Ecole Supérieure des Sciences Appliquées d’Alger

ème
Section : 2 Année Module : Analyse Numérique

Examen final

Exercice 1 : 7pt
Considérons le système suivant :
4 0 8 0 8 𝑥1 4
0 1 0 2 0 𝑥2 4
8 0 20 0 24 𝑥3 = 8
0 2 0 5 0 𝑥4 9
(8 0 24 0 𝑥
36) ( 5 ) (8)
1. Résoudre le système par la méthode de Gauss.
2. Résoudre le système par la méthode LU.
3. Prouver que la matrice est symétrique strictement définie positive.
4. Résoudre le système par la méthode de choleski.
5. Donner le schéma itératif de Jacobi.
6. Donner le schéma itératif de Gauss seidel .
7. Calculer 𝑋 3 par la méthode de Gauss seidel sachant que 𝑋 0 = (0 0 0 0 0)𝑡
8. Calculer l’erreur ||𝑋 3 − 𝑋||∞ pour la méthode de Gauss Seidel .

Exercice 2 : 4pt
Considérons l’équation 𝑥 (1 + 𝑒 𝑥 ) = 𝑒 𝑥 .
1. Montrer que cette équation admet une unique solution réelle r dans [0;1].
2. Écrire la méthode de NEWTON pour approcher la solution r.
3. Proposer une autre itération de point fixe pour approcher r. Montrer
analytiquement que cette itération converge vers r pour tout x ∈ [0; 1] .

Exercice 3 : 6pt
1
On considère le problème du calcul de 𝑙 ∈ [0, 𝜋] tel que 𝑙 = 1 − cos(𝑙) .
4

1. Montrer qu’on peut utiliser la méthode de dichotomie pour approcher l. Que vaut
l’approximation de l après 3 itérations ? Quel est l’erreur maximale qu’on obtient
après 3 itérations ?
 Ecole Supérieure des Sciences Appliquées d’Alger
ème
Section : 2 Année Module : Analyse Numérique

2. On considère la méthode de point fixe suivante :

𝑥0 ∈ [0, 𝜋]
{
𝑥𝑘+1 = 𝑔(𝑥𝑘 ) 𝑝𝑜𝑢𝑟 𝑡𝑜𝑢𝑡 𝑘 ≥ 0
1
avec 𝑔 ∶ [0, 𝜋] → ℝ ,la fonction définie par 𝑔(𝑥 ) = 1 − cos(𝑥)
4
2.1. Montrer que la méthode converge pour tout 𝑥0 ∈ [0, 𝜋].
2.2. Montrer que l’erreur satisfait l’inégalité |𝑥𝑘 − 𝑙| ≤ 𝑐 𝑘 |𝑥0 − 𝑙|. Donner une
estimation de la constante C et l’utiliser pour minorer le nombre d’itérations
nécessaires pour approcher 𝑙 à 10−3 près
𝜀
2.3. Montrer que si on utilise le critère d’arrêt |𝑥𝑘+1 − 𝑥𝑘 |≤ 𝜀 alors |𝑥𝑘+1 − 𝑙| ≤ .
1−𝐶
Quelle valeur de 𝜀 faut-il choisir pour approcher à l à 10−3 près ?
Exercice 4 : 3pt
On considère la matrice A
1 0 𝛽
𝐴 = ( 𝛼 1 𝛽 ) (∝, 𝛽 )𝜖ℝ , 𝛼 > 0
−𝛽 𝛽 1
ℝ
1. Déterminer le domaine 𝐷1 = {(𝛼, 𝛽 ) ∈ 𝑒𝑠𝑡 𝐷𝐷𝑆}Que pouvez-vous conclure
𝐴
concernant la convergence des méthodes de Jacobi et Gauss-Seidel associées
au système AX = b.
2. Déterminer le domaine 𝐷2(𝑟𝑒𝑠𝑝𝐷2′ ) qui donne l'ensemble des couples (α; β)
pour lesquels la méthode de Jacobi (resp Gauss-Seidel) converge. Comparer
D1 et D2(resp D2’).
 Ecole Supérieure des Sciences Appliquées d’Alger
ème
Section : 2 Année Module : Analyse Numérique

Corrigé

Exercice 1 :
Considérons le système suivant :
4 0 8 0 8 𝑥1 4
0 1 0 2 0 𝑥2 4
8 0 20 0 24 𝑥3 = 8
0 2 0 5 0 𝑥4 9
(8 0 24 0 𝑥
36) ( 5 ) (8)

