Université Ibn Zohr Année universitaire 2020-2021

Faculté des Sciences, Agadir Filière SMI & SMC (S3)

Département de Mathématiques

Examen blanc N°2 : Mathématique pour la chimie

Exercice 1 1 Calculer le PGCD de 6016 et 4928 et déduire le PPCM de 6016 et 4928.

2 On considère b = 7 une base de numération :
(a) Écrire l’entier n = 1567 dans la base b.
7
(b) Trouver la valeur de l’entier n qui s’écrit dans la base b sous la forme 52306 .
3 Résoudre dans Z2 l’ équations suivante : 7x + 12y = 5.
4 Trouver les entiers a et b tels que a > b > 0 et 111 = a2
b2 .

Solution 1 1 (a) On a L’algorithme d’Euclide

6016 = 4928  1 + 1088

4928 = 4  1088 + 576
1088 = 1  576 + 512
576 = 1  512 + 64
512 = 8  64 + 0

Le dernier reste non nul dans l’algorithme d’Euclide est 64 et donc pgcd(6016, 4928) = 64.
(b) On a pgcd(6016, 4928), qui vaut 64 et puisque PGCD(6016, 4928)  PPCM(6016, 4928) = |6016  4928| ,
|60164928|
on en déduira PPCM(6016, 4928) = pgcd(6016,4928) = 463232.
2 On considère b = 7 une base de numération :
(a) on a

.
7
alors n = 4366 .
(b) On a 52306 = 6  70 + 0  71 + 3  72 + 2  73 + 5  74 = 12844.
7

3 Soit l’ équations (E) : 7x + 12y = 5. On a pgcd(7, 12) = 1). Donc, l’ équation (E) possède des solutions dans
Z2 car pgcd(7, 12) = 1 divise 5.
Il est facile de remarquer que 7  (
1) + 12  1 = 5, alors (
1, 1) est une solution particulière de l’équation.
Maintenant

(x, y) solution de (E) ðñ 7x + 12y = 5

ðñ 7x + 12y = 7  (
1) + 12  1
ðñ 7x + 7  1 = 12  1
12y
ðñ 7(x + 1) = 12(1
y).

SMC & S3 1 Pr: A. Chahbi

 Si (x, y) est solution de (E), nécessairement 12 divise 7(x + 1). Puisque pgcd(7, 12) = 1, le théorème de Gauss
permet d’affirmer que 12 divise x + 1 et donc il existe k P Z tel que x + 1 = 12k ou encore x =
1 + 12k. En
remplaçant x =
1 + 12k dans l’ équation 7(x + 1) = 12(1
y), on obtient 7(
1 + 12k + 1) = 12(1
y), ou
encore 7  12k = 12(1
y), ainsi 1
y = 7k, par suite y = 1
7k.
Finalement (x, y) = (
1 + 12k, 1
7k). L’ensemble des solutions de l’équation est donc

S = {(
1 + 12k, 1
7k) | k P Z}.

4 On a a2
b2 = 111, alors (a
b)(a + b) = 111. On sait que a > b > 0 donc a
b > 0 et a + b > 0. Ce qui
fournit les possibilités :

a
b = 1 a
b = 111 a
b = 37 a
b = 3

® ® ® ®
, , , ou .
a + b = 111 a+b = 1 a+b = 3 a + b = 37
ðñ ® ® ® ®
a = 1+b a = 111 + b a = 37 + b a = 3+b
, , ou .
a + b = 111 a+b = 1 a+b = 3 a + b = 37
ðñ ® ® ® ®
a = 1+b a = 111 + b a = 37 + b a = 3+b
, , ou .
1 + b + b = 111 111 + b + b = 1 37 + b + b = 3 3 + b + b = 37
ðñ ® ® ® ®
a = 1+b a = 111 + b a = 37 + b a = 3+b
, , ou .
1 + 2b = 111 111 + 2b = 1 37 + 2b = 3 3 + 2b = 37
ðñ ® ® ® ®
a = 56 a = 56 a = 20 a = 20
b =
55 b =
17
, , ou .
b = 55 b = 17
Finalement, a > 0, b > 0 ce qui impose a = 56, b = 55 ou a = 20, b = 17.

Exercice 2 On considère la permutation σ du groupe S7 définie par

Å ã
1 2 3 4 5 6 7
σ= ,
3 5 6 7 1 2 4

1 Calculer σ
1
2 Décomposer σ en produit de cycles à supports disjoints et déduire l’ordre de σ.
3 Décomposer σ en produit de transpositions.
4 Calculer σ2001 .

