Vous êtes sur la page 1sur 47

1

Ecole Nationale Préparatoire aux Etudes d’Ingéniorat


E.N.P.E.I
Département de Mathématiques et Informatique
Rouiba Alger

EXERCICES D’ANALYSE NUMERIQUE


AVEC SOLUTIONS
2007/2008
par

M. SOUILAH
Maître de Conférences, USTHB
msouilah@usthb.dz

Travaux Dirigés
ENPEI, 2008
2

Série 1 : Erreurs en Analyse Numérique


p e
Exercice 1. Soient x = 2=7; y = 3; z = : On note par f l(x) = "(:a1 a2 : : : an ) la
représentation de x en virgule ‡ottante dans la base de numération avec une mantisse de n
chi¤res, un exposant e et un signe ":
1) Dans le cas d’une base décimale ( = 10) et d’une troncature après 3 chi¤res (n = 3),
déterminer

x y = f l(f l(x) + f l(y)), x y = f l(f l(x) f l(y)),


x y = f l(f l(x) f l(y)), x y = f l (f l(x)=f l(y)) :

ainsi que les erreurs absolues et relatives commises.


2) Comparer (x y) z avec x (y z) et z (x y) avec (z x) (z y):
3) Que peut on dire des structures algébriques fondamentales (groupe, anneau, corps, espace
vectoriel) en arithmétique ‡ottante.

0:780 0:563 0:217 0:218


Exercice 2. Soient A = ; b= ; b0 = :
0:913 0:659 0:254 0:253
1
Calculer det A et A puis résoudre Ax = b ensuite Ax = b0 par Cramer. Commenter les
résultats.

Exercice 3. Soient a = 14930352; b = 24157817; c = 39088169:


1) Calculer a c b2 en simple (8 chi¤res) puis en double précision (16 chi¤res).
2) Même question pour a = 433494437; b = 701408733; c = 1134903170:
ax + by = c
3) Que se passe-t-il lorsqu’on résout le système suivant par la méthode de Cramer
bx + cy = d
même sur une calculatrice scienti…que, avec d = 1836311903:

P10 1
Exercice 4. Utiliser une troncature après trois décimales pour calculer la somme S = 2
k=1 k
de deux manières
1 1 1 1 1 1 1 1
S1 = + + + ::: + et S2 = + + + ::: + :
1 4 9 100 100 81 64 1

Quelle est la méthode la plus précise et pourquoi ?

Pn xk
Exercice 5. Le polynôme de Taylor de degré n pour f (x) = ex est : Utiliser le polynôme
k=0 k!
5
de Taylor de degré 9 pour trouver une approximation de e par :

5
P9 ( 5)k P9 ( 1)k 5k
5 1 1
a) e = b) e = :
k=0 k! k=0 k! e5 P
9 5k
k=0 k!

Une valeur approximative correcte à 3 chi¤res signi…catifs est 6:74 10 3 : Quelle est la formule
a) ou b) qui donne la meilleure précision et pourquoi ?

Exercice 6. Soit y 2 C 4 [a; b]; on considère l’approximation :


3

y(x h) 2y(x) + y(x + h)


y 00 (x) ' ; h ! 0; où x 2]a; b[:
h2
y(x h)
2y(x) + y(x + h)
1) Montrer que y 00 (x) = (h2 ); h ! 0:
h2
2) Déterminer la plus petite constante C > 0 telle que
y(x h) 2y(x) + y(x + h)
jy 00 (x) j Ch2 :
h2
n
Pn 1 1
Exercice 7. Soient xn = ; n 0 et yn = 1 + ; n 1:
k=0 k! n
1) Montrer que lim (xn ) = lim (yn ) = e = 2: 718 281 828 : : :
n1 n1
2) Déterminer les plus petits entiers n0 et n1 tels que :

jxn ej 10 3 ; 8n n0 et jyn ej 10 3 ; 8n n1 .
e e
3) Montrer que jxn ej ; 8n 0 et jyn ej ; 8n 1: Conclusion !
(n + 1)! 2n
Exercice 8. Soit P (x) = p0 xn + p1 xn 1
+ : : : + pn 1 x + pn et 2 R. On dé…nit schéma de
Hörner :

qi = q i 1 + pi ; i = 1; 2; : : : ; n
:
q0 = p 0

1) Montrer que P (x) = (x )Q(x)+qn ; Q(x) = q0 xn 1 +q1 xn 2 +: : :+qn 1 et donc P ( ) = qn :


2) Utiliser le schéma de Hörner pour le calcul de P (4:71) en utilisant une troncature après 3
décimales; où P (x) = x3 6x2 + 3x 0:149
3) Déterminer les erreurs absolues et relatives commises.

Série 2 : Equations non linéaires f(x)=0.


Exercice 1. 1) Séparer les racines des équations non linéaires f (x) = 0 suivantes :

a) x3 3x + 1 = 0; x 2] 3; +3[ c) ln x sin (10x) = 0; x 2]0; 1[


1
b) x4 2x3 6x2 + 2x + 1 = 0; x 2] 4; +4[ d) esin x 2 cos x 2
= 0; x 2 R
x +1

2) Donner des approximations à 10 6 près de ces racines par les méthodes de Dichotomie pour
b), le point …xe pour a) et Newton pour c) et d).
3) Ecrire pour cela et exécuter des programmes écrits en C ou en Fortran.

Exercice 2. Soit l’équation f (x) = x3 x2 x 1 = 0; x 2 R.


1) Montrer que l’algorithme de Dichotomie appliqué à f (x) = 0 dans [1; 2] converge vers l’unique
racine de cette équation dans cet intervalle.
2) Quel est le nombre N d’itérations à partir duquel on a jxn j 10 3 ; 8n N:
3) Calculer xN et donner un encadrement de la racine :
4) Soit '1 (x) = x3 x2 1; x 2 [1; 2]: Montrer qu’il n’existe pas de sous intervalle I [1; 2]
contenant pour lequel l’itération xn+1 = '1 (xn ); x0 2 I converge vers :
4

1 1
5) Soit '2 (x) = 1 + + 2 ; x 2 [1; 2]: Montrer, en utilisant 3), qu’il existe I [1; 2] tel que
x x
l’itération xn+1 = '2 (xn ); x0 2 I converge vers :
1=3
6) Soit '3 (x) = (1 + x + x2 ) ; x 2 [1; 2]: Montrer que l’itération xn+1 = '3 (xn ); x0 2 [1; 2]
converge vers :
7) Quel est le nombre n0 d’itérations su¢ sant pour avoir jxn j 10 3 ; 8n n0 sachant
que x0 = 1:5 r
2
8) Qu’en est-il de la convergence de xn+1 = '4 (xn ); x0 2 [1; 2] vers ; où '4 (x) = 1 + :
x+1
( x
; x 2]0; 1]
Exercice 3. Soit ' : [0; 1] ! R la fonction dé…nie par '(x) = 1 ln x :
0 ; x=0
1) Montrer, sans calculer '0 ; que ' n’est pas contractante sur [0; 1]:
2) Montrer que l’itération xn+1 = '(xn ); x0 2 [0; 1] converge et calculer sa limite `:
3) Déterminer le point 2 [0; 1] tel que '0 ( ) = 1: En déduire les sous intervalles [a; b] de [0; 1]
sur lesquels l’itération xn+1 = '(xn ); x0 2 [a; b] converge vers `:

Exercice 4. Soit l’équation f (x) = x tan x = 0; x 2] =2; 3 =2[:


1) Si on pose '(x) = tan x; la méthode xn+1 = '(xn ) converge-t-elle vers la racine ?
2) Ecrire l’équation f (x) = 0 sous la forme x = (x) telle que la méthode du point …xe converge.
3) Calculer xn ; 1 n 10 à partir de x0 = 4:7 par la méthode de Newton.

Exercice 5. Soit f (x) = ln(x2 + 1) Artgx; x 2 R:


Pn (x)
1) Montrer que f (n) (x) = 2 ; 8n; n 2 N; où Pn est un polynôme de degré n véri…ant
(x + 1)n

P1 (x) = 2x 1; Pn+1 (x) = (x2 + 1)Pn0 (x) 2nxPn (x); n 0:

2) Montrer par récurrence sur n que l’équation f (n) (x) = 0 admet n racines réelles distinctes
1 < 2 < : : : < n:
3) Calculer P2 (x); P3 (x); P4 (x) et montrer qu’ils admettent respectivement 2; 3; 4 racines réelles.
4) Déterminer des approximations de ces racines à 10 6 près par l’algorithme de Newton com-
mençant aux milieux des intervalles les localisant.

Exercice 6. Soit f 2 C 1 [a; b] telle que f 0 > 0 sur [a; b] et '(x) = x f (x); x 2 [a; b]; 6= 0:
1) Sachant que f (x) = 0 , x = '(x) sur [a; b]; 8 6= 0; montrer qu’il existe k 2 R tel que :
sup j'0 j k < 1:
[a;b]
2) Préciser le choix qui donne la meilleure contraction.
3) Application. f (x) = x3 x2 x 1; [a; b] = [3=2; 2]:

Exercice 7. Soit l’équation f (x) = x3 3x + 1 = 0; x 2 R.


1) Montrer que l’algorithme de Newton converge vers la racine 2 [0; 1] de f (x) = 0 pour tout
x0 2 [0; 1=2]:
2) Pour x0 = 0; calculer x4 à 10 6 près ainsi qu’une estimation de l’erreur d’approximation
jxn j:
3) En déduire une approximation des deux autres racines et de f (x) = 0:
4) En posant x = a + b dans f (x) = 0; avec ab = 1; montrer que a3 et b3 sont les solutions de
l’équation t2 + t + 1 = 0:
5

5) En déduire les racines exactes ; ; de f (x) = 0: Comparer avec les approximations trouvées
précédemment.

Exercice 8. Soit f (x) = x4 2x3 6x2 + 2x + 1 = 0; x 2 R:


1) Montrer que l’équation f (x) = 0 admet quatre racines réelles 1 ; 2 ; 3 ; 4 :
2) Localiser 1 ; 2 ; 3 ; 4 puis en donner des valeurs approchées à 10 6 près par l’algorithme
de Newton.
3) En posant x = t+1=2 dans f (x) = 0; montrer que cette équation se réduit à t4 +at2 +bt+c = 0;
où a; b; c 2 R sont des constantes à calculer.
4) En utilisant la factorisation t4 + at2 + bt + c = (t2 + t + )(t2 + t + ); déterminer le système
non linéaire véri…é par ; ; ; :
5) Montrer que est solution d’une équation polynomiale de degré 6 à trouver.
6) En posant s = 2 ; montrer qu’on se ramène à une équation polynomiale du 3-ème degré.
Montrer que les racines exactes 1 ; 2 ; 3 ; 4 sont données, à l’ordre près, par :
p p p
1
1 = 2
(1 + 5 + p10 + 2 5) = 3: 520 147 0 : : : ;
1
p p
2 = 2
(1 + 5 p10 + 2 5) = 0:284 079 04 : : : ;
1
p p
3 = 2
(1 5 + p10 2 5) = 0:557 536 51 : : : ;
1
p p
4 = 2
(1 5 10 2 5) = 1: 793 604 4 : : :

Exercice 9. Soit le système d’équations f (x; y) = (5x 2 sin x + 3 cos y; 5y + 3 cos x


2 sin y)T = (0; 0)T :
1) Ecrire f (x; y) = (0; 0)T sous la forme (x; y)T = '(x; y) et étudier la convergence de l’itération

(xn+1 ; yn+1 )T = '(xn ; yn ); (xn ; yn ) 2 R2

vers la solution ( ; )T de f (x; y) = (0; 0)T : Ecrire et exécuter pour cela un programme en C
ou en Fortran commençant en x0 = y0 = 0:
2) Quel est le nombre d’itérations n0 su¢ santes pour avoir
k(xn ; yn ) ( ; )k2 "; 8n n0 ; " = 10 6 :
3) Ecrire l’algorithme de Newton
1
(xn+1 ; yn+1 )T = (xn ; yn )T Df(xn ;yn ) f (xn ; yn )

pour le calcul numérique de ( ; ) et exécuter cinq itérations avec, commençant en x0 = y0 = 0:

Exercice 10. Soit f (z) = 0 une équation admettant une racine complexe z = + i . En
considérant la variable complexe z = x + iy dans f (z) = 0 et f (z) = u(x; y) + iv(x; y);
@u @u
en rappelant que la dérivée complexe de f s’écrit f 0 (z) = (x; y) i (x; y) et on notant
@x @y
@u @u
ux := ; uy := :
@x @y
f (zn )
1) Montrer que l’algorithme de Newton complexe zn+1 = zn ; z0 donné, pour le calcul
f 0 (zn )
numérique de z; se découple aux deux algorithmes réels suivants tels que zn = xn + iyn et
xn ! Re z; yn ! Im z;
6

u:ux v:uy
xn+1 = xn (xn ; yn );
(ux )2 + (uy )2
u:uy + v:ux
yn+1 = yn (xn ; yn );
(ux )2 + (uy )2

où x0 ; y0 sont donnés.
2) Appliquer et exécuter 5 itérations par cet algorithme à l’aide d’un programme en C ou en
Fortran, pour
f (z) = z 3 z 2 z 1; (x0 ; y0 ) = ( 1; +1), ( 1; 1), (2; 0):

Série 3 : Systèmes linéaires Ax=b. Méthode de


Gauss
0 1
1 2 3 4
B 2 5 1 10 C
Exercice 1. Soit A = B C 4
@ 3 1 35 5 A et b 2 R quelconque.
4 10 5 30
1) Calculer la solution x de Ax = b en fonction des bi ; i = 1; 2; 3; 4 par élimination et remontée.
2) Déduire la matrice A 1 :
0 1
1 2 0 1
B 2 13 3 7 C
Exercice 2. Soit A = B @ 0
C ; y 2 R3 :
3 2 1 A
4 8 2 12
1) Déterminer le système triangulaire supérieur A(3) x = y (3) par la méthode de Gauss.
2) En déduire les factorisations A = LU; Lii = 1 et A = LDV; Lii = Vii = 1.
3) Déduire de 1) l’inverse L 1 de L:
0 1 0 1 0 1
2 1 1 0 1 2
B 1 4 1 1 C B 2 C 0 B 1 C
Exercice 3. Soient A = B C B C
@ 1 1 4 1 A; b = @ 2 A; b = @ 1 A:
B C

0 1 1 2 1 2
1) Résoudre simultanément les systèmes linéaires Ax = b et Ax = b0 par la méthode de Gauss.
2) En déduire deux valeurs propres 1 ; 2 de A et les vecteurs propres associés V1 ; V2 .
3) Calculer les deux autres valeurs propres 3 ; 4 de A et les vecteurs propres associés V3 ; V4 .
P (i 1)
4) Déterminer la factorisation A = LDLT : En déduire que xT Ax = 4i=1 aii '2i (x); 8x 2 R4 ;
(i 1)
où aii sont les pivots de Gauss et 'i (x); i = 1; 2; 3; 4 sont des formes linéaires indépendantes
à déterminer.
5) Déterminer la matrice de passage Q de fe1 ; e2 ; e3 ; e4 g à fW1 ; W2 ; W3 ; W4 g, où Wi = Vi = kVi k2 ,
i = 1; 2; 3; 4 telle que QT = QP1 et Q 1 AQ = diagf 1 ; 2 ; 3 ; 4 g:
6) En déduire que xT Ax = 4i=1 i 2i (x); 8x 2 R4 ; où i (x); i = 1; 2; 3; 4 sont des formes
linéaires indépendantes à déterminer.

Exercice
0 4. Résoudre
1 le système
0 linéaire AX
1 = B; où
0 1
2 4 3 1 3 2 x11 x12 x13
A= @ 1 2 1 A; B = @ 0 2 3 A ; X = @ x21 x22 x23 A :
1 0 4 1 1 0 x31 x32 x33
7

t
10 1 x1 1 t
Exercice 5. Soit le système = ; où " = 10 est la précision
1 1 x2 2
seuil de la machine (1 " ' 1).
1) Calculer la solution exacte x et donner son développement limité à l’ordre 1 en fonction de
":
2) Calculer la solution x0 par la méthode de Gauss simple.
3) Calculer la solution x00 par Gauss avec pivot partiel. Comparer les résultats.
0 1 0 1
1+" 1 1 1 y1
B 1 1+" 1 1 C B C
Exercice 6. Soient A = B C ; y = B y2 C ; " > 0:
@ 1 1 1+" 1 A @ y3 A
1 1 1 1+" y4
1) Résoudre le système Ax = y en fonction des yi ; i = 1; 2; 3; 4:
2) En déduire A 1 et Cond1 (A):
3) Généraliser le calcul de A 1 et Cond1 (A) à A 2 Mn (R) ayant la même forme précédente.

Série 4 : Factorisations A=LU et A=RR . T

Exercice 1. On considère l’algorithme général de factorisation A = LU :


8
>
> L11 U11 = a11 ; Lk1 = ak1 =U11 ; U1k = a1k =L11 ; k = 2; 3; : : : ; n;
>
> X
i 1
>
>
< Lii Uii = aii Lik Uki ; i = 2; 3; : : : ; n;
k=1 :
>
>
>
> X
i 1 X
i 1
>
>
: Lmi = (ami Lmk Uki )=Uii ; Uim = (aim Lik Ukm )=Lii ; m = i + 1; : : : ; n (i < n)
k=1 k=1

1) Déduire l’algorithme de Doolittle.