1. La méthode de Gauss : (0.5pt*3)

4 0 8 0 8 4 𝑙1 4 0 8 0 8 4
0 1 0 2 0 4 𝑙2 0 1 0 2 0 4
8 0 20 0 24 8 ~𝑙3 − 2𝑙1 0 0 4 0 8 0
0 2 0 5 0 9 𝑙4 0 2 0 5 0 9
(8 0 24 0 36 8) 𝑙5 − 2𝑙1 (0 0 8 0 20 0)

𝑙1 4 0 8 0 8 4 𝑙1 4 0 8 0 8 4
𝑙2 0 1 0 2 0 4 𝑙2 0 1 0 2 0 4
~ 𝑙3 0 0 4 0 8 0 ~ 𝑙3 0 0 4 0 8 0
𝑙4 − 2𝑙2 0 0 0 1 0 1 𝑙4 0 0 0 1 0 1
𝑙5 (0 0 8 0 20 0) 𝑙5 − 2𝑙3 (0 0 0 0 4 0)

La solution de système est :

𝑥5 = 0, 𝑥4 = 1, 𝑥3 = 0, 𝑥2 = 2, 𝑥1 = 1 (0.25pt)
2. La méthode LU :
D’après la question précédente on déduit que : (0.5pt*2)
1 0 00 0 4 0 8 0 8
0 0 01 0 0 1 0 2 0
𝐿= 2 0 1
0 0 ,𝑈 = 0 0 4 0 8
0 1 02 0 0 0 0 1 0
(2 0
0 1) 2 (0 0 0 0 4)
𝐿𝑦 = 𝑏
On a : 𝐴𝑥 = 𝑏 ⇔ 𝐿𝑈𝑥 = 𝑏 ⇒ { 0.25
𝑈𝑥 = 𝑦
𝐿𝑦 = 𝑏 ⇒ 𝑦1 = 4, 𝑦2 = 4, 𝑦3 = 0, 𝑦4 = 1, 𝑦5 = 0 ( 0.5 pt)
𝑈𝑥 = 𝑦 ⇒ 𝑥5 = 0, 𝑥4 = 1, 𝑥3 = 0, 𝑥2 = 2, 𝑥1 = 1 (0.25 pt)
 Ecole Supérieure des Sciences Appliquées d’Alger
ème
Section : 2 Année Module : Analyse Numérique

3. La matrice est symétrique définie positive car : (1pt)

A =At donc A est symétrique.
4 0 8 0
4 0 8
4 0
4>0 ; | | = 4 > 0, |0 1 0 | = 16 > 0, |0 1 0 2 | = 16 > 0,
0 1 8 0 20 0
8 0 20 0 2 0 5
4 0 8 0 8
0 1 0 2 0
|8 0 20 0 24|| = 4 > 0
|
0 2 0 5 0
8 0 24 0 36

4. La méthode de choleski : (0.5pt*2)

2 0 00 0 2 0 4 0 4
0 1 00 0 0 1 0 2 0
𝑄= 4 0 20 , 𝑄𝑡 = 0 0 2 0 4
0
0 2 00 1 0 0 0 1 0
(4 0 42) 0 (0 0 0 0 2 )
𝑄𝑦 = 𝑏
On a : 𝐴𝑥 = 𝑏 ⇔ 𝑄𝑄 𝑡 𝑥 = 𝑏 ⇒ { 𝑡 (0.25pt)
𝑄 𝑥=𝑦
𝑄𝑦 = 𝑏 ⇒ 𝑦1 = 2, 𝑦2 = 4, 𝑦3 = 0, 𝑦4 = 1, 𝑦5 = 0 (0.25pt*4)
𝑄 𝑡 𝑥 = 𝑦 ⇒ 𝑥5 = 0, 𝑥4 = 1, 𝑥3 = 0, 𝑥2 = 2, 𝑥1 = 1 0.25
5. La méthode de Jacobi :
𝑋 (𝑘+1) = 𝐽𝑥 (𝑘) + 𝐶 (0.25pt)
Avec : 𝐽 = 𝐷 −1 (𝐸 + 𝐹 )𝑒𝑡 𝐶 = 𝐷 −1 𝑏 (0.25pt)
4 0 0 0 0 0 0 0 0 0 0 0 −8 0 −8
0 1 0 0 0 0 0 0 0 0 0 0 0 −2 0
𝐷= 0 0 20 0 0 , 𝐸 = −8 0 0 0 0 ,𝐹 = 0 0 0 0 − 24
0 0 0 5 0 0 −2 0 0 0 0 0 0 0 0
(0 0 0 0 36) (−8 0 −24 0 0) (0 0 0 0 0)
0 0 −2 0 −2 1
0 0 0 −2 0 4
𝐽 = −2/5 0 0 0 −6/5 𝐸𝑇 𝐶 = 2/5 (0.25pt*5)
0 −2/5 0 0 0 9/5
( −2/9 0 −2/3 0 0 ) (2/9)

