École Nationale d’Ingénieurs de Monastir

1 ère année, Génie Énergétique.

Année universitaire : 2015/2016
I. MAHFOUDHI & T. MOULAHI

Analyse Numérique
Session de rattrapage
Epreuve du 15 Juin 2016

Durée : 2 heures, calculatrice autorisée, les notes de cours et les téléphones portables sont
interdits. La rédaction est très importante, rédigez et justifiez clairement vos réponses.

Exercice 1.

On considère la matrice suivante

   
1 1 1 1
A = 2 3 4 , b = 4
2 5 7 9
1) Justifier pourquoi la matrice A admet une décomposition LU.
2) Donner la décomposition LU de la matrice A.
3) En déduire la solution du système linéaire Ax = b.
4) Soit C = U t ALt . Sans calculs supplémentaires, donner une décomposition LU de la
matrice C.

Exercice 2.

Soit α ∈ R∗ , on considère la matrice

 
α −1 0
A = −1 α −1
0 −1 α
1) Déterminer les valeurs propres de A.
2) Pour quelles valeurs de α, A est-elle définie positive?
3) Ecrire la matrice d’itération J de la méthode de Jacobi.
4) Pour quelles valeurs de α, la méthode de Jacobi converge-t-elle ?
Exercice 3.

√
Le but de cet exercice est d’approcher la valeur de α = 3 par la méthode de Newton.

On définit la fonction f (x) = x2 − 3 sur l’intervalle [a, b] = [ 32 , 2]

f (xn )
1) Écrire l’algorithme de Newton : xn+1 = xn − f ′ (xn )
.

2) On pose x0 = 32 , calculer x1 , x2 .
1
3) Montrer qu’il existe une constante K = 6
telle que

|xn+1 − α| ≤ K n |x0 − α|

4) Calculer le plus petit entier n0 tel que |xn0 − α| ≤ ε.

Exercice 4.

1) Donner le polynôme d’interpolation de Lagrange de la fonction f aux points indiqués :

f (x) = ex , x0 = −1, x1 = 0, x2 = 1.
√
2) Trouver une valeur approchée de e en fonction de e et de e−1 .

Bon courage !
 Correction d’examen Analyse Numerique
Session de rattrapage 2015-2016

Exercice 1.

On considère la matrice suivante

   
1 1 1 1
A = 2 3 4 , b = 4
2 5 7 9

1) Justifier pourquoi la matrice A admet une décomposition LU.

Réponse : Il faut prouver que les déterminats de tous les sous matrices sont inversibles
 
  1 1 1
  1 1  
c’est à dire : det 1 = 1 6= 0, det   = 3 − 2 6= 0 et det 2 3 4 = −1 6= 0
2 3  
2 5 7

(1.5 point)

2) Donner la décomposition LU de la matrice A.

Réponse : On cherche à trouver les deux matrices L et U définie comme suit (voir le cours)
   
u1 u2 u3 1 0 0
c’est à dire : U = 0
 u4 u5  et L = l1
 1 0 tel que LU = A
0 0 u6 l2 l3 1

   
u1 u2 u3 1 1 1
LU = A ⇐⇒ l1 u1 u2 l1 + u4 u3 l1 + u5  = 2 3 4
l2 u 1 l2 u 2 + u 4 l3 l2 u 3 + l3 u 5 + u 6 2 5 7

Par identification on trouve le resultat :

   
1 1 1 1 0 0
U = 0 1 2  et L = 2 1 0 tel que LU = A
0 0 −1 2 3 1

(2 point)

3) En déduire la solution du système linéaire Ax = b.

Réponse : La solution de Ax = b ⇐⇒ LUx = b on posey = Ux et Ly = b.  

1 −2
On commence par résoudre Ly = b =⇒ y = 2 ensuite Ux = y =⇒ x =
   4
1 −1
(2 point)
 4) Soit C = U t ALt . Sans calculs supplémentaires, donner une décomposition LU de la
matrice C.

Réponse : Une décomposition LU de C = U t LULt = L1 U1 avec L1 = U t L et U1 = ULt .

(1 point)

Exercice 2.

Soit α ∈ R∗ , on considère la matrice

 
α −1 0
A = −1 α −1
0 −1 α

1) Déterminer les valeurs propres de A.

Réponse :  
α − λ −1 0 
 
det(A − λI) =  −1 α − λ −1 
 0 −1 α − λ

Effectuer l’opération suivante C1 = C1 − C3 on trouve

   
 α−λ −1 0  1 −1 0 
   
det(A − λI) =   0 α − λ −1  = (α − λ)  0 α − λ −1 
 
−(α − λ) −1 α − λ −1 −1 α − λ

Ensuite l’opération L3 = L3 + L1 on trouve

 
1 −1 0   
α − λ −1 
 = (α−λ) (α−λ)2 −2


det(A−λI) = (α−λ) 0 α − λ −1  = (α−λ) 
0 −2 α − λ −2 α − λ

Donc √ √
det(A − λI) = (α − λ)(α − λ − 2)(α − λ + 2)
√ √
λ1 = α, λ2 = α − 2 et λ3 = α + 2 (1.5 point)

2) Pour quelles valeurs de α, A est-elle définie positive?