2) Déduire l’algorithme de Crout.
3) Déduire l’algorithme de Cholesky.
4) Ecrire un programme en C ou en Fortran dans lequel les données sont :
- les coe¢ cients aij ; 1 i; j n de A
- les coe¢ cients diagonaux Lii ; i = 1; 2; : : : ; n de L ou Uii ; i = 1; 2; : : : ; n de U:

Exercice0 2. Soient les matrices :1 0 1 0 1


3 24 27 9 3 0 0 0 1 8 9 3
B 2 12 18 14 C B 0 C B 5 C
A=B C; L = B 2 4 0 C; U = B 0 1 0 C:
@ 6 41 62 15 A @ 6 7 8 0 A @ 0 0 1 4 A
5 39 54 47 5 1 9 1 0 0 0 1
1) Montrer que A = LU et comparer avec la factorisation de Doolittle.
2) Résoudre Ax = b = (3; 62; 26; 82)T en utilisant cette factorisation.
0 1 0 1
1 2 3 4 1 1 p1 p 2
B 2 5 8 11 C B 1 3 2 1 C
Exercice 3. Soient A = B C B p p2 2 C :
@ 3 8 14 20 A ; B = @ 1 2+1 A
p2 1 p4
4 11 20 30 2 2 2 2+1 7
8

1) Calculer A(1) ; A(2) ; A(3) ; en déduire la factorisation A = LU; Lii = 1


2) Pourquoi cette factorisation est équivalente à celle de Cholesky A = RRT ; Rii > 0:
3) Déterminer la factorisation B = LDLT ; Lii = 1; en déduire la factorisation de Cholesky
B = RRT avec R = LD1=2 :

4i2 + i 1 ; j=i
Exercice 4. Soient A 2 Mn (R) dé…nie par aij = ; 1 i; j n:
3 minfi; jg 1 ; j 6= i
1) Ecrire A pour n = 4 et déterminer sa factorisation de Cholesky A = RRT .
2) Généraliser R à n quelconque en la véri…ant par l’algorithme de Cholesky.

Exercice 5. Soit A 2 Mn (R) et b 2 Rn : On suppose donnée la factorisation A = LU et on


veut résoudre le système A3 x = b de deux manières
a) Calcul de A3 puis l’élimination et la remontée,
b) Résolution des systèmes Az = b; Ay = z; Ax = y par la factorisation A = LU:
1) Calculer, en fonction de n; le nombre d’opérations nécessaires dans chaque cas.
2) Quelle est la méthode la plus rapide et la plus économique.

Exercice 6. Soit !; f 2 C 0 [a; b]; ! 0 et ; 2 R: On cherche y 2 C 2 [a; b] véri…ant

y 00 (x) + !(x)y(x) = f (x); x 2]a; b[


(P ) :
y(a) = ; y(b) =

b a
On pose h = ; xi = a + ih; yi = y(xi ); ! i = !(xi ); fi = f (xi ); i = 0; 1; : : : ; n + 1:
n+1
yi 1 2yi + yi+1
1) Montrer que y 00 (xi ) ' ; h ! 0; i = 1; 2; : : : ; n:
h2
2) Montrer que lorsque h ! 0; le problème approché (Ph ) associé à (P ) qui consiste à trouver
yi ; i = 1; 2; : : : ; n au lieu de y(x); x 2]a; b[; est donné par

yi 1 + (2 + h2 ! i )yi yi+1 = h2 fi ; i = 1; 2; : : : ; n
(Ph ) :
y0 = ; yn+1 =

3) Ecrire (Ph ) sous la forme Ay = f où y = (y1 ; y2 ; : : : ; yn )T 2 Rn est l’inconnue et A 2


Mn (R); f 2 Rn sont à déterminer.
4) Montrer que A est dé…nie positive.
5) Appliquer ce qui précède, pour n = 4; au problème

y 00 + (sin x)y = 0; x 2]0; [


:
y(0) = y( ) = 1

Expliciter le système Ay = f et le résoudre.


9

Série 5 : Méthodes itératives de Jacobi et


Gauss-Seidel
0 1 0 1
10 2 0 8
Exercice 1. Soient A = @ 6 11 5 A; b = @ 0 A:
0 7 9 2
1) Ecrire le processus itératif associé à la décomposition A = A1 A2 ; où A1 = 10I: Calculer
x(2) à partir de x(0) = 0 et étudier la convergence du processus.
2) Ecrire les itérations de Jacobi. Calculer x(2) à partir de x(0) = 0 et étudier la convergence
du processus.
3) Ecrire les itérations de Gauss-Seidel. Calculer x(2) partant de x(0) = 0 ainsi que l’estimation
d’erreur en norme 1: Quel est le nombre d’itérations à partir duquel on a kx(k) xk 10 3 .
0 1 0 1
4 2 1 0 1
B 2 5 0 1 CC B C
Exercice 2. Soient A = B ; b = B 0 C:
@ 1 0 5 2 A @ 0 A
0 1 2 4 0
1) Les processus de Jacobi et Gauss-Seidel appliqués à Ax = b convergent-ils pour tout x(0) 2
R4 :
2) Ecrire le processus itératif de Jacobi et calculer x(3) partant de x(0) = 0:
3) Ecrire le processus itératif de Gauss-Seidel et calculer x(3) partant de x(0) = 0:
(k)
4) Montrer que x4 = 0; 8k 2 N. En déduire la solution exacte x:
0 1 0 1
2 1 1=2 1 2 1 0 0
B 1 1 0 1=2 C B C
Exercice 3. Soient A = B C ; A1 = B 1 1 0 0 C :
@ 1=2 0 1 1 A @ 0 0 1 1 A
1 1=2 1 2 0 0 1 2
1) Ecrire le processus itératif de Gauss-Seidel appliqué à Ax = e1 noté x(k+1) = L1 x(k) +f; x(0) 2
R4 :
2) Calculer L1 ; f et (L1 ): En déduire la convergence du processus.
(k)
3) Montrer que x4 ! 0; k ! +1: En déduire la solution exacte.
4) On considère la méthode itérative x(k+1) = Bx(k) + g; x(0) 2 R4 ; pour la résolution du
système Ax = e1 ; associée à la décomposition admissible A = A1 A2 :
5) Calculer B et g: En déduire que la méthode converge.
6) Comparer les deux méthodes itératives.
0 1 0 1
2 1 0 2 1 1
Exercice 4. Soient A = @ 1 2 1 A; B = @ 1 2 1 A:
0 1 2 1 1 2
1) Montrer que les matrices A et B sont symétriques dé…nies positives. En déduire la conver-
gence du processus de Gauss-Seidel.
2) Calculer JA ; JB et (JA ); (JB ): Conclusion !
8
(k+1) (k) (k)
>
< x1 = 2x1 + x2 2
(k+1) (k)
Exercice 5. Soit le processus itératif x2 = 2x2 1 :
>
: x(k+1) = 1 x(k)
3 3 3
1) Ce processus itératif converge-t-il pour tout x(0) 2 R3 ?
2) Qu’en est-il de la suite vectorielle x(k) si on choisit x(0) = (1; 1; )T :
10

2) Donner un vecteur initial x(0) tel que la suite vectorielle x(k) soit divergente.
0 1 0 1
1 2 2 2 1 1
Exercice 6. Soient A = @ 1 1 1 A; B = @ 2 2 2 A:
2 2 1 1 1 2
On note par JA (resp. JB ) et LA (resp. LB ) les matrices des itérations de Jacobi et Gauss-Seidel
associées à A (resp. B). Montrer que (JA ) < 1 < (LA ) et (LB ) < 1 < (JB ) : Conclusion !

Exercice 7. Soit A 2 Mn (R) telle que aij = 1 pour j 6= i et aij = 0 pour j = i.


1) Exprimer A2 en fonction de A: En déduire A 1 et Cond1 (A): Conclusion !
2) Soit 2 R un paramètre réel, on veut résoudre ( I + A) x = b par Jacobi. Indiquer une
condition su¢ sante sur de convergence de cette méthode.
kx(k) xk1
3) Pour x0 = 0; donner le nombre d’itérations pour avoir 10 p :
kxk1
0 1 0 1
2 1 0 0 4
B 1 2 1 0 C B C
Exercice 8. Soient A = B C; b = B 8 C:
@ 0 1 2 1 A @ 9 A
0 0 1 2 5
1) Ecrire les algorithmes de Jacobi et Gauss-Seidel appliqués à Ax = b:
2) Montrer que ces algorithmes convergent.
3) Calculer J; L1 ; kJk2 ; kL1 k1 :
4) Calculer le nombre d’itérations commençant en x0 = (0; 0; 0; 0)T à e¤ectuer par ces algo-
rithmes pour avoir :

kxk xk2 10 6
par Jacobi et kxk xk1 10 6
par Gauss-Seidel.

Exercice 9. On dé…nit la méthode JOR appliquée à Ax = b par :

x(k+1) = J! x(k) + !D 1 b; J! = !J + (1 !) I

où D est la matrice diagonale de A et J la matrice de Jacobi associée à A: Montrer que si la


méthode Jacobi converge, alors la méthode JOR converge.

Exercice 10. Soient A 2 Mn (R) et b 2 Rn : On considère la méthode itérative :

x(k+1) = x(k) Ax(k) b ; k 0; x0 2 Rn ; > 0:

1) Montrer que si A est dé…nie positive, la méthode converge vers la solution x de Ax = b pour
2
tout 2]0; [.
(A)
2) Déterminer la valeur optimale de pour laquelle cette convergence est la meilleure.
0 1
1 1 1 1
B 1 2 3 4 C
Exercice 11. Soient A = B @ 1 3 6 10 A :
C

1 4 10 20
On note par J et L1 respectivement les matrices de Jacobi et Gauss-Seidel associées à A et on
donne
11

4 27 2 28 13
f ( ) := det(J I) = + + ;
10 15 80
3 227 2 49 1
g( ) := det(L1 I) = + :
120 48 8

1) Montrer que la méthode de Gauss-Seidel appliquée à Ax = b 2 R4 converge.


2) Montrer que (J) > 1: En déduire que la méthode de Jacobi appliquée à Ax = b 2 R4
diverge.
3) Résoudre numériquement g( ) = 0 par l’algorithme de Newton, en déduire (L1 ) à 10 7
près.
4) Calculer le nombre k0 d’itérations su¢ santes à e¤ectuer par l’algorithme de Gauss-Seidel,
commençant en x0 = 0; pour avoir kx(k) xk2 "; 8k k0 pour " = 10 6 sachant que
T
b = (0; 0; 0; 1) : Commenter ces résultats.
0 1 0 1
10 1 4 0 15
B 1 10 5 1 C B C
Exercice 12. Soit le système A = B C ; b = B 15 C :
@ 4 5 10 7 A @ 26 A
0 1 7 9 15
1) Montrer que A est symétrique dé…nie positive inversible (det A = 1).
2) Calculer numériquement (J) et (L1 ):
3) Calculer les nombres d’itérations su¢ santes pour avoir xk x 2 10 6 par les méthodes
de Jacobi et Gauss-Seidel, sachant que x0 = 0: Commenter les résultats. On donne :

4 439 2 17 121
det(J I) = + ;
450 450 9000
2 2 179 49
det(L1 I) = :
180 9000

Série 6 : Interpolation polynomiale


Exercice 1. Soient f 2 C 4 [ 2; 4] telle que
f ( 2) = 14; f ( 1) = 11=4; f (2) = 8; f (4) = 29:
1) Calculer le polynôme d’interpolation de Lagrange de f aux points 2; 1; 2; 4 sur [ 2; 4] en
utilisant :
a) un système linéaire b) la formule de Lagrange c) la formule de Newton.
2) Donner une approximation de f ( ) pour = 0; 1; 3: Etudier l’erreur d’interpolation en ces
points sachant que jf (4) j 10 2 sur [ 2; 4]:
3) Soit 2 [ 2; 4]; f ( ) = 71=4: Calculer f [ 2; 1; 2; 4; ] par l’algorithme de Newton:
4) Comment peut-on déduire f [ 2; 1; 2; 4; ] à partir de la formule de Newton sans faire le
calcul de la di¤érence divisée f [ 2; 1; 2; 4; ] ?
Y x xi Y
n
Exercice 2. Soient `i (x) = ; 0 i n et (x) = (x xi ):
j6=i
xi xj i=0
(x)
1) Montrer que `i (x) = ; 0 i n:
(x xi ) 0 (xi ) P
2) En identi…ant le coe¢ cient de xn dans pn (x) = ni=0 f (xi )`i (x); montrer que f [x0 ; x1 ; : : : ; xn ]
est indépendante de l’ordre des points d’interpolation xi ; 0 i n:
12

o
Exercice 3. Soit I R; f 2 C 1 (I) et a; b 2 I; a < b:
1) Montrer, en utilisant un système linéaire, qu’il existe un et un seul polynôme H3 (x) de degré
3 véri…ant
H3 (a) = f (a); H30 (a) = f 0 (a); H3 (b) = f (b); H30 (b) = f 0 (b):
2) Montrer que H3 (x) est exactement le polynôme
x a b x 2 b x x a 2
H3 (x) = (1 + 2 )( ) f (a) + (1 + 2 )( ) f (b)
b a b a b a b a
b x 2 0 x a 2 0
+(x a)( ) f (a) + (x b)( ) f (b):
b a b a
Rb b a (b a)2 0
3) Montrer que a H3 (x)dx = (f (a) + f (b)) + (f (a) f 0 (b)):
2 12
Exercice 4. Soit Tn (t) = cos(nArcost); t 2 [ 1; +1]; n 2 N:
1) Montrer que Tn (t) = 2tTn 1 (t) Tn 2 (t); 8n 2; en déduire Tn (t) pour n = 0; 1; 2; 3; 4:
2) Calculer les racines ti ; 1 i n de Tn (t) = 0:
3) Montrer que Tn (t) = 2n 1 tn + q(t); où do q n 1:
Soit f 2 C n [ 1; +1]; Cn = maxfjf (n) (x)j; x 2 [ 1; +1]g
Q et pn 1 (t) le polynôme d’interpolation
de Lagrange de f aux points ti ; 1 i n et (t) = ni=1 (t ti ).
4) Calculer le maximum sur [ 1; +1] de j (t)j:
5) Déduire une majoration de l’erreur d’interpolation f (t) pn 1 (t); t 2 [ 1; +1]:
b a b+a
6) Même question pour x 2 [a; b] 6= [ 1; +1] et xi = ti + où ti ; 1 i n sont les n
2 2
racines de Tn (t) = 0 sur [ 1; +1]: On notera toujours Cn = maxfjf (n) (x)j; x 2 [a; b]g:

Exercice 5. Soit f une fonction continue sur D = [a; b] [c; d] et `i (x); `j (y) les polynômes
d’interpolation de Lagrange de f aux points xi 2 [a; b]; 0 i n et yj 2 [c; d]; 0 j m:
1) Montrer que le polynôme d’interpolation de Lagrange de f aux points (xi ; yj ) sur D est
donné par
X
m Xn
pn;m (x; y) = f (xi ; yj )`i (x)`j (y); (x; y) 2 D:
j=0 i=0
2) Expliciter pn;m (x; y) dans le cas où n = m = 1 et x0 = a; x1 = b; y0 = c; y1 = d:
3) Calculer pn;m (x; y) lorsque n = m = 2 et
a+b c+d
x0 = a; x1 = ; x2 = b; y0 = c; y1 = ; y2 = d:
RdRb 2 2
4) Calculer c a pn;m (x; y)dxdy pour n = m = 1 et pour n = m = 2:

Série 7 : Intégration Numérique. Formules de


Newton-Côtes
Z 2
dx
Exercice 1. Soit I = = ln 2 = 0:6931471806 : : :
1 x
1) Calculer l’intégrale approchée Ih de I par les formules des Rectangles, du Point Milieu, des
Trapèzes et de Simpson à 5 points (n = 4) et comparer avec la valeur exacte.
2) Déterminer les erreurs exactes et estimées.
R4p p R5p p
Exercice 2. Soient I = 0
1 + xdx et J = 1
1 + xdx:
13

1) Calculer les valeurs exactes des intégrales I et J:


2) Déterminer les approximations Th et Sh de I et J par les formules des Trapèzes et de Simpson
lorsque le pas h vaut respectivement h = 1; h = 0:5; h = 0:25; h = 0:125: Ecrire et exécuter
pour cela un programme en C ou en Fortran.
3) Comparer les résultats trouvés dans les deux cas et expliquer pourquoi les approximations
de J sont meilleures.
Rb
Exercice 3. Soit f une fonction continue sur [a; b] R et I = a f (x)dx: On note par Th et
fh
Sh respectivement les formules des Trapèzes et de Simpson composée appliquées à I et par T
f
et Sh les formules des Trapèzes et de Simpson corrigées :
2 2
fh := Th + h (f 0 (a) f 0 (b)) et S
T fh := Sh + h (f 000 (a) f 000 (b)):
12 180
1) Appliquer, pour n = 4; les formules fh et S
T fh à l’intégrale :
Z +1
dx
I= 2
= p = 1:813799365 : : :
1 x +x+1 3
et comparer avec la valeur exacte.
fh et 3) de VI.3.
2) Quelle relation y a t-il entre la formule T

Exercice 4. Soit a > 0; f 2 C 4 [ a; +a]: On dé…nit la fonction :


Rx x
F (x) = x f (t)dt [f ( x) + 4f (0) + f (x)] kx5 ; x 2 [0; a];
3
où k 2 R est une constante choisie de telle sorte que F (a) = 0:
1) Montrer qu’il existe 2]0; a[ tel que F (3) ( ) = 0:
2) Calculer F (3) (x) et montrer que k s’exprime en fonction de F (4) ( ); où 2] a; +a[:
3) En déduire la formule de Simpson :
Ra a a5 (4)
a
f (t)dt = [f ( a) + 4f (0) + f (a)] f ( ); 2] a; +a[:
3 90
RdRb
Exercice 5. Soit I = c a f (x; y)dxdy où f est une fonction continue sur [a; b] [c; d] un
rectangle de R2 : En appliquant les formules des Trapèzes et de Simpson simples, respectivement
en x et en y; déterminer les formules d’intégration produit associées. Comparer avec 4) de VI.5.
Quelles sont alors les formules composées associées ?
R1R1 2
Application : I = 0 0 xyex y dxdy = 12 e 1 = 0:3591409142 : : :
14

Corrigé de la série 1
Exercice 1. p
1) x = 2=7 = :285714 : : : ; f l(x) = :285; y = 2 = 1:41421 : : : ; f l(y) = 1:41 = :141 10;
z = = 3:14159 : : : ; f l(z) = 3:14 = :31410
x + y = 1:69992 : : : ; x y = 1:69; x + y x y = :00992 = :99210 2
x y = 1:12849 : : : ; x y = 1:12; x y x y = :00849 = :84910 2
x y = :404061 : : : ; x y = :401; xy x y = :00306 = :306 10 2
x=y = :202030 : : : ; x y = :202; x = y x y = :305 10 4
x+y x y x y x y
= :583 10 2 ; = :752 10 2 ;
x+y x y
x y x y x=y x y
= :757 10 2 ; = :372 10 1
x y x=y
2) (x y) z = x (y z) = 4:56 et z (x y) = 5:30; (z x) (z y) = 5:31
On ne peut pas dire que est associative comme le montre l’exemple :
x = 1=126; y = 1=512; z = 1=10; où (x y) z = :109 et x (y z) = :108

3) L’arithmétique ‡ottante détruit les axiomes de base de construction des nombres réels, donc
des structures algébriques fondamentales.

