0
1 
1 




6 2 
6 2
24 3
= 6 ;
= 2 ;
= 6
32
1 2
2 2
17

La colonne 3 :


6 2 


2 2
= 4 ;
1 3
La colonne 4 :


4 2


6 3
=0
2 + 1



6 2 


6 3
= 6
2 3

Donc P4 (1) = 0.
2. Par l'algorithme de
Xi 0
1
2
0
1
2 -1 -1
3 16 17 6
-1 8
2
5
-2 51 -43 9
La colonne 1 :

1 1
= 1 ;
20
La colonne 2 :

Newton :
3 4

1
-1

16 + 1
= 17 ;
32

2 17
17 + 1
= 6;
= 5;
30
1 2
La colonne 3 :

8 16
= 2;
1 3

51 8
= 43
2 + 1

43 2
=9
2 3

56
95
= 1;
= 1
1 0
2 2
La colonne 4 :
1 1
=1
2 0
P4 (X) = f [X1 ]+(X X1 )f [X1 , X2 ]+(X X1 )(X X2 )f [X1 , X2 , X3 ]+(X X1 )(X
X2 )(XX3 )f [X1 , X2 , X3 , X4 ]+(XX1 )(XX2 )(XX3 )(XX4 )f [X1 , X2 , X3 , X4 , X5 ]
P4 (X) = 1 (X X1 ) + 6(X X1 )(X X2 ) + (X X1 )(X X2 )(X X3 ) +
(X X1 )(X X2 )(X X3 )(X X4 )
P4 (X) = 1 X + 6X(X 2) + X(X 2)(X 3) + X(X 2)(X 3)(X + 1)
P4 (1) = 1 1 + 6(1 2) + (1 2)(1 3) + (1 2)(1 3)(1 + 1)
P4 (1) = 6 + 2 + 2 2 = 0
Donc P4 (1) = 0.
Exercice 5 :

18

Soit f la fonction dnie sur IR par : f (x) =

1.

a) Construire le plynome P2 (x) d'interpolation de Lagrange de f aux points :

x1 = 1; x2 = 3; x3 = 4 (crire P2 (x) sous la forme ax2 + bx + c).
b) Calculer

P2
5
P2 2 .

2.

1
x

5
2

. En dduire l'erreur

5
2

commise en remplaant f

par

a) Construire le plynome Q2 (x) d'interpolation de Newton de f aux points :

x1 = 1; x2 = 2; x3 = 4 (crire Q2 (x) sous la forme ax2 + bx + c).
b) Calculer

Q2
Q2 52 .

5
2

. En dduire l'erreur 0

5
2

commise en remplaant f

Solution 5 :

On a : f (x) =
1.

5
2

1
x

a) x1 = 1, x2 = 3, x3 = 4

P2 (x) =

3
X

Li (x)f (xi )

i=1

= L1 (x).f (x1 ) + L2 (x).f (x2 ) + L3 (x).f (x3 )

1
1
= L1 (x) + L2 (x) + L3 (x)
3
4
3 xx
Q
j
j=2 x1 xj
x3 x4
L1 (x) =
.
13 14
1
L1 (x) = .(x 3).(x 4)
6
3
Q
x xj
L2 (x) =
j=1, j6=2 x2 xj
x1 x4
L2 (x) =
.
31 34
1
L2 (x) = .(x 1).(x 4)
2
2
Q x xj
L3 (x) =
j=1 x3 xj
x1 x3
L3 (x) =
.
41 43
1
L3 (x) = .(x 1).(x 3)
3

L1 (x) =

19

5
2

par

1
1
1
Donc P2 (x) = .(x 3).(x 4) .(x 1).(x 4) + .(x 1).(x 3)
6
6
12
1 2 2
19
= P2 (x) = x x +
12
3
12
5
7
b) P2 ( ) =
= 0.4375
2
16
5
2
Et f ( ) =
2  5
2
7
5
=
= 0.0375
Donc :
2
5 16
2. Le plynome Q2 (x) d'interpolation de Newton de f aux points : x1 = 1; x2 =
2; x3 = 4
a) Mthode de Newton :
xi 0 1 2
1 1
La colonne 1 :
2 12 1
2
1
4 14 1
8
8
1
1 1
1

1
1
2
= ; 4 2 =
21
2
42
8
La colonne 2 :

1 1
+
8 2 =1
41
8
Q2 (X) = f [X1 ] + (X X1 )f [X1 , X2 ] + (X X1 )(X X2 )f [X1 , X2 , X3 ]
1
1
Q2 (X) = 1 (X 1) + (X 1)(X 2)
2
8
2
X
7
7
Q2 (X) =
X+
8
8
4
5 2
( )
5
7 5 7
11
Q2 ( ) = 2 . + =
= 0.34375
2
8
8 2 4
32
b) L'erreur
  :
5
2 11
0
=
= 0.05625
2
5 32
Exercice 6 :

Considrons la fonction f : [a, b] IR , drivable sur [a, b]. Soient x1 , x2 , ...., xn+1 , (n + 1)
points distincts de l'intervalle [a, b]. Supposons que nous ne connaissans f qu'aux points
(xi )1in+1 .
Supposons de plus qu'on connat les valeurs (f 0 (xi ))1in+1 . On pose :
n+1
Q x xj
Li (x) =
les plynomes de Lagrange aux points (xi )1in+1 .
j6=i,j=1 xi xj
hi (x) = [1 2(x xi )L0i (xi )]L2i (x) et Hi (x) = (x xi )L2i (x), pour i = 1, ..., n + 1.
1. Montrer que hi et Hi sont des plynomes de degr (2n + 1).
20

2. Vrier que :
a) hi (xi ) = 1, hi (xj ) = 0 pour j 6= i et Hi (xj ) = 0 pour tout j = 1, ..., n + 1.
b) h0i (xj ) = 0 pour tout j = 1, ..., n + 1, Hi0 (xi ) = 1 et Hi0 (xj ) = 0 pour j 6= i.
n+1
P
3. On pose : P (x) =
[f (xi )hi (x) + f 0 (xi )Hi (x)].
i=1

a) Montrer que d P 2n + 1.
b) Vrier que : P (xi ) = f (xi ) et P 0 (xi ) = f 0 (xi ) pour i = 1, ..., n + 1.
4. On considre un plynome Q(x) de degr (2n + 1), vriant :
Q(xi ) = f (xi ) et Q0 (xi ) = f 0 (xi ) pour i = 1, ..., n + 1. On pose R(x) = P (x) Q(x).
a) Dterminer les racines de R(x) et indiquer leur ordre de multiplicit.
b) Montrer que R est le plynome nul.
5. Ennoncer le rsultat ainsi dmontr dans cet exercice.
Solution 6 :

1. On a : hi (x) = [1 2(x xi )L0i (xi )]L2i (x)

Donc : deg hi (x) = deg[[1 2(x xi )L0i (xi )]L2i (x)]

= deg hi (x) =
=
=
=

deg[[1 2(x xi )L0i (xi )] + deg L2i (x)]

1 + deg L2i (x)]
1 + 2 deg L2i (x)]
1 + 2n

Hi (x) = (x xi )L2i (x)

deg Hi (x) = deg(x xi ) + deg L2i (x) = 1 + 2n
2.

a) hi (xi ) = 1.L2i (xi ) = 1

hi (xj ) = 0 (Li (xj ) = 0 j 6= i)
Hi (xj ) = (xj x)L2i (xj )
Si i = j Hi (xj ) = 0 1 0 i 6= j Li (xj ) = 0
Hi (xj ) = 0
b) h0i (x) = 2.L0i (xi )L2i (x) + 2[1 2(x xi )L0i (xi )]Li (x)L0i (x)
i 6= j ; h0i (x) = 2.L0i (xi )L2i (xj ) + 2[1 2(xj xi )L0i (xi )]Li (xj )L0i (x) = 0
i = j ; h0i (xi ) = 2.L0i (xi )L2i (xi ) + 2Li (xi )L0i (x) = 0
Hi0 (x) = L2i (x) + 2(x xi )Li (x)L0i (x)
Hi0 (xi ) = L2i (xi ) = 1
Hi0 (xj ) = L2i (xj ) + 2(xj xi )Li (x)L0i (xj )
Or on a : Li (xj ) = 0 pour j 6= i.
= Hi (xj ) = 0

3.

a) On a d P max(deg hi (x), deg Hi (x))

= d P 2n + 1

21

b) P (xi ) = f (xi ) 1 + 0 = f (xi ) car : hi (xi ) = 1, Hi (xi ) = 0

n+1
P
On a : P (x) =
[f (xi )hi (x) + f 0 (xi )Hi (x)]
i=1

P 0 (x) =

n+1
P

[f (xi )h0i (x) + f 0 (xi )Hi0 (x)]

i=1
0

Donc : P (x) = 0 + f 0 (xi ) = f 0 (xi )

4.

a) On a : R(x) = P (x) Q(x) = R(xi ) = P (xi ) = f (xi ) i = 1, ..., n + 1

R0 (xi ) = P 0 (xi ) Q0 (xi ) = 0
Alors les racines de R sont xi , i = 1, ..., n + 1.
Ordre de multiplicit :
R0 (xi ) = P 0 (xi ) Q0 (xi ) = 0 (car : P 0 (xi ) = Q0 (xi ) )
Donc l'order de multiplicit de chaque racinexi est 2.
b) On a R a 2n + 1 racines, (n + 1 racines distincts chacun d'ordre 2)
Or deg R 2n + 1 R = 0.