6. La méthode de Gauss Seidel :

𝑋 (𝑘+1) = 𝐺𝑥 (𝑘) + 𝐶 0.25𝑝𝑡
Avec : 𝐺 = (𝐷 − 𝐸)−1 𝐹𝑒𝑡 𝐶 = (𝐷 − 𝐸)−1 𝑏
1/4 0 0 0 0
0 1 0 0 0
0.25𝑝𝑡 (𝐷 − 𝐸)−1 = −1/10 0 1/20 0 0
0 −2/5 0 1/5 0
( 1/90 0 −1/30 0 1/36)
 Ecole Supérieure des Sciences Appliquées d’Alger
ème
Section : 2 Année Module : Analyse Numérique

0 0 −2 0 −2 1
0 0 0 −2 0 4
𝐺= 0 0 4/5 0 −2/5 𝐸𝑇 𝐶 = 0 (0.25pt*2)
0 0 0 4/5 0 1/5
(0 0 −4/45 0 32/45) ( 0 )

7. Calculer de X(3) : (0.25pt*3)

1 1 1
4 3.6 3.28
𝑋 (1) = 0 ; 𝑋 (2) = 0 ; 𝑋 (2) = 0
0.2 0.36 0.48
(0) ( 0 ) ( 0 )
8. Calcule de l’erreur : (0.25pt)
||𝑋 3 − 𝑋||∞ = 1.28

Exercice 2 :
Soit f ∶ R → R définie par f (x) = x(1 + ex ) − ex . f (x) = 0 si et seulement si x est
solution de l’équation donnée. f est de classe 𝐶 ∞ (R), f (0) =-1 < 0 et f (1) = 1> 0 donc,
d’après le théorème des valeurs intermédiaire, la fonction f admet au moins une racine
sur [0;1]. De plus, f est monotone sur [0;1] (car f ′(x) = 1 + xe𝑥 > 0 pour tout 𝑥 ∈
[0,1], donc cette racine est unique. 1.25pt
2. Méthode de NEWTON : (0.5pt+0.25 +0.25pt)
𝑥0 ∈ [0,1]
{ 𝑥 (1+𝑒 𝑥𝑛 )−𝑒 𝑥 2 −𝑥 +1
𝑥𝑛
𝑥𝑛+1 = 𝑥𝑛 − 𝑛 𝑥𝑛
= 𝑛
𝑥𝑛
𝑒 𝑥𝑛
1+𝑥𝑛 𝑒 1+𝑥𝑛 𝑒

3. On considère l’itération
𝑥0 ∈ [0,1] 𝑒𝑥
{ 𝑎𝑣𝑒𝑐 𝜑(𝑥 ) = 0.5pt
𝑥𝑛+1 = 𝜑(𝑥𝑛 ) 1+𝑒 𝑥
𝑒𝑥
𝜑(𝑥 ) est une fonction croissante sur R car : 𝜑 ′(𝑥) = >0 0.25pt
(1+𝑒 𝑥 )2
Montrons que 𝜑([0; 1]) ∈ [0; 1] :
𝑥0 ∈ [0,1] 1 𝑒
{ ⟹ 𝜑(𝑥 ) ∈ [𝜑(0), 𝜑(1)] = [ ; ] ⊂ [0,1]; 0.5𝑝𝑡
𝜑 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑒 𝑒𝑡 𝑐𝑟𝑜𝑖𝑠𝑠𝑎𝑛𝑡𝑒 2 1+𝑒
𝜑 est contractante stricte car |𝜑′(𝑥)| < 1 pour tout x ∈ R .0.5pt
D’après le théorème de convergence globale des itérations de point fixe, l’itération
proposée converge pour tout x ∈ [0; 1]. De plus, 0 < 𝜑′ < 1 pour tout x ∈ R, donc
la convergence est monotone et du premier ordre.
Exercice 3 :
1
1. Soit 𝑓 ∶ [0, 𝜋] → ℝ la fonction définie par 𝑓 (𝑥 ) = 1 − 𝑐𝑜𝑠(𝑥 ) − 𝑥. Elle est de
4
3 5
classe 𝐶 ∞ , 𝑓 (0) = > 0 𝑒𝑡 𝑓 (𝜋) = − 𝜋 < 0 , le théorème des valeurs
4 4
 Ecole Supérieure des Sciences Appliquées d’Alger
ème
Section : 2 Année Module : Analyse Numérique

intermédiaires permet de conclure qu’il existe au moins un 𝑙 ∈ [0, 𝜋] tel que 𝑓 (𝑙 ) =