Exercice 2.
:780 :563 :217 :218
A= ; b= ; b0 = ; det A = 10 6 ;
:913 :659 :254 :253
659000 563000 1 1223
A 1= ; x= ; x0 = :
913000 780000 1 1694
b0 est très proche de b alors que x0 est très loin de x: Si on considère que b0 est un b sur lequel
on a commis une erreur de l’ordre de 10 3 ; alors cette petite erreur engendre une très grande
erreur (> 103 ) sur la solution. Il faut faire attention à certains systèmes. Dans cet exemple,
l’erreur introduite est volontaire pour voir son e¤et, mais en pratique elle est cachée, elle se
passe au niveau de la machine et l’utilisateur ne s’en rend même pas compte jusqu’à ce qu’il
obtienne un résultat erroné.

Exercice 3.
1) a c = 4930352 39088169 = 583600122205488 (15 chi¤res)
b2 = 241578172 = 583600 122205489 (15 chi¤res)
En simple précision : a = f l(a) = 4930352; c = f l(c) = 39088169 et
a c = b2 = b b = 58360012107; donc a c b2 = 0
En double précision : a = f l(a) = 4930352; c = f l(c) = 39088169 et
a c = 583600122205488; b2 = b b = 583600122205489; donc a c b2 = 1:

2) a c = 433494437 1134903170 = 491974210728665290 (18 chi¤res)


b2 = 7014087332 = 491974210728665289 (18 chi¤res)
En simple précision : a = f l(a) = 4930352; c = f l(c) = 39088169 et
a c = b2 = b b = 58360012107; donc a c b2 = 0
En double précision : a = f l(a) = 4930352; c = f l(c) = 39088169 et
a c = 4919742107286652102; b2 = b b = 4919742107286652102; donc a c b2 = 0:
15

3) La résolution du système ax + by = c; bx + cy = b sur une calculatrice à 8 chi¤es est


impossible dans les deux cas car le déterminant a c b2 est nul. Si elle est à 16 chi¤res
cette résolution est possible dans le 1er cas (15 chi¤res) mais impossible dans le 2ème cas (18
chi¤res). La solution exacte est x = y = 1 dans les deux cas (dans le 1er cas d = 29 088 169).

Exercice 4.
P10 1
S= 2
= 1:549767731 : : : ; S1 = 1:52; S2 = 1:54
k=1 k

S2 est plus proche de S que S1 car on commence par sommer les petits nombres contrairement
à S1 où ils sont décalés vers la …n, ce qui diminue leur contribution dans le somme à cause de
la troncature.

Exercice 5.

5
P9 ( 5)k
e = 6:737946999 : : : 10 3 ; a) = 1:827105379; b)
k=0 k!
P9 5k
1= = 6:959452864 10 3 :
k=0 k!

L’approximation b) est plus précise que a) pour plusieurs raisons :


i) Le signe moins crée beaucoup de problèmes dans une somme alternée, surtout lorsque les
quantités à retrancher sont voisines (à titre d’exemple les termes ( 5)k =k! pour k = 4 et k = 5
s’annulent mutuellement, alors que dans b) elles contribuent à la somme).
ii) Le fait que le point x = 5 est loin de l’origine (le reste du développement de Lagrange
ne tend pas toujours vers zéro contrairement à celui de Young). En e¤et :

5
P9 ( 5)k 510 e 5 510
e = ; 0< < 1 et = 2: 691 144 455:
k=0 k! 10! 10!

5
Pm ( 5)k 5m+1 5
En général e car 0 < e < 1: Comme exemples, on a pour x = 1
k=0 k! (m + 1)!
et x = 0:5

1
P9 ( 1)k
e = 0:367 879 441 2 : : : ; = 0:367 879 188 7;
k=0 k!
0:5
P9 ( 0:5)k
e = 0:606 530 659 7 : : : ; = 0:606 530 659 5
k=0 k!
5
iii) Le fait que l’ordre n = 9 du développement de Taylor n’est pas su¢ sant car e =
P
+1 ( 5)k
: A titre d’exemple, on a
k=0 k!

P15 ( 5)k P20 ( 5)k


m = 15 : = 1: 119 379 783 10 3 ; m = 20 : = 6: 745 540 098 10 3 ;
k=0 k! k=0 k!
P30 ( 5)k P50 ( 5)k
m = 30 : = 6: 737 947 000 10 3 ; m = 50 : = 6: 737 946 999 10 3 ;
k=0 k! k=0 k!
5
où l’on peut voir le reste (e est majoré par 1)
16

516 521
= 7: 292 903 644 10 3 ; = 9: 333 105 594 10 6 ;
16! 21!
531 13 551 31
= 5: 663 023 524 10 ; = 2: 863 025 213 10
31! 51!

Exercice 6.
1) Si y 00 2 C 4 [a; b]; pour tout x 2]a; b[ et h petit, d’après Taylor-Lagrange, il existe 1; 2 2]0; 1[
tels que

h2 00 h3 (3) h4
y(x + h) = y(x) + hy 0 (x) + y (x) + y (x) + y (4) (x + 1 h)
2! 3! 4!
2
h h3 (3) h4 (4)
y(x h) = y(x) hy 0 (x) + y 00 (x) y (x) + y (x + 2 h)
2! 3! 4!
h4 (4)
Par sommation y(x + h) + y(x h) = 2y(x) + h2 y 00 (x) + y (x + 1 h) + y (4) (x + 2 h) ; donc
4!
y(x + h) + y(x h) 2y(x) h2 (4)
y 00 (x) = + y (x + 1 h) + y (4) (x + 2 h)
h2 4!
y(x + h) + y(x h) 2y(x)
= + (h2 ):
h2
y(x + h) + y(x h) 2y(x) h2
2) y 00 (x) Ch2 ; C = max y (4) :
h2 12 [a;b]
Exercice 7.
Pn xk xn+1 e x
1) D’après la formule de Taylor-Lagrange ex = + ; 0 < < 1, donc pour x = 1 :
k=0 k! (n + 1)!
e e e
e = xn + ; et alors 0 < e xn = < ; donc xn ! 0:
(n + 1)! (n + 1)! (n + 1)!
De même yn = en ln(1+1=n) ! e car n ln(1 + 1=n) ! 1:

2) e = 2: 718 281 828 : : : Par un simple calcul, on a :

x0 = 1; x1 = 2; x2 = 2:5; x3 = 2:666666667; x4 = 2:708333334; x5 = 2:716666667;


x6 = 2:718055556
e x5 = 1:615161459 10 3 ; e x6 = 2:26272459 10 4 ; donc n0 = 6:

Pour n1 ; la suite yn est croissante et y1358 = 2:717281663; y1359 = 2:717282399

e y1358 = 1:000165459 10 3 ; e y1359 = 9:99429459 10 4 ; donc n1 = 1359.

On pourra écrire pour cette question un petit programme et on peut aussi répondre à l’aide
d’une calculatrice scienti…que.

e e
3) D’après 1), on a : jxn ej = e xn = < ; 8n 0 car 0 < < 1:
(n + 1)! (n + 1)!

1 1
ln(1 + 1=n) = ; 0< <1
n 2n2 (1 + =n)2

x2
(on applique ln(1 + x) = x : Taylor à l’ordre 2 pour x = 1=n), donc
2(1 + x)2
17

1 1
n ln(1 + 1=n) = 1 2
et yn = en ln(1+1=n) = e: exp
2n(1 + =n) 2n(1 + =n)2
1
= e: 1 exp ; 0< <1
2n(1 + =n)2 2n(1 + =n)2

1
(on applique ex = 1 + xe x
pour x = ). Il vient :
2n(1 + =n)2
e
yn = e exp ;
2n(1 + =n)2 2n(1 + =n)2
i.e.
e e
jyn ej = e yn = exp <
2n(1 + =n)2 2n(1 + =n)2 2n
car
e e
2
< et exp < 1:
2n(1 + =n) 2n 2n(1 + =n)2
1 1
En conclusion : xn et yn e =
e= pour n ! +1 et la suite (xn ) tend
n! n
vers e beaucoup plus rapidement que (yn ): Ceci était clair avant d’arriver à ces majorations de
l’erreur dans les rangs n0 = 6 pour xn et n1 = 1359 pour yn pour atteindre la précision 10 3 :
Ces majorations sont en fait optimales, puisque
e 3 e e
= 3: 775 391 428 10 et = 5: 393 416 326 10 4 ; i.e. 10 3
)n 6:
6! 7! (n + 1)!
e 3 e
De même 10 )n 103 = 1359:140 914
2n 2
Commentaire. Le but ici est la comparaison de la convergence des deux suites vers la même lim-
ite. En pratique, lorsqu’un problème dispose de deux méthodes de résolution, il est souhaitable
de faire une comparaison de ces méthodes par une estimation de l’erreur, puis on choisit la
méthode la plus rapide et la plus économique en calculs et en précision.

Exercice 8.
P
n nP1
1) P (x) = pi xn i ; Q(x) = qi x n 1 i
: La relation P (x) = (x )Q(x) + qn est équivalente
i=0 i=0
à
P
n nP1
pi xn i
= (x ) qi x n 1 i
+ qn
i=0 i=0
nP1 nP1
= qi x n i
qi x n 1 i
+ qn
i=0 i=0
nP1 nP1
= qi x n i
qi x n 1 i
q0 x n 1
+ qn
i=0 i=1
nP1 P
n
= q0 x n + qi x n i
qi 1 x n i
q0 x n 1
+ qn
i1 i=1
nP1
= q0 x n + (qi qi 1 ) x n i
qn 1 + qn :
i=1
Par identi…cation des coe¢ cients
8
< p 0 = q0
p 0 = q0
p i = qi qi 1 ; i = 1; 2; : : : ; n 1 ; i.e. :
: qi = pi + qi 1 ; i = 1; 2; : : : ; n
p n = qn qn 1
18

Il s’ensuit P (x) = (x )Q(x) + qn et que P ( ) = qn et P 0 ( ) = Q( ):

2) P (x) = x3 6x2 + 3x :149; = 4:71; p0 = 1; p1 = 6; p2 = 3; p3 = :149; q0 = 1:


La valeur exacte est P (4:71) = 14: 636 489 : : : Par Hörner : P (4:71) = q3 = 14: 6 car

q1 = 6 + 4:71 1 = 1: 29;
q2 = 3 + 4:71 ( 1: 29) = 3: 07;
q3 = :149 + 4:71 ( 3: 07) = 14: 6

Par calcul direct avec troncature, on trouve

P (4:71) = 4:713 6 4:712 + 3 4:71 :149 = 28:1,

d’où l’avantage du schéma de Hörner par rapport au calcul direct


(Attention : 4:713 = 4:71 4:71 4:71).

Corrigé de la série 2
Exercice 1.
1) Toutes les fonctions f dé…nissant les équations f (x) = 0 sont partout continues. Il su¢ t de
trouver les changements de signe :

x 3 2 1 0 1 2 3
a) , 1 2] 2; 1[; 2 2]0; 1[; 3 2]1; 2[:
f (x) 17 1 3 1 1 3 19
x 4 3 2 1 0 1 2 3 4 1 2] 2; 1[; 2 2] 1; 0[;
b) ,
f (x) 281 76 5 4 1 4 19 20 41 3 2]0; 1[; 4 2]3; 4[:

c) Dans le cas des équations a) et b), on sait qu’elles admettent au plus 3 et 4 racines respec-
tivement. Pour c), ce raisonnement n’est pas exhaustif (certaines racines peuvent échapper),
on raisonne graphiquement.

sin (10x) = 0 , 10x = k , x = k =10; k 2 N:

Mais x 2]0; 1[) 0 < k < 10= = 3: 183 : : : ; donc k = 1; 2; 3 et les racines de sin (10x) sont :

x1 = =10; x2 = =5; x3 = 3 =10:

En examinant le graphe de sin (10x) ; on voit qu’il coupe celui de ln x trois fois dans ]0; 1[
(f (x) = 0 , ln x = sin (10x)). Les racines 1 ; 2 ; 3 de f (x) = 0 sont donc localisées entres
celles de sin (10x) de la sorte :

x1 + x2 3 x1 + x2 3 3 3
1 2]x1 ; [=] ; [; 2 2] ; x3 [=] ; [; 3 2]x3 ; 1[=] ; 1[:
2 10 20 2 20 10 10
(Le milieu de deux racines est un axe de symétrie pour le sinus). Ci-dessous les graphes de
x 7! sin(10x) & x 7! ln x; x 2]0; 1[:
19

2x
d) On a f 0 (x) = cos xesin x +2 sin x+ ; 8x 2 R: On voit, puisque sin x > 0; cos x > 0
(x2 + 1)2
pour x 2]0; =2[; que f 0 (x) > 0; 8x 2]0; =2[: D’autre part f (0) = 2 < 0 et f ( =2) =
1
e 2 =4 + 1
> 0; donc f (x) = 0 admet une racine et une seule 2]0; =2[:
En dehors de ]0; =2[; esin x et cos x sont 2 -périodiques et 1= (x2 + 1) ne l’est pas mais tend
vers zéro quand x ! 1 (donc le signe de f (x) est celui de esin x 2 cos x).
Considérons les intervalles translatés Ik =]2k ; 2k + =2[; k 2 Z: On a :

1 1
f (2k ) = 1 < 0 et f (2k + =2) = e > 0:
4k 2 2 +1 (2k + =2)2 + 1

Pour la dérivée sur Ik ; on a


2x
f 0 (x) = cos x:esin x + 2 sin x + > 0; 8x 2 Ik ; 8k 2 N; donc 9! k 2 Ik ; 8k 2 N.
(x2 + 1)2
2
Si k 2 Z ; on véri…e facilement que 2x= (x2 + 1) est petite en valeur absolue par rapport à
cos x:esin x + 2 sin x: On a
2 jxj 2 jxj 1 2 jxj
2 = 2 : 2 1 car 1:
(x2 + 1) x +1 x +1 x2 + 12
20

2
Par exemple, on a quelques valeurs de cos x:esin x + 2 sin x et 2x= (x2 + 1) :
2
x cos x:esin x + 2 sin x 2x= (x2 + 1)
3
2 1 7: 669 425 108 10
4
4 1 9: 952 159 838 10
3
2 + =2 2 17: 500 389 86 10
4
4 + =2 2 14: 798 632 71 10

Donc il existe un et seul k =]2k ; 2k + =2[ solution de f (x) = 0 pour tout k 2 Z:

2) & 3)
a) '(x) = (3x 1)1=3 : 1 = 1: 879 385 242 : : : ; 2 = 0:347 296 355 3 : : : ; 3 = 1: 532 088 886 : : :
b) 1 = 1: 793 604 493 : : : ; 2 = 0:284 079 043 8 : : : ; 3 = 0:557 536 515 8 : : : ;
4 = 3: 520 147 021 : : :
c) 1 = 0:4194424717 : : : ; 2 = 0:5682521777 : : : ; 3 = 0:9478375745 : : :
d) 1 = 1:535627060 : : : ; 2 = 0:7867273264 : : :

Remarque. Pour 1 de a), il pourrait y avoir des problèmes numériques avec la racine cubique
d’un nombre négatif. Pour éviter cet inconvénient, factoriser le signe moins à l’extérieur de la
racine cubique et le calcul sera possible, i.e. '(x) = (3x 1)1=3 = ( 3x + 1)1=3 ; x 2 [ 2; 1]:

Exercice 2.
1) x 7! f (x) = x3 x2 x 1 est continue, f (1)f (2) = 2 < 0 et f 0 (x) = 3x2 2x 1 =
(3x + 1) (x 1) ; donc f (x) = 0 admet une racine unique 2]1; 2[: L’algorithme de Dichotomie
appliqué à f (x) = 0 dans l’intervalle borné [1; 2] est alors convergent vers .

2) N = 3 ln (10) = ln 2 = [9: 965 784 285] = 9: Le calcul est (non demandé) :

n an bn xn f (an ) f (xn )
0 1 2 1:5 2 1: 375
1 1:5 2 1:75 1:375 0:453 125
2 1:75 2 1: 875 0:453 125 +0:201 171 875
3 1:75 1: 875 1: 812 5 0:453 125 0:143 310 546 9
2
4 1: 812 5 1: 875 1: 843 75 0:143 310 546 9 +2: 450 561 523 10
2
5 1: 812 5 1: 843 75 1: 828 125 0:143 310 546 9 6: 049 728 394 10
2 2
6 1: 828 125 1: 843 75 1: 835 937 5 6: 049 728 394 10 1: 827 096 939 10
2 3
7 1: 835 937 5 1: 843 75 1: 839 843 75 1: 827 096 939 10 +3: 048 360 348 10
2 3
8 1: 835 937 5 1: 839 843 75 1: 837 890 625 1: 827 096 939 10 7: 628 522 813 10
3 3
9 1: 837 890 625 1: 839 843 75 1: 838 867 188 7: 628 522 813 10 2: 294 385 866 10

On remarque que jf (x9 )j > 10 3 alors que jx9 x8 j = 0:000 976 563 10 3 : Ceci est du au fait
que la variation de f (xn ) vers 0 est lente par rapport à celle de xn vers :

3) x0 = 1:5; x1 = 1: 75; x2 = 1: 875; x3 = 1: 8125; x4 = 1: 84375; x5 = 1: 8284125;


x6 = 1: 835 937 5; x7 = 1: 839 843 75; x8 = 1: 837 890 625; x9 = 1: 838 867 188;
a9 < < b9 , 1: 837 890 625 < < 1: 839 843 75 (ou bien jx9 j 1=210 = 0:000 976 562 5).

