Académique Documents
Professionnel Documents
Culture Documents
1/4
2◦ ) a) Représentons toutes ces données dans un graphique illustratif, clair, lisible et précis, mais
non trivial . N.B. Et sans la courbe de la fonction f , puisqu’elle ne fait partie des données.
C’était à la libre inspiration de chacun(e), à condition de respecter le cahier de charges imposé.
∗∗∗ Remarque/Commentaire n◦2.Exo :
Ce genre de graphique a été tracé plus d’une fois au tableau en Cours. Donc les rares qui n’ont pas
µ ¶
a
su qu’il s’agissait essentiellement de positionner des croix appropriées représentant les points Mi i
yi
dans le plan (pour i = 0 (1) 12) ont clairement signalé un suivi approximatif du Cours de leur part.
Et nous précisons bien que ces croix devaient représenter les points Mi , et non les yi (qui ne sont que
leurs ordonnées) comme cela a été vu dans certaines copies !!!
Précisons toutefois que « graphique non trivial » ne veut pas dire « graphique aléatoire » . En effet,
le positionnement des points Mi successifs dans le plan devait quand même suggérer qu’ils étaient sur
la courbe d’une fonction. Comme expliqué le jour de cet examen, la non trivialité faisait référence à
ce que la dite courbe de fonction ne soit pas trop triviale. Contrairement donc à ce que certain(e)s
semblent avoir compris, il ne s’agissait pas du tout de placer les Mi aléatoirement dans le plan, ni avec
des variations artificielles brutales entre 2 points consécutifs Mi et Mi+1 . D’ailleurs, ceux/celles qui
ont placé ici les points Mi de cette manière là se sont pénalisé(e)s pour la suite car ils/elles ont eu du
mal à tracer les courbes des fonctions d’approximation A et B demandées au II de l’Exercice.
2.3. De toutes les façons, au vu du Cours censé avoir été suivi par les un(e)s et les autres, et dont la
compréhension est censée avoir été travaillée par la suite, malgré les apparences, il n’y avait pas de
choix dans cette question pour chacun des 3 types de fonction d’approximation globale proposées.
En effet, la définition analytique, c’était pour fe de A et B , alors que pour C , la seule possibilité
réaliste était de donner les propriétés qui caractérisent fe. Dans l’un ou l’autre de ces 3 cas, toute autre
réponse traduisait un travail approximatif (ou inexistant) de compréhension du Cours de la part de son
auteur, et s’est, effectivement, avérée fausse.
3. A propos de la définition analytique de fe dans le cas B .
En appliquant la présentation faite en Cours de la fonction d’approximation (ou interpolation) parabolique
par morceaux de f sur [ a, b ], la réponse correcte était :
∀ i ∈ [ 0 (1) 5 ], on a : ∀ x ∈ [ a2i , a2i+2 ], fe(x) = (pL f )(x). (E.1 )
a2i , a2i+1 , a2i+2
Mais beaucoup ont préféré répondre (dans la majorité des copies à avoir traité cette question) :
∀ i ∈ [ 0 (1) 10 ], on a : ∀ x ∈ [ ai , ai+2 ], fe(x) = (pLai , ai+1 , ai+2 f )(x). (E.2 )
Cette réponse semble équivalente à (E.1 ). Mais ce n’est qu’une apparence. On s’en rend compte en comparant
les sous-intervalles qu’on obtient dans chacune des 2 réponses en faisant varier l’indice i :
– dans (E.1 ) : [ a0 , a2 ], [ a2 , a4 ], [ a4 , a6 ], [ a6 , a8 ], [ a8 , a10 ] et [ a10 , a12 ] ;
– dans (E.2 ) : [ a0 , a2 ], [ a1 , a3 ], [ a2 , a4 ], [ a3 , a5 ], [ a4 , a6 ], [ a5 , a7 ], [ a6 , a8 ], [ a7 , a9 ], [ a8 , a10 ], [ a9 , a11 ]
et [ a10 , a12 ], où 2 sous-intervalles consécutifs se chevauchent (i.e. leur intersection n’est ni vide, ni réduite
à un point), au contraire des 6 sous-intervalles dans (E.1 ).
