Vous êtes sur la page 1sur 7

EXAMEN 1 - Corrig

MAT-2910 : Analyse numrique pour lingnieur Hiver 2010

Remarques :
1) Toutes les rponses doivent tre justifies. Dans le cas contraire, une r-
ponse sera considre comme nulle.
2) Seules les calculatrices avec lauto-collant de la Facult sont autorises.
3) Dposer votre carte didentit avec photo sur le coin gauche de votre
table et assoyez-vous du ct droit.
4) Nous ne rpondrons aucune question concernant ces exercices, sauf si nous
constatons la prsence dune ambigut ou dune erreur dans lnonc des ques-
tions, auquel cas la rponse sera annonce lensemble des tudiants.
5) Lexamen est not sur 100 points et compte pour 40% de la note finale.

Question 1. (15 points)


Dans cet exercice, on cherche une valeur approximative de e1 . Le dveloppement
de Taylor de ex en 0 de degr n est

x2 xn
1+x+ + ... +
2 n!
(i) [10 pts] Donner une majoration de lerreur lorsquon utilise le dveloppement
de Taylor en 0 de degr n pour avoir une approximation de e1 . En vous basant
sur cette majoration estimer la valeur de n pour garantir que lerreur de cette
approximation est infrieure 0.5 101 .
(ii) [5 pts] Pour cette valeur de n, sans faire de calcul, que pouvez-vous dire du
nombre de chiffres significatifs de lapproximation que lon obtiendrait ?
Rponses :
1
(i) Rn (1) (n+1)! e1
Rn (1) 0.227 101 pour n = 4, Rn (1) 0.113 pour n = 3, donc Rn (1)
0.5 101 partir de n = 4.
(ii) Comme e1 = 2.7 . . ., il y a 2 chiffres significatifs

1
Question 2. (10 points)
Estimez lerreur dans lvaluation de
2
f (x) = e10x cos(x)

si on sait que x est gal 2 106 prs.


Rponse : On applique la formule de propagation derreur avec x? = 2 et x = 106
2 2
et f 0 (x) = 20xe10x cos(x) e10x sin(x) : Cela donne

f ' |f 0 (x )| x = 4.1322 1012

Question 3. (25 points)


On veut calculer lunique racine positive r de lquation f (x) = 0 o

f (x) = ex x 2.

On vous propose dappliquer 2 mthodes de points fixes, bases sur les fonctions
suivantes
g1 (x) = ex 2
g2 (x) = ln(2 + x)
(i) [4 pts] Comment ces fonctions g1 et g2 ont-elles t obtenues ? Dtaillez vos
rponses.
(ii) [2 pts] Dans quel intervalle de longueur 1 se trouve cette racine ? (justifier)
(iii) [9 pts] En dduire si les mthodes de points fixes utilisant g1 et g2 convergent,
et leur ordre de convergence le cas chant.
(iv) [3 pts] Faire 2 itrations partir de x0 = 1 pour chacune des 2 mthodes de
point fixe.
(v) [5 pts] Appliquer la mthode de Newton lquation de dpart et faites 2 it-
rations partir de x0 = 1.
(vi) [2 pts] Pour quelle(s) valeur(s) de x0 ne peut-on pas dmarrer la mthode de
Newton ?
Rponses :
(i) f (x) = 0 f (x) + x = x (2 points)
ex x 2 = 0 ex = x + 2 x = ln(x + 2)
(ii) f (1) = e 3 < 0 et f (2) = e2 4 > 0, do lintervalle [1, 2]

2
(iii) g10 (x) = ex . Si 1 x 2, e1 ex e2 donc la mthode de point fixe diverge.
g20 (x) = 2+x
1
.

1 1 1
1 x 2 3 x + 2 4
3 x+2 4
donc la mthode de point fixe converge car g 0 (r) 1
3
et elle est dordre 1 car
g 0 (r) 14
(iv) x1 = g1 (1) = e 2, x2 = g1 (e) = ee2 2 (1 point)
x1 = g2 (1) = ln(3), x2 = g2 (ln(3)) = ln(ln(3) + 2) = 1.1309...
exn xn 2 2
(v) xn+1 = xn x1 = e1 = 1.1639..., x2 = 1.1464... (2 points)
exn 1
(vi) Les valeurs pour lesquelles f 0 (x0 ) = 0, cest--dire x0 = 0.

Question 4. (25 points)


On considre le systme linaire

4 2 0 x1 0
2 5 2 x2 = 0 (1)

0 2 5 x3 16

(i) [10 pts] Linverse de la matrice est



21 10 4
1
10 20 8

64
4 8 16

Sans calculer la solution de (1), en prenant x = (0, 0, 10) comme approximation


de la solution de (1), dterminer un encadrement de lerreur relative en norme
infinie (l )
(ii) [10 pts] Factoriser la matrice.
(ii) [5 pts] Utiliser cette factorisation pour rsoudre le systme linaire.
Rponses :
(i) On a kbk = 16, Ax = (0, 20, 50)t , krk = kb Ax k = 34, kAk = 9, kA1 k = 38
64
,
cond(A) = 342
64
= 171
32
. donc

32 34 ||~e|| 171 34
0.397... = = 11.35...
171 16 ||~x|| 32 16

3
(ii) Ltudiant pouvait utiliser la factorisation quil souhaitait, sans mettre profit
la structure particulire de la matrice puisquon na rien prcis dans la question.
La factorisation de Choleski fait apparaitre la matrice

2 0 0
L= 1 2 0

0 1 2

La facorisation LU
e fait apparaitre les matrices

1 0 0 4 2 0
L = 0.5 1 0 , U = 0 4 2
e

0 0.5 1 0 0 4

Tandis que la dcomposition LUe fait apparaitre les transposs des matrices
prcdentes.
(ii) Rsoudre en utilisant la factorisation prcdente.