4) '1 (x) = x3 x2 1; x 2 [1; 2]; '01 (x) = 3x2 2x = x (3x 2) > 0; x 2 [1; 2];
21

'001 (x) = 6x 2 > 0; x 2 [1; 2]; donc ` = min j'01 j = '01 (1) = 1 et l’itération xn+1 = '1 (xn ) ne
[1;2]
converge pas vers quand x0 2 [1; 2]; x0 6= : En e¤et,

xn+1 = '1 (xn ) '1 ( ) = '01 ( n )(xn ) ) jxn j `n jx0 j 9 0; n ! +1:

Pour tout I [1; 2]; on a min j'01 j min j'01 j = `; donc xn+1 = '1 (xn ) ne converge pas vers
I [1;2]
quand x0 2 I; x0 6= pour tout I [1; 2]. Il n’existe pas de I [1; 2] tel que '1 soit
contractante sur I; sinon le Thm du point …xe impliquerait la convergence qui n’a pas lieu.
1 1
5) '2 (x) = 1 + + 2 ; x 2 [1; 2]: L’intervalle I = [a6 ; b6 ] = [1: 828 125; 1: 843 75] véri…e (c’est
x x
un choix qui n’est pas unique) :

max j'02 (x)j = j'02 (a6 )j = 0:626 568 254 3 < 1


I
'2 (I) = ['2 (b6 ); '2 (a6 )] = [1: 836 541 224; 1: 846 226 898] I:

L’itération xn+1 = '2 (xn ); x0 2 I converge vers :

1=3 1 2=3
6) '3 (x) = (1 + x + x2 ) ; x 2 [1; 2]; '03 (x) = (1 + 2x) (1 + x + x2 ) > 0; x 2 [1; 2];
3
2 5=3
'003 (x) = (x 1)(x + 2) (1 + x + x2 ) 0; x 2 [1; 2];
9
donc
L = max j'03 j = '03 (1) = 3 2=3
= 0:480 749 856 8 : : : < 1;
[1;2]
p p
'3 ([1; 2]) = ['3 (1); '3 (2)] = [ 3 3; 3 7] = [1: 442 249 57 : : : ; 1: 912 931 183 : : :] [1; 2]

L’itération xn+1 = '3 (xn ); x0 2 [1; 2] converge vers en vertu du Thm du point …xe.

(1 L)" 2=3
7) n0 = [ln( )=L] + 1; x0 = 1:5; x1 = '3 (1:5) = 1: 680 987 703 : : : ; L = 3 ; " = 10 3 ;
jx1 x0 j
donc n0 = [7: 992 535 707] + 1 = 8:
r
2
8) xn+1 = '4 (xn ); '4 (x) = 1 + ; x0 2 [1; 2]: On a :
x+1
2
x = '4 (x) , (x 1)2 = , (x 1)2 (x + 1) 2 = 0 , '4 (x) = 0;
x+1
'4 ([1; 2]) = ['4 (2); '4 (1)] = [1: 816 496 581
p : : : ; 2] [1; 2];
p 2 1
'4 (x) = 1 + 2 (x + 1) 1=2 ; '04 (x) = (x + 1) 3=2 ; max j'04 j = j'04 (1)j = < 1:
2 [1;2] 4

L’itération xn+1 = '3 (xn ); x0 2 [1; 2] converge vers en vertu du Thm du point …xe.

Exercice 3.
1) Soient x = 1; y = 0:8; donc '(1) = 1; '(0:8) = 0:654 : : : La majoration
j'(x) '(y)j L jx yj ; avec L 2]0; 1[ est :

j'(1) '(0:8)j L j1 0:8j , 0:345 : : : L 0:2 , L 1: 725 : : :


22

ce qui est impossible. (On peut choisir n’importe quel couple de points x; y du coté de 1; pas
du côté de 0).
x0
2) Pour x0 = 0; xn = 0; 8n; donc xn ! 0 (suite stationnaire). Si x0 2]0; 1]; x1 = < x0
1 ln x0
x 2 ln x
et '(x) = est croissante, car '0 (x) = ; x 2]0; 1]; donc par récurrence xn+1 <
1 ln x (1 ln x)2
xn ; 8n (suite décroissante). D’autre part '([0; 1]) = ['(0); '(1)] = [0; 1]; donc xn 2 [0; 1]; 8n
et la suite est minorée par zéro, donc (xn ) converge. Sa limite ` véri…e ` = '(`) car ' est
`
continue, donc ` = 0 ou ` = ; i.e. ` = 1: Mais (xn ) est strictement décroissante, donc
1 ln `
` = 0 est sa limite.
2 ln p p
3) '0 ( ) = 1 , = 1, qui donne = e(1 5)=2
(la solution = e(1+ 5)=2 2
= [0; 1]).
(1 ln )2

2 ln x 3 ln x
'0 (x) = 00
2 > 0; x 2]0; 1]; ' (x) = > 0; x 2]0; 1]:
(1 ln x) x (1 ln x)3

Sur [ ; 1] la fonction ' n’est pas contractante car '0 ( ) = 1 et '0 (1) = 2: Sur [0; ] aussi ' n’est
pas contractante car '0 est positive croissante et max '0 = '0 ( ) = 1: Sur tous les intervalles
[0; ]
[a; b] = [0; b] avec 0 < b < ; le Thm du point …xe est applicable car max '0 = '0 (b) < '0 ( ) = 1
[0;b]
('0 strictement croissante) et

b b
'([0; b]) = ['(0); '(b)] = [0; ] [0; b] car < b:
1 ln b 1 ln b
p
L’itération xn+1 = '(xn ); x0 2 [0; b] converge vers ` = 0 pour tout 0 < b < = e(1 5)=2
:

Exercice 4.
1) La fonction f (x) = x tan x n’est pas dé…nie ni continue au point x = =2 2] =2; 3 =2[: La
graphe de x 7! tan x sur ] =2; 3 =2[ montre que l’équation x = tan x admet deux racines dans
] =2; =2[[] =2; 3 =2[: La 1ère x = 0 est évidente et la 2ème 2] ; 3 =2[: Si '(x) = tan x;
on a f (x) = 0 , x = '(x) et '0 (x) = 1 + tan2 x 1; 8x 2 R; x 6= (2k + 1) =2; k 2 Z; donc '
ne peut être contractante sur aucune partie I de R où elle est dé…nie et dérivable. L’itération
xn+1 = '(xn ); x0 2 I ne converge pas vers (min j'0 j 1).

2) Si on écrit f (x) = 0 , x = (x) = + arctan(x ); x 2 [ ; 3 =2]; où arctan x est la


fonction réciproque de tan x sur ] =2; =2[: On a :

0 1
(x) = ; x 2 [ ; 3 =2]; sup j 0 j = 0
( ) = 1:
1 + (x )2 [ ;3 =2]

On voit qu’il su¢ t de prendre un intervalle [ + "; 3 =2] au lieu de [ ; 3 =2] pour avoir la
contraction, où " > 0 est petit. Sur cet intervalle, on a :
1
sup j 0j = 0
( + ") = < 1;
[ +";3 =2] 1 + "2

donc est contractante sur [ + "; 3 =2]: Pour la stabilité, on a :


23

3 3 3
([ + "; ]) = [ ( + "); ( )] = [ + arctan "; + arctan( )] [ ; ]; 8"; 0 < " < ;
2 2 2 2 2
donc, l’itération xn+1 = (xn ); x0 2 [ + "; 3 =2] converge vers :
f (xn ) xn tan xn
3) xn+1 = xn = xn + ; x0 = 4:7;
0
f (xn ) tan2 xn
x1 = 4: 688 331 848; x2 = 4: 666 984 472; x3 = 4: 631 183 287; x4 = 4: 580 473 096;
x5 = 4: 528 429 052; x6 = 4: 499 138 109; x7 = 4: 493 563 964; x8 = 4: 493 409 57;
x9 = 4: 493 409 458; x10 = 4: 493 409 458; i.e. = 4: 493 409 458 : : :

Exercice 5.
2x 1 P1 (x) Pn (x)
1) f 0 (x) = 2 = 1 : Supposons f
(n)
(x) = 2 pour un certain n; alors
x +1 2
(x + 1) (x + 1)n

(x2 + 1)Pn0 (x) 2nxPn (x) Pn+1 (x) Pn (x)


f (n+) (x) = = n+1 ; donc f
(n)
(x) = 2 8n; n 2 N;
2
(x + 1) n+1 2
(x + 1) (x + 1)n

En e¤et, Pn est un polynôme de degré n par hypothèse de récurrence, donc


Pn+1 (x) = (x2 + 1)Pn0 (x) 2nxPn (x) est de degré n + 1:

2) Pour n = 1; P1 (x) = 2x 1 admet une racine réelle 1 = 1=2:


Pour n = 2; Pp 1 (x) = 2 (1 + x xp2 ) admet deux racines réelles distinctes :
1 = (1 5)=2; 2 = (1 + 5)=2:
Supposons que pour un certain n; f (n) (x) = 0 admet n racines réelles distinctes 1 < 2 < : : : <
(n)
n : En appliquant alors le Thm de Rolle à f (x) sur chacun des intervalles [ i ; i+1 ] ; 1 i
n 1; on a
. f (n) est continue sur [ i ; i+1 ] ;
. f (n) est dérivable sur ] i ; i+1 [;
. f (n) ( i ) = f (n) ( i+1 ) = 0;
donc 9 i 2] i ; i+1 [: f (n+1) ( i ) = 0; 8i; 1 i n 1 (i.e. f (n+1) (x) = 0 admet n 1 racines
1 < 2 < : : : < n 1:
D’autre part, le même Thm sur ] 1; 1 ] et [ n ; +1[; donne :
. f (n) est continue sur ] 1; 1 ] et [ n ; +1[;
. f (n) est dérivable sur ] 1; 1 [ et ] n ; +1[;
. f (n) ( 1 ) = f (n) ( n ) = lim f (n) (x) = 0;
x! 1
donc 9 0 2] 1; 1 [; 9 n 2] n ; +1[: f (n+1) ( 0 ) = f (n+1) ( n ) = 0:
Au total f (n+1) (x) = 0 admet n + 1 racines 1 < 0 < 1 < 2 < : : : < n 1 < n < +1
comprises entre celles de f (n) (x) = 0: Donc f (n) (x) = 0 admet n racines réelles distinctes
1 < 2 < : : : < n pour tout n 2 N :

3) P2 (x) = (x2 + 1)P10 (x) 2xP1 (x) = 2 (1 + x x2 ) ;


P3 (x) = (x2 + 1)P20 (x) 4xP2 (x) = 2 (2x3 3x2 6x + 1) ;
P4 (x) = (x2 + 1)P30 (x) 6xP3 (x) = 12 (x4 2x3 6x2 + 2x + 1) ;
donc P2 (x); P3 (x); P4 (x) admettent respectivement 2; 3; 4 racines réelles distinctes en vertu de
2).

f (xn )
4) xn+1 = xn ; n 0; où x0 est à choisir pour chaque racine, par exemple comme
f 0 (xn )
milieu de l’intervalle la localisant (sauf si la dérivée n’y est pas dé…nie).
24

2 x2n + 1
Racines de P2 (x) : f (x) = 2 (1 + x x ) ; xn+1 = ;
2xn 1
x 1 0 1 2
, 1 2] 1; 0[; 2 2]1; 2[;
f (x) 2 2 2 2
1 : x0 = 1; x1 = 0:666 666 666 7; x2 = 0:619 047 619 ; x3 = 0:618 034 447 8;
x4 = 0:618 033 988 7; x5 = 0:618 033 988 7
2 : x 0 = 1:5; x1 = 1: 625;
p x2 = 1: 618 055 556 ; x3 = 1: 618 033 989;
p x4 = 1: 618 033 989
Valeurs exactes : 1 = (1 5)=2 = 0:618 033 988 7 : : : ; 2 = (1 + 5)=2 = 1: 618 033 989 : : :

(xn + 4x2n + 1) (xn 1)


Racines de P3 (x) : f (x) = 2 (2x3 3x2 6x + 1) ; xn+1 = ;
6 (x2n xn 1)
x 2 1 0 1 2 3
, 1 2] 2; 1[; 2 2]0; 1[; 3 2]2; 3[:
f (x) 30 4 2 12 14 20
1 : x0 = 1:5; x1 = 1: 287 878 788; x2 = 1: 243 281 381; x3 = 1: 241 310 259;
x4 = 1: 241 306 460; x5 = 1: 241 306 460
2 : x0 = 0:5; x1 = 0:166 666 666 7; x2 = 0:155 826 558 3 ; x3 = 0:155 791 567 2;
x4 = 0:155 791 566 9; x5 = 0:155 791 566 9
3 : x0 = 2:5; x1 = 2: 590 909 091; x2 = 2: 585 534 364 ; x3 = 2: 585 514 893; x4 = 2:
585 514 893

(xn 7x2n + 3x3n 1) (xn + 1)


Racines de P4 (x) : f (x) = 12 (x4 2x3 6x2 + 2x + 1) ; xn+1 = ;
2 (2x3n 3x2n 6xn + 1)
x 2 1 0 1 2 3 4
, 1 2] 2; 1[; 2 2] 1; 0[; 3 2]0; 1[; 4 2
f (x) 5 4 1 4 19 20 41
]3; 4[:
1 : x0 = 1:5; x1 2: 026 785 714; x2 = 1: 842 608 677; x3 = 1: 796 421 784;
x4 = 1: 793 614 57; x5 = 1: 793 604 493; x6 = 1: 793 604 493
2 : x0 = 0:5; x1 = 0:302 083 333 3; x2 = 0:284 320 332 9; x3 = 0:284 079 089 7;
x4 = 0:284 079 043 8; x5 = 0:284 079 043 8
3 : x 0 = 0:5; x1 = 0:562 5; x2 = 0:557 567 548 1; x3 = 0:557 536 517 1;
x4 = 0:557 536 515 8; x5 = 0:557 536 515 8
4 : x0 = 3:5; x1 = 3: 520 474 138; x2 = 3: 520 147 106 ; x3 = 3: 520 147 021; x4 = 3:
520 147 021
Valeurs exactes : Voir Exercice 2.8

Exercice 6.
1) Si < 0; '0 (x) = 1 f 0 (x) > 1; x 2 [a; b] et ' n’est pas contractante. Si > 0;

1 k 1+k
j'0 (x)j k , j1 f 0 (x)j k, k f 0 (x) 1 k, f 0 (x) ; x 2 [a; b]:

Puisque f 2 C 1 [a; b] et f 0 > 0; il existe M; m > 0 : m = min jf 0 j ; M = max jf 0 j tels que :


[a;b] [a;b]

1 k 1+k
m f 0 (x) M ; 8x 2 [a; b]:

1 k 1+k 1 k 1+k 1 k 1+k


Les inégalités m et M exigent pourvu que :
m M m M
Mais
25

1 k 1+k M m M m
,k ; i.e. k < 1:
m M M +m M +m
Donc, en dé…nitive
M m 1 k 1+k
k < 1 et :
M +m m M

M m 1 k 1+k
2) Le choix optimal est k = pour lequel 2[ ; ]; mais
M +m m M
1 k 1+k 2 M m 2
= = ; donc k = et = :
m M M +m M +m M +m

Remarque. Le résultat précédent peut être aussi obtenu de la manière suivante :

k = max j'0 (x)j = max j1 f 0 (x)j = max fj1 mj ; j1 M jg


x2[a;b] x2[a;b]

car m f 0 (x) M; x 2 [a; b] et m; M sont atteintes dans [a; b]: En examinant le graphe
de 7! max fj1 mj ; j1 M jg pour > 0; on voit que k est minimal lorsque 1 M =
2 M m
1 + m; donc = et alors k = :
M +m M +m
3
3) f (x) = x3 x2 x 1, [a; b] = [ ; 2]: f 0 (x) = (3x + 1) (x 1) > 0, f 00 (x) = 6x 2 > 0; x 2
2
3
[ ; 2]; donc
2
11 M m 17 2 8
m = f 0 (3=2) = ; M = f 0 (2) = 7; = ; = ;
4 M +m 39 M + m 39
3 17
et la fonction x 7! '(x) = x f (x) est k-contractante sur [ ; 2]; où k < 1 et
2 39
1 k 1+k 17 8
: Le choix optimal est k = et = :
m M 39 39
Exercice 7.
1) Les conditions suivantes de convergence globale de l’algorithme de Newton sont véri…ées :
. f 2 C 2 ([0; 1=2]);
. f (0)f (1=2) = 3=8 < 0;
. f 0 (x) = 3(x2 1) < 0; 8x 2 [0; 1=2];
. f 00 (x) = 6x 0; 8x 2 [0; 1=2]
jf (1=2)j 1 1
. jf 0 (1=2)j = minfjf 0 (0)j; jf 0 (1=2)jg véri…e 0 = ;
jf (1=2)j 6 2
f (xn )
donc, l’algorithme xn+1 = xn converge vers l’unique racine de f (x) = 0 dans [0; 1=2]
f 0 (xn )
pour tout x0 2 [0; 1=2]:

f (xn ) 2x3n 1
2) xn+1 = xn = ; x0 = 0; x1 = 0:333 333 333 3; x2 = 0:347 222 222 2;
f 0 (xn ) 3x2n 3
x3 = 0:347 296 353 2; x4 = 0:347 296 355 3; x5 = 0:347 296 355 3
M 9
jxn+1 j jxn+1 xn j2 ; M = max jf 00 j = 3; m = min jf 0 j = ;
2m [0;1=2] [0;1=2] 4
donc, on a par exemple pour n = 2
26

2
jx3 j jx3 x2 j2 = 3: 663 603 441 10 9
= ";
3
donc x3 " x3 + "; i.e. 0:347 296 349 5 0:347 296 356 9