Solution 2 1
σ
1 =
Å ã
1 2 3 4 5 6 7
.
5 6 1 7 2 3 4

2 — On n’a pas des valeurs fixes par σ. Nous avons

1 /3 /6 /2 /5 / 1 et 4 o /7

alors
la décomposition de σ en produit de cycles à supports disjoints est σ = (13625)(47).
— On a σ = (13625)(47). L’ordre du cycle (47) est son longueur 2. L’ordre du cycle (13625) est 5 (son
longueur). Comme les deux cycles à supports disjoints alors l’ordre de σ est le ppcm de 2 et 5, à savoir 10.
3 On a σ = (13625)(47). Pour décomposer σ en produit de transpositions, il suffit de décomposer chacun des
cycles en produits de transposition. Pour le premier, c’est facile car il s’agit déjà d’une transposition. Pour la
deuxième, on écrit (13625) = (13)(36)(62)(25) et donc σ = (13)(36)(62)(25)(47).
4 On a l’ordre de σ est 10, alors σ1 0 = id. Comme 201 = 10  20 + 1, alors σ201 = σ1020+1 = σ1020  σ1 =
(σ1 0)20  σ = (id)200  σ = id  σ = σ. Donc
Å ã
201 1 2 3 4 5 6 7
σ =σ= .
3 5 6 7 1 2 4

SMC & S3 2 Pr: A. Chahbi

 Exercice 3 La société Metalex moule des pièces dans un four. L’ingénieur se demande s’il existe un lien
entre la température (en degré celsius) a laquelle les pièces sont moulées et leur résistance (en kg/cm2 ). Il
dispose des données suivantes transmises par l’atelier.
1 Compléter le tableau suivant et en déduire les valeurs des variances et covariance :

xi = temperature yi = resistance xi  yi xi 2 yi 2
100 46
120 48
140 49
160 51
180 52
200 53
220 54
240 55
260 56
280 56
300 56

2 Déterminer, par la méthode des moindres carrés ordinaires, l’équation de la droite de régression de y
en x.
3 Calculer le coefficient de corrélation linéaire. Commenter.
4 Selon ce modèle, donner une prédiction de la résistance des pièces sachant que la température à laquelle
sont moulées dans le four est 190.

Solution 3 1 On a :
xi = temperature yi = resistance xi  yi xi 2 yi 2
100 46 4600 10000 2116
120 48 5760 14400 2304
140 49 6860 19600 2401
160 51 8160 25600 2601
180 52 9360 32400 2704
200 53 10600 40000 2809
220 54 11880 48400 2916
240 55 13200 57600 3025
260 56 14560 67600 3136
280 56 15680 78400 3136
300 56 16800 90000 3136
Calculs effectués pour variances et covariance :
x1 + x2 + x3 + x4 + x5 + x6 + x7 + x8 + x9 + x1 0 + x1 1
x =
11
100 + 120 + 140 + 160 + 180 + 200 + 220 + 240 + 260 + 280 + 300 2200
= = = 200
11 11
y1 + y2 + y3 + y4 + y5 + y6 + y7 + y8 + y9 + y1 0 + y1 1
y =
11
46 + 48 + 49 + 51 + 52 + 53 + 54 + 55 + 56 + 56 + 56 576
= = = 52, 36
11 11
x12 + x22 + x32 + x42 + x52 + x62 + x72 + x82 + x92 + x10
2 + x2
Var(x) =
11
11

x2 =
484000
11


(40000) = 4000
2 2 2 2 2 2 2 2 2 2 2
Var(y) =
y1 + y2 + y3 + y4 + y5 + y6 + y7 + y8 + y9 + y10 + y11
11


y2 =
30248
11


(52, 36)2 = 11, 52

Cov(x, y) =
      
x1 y1 + x2 y2 + x3 y3 + x4 y4 + x5 y5 + x6 y6 + x7 y7 + x8 y8 + x9 y9 + x10    y10 + x11  y11
x  y
11
=
117460
11


200 52, 36 = 206, 18.