5. Il existe un et un seul polynme P de deg au plus 2n + 1 tel que :

P (xi ) = f (xi ) et P 0 (xi ) = f 0 (xi ) avec i = 1, ..., n + 1
n+1
P
P (x) =
[f (xi )hi (x) + f 0 (xi )Hi (x)]
i=1

Exercice 7 :

En interpolant par un plynome de degr 3 et en utilisant les points les plus appropries,
calculer, pour x = 1.05 et x = 1.45, l'aide de la table suivante les valeurs de f (x) = sin x.
Donner pour chaque x une majoration de l'erreur.

x
1.0
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8

f (x)
0.841471
0.891207
0.932039
0.963558
0.985450
0.997495
0.999574
0.991656
0.973857

Solution 7 :

Pour x = 1.05 :
xi
0
1
2
1 0.841471
1.1 0.891207 0.866339
1.2 0.932039 0.864113 0.867452
1.3 0.963558 0.8618188 0.867469
Donc : P3 (1.05) = 0.8674265

0.8674265

22

xi 1.05
-0.05
0.05
0.15
0.25

 Pour x = 1.45 :
xi
0
1
2
1.3 0.963558
1.4 0.985450 0.996396
1.5 0.997495 0.989011 0.992704
1.6 0.999574 0.981566 0.992689
Donc : P3 (1.45) = 0.9927115

0.9927115

23

xi 1.45
-0.15
-0.05
0.05
0.15

UNIVERSIT CADI AYYAD

FST Marrakech

2012/2013

T.D N 3 : Analyse Numrique

M.I.A.S.I
Exercice 1 

Soit f C 4 ( 14 , 14 ) et soit la formule d'intgration suivante :
Z 0
h
h4 (3)
f (t) dt = [5f (h) + f (0) f (h)] +
f () avec ]h, h[
6
24
h
Z 0
1) Utiliser la formule prcdente pour donner une valeur approche de l'intgrale

dx
. Quelle
1/4 1 + x
est la prcision obtenue ? Comparer ce rsultat celui que donnerait la formule des
1
trapzes utilisant les points x0 = et x1 = 0.
4
Z 1/4
dx
2) Utiliser la formule de Simpson pour donner une valeur approche de
.
1/4 1 + x
Solution 1 :

R0
h4
h
1)Soit x f (t)dt = [5f (h) + f (0) f (h)] + f (3) (x)
6
24
R0
1
1
4
4
dx = [5 + 1 ] = 0.28611
1
4 1 + x
24
3
5
R0
1
3
0
dx = ln [1 + x] 1 = ln = 0.28768
1
4
4 1 + x
4
Donc la prcision obtenue c'est 2 chires avec la virgule (10)3 . -Formule de trapees avec
1
x0 =
, x1 = 0 pour n = 1 .
4
f (x0 ) f (x1 )
1 2 1
Th = h[
+
] = [ + ] = 0.29166. L'erreur est plus petite.
2
2
4 3 2
2) formule de Simpson (paire) on choisit n = 2 .
1
1
1
ba
1
f (x) =
;a=
;b= ;h=
=
1x
4
4
n
4
1
4
X0 =
; f (X0 ) =
4
3
X1 = X0 + h = 0 ; f (X1 ) = 1
1
4
X2 = X1 + h = = b ; f (X2 ) =
4
5
h
1 4
4
Sh = [f (X0 ) + 4f (X1 ) + f (X2 )] = [ + 4 + ] = 0.511111.
3
12 3
5
Exercice 2

On souhaite calculer une valeur approche de

Z 1
x2
e 2 dx
0

24

par la formule des trapzes et la formule de Simpson.

Donner l'aide des formules d'erreur un nombre N de noeuds assurant une erreur infrieur 108 .
Solution 2 :

1)Formule de trapzes :
h2
Eh = (b a)f (), [0, 1]
12
ba
ba
1
1
Or
=hN =
= h=
N
h
h
N
1
donc Eh =
.f ().
12N 2
x2
x2
On a : f (x) = exp( ) , f 0 (x) = xexp( ).
2
2
2
2
x
x
x2
x2
f (x) = exp( )+x2 exp( ) = exp( )(x2 1) comme exp( ) 1 |f (x) 1|.
2
2
2
2
Alors il sut de prendre N t.q :
r
1
108
108
108
8
2

10

= 2886, 75 N = 2887.
12N 2
12
12
12
h
2) formule de Simpson :Eh =
(b a)f (4) () , [a, b]
180
x2
on a f (x) = exp( )(x2 1).
2
x2
x2
donc f (3) (x) = xexp( )(x2 1) + 2xexp( )
2
2
x2
3
= exp( )(3x x ).
2
x2
x2
(4)
f = xexp( )(3x x3 ) + (3 3x2 )exp( )
2
2
x2 4
= exp( )(x 6x2 3).
2
On a 0 x 1 0 x4 1 alors 6 6x 0
3 x4 6x2 + 3 4donc |f 4 (x)| 4
1
4
.f 4 ()|
108
Alors |Eh | = | 4
N .180 r
180.N 4
4
4
N 4 8
N 4
= 38, 609.

10 .180
10 8.180
N = 40 (car N doit tre paire (formule de Simpson)).

Exercice 3
A) Considrons la formule de quadrature de Simpson aux points

x0 = 0, x1 =

1
2
et x2 = 1 pour f (x) = ex , dnie sur [0, 1].
2

1) Calculer la valeur S 1 .
2

25

2) Donner un majorant de l'erreur E 1 .

2

B) Soit maintenant la formule de quadrature,

f (x)dx = A0 f (0) + A1 f (x0 ) + A3 f (1) + E(f )

I(f ) =
0

1) Determiner A0 , A1 , A3 et x0 de telle sorte que la formule propose soit exacte dans

l'espace des polynomes de degr 3.

2) Cette formule est-t-elle exacte pour les polynomes de degr 4?

2

3) En utilisant cette formule, calculer une valeur approche de I(ex ).

Solution 3 :

A] 1) Calculons S 1 :
2

f (x) = exp(x ), a = 0, b = 1, h =

ba
1
ba
= N =
N = 2.
N
2
h

x0 = 0; (x0 ) = 1.
1
x1 = ; f (x1 ) = exp( 1
.
4
2
1
h
x2 = 1; f (x2 ) = Sh = [f (x0 ) + 4f (x1 ) + f (x2 )].
e
3
1
1
1
S 1 = [1 + 4exp( 4 + )] = 0.74718.
2
6
e
h4 (4)
f ()(b a).
2) On aEh =
180
1
1
donc E 1 =
f (4) () |E 1 |
M ax|f (4) (x)|.
2
2
16

180
16

180
R1
B]1) I(f ) = 0 f (x)dx = A0 f (0) + A1 f (x0 ) + A3 f (1) + E(f ).
On veut que cette formule soit exacte pour les polynmes de degr 3.
4h
h
1
1
h
Donc A0 = , A1 =
, A2 = avec h = x0 = .
3
3
3
2
2
R1 4
1
h
1
1
1
7
1
2) 0 x dx = donc Sh = [f (x0 ) + 4f ( ) + F (1) = [0 + 4
+ 1] =
6= .
5
3
2
6
10
30
5
Donc la formule n'est pas exacte pour les polynomes de degr4.
3)La valeur approche de I(exp(x2 )) est 0.74718.
Exercice 4 :

On considre la formule de quadrature suivante :

Z 1
f (x)
dx = A0 f (x0 ) + A1 f (x1 ) + E(f )
2
1 1 + x
1) Determiner A0 ,A1 , x0 et x1 pour que la formule de quadrature prcdente soit exacte

pour les polynmes de degr3.