3) x3 3x + 1 = (x ) (x2 + x + 2 3) ; = 12 3 2
> 0 car 2 [0; 1=2]; donc
1
p 1
p
= 2
+ 12 3 2 = 1: 532 088 886 : : : ; = 2
12 3 2 = 1: 879 385 242 : : :

x3 3x + 1 = 0 a3 + b 3 = 1
4) ; a3 +b3 +3(a+b) (ab 1)+1 = 0; ; d’où t2 +t+1 = 0:
x = a + b; ab = 1 ab = 1
8 8
3
p i2 =3 < a1 = ei2 =9 < b 1 = a1 = e i2 =9
a = t1 = 1 + ip 3 =2 = e i8 =9
5) ; a2 = e ; b = a2 = e i8 =9 ;
b3 = t2 = 1 i 3 =2 = e i2 =3 : : 2
a3 = ei5 =9 b 3 = a3 = e i5 =9
8
< = a1 + b1 = 2 Re a1 = 2 cos (2 =9) = 1: 532 088 886 : : :
= a2 + b2 = 2 Re a2 = 2 cos (8 =9) = 1: 879 385 242 : : : (à l’ordre près)
:
= a3 + b3 = 2 Re a3 = 2 cos (5 =9) = 0:347 296 355 3 : : :

Exercice 8.
1) x 7! f (x) = x4 2x3 6x2 + 2x + 1 est continue sur R et prend les valeurs suivantes
x 2 1 0 1 2 3 4
.
f (x) 5 4 1 4 19 20 41
2) 9 1 2] 2; 1[; 2 2] 1; 0[; 3 2]0; 1[; 4 2]3; 4[: f ( 1) = f( 2) = f( 3) = f( 4) = 0:

n xn n xn n xn n xn
0 1:5 0 0:5 0 0:5 0 3:5
1 2: 026 785 714 1 0:302 083 333 3 1 0:562 5 1 3: 520 474 138
2 1: 842 608 677 2 0:284 320 332 9 2 0:557 567 548 1 2 3: 520 147 106
3 1: 796 421 784 3 0:284 079 089 7 3 0:557 536 517 1 3 3: 520 147 021
4 1: 793 614 570 4 0:284 079 043 8 4 0:557 536 515 8 4 3: 520 147 021
5 1: 793 604 493 5 0:284 079 043 8 5 0:557 536 515 8 5 3: 520 147 021
6 1: 793 604 493 6 0:284 079 043 8 6 0:557 536 515 8 6 3: 520 147 021

3) x4 2x3 6x2 + 2x + 1 = (t + 1=2)4 2 (t + 1=2)3 6 (t + 1=2)2 + 2 (t + 1=2) + 1; donc


x4 2x3 6x2 + 2x + 1 = t4 (15=2) t2 5t + 5=16; d’où
t4 + at2 + bt + c = t4 (15=2) t2 5t + 5=16 = 0; a = 15=2; b = 5; c = 5=16:
15 2 5
4) t4 t 5t + = (t2 + t + )(t2 + t + ) = t4 + ( + ) t3 + ( + + ) t2 +
2 16
( + ) t + ; donc + = 0; + + = 15=2; + = 5; = 5=16
8 8 8
>
> + =0 >
> = >
> =
< < 2 < 2
+ + = 15=2 + = 15=2 = 15=2 5= =2
5) ) ) 2
>
> + = 5 >
> = 5= >
> = 15=2 + 5= =2
: : :
= 5=16 = 5=16 = 5=16
!
2 2
5 1 2 15 5 5
Donc = , = , 6 15 4 + 55 2 25 = 0:
16 4 2 16
27

6) s = 2 ) 6 15 4 + 55 2 25 = s3 15s2 + 55s 25 = 0: On pose s = r + 5


3
s3 15s2 + 55s p 25 = (r +p5) 15 (r + 5)2 + 55 (rp + 5) 25 = r3p 20r = 0;
r1 = 0; r2 = 2 5; r3 = 2 p5 ) s1 = 5; s2 = 5p+ 2 5; s3 = 5 p2 5
p p p p p
1 = p5; 2 = 5; 3 = 5 + 2 5; 4 = 5 + 2 5; 5 = 5 2 5;
p
6 = p 5 2 5: p p p p
Pour = 5; = = 5; = 5 15=2 5 =2 = 5 + 2 5 =4; = 2 5 5 =4
p
p 5+2 5 p p p p p p
2
t + t+ = t 2
5t = 0; t1 = 12 5 2 5 + 10 ; t2 = 21 5 + 2 5 + 10
4p
p 5 2 5 p p p p p p
2 2
t + t+ = t + 5t = 0; t3 = 12 5 + 10 2 5 ; t4 = 12 10 2 5 5
4
Comme i = ti + 1=2; i = 1; 2; 3; 4; il vient
p p p p p p
1 1
1 = (1 + 5 10 + 2 5); 2 = (1 + 5 + 10 + 2 5);
2 p p p 2 p p p
1
3 = 2 (1 5 10 2 5); 4 = 12 (1 5 + 10 2 5)

Les autres valeurs de ; donnent les mêmes valeurs des i: Ces valeurs correspondent, à l’ordre
près, aux valeurs numériques trouvées en 2)

1= 3: 520 147 021 : : : ; 2 = 0:284 079 043 8 : : : ;


3 = 0:557 536 515 8 : : : ; 4 = 1: 793 604 493 : : :

Exercice 9.
2 3 3 2
1) f (x; y) = (0; 0) , (x; y) = '(x; y); '(x; y) = ( sin x cos y; cos x sin y): L’itération
5 5 5 5
8
< xn+1 = 25 sin xn 35 cos yn ; n 0
yn+1 = 35 cos xn 25 sin yn ; n 0
:
x0 = y0 = 0

est numériquement convergente vers ( ; ) = ( 0:8885315 : : : ; 0:2711830 : : :) à la 15ème itéra-


tion.

2) Pour calculer le nombre théorique n0 d’itérations su¢ santes pour avoir

k(xn ; yn ) ( ; )k2 "; 8n n0 ; " = 10 6 ;

on applique le Thm du point …xe à ' sur R2 qui est fermé et stable par ': La contraction de
' sur R2 se montre à l’aide du Thm des accroissements …nis :

k'(x; y) '(z; t)k2 sup kD'( ; )k2 :k(x; y) '(z; t)k2 ; 8(x; y); (z; t) 2 R2 ,
( ; )2[(x;y);'(z;t)]

où [(x; y); '(z; t)] est le segment de R2 joingnant (x; y) et (z; t) et D'(x; y) est la matrice
Jacobienne de ' en (x; y) donnée par
0 1 0 1
@'1 @'1 2 3
(x; y) (x; y)
B @x @y C B 5 cos x 5
sin y C
D'(x; y) = @ @' @'2 A=@ 3 2 A ; (x; y) 2 R2 :
2
(x; y) (x; y) sin x cos y
@x @y 5 5
28

Le calcul de kD'(x; y)k2 est impossible, on utilise, pour une matrice carrée donnée A 2
Mn (R); la majoration kAk2 kAkE ; où kAkE est la norme de Schür dé…nie par kAkE =
Pn Pn 2
1=2
i=1 j=1 jaij j qui donne ici :

4 9 9 4 8 1 1 18
kAk2E = cos2 y + sin2 y + sin2 x + cos2 y = + sin2 x1 + sin2 x2 :
25 25 25 25 25 5 5 25
p
Donc k'(x; y) '(z; t)k2 Lk(x; y) '(z; t)k2 ; 8(x; y); (z; t) 2 R2 avec L = 53 2 = 0:848 528 : : :
Comme '(R2 ) R2 et ' est L-contractante sur R2 ; le Théorème du point …xe montre que
l’itération (xn+1 ; yn+1 ) = '(xn ; yn ); (x0 ; y0 ) 2 R2 ; n 0 converge vers l’unique ( ; ) 2 R2 tel
que ( ; ) = ' ( ; ) , f ( ; ) = 0 et on a :

Ln
k(xn ; yn ) ( ; )k2 k(x1 ; y1 ) (x0 ; y0 )k2 ; 8n 1:
1 L
(1 L) "
Pour avoir k(xn ; yn ) ( ; )k2 "; il su¢ t de choisir n ln = ln L; où
k(x1 ; y1 ) (x0 ; y0 )k2
3 3 T 3p 3p
" = 10 6 ; x1 = ( ; ) ; k(x1 ; y1 ) (x0 ; y0 )k2 = 2; L = 2;
5 5 5 5
donc n 94: 602 262 09; i.e. n0 = 95: Ce nombre d’itérations théorique est élevé car L est
proche de 1; donc la convergence est lente. Mais par le calcul on atteint 6 chi¤res exacts de
et à la 15-ème itération :

' x15 = 0:8885315 et ' y15 = 0:2711830

et 15 chi¤res exacts à la 30-ème itération :

' x30 = 0:888531483810343 et ' y30 = 0:271182964699056:

Exercice 10.
f (zn ) u + iv
1) zn+1 = zn 0
, xn+1 + iyn+1 = xn + iyn (xn ; yn )
f (zn ) ux iuy
(u + iv) (ux + iuy )
, xn+1 + iyn+1 = xn + iyn (xn ; yn )
u2x + u2y
u:ux v:uy + i (u:uy + v:ux )
, xn+1 + iyn+1 = xn + iyn (xn ; yn );
u2x + u2y
donc, en identi…ant les parties réelle et imaginaire, on obtient l’algorithme demandé.

2) f (z) = z 3 z2 z 1 = (x + iy)3 (x + iy)2 (x + iy) 1


= x3 3xy 2 x2 + y 2 x 1 + i (3x2 y y3 2xy y) ;
donc
u(x; y) = x3 3xy 2 x2 + y 2 x 1; v(x; y) = 3x2 y y 3 2xy y;
ux (x; y) = 3x2 3y 2 2x 1; uy (x; y) = 6x + 2y
Pour (x0 ; y0 ) = (2; 0); ( 1; +1); ( 1; 1); (2; 0); on obtient

z1 = 1:839286 755 : : : ;
z2 = 0:419643377 6 : : : + i 0:606290729 2 : : : ;
z3 = 0:419643377 6 : : : i 0:606290729 2 : : :
29

au bout de quelques itérations.

Corrigé de la série 3
Exercice
8 1. 0 1
>
> x 1 + 2x 2 + 3x 3 + 4x 4 = b 1 1695b1 730b2 130b3 + 39b4
< B 730b1 + 315b2 + 56b3 17b4 C
x2 5x3 + 2x4 = 2b1 + b2
1) )x=B
@ 130b1 + 56b2 + 10b3 3b4
C:
A
>
> x 3 + 3x 4 = 13b 1 + 5b 2 + b 3
:
x4 = 39b1 17b2 3b3 + b4 39b1 17b2 3b3 + b4
0 10 1
1695 730 130 39 b1
B 730 315 56 17 C B b2 C
C B
2) x = B
@ 130 56
C = A 1 b:
10 3 A @ b3 A
39 17 3 1 b4
Exercice 2. 8
>
> x1 2x2 + x4 = y1
<
9x 2 + 3x3 + 9x4 = 2y1 + y2
1) A(3) x = y (3) , 2 :
>
> x3 2x4 = 3
y1 13 y2 + y3
: 16 2
4x4 = y
3 1
y + 2y3 + y4
3 21
0 1 0 0 1
1 0 0 0 1 2 0 1 1 0 0 0
B 2 1 0 0 C C B C B 0 C
2) L = B B 0 9 3 9 C; D = B 0 9 0 C;
@ 0 1=3 1 0 A ; U = @ 0 0 1 2 A @ 0 0 1 0 A
4 0 2 1 0 0 0 4 0 0 0 4
0 1
1 2 0 1
B 0 1 1=3 1 C
V =B @ 0 0
C:
1 2 A
0 0 0 1
(3) (3) (3)
3) A x =0 y , U x = y et Ax1 = b , LU x = b , U x = L 1 b; donc y (3) = L 1 b avec
1 0 0 0
B 2 1 0 0 C
L 1=B @ 2=3
C:
1=3 1 0 A
16=3 2=3 2 1
Exercice0 3. 1 0 1
2 1 1 0 1 2 2 1 1 0 1 2
B 1 4 1 1 2 1 C B 2 C
1) A~ = B C ; A~(1) = B 0 7=2 1=2 1 1 C;
@ 1 1 4 1 2 1 A @ 0 1=2 7=2 1 1 2 A
0 1 1 2 1 2 0 1 1 2 1 2
0 1 0 1
2 1 1 0 1 2 2 1 1 0 1 2
B 0 7=2 1=2 1 1 2 C B 0 7=2 1=2 1 1 2 C
A~(2) = B
@ 0 0 24=7 6=7 6=7
C ; A~(3) = B
A @
C:
12=7 0 0 24=7 1 1 2 A
0 0 6=7 12=7 6=7 18=7 0 0 0 3=2 9=14 3
T 0 T
Par remontée, on trouve x = (1=6; 1=3; 1=3; 1=6) ; x = (2; 1; 1; 2) :
2) x = 6b; x0 = b0 ; donc 1 = 6; V1 = b et 2 = 1; V2 = b0 :
1 + 2 + 3 + 4 = T rA = 12 1 = 6 3+ 4 = 5 3 =2
3) Comme et ; il vient ) :
1 2 3 4 = det A = 36 2 = 1 3 4 = 6 4 =3
On trouve V3 = ( 1; 0; 0; 1)T et V4 = (0; 1; 1; 0)T :
30
0 1 0 1
1 0 0 0 2 0 0 0
B 1=2 1 0 0 C B 0 C
4) L = B C ; D = B 0 7=2 0 C
@ 1=2 1=7 1 0 A @ 0 0 24=7 0 A :
0 2=7 1=4 1 0 0 0 3=2
T P
xT Ax = xT LDLT x = LT x D LT x = 'T ' = 4i=1 i '2i (x); où ' = QT x; donc
'1 (x) = x1 + 12 x2 + 12 x3 ; '2 (x) = x2 + 17 x3 + 27 x4 ; '3 (x) = x3 + 14 x4 ; '4 (x) = x4
f'1 ; '2 ; '3 ; '4 g sont linéairement indépendantes car L est inversible (coe¢ cients des 'i ).
5) La matrice
0 P de passage 1 de fe1 ; e20
; e3 ; e4 g à fV1 ;1V2 ; V3 ; V4 g véri…e P 1 AP = ; où
1 2 1 0 6 0 0 0
B 2 1 0 1 CC B C
P =B ; = B 0 1 0 0 C:
@ 2 1 0 1 A @ 0 0 2 1 A
1 2 1 0 0 0 1 3
Les vecteurs Vp i ; i = 1; 2;p3; 4 sont deux
p à deux orthogonaux (A symétrique). La matrice
0 1
1=p10 2= p10 1= 2 0p
B 2= 10 1=p10 0 1=p 2 C
Q=B @ 2= 10
p C
A
p 1=p 10 0
p 1= 2
1= 10 2= 10 1= 2 0
est de passage de fe1 ; e2 ; e3 ; e4 g à fW1 ; W2 ; W3 ; W4 g véri…e aussi Q 1 AQ = , A = Q QT ;
où 0 p p p 1
1=p10 2= p10 1= 2 0p
B 2= 10 1=p10 0 1=p 2 C
Q=B @ 2= 10
p C:
A
p 1=p 10 0
p 1= 2
1= 10 2= 10 1= 2 0
Les vecteurs Wi ; i = 1; 2; 3; 4 sont deux à deux orthonormaux, donc QT = Q 1 :
T P
6) xT Ax = xT Q QT x = QT x QT x = T = 4i=1 i 2i (x); où = QT x; donc
1 1
1 (x) = p (x1 + 2x2 + 2x3 + x4 ) ; 2 (x) = p (2x1 x2 x3 + 2x4 )
10 10
1 1
3 (x) = p ( x1 + x4 ) ; 4 (x) = p ( x2 + x3 )
2 2
Exercice 4.
On pose0 1 0 1 0 1
x11 x12 x13
X1 = @ x21 A ; X2 = @ x22 A ; X3 = @ x23 A ;
0 x31 1 0 x32 1 0 x33 1
1 3 2
B1 = @ 0 A ; B2 = @ 2 A ; B3 = @ 3 A ;
1 1 0
donc AX = B équivaut aux trois systèmes linéaires AXi = Bi ; i = 1; 2; 3 qu’on résout par une
élimination
0 et trois remontées. 1 0 1
2 4 3 1 3 2 2 4 3 1 3 2
e=@ 1 2 1 0 2
A 3 A; A e(1) = @ 0 0 1=2 1=2 1=2 2 A;
0 1 0 4 110 1 01 0 1 0 02 5=2 1 03=2 11=2 1
2 4 3 x11 1 x11 5
@ 0 0 1=2 A @ x21 A = @ 1=2 A ) @ x21 A = @ 2 A
0 0 2 5=2 1 0 x31 1 0 3=2 1 0 x31 1 0 1 1
2 4 3 x12 3 x12 5
@ 0 0 1=2 A @ x22 A = @ 1=2 A ) @ x22 A = @ 1 A
0 2 5=2 x32 1=2 x32 1
31
0 10 1 0 1 0 1 0 1
2 4 3 x13 2 x13 16
@ 0 0 1=2 A @ x23 A = @ 2 A ) @ x23 A = @ 9=2 A
0 2 5=2 x33 1 x33 4
Exercice 5.
1) Les formules de Cramer donnent ( = 1; " = 10 t ) :
1 1 2 1 2:10 t 1 2"
x1 = t
= = 1 + " + O (" ) ; x2 = t
= = 1 " + O ("2 )
1 10 1 " 1 10 1 "
10 t 1 1 10 t 1 1
2) A~ = ; A~(1) = ;
1 1 2 0 1 10t 2 10t
2 10t
Comme x2 = = 1 " + O ("2 ) ; il vient x02 = 1: En remplaçant dans la 1ère équation,
1 10t
on trouve x01 = 0:
1 1 2 1 1 2
3) A~ = t ; A~(1) = t ;
10 1 1 0 1 10 1 2:10 t
1 2:10 t 1 2"
x2 = t
= = 1 " + O ("2 ) ; donne x002 = 1: En remplaçant dans la 1ère
1 10 1 "
équation, on trouve x001 = 1:
On voit que x00 = (1; 1)T est plus proche de x = (1+"+O ("2 ) ; 1 "+O ("2 ))T que x0 = (1; 0)T :