2 On a â =
Cov(x,y)
Var(x) = 206,18
4000  0, 05 et b̂ = y
â(x) = 52, 36
0, 05  200  42, 36 alors
y = 0, 05x + 42, 36

3 Le coefficient de corrélation linéaire est :

r xy = p
Cov(x, y)
Var(x)Var(y)
= √
206, 18

4000 11, 52
 0, 96

SMC & S3 3 Pr: A. Chahbi

 D’ou
r xy = 0, 96
r xy est très proche de 1, l’approximation du nuage de points par la droite de régression est donc très bonne.
4 D’après ce modèle la résistance des pièces serait :

0, 05  190 + 42, 36  51, 86

√ 1
Exercice 4 Soient les fonctions définies par f (x) = 2 + x, g(x) = 1+2x .
1 Calculer le polynôme p de Lagrange qui interpole f aux points x0 = 0, x1 = 1 et x2 = 2.
2 Trouver la valeur approchée de f au point x = 0, 9 et donner une majoration de l’erreur d’interpolation
(à partir de la valeur exacte de f ).
3 En utilisant les différences divisées construire le polynôme q d’interpolation de degré 3 interpolant g
aux points x0 = 0, x1 = 1, x2 = 2 et x3 = 3.
4 Évaluer q(1, 5) et comparer à g(1, 5). Donner une majoration de l’erreur d’interpolation (à partir de la
valeur exacte de g).

Solution 4 1 Ici les points d’appui d’abscisses donnés par :x0 = 0, x1 = 1, et x2 = 2. On a

 √ √
 f (0) = √2 + 0 = √2

f (1) = 2 + 1 = 3
 √
f (2) = 2 + 2 = 2


Déterminons donc un polynôme de Lagrange de degré 2, celui-ci s’ écrit :

p(x) = f (x0 )L0 (x) + f (x1 )L1 (x) + f (x2 )L2 (x).
π
Les polynômes de Lagrange relatifs aux points x0 = 0, x1 = 2, et x2 = π :

x1 )(x
x2 )
= (x(x0
= (x(x1
x0 )(x
x2 )
= (x(x2
x0 )(x
x1 )
L0 (x) x1 )(x0
x2 ) L1 (x)
x0 )(x1
x2 ) L2 (x)
x0 )(x2
x1 )
(x
1)(x
2)
0)(x
2) (x
0)(x
1)
= (0
1)(0
2) = (x (1
0)(1
2)
= (2
0)(2
1)
= 21 (x
1)(x
2) =
x(x
2) = 12 x(x
1)

Ainsi,

p(x) =
f (0)L0 (x) + f (1)L1 (x) + f (2)L2 (x).
√ √
2  (x
1)(x
2) + 3  [
x(x
2)] + 2  x(x
1)
1 1
=
√ 2 2
√
(x
1)(x
2)
3x(x
2) + x(x
1)
2
=
2
√
2 Par le calcul, on trouve p(0.9)  1, 7025. la valeur exacte étant f ( π4 ) = 2 + 0, 9  1, 7029. On en déduit que
l’erreur d’interpolation est d’environ 4.10
4 .
3 Ici les points d’appui d’abscisses donnés par : x0 = 0, x1 = 1, x2 = 2 et x3 = 3. On a

1
0

 g(0)
 = 1+2 =1
1
1 = 13

 g(1) = 1+2
1
 g(2)

 = 1+2 2 = 15
1
g(3) = 3 = 17

1+2

SMC & S3 4 Pr: A. Chahbi

 On obtient

g(x1 )
g(x0 ) 1
= 3

1 =
2
x1
x0 1
0
g[x0 , x1 ] =
3
g(x2 )
g(x1 ) 1

1
2
= 5 3 =
x2
x1 2
1
g[x1 , x2 ] =
15
g(x3 )
g(x2 ) 1

1
2
= 7 5 =
x3
x2 3
2
g[x2 , x3 ] =
35
g[x1 , x2 ]
g[x0 , x1 ]
2 + 2 4
= 15 3
x2
x0 2
0
g[x0 , x1 , x2 ] = =
15
g[x2 , x3 ]
g[x1 , x2 ]
2 + 2
4
35 15
x3
x1 3
1
g[x1 , x2 , x3 ] = = =
105
g[x1 , x2 , x3 ]
g[x0 , x1 , x2 ] 4
105
154
8
x3
x0 3
0
g[x0 , x1 , x2 , x3 ] = = =
105
Ainsi, le polynôme d’interpolation q de g est donné par :

p(x) = g[x0 ] + g[x0 , x1 ](x
x0 ) + g[x0 , x1 , x2 ](x
x0 )(x
x1 ) + g[x0 , x1 , x2 , x3 ](x
x0 )(x
x1 )(x
x2 )

= 1+

2 x + 4 x(x
1) +
8 x(x
1)(x
2)
3 15 105
1
x + x(x
1)
x(x
1)(x
2)
2 4 8
=
3 15 105

4 Par le calcul, on trouve q(1, 5) = 0.22, et la valeur exacte étant g(1, 5) = 1


1+2 (1,5) = 0, 25. On en déduit que
l’erreur d’interpolation est d’environ 3.10
2 .

SMC & S3 5 Pr: A. Chahbi