UNIVERSITE DJILALI BOUNAAMA DE KHEMIS MILIANA

FACULTE DES SCIENCES ET DE LA TECHN

[Tapez le titre du
document]
[Tapez le sous-titre du document]
ADMIN
[Sélectionnez la date]

[Tapez le résumé du document ici. Il s'agit généralement d'une courte synthèse du document. Tapez
le résumé du document ici. Il s'agit généralement d'une courte synthèse du document.]
Exercice N°1 :
1/ 𝑃(𝑥) = ∑𝑛𝑘=0 𝑦𝑘 𝐿(𝑥) ; degré de 𝑃𝑛(𝑥) ≤ 𝑛
tell que / n = m-1 ; m : le nombre de point
m = 4 → n= 4-1=3 degré
(𝑥 − 𝑥1)(𝑥 − 𝑥2)(𝑥 − 𝑥3) (𝑥 − 0)(𝑥 − 1)(𝑥 − 2)
𝐿0(𝑥) = =
(𝑥 0 − 𝑥1 )(𝑥0 − 𝑥2 )(𝑥0 − 𝑥3 ) (−1 − 0)(−1 − 1)(−1 − 1)
−(𝑥 − 1)(𝑥 − 2)
=
6

(𝑥 − 𝑥0)(𝑥 − 𝑥2)(𝑥 − 𝑥3) (𝑥 + 1)(𝑥 − 1)(𝑥 − 2)

𝐿1(𝑥) = =
(𝑥1 − 𝑥0)(𝑥1 − 𝑥2)(𝑥1 − 𝑥3) (0 + 1)(0 − 1)(0 − 2)
(𝑥 + 1)(𝑥 − 1)(𝑥 − 2)
=
2

(𝑥 − 𝑥0)(𝑥 − 𝑥1)(𝑥 − 𝑥3) (𝑥 + 1)(𝑥 − 0)(𝑥 − 2)

𝐿2(𝑥) = =
(𝑥2 − 𝑥0)(𝑥2 − 𝑥1)(𝑥2 − 𝑥3) (1 + 1)(1 − 0)(1 − 2)
(𝑥 + 1)(𝑥 − 2)
=
2

(𝑥 − 𝑥0)(𝑥 − 𝑥1)(𝑥 − 𝑥2) (𝑥 + 1)(𝑥 − 0)(𝑥 − 1)

𝐿3(𝑥) = =
(𝑥3 − 𝑥0)(𝑥3 − 𝑥1)(𝑥3 − 𝑥2) (2 + 1)(2 − 0)(2 − 1)
(𝑥 + 1)(𝑥 − 1)
=
6

Donc 𝑃3(𝑥) = 𝐿0𝑦0 + 𝐿1𝑦1 + 𝐿2𝑦2 + 𝐿3𝑦3

−(𝑥 − 1)(𝑥 − 2) (𝑥 + 1)(𝑥 − 1)(𝑥 − 2)

𝑃3(𝑥) = + + (𝑥 + 1)(𝑥 − 2)
6 2
(𝑥 + 1)(𝑥 − 1)
+
2
2/ Q(x) - P(x) = λ (x + 1) .x . (x - 1)
𝑄𝑛(𝑥) = ∑𝑘=0
𝑛 𝑦𝑘 𝐿(𝑥) ; m=3-1=2 degré
 (𝑥 − 𝑥1)(𝑥 − 𝑥2) (𝑥 − 0)(𝑥 − 1) (𝑥 − 1)
𝐿0 (𝑥) = = =
(𝑥0 − 𝑥1)(𝑥0 − 𝑥2) (−1 − 0)(−1 − 1) 2

(𝑥 − 𝑥0)(𝑥 − 𝑥2) = (𝑥 + 1)(𝑥 − 1) = (𝑥 + 1)(𝑥 − 1)

𝐿1 (𝑥) =
(𝑥1 − 𝑥0)(𝑥1 − 𝑥2) (0 + 1)(0 − 1) −1
= −(𝑥 + 1)(𝑥 − 1)

(𝑥 − 𝑥0)(𝑥 − 𝑥1) = (𝑥 + 1)(𝑥 − 0) = (𝑥 + 1)

𝐿2 (𝑥) =
(𝑥2 − 𝑥0)(𝑥2 − 𝑥1) (1 + 1)(1 − 0) 2
(𝑥 − 1)
𝑄𝑛(𝑥) = − (𝑥 + 1)(𝑥 − 1) + 𝑥(𝑥 + 1)
2
(𝑥−1)
𝑄𝑛 (𝑥) = + 𝑥+1
2

Exercice N°2 :
1) Le nuage de points :
6

4
prix y au kg en €

0
0 20 40 60 80 100 120 140 160
-1
quantités x en kg

On calcule a et b par la méthode des moindres carrés. On retrouve :

𝑎 = −0,0337 𝑒𝑡 𝑏 = 4,4242. D’où 𝑦 = −0,0337𝑥 + 4,4242.
𝜎𝑦 𝜎𝑥
On a : = 𝑟 c à 𝑑 𝑞𝑢𝑒 : 𝑟 = 𝑎 𝑑′𝑜ù r =−0.9485;𝑟<0 donc x et y varient en
𝜎𝑥 𝜎𝑦
sens contraire (quand x augmente, y diminue).
Prévision : pour x=140, 𝑦=−0.0337×140+4.4242=−0.29∈.
La prévision est négative ce qui laisse supposer que l’ajustement n’est pas
excellent.
2) y=a lnx+b : en posant : u = lnx, on obtient 𝑎=−1.7221 𝑒𝑡 𝑏=8.9472 d’où
𝑦=−1.7221𝑢+8.9472
𝑟=−0.999. Prévision : pour x=140, 𝑦=−1.7221×𝑙𝑛140+8.9472=0.44∈
3) le coefficient de corrélation 𝑟=|−0.999| est plus proche de 1 que 𝑟=|−0.9485|,
ce qui laisse penser que l’ajustement par la fonction logarithmique
𝑦=−1.7221×𝑙𝑛𝑥+8.9472 semble plus judicieux que l’ajustement linéaire
𝑦=−0.0337𝑥+4.4242