Exercice 6. 8
>
> (1 + ")x1 + x2 + x3 + x4 = y1
< où nous avons retranché la première équation de
"x1 + "x2 = y2 y1
1) Ax = y , ; toutes les autres. En ajoutant les 3 dernières équations,
>
> "x1 + "x3 = y3 y1
: on obtient :
"x1 + "x4 = y4 y1
1
x2 + x3 + xn = [y2 + y3 + y4 3y1 ] + 3x1 ;
"
puis en remplaçant dans la première équation
1 1
(1 + ")x1 + 3x1 + [y2 + y3 + y4 3y1 ] = (3 + ")x1 + [y2 + y3 + y4 3y1 ] = y1 ;
" "
1
i.e. x1 = [(3 + ")y1 y2 y3 y4 ]:
"(4 + ")
On injecte la valeur de x1 dans les équations 2; 3; 4 on obtient
1 1
x2 = [ y1 + (3 + ")y2 y3 y4 ]; x3 = [ y1 y2 + (3 + ")y3 y4 ];
(3 + ")" (3 + ")"
1
x4 = [ y1 y2 y3 + (3 + ")y4 ]:
(3 + ")" 0 1
3+" 1 1 1
1 B 1 3+" 1 1 C
2) x = A 1 y; A 1 = B C ; donc
"(4 + ") @ 1 1 3+" 1 A
1 1 1 3+"
6 + " 6
kAk1 = 4 + "; kA 1 k1 = ; Cond1 (A) = 1 + :
"(4 + ") "
On voit que Cond1 (A) tend vers l’in…ni lorsque " tend vers zéro. La matrice A est mal
conditionnée pour " petit.
Remarque : On a
0 12 0 1
1+" 1 1 1 (" + 1)2 + 3 2" + 4 2" + 4 2" + 4
B 1 1+" 1 1 C B 2" + 4 (" + 1)2 + 3 2" + 4 2" + 4 C
B C =B C
@ 1 1 1+" 1 A @ 2" + 4 2" + 4 2
(" + 1) + 3 2" + 4 A
2
1 1 1 1+" 2" + 4 2" + 4 2" + 4 (" + 1) + 3
;
32

donc A2 = ("2 + 2" + 4) I + (2" + 4) (A (1 + ") I) ; i.e. A2 (2" + 4) A = (4" + "2 ) I; d’où
1
A 1= (A (2" + 4) I) : Le calcul montre que
4" + "2 0 1
3+" 1 1 1
1 1 B 1 3+" 1 1 C
(A (2" + 4) I) = B C ; i.e. on retrouve le
4" + "2 "(4 + ") @ 1 1 3+" 1 A
1 1 1 3+"
résultat précédent.
8
>
> (1 + ")x1 + x2 + : : : + xn = y1
<
"x1 + "x2 = y2 y1
3) Ax = y , : On suit les mêmes étapes.
>
>
:
"x1 + "xn = yn y1
1
x2 + : : : + xn = [y2 + : : : + yn (n 1)y1 ] + (n 1)x1 ;
"
1 1
(1+")x1 +(n 1)x1 + [y2 +: : :+yn (n 1)y1 ] = (n+")x1 + [y2 +: : :+yn (n 1)y1 ] = y1 ;
" "
1
x1 = [(n 1 + ")y1 y2 : : : yn ]:
"(n + ")
1
x2 = [ y1 + (n 1 + ")y2 : : : yn ]; : : :
"(n + ")
1
xn = [ y1 y2 : : : + (n 1 + ")yn ]:
"(n + ")
0 1
n 1+" 1 1
B . .. C
1 B 1 n 1 + " .. . C
A 1= B .. .. .. C;
"(n + ") @ . . . 1 A
1 1 n 1+"
2(n 1) + " 2(n 1)
kAk1 = n + "; kA 1 k1 = ; Cond1 (A) = 1 + :
"(n + ") "

Corrigé de la série 4
Exercice
8 1.
> ii 1; i = 2; 3; : : : ; n;
>
<
L =
U11 = a11 ; Lk1 = ak1 =U11 ; U1k = a1k ; k = 2; 3; : : : ; n;
1) Pi 1
>
> Uii = a ii L U ; i = 2; 3; : : : ; n;
Pi 1ik ki
k=1 Pi 1
:
Lmi = (ami Lmk Uki )=Uii ; Uim = aim k=1 Lik Ukm ; m = i + 1; : : : ; n (i < n)
8 k=1
>
> Uii = 1; i = 2; 3; : : : ; n;
< L = a ; L = a ; U = a =L ; k = 2; 3; : : : ; n;
11 11
2) Pk1i 1 k1 1k 1k 11
>
> Lii = aii
P k=1 Lik Uki ; i = 2; 3; : : : ; n; Pi 1
: i 1
Lmi = ami L mk Uki ; U im = (a im k=1 Lik Ukm )=Lii ; m = i + 1; : : : ; n (i < n)
8 k=1
>
> Uij = Lji ; j = i + 1; : : : ; n
< L2 = a ; L = a =L ; k = 2; 3; : : : ; n;
11
3) 11
2
Pk1i 1 k1 11
>
> L = a ii L U ; i = 2; 3; : : : ; n;
Pi 1ik ki
: ii k=1
Lmi = (ami k=1 Lmk Uki )=Lii ; m = i + 1; : : : ; n (i < n)
4) A faire en T.P
33

Exercice 2.
1) A = LU 0 (facile) est de Croot (Uii 1 = 1).0 10 1
3 24 27 9 1 0 0 0 3 24 27 9
B 2 12 18 C B
14 C B 2=3 1 0 0 CB 0 4 0 20 C
Doolittle : B
@ 6 = CB C
41 62 15 A @ 2 7=4 1 0 A@ 0 0 8 32 A
85 39 54 47 5=3 1=4
0
9=8 1
1
0 0 0 1
>
> 3y 1 = 3 1
< B 16 C
2y1 + 4y2 = 62
2) Ly = b , )y=B @ 10 A
C
>
> 6y 1 7y 2 8y 3 = 26
:
8 5y1 + y2 + 9y3 y4 = 82 3
0 1
>
> x 1 + 8x 2 9x 3 + 3x 4 = 1 2
< B 1 C
x2 + 5y4 = 16
Ux = y ) )x=B @ 2 A
C
>
> x 3 4x 4 = 10
:
x4 = 3 3
Exercice 0
3. 1 0 1 0 1
1 2 3 4 1 2 3 4 1 2 3 4
B 0 1 2 3 C B C B C
1) A(1) = B C ; A(2) = B 0 1 2 3 C ; A(3) = B 0 1 2 3 C ;
@ 0 2 5 8 A @ 0 0 1 2 A @ 0 0 1 2 A
0 3 8 14 0 0 2 5 0 0 0 1
T (3)
A = LU; Lii = 1; U = L = A :
2) A cause de l’unicité Lii = 1, donc R = L et A = RRT :
3) Par la0méthode de Gauss, on obtient 1 B =0 LU; où U = DLT 1 0 1
1 0 0 0 1 1 1
p p2 1 0 0 0
B 1 1p 0 0 C B 0 2 2 C B 0 C
L=@ B C ; U =@B p2 C ; D = B 0 2 0 C
1 1=p 2 1p 0 A 0 0 2 2 A @ 0 0 2 0 A
2 1= 2 1= 2 1 0 0 0 1 0 0 0 1
0 1
1 p0 0 0
B 1 2 C
B = RRT ; R = LD1=2 = B p0 0 C :
@ 1 1 2 0 A
2 1 1 1
Exercice
0 4. 1
4 2 2 2
B 2 17 5 5 C
1) A = B
@ 2 5 38 8 A :
C

8 2 5 8 67
p
>
> R11 = a11 = 2 8 p 8 p
>
> a > R = a22 R21 2
=4 2 2
>
>
21 >
>
22 >
> R = a R31 R32 =6
< R21 = R = 1 < a 32 R 31 R21 < 33 a 33 R R R
11
a31 R32 = =1 ; 43 41 31 42 R32
R31 = =1 ; R R 43 = =1 ;
>
> >
> a R
22
R >
> p R 33
>
> R11 >
: R42 = 42 41 21 : 2 2 2
>
> a41 =1 R44 = a44 R41 R42 R43 = 8:
: R41 = =1 R22
0 R 11 1
2 0 0 0
B 1 4 0 0 C
R=B @ 1 1 6 0 A:
C

1 1 1 8
34
8
< 2i si j = i
3) Rij = 1 si j < i ; 1 i; j n:
:
0 si j > i
Comme la factorisation A = RRT ; Rii > 0 est unique et est donnée par l’algorithme de
Cholesky, il su¢ t que cette forme de R proposée pour n quelconque véri…e cet algorithme. On
a:8 p
< R11 = a11 = 2
ak1 2
: Rk1 = = = 1; k = 2; n
8 qR11 2
> P i 1
p
< Rii = aii R 2
ik = 4i2 + i 1 (i 1) = 2i; i = 2; n
Pik=11 :
> a k=1 Rmk Rik 3i 1 (i 1)
: Rmi = mi = = 1; m = i + 1; n; (i < n)
0 Rii 1 2i
2 0 0
B ... .. C
B 1 4 . C
Donc R = B . . C 2 Mn (R) est la matrice véri…ant A = RRT :
@ .. . . . . . 0 A
1 1 2n
Exercice 5.
1) a) Pour A 2 M8n (R) et b 2 Rn ; le calcul de A3 nécessite 2 n2 (2n 1) opérations.
> k = 1; : : : ; n 1 8
>
> > xn = bn =ann
>
< i = k + 1; : : : ; n >
<
i = n 1; : : : ; 1
Elimination : r = aik =akk ; Remontée : Pn
>
> >
> x = (b aij xj )=aii
>
> j = k + 1; : : : ; n : i i
: j=i+1
aij = aij r:akj
nP1 nP1 nP1 1
L’élimination nécessite : [2 (n k) + 1] (n k) = 2 k2 + k = n (n 1) (4n + 1)
k=1 k=1 k=1 6
opérations,
nP1 nP1
La remontée nécessite : 1 + (2 (n i) + 1) = n + 2 i = n + n (n 1) = n2 opérations,
i=1 i=1
1 1 14 3
Au total N1 = 2 n2 (2n 1) + n (n 1) (4n + 1) + n2 = n (28n2 9n 1) n
6 6 3
opérations.
1
b) Le calcul de U nécessite n (n 1) (4n + 1) opérations et le calcul de L à l’aide de la
6
formule Lik = aik =akk ; i = k + 1; : : : ; n; k = 1; : : : ; n 1 nécessite :
nP1 nP1 n(n 1)
(n k) = k= opérations.
k=1 k=1 2
La descente Ly = b et la remontée U x = y nécessite chacune n2 opérations.
1 n(n 1) 2 2 3
Au total, on a : N2 = n (n 1) (4n + 1) + + 3 2n2 = n (9n + n2 1) n
6 2 3 3
opérations.
2) On voit que la résolution de A3 x = b par trois factorisations LU est plus avantageuse
puisqu’elle nécessite environ 23 n3 opérations face à 14 3
n3 opérations (pour n grand) par la méth-
3
ode de Gauss après calcul de A :

Exercice 6.
1) Le développement de Taylor à l’ordre 2 donne

h2 00
y(xi + h) = y(xi ) + hy 0 (xi ) + y (xi ) + (h3 );
2
35

h2 00
y(xi h) = y(xi ) hy 0 (xi ) + y (xi ) + (h3 )
2
et par sommation y(xi + h) + y(xi h) = 2y(xi ) + h2 y 00 (xi ) + (h3 ); donc

(y(xi + h) 2y(xi ) + y(xi h)) =h2 = y 00 (xi ) + (h); h ! 0:

Comme xi + h = xi+1 et xi h = xi 1 ; il vient (yi+1 2yi + yi 1 ) =h2 = y 00 (xi ) + (h):


2) L’approximation de l’équation en x = xi donne
yi+1 2yi + yi 1
+ ! i yi = fi ; 1 i n; d’où
h2
yi 1 + (2 + h ! i )yi yi+1 = h2 fi ; 1 i n
2
:
y0 = ; yn+1 =

3) (Ph ) est un système linéaire tridiagonal Ay = f où y = (y1 ; y2 ; : : : ; yn )T 2 Rn et A 2


Mn (R); f 2 Rn sont donnés par
0 1 0 1
2 + h2 ! 1 1 0 0 + h2 f1
B . .. C
.. B C
B 1 2 + h2 ! 2 . . . C. B h2 f2 C
B ... ... ... C B .. C
A=B B 0 0 C
C ; f = B . C
B C B 2 C
@ .. .. .. .. A @ h fn 1 A
. . . . 1
0 0 1 2 + h2 ! n + h2 fn

P
n P nP1 P
n
4) xT Ax = (2 + h2 ! i )yi2 + yi yj = y12 + yn2 + (yi yi+1 )2 + h2 ! i yi 2 0 et
i=1 i<j i=0 i=1
y T Ay = 0 ) y = 0:
b a 3
5) h = = ; x0 = 0; x1 = ; x2 = ; x3 = ; x4 = ;
np+1 4 p 4 2 4
2 2
!1 = ; ! 2 = 1; ! 3 = ; ! 4 = 0; f1 = f2 = f3 = 0; donc Ay = f équivaut à
2 2
0 p 10 1 0 1 0 1
2 + 2 2=32 1 0 y1 1 0:598 121 385 4
@ 1 2 + 2 =16 1 A @ y2 A = @ 0 A ) y = @ 0:457 130 766 A :
2
p
0 1 2+ 2=32 y3 1 0:598 121 385 4

La solution exacte est trop longue pour être écrite ici.

Corrigé de la série 5
Exercice 1.
1) A = A1 A2 ; A2 = 10I et Ax = b , (A1 A2 ) x = b , A1 x = A2 x + b , x =
A1 1 A2 x + A1 1 b: Le processus itératif associé à la décomposition A = A1 A2 est alors x(k+1) =
A1 1 A2 x(k) + A1 1 b = Bx(k) + c; où x(0) 2 R3 est donné. La matrice du processus est B = A1 1 A2
1
et c = A10 b: On a : A21= A1 0 A; donc 1 0 1
0 2 0 0 1=5 0 4=5
A2 = @ 6 1 5 A ; B = @ 3=5 1=10 1=2 A ; c = @ 0 A :
0 7 1 0 7=10 1=10 1=5
36

L’algorithme par composantes


8 associé est donné par :
>
> x
(k+1) (k)
= x2 + 4 =5
>
< 1
(k+1) (k) (k)
x(k+1) = Bx(k) + c , x2 = 6x1 x2 + 5 =10
>
>
>
: x(k+1) (k) (k)
3 = 7x2 + x3 + 2 =10
0 1 0 1 0 1
0 0:8 0:9
x(0) = @ 0 A ; x(1) = @ 0:5 A ; x(2) = @ 0:93 A :
0 0:2 0:57
3 12 3
Pour étudier la convergence, on pose f ( ) := det (B I) = + ; donc
25 250
2 12 2 4 2 2
f 0( ) = 3 + = 3 = 3 + :
25 25 5 5
127 133 2 29 2 7
f ( 1) = > 0; f (1) = < 0; f ( ) = > 0; f ( ) = < 0; et
250 250 5 250 5 50
lim f ( ) = +1; lim f ( ) = 1:
! 1 !+1
D’après le tableau de variations de f; l’équation f ( ) = 0 admet 3 racines 1 ; 2 ; 3 2] 1; +1[
telles que
2 2 2 2
1 2] 1; [; 2 2] ; + [; 3 2] ; 1[:
5 5 5 5
Comme (B) = max fj 1 j ; j 2 j ; j 3 jg ; alors (B) < 1 et le processus x(k+1) = Bx(k) +c converge.
2) L’algorithme de Jacobi8par composantes associé au système Ax = b est donné par :
>
>
(k+1)
x1
(k)
= 2x2 + 8 =10
>
<
(k+1) (k) (k)
x(k+1) = Jx(k) + c , x2 = 6x1 + 5x3 =11 ;
>
>
>
: x(k+1) (k)
3 = 7x2 + 2 =9
0 1 0 1
0 1=5 0 4=5
J = @ 6=11 0 5=11 A ; c = @ 0 A :
0 0 1 7=9 00 1 2=9 0 1
0 0:8 0:8
x(0) = @ 0 A ; x(1) = @ 0 A ; x(2) = @ 0:537 A :
0 0:222 0:222
Pour la convergence, on remarque que A est à diagonale fortement dominante, donc la
3
méthode de Jacobiq appliquée à Ax = b converge (on peut aussi voir que det (J I) = +
229
495
; donc (J) = 229 495
< 1 et la méthode converge).
3) L’algorithme de Gauss-Seidel
8 par composantes associé au système Ax = b est donné par :
>
>
(k+1)
x1
(k)
= 2x2 + 8 =10
>
<
(k+1) (k+1) (k)
x(k+1) = L1 x(k) + c , x2 = 6x1 + 5x3 =11 :
>
>
>
: x(k+1) (k+1)
3 = 7x2 + 2 =9
0 1 0 1 0 1
0 0:8 0:887
x(0) = @ 0 A ; x(1) = @ 0:436 A ; x(2) = @ 0:738 A :
0 0:561 0:796
Le processus de Gauss-Seidel convergence pour la même raison que celui de Jacobi (A est à
diagonale fortement dominante). La matrice de Gauss-Seidel L1 est donnée par :
0 1 10 1 0 1
10 0 0 0 2 0 0 1=5 0
31
L1 = @ 6 11 0 A @ 0 0 5 A = @ 0 6=55 5=11 A, kL1 k1 = :
55
0 7 9 0 0 0 0 14=165 35=99
37

(k) kL1 kk1


On a : x x 1 x(1) x(0) 1 "; il s’ensuit
1 kL1 k1
(1 kL1 k1 ) "
k ln = ln (kL1 k1 ) = 9: 089; donc k0 = 10:
kx(1) x(0) k1
Exercice 2.
1) A est à diagonale strictement dominante, donc les processus de Jacobi et Gauss-Seidel
appliqués
8 à Ax = b convergent pour tout x(0) 2 R4 vers la solution x de Ax = b:
>
> x1
(k+1)
= 14 2x2
(k) (k)
x3 + 1
>
>
>
>
< x(k+1)
2
(k)
= 51 2x1 + x4
(k)

2) ; x(0) = 0;
>
> x3
(k+1)
=5 1 (k)
x1 + 2x4
(k)
>
>
>
>
: x(k+1)
4
(k)
= 14 x2 + 2x3
(k)
0 1 0 1 0 1
0:25 0:25 0:3125
B 0 C (2) B 0:1 C (3) B 0:1 C
x(1) = B C B
@ 0 A ; x = @ 0:05 A ; x = @ 0:05 A :
C B C