2) Cette formule est-elle exacte pour les polynmes de degr 4.
3) Calculer, en utilisant la formule de quadrature prcdente, E(Arctg(x)).
4) Calculer l'erreur exacte de la formule de Newton-Cottes 3 points
26

( x0 = 1, x1 = 0, x2 = 1) applique la fonction g(x) =

Arctg(x)
1 + x2

Solution 4 :
1) On cherche A0 ,A1 , x0 et x1 pour que la formule de quadrature prcdente soit exacte pour les polynmes de degr3 (E(f)=0)
On prend B = {1, x, (x x0 )(x x1 ), x(x x0 )(x x1 )}
Pour f (n) = (x x0 )(x x1 )
Z 1
Z 1 2
(x x0 )(x x1 )
(x x0 x1
dx = 0 =
dx = 0
2
1+x
1 + x2
1
1
Z 1
(x0 x1 1
(1 +
) dx = 0 = [x + (x0 x1 1)Arctg(x)]11 = 0
donc
2
1+x
1

4
d0 o 2 + (x0 x1 1) = 0 = (x0 x1 1) =
2

4
4
= x0 x1 =
+1=
Pour f (n) = x(x x0 )(x x1 )

Z 1
Z 1
x(x x0 )(x x1 )
(x2 (x0 + x1 )
dx
=
0
=
dx = 0
1 + x2
1 + x2
1
1
Z 1
(1
donc (x0 + x1 )
(1 +
) dx = (x0 + x1 ) [x + Arctg(x)]11 Aprs le calcule on
2
1
+
x
1
r
4
4
= x0 =
trouve que x0 = x1 donc x0 =

r
4
donc x1 =

Pour f (n) = x


1
1
x
2
dx = A0 f (x0 ) + A1 f (x0 ) =
ln(1 + x )
= A0 x0 + A1 x0
2
2
1 1 + x
1
= (A0 A1 )x0 = 0 = A1 = A0
Pour f (n) = 1
Z 1
1

dx = [Arctg(x)]11 = A0 + A1 =
2
2
1 1 + x

Donc A0 = A1 =
4
d'o
r
r
Z 1
f (x)

4
dx = (
)+
(
) + E(f )
2
4

1 1 + x
Z

2) On pose f(x)=x4
1

x4
dx
2
1 1 + x
 3
1
Z 1
x4
x
3 8
et on obtient que
dx =
x + Arctg(x)
=
2
3
6
1 1 + x
1
On calcule

27

La valeur approche :
r
r

4 2 3 8
4 4
4 4
(
) +
(
) =
(
)#
4

6
donc la formule n'est pas exacte pour les polynmes de degr 4.
3) E(Arctg(x)), puisque Arctg(x)est une fonction impaire donc E(Arctg(x))=0 car la formule quadratique est exacte pour les fonctions impaires.

Exercice 5 :

On considre la formule de quadrature suivante :

Z 1
f (x) dx = A0 f (x0 ) + A1 f (0) + A2 f (x1 ) + E(f )
1

1) Determiner A0 ,A1 ,A2 , x0 et x2 pour que la formule de quadrature prcdente soit ex-

acte pour les polynmes de degr 4.

2) Cette formule est-elle exacte pour les polynmes de degr 5 ?
3) Calculer, en utilisant la formule de quadrature prcdente E(x Log(1 + x2 )).
Solution 5 :

1)On prend B = {1, x, x2 , (x x0 )(x x1 ), x(x x0 )(x x1 ), x2 (x x0 )(x x1 )}

La fomule quadratique est exacte pour les polynmes de degr 4, donc elle est exacte
pour chaque lement de la base B.
Pour f (n) = x(x x0 )(x x1 )
Z 1
Z 1
x(x x0 )(x x1 ) dx = A0 f (x0 ) + A1 f (0) + A2 f (x1 ) = 0 =
(x3 x2 x1 +
1
1
 3
1
x
2
x2 x0 + xx1 x0 )dx = 0 =
= 0 = (x1 + x0 ) = 0
(x1 + x0 )
3
3
1
d'o x1 = x0
Pour f (n) = x2 (x x0 )(x x1 )
Z 1
Z 1
2
(x4 x3 x1 + x3 x0 + x2 x1 x0 )dx = 0
x (x x0 )(x x1 ) dx = 0 =
1
1
 5

3 1
x
x
2 2
=
+ (x1 x0 )
= 0 = + (x1 x0 ) = 0
5
3 1
5 3
3
d'o x1 x0 =
5
r
r
3
3
Donc on trouve que x0 =
et x1 =
5
5
Pour f (n) = 1
Z 1
dx = A1 + A2 + A3 = 2
1

Pour f (n) = x

28

x dx = A0 x0 + A2 x1 = 0 = A0 = A2
1

Pour f (n) = x2
Z 1
2
3
3
2
x2 dx = A0 x0 2 + A2 x1 2 =
= A0 + A2 =
3
5
5
3
1
3
3
2
5
8
= A0 + A0 =
= A0 = A2 = etA1 =
5
5
3
9
9
d'o
r
r
Z 1
8
5
5
3
3
) + f (0) + f
) + E(f )
f (x) dx = f (
9
5
9
9
5
1
Z 1
5
f (x) dx = 0
2) soit f (x) = x on a
q
q 1
= 59 ( 35 )5 + 59 ( 35 )5 = 0
Donc la formule est exacte pour les polynomes de degr 5.
3) Pour f (x) = xln(1 + x2 ) La formule quadratique prcedente est exacte pour les fonc-

tions impaires or f (x) = xln(1 + x2 ) est impaire donc E(f)=0.

Exercice 6 :

Soit la formule de quadrature suivante :

Z
f (x) sin(2x) dx = A0 f (x0 ) + A1 f (x1 ) + E(f )
0

o E(f) est l'erreur.

1) Dterminer A0 ,A1 ,x0 et x1 de telle sorte que la formule propose soit exacte
(E(f) = 0) quand f est un polynme de degr 3.
2) Est-ce que cette formule est exacte pour les polynmes de degr 4 ?
3) Utiliser le rsultat prcdent pour donner une valeur approche de l'intgrale
Z
log(1 + x) sin(2x) dx
0

Solution 6 :
1) Exercice 7 :

Montrer que l'erreur de la formule de Simpson, applique

sin(x)dx
0

est gale zro.

Solution 7 :

On a

sin(x)dx Donc montrons que Sn = 0

2
On a f(x)=sin(x) Ou a=0 et b = 2 , h =
N
2i
xi = x0 + ih =
N
h
Sn = [f (x0 ) + 4f (x1 ) + 2f (x2 ) + ...... + 4f (xN 1 ) + f (xN )]
3
29

2(N i)
2i
2i
et xN i =
= 2
N
N
N
sin(xN i ) = sin(2 xi ) = sin(xi ) sachant que N-i et i ont la mme parit.
x N = alors sin(x N ) = 0 Donc en fesant la somme
2
2

N
N
+1
2
2
2
X
X
h
(f (xi ) + f (xN i )) + f (x N ) + 2
(f (xi ) + f (xN i )) + f (xN )
Sn = f (x0 ) + 4
2
3
i=1
i=2
xi =

Sn = 0

30

UNIVERSIT CADI AYYAD

FST Marrakech

2012/2013

T.D N 4 : Analyse Numrique

M.I.A.S.I
Exercice 1 :

Pour approcher la solution du problme (P )


(P )
avec

y 0 (x) = f (x, y)
y(0) =

x [0, r]

1) f continue sur [0, r] IR

2) f

lipschitzinne en y uniformement par rapport x.

3) f 3 fois continument direntiable.

On propose la mthode suivante :


(S)

yi+1 = yi + h (xi , yi , h)
y0
i = 0, ....., n 1

o (x, y, h) = a k1 + b k3 ,
avec k1 = f (x, y)


h
h
k2 = f x + , y + k1
3
3


2h
2h
k3 = f x + , y + k2
3
3

a et b sont deux constantes qu'il faudra dterminer.

1) Quelle relation lie a et b pour que la mthode propose soit consistante. ?
2) Cette mthode est-elle stable quelque soit a et b IR ?
3) Dterminer a et b pour que cette mthode soit au moins d'ordre 2.
4) Montrer alors que cette mthode est en fait au moins d'ordre 3.
Solution 1 :

1.

yi+1 = yi + h(xi , yi , h)
y0
La mthode est consistante ssi (x, y, 0) = f (x, y)
(x, y, 0) = af (x, y) + bf (x, y) = f (x, y)
a + b = 1.
31

2h
2h
2. |(x, y, h) (x, z, h)| = af (x, y) + bf (x +
,y +
k2 (y)) af (x, z) + bf (x +
3
3
2h
2h
2h
, z + k2 (z) |a|M |y z| + |b| + |k2 (y)|
3
3
3
2h
|(x, y, h) (x, z, h)| |a|M ||y z| + |b|M ||y z| + |k2 (y) k2 (z)|
3
h
h
|k2 (y) k2 (z)| M |y + k(y) (z + k2 (z))|
3
3
h
|k2 (y) k2 (z)| M |y z| + |k2 (y) k2 (z)|
3
h
M |y z| + M |y z|
3
2h h 2
|y z|[|a|M + |b|M + |b|M +
+ M ] < L|y z|
3
3
Donc vrie les conditions de Lipschitz.