0. De plus, comme
1
𝑓′(𝑥) = 𝑐𝑜𝑠(𝑥 ) − 1 < 0, ce zéro est unique (1.25pt)
4

. On peut alors utiliser la méthode de la dichotomie pour approcher 𝑙 et l’on a :

(1.25pt)
An Bn Ln F(An ) F(Ln ) Signe
0 Π π/2 0.75 -0.57 -
0 π/2 π/4 0.75 0.037 +
π/4 π/2 3π/8 0.037 -0.2738 -
π/4 3π/8 5π/16
L’erreur qu’on obtient après 3 itérations est au plus égale à la largeur de l’intervalle
𝑏−𝑎 𝜋
[a3;b3], c’est-à-dire inférieure à 3 = (0.25pt)
2 8

2.1)On considère la méthode de point fixe de fonction d’itération g. (0.75*2)

3 5 1
g est de classe 𝐶 ∞ , 𝑔(0) = , 𝑔(𝜋) = , 𝑔′ (𝑥 ) = 𝑠𝑖𝑛(𝑥) ∈ [0, 1/4 ], g est croissante
4 4 4
sur [0, 𝜋].
3 5 1
𝑔([0, 𝜋]) ∈ [ , ] ⊂ [0, 𝜋]𝑒𝑡 |𝑔′ (𝑥 )| ≤ < 1 ∶ la méthode de point fixe converge vers
4 4 4
𝑙 pour tout 𝑥 ∈ [0, 𝜋].
2.2) Pour tout 𝑘 ∈ 𝑁 il existe 𝜀𝑘 compris entre 𝑙 et 𝑥𝑘 tel que ||𝑥𝑘 − 𝑙| =
1 𝜋
|𝑔(𝑥𝑘−1 ) − 𝑔(𝑙 )| = |𝑔′ (𝜀𝑘 )||𝑥𝑘−1 − 𝑙| ≤ 𝑘 |𝑥0 − 𝑙| ≤ 𝑘 . Donc, pour approcher l à 10-3
4 4
près, il faut prendre le plus petit 𝑘 ∈ 𝑁 qui vérifie 𝑘 ≥ 𝑙𝑜𝑔4 (103 𝜋) ≈ 5.9, 𝑖. 𝑒. 𝑘 = 6.
2.3). Pour tout 𝑘 ∈ 𝑁 on a :
|𝑥𝑘 − 𝑙| − |𝑥𝑘+1 − 𝑥𝑘 | ≤ |𝑥𝑘+1 − 𝑥𝑘 + 𝑥𝑘 − 𝑙| = |𝑥𝑘+1 − 𝑙| ≤ 𝐶|𝑥𝑘 − 𝑙| avec C=1/4.
1 𝜀
D’où : |𝑥𝑘+1 − 𝑙 |≤ |𝑥 − 𝑥𝑘 | ≤
1−𝐶 𝑘+1 1−𝐶
Pour que l’erreur soit inférieure à 10-3 il faut alors choisir 𝜀 < (1 − 𝑐)10−3.
 Ecole Supérieure des Sciences Appliquées d’Alger
ème
Section : 2 Année Module : Analyse Numérique

Exercice 4 :
On considère la matrice A
1 0 𝛽
𝐴=(𝛼 1 𝛽 ) (∝, 𝛽 )𝜖ℝ , 𝛼>0
−𝛽 𝛽 1
1. A est DDS ⇔ 𝒂𝒊𝒊 > ∑𝒏𝒊=𝟏, |𝒂𝒊𝒋 | (1pt)
𝒊≠𝒋

Pour que A soit DDS 𝛼 𝑒𝑡 𝛽 doit vérifier les équations suivantes :