8 0 0 0
>
> x1
(k+1) 1
= 4 2x2
(k) (k)
x3 + 1
>
>
>
>
< x2 (k+1)
= 51 2x1
(k+1)
+ x4
(k)

3) a) ; x(0) = 0;
>
> x3
(k+1)
=5 1
x1
(k+1)
+ 2x4
(k)
>
>
>
>
: x(k+1)
4 = 14 x2
(k+1)
+ 2x3
(k+1)
0 1 0 1 0 1
0:25 0:3125 0:328125
B 0:1 C (2) B 0:125 C (3) B 0:13125 C
x(1) = B C B
@ 0:05 A ; x = @ 0:0625 A ; x = @ 0:065625 A :
C B C

0 0 0
(k) (k)
On a : x4 = 0 pour k = 0; 1; 2; 3: Supposons que x4 = 0 pour un certain rang k 2 N: Alors
(k+1) (k+1) (k+1) (k+1) (k) (k+1) (k) 1 (k)
x4 = 41 x2 + 2x3 = 41 15 2x1 + x4 + 2 15 x1 + 2x4 = x4 ;
4
(k+1) (k)
donc x4 = 0 et alors x4 = 0; 8k 2 N:
La solution exacte x = lim x(k) véri…e le système x = L1 x + f; avec x4 = 0; donc
k!1 0 1
8 1 1=3
< x1 = 4 (2x2 x3 + 1) 1 2 1 B 2=15 C
x2 = 25 x1 , d’où : x1 = ; x2 = ; x3 = et alors x = B C
@ 1=15 A :
: 1 3 15 15
x3 = 5 x1
0
Exercice 3.
8 (k+1)
1 (k) 1 (k) (k)
>
> x1 = x2 x x4 +1
>
> 2 2 3
< (k+1) (k+1) 1 (k)
x2 = x1 x
2 4
1) a) :
> x(k+1)
> = 1 (k+1)
x x4
(k)
>
>
3 2 1
: x(k+1) = 1 (k+1)
x1 1 (k+1)
x x3
(k+1)
4 2 2 2
8
>
>
(k+1)
x1 = 1 (k)
x2 1 (k)
x
(k)
x4 + 1
>
> 2 2 3
< (k+1) 1 (k) (k)
b) x2 = x + 14 x3
2 2
1
2 , x(k+1) = L1 x(k) + f; où
>
> (k+1)
x3 = 1 (k)
x + 1 (k)
x 3 (k)
x 1
>
> 4 2 8 3 4 4 4
: x(k+1) = 5 (k)
x
4 8 4
38
0 1 0 1
0 1=2 1=4 1=2 1=2
B 0 1=2 1=4 0 C B C
L1 = B C ; f = B 1=2 C
@ 0 1=4 1=8 3=4 A @ 1=4 A
0 0 0 5=8 1=2
2
5 3 25 2 5 5
det (J I) = 4 + = 2 ; donc (L1 ) = < 1 et le processus
4 64 8 8
converge.
c) lim x(k) = x et x véri…e le système x = L1 x + f; donc x4 = 85 x4 ) x4 = 0; on remplace dans
k!1
les autres équations de x = L1 x + f; on trouve 0 1
8 4=3
< x1 = 21 x2 12 x3 + 1
4 4 2 B 4=3 C
x2 = 12 x2 + 14 x3 12 , donc x1 = ; x2 = ; x3 = et alors x = B @ 2=3 A :
C
: 3 3 3
x3 = 41 x2 + 18 x3 14
0
On véri…e 0bien que Ax 1 = e1 : 0 1
2 1 0 0 0 0 1=2 1
B 1 1 0 0 C B 1=2 C
2) A1 = B C ; A2 = B 0 0 0 C ; B = A1 1 A2 ; g = A1 1 e1 :
@ 0 0 1 1 A @ 1=2 0 0 0 A
0 0 1 2 1 1=2 80 0
(k+1) (k+1) (k) (k)
>
> 2x1 + x2 = 21 x3 x4 + 1
>
< (k+1) (k+1) (k)
x1 + x2 = 12 x4
a) x(k+1) = Bx(k) + g , A1 x(k+1) = A2 x(k) + e1 , (k+1) (k+1) 1 (k)
:
>
> x + x = x
> 3
: (k+1)
4
(k+1)
2 1
(k) 1 (k)
x3 + 2x4 = x1 x
2 2
En 8retranchant les équations 2 de 1 et 3 de 4, on obtient :
(k+1) (k) 1 (k) 0 1 0 1
>
> x1 = 21 x3 x +1 0 0 1=2 1=2 1
>
< (k+1) 1 (k) 2 4
x2 = 2 x3 1 B 0 0 1=2 0 C B C
; donc B = B C; f = B 1 C
> x3 (k+1) (k)
= 1 x2 @ 0 1=2 0 0 A @ 0 A
>
>
: (k+1) 2 1 (k) 1 (k) 1=2 1=2 0 0 0
x4 = 2 x1 x
2 2
2 2
1 2 1 1 1
det(B I) = 4 + = + ; donc (B) = 1=2 < 1 et le processus
2 16 2 2
converge.
1 5
b) (B) = < (L1 ) = ; donc, pour le même x(0) ; le processus x(k+1) = Bx(k) + g converge
2 8
plus vite vers la solution x = (4=3; 4=3; 2=3; 0)T du système Ax = e1 que le processus
x(k+1) = L1 x(k) + f:
On peut par exemple se convaincre en calculant le nombre d’itérations pour avoir
(k) Lk
x x 2 x(1) x(0) 2 "
1 L
1 5
par les deux méthodes en choisissant respectivement L = (B) = et L = (L1 ) = : On
2 8
trouve :
Pour Gauss-Seidel : x(0) = 0; x(1) = (1; 1; 0; 0)T ; L = 5=8; " = 10 6 ;
k1 = [21:431] + 1 = 22:
Pour x(k+1) = Bx(k) + g : x(0) = 0; x(1) = (1; 1; 0; 0)T ; L = 5=8; " = 10 6 ;
k2 = [31:260] + 1 = 32:

Exercice 4.
1) Pour A et B; on a : 1 = 2; 2 = 3; 3 = 4; donc le processus de Gauss-Seidel appliqué à
Ax = b et Bx = b converge pour tout b 2 R3 :
39
0 1 0 1
0 1 0 0 1 0
1@ A 1@
2) JA = 1 0 1 ; JB = 1 0 1 A;
2 2
0 1 0 0 1 0
2 1
det(JA I) = det(JB I) = ;
p 2
2
(JA ) = (JB ) = < 1; donc Jacobi appliqué à Ax = b et Bx = b converge 8b 2 R3 :
2
Exercice
8 5. 0 1 0 1
(k+1) (k) (k)
>
< 1 x = 2x1 + x2 2 2 1 0 2
1) x2
(k+1)
= 2x2
(k)
1 ,x (k+1)
= Bx + c; B = @ 0
(k)
2 0 A; c = @ 1 A:
>
: x(k+1) = x(k) =3
3 3
0 0 1=3 0
Les valeurs propres de B sont : 1 = 2; 2 = 2; 3 = 1=3; donc (B) = 2 > 1; et le processus
x(k+1) = Bx (k)
0 +1c diverge.0 1 0 1 0 1
1 1 1 1
(0)
x = @ 1 A ; x(1) = @ 1 A ; x(2) = @ 1 A ; : : : ; x(k) = @ 1 A ; 8k 2 N:
=3 =32 =3k
On voit que lim x(k) = (1; 1; 0)T : Donc, pour ce choix de x(0) ; la suite x(k) converge. Ceci n’est
k!1
pas en contradiction avec 1) car le processus x(k) converge si et seulement si lim x(k) = x pour
k!1
tout choix de x(0) 2 R3 : Le processus diverge si et seulement si il existe un x(0) 2 R3 pour lequel
la suite x(k)
0 est1 divergente.0 1 0 1 0 1 0 1
0 2 7 19 41
x(0) = @ 0 A ; x(1) = @ 1 A ; x(2) = @ 3 A ; x(3) = @ 7 A ; x(4) = @ 15 A ; : : :
0 0 0 0 0
(k) (k)
On voit que x1 ; x2 ! 1; donc la suite x(k) diverge pour x(0) = 0: En fait
(k)
x(k) x2 = 2k 1 ! +1:

Exercice06. 1 0 1
0 2 2 0 2 2
JA = @ 1 0 1 A ; LA = @ 0 2 3 A;
2 2 0 0 0 2
3
det (JA I) = (JA ) = 0
2 ;
det (L I) = ( 2)1 (LA ) = 2
0A 0 1
0 1=2 1=2 0 1 1
1
JB = @ 2 0 2 A ; LB = @ 0 1 1 A;
2
1=2 1=2 0 0 0 1
2
det (JB I) = + 9=4 (JB ) = 3=2
2 ;
det (LB I) = ( + 1=2) (LB ) = 1=2
donc (JA ) = 0 < 1 < (LA ) = 2 et (LB ) = 1=2 < 1 < (JB ) = 3=2:
En conclusion, si A est une matrice quelconque (pleine), les méthodes de Jacobi et Gauss-
Seidel ne sont pas comparables (si A est tridiagonale par points ou par blocs, elles sont de
même nature et on a (L) = 2 (J))

Exercice 7.
1) Le calcul de A2 montre que A2 = (n 1) I + (n 2) A; donc A (A (n 2) I) = (n 1) I;
1
et alors A 1 = ((2 n) I + A) :
n 1
40

2) La méthode de Jacobi appliquée à ( I + A) x = b 2 Rn converge si I + A est à diagonale


strictement dominante, i.e. j j > n 1:
3) On a ( I + A) x = b , x = Jx+c et xk+1 = Jxk +c; k 0 ) xk+1 x = J xk x ; k 0
et par récurrence xk x = J k (x0 x) ; k 0: On a : x0 = 0; donc :
kxk xk1
kxk xk1 = kJ k xk1 kJ k k1 kxk1 kJkk1 kxk1 ) kJkk1 ; k 0:
kxk1
1 n 1 kxk xk1
Mais J = A ) kJk1 = : Donc pour avoir 10 p ; il su¢ t que
j j kxk1
kJkk1 10 p ; donc
p ln 10 p ln 10
k ln (kJk1 ) p ln 10; i.e. k = :
ln kJk1 n 1
ln
j j
6 ln 10
(Exemple : n = 4; p = 6; = 4 ) k = 48: 023 536 68; i.e. k0 = 49:)
ln (3=4)
Exercice
8 8. 8
>
> 1 x
(k)
= 1
x
(k 1)
+ 4 > (k)
> x1 = 12 x2
(k 1)
+4
>
> 2 2 >
>
>
> >
>
< x(k)2 = 2 x1
1 (k 1)
+ x3
(k 1)
8 < x(k) 1 (k)
2 = 2 x1 + x3
(k 1)
8
1) ; ; x(0) 2 R4 :
>
>
(k)
x3 = 2 x2 1 (k 1)
+ x4
(k 1)
+9 >
>
(k) 1 (k)
x3 = 2 x2 + x4
(k 1)
+9
>
> >
>
>
> >
>
: x(k)4 = 2 x3
1 (k 1)
5 : x(k) 1
4 = 2 x3
(k)
5
2) Ces algorithmes
0 convergent
1 car0A est à diagonale fortement 1 dominante.
0 1 0 0 0 1=2 0 0
1B 1 0 1 0 C B
C ; L1 = B 0 1=4 1=2 0 C :
C
3) J = B
2@ 0 1 0 1 A @ 0 1=8 1=4 1=2 A
0 0 1 0 0 1=16 1=8 1=4
p
4 3 2 1 1 5
On a : det (J I) = + : équation bicarrée de racines ; donc kJk2 =
p 4 16 4
1+ 5 1 3 7 7 7
(J) = car J est symétrique et kL1 k1 = max ; ; ; = :
4 2 4 8 p16 8 r
(0) T (1) T 1+ 5 (1) (0) 93
4) x = (0; 0; 0; 0) ; x = (2; 4; 9=2; 5=2) ; kJk2 = ; x x 2
= : La
4 2
majoration
(k) kJkk2
kx xk2 x(1) x(0) 2 " = 10 6 donne
1 kJk2
(1 kJk2 ) "
k ln = ln kJk2 = 82: 057 132 49; donc k0 = 83:
kx(1) x(0) k2
De même pour Gauss-Seidel, on a :
T
5 5 5 1 3 7 7 7
x(0) = 0; x(1) = 4; ; ; ; kL1 k1 = max ; ; ; = ; x(1) x(0) 1 = 4
2 4 8 2 4 8 16 8
k
kL1 k1
kx(k) xk1 x(1) x(0) 1 " = 10 6 donne
1 kL1 k1
(1 kL1 k1 ) "
k ln = ln kL1 k1 = 129: 417 106 5; donc k1 = 130:
kx(1) x(0) k1
Exercice 9.
JOR converge ssi (J! ) < 1; mais les valeurs propres ! de J! sont liées à celles de A par
la relation ! = ! + 1 !: Il s’ensuit que j ! j = j! + 1 !j ! j j + 1 !: Donc (J) < 1
41

implique (J! ) < 1 car j j < 1 ) j ! j ! j j + 1 ! < ! + 1 ! = 1:


La méthode JOR peut converger là où Jacobi diverge, elle en est une amélioration.

Exercice 10.
1) B = I I: Comme 0 < 1 2 n et 1 i n; i = 1; : : : ; n; il vient
1 n 1 i 1 1 ; i = 1; : : : ; n; donc
(B ) = max j1 i j = max fj1 1 j ; j1 n jg :
1 i n
xk converge vers x ssi (B ) < 1 ssi j1 1j
< 1 et j1 nj < 1: Comme
2
j1 1j <1, 1< 1 1<1,0< < et
1
2
j1 nj <1, 1< n 1<1,0< < ;
n
22
il vient 0 < < car n
= 1:
n (A)
2) La convergence est optimale si (B ) est minimal. Le minimum (B ) = min (B ) est
2]0;2= n[
2 2
atteint en 2]0; [ lorsque 1 1 = 1+ n; i.e. :=
n n+ 1
(Il su¢ t de remarquer que (B ) = j1 1j = 1 1 est décroissant si et (B ) =
j1 nj = 1 + n est croissant si ; ce qui implique que réalise le minimum de
2
(B ) sur ]0; [):
n
n 1 n 1
Pour cette valeur de ; on a : j1 1j = j1 nj = ; donc (B ) = :
0 1 8 p n + 01 n + 1 1
2 1 0 < 1 =2 2 1 2 0
Application. A = @ 1 2 A
1 ; 2 = 2 p ; B =@ 1 2 A:
:
0 1 2 3 = 2+ 2 0 1 2
p
2 p 2 1 3 1 2
xk ! x pour 2]0; [=]0; 2 2[; = = ; (B ) = = :
3 3+ 1 2 3 + 1 2
Exercice 11.
1) A est S.D.P ( 1 = 2 = 3 = 4 = 1 > 0).
817 391
2) f ( 1) = < 0 et f ( 2) = > 0; donc il existe une valeur propre 0 2] 2; 1[ de
240 240
A: Il vient (J) j 0 j > 1 et la méthode de Jacobi appliquée à Ax = b 2 R4 diverge.
3) 1 = 0; 2 = 0:172 636 025 5; 3 = 0:738 272 297 7; 4 = (L1 ) = 0:980 758 343 4
1p
4) x(0) = (0; 0; 0; 0)T ; x(1) = ( 1; 3=2; 3=4; 29=40)T ; x(1) x(0) 2 = 6941
40
(1 (L1 )) "
k ln = ln (L1 ) = 952: 171 062 5; donc k0 = 953:
kx(1) x(0) k2
La convergence est lente puisque (L1 ) est très proche de 1:

Exercice 12.
1) A est évidemment symétrique, 1 = 105 > 0; 2 = 41 > 0; 3 = 9 > 0; 4 = 1 > 0; donc
A est S.D.P
0 1 0 1
0 1=10 2=5 0 0 1=10 2=5 0
B 1=10 0 1=2 1=10 C B 1=10 C
2) J = B C ; L1 = B 0 1=100 23=50 C;
@ 2=5 1=2 0 7=10 A @ 0 7=200 39=100 3=4 A
0 1=9 7=9 0 0 47=1800 319=900 107=180
439 17 121
det(J I) = 4 2
+ ;
450 450 9000
42

1 = 0:139 984 867 5 : : : ; 2 = 0:100 048 534 3 : : : ; 3 = 0:960 008 410 5 : : : ;


4 = 0:999 944 743 8 : : : ; (J) = 0:999 944 743 8 : : :
179 49
det(L1 I) = 2 2
; 1 = 0; 2 = 0;
180 9000
3 = 0:005 445 046 173 : : : ; 4 = 0:999 889 490 6 : : : ; (L1 ) = 0:999 889 490 6 : : :
(1 L) " (J) pour Jacobi
4) xk x 2 " si k ln = ln L; L =
kx 1 0
x k2 (L1 ) pour Gauss-Seidel
T T
6 0 1 3 3 13 5 1 3 27 53 283
" = 10 et x = 0; alors x = ; ; ; pour Jacobi et x = ; ; ; pour
2 2 5 3 2 20 40 360
G-S,
kx1 x0 k2 = 3: 746 702 254 : : : pour Jacobi et kx1 x0 k2 = 2: 538 916 241 : : : pour G-S
On trouve respectivement k 451338: 086 4 et k 215876: 147 4; donc k0 = 451339 pour Jacobi
et k0 = 215877 pour G-S.