3. Pour que la mthode yi+1 soit d'ordre 2 il faut que :

1

(x, y, 0) = f 0 (x, y) (car f 2 fois continuement diren(x, y, 0) = f (x, y) et

2
tiable et ,
et
existent. )
h
h2
On a (x, y, 0) = f (x, y) (d'aprs 1) consistance.)
2h
2h
(x, y, h) = ak1 + bk3 = af (x, y) + bf (x + , y + k2 )
3  3


 


2 f
2h
2h k2
2

2h
2
f
2
(x, y, h) = 0+b
k2 +
x + , y + k2 +

x + h, y + hk2
h
3
x
3
3
3
3
h
y
3
3




k2
1 f
h
h
h
h
f
=
x + ; y + .k1 + df rac13k1
x + ; y + .k1
h
3 x
3  3
y 
3
3
2 f
2
f
2 (1)
1

(x, y, 0) = b
+ f (x, y). (x, y) = b f (x, y) = f (1) (x, y)
Donc
h
3 x 3
y
3
2
2
1
3
1
b = b = d'o a =
3
2
4
4
4. Pour que la mthode yi+1 soit d'ordre 3 il faut (x, y, 0) = f (x, y)

1
(x, y, 0) = f (1) (x, y)
h
2
2
1
(x, y, 0) = f (2) (x, y)
2
h
3
2 3
car f est 3 fois continuement dierentielle et ,
,
,
existent et sont conh h2 h3
tinues.
2h
2h
X =x+
Y = y + k2
3
3
2
4 2f
4
4h k2 2 f
(x,
y,
h)
=
b(
(X,
Y
)
+
(
k
+
.
)
(X, Y )
2
h2
9 x2
9
9 h xy
2 k2 2h 2 k2 2 k2 f
+
+
(X, Y ))
+(
3 h
3 h2
3 h y
2
2h k2 2 2 f
2 k2 2 k2 2 f
+ ( K2 +
)(
(X, Y ) + (
+ h
.
(X, Y )))).
3
3 h 3 xy
3 h
3 h y 2

2 k2
1 2f
1 2f
1
2f
1 2 2f
=
(A,
B)
+
k
(A,
B)
+
k
.
(A,
B)
+
k
(A, B).
1
1
h2
9 x2
9 xy
9 xy
9 1 y 2
2
4 2f
4
2f
4 f
4
f
f
(x,
y,
0)
=
b(
(x,
y)+
f
(x,
y).
(x, y)+
(x, y)+ f (x, y). (x, y)) (x, y)+
2
2
h
9 x
9
xy
9 x
9
y
y
32

2
2 2f
2
2f
.f (x, y)(
(x, y) + f (x, y). 2 (x, y))
3
3 xy
3
y
Exercice 2 :

Soit le problme direntiel avec condition initiale :

 0
y (x) = f (x, y) x [a, b]
y(a) =
o f est une fonction de [a, b] IR IR continue dont toutes les drives partielles
jusqu' l'ordre 2 inclus existent et sont continues et dont la drive partielle par rapport
y : fy0 est borne.
On propose la mthode suivante :

y0 = , h =

ba
n

yn+1 = yn + h f (xn , yn ) + h2 g(xn + h, yn + hf (xn , yn ))

o , , et sont des rels 0, et o :

g(x, y) =

f (x, y) f (x, y)
+
f (x, y).
x
y

1 ) A quelle condition cette mthode est-elle consistante ?

2 ) Dterminer , , et pour que la mthode propose soit d'ordre le plus lev possible.
3 ) Montrer que si la fonction g est lipschitzinne par rapport la deuxime variable
y, la mthode est stable.
Solution 2 :

f
f
(x + h, y + hf (x, y)) +
(x + h, y + f (x, y)))
x
y
La mthode est consistante ssi (x, y, 0) = f (x, y)
Or (x, y, 0) = f (x, y) et par suite = 1
2)f est continue et sa drive par rapport y est borne donc lipschitzienne en y uniformment par rapport x donc le problme de Cauchy admet une solution .
2
f est de classe C 3 donc ,
,
existent et sont continues
h h2

(x, y, 0) = f (x, y)

(x, y, 0) = 21 f (1) (x, y)

= 31 f (2) (x, y)
h2
1) on a : (x, y, h) = f (x, y) + h(

f
f
2f
(x, y, h) = (x+h, y +hf (x, y))+f (x, y) (x+h, y +f (x, y))+h( 2 x+
h
x
y
x
2f
2f
2f
h, y+hf (x, y)+f (x, y)
)+hf (x, y)(
(x+h, y+hf (x, y))+f (x, y) 2 (x+
xy
xy
y
33

h, y + hf (x, y)))
Et par suite on a :

f
f
(x, y, 0) = ( (x, y) + f (x, y) (x, y)) = f (1) (x, y)
h
x
y
1
et donc =
2
et de mme on a
2f
2
2f
2f
+
)
(x,
y,
0)
=
2(
(x,
y)
+
f
(x,
y)
h2
x2
xy xy
= f (2) (x, y)
1
ce qui donne = .
3
3)On a :
|(x, y, h) (x, z, h)| = |(f (x, y) f (x, z) + h(g(x + h, y + hf (x, y)) g(x + h, z +
hf (x, z)))|
M |y z| + hM (|y z + h(f (x, y) f (x, z))|)
M |y z| + |y z|(hM + h2 M 2 )
|y z|(M + hM + h2 M 2 )
|y z|(M + (b a)M + (b a)2 M 2 )
Donc vrie une condition de Lipschitz donc la mthode est stable .
Exercice 3 :

On considre le problme de Cauchy suivant :


(P )

y 0 (x) = f (x, y)
y(a) =

x [a, b]

o f est une fonction 2 fois continument direntiable sur [a, b] IR et dont la drive
partielle par rapport y est borne.
Pour rsoudre numriquement le problme (P ), on propose la mthode suivante :

y0 =
pour i = 0, ....., n 1.
yi+1 = yi + 0 k0 + 1 k1
avec k0 = hf (xi , yi )

k1 = h f (xi + h, yi + k0 ) , 6= 0
h=

ba
, xi+1 = xi + h.
n

Dterminer les coecients 0 , 1 pour que l'ordre de cette mthode soit au moins gal
2.
Faire l'tude de la stabilit, de la consistance, de l'ordre et de la convergence.
Solution 3 :

34

(x, y, h) = 0 f (x, y) + 1 f (x + h, y + hf (x, y))

f est continue et sa drive par rapport y est borne donc lipschitzienne en y uniformment par rapport x
Donc le problme de Cauchy admet une solution .

existent et sont continues

f est de C 2 donc ,
h
(
(x, y, 0) = f (x, y)
La methode est d ordre 2

(x, y, 0) = 12 f (1) (x, y)

h
On a :
(x, y, 0) = 0 f (x, y) + 1 f (x, y) = f (x, y) 0 1 = 1

f
f
(x, y, h) = 1 [ (x + h, y + hf (x, y)) + f (x, y) (x + h, y + hf (x, y))
h
x
y

f
f
1
(x, y, 0) = 1 ( (x, y) + f (x, y) (x, y) = 1 f (1) (x, y) 1 =
h
x
y
2
1
1
On en dduit : 1 =
et 0 = 1
2
2
La stabilit :
|(x, y, h)(x, z, h)| = |0 f (x, y)+alpha1 f (x+h, y+hf (x, z))0 f (x, z)+alpha1 f (x+
h, z + hf (x, z))|
|0 |M |y z| + |1 |M [y + hf (x, y) z hf (x, z)]
|y z|[|0 |M + |1 |M + |1 |M 2 (b a)]
Donc vrie une condition de Lipschitz donc la mthode est stable.
Et elle est consistante car ((x, y, 0) = f (x, y)) par consquent elle est convergente (stabilit + consistance)
Exercice 4 :

On donne l'quation direntielle suivante :

y(0) =
0

dy(x) = x x3 x [0, 1]
dx
1
), avec la mthode d'Euler.
n
Trouver une formule explicite pour yi et e(xi , h) = yi y(xi ).
On calcule la valeur approche yi de y(xi ) (xi = ih et h =

Solution 4 :

y(0)

dy(x) = x x3 x [0, 1]
dx
35

 Trouvons une formule explicite pour yi :