Réponse : A est définie positive si et seulement

√ si tous les valeurs
√ propres sont strictement positive
√
c-a-d λ1 = α > 0, λ2 = α − 2 > 0 et λ3 = α + 2 > 0 c’est équivalent à α > 2
(1 point).

3) Ecrire la matrice d’itération J de la méthode de Jacobi.

Réponse : La matrice d’itération J tel que Xk+1 = J Xk + D −1 b

 
α 0 0 
  1
Avec J = I − D −1 A et D =  0 α 0  =⇒ D −1 = I
 0 0 α α
 Donc  
0 1 0
1 1 
J = I − D −1 A = (αI − A) = 1 0 1
α α
0 1 0
(1.5 point)
4) Pour quelles valeurs de α, la méthode de Jacobi converge-t-elle ?

Réponse : La méthode de Jacobi converge si et seulement si ρ = max{λ(J)} < 1

1  1 3  1 3 √ √
det(J −λI) = det( (A0 −αλI)) = det(A0 −αλI) = (0−αλ)(0−αλ− 2)(0−αλ+ 2)
α α α
√ √
2 2
ce qui√ implique les valeurs propores de J sont λ1 = 0, λ2 = − α
et λ3 = α
donc
√
ρ = | α2 | < 1 ce qui équivalente à 2 < |α|. (1.5 point)

Exercice 3.

√
Le but de cet exercice est d’approcher la valeur de α = 3 par la méthode de Newton.

On définit la fonction f (x) = x2 − 3 sur l’intervalle [a, b] = [ 32 , 2]

f (xn )
1) Écrire l’algorithme de Newton : xn+1 = xn − f ′ (xn )
.
x2n +3
Réponse : l’algorithme de Newton xn+1 = 2xn
. (1 point)

2) On pose x0 = 32 , calculer x1 , x2 .
7 97
Réponse : x1 = 4
et x2 = 56
. (1 point)
1
3) Montrer qu’il existe une constante K = 6
telle que

|xn+1 − α| ≤ K n |x0 − α|

x2 +3
Réponse : l’algorithme de Newton xn+1 = ϕ(xn ) avec ϕ(x) = 2x
1
Dresser le tableau de variation de la fonction ϕ′ et montrer que max[3/2,2] (ϕ′ ) = 6
Ensuite théorème des accroissement finis implique :

|ϕ(xn+1 ) − ϕ(α)| ≤ K|ϕ(xn ) − ϕ(α)|, ∀ n > 0

Par reccurence en déduire l’inégalité

|xn+1 − α| ≤ K n |x0 − α|

(2 point)
 4) Calculer le plus petit entier n0 tel que |xn0 − α| ≤ ε.

Réponse : le plus petit entier n0 tel que |xn0 − α| ≤ ε.

1 log(2ε) log(2ε
K n0 |x0 − α| < K n0 |b − a| < K n0 < ε =⇒ n0 > donc n0 = E( )+1
2 log(K) log(K)
(1 point)

Exercice 4.

1) Donner le polynôme d’interpolation de Lagrange de la fonction f aux points indiqués :

f (x) = ex , x0 = −1, x1 = 0, x2 = 1.

Réponse : les polynômes de lagrange li correspondant aux points x0 , x1 et x2 sont :


(x − x1 )(x − x2 ) 1
l0 (x) = = x(x − 1)


(x0 − x1 )(x0 − x2 ) 2




 (x − x0 )(x − x2 )
l1 (x) = = −(x + 1)(x − 1)

 (x1 − x0 )(x1 − x2 )

 (x − x0 )(x − x1 ) 1
 l2 (x) = = x(x + 1)


(x2 − x0 )(x2 − x1 ) 2

le polynôme d’interpolation de Lagrange P2 de la fonction f

P2 (x) = f (x0 )l0 (x) + f (x1 )l1 (x) + f (x2 )l2 (x)






P2 (x) = e−1 l0 (x) + l1 (x) + e1 l2 (x)



1
 P (x) = e x(x − 1) − (x + 1)(x − 1) + e x(x + 1)


 −1
2
2 2

(2 point)
√
2) Trouver une valeur approchée de e en fonction de e et de e−1 .

Réponse : D’après question 1) P2 ≈ f sur l’intervalle [−1; 1]

√ √
e = e1/2 = f (1/2) or 1/2 ∈ [−1; 1] =⇒ e ≈ P2 (1/2)

√ e−1 3 3e1
e ≈ P2 (1/2) = − + +
8 4 8

(1 point)