Question 5. (25 points)


On veut rsoudre le systme non linaire
x2 = 1
x2 + y 2 = 2
x2 + xy + z 2 = 1
(i) [10 pts] Effectuer 3 itrations de la mthode de Newton en partant du vecteur
initial (x0 , y0 , z0 ) = (0.75, 0.75, 0.75).
(ii) [10 pts] En dfinissant lerreur par
En = k(xn xn+1 , yn yn+1 , zn zn+1 )k
estimer lordre de convergence de la mthode de Newton partir des 3 itrations
obtenues la question prcdente.
(iii) [5 pts] Pour quels vecteurs initiaux ne peut-on pas dmarrer lalgorithme ?
Rponses :
(i) On trouve :
(x1 , y1 , z1 ) = (1.041666666, 1.041666666, 1.0416666666)
(x2 , y2 , z2 ) = (1.0008333333, 1.0008333333, 1.0008333333)
(x3 , y3 , z3 ) = (1.000000346933111, 1.000000346933111, 1.000000346933111).

4
(ii) On trouve E0 = 2.92 101 , E1 = 4.08 102 , E0 = 8.33 102 . Donc E1 /E0 =
0.14, E2 /E1 = 0.0204, et E1 /E02 = 0.48, E2 /E12 = 0.50. Do une convergence
quadratique.
(iii) Ce sont les vecteurs pour lesquels le jacobien est singulier. on a det(J) = 0
xyz = 0 x = 0 ou y = 0 ou z = 0.

5
MAT-2910 : Aide-mmoire pour lexamen I

Analyse derreurs
Dveloppement de Taylor : f (x0 + h) = Pn (h) + Rn (h) o :

f 00 (x0 ) h2 f 000 (x0 ) h3 f (n) (x0 ) hn


Pn (h) = f (x0 ) + f 0 (x0 ) h + + + + et
2! 3! n!
f (n+1) ((h)) h(n+1)
Rn (h) = o (h) est compris entre x0 et x0 + h
(n + 1)!

Une fonction f (h) est un grand ordre de hn au voisinage de 0 (not f (x) =


O(hn )) sil existe une constante positive C telle quau voisinage de 0 on a :

f (h)
C

n
h

propagation derreurs en une variable :

f ' |f 0 (x )| x

propagation derreurs en plusieurs variables :


f (x , y , z ) f (x , y , z ) f (x , y , z )

f ' x + y + z


x y z

quations non linaires


Algorithme des points fixes : xn+1 = g(xn )
Convergence des mthodes de points fixes : si en = xn r alors :

0 g 00 (r)e2n g 000 (r)e3n


en+1 = g (r)en + + +
2 3!
Mthode de Steffenson : x1 = g(x0 ) et x2 = g(x1 )

(x1 x0 )2
xe = x 0
x2 2x1 + x0
f (xn )
Mthode de Newton : xn+1 = xn
f 0 (xn )

6
Une racine r de la fonction f (x) est de multiplicit m si f (x) = (x r)m h(x)
pour une fonction h(x) qui vrifie h(r) 6= 0 ou encore si :

f (r) = f 0 (r) = f 00 (r) = = f (m1) (r) = 0, f (m) (r) 6= 0

Taux de convergence de la mthode de Newton dans le cas dune racine multiple :


1 1/m
f (xn )(xn xn1 )
Mthode de la scante : xn+1 = xn
f (xn ) f (xn1 )

Systmes dquations algbriques


Normes vectorielles :
n
X
||~x||1 = |xi |, ||~x|| = max |xi |
1in
i=1

Normes matricielles :
n
X n
X
||A||1 = max |aij |, ||A|| = max |aij |,
1jn 1in
i=1 j=1

Conditionnement : condA = ||A|| ||A1 ||


Borne pour lerreur : si ~x est la solution analytique et ~x est une solution ap-
proximative de A~x = ~b, on pose ~e = ~x ~x et ~r = ~b A~x et on a :

1 ||~r|| ||~e|| ||~r||


condA
condA ||~b|| ||~x|| ||~b||

Systmes non-linaires : pour ~xi donn, on rsout :



f1 i f1 i f1 i
(~x ) (~x ) (~x )
x1 x2 xn


f1 (~xi )




x1
f2 i f2 i f2 i f2 (~xi )

x2
(~x ) (~x ) (~x )

.. = ..


x1 x2 xn
.

.

.. .. ...
. . xn fn (~xi )



fn i fn i fn i
(~x ) (~x ) (~x )

x1 x2 xn
~
et on pose ~xi+1 = ~xi + x