www.goodprepa.

tech
Département de Mathématiques
Pr. H. Douzi Durée 2h
Corrigé de l’examen d’Analyse Numérique
SMP4 ; Juin 2017
Questions de cours
1. Expliquer le principe de la méthode de Gauss pour résoudre un système
linéaire Ax  b .
La méthode de Gauss se compose de deux étapes :
 Une étape d’élimination pour transformer le système linéaire en un système
triangulaire supérieure.
 Une étape de résolution par remontée du système triangulaire.
2. On considère le nombre rationnel x=46,453125 :
Calculer x en base 2 et donner sa représentation en virgule flottante avec une
mantisse de longueur 8 et un exposant compris entre -10 et 10.
Représentation binaire on a x  101110 ,011101
Représentation en virgule flottante : x  2  0,10111001
6

 1/ 2  3 / 2 
3. On considère la matrice : A   

 3 / 2 1 / 2 
Quelle est la nature de cette matrice.
Calculer son conditionnement pour la norme ∞, que peut-on conclure ?
C’est une matrice orthogonale c'est-à-dire que A 1  AT .
Cond ( A)  A 
A1


 1 2 3 2  2
 1 3 2
La matrice est donc bien conditionnée

Problème 1 (Problème linéaire)

On considère le système linéaire Ax  b :
1 2  2  x1  1
     
A   1 1 1  ; x   x2  ; b   2
2 2 1  x  0
   3  

1. Donner la décomposition de Jacobi pour la matrice A.

La méthode de Jacobi est une méthode itérative qui génère une suite
xn n0 donné
1
par xn 1  J . * xn  D b avec :
a. A  D  E  F est la décomposition de A en partie diagonale partie
triangulaire supérieure (sans la diagonale) et partie triangulaire inférieure
(sans la diagonale).
1
b. J  D ( E  F ) matrice d’itération
2. vérifier que la méthode de Jacobi est convergente (utiliser le rayon spectral).
la convergence de la méthode est assurée si le rayon spectral de la matrice
d’itération vérifie :  ( J )  1
On a
  0 2 2 
 
J    1 0  1 et det( J  Id )  3 donc  ( J )  0  1
 2  2 0 
 
D’où la méthode est convergente
 0
 

3. Calculer les deux première itérations de la méthode de Jacobi à partir de 0  0 
x
 0
 
1  3 
   
x
On a 1  J . * x 0  b   2  x
et 2  J . * x1  b   1 
0   6
   

Problème 2 (Problème non linéaire)

Soit la fonction f ( x)  e  x  2 , on se propose de déterminer une racines de f par 2
x

méthodes de point fixe données par les fonctions suivantes :

g1 ( x)  e x  2 ; g 2 ( x)  ln( 2  x) ;
1. Montrer que les deux fonctions sont bien des fonctions de point fixes pour le
problème f(x) =0.
g 1 ( x )  x  e x  2  x  f ( x)  0
g 2 ( x)  x  ln( 2  x)  x  2  x  e x  f ( x)  0
2. Montrer que f admet une racine unique l sur l’intervalle [1,2].
On a f ' ( x)  e  1  0 si x>1 donc f est monotone sur l’intervalle [1,2].
x

On a aussi f (1)  e  3  0 et f (2)  e  4  0 donc d’après le TVI f admet une

2

racine unique sur [1,2].

3. Etudier la convergence des deux méthodes de point fixe.
g '1 ( x)  e x  1 donc la méthode est divergente et le point fixe de g1 est répulsif.
1
0  g ' 2 ( x)   1 donc la méthode est convergente et le point fixe de g2 est
2 x
attractif.
4. Dans le cas de la convergence estimer la vitesse de convergence
Seule la méthode g2 est convergente et sa dérivée n’est jamais nulle dans
l’intervalle [1,2] par conséquence la méthode est seulement d’ordre 1.
5. Formuler la méthode de Newton pour calculer la racine l
f ( xn )
La méthode itérative de Newton est donné par : xn1  xn  ce qui donne :
f ' ( xn )

xn1  xn 
e xn
 xn  2 
 
e xn  1