On a xi = x0 + ih = ih avec i = 0, ..., n et h =

yi = yi1 + hf (xi1 , yi1 )


yi = yi1 + h(xi1 x3i1 )
y0 = 0
yi = yi1 + f (xi1 x3i1 )
yi1 = yi2 + h(xi2 x3i2 )
.
.
.
.
y1 = y0 + h(x0 x30 )
En faisant la somme, on obtient donc :
i1
P
yi = y0 + h (xk x3k )
yi = y0 + h

ba
1
=
n
n

k=0
i1
P

(kh (kh)3 )

k=0
i1
P
2

i1
P 3
k h4
k on a : (y0 = 0)
k=0
 k=0 2 2 
(i 1)i
(i 1) i
yi = h2
h4
2
4


1 (i 1)i
1 (i 1)i
yi = 2
1 2
n
2
n
2
Pour calculer e(xi , h)Z, on calcule
Z l'intgrale :
dy(x)
= x x3 = y 0 (x) = (x x3 )dx
dx
x2i
x4i
x2 x4

+ k = y(xi ) =

+k
y(x) =
2
4
2
4
On trouve k par la condition initiale y(0) = 0.
x2 x 4
e(xi , h) = yi y(xi ) = yi i i
2
4
2 2
4 4
ih
ih
e(xi , h) = yi

2
4

yi = y0 + h

Exercice 5 :

Montrer que la mthode d'Euler modie fournit la solution exacte du problme de Cauchy
suivant :

y(1)

dy(x) = 2x x [1, 2]
dx

Solution 5 :

36

y(1) = 0
dy(x)
= 2x x [1, 2]
dx
Dterminons la solution exacte
:
R
dy(x) = 2xdx = y(x) = 2xdx
y(x) = x2 + c avec c IR
donc on a y(1) = 0 = c = 0.
Alors y(x) = (1 x2 )
Mthode d'Euler modie :
1
i
xi = x0 + ih = 1 + avec h =
n
n

h
h

yi = yi1 + hf (xi1 + 2 , yi1 + 2 f (xi1 , yi1 ))

h
=
y

2h(x
+
)

i1
i1

y0 = 0
h
yi = yi1 2yh(xi1 + )
2
h
yi1 = yi2 2h(xi1 + )
2
.
.
.
h
yi = y0 2h(x0 + )
2
En faisant la somme donc, on trouve :
i1
P
h
yi = 2h (xk + )
2
k=0
donc :
(

yi = 2h

i1
X

(1 +

k=0

k h
+ )
n 2
i1

=
=
=
=

ih 1 X
2h(i +
+
k)
2
n k=0


h
(i 1)i
2h i(1 + ) +
2
2n


i
1
(i 1)
2
1+ )+
n
2n
2n


i
i
2
1+
n
2n

Calcuons y(xi ) :

y(xi ) = (1 xi )(1 + xi )
i
i
= (2 + )
n
n
i
i
= 2 (1 + )
n
2n
= yi
37

c/c : yi = y(xi )
La formule est exacte.
Exercice 6 :

On considre le problme de Cauchy

y(a) =

(1)

dy(x) = f (x, y(x)) x [a, b]

dx
o on suppose f continue sur [a, b]IR et lipschitzienne en y par rapport x. On intgre
cette quation l'aide du schma itratif

y0 =

yi+1 = yi + h(xi , yi , h) i = 0, ..........., n 1

avec xi = a + i h, h =

ba
et
n



h
h
(x, y, h) = 2f x + , y + f (x, y) f (x, y)
4
4
Vrier que cette mthode est consistante.
Montrer qu'elle est stable.
Montrer qu'elle est convergente.
Etudier son ordre.
On pose f (x, y) = x avec > 0 et a = 0.
Quelle est la solution du problme du Cauchy ?
Montrer que le schma itratif peut se mettre sous la forme yn+1 = P (h)yn o P est
un polynme de degr 2 prciser.
1)
2)
3)
4)
5)

Solution 6 :

1. On a (x, y, h) = 2f (x + h4 , y + h4 f (x, y)) f (x, y)

On a (x, y, 0) = 2f (x, y) f (x, y) = f (x, y)
Donc la mthode est consistante.
2. Montrons que vrie une condition de Lipschitz.

38

h
h
|(x, y, h) (x, z, h)| = |2f (x + , y + f (x, y)) f (x, y)
4
4
h
h
2f (x + , z + f (x, z)) f (x, y)|
4
4
h
h
2M |y + f (x, y) z f (x, z)| + M |y z|
4
4
h
2M (|y z| + |y z|) + M |y z|
4
ba 2
|y z| (2M +
M + M)
2{z
|
}
k

k|y z|
Donc vrie une condition de Lipschitz , donc elle est stable.
3. La mthode est stable et consistante, donc elle est est convergente.
4. Dterminons l'ordre :
2
,
existent et continues.
,
h h2
On a dj : (x, y, 0) = f (x, y)




1 f
h
h
1
f
h
h
(x, y, h) = 2
(x + , y + f (x, y)) + f (x, y) (x + , y + f (x, y))
h
4 x
4
4
4
y
4
4



1 f
1
f
(x, y, 0) = 2
(x, y) + f (x, y) (x, y)
h
4 x
4
y


1 f
f
=
(x, y) + f (x, y) (x, y)
2 x
y
1 (1)
=
f (x, y)
2
Donc la mthode est d'ordre 2.
dy(x)
5.
= f (x, y) = x, > 0, a = 0
dx
La solution du problme :
dy(x)
x2
= x = y(x) =
+ c, c IR
dx
2
Or : y(0) = = c =
x2
y(x) = +
2
Montrons que : yn+1 = p(h)yn
h
yn+1 = yn h2(xn + )
4
h
yn+1 = yn 2h(xn + )
4
h
yn = yn1 2h(xn1 + )
4
h
yn = yn1 2h(xn1 + )
4
39

h
yn1 = yn2 2h(xn2 + )
4
h
y1 = y0 2h(x0 + )
4
n
P
h
Donc : yn+1 = y0 +
2h(xi + )
4
i=0
n
P
h
yn+1 = y0 +
2h(xi + )
4
i=0
n
P
h
= 2h ih +
4
i=0
n
P
1
= 2h2
i+
4
i=0


1
2 n(n + 1)
= 2h
+ n
4
h2
ni
2
yn+1 = h n(n + 1) +
2 

n(n
+
1)
n
yn+1 = 2 h2
+

Exercice 7 : f C 4 ([a, b] IR)

Montrer que la mthode de R.K. suivante :

y0 IR est donn,

k1 = f (x

 i , yi )


h
h

k2 = f xi + , yi + k1

2
2 

h
h

k3 = f xi + , yi + k2

2
2

k4 = f (xi + h, yi + hk3 )

y = y + h (k + 2k + 2k + k ) i = 0, , n 1
i+1
i
1
2
3
4
6
est d'ordre 4.

40

UNIVERSIT CADI AYYAD

FST Marrakech

2012/2013

T.D N 5 : Analyse Numrique

M.I.A.S.I
Exercice 1 :

Montrer que :

i) kxk2 kxk1
ii) kxk

n kxk2

kxk2 n kxk

iii) kxk kxk1 n kxk

1

iv) pour 1 p < +, ||u|| ||u||p n p ||u||

Solution 1 :
i) On a kxk2 =

n
P

|xi |2

1/2

i=1

d'aprs Jensen on a kxk2

n
P
i=1

|xi | = kxk1

donc kxk2 kxk1 ?

n
n
P
P
Aussi on a kxk1 =
|xi | =
1 |xi |
i=1
i=1
 n 1/2  n
1/2
n
P
P 2
P
2
=
1 |xi |
1
|xi |
(Holder p=2 et q=2)
i=1

donc kxk1

i=1

i=1

n kxk2 ? ?

D'aprs ? et ? ? on dduit que : kxk2 kxk1

ii) On a kxk = max
!1in | xi |=| xi0 |

et kxk22 =

n
X

|xi |2

| xi0 |2

i=1

d'o kxk2 kxk

n
n
X
X
2
2
kxk2 =
|xi |
|xi0 |2
i=1

kxk22 |xi0 |2
kxk22

n
X

i=1

|1|2

i=1
2

n|xi0 |

d'o kxk22

n kxk

donc kxk kxk2

n kxk
41

n kxk2

iii) D'aprs i) et ii) on a : kxk kxk2 kxk1

n kxk2

n n kxk = n kxk

donc kxk kxk1 n kxk

iv) On a kxk = max
! 1in | xi |=| xi0 |
n
X

et kxkpp =

|xi |p

i=1
n
X
p

kxkpp |xi0 |

n
X

|xi0 |p

i=1

1 = n kxkp

i=1

= kxkp n1/n kxk

d'autre part

kxkpp

n
X

!
|xi0 |n = kxkp

|xi |p

i=1

Donc kxkp |xi0 |n = kxk

1

d'o 1 p < +, ||u|| ||u||p n p ||u||

Exercice 2 :

Montrer que pour tout p 2 on a :

kxkp

kxk
kxkp1

!1/p
kxkp1 kxkp1 .