1
𝛼 > 0, |𝐵| < , 𝛼 + |𝛽| < 1
2

Si A est DDS alors les méthodes de jacobi et gauss seidel converge. (0.5pt)
2. la méthode de jacobi converge ⇔ 𝝆(𝑱) < 𝟏
0 0 −𝛽 1 2 1 2
𝐽 = (−𝛼 0 −𝛽 ) , 𝜌(𝐽) = 𝛼 3 𝛽 3 → 𝐷2 = {(∝, 𝛽 )𝜖ℝ , 𝛼 3 𝛽 3 < 1. } 1𝑝𝑡
𝛽 −𝛽 0
la méthode de G.Sconverge ⇔ 𝝆(𝑮) < 𝟏
0 0 −𝛽
𝐺 = (0 0 𝛼𝛽 − 𝛽 ) , 𝜌(𝐺 ) = 𝛽 2 − 𝛽(𝛽 + 𝛼𝛽 )
0 0 𝛽 2 − 𝛽 (𝛽 + 𝛼𝛽 )
𝐷′2 = {(∝, 𝛽 )𝜖ℝ , 𝛽 2 − 𝛽(𝛽 + 𝛼𝛽) < 1. } 1pt

𝐷’2 ⊂ 𝐷1, 𝐷2 ⊂ 𝐷1 0.5pt

 Ecole Supérieure des Sciences Appliquées d’Alger
ème
Section : 2 Année Module : Analyse Numérique

Note : Les trois premiers exercices seront considérés comme test et examen en
même temps. Durée 3h

Examen d’analyse numérique

Exercice 1 : (3pt)
On considère une fonction 𝑓 connue aux points 𝑥𝑖 ; 𝑖 = 0, ⋯ ; 3
𝑥𝑖 -2 -1 0 1
𝑓(𝑥𝑖 ) -3 -2 -2 0
1. Calculer le polynôme 𝐿 d’interpolation de 𝑓 sous la forme de Lagrange
aux points −1 ; 0 ; 1
2. Faire la table des différences divisées de 𝑓 aux points −2; −1; 0; 1 , et
calculer le polynôme 𝑃 d’interpolation de 𝑓 sous la forme de Newton.
3. En déduire le polynôme R définie par 𝑃 = 𝐿 + 𝑅 .
4. Soit 𝑄(𝑥) = 𝑥 − 1; en considrant la fonction 𝑔 = 𝑓 − 𝑄, calculer
le polynôme d’interpolation de g:
Exercice 2 : (4pt)
Approximer l’intégrale
2
1
∫ 2
𝑑𝑥
0 1+𝑥
par les méthodes :
a) De trapèze (2 points).
b) De Simpson (3 points).
c) Des trapèzes généralisés (4 points).
d) De Simpson généralisés (5 points).

Exercice 3 : (3pt)
L'équation différentielle :
𝑦′(𝑡) = 𝑦(𝑡) + 𝑒 2𝑡 (𝑦(0) = 2)
possède la solution analytique: 𝑦(𝑡) = 𝑒 𝑡 + 𝑒 2𝑡
1. En prenant ℎ = 0,05 , faire 6 itérations de la méthode d'Euler et calculer l'erreur
commise sur 𝑦6 en comparant les résultats avec la solution analytique 𝑦(0,3).
2. En prenant ℎ = 0,1 , faire 3 itérations de la méthode d'Euler modifiée et calculer
l'erreur commise sur 𝑦3 , en comparant les résultats avec la solution analytique
y(0,3).
Exercice 4 :(4pt)
Donner le système tri diagonal requis pour résoudre l'équation différentielle :
𝟐
𝑦 ′′(𝑥) = (1 + )𝑦(𝑥) − (𝑥 + 2)
𝒙
𝑦(0) = 0 𝑒𝑡 𝑦(1) = 2
 Ecole Supérieure des Sciences Appliquées d’Alger
ème
Section : 2 Année Module : Analyse Numérique

à l'aide de la méthode des différences finies centrées (prendre 5 intervalles).

