USTHB - Faculté de Mathématiques - 2 Lic TELECOM - Sections A & B- MNA - 2017/2018

Epreuve …nale

On considère la fonction f dé…nie par f (x) = ln x arctan x ; x > 0

I) Equation algébrique : On s’intéresse à l’équation

f (x) = 0 ( )

1. Montrer qu’elle admet une unique racine dans [3; 4] :

2. L’équation ( ) est équivalente à l’équation x = '(x) où '(x) = exp(arctan x):
a) Montrer que le processus
xn+1 = '(xn )
(P )
x0 2 [3; 4]
converge, pour toute donnée initiale x0 2 [3; 4], vers la racine de l’équation ( ).
b) Pour x0 = 3:5, que serait le nombre d’itérations su¢ santes pour que l’erreur ne dépasse pas 5:10 5 ?
c) Pour x0 = 3:5, calculer x2 : Que peut-on conclure quant au sens des variations de la suite (xn )n ?
d) Estimer l’erreur commise puis déduire un encadrement judicieux de la racine :
II) Approximation au sens des moindres carrés :
On s’intéresse à la fonction f aux cinq noeuds xi = 2; 3; 4; 5; 6.
Pour simpli…er les calculs, on e¤ectue le changement de variable t = x 4, et on pose g(t) = f (t+4) = f (x).
On a yi = f (xi ) = g(ti ) où ti = 2; 1; 0; 1; 2.
On obtient alors la table associée à la fonction g

ti 2 1 0 1 2
yi = g(ti ) 0:41400 0:15043 0:06048 0:23604 0:38611

1. Orthogonaliser la base f1; t; t2 g de l’espace P2 par rapport au produit scalaire dé…ni par
P4
hG; Hi = G(ti )H(ti ) G; H étant deux fonctions.
i=0
2. Utiliser la base orthogonale ainsi obtenue pour trouver le polynôme Q (t) de meilleure approximation
discrète au sens des moindres carrés dans P2 pour la fonction g aux noeuds ti ; 0 i 4: On donne :

X
4 X
4 X
4 X
4
g(ti ) = 0:11820 ti g(ti ) = 1:98669 t2i g(ti ) = 0:025 95 g 2 (ti ) = 0:40248
i=0 i=0 i=0 i=0

P
4
3. Calculer l’erreur quadratique e2 (Q) = (g(ti ) Q(ti ))2 .
i=0
4. Déduire le polynôme R(x) qui réalise le minimum
P
4 P4
e2 (Q) = (f (xi ) R(xi ))2 = min (f (xi ) '(xi ))2 :
i=0 '2P2 i=0
5. Déduire une approximation x de la racine de l’équation ( )

III) Interpolation et intégration numérique :

On voudrait construire une formule d’intégration numérique.
1. On considère une fonction K de classe C 2 dans [0; 1] ; on pose
Z
1 1 00
R(K) = t(t 1)K (t)dt
2 0

a) En e¤ectuant deux intégrations par parties dans R(K); montrer qu’on a

Z 1
1
K(x)dx = [(K(0) + K(1)] + R(K)
0 2
 R1
b) On suppose qu’il existe 2 ]0; 1[ tel que R(K) = 12 K " ( ) 0 t(t 1)dt:
En déduire la formule de quadrature
Z 1
1 1 "
K(x)dx = [(K(0) + K(1)] K ( ) où 0 < <1
0 2 12
2. On considère l’intégrale
Z b
I= L(x)dx où L est une fonction de calsse C 2 dans [a; b]
a

x a
a) En posant t = dans I; déduire la formule de quadrature
b a
b a (b a)3 "
I= [L(a) + L(b)] L (c); où a < c < b
2 12
b) Quelle formule reconnait-on ? Est-elle de Newton-Côtes ? Quel est son type ? Elle se base sur l’interpo-
lation de L en quels points ?
R4
c) En déduire une approximation de l’intégrale J = 3 f (x)dx; ainsi qu’une estimation de l’erreur d’inté-
23
gration sachant qu’on a max f " (x) = :
x2[3;4] 450