Solution 2 :

On a kxkpp =

n
X

!
|xi |p

i=1

kxkpp

n
X

n
X

!
|xi ||xi |p1

i=1

!
|xi0 ||xi |p1

i=1

kxkpp

kxk kxkp1
p1

kxk
kxkpp1
kxkp1
!1/p
kxk
d'o kxkp
kxkp1
kxkp1

kxkpp

d'aprs iv) de l'exercice prcedent on a :

kxk kxkp1 avec p 2

d'o

kxk
kxkp1

!1/p
1

kxkp

kxk
kxkp1

!1/p
kxkp1 kxkp1 .
42

Exercice 3 :

1) Montrer que pour toute norme matricielle on a : kIk 1.

2) Pour A Mm (IR), on pose kAk =

!1/2

n
P

a2ij

i,j=1

Montrer que kk est une norme matricielle qui n'est pas induite par une norme vectorielle.
Cette norme est appele norme de Frobenius et sera note kkF .
3) Montrer que kAk2F = tr(At .A). En dduire que

kAk2 kAkF n. kAk2 .

Solution 3 :

1) On a k.k est une norme matricielle donc kI.Ik kIk kIk = kIk kIkp
Or kIk =
6 0 donc kIk 1
2) Montrons que k.k est une norme matricielle.
!1/2
n
P
(*) kAkF = 0
= 0 aij = 0 A = 0
a2ij
i,j=1

(*) kA + Bk2F =

n
P

(aij + bij )2

i,j=1
n
P

= kA + Bk2F =

= kA + Bk2F

aij (aij + bij ) + bij (aij + bij )

i,j=1
n
P

|aij ||aij + bij | +

i,j=1
n
P

= kA + Bk2F (

n
P

|bij ||aij + bij |

i,j=1

|aij |2 )1/2 (

i,j=1

n
P

n
P

|aij + bij |2 )1/2 + (

i,j=1

i,j=1

= kA + Bk2F kAkF . kA + BkF + kBkF . kA + BkF

= kA + BkF kAkF + kBkF
n
P
(*) soit C=AB donc Cij =
aik .bkj
k=1

= kA.Bk2F = kCk2F =

n
P

n
n
P
P
( aik .bkj )2

c2ij =

i,j=1

i,j=1 k=1

n
n
n
P
P
P
= kA.Bk2F
( a2ik .
b2kj )

= kA.Bk2F
= kA.Bk2F

i,j=1 k=1
n P
n P
n
P

k=1

a2ik .

n
P

b2kj )

i=1 j=1 k=1

k=1
n P
n
n P
n
P
P
a2ik .
b2kj
i=1 k=1
j=1 k=1

d'o : kA.Bk2F kAk2F kBk2F

43

|bij |2 )1/2 (

n
P

i,j=1

|aij + bij |2 )1/2

Donc c'est bien une norme matricielle.

!1/2

n
P

de plus kIn kF =

12

i,j=1

= n1/2 6= 1 donc k.kF n'est pas une norme induite.

3) on pose C = At A
On a Cij =

n
P

aki .akj et tr(C) =

cii

i=1

k=1

(*) = tr(C) =

n
P

n P
n
P
i=1 k=1

a2ki = kAk2F

p
(*) kAkF = (At A) or At A est diagonalisable car elle est symtrique donc toutes les
v.p sont positives. Donc (At A) = max|i | = |i0 | = i0 .
tr(At A) =

n
P

i i0

i=1

donc kAk2F (At A) = kAk22 = kAkF kAk2

kAk2F = tr(t AA) =

n
P

i=1

donc kAkF n kAk2 .

n
P
i=1

i0 = ni0 = n(At A) = n kAk22

Exercice 4 :

A Mm (IR) une matrice carre d'ordre n.

1) Montrer que si A est s.d.p (symtrique dnie positive) alors les lments diagonaux
de A sont strictement positifs.
2) On suppose que A est symtrique. Montrer que A est s.d.p si et seulement si toutes les
valeurs propres de A sont strictement positives.
3) On suppose que A est s.d.p. Montrer que l'on peut dnir une matrice B Mm (IR)
s.d.p telle que B 2 = A. (On parle dans ce cas de racine carre de la matrice A).
Solution 4 :

1) Soit A Mn (IR) telque A est s.d.p

soit (e1 ; .....; en ) une base canonique. Aei ei = aii or ei 6= 0 et puisque A est s.d.p donc
aii > 0
2) On a A est symtrique donc A est diagonalisable dans une base orthonorme.

Soit (f1 ; .....; fn ) et soit x =

n
P

i f i

i=1

44

Ax =

n
P

i i fi donc Axx =

i=1

n
P

i2 i

i=1

Soit x 6= 0 donc Axx =

n
P

i2 i (1)

i=1

on a i > 0 et 2i 0 donc Axx 0

si Axx = 0 = i = 0 donc x=0 (absurde)
Alors Axx > 0 x 6= 0

= soit x = fi et d'aprs (1) Afi fi = i > 0 car A est dnie positive.

3) Soit A s.d.p On a A = P.D.P 1 avec P une matrice de passage de la base C la

base O.
Or

D = D0 = diag( 1 ; .....; n

On a A = P.D02 .P 1 = (P.D0 .P 1 )(P.D0 .P 1 ) = B 2 avec B = P.D0 .P 1

Exercice 5 :

(Srie de Neumann)
Soit A Mm (IR) une matrice carre d'ordre n. Montrer que la srie de terme gnral Ak
converge vers (I A)1 si et seulement si %(A) < 1.

Solution 5 :

Montrons que

An = (I A)1 si %(A) < 1

P
n0

On a : (I A)

nAk = (I A)(I + A + .... + An )

P
k=0

= donc (I A)

nAk = (I An+1 )

k=0

Or %(A) < 1 alors An+1 converge vers 0

= (I A)

P
n0

donc on a

An = I =

An = (I A)1 puisque (I-A) est inversible car %(A) < 1

n0

An CV = An CV vers 0 = %(A) < 1

n0

Exercice 6 :

Montrer que pour toute norme matricielle induite par une norme vectorielle, on a :

45

 1/k
lim Ak = %(A).

Solution 6 :

On a %(An ) kAn k or %(An ) = %n (A)

donc %n (A) kAn k = %(A) kAn k1/n
et puis %(A)

lim inf kAn k1/n

n+

Soit > 0 A =

1
.A
%(A)+

= %(A ) < 1 donc An CV vers 0

0 > 0 ; N IN n N kAn k < 0

= kAn k =

1
. kAn k
(%(A)+)n

On prends 0 = 1 donc n N kAn k < %(A) +

lim sup kAn k1/n %(A)

n+

donc

lim kAn k1/n = %(A)

n+

Exercice 7 :

Montrer que la rsolution d'un systme linaire complexe A Cnn et b Cn , se ramne

la rsolution d'un systme linaire rel et donner celui-ci.

Solution 7 :

Ax=b (A0 + iA)(x0 + ix) = b0 + ib

Ax=b A0 x0 + iA0 x + iAx0 Ax = b0 + ib
Ax=b A0 x0 Ax = b0 et A0 x + Ax0 = b
 0
 0   0 
A A
x
b
=
A A0
x
b

Exercice 8 :

Soit


A=

100 99
99 98
46

1) Calculer le conditionnement de A en norme innie.

2) Montrer que cette matrice est la plus male conditionne parmi les matrices carres
d'ordre 2 inversibles coecients compris entre 0 et 100.

Solution 8 :



1
98
99
1) On a kAk = 199 et A =
avec det A = 1
det A 99 100


1
98
99
donc A1 =
donc kA1 k = 199
100
det A 99
1

= condk k A = (199)2 c'est mal conditione puisque condk k A  1

2) Soit


B=

100 100
a
b

, kBk = 200
Si B est inversible donc b 6= a

1
=
100(b a)


+b 100
a 100
|
{z
}
C

telque kCk = max((100 + a), (100 + b))

kCk 200 donc kB 1 k

2
2
(b a)

= condk k (B) 400 < 1992

Exercice 9 :

Soit A la matrice tridiagonale dont les lments diagonaux sont gaux 2, et les autres
lments non nuls -1.
Calculer la dcomposition LU de A, et en dduire que A est inversible.
Exercice 10 :

Montrer que si A est diagonale strictement dominateur alors A est inversible.