On veut résoudre par la méthode des différences finies l'équation différentielle :
𝑦’’(𝑥) − 𝑎2 (𝑥)𝑦’(𝑥) − 𝑎1 (𝑥)𝑦(𝑥) = 𝑎0 (𝑥)
avec les conditions aux limites 𝑦(𝑎) = 𝑦𝑎 𝑒𝑡 𝑦(𝑏) = 𝑦𝑏 .
(a) Déterminer le système tridiagonal résultant lorsqu'on utilise une différence arrière
d'ordre 1 pour 𝑦′(𝑥) et une différence centrée d'ordre 2 pour 𝑦’’(𝑥).
Exercice 5 : (3pt)
Trouver les coefficients 𝑎𝑖 qui réalisent les minimums suivants:
𝜋
1) min ∑2𝑘=0(sin ( 𝑘) − 𝑎0 − 𝑎1 𝑘)2
𝑎1 𝑎2 2

𝜋
2) min ∑2𝑘=0(sin ( 𝑘) − 𝑎0 − 𝑎1 𝑘 − 𝑎2 𝑘 2 − 𝑎3 𝑘 3 )2
𝑎1 𝑎2 𝑎3 𝑎4 2

Exercice 6 :(3pt)
1. Montrer que les polynômes de Lagrange sont invariants par un changement de
variable affine (𝑥 = 𝑎𝑠 + 𝑏).
2. On suppose les points 𝑥𝑖 équidistants: 𝑥𝑖 = 𝑥0 + 𝑖ℎ ; 𝑖 = 0; ⋯ ; 𝑛
montrer que:

𝑠(𝑠−1)(𝑠−2)⋯(𝑠−𝑛+1)
𝑙𝑖 (𝑠) = 𝐶𝑠𝑖 𝐶𝑛−𝑠
𝑛−𝑖
𝑎𝑣𝑒𝑐 𝐶𝑠𝑛 = 𝐶𝑠0 = 1 , 𝐶𝑠𝑛 = 0 𝑠𝑖 𝑛 < 0
𝑛!
3. En utilisant les différences divisées, calculer :
𝑛

∑ 𝑘2
𝑘=0

4. On considère la suite des polynômes

𝑔0 (𝑥 ) = 1; 𝑔𝑛+1 (𝑥 ) = (𝑥 − 𝑛)𝑔𝑛 (𝑥 ); 𝑛 ∈ N
a) Calculer 𝛿 [𝑥 ; 𝑥 + 1]𝑔𝑛 en fonction de 𝑔𝑛−1
b) Montrer qu’ils existent des constantes 𝛼𝑖 ; 𝑖 = 0; ⋯ ; 𝑝 telles que
𝑝

𝑥 𝑝 = ∑ 𝛼𝑖 𝑔𝑖 (𝑥 )
𝑖=0
c) En déduire un moyen de calcul de ∑𝑛𝑘=0 𝑘 𝑝
d) A.N: 𝑆𝑛 = ∑𝑛𝑘=0 𝑘 3
 Ecole Supérieure des Sciences Appliquées d’Alger
ème
Section : 2 Année Module : Analyse Numérique

Exercice 1 :
1. Polynôme d’interpolation de Lagrange aux points -1 ,0 et 1
𝑥−𝑥𝑗
La base de Lagrange : 𝐿𝑖 (𝑥 ) = ∏𝑛𝑗=0,𝑗≠𝑖
(𝑥𝑖 −𝑥𝑗 )

(𝑥 − 0)(𝑥 − 1) 𝑥2 − 𝑥
𝐿 0 (𝑥 ) = =
(−1 − 0)(−1 − 1) 2
(𝑥 + 1)(𝑥 − 1)
𝐿1(𝑥 ) = = −𝑥 2 + 1
(0 + 1)(0 − 1)
(𝑥 + 1)(𝑥 − 0) 𝑥 2 + 𝑥
𝐿1(𝑥 ) = =
(1 + 1)(1 − 0) 2
Le polynôme de Lagrange : 𝐿(𝑥 ) = ∑𝑛𝑖=0 𝑓 (𝑥𝑖 )𝐿𝑖 (𝑥 )
𝐿(𝑥 ) = 𝑥 2 + 𝑥 − 2
2. table des différences divisées de 𝑓 aux points −2; −1; 0; 1 :
𝑥𝑖 𝑓(𝑥𝑖 ) 𝑥𝑖 𝑓(𝑥𝑖 )
-1 -2 0 1 1/2 -2 -3 1 -½ 1/2
0 -2 2 1/2 -1 -2 0 1
1 0 1 0 -2 2
-2 -3 1 0
Polynôme de Newton :
1
𝑃(𝑥) = −2 + 0(𝑥 + 1) + 1(𝑥 + 1)(𝑥 − 0) + (𝑥 + 1)(𝑥 − 0)(𝑥 − 1)
2
 Ecole Supérieure des Sciences Appliquées d’Alger
ème
Section : 2 Année Module : Analyse Numérique