Corrigé de la série 6
Exercice 1.
2 3
1) a) 3 2
8 p4 (x) = c0 + c1 x + c2 x0+ c3 x ; c0 ; c1 ; c2 ; c1 0R: 1 0 1
>
> p4 ( 2) = 14 1 2 4 8 c0 14
< B 1 C B c1 C B 11=4 C
p4 ( 1) = 11=4 1 1 1
,B @ 1 2 4 8 A @ c2
CB C=B
A @ 8
C:
A
>
> p 4 (2) = 8
:
p4 (4) = 29 1 4 16 64 c3 29
1 1
Par Gauss (élimination et remontée), on trouve c0 = 1; c1 = ; c2 = 3; c3 = ; donc
2 4
x 2 x3
p4 (x) = 1 + 3x + ; x 2 [ 2; +4]:
2 4
P3 Q x xi
b) p4 (x) = i=0 f (xi )`i (x); `i (x) :
j6=i xi xj
(x + 1) (x 2) (x 4) 1
`0 (x) = = (x + 1) (x 2) (x 4)
( 2 + 1) ( 2 2) ( 2 4) 24
(x + 2) (x 2) (x 4) 1
`1 (x) = = (x + 2) (x 2) (x 4)
( 1 + 2) ( 1 2) ( 1 4) 15
(x + 2) (x + 1) (x 4) 1
`2 (x) = = (x + 2) (x + 1) (x 4)
(2 + 2) (2 + 1) (2 4) 24
(x + 2) (x + 1) (x 2) 1
`3 (x) = = (x + 2) (x + 1) (x 2)
(4 + 2) (4 + 1) (4 2) 60
11 x x3
p4 (x) = 14`0 (x) `1 (x) 8`2 (x) 29`3 (x) = 1 + 3x2 + :
4 2 4
xi f (xi ) f [:; :] f [:; :; :] f [:; :; :; :]
2 14
c) 1 11=4 45=4 ,
2 8 7=4 13=4
4 29 21=2 7=4 1=4
45 13 1 x x3
p4 (x) = 14 + (x + 2) (x + 2) (x + 1) + (x + 2) (x + 1) (x 2) = 1 + 3x2 + :
4 4 4 2 4
5 71
2) f (0) ' p4 (0) = 1; f (1) ' p4 (1) = ; f (3) ' p4 (3) = :
4 4
43

f (4) ( x )
8x 2 [ 2; 4]; 9 x 2 [ 2; 4] : f (x) p4 (x) = (x + 2) (x + 1) (x 2) (x 4) ; donc
4!
2
10
jf (x) p4 (x)j j(x + 2) (x + 1) (x 2) (x 4)j ; 8x 2 [ 2; 4] et
4!
10 2 10 2
jf (0) p4 (0)j 16 = 6: 666 10 3 ; jf (1) p4 (1)j 12 = 0:005;
4! 4!
10 2
jf (3) p4 (3)j 20 = 8: 333 10 3
4!
xi f (xi ) f [:; :] f [:; :; :] f [:; :; :; :] f [:; :; :; :; :]
2 14
1 11=4 45=4
3) 2 8 7=4 13=4
4 29 21=2 7=4 1=4
45 3 (14 41) 7 2 67 75 2 + 12 2 3
71=4
4( 4) 4 ( 4) ( 2) 4 ( 4) ( 2) ( + 1) 4 ( 4) ( 2) ( + 1) ( + 2)
75 2 + 12 2 3
f [ 2; 1; 2; 4; ] = si 6= 2; 1; 2;
4( 4) ( 2) ( + 1) ( + 2)
f ( ) p4 ( ) 71=4 (1 + =2 3 2 + 3 =4)
4) f [ 2; 1; 2; 4; ] = =
( + 2) ( + 1) ( 2) ( 4) ( + 2) ( + 1) ( 2) ( 4)
75 2 + 12 2 3
= si 6= 2; 1; 2; 4 (formule de l’erreur).
4 ( + 2) ( + 1) ( 2) ( 4)
Q x xi Qn
Exercice 2. Soient `i (x) = ; 0 i n et (x) = (x xi ):
x xj
Q j6=i i i=0
Q x xi j6=i (x xi ) (x) (x)
1) `i (x) = =Q = Q = car
j6=i xi xj (xi xj ) (x xi ) j6=i (xi xj ) (x xi ) 0 (xi )
Q j6 = i
(x) = (x xi ) j6=i (x xj ) implique
0
Q Q 0 Q
(x) = j6=i (x xj ) + (x xi ) j6=i (x x j ) et alors 0 (xi ) = j6=i (xi xj ) :
2) f [x0 ; x1 ; : : : ; xn ] est par dé…nition le coe¢ cient de xn dans
P n P n (x) Pn f (x )
i (x)
pn (x) = f (xi )`i (x) = f (xi ) 0
= 0
: ; donc
i=0 i=0 (x xi ) (xi ) i=0 (xi ) (x xi )
Pn f (x )
i
f [x0 ; x1 ; : : : ; xn ] = 0 (x )
est indépendante de l’ordre des points d’interpolation xi ; 0
i=0 i
i n (somme commutative).

Exercice 3.
2 3 0 2
1) H
83 (x) = c0 + c1 x + c2 x0+ c3 x ; H 3 (x) =1 c0
1 + 2c1
2 x + 3c
0 3 x ; ; c10 ; c1 ; c2 ; c3 2 R:
2 3
>
> H3 (a) = f (a) 1 a a a c0 f (a)
< B
H3 (b) = f (b) 1 b b 2
b C B c1 C B f (b) C
3 CB C B
0 0 ,B@ 0 1 2a 3a2 A @ c2 A = @ f 0 (a) A , Ac = F ;
C
>
> H3 (a) = f (a)
: 0
H3 (b) = f 0 (b) 0 1 2b 3b2 c3 f 0 (b)
4
det A = (b a) 6= 0; donc H3 (x) existe et est unique.
2) Puisque H3 (x) est de degré 3; il su¢ t de véri…er les 4 relations de 1)
H3 (a) = f (a); H3 (b) = f (b) (véri…cation immédiate)
6 b x x a 6 b x x a
H30 (x) = f (a) + f (b)+
b a b a b a b a b a b a
b x b x x a x a x a b x
( ) 2 f 0 (a) + ( ) 2 f 0 (b); donc
b a b a b a b a b a b a
44

H30 (a) = f 0 (a); H30 (b) = f 0 (b):


Rb b a (b a)2 0
3) Le calcul donne a H3 (x)dx = (f (a) + f (b)) + (f (a) f 0 (b)):
2 12
Exercice 4.
1) Si t = cos ; alors Tn (t) = 2tTn 1 (t) Tn 2 (t) ,
cos (n ) = 2 cos cos ((n 1) ) cos ((n 2) )
, cos (n )+cos ((n 2) ) = 2 cos cos ((n 1) ) ; ce qui est satisfait (on utilise la relation
a b a+b
trigonométrique cos a + cos b = 2 cos cos )
2 2
T0 (t) = 1; T1 (t) = t; T2 (t) = 2t2 1; T3 (t) = 4t3 3t; T4 (t) = 8t4 8t + 1:
2) Tn (t) = 0 , n arccos t = (2i 1) ; 1 i n; donc ti = cos (2i 1) ; 1 i n:
2 2n
n 1 n o
3) Par récurrence
Qn Tn (t) = 2 t + q(t); d q n 1:
4) (t) = i=1 (t ti ) = Tn (t)=2n 1 ; donc max fj (t)j ; t 2 [ 1; +1]g = 1=2n 1 :
Q
n f (n) ( t )
5) f (t) pn 1 (t) = (t ti ) ; t 2 [ 1; +1]; donc
i=1 n!
Cn Cn
jf (t) pn 1 (t)j j (t)j ; t 2 [ 1; +1]; Cn = max f (n) (t) ; t 2 [ 1; +1]
n! n!2n 1
Qn f (n) ( x )
6) f (x) pn 1 (x) = (x xi ) ; x 2 [a; b]: On a
i=1 n!
b a b+a b a b+a
xi = ti + et x = t+ ; t 2 [ 1; +1] impliquent
2 2 2 2
Qn Q b a
n b a nQ n b a n
(x xi ) = ( (t ti )) = ( ) (t ti ) = ( ) (t); d’où
i=1 i=1 2 2 i=1 2
b a n Cn
jf (x) pn 1 (x)j ( ) n 1
; x 2 [a; b]; ; Cn = max f (n) (x) ; x 2 [a; b] :
2 n!2
Exercice 5. P Pn
1) pn;m (xk ; y` ) = m j=0 i=0 f (xi ; yj ) ik j` = f (xk ; y` ); 0 k n; 0 ` m:
2) p1;1 (x; y) = `0 (x)`0 (y)f (a; c) + `1 (x)`0 (y)f (b; c) + `0 (x)`1 (y)f (a; d) + `1 (x)`1 (y)f (c; d)
b xd y x ad y b xy c x ay c
= f (a; c) + f (b; c) + f (a; d) + f (b; d)
b ad c b ad c b ad c b ad c
3) p2;2 (x; y) = `0 (x)`0 (y)f (x0 ; y0 ) + `1 (x)`0 (y)f (x1 ; y0 ) + `2 (x)`0 (y)f (x2 ; y0 )+
`0 (x)`1 (y)f (x0 ; y1 ) + `1 (x)`1 (y)f (x1 ; y1 ) + `2 (x)`1 (y)f (x2 ; y1 )+
`0 (x)`2 (y)f (x0 ; y2 ) + `1 (x)`2 (y)f (x1 ; y2 ) + `2 (x)`2 (y)f (x2 ; y2 )
=
x a+b 2
(x b) y c+d 2
(y d)
f (a; c)+
a a+b 2
(a b) d c+d
2
(d c)
(x a) (x b) y c+d 2
(y d) a+b
a+b a+b c+d
f ( 2 ; c)+
2
a 2
b d 2
(d c)
(x a) x a+b 2
y c+d 2
(y d)
a+b c+d
f (b; c)+
(b a) b 2
d 2
(d c)
x a+b 2
(x b) (y c) (y d)
a+b c+d c+d
f (a; c+d
2
)+
a 2
(a b) 2
c 2
d
(x a) (x b) (y c) (y d)
a+b a+b c+d c+d
f ( a+b
2
; c+d
2
)+
2
a 2
b 2
c 2
d
(x a) x a+b 2 (y c) (y d)
a+b c+d c+d
f (b; c+d
2
)+
(b a) b 2 2
c 2
d
45

a+b
x 2
(x b) (y c) y c+d 2
a+b
f (a; d)+
a 2
(a b) c+d 2
c d c+d
2
(x a) (x b) (y c) y c+d 2
a+b a+b c+d c+d
f ( a+b
2
; d)+
2
a 2
b 2
c d 2
(x a) x a+b 2
(y c) y c+d 2
a+b c+d c+d
f (b; d):
(b a) b 2 2
c d 2
RdRb (b a) (d c)
4) c a p1;1 (x; y)dxdy = (f (a; c) + f (b; c) + f (a; d) + f (b; d)) ;
4 0 1
RdRb f (a; c) + 4f ( a+b ; c) + f (b; c)
(b a) (d c) @ 2
p (x; y)dxdy =
c a 2;2
+4f (a; c+d 2
) + 16f ( a+b
2
; c+d
2
) + 4f (b; c+d
2
)+ A :
36 a+b
f (a; d) + 4f ( 2 ; d) + f (b; d)
(On pourra comparer avec les formules
Rb b a Rb b a
p (x)dx =
a 1
(f (a) + f (b)) et a p2 (x)dx = f (a) + 4f ( a+b 2
) + f (b) ,
2 6
i.e. 12 fois la mesure de [a; b] multipliée par la somme des valeurs de f aux sommets de l’intervalle
pour la première formule et 16 fois la mesure de l’intervalle multipliée par la somme des valeurs
de f aux sommets de l’intervalle plus 4 fois la somme des valeurs de f aux milieu de l’intervalle).

Corrigé de la série 7
Exercice 1.
Rb 1 b a 1
I = a f (x)dx; f (x) = ; [a; b] = [1; 2]; n = 4; h = = ;
x n 4
i 4
xi = a + ih = 1 + ; f (xi ) = ; i = 0; 1; 2; 3; 4:
4 4+i
f (1) + f (2) 1 1 + 1=2 4 2 4
1) Th = h + f (x1 ) + f (x2 ) + f (x3 ) = + + + = 0:697 023 809
2 4 2 5 3 7
h 1 1 2 4 4
Sh = (f (1) + f (2) + 2f (x2 ) + 4 (f (x1 ) + f (x3 ))) = 1+ +2 +4 + =
3 12 2 3 5 7
0:693 253 968
I = ln 2 = 0:693 147 180 6
2) I Th = ln 2 0:697 023 809 5 = 3: 876 628 94 10 3 ; I Sh = ln 2 0:693 253 968 3 =
1: 067 877 401 10 4
b a 2 00 b a 11
I Th = h f ( ); jI Th j M1 h2 = = 0:171 875; M1 = max jf 00 j = 2
12 12 64 [1;2]
b a 4 (4) b a 1
I Sh = h f ( ); jI Sh j M2 h4 = = 5: 208 333 333 10 4 ; M2 =
180 180 1920
max jf 00 j = 24
[1;2]

Exercice 2.
R4 p 1022
I = 1 x3 xdx = = 113: 555 555 6 : : :
9
f (1) + f (4) 1 + 128 p p
1) Th = + f (2) + f (3) = + 8 2 + 27 3 = 122: 579 080 3
2 2
1 1 p p
Sh = (f (1) + f (4) + 2f (2) + 4f (3)) = 1 + 128 + 2 8 2 + 4 27 3 = 112: 896 301 4
3 3
7=2 0 7 5=2 00 35 3=2 000 105 1=2 (4) 105 1=2
2) f (x) = x ; f (x) = x ; f (x) = x ; f (x) = x ; f (x) = x ;
2 4 8 16
46

35 3=2 105
max jf 00 j = 4 = 70; max f (4) = :
[1;4] 4 [1;4] 16
b a 2 35 b a 4 7
C1 = h max jf 00 j = = 17: 5; C2 = h max f (4) = = 0:109 375
12 [1;4] 2 180 [1;4] 64
1=
3 3 " 1= 3 " 1= C
3) Ch ",C ", , ,n 3
n n C n C "
1=2
17:5
jI Th j 10 6 si n 3 = 12549: 900 40; donc N1 = n + 1 = 12550:
10 6
1=4
0:109 375
jI Sh j 10 6 si n 3 = 54: 557 036 44; donc N2 = n + 1 = 55:
10 6
Exercice 3.
R4p p R3 p 8 p 1
1) I = 0 1 + xdx = 1 2 t (t 1) dt = 2 3+ = 6: 075 895 918 : : :
5 3
R5p p R 1+p5 p 4 pp p p p
J = 1 1 + xdx = 2 2 t (t 1) dt = 13 5+1 2 2+ 5 5+5
15
= 6: 554 626 377
2) L’exécution du programme suivant sous Builder C++
#include "stdio.h"
#include "math.h"
#include "conio.h"
‡oat f (‡oat x);
void main (void)
{
‡oat xi,x2i,a,b,h,Th,Sh;
int i,n;
printf("Entrer a,b,hnn");
scanf("%f%f%f",&a,&b,&h);
n=int((b-a)/h);
Th=(f(a)+f(b))/2;
Sh=f(a)+f(b);
for(i=1;i<=n-1;i++)
{ xi=a+i*h;
Th=Th+f(xi);
}
Th=Th*h;
for(i=1;i<=n/2-1;i++)
{ x2i=a+2*i*h;
Sh=Sh+2*f(x2i)+4*f(x2i+h/2);
}
Sh=(Sh+4*f(a+h/2))*h/3;
printf("Th & Sh : %f %f",Th,Sh);
getch();
}
‡oat f (‡oat x)
{
‡oat z;
z=sqrt(1.+sqrt(x));
return z;
47

}
donne les résultats suivants :

h Th Sh I Th I Sh
1 5:986905 5:830740 0:088 990 918 0:245 155 918
0:5 6:042984 5:952555 0:032 911 918 0:123 340 918
0:25 6:063881 6:014144 0:012 014 918 0:061 751 918
0:125 6:071550 6:045052 0:004 345 918 0:030 843 918
h Th Sh J Th J Sh
1 6:545277 6:420848 0:009 349 377 0:133 778 377
0:5 6:552252 6:488669 0:002 374 377 0:065 957 377
0:25 6:554029 6:522040 0:000 597 377 0:032 586 377
0:125 6:554477 6:534857 0:000 149 377 0:019 769 377
b a 2 00 b a 4 (4)
3) I Th = h f ( ); I Sh = h f ( ); ; 2 [0; 4] ou [1; 5]:
12 180
Dans J les dérivées de f sont uniformément bornées sur [1; 5]; donc Th et Sh tendent vers J
lorsque h ! 0; alors qu’elles ne sont pas bornées sur ]0; 4]:

Exercice 4.
b a 1 f h2 0 2
fh := Sh + h (f 000 (a) f 000 (b));
h= = ; T h := Th + (f (a) f 0 (b)); S
4 2 12 180
I = p = 1:813799365 : : :
3
1 1 + 1=3 4 4
1) Th = + +1+ = 1: 785 714 286;
2 2 3 7
1 4 4
Sh = 1 + 1=3 + 2 + 4 + 2 = 1: 873 015 873
6 3 7
2x 1 1 f
f 0 (x) = 2 ; f 0 ( 1) = 1; f 0 (1) = ; Th = 1: 813 492 064;
(x2 + x + 1) 3
(2x + 2x2 1) (2x + 1) 000 2 f
f 000 (x) = 6 4 ; f ( 1) = 6; f 000 (1) = ; Sh = 1: 865 608 466
(x + x2 + 1) 3
I Th = 2: 808 507 823 10 2 ; I Sh = 5: 921 650 877 10 2
I T fh = 3: 073 002 342 10 ; 4
I S fh = 5: 180 910 177 10 2
Rb b a (b a)2 0
2) a H3 (x)dx = (f (a) + f (b)) + (f (a) f 0 (b)) et
2 12
nP1 x xi
i+1
Th = (f (xi ) + f (xi+1 )) ;
i=0 2
tandis que
fh = P xi+1 xi (f (xi ) + f (xi+1 )) + (xi+1 xi ) (f 0 (xi ) f 0 (xi+1 )) :
n 1 2
T
i=0 2 12
C’est à dire, on obtient les formules des trapèzes corrigée simple et composite :
Rb b a (b a)2 0
a
f (x)dx ' (f (a) + f (b)) + (f (a) f 0 (b)) ;
2 12
Rb f (a) + f (b) nP1 h2 0
a
f (x)dx ' h + f (x i ) T h (f ) + (f (a) f 0 (b)).
2 i=1 12