Solution 10 :

47

Supposons que A n'est pas inversible donc il existe x IRn {0} / Ax=0.

n
P

ai x j = 0

j=1

kxk = maxi |xi | = |xi0 | =

6 0
n
P

n
P

aij xj = 0 = ai0i0 xi0 +

j=1

ai0j xj = 0

j=1,j6=i0
n
P

= ai0i0 xi0 =
= |ai0i0 ||xi0 |
= |ai0i0 ||xi0 |

ai0j xj

j=1,j6=i0
n
P
j=1,j6=i0
n
P

|ai0j ||xj |
|ai0j ||xi 0|

j=1,j6=i0

= |ai0i0 |

n
P

|ai0j | ce qui est impossible car A est diagonale dominante.

j=1,j6=i0

Exercice 11 :

Soit A une matrice symtrique, dnie positive. On suppose que A = M N avec

M inversible et M t +N dnie positive. Montrer qu'alors la mthode itrative M x(n+1) =
b + N x(n) converge.
Solution 11 :

Soit la norme vectorielle dnie par :

v IRn ||v||2A = v t Av .

||M 1 N v||2A =
=
=
=
=
=
=
=
=
=
=

(M 1 N v)t A(M 1 N v)
v t N t (M 1 )t AM 1 N v
v t (M A)t (M 1 )t AM 1 (M A)v
v t (M t A)(M 1 )t A(I M 1 A)v
v t (I AM 1 )t A(I M 1 A)v
v t (A AM 1 A)v v t (A(M t )1 A + A(M t )1 AM 1 A)v
v t Av v t AM 1 Av v t (A(M t ))1 + A(M t )1 AM 1 A)v
||v||2A v t A(M t )1 M t M 1 Av v t (A(M t )1 M M 1 A + A(M t )1 AM 1 A)v
||v||2A v t A(M t )1 (M t + M A)M 1 Av
||v||2A v t A(M t )1 (M t + N )M 1 Av /w = M 1 Av 6= 0
||v||2A wt (M t + N )w

M t + N > 0 car M t + N est dnie positive

= ||M 1 N v||2A < ||v||2A
= ||M 1 N v||A < ||v||A
= ||M 1 N || < 1
= (M 1 N ) < 1
Donc la mthode itrative M x(n+1) = b + N x(n)
48

converge.

Exercice 12 :

Montrer que si A est diagonale strictement dominante alors la mthode SOR converge
pour tout choix de x(0) si 0 < 1.
Solution 12 :

A=M N

||M 1 N x||
1
||x||
Soit y = M 1 N x M y = N x
X
X
1
1
aij yi =
aij xj (1 )aii xi
aii yi +

j<i
i<j
P
aii yi + sumj<i
i<j aij xj + (1 )aii xi
Paij yj = P
aii yi = j<i aij yi j>i aij xj + (1 )aii xi
Soit i0 tel que ||y||
= |yi0 |
P
P
|ai0 i0 ||yi0 | P j<i0 |ai0 j ||yi0 | + Pj>i0 |ai0 j |||x|| + (1 )|ai0 i0 |||x||
|ai0 i0 ||yi0 | j<i0 |ai0 j ||yi0P
| j>i0 |ai0 j |||x||P
+ (1 )|ai0 i0 |||x||
(1 )|ai0 i0 ||yi0 | + (|ai0 j | j<i
|a
|)|y
|

j>i0 |a
P0 i0 j i0
Pi0 j |||x|| + (1 )|ai0 i0 |||x||
|yi0 |((1 )|ai0 i0 | + (|ai0 i0 | j<i0 |ai0 j |)) ||x|| ( j>i0 |ai0 j | + (1 )|ai0 i0 |)
Or A est diagonal strictement
dominanteP
donc
P
(1 )|ai0 i0 | + (|ai0 i0 | j<i0 |ai0 j |) > j>i0 |ai0 j | + (1 )|ai0 i0 |
|yi0 | = ||y|| < ||x||
||M 1 N x|| < ||x|| ||M 1 N || < 1
SOR converge si 0 < 1
||M 1 N || = maxx6=0

Exercice 13 :

Soit le systme linaire (S) donn par :

2x1 + 6x2 + 4x3 = 2

2x1 + 6x2 + 8x3 = 4 (S)

5x1 + 2x2 + 3x3 = 3

1) Ecrire le systme (S) sous la forme Ax = b.
2) Rsoudre le systme en utilisant la mthode de Gauss.
3) En dduire le dterminant de A1 .
Solution 13 :

1.
Le systme
(S)
sous
laforme
Ax = b :
2 6 4
x1
2
2 6 8 x2 = 4
5 2 3
x3
3
|
{z
} | {z } | {z }
A

2.
La mthode
 de Gauss :
2 6 4 2 L1
2 6 8 4 L2

5 2 3 3 L3
49

L2 L2 L1
5
L3 L3 L1
2 

2 6
4  2
0 0
4  2
0 13 7 2
donc :


2 6
4  2
0 13 7 2

0 0
4 2
Donc le systme est quivalente :

2x1 + 6x2 + 4x3 = 2

13x2 7x3 = 2

4x3 = 2
1
2
3
2 7x3
=
=
13
26
9
= 1 3x2 2x3 =
26
suite
:

= x3 =
= x2
= x1
Et par

x=

9
26
3
26
1
2

3. Du fait qu'on a permut la ligne 2 avec la ligne 3 dans la 2me tape de Gauss, On
a alors :
det(A) = (2 (13) 4) = 104
1
1
=
Donc : det(A1 ) =
det(A)
104
Exercice 14 :

On donne la matrice

1 1
1

1 4 41

A=
4 1 4
1 1

1
4 4
Utiliser la mthode de Gauss-Jordan pour
1) Trouver la matrice inverse A1 .
2) Faire la dcomposition LU de A.
3) En dduire la solution du systme Ax = b avec

2

4
b=
0

4) Vrier le rsultat en calculant A1 b

50

Solution 14 :
1)

1
1
4
1
4

1
4

1
1
4

 1 0 0

 0 1 0

1  0 0 1
1
4
1
4

1
L2 L2 L1 et L3
4


1 
1
1 41
4 
3  1
0 15
16
16 
4
5  1
3
0 16
16
4
1
L3 L3 L2
5


1 
1
1 4
4 
3 
0 15
16
16 
9 
0 0
10

1
4
1
5

4
L1 L1 L2
15
 16

1 
1 0
5 
15
0 15 3  1
16
16 
4
9  1
0 0 10
5
2
L1 L1 L3
9


1 0
0 
0 15 3 
16
16 
9 
0 0 10

10
9
1
4
1
5

1
L3 L2
4

0 0
1 0
0 1

0
1

1
5

0
0
1

1
5

0
0
1

2
9

2
9

4
15

1
5

0
1

5
L2 L2 L3
24


2
2
1 0
0  10
9
9
9
0 15 0  5 25 5
16
24
24
24

9  1
1
0 0
1
10
5
5
16
10
L2 L2
et L3 L3
15
9
 10 2 2


1 0 0  9
9
9
2
0 1 0  2 10
9
9
 9
2
10
0 0 1  2
9
9
9

51

Donc on a

10
9
2
9
2
9

2
9
10
9
2
9

2
9
2
9
10
9

2)

L=

1 0 0

1
1 0

1 1
1
4 5

1
1 4

15
U =
0 16

0 0

1
4
3
16
9
10

3)

Ax = b x = A1 b
10 2 2

9
2
9
2
9

9
10
9
2
9

9
2
9
10
9

2
x1
4 = x2
0
x3

x1 = 3
x2 = 4

x3 =
3
Exercice 15 :

On donne le systme

+ 3x2 x3 = 5
2x1
4x1
+ 4x2 3x3 = 3

2x1 + 3x2 1x3 = 1

1) Donner la matrice A du systme.
2) Dcomposer la matrice du systme en un produit LU puis rsoudre le systme linaire

donn.
3) Calculer partir de L et U la matrice inverse de A.
Solution 15 :

52

1. La matrice
A du systme
:

2 3 1
A = 4 4 3
2 3 1
2. Dcomposition
de
A en LU :

2 3 1
A = 4 4 3
2 3 1

2 3 1
L1

L2 2L1
0 2 1
0 6 2
L3 + L1

2 3 1
L1
0 2 1 L2
0 0 5
L3 + 3L2
Donc:

1
0 0
2 3 1
1 0 et U = 0 2 1
L= 2
1 3 1
0 0 5
A = LU
Ax = b = L |{z}
Ux = b
y

=
Ly
=b

5
y1

b = 3 et soit y = y2
3
1
y

1
0 0
y1
5

2
1 0
y2 = 3
=
1 3 1
y3
1
Donc :