1 1
𝑃(𝑥) = −3 + 1(𝑥 + 2) − (𝑥 + 2)(𝑥 + 1) + (𝑥 + 2)(𝑥 + 1)(𝑥 − 0)
2 2
1 1
𝑃(𝑥) = 𝑥 3 + 𝑥 2 + 𝑥 − 2
2 2
3. Le polynôme R
1 1
on a : 𝑃 = 𝐿 + 𝑅 ⟹ 𝑅 = 𝑃 − 𝐿 ⇒ 𝑅 = 2 (𝑥 + 1)(𝑥 − 0)(𝑥 − 1) = 2 (𝑥 2 − 𝑥)
4. Le polynôme d’interpolation de g
Soient p et p1 les polynômes d’interpolation de f et g respectivement.
On a : 𝑔(𝑥 ) = 𝑓(𝑥 ) − (𝑥 − 1) ⇒ 𝑝1(𝑥) = 𝑝(𝑥 ) − (𝑥 − 1) = 12 𝑥 3 + 𝑥 2 − 12 𝑥 − 1

Exercice2 :
1 2
Soient 𝑓(𝑥 ) = et 𝐼 = ∫0 𝑓 (𝑥 )𝑑𝑥
1+𝑥 2
a) De trapèze (2 points)
2−0 1 6
𝐼 ≈ (𝑓(2) + 𝑓(0)) × → 𝐼 ≈ (5 + 1) × 1 = 5 =1.2
2

b) De Simpson (3 points)
ℎ 1 1 16
𝐼 ≈ (𝑓(0) + 4𝑓(1) + 𝑓(2)) × 3 → 𝐼 ≈ (1 + 2 + 5) × 3 = =1.066
ℎ=1 5

c) Des trapèzes généralisés (4 points)

2 4 18 18 1
(𝑓(0)+2𝑓(3)+2𝑓(3)+𝑓(2))×ℎ 1+13+25+5
𝐼≈ → 2𝐼 ≈ = 1.1015
2 ℎ=3 3

d) De Simpson généralisés (5 points)

1 3 16 16 1
(𝑓(0) + 4𝑓 (2) + 2𝑓(1) + 4𝑓 (2) + 𝑓(2)) ℎ (1+ +1+ + )
𝐼≈ → 𝐼≈ 5 13 5 = 1.1051
3 1 6
ℎ=
2
Exercice 3 :
Méthode d’Euler :
𝑦0 = 𝑦(0)
{𝑦𝑛+1 = 𝑦𝑛 + ℎ𝑓(𝑡𝑛 , 𝑦𝑛 ) n+1
𝑡𝑛 = 𝑡𝑛 + ℎ

tn 0 0,05 0,1 0,15 0,2 0,25 0,3

Yn 2 2,15 2,31275855 2,48946661 2,68143288 2,89009576 3,11703661

L’erreur commise en t=0.3 :

E(0.3)=|y(0.3)-y3| = | 3,17197761-3,11703661|=0.054941
Méthode d’Euler modifiée
 Ecole Supérieure des Sciences Appliquées d’Alger
ème
Section : 2 Année Module : Analyse Numérique

𝑦0 = 𝑦(0)
𝐾1 = 𝑦𝑛 + ℎ𝑓(𝑡𝑛, 𝑦𝑛 )
ℎ
𝑦𝑛+1 = 𝑦𝑛 + (𝑓 (𝑡𝑛 , 𝑦𝑛 ) + 𝑓(𝑡𝑛 + ℎ, 𝑘1))
2
{ 𝑡𝑛+1 = 𝑡𝑛 + ℎ

tn 0 0,1 0,2 0,3

K1 2,3 2,68081743 3,13246595
yn 2 2,32607014 2,71207589 3,17000016
L’erreur commise en t=0.3 :
E(0.3)=|y(0.3)-y3| = | 3,17197761-3,17000016|=0.00197745
Exercice 5

𝐾 0 1 2 3 4
𝜋 0 1 0 -1 0
sin ( 𝑘)
2

Pour minimiser les deux fonctions il suffit de résoudre le système 𝐴𝑇 𝐴𝑋 = 𝐴𝑇 𝑏

Première fonction à minimiser :

1 0 0
Dans le premier cas, la matrice A est égale à : 𝐴 = (1 1) et le vecteur 𝑏 = (1)
1 2 0
3 3 1
Donc 𝐴𝑇 𝐴 = ( ) et 𝐴𝑇 𝑏 = ( )
3 5 1
1 1
Ce qu’implique que : 𝑋 = [3 , 0] ⇔ 𝑎0 = 3 𝑒𝑡 𝑎1 = 0