Correction de l’épreuve …nale

I) Equation algébrique :
1. Soit x 2 [3; 4] ; on a
1 1 x2 x + 1
f 0 (x) = =
x 1 + x2 x(1 + x2 )
On a Signef 0 (x) = Signe(x2 x + 1) or = 3 et le coe¢ cient de x2 est positif, d’où f 0 (x) > 0: La fonction
f est donc strictement croissante. De plus, f (3) = 0:15043 et f (4) = 6:0477 10 2 i:e:f (3)f (4) < 0.
Il existe donc une unique racine 2 [3; 4] de l’équation ( ): (1 pt)
2. ( ) () x = '(x)= '(x) = exp(arctan x):
a) Véri…ons les condiions du théorème du point …xe :
H1 : ' est-elle contractante ? (1 pt) On a
1
'0 (x) = exp(arctan(x)) > 0
1 + x2
2x 1 1 2x
'"(x) = ( 2 2
+ 2 2
) exp(arctan(x)) = exp(arctan(x)) < 0 x 2 [3; 4]
(1 + x ) (1 + x ) (1 + x2 )2
'0 est donc une fonction positive et décroissante, on obtient alors
1
max j'0 (x)j k = '0 (3) = exp(arctan(3)) = 0:3487 < 1
[3;4] 10
' est donc contractante dans [3; 4].
H2 : [3; 4] est-il stable par '? (1 pt) : '0 > 0; ' est donc une fonction croissante, on a

'([3; 4]) = ['(3); '(4)] = [3:48701; 3:76526] [3; 4]

[3; 4] est donc stable par ':

Conclusion : Les hypothèses du théorème du point …xe sont véri…ées, il existe donc un unique point …xe
2 [3; 4] de ' et le processus (P ) converge vers la racine pour toute donnée initiale x0 2 [3; 4] : (0:5 pt)
b) On a l’estimation d’erreur à priori
Kn
jxn j jx1 x0 j = "n où K = 0:34870:
1 K
Pour x0 = 3:5, on a x1 = '(x0 ) = exp(arctan(x0 )) = 3:64186, jx1 x0 j = 0:14186
1 5:10 5 (1 K)
Pour que jxn j 5:10 5 , il su¢ t que "n 5:10 5 , i:e: n ln : Ce qui donne,
ln k jx1 x0 j
n 7:9535, on prend donc N = 8 (1 pt) :
c) Pour x0 = 3:5, on a x2 = '(x1 ) = exp(arctan(x1 )) = 3:67965 (0:5 pt) ; '0 étant positive, la suite (xn )n
est monotone. x0 étant inférieur à x1 , la suite est croissante et convergente vers la racine : (0:5 pt)
k
d) On a l’estimation pas à pas jxn+1 j jxn+1 xn j. (0:5 pt) Pour n = 1, on a
1 k
k 0:3487 2
jx2 j jx2 x1 j = 0:037778 = 2:0226 10 = "2 (0:5 pt)
1 k 1 0:3487
on déduit l’encadrement
3:67965 = x2 x2 + "2 = 3:69987 (0:5 pt)
K2
Remarque : on pourrait aussi utiliser l’esptimation a priori jx2 j jx1 x0 j ; ce qui donnera
1 K
jx2 j 0:02648 et 3:67965 3:67965 + 0:02648 3: 70623:
II) Approximation au sens des moindres carrés :
1. Orthogonalisation de la base f1; t; t2 g : Pour construire une nouvelle base orthogonalef 0; 1; 2g ; on
utilise l’algorithme de Gramm-Schmidt : (0:5 pt pour le procédé) on a

2
X
k=4 X
k=4
2
0 (t) =1 ; k 0k = 0 (tk ) = 1 = 5 (0:5 pt)
k=0 k=0
X
k=4
ht; 1i 2
X
k=4 X
k=4
2
ht; 1i = tk = 0 =) 1 (t) = t :1 = t (0:5 pt) ; k 1k = 1 (tk ) = t2k = 10 (0:5 pt)
k=0
5 k=0 k=0
X
k=4 X
k=4
ht2 ; 1i = t2k = 10; ht2 ; ti = t3k = 0
k=0 k=0
2 2
ht ; 1i
ht ; ti
2 (t) = t2 :t = t2 2 (1 pt)
:1
10 5
2
X
k=4 X
k=4 X
k=4
2 2 2
k 2k = 2 (tk ) = (tk 2) = t4k 4t2k + 4 = 34 40 + 20 = 24 (0:5 pt)
k=0 k=0 k=0

2. On a le système normal, qui est diagonal dans ce cas

0 4 1
P
0 10 1 0 1 B i=0g(tk ) C 0 1
5 0 0 a0 hg; 0 i B C 0:11820
B P 4 C
@ 0 10 0 A @ a1 A = @ hg; 1 i A = B tk :g(tk ) C = @ 1:98669 A (0:5 pt)
B C
0 0 14 a2 hg; 2 i B i=0 C 0:26235
@ P 4 A
(t2k 2):g(tk )
i=0