= 5
y1
2y1 + y2 = 3

y1 3y2 + y3 = 1
= y2 = 3 10 = 7
= y3 = 1 +
3y2 = 1 + 5 3 7 = 15
y1 +
5
Donc : y = 7
15

2 3 1
x1
5
U x = y = 0 2 1 x2 = 7
0 0 5
x3
15

+ 3x2 x3 = 5
2x1
2x2 x3
= 7

5x3 = 15
D'o la solution du systme Ax = b est :

x = 2
3
53

1
3. A = LU =A1 = U 1 L

2 3 1
1/2 3/4 1/4
On a : U = 0 2 1 = U 1 = 0 1/2 1/10
0
0 5
0
0
1/5

1
0 0
1 0 0
1

2
1 0 = L = 2 1 0
L=
1 3 1
5 3 1
Donc :

1/4
0
1/4
A1 = 1/2 1/5 1/10
1 3/5 1/5

Exercice 16 :

Rsoudre, en utilisant la mthode de Cholesky, le systme linaire suivant :

4x1

+ 3x2
x1 + x2

+ x3 = 5
+ x3 = 4
+ 2x3 = 4

Solution 16 :

4 0 1
A = 0 3 1
1 1 2
A
dnie positive, donc A admet une dcomposition de Cholesky : A = LLt
est symtrique

l11 = a a11 = 2

12
l21 =
= 0
l11

a31
1

l31 =
=
l11
2

2
a21 l21
= 3
l22 =
a l21 .l31
3
l32 = 23
=
l22
3
r
p
17
2
2
l33 = a33 l31 l32 =
12
Donc:

2 0
0
0

3
0
r
L=
1 3
17
2 3
12
Ax = b et A = LLt 
Ly = b
= L |{z}
Lt x = b =
Lt x = y
y

54



x1
y1
Soit x = x2 et y = y2
x3
y3

2 0
0
y1
5
0
3 r0
y2 = 4

Ly = b =
1
3
17 y
4
3
3
12
2
5
2
4

Donc : y =
3
r
17

12
1
5
x1
2 0

24

3
x2
=
Lt x = y = 0

r3 r 3
17

17
0 0
x3
12
12

1
= x = 1
1
Exercice 17 :

Calculer
itrations de la mthode de Jacobi et Gauss-Seidel en partant de
les 3 premires

17
x(0) = 5 pour le systeme suivant :
20

5x1 x2 x3 = 4
x1 + 4x2 x3 = 0

2x1 x2 6x3 = 4

Solution 17 :

La solution exacte est (1, 0, 1) :

Jacobi :
P
P
(k)
(k)
b

a
x

i
ij
j
j<i
j>i aij xj
k+1
xi =
aii
(0)
(0)
b1 a12 x2 a13 x3
(1)
7 x1 =
= 4, 2
a11
(0)
(0)
b2 a21 x1 a23 x3
(1)
7 x2 =
= 9, 25
a22
(0)
(0)
b3 a31 x1 a32 x2
(1)
7 x3 =
= 7, 1666667
a33
55

(2)

(1)

(1)

(2)

(2)

4 + x 2 + x3
= 0, 383333
5
(1)
(1)
x1 + x3
= 2, 84666667
=
4
(1)
(1)
4 2x2 + x2
=
= 0, 80833373
6

7 x1 =
(2)

7 x2

(2)

7 x3

(3)

4 + x 2 + x3
= 1, 53
5
(2)
(2)
x1 + x3
= 0, 10625
=
4
(2)
(2)
4 2x1 + x2
= 1, 4833
=
6

7 x1 =
(3)

7 x2

(3)

7 x3

Gauss-Siedel : P
P
(k+1)
(k)
bi j<i aij xj
j>i aij xj
k+1
xi =
aii
(0)
(0)
b1 a12 x2 a13 x3
(1)
= 4, 2
7 x1 =
a11
(0)
(1)
b2 a21 x1 a23 x3
(1)
7 x2 =
= 3, 95
a22
(1)
(1)
b3 a31 x1 a32 x2
(1)
7 x3 =
= 0, 075
a33
(2)

(1)

(1)

(2)

(2)

4 + x 2 + x3
= 0, 005
5
(2)
(1)
x1 + x3
=
= 0, 0175
4
(1)
(2)
4 2x2 + x2
= 0, 66791
=
6

7 x1 =
(2)

7 x2

(2)

7 x3

(3)

4 + x 2 + x3
= 0, 93008333
5
(3)
(2)
x1 + x3
=
= 0, 005541
4
(3)
(3)
4 2x1 + x2
=
= 0, 9876164
6

7 x1 =
(3)

7 x2

(3)

7 x3

Exercice 18 :

56

Soit le systme

4x1 + 0.24x2 0.08x3 = 8

0.09x1 +
3x2 0.15x3 = 9

0.04x1 0.08x2 +
4x3 = 20
Estimez la solution 103 prs en utilisant la mthode de Jacobi et en partant de

2
(0)

3
x =
5
Solution 18 :

Estimation de la solution exacte avec la mthode de Jacobi :

xk+1
i

bi

j<i

(k)

aij xj
aii

(0)

(1)

(k)

j>i

aij xj

(0)

b1 a12 x2 a13 x3
= 1.920
a11
(0)
(0)
b2 a21 x1 a23 x3
= 3.940
=
a22
(0)
(0)
b3 a31 x1 a32 x2
=
= 5.040
a33

7 x1 =
(1)

7 x2

(1)

7 x3

(1)

(1)

(2)

(2)

b1 a12 x2 a13 x3
= 1.864
a11
(1)
(1)
b2 a21 x1 a23 x3
=
= 3.194
a22
(1)
(1)
b3 a31 x1 a32 x2
=
= 5.059
a33
(2)

7 x1 =
(2)

7 x2

(2)

7 x3

b1 a12 x2 a13 x3
= 1.909
a11
(2)
(2)
b2 a21 x1 a23 x3
=
= 3.197
a22
(2)
(2)
b3 a31 x1 a32 x2
=
= 5.045
a33
(3)

7 x1 =
(3)

7 x2

(3)

7 x3

Donc aprs les 3 premires ittrations on a trouv que la solution estime 103 prs
est la suivante :

1.909
x = 3.197
5.045
57

Exercice 19 :

Soit le systme

x2
x3 = 12
7x1
x1 + 10x2 + 2x3 = 6

x1 3x2 + 12x3 = 41
Utilisez la mthode de Gauss-Seidel pour trouver la solution du systme donn avec une
prcision de 102 . On donne l'approximation initiale

1.9
x(0) = 0.8
2.2
Solution 19 :

7 1 1
A = 1 10 2
1 3 12

12
1.9
b = 6 et x(0) = 0.8
41
2.2
La matrice A est diagonal strictement dominant, donc la mthode de Gauss-Seidel converge x(0) .
bi
(k+1)

xi

i1
X

(k+1)
ai,j xj

j=1

n
X

j=i+1

ai,i

Itration 1 :
(1)
x1 = 1.9142857
(1)
x2 = 0.8485714
(1)
x3 = 3.0450000
Itration 2 :
(2)
x1 = 2.0280612
(2)
x2 = 1.0061932
(2)
x3 = 2.9961131
Itration 3 :
(3)
x1 = 1.9985599
(3)
x2 = 0.9993666
(3)
x3 = 3.0002784
Itration 4 :
(4)
x1 = 2.000130
(4)
x2 = 1.000043
(4)
x3 = 2.999978
58

(k)

ai,j xj

i = 1, 2, 3

2
Donc la solution exacte du systme est : x = 1
3
Exercice 20 :

Considrons le systme

2x1 + x2 = 1
x1 + 3x2 = 0

Approchez la solution de ce systme par la mthode SOR ( = 1.0455 )en eectuant

deux itrations en partant de


1
(0)
x =
0.5
Solution 20 :

La mthode SOR avec

x
(k+1)

xi

(k)

= (1 )xi + (bi

Pi1

j=1

(0)


=
(k+1)

aij xj

1
0.5

(0)

Pn

j=i+1

(k)

aij xj

b1 0 a12 x2
= (1
+ (
)
a11
1 x02
(0)
= 0, 21517500
= 1 )x1 +
2
(1)
b2 a21 x2 0
(1)
(0)
x2 = (1 )x1 +
a22
(1)
x1
(0)
= (1 )x2
= 0, 09782437500.
3
(1)
(1 x2 )
(2)
(1)
x1 = (1 ) x1 +
= 0, 5641480007.
2
(2)
x1
(2)
(1)
x2 = (1 ) x2
= 0, 1921473.
3
(10)
(10)
Donc la mthode de SOR converge au bout de x1 = 0, 5999996 ; x2 = 0, 1999999

(1)
x1

(0)
)x1

59