Deuxième fonction à minimiser :

1 0 0 0 0
1 1 1 1 1
Dans le deuxième cas la matrice A est égale à : 1 2 4 8 et 𝑏 = 0
1 3 9 27 −1
(1 4 16 54) (0)
5 10 30 100 0
Donc 𝐴𝑇 𝐴 = ( 10 30 100 354 ) et 𝐴𝑇 𝑏 = (−2)
30 100 354 1300 −8
100 354 1300 4890 26
8 1 8 1
Ce que implique que 𝑥 = [0 − 2 ] ⇔ 𝑎0 = 0 , 𝑎1 = 𝑎2 = −2 𝑒𝑡 𝑎3 =
3 3 3 3
 Ecole Supérieure des Sciences Appliquées d’Alger
ème
Section : 2 Année Module : Analyse Numérique

Exercice 4 : (4pt)
Soit le problème différentiel suivant :
𝟐
𝑦 ′′(𝑥) = (1 + )𝑦(𝑥) − (𝑥 + 2)
𝒙
𝑦(0) = 0 𝑒𝑡 𝑦(2) = 2

Les différences centrées sont définies par :

𝑦𝑖+1 − 𝑦𝑖−1 𝑦𝑖+1 − 2𝑦𝑖 + 𝑦𝑖−1

𝑦𝑖′ = 𝑒𝑡 𝑦𝑖′′ =
2ℎ ℎ2
1−0
Le nombre des intervalle est 5 ce que implique que ℎ = = 0.2
5

Donc
𝑦𝑖+1 − 2𝑦𝑖 + 𝑦𝑖−1 𝟐
= (1 + ) 𝑦 − (𝑥 + 2) 𝑖 = 1…4
{
ℎ
2 𝒙𝒊 𝑖
𝑦0 = 0 𝑒𝑡 𝑦5 = 2

2
2 𝟐ℎ
𝑦𝑖+1 − (ℎ + + 𝟐) 𝑦𝑖 + 𝑦𝑖−1 = − (𝑥 + 2) ℎ2 𝑖 = 1 … 4
𝒙𝒊
{ 𝑦0 = 0 𝑒𝑡 𝑦5 = 2

Enfin on obtient le système suivant :

2 2
− ((1 + ) ℎ + 2) 𝑦1 + 𝑦2 = −𝑦0 − (𝑥1 + 2)ℎ2
𝑥1
2
𝑦1 − ((1 + ) ℎ2 + 2) 𝑦2 + 𝑦3 = −(𝑥2 + 2)ℎ2
𝑥2
2 2
𝑦2 − ((1 + ) ℎ + 2) 𝑦3 + 𝑦4 = −(𝑥3 + 2)ℎ2
𝑥3
2 2
𝑦3 + ((1 + ) ℎ + 2) 𝑦4 = −𝑦5 − (𝑥4 + 2)ℎ2
{ 𝑥4
 Ecole Supérieure des Sciences Appliquées d’Alger
ème
Section : 2 Année Module : Analyse Numérique

Sachant que 𝑥0 = 0, 𝑥1 = 0.2, 𝑥2 = 0.4; 𝑥3 = 0.6, 𝑥4 = 0.8 𝑒𝑡 𝑥5 = 1

−2.44 1 0 0 𝑦1 −0.0880
( 1 −2.24 1 0 ) (𝑦2 ) = (−0.0960)
0 1 −2.1733 1 𝑦3 −0.1040
0 0 1 −2.14 𝑦4 −2.112

On veut résoudre par la méthode des différences finies l'équation différentielle :

𝑦’’(𝑥) − 𝑎2 (𝑥)𝑦’(𝑥) − 𝑎1 (𝑥)𝑦(𝑥) = 𝑎0 (𝑥)
avec les conditions aux limites 𝑦(𝑎) = 𝑦𝑎 𝑒𝑡 𝑦(𝑏) = 𝑦𝑏 .
(a) Déterminer le système tridiagonal résultant lorsqu'on utilise une et une différence
centrée d'ordre 2 pour 𝑦’’(𝑥)
𝑦𝑖 −𝑦𝑖−1
différence arrière d'ordre 1 pour 𝑦 ′ (𝑥 ): 𝑦′𝑖 =
ℎ
𝑦𝑖+1 −2𝑦𝑖 −𝑦𝑖−1
différence centrée d'ordre 2 pour 𝑦’’(𝑥 ): 𝑦𝑖′′ =
ℎ2