On a alors la solution
0:11820 1:98669 0:26235
a0 = = 0:02364; a1 = = 0:19867; a2 = = 0:018739 (0:5 pt)
5 10 14
Q(t) = 0:02364 + 0:19867t 0:018739(t2 2) = 6: 111 8 10 2
+ 0:198 67t 1: 873 9 10 2 t2 (0:5 pt)
3. Calcul de l’erreur quadratique : En utilisant la relation de Parceval, on obtient l’erreur quadratique
X
k=4
e2 (Q) = (g(tk ) Q(tk ))2 = kgk2 a20 : k 0k
2
a21 : k 1k
2
a22 : k 2k2 (0:5 pt)
k=0
= 0:40248 5 (0:00055885) 10 (0:039470) 14 (0:000351 5)
= 0:40248 0:0027943 0:39470 0:004921 = 0:00006 = 6:10 5 (0:5 pt)
4. Avec le changement de variable t = x 4; on obtient le polynôme R qui réalise la meilleure approximation
au sens des moindres carrés de la fonction f ; on a
R(x) = Q(x 4) = 0:02364 + 0:19867:(x 4) 0:018739:((x 4)2 2)
= (0:02364 4 0:19867 14 0:018739) + (0:19867 + 8 0:018739):x 0:018739:x2
= 1:0334 + 0:34858:x 0:018739:x2 (0:5 pt)
5. Le polynôme R est une approximation de la fonction f , on peut considérer qu’une approximation de la
racine de l’équation f (x) = 0 est donnée par la racine de l’équation polynomiale de degré 2 R(x) = 0; on
a alors
0:018739:x2 0:34858:x + 1:0334 = 0
or = 4:4078 10 2 > 0 et la racine qui est dans [3; 4] est x = 3:6990; i:e: ' 3:6990: (0:5 pt)
III) InterpolationR et intégration numérique :
1 1
1. a) Soit R(K) = 2 0 t(t 1)K"(t)dt; En e¤ectuant deux intégrations par parties, on a
Z 1 Z
1 0 1 0 1 1
R(K) = t(t 1) K (t)j0 (2t 1)K (t)dt = (2t 1)K 0 (t)dt (1 pt)
2 0 2 0
Z 1 Z 1
1 1 1
= (2t 1) K(t)j0 2 K(t)dt = K(t)dt [K(0) + K(1)] (1 pt)
2 0 0 2
Z 1
1
D’où; K(t)dt = [K(0) + K(1)] + R(K)
0 2
b) On a
Z 1 1
1 1 t3 t2 1
R(K) = K"( ) t(t 1)dt = K"( ) = K"( )
2 0 2 3 2 0 12
d’où la formule de quadrature
Z 1
1 1
K(t)dt = [K(0) + K(1)] K"( ) 0< < 1 (0:5 pt)
0 2 12
x a
2. a) On pose t = ; i:e: x = a + (b a)t; dx = (b a)dt et
b a
Z b Z 1
I= L(x)dx = (b a) L(a + (b a)t)dt (0:5 pt)
a 0

On applique la formule de quadrature précédente (dans b)) avec K(t) = L(a + (b a)t):
On a K 0 (t) = (b a)L0 (a + (b a)t); K"(t) = (b a)2 L"(a + (b a)t) (0:5 pt) ; K(0) = L(a)
et K(1) = L(b); ce qui donne
Z b Z 1
b a (b a)2
L(x)dx = (b a) L(a+(b a)t)dt = [L(a) + L(b)] L"(c) où c = a+(b a) (0:5 pt)
a 0 2 12
d’où le résultat Z b
b a a)3 (b
I= L(x)dx = [L(a) + L(b)]
L"(c) a < c < b
a 2 12
b) La formule ainsi obtenue n’est autre que la formule du trapèze, formule de Newton-Côtes fermée: Elle
se base donc sur l’interpolation aux points x0 = a et x1 = b: (1 pt)
c) Application numérique :
Z 4
4 3
J= f (x)dx = (f (3) + f (4)) + R(L) = 0:044978 + R(L) (0:5 pt)
3 2
Estimation de l’erreur : On a
(4 3)3 23 3
jR(L)j : = 4:3 10 = 0:0043 (0:5 pt)
12 450