Vous êtes sur la page 1sur 5

Institut Supérieur d’Informatique LFIM 2

et du Multimédia de Sfax Septembre 2012

Série n˚ 1
Analyse Numérique

Exercice 1 : On considère la fonction f définie sur R par

f (x) = x6 − x − 1

1. En étudiant les variations de la fonction f , montrer qu’elle admet exactement


deux racines r1 et r2 vérifiant

r1 < 6−1/5 < r2 .

2. Déterminer le nombre minimal d’itérations nécessaires pour obtenir une approx-


imation de r2 à 10−2 près par la méthode de bissection avec x1 = 1 et x2 = 2.
Donner cette approximation de r2 .

Exercice 2 : On considère la fonction g définie sur R par

g(x) = ex−2

1. Montrer que la fonction g admet exactement deux points fixes α1 < 2 < α2 .
(On ne demande pas de calculer α1 et α2 .)

2. Les points fixes α1 et α2 sont ils attractifs ou répulsifs?

3. Déduire vers quelle valeur l’algorithme des points fixes appliqué à la fonction g
peut-il converger?

4. Faire 7 itérations de l’algorithme des points fixes appliqué à g avec x0 = 1. En


déduire une approximation de α1 à 10−4 près.

Exercice 3 : On veut donner une approximation du réel


r

q
3 3
s = 3 + 3 + 3 3 + ...

1. Montrer que s est une racine d’une équation non linéaire P (s) = 0, où P est un
polynôme de degré 3 que l’on déterminera.

2. Déterminer une valeur approchée de s à 10−2 près à l’aide de la méthode de


Newton à partir de s0 = 1.

1
Exercice 4 : On considère la fonction définie sur R par

f (x) = x − 3−x .

1. Calculer f (0) et f (1). Conclure.

2. Utiliser la méthode de la sécante avec une condition initiale x0 = 0.4 et x1 = 0.5


pour déterminer une racine de f .

3. Comparer la méthode de la sécante avec la méthode des points fixes:

xn+1 = 3−xn , x0 = 0.5

Laquelle est plus rapide de point de vue convergence?

2
Correction série n˚1
Exercice 1:
1. On a f (x) = x6 − x − 1 donc f 0 (x) = 6 x5 − 1.
f 0 (x) = 0 ⇐⇒ x = 6−1/5 , et f (6−1/5 ) = 6−6/5 − 6−1/5 − 1 = 6−6/5 (1 − 6) − 1 =
−5 × 6−6/5 − 1 < 0 d’où le tableau de variation :

−1/5
x −oo r1 6 r2 +oo

f’(x)

+oo
+oo

f(x)

f(6 −1/5 )<0

On conclut que f admet exactement deux racines r1 et r2 vérifiant r1 < 6−1/5 < r2 .
2.
Rappel : Soit x un réel. On dit que a est une valeur ap-
−n
prochée de x à 10 près (ou encore à la précision 10−n ) si
a − 10−n ≤ x ≤ a + 10−n

On utilise maintenant la formule


 
|x2 − x1 |
ln
∆r
n>
ln 2
−2
Ainsi, pour une précision de ∆r = 10 , on trouve
 
1
ln
10−2
n> = 6.64
ln 2
c’est-à-dire il faut au moins 7 itérations.

x1 x2 xm f (x1 ) f (x2 ) f (xm )


1 2 1.5 -1 61 8.89
1 1.5 1.25 -1 8.89 1.56
1 1.25 1.125 -1 1.56 -0.097
1.125 1.25 1.1875 -0.097 1.56 0.62
1.125 1.1875 1.15625 -0.097 0.62 0.23
1.125 1.15625 1.140625 -0.097 0.23 0.06
1.125 1.140625 1.1328125 -0.097 0.06 -0.02

3
Une approximation de r2 à 10−2 près est donc r2 ≈ 1.13.

Exercice 2:

1. Posons f (x) = x − g(x). Si x0 est un point fixe de g alors g(x0 ) = x0 ,


c’est-à-dire f (x0 ) = 0. Ainsi, chercher les points fixes de g revient à chercher
les zéros de f . Comme f 0 (x) = 1 − ex−2 , alors le tableau de variation de f est
donné par :

x −oo α1 2 α2 +oo

f’(x)

f(2) = 1>0

f(x)

−oo −oo

On conclut que f admet exactement deux zéros, c’est-à-dire g admet exactement


deux points fixes α1 et α2 vérifiant α1 < 2 < α2 .

2. Comme α1 < 2 alors |g 0 (α1 )| = eα1 −2 < 1. Ainsi, α1 est un point fixe attractif.
Par contre, α2 > 2, donc |g 0 (α2 )| = eα2 −2 > 1, donc α2 est un point fixe répulsif.

3. D’après la question précédente, si l’algorithme des points fixe converge, alors


nécessairement il convergera vers α1 .

4. L’algorithme des points fixes s’écrit :



x0 = 1
xn+1 = g(xn )

Calculons les 7 premiers termes de la suite (xn ), on trouve : x1 = 0.3678,


x2 = 0.1955, x3 = 0.1646, x4 = 0.1595, x5 = 0.1587, x6 = 0.1586, x7 = 0.1586.
Ainsi α1 ≈ 0.1586.

Exercice 3 :

1. On a

q
3 3 3
s =3+ 3+ 3 + ... = 3 + s.
Ainsi, s est une racine d’une équation non linéaire P (s) = 0, avec P (s) =
s3 − s − 3.

4
2. On a P 0 (s) = 3 s2 − 1, donc l’algorithme de Newton s’écrit :

 s0 = 1
P (sn ) s3 − sn − 3
 sn+1 = sn − 0 = sn − n 2
P (sn ) 3 sn − 1

En itérant, on obtient : s1 = 2.50, s2 = 1, 92, s3 = 1, 70, s4 = 1, 67, s5 = 1, 67.


Donc une valeur approchée de s à 10−2 près est donnée par s ≈ 1, 67.

Exercice 4 :
2
1. On a : f (0) = −1 et f (1) = . On déduit par le théorème des valeurs intermé-
3
diaires que f admet au moins un zéro entre 0 et 1.

2. L’algorithme de la sécante pour la fonction f s’écrit :



 x0 = 0

x1 = 1

f (xn ) (xn − xn−1 ) (xn − 3−xn ) (xn − xn−1 )
 xn+1 = xn − = xn −


f (xn ) − f (xn−1 ) (xn − 3−xn ) − (xn−1 − 3−xn−1 )

En itérant, on trouve : x2 = 0.6, x3 = 0.5433, x4 = 0.5479, x5 = 0.5478,


x6 = 0.5478. L’algorithme de la sécante converge donc vers la valeur α = 0.5478
au bout de la 4ème itération.
En utilisant la méthode des points fixes avec x0 = 0.5, on trouve :
x1 = 0.5774, x2 = 0.5303, x3 = 0.5584, x4 = 0.5414, x5 = 0.5516, x6 = 0.5455,
x7 = 0.5492, x8 = 0.547, x9 = 0.5483, x10 = 0.5475, x11 = 0.548, x12 = 0.5477,
x13 = 0.5479, x14 = 0.5478, x15 = 0.5478 . L’algorithme des points fixes
converge donc vers la même valeur α = 0.5478 au bout de la 14ème itération.
Cette méthode converge donc plus lentement que la méthode de la sécante.

Vous aimerez peut-être aussi