Donc la réponse (E.2 ) est fausse, et encore plus fausse quand on y met (comme beaucoup l’ont fait) [ 0 (1) 11 ]
à la place de [ 0 (1) 10 ], car s’ajoute même alors le sous-intervalle [ a11 , a13 ] qui est totalement aberrant
pour les données de l’Exercice. En fait, ce qui pose problème dans (E.2 ), c’est le (1) dans [ 0 (1) 10 ], qui
devrait plutôt être (2), car il est censé indiquer (écrit entre parenthèses) le pas avec lequel l’indice i va croître
de 0 à 10. Ainsi, la version correcte de (E.2 ) est plutôt (pour ceux/celles qui ont pris cette approche, ceci
a été lu dans une seule copie . . . ) :
∀ i ∈ [ 0 (2) 10 ], on a : ∀ x ∈ [ ai , ai+2 ], fe(x) = (pL f )(x).
ai , ai+1 , ai+2 (E.3 )
D’autre part, malheureusement, quand bien même ils/elles ont été écrit l’égalité attendue, ceux/celles qui
ont donné la réponse (E.2 ) ci-dessus à la question 1◦ )a) pour la fonction fe de B ont logiquement répété
la même erreur ici pour ce qui était de la zone de parcours de l’indice i, i.e. en écrivant i ∈ [ 0 (1) 10 ] (ou
[ 0 (1) 11 ]) au lieu de i ∈ [ 0 (2) 10 ].
7. A propos des réponses à la question 2◦ ) : courbe de fe sur [ a, b ] dans le cas B .
Dans le cas B , la courbe de fe sur chaque sous-intervalle [ a2i , a2i+2 ] (i ∈ [ 0 (1) 5 ])est un arc de parabole,
i.e. un morceau d’une parabole. Plus précisément, il s’agissait de l’arc de parabole, d’axe vertical, passant
par les 3 points du plan M2i , M2i+1 et M2i+2 . Or, une parabole n’est pas n’importe quelle courbe :
elle a un type d’allure spécifique, qu’elle regarde vers le bas ou vers le haut, qu’elle soit plus ou moins
resserrée en épingle ou plus ou moins aplatie. Le prototype en est la courbe de la fonction ϕ1 (x) = x2
(parabole regardant vers le haut) ou celle de la fonction ϕ2 (x) = −x2 (parabole regardant vers le bas).
Par conséquent, ici, il ne suffisait pas de tracer n’importe quoi en guise de courbe de fe sur [ a, b ] comme
réponse. En particulier, cette courbe ne casse son allure en aucun point de rang impair M2i+1 , alors qu’elle
la casse en pratiquement tous les points de rang pair M2i .
8. A propos des réponses à la question 2◦ ) : courbe de fe sur [ a, b ] dans le cas C .
La plupart des copies ont laissé un blanc ici ou se sont juste « débrouillées » . Pourtant, il a été expliqué
en Cours ce qu’a de remarquable et à quoi ressemble la courbe d’une fonction d’interpolation spline cubique
sur [ a, b ] et pourquoi il en est ainsi, i.e. les arguments mathématiques qui justifient son allure globale sur
l’intervalle. Par conséquent, on y renvoie les un(e)s et les autres.
• Définition 1’ :
Pn est l’unique polynôme de degré 6 n qui prend les mêmes valeurs que f en x0 , · · · , xn .
• Définition 1” :
Pn est l’unique polynôme de IRn [x] vérifiant : Pn (x0 ) = f (x0 ), · · · , Pn (xn ) = f (xn ) .
• Définition 1” ’ :
Pn est l’unique polynôme de degré 6 n qui interpole la fonction f en x0 , · · · , xn .
3◦ ) Très souvent, il y a des erreurs de données sur les points d’interpolation et leurs images par f .
Ce que cela signifie pour les données décrites en 2◦ ) ci-dessus quand c’est le cas.
Cela signifie qu’on n’a pas les valeurs exactes des points d’interpolation x0 , · · · , xn et/ou de leurs images
y0 , · · · , yn par f , mais plutôt des valeurs approchées respectives x en et/ou ye0 , · · · , yen .
e0 , · · · , x
..................................................................................................................
II - Expression de Pn selon les puissances croissantes de x.
Ci-après, on veut trouver l’expression du polynôme Pn selon les puissances croissantes de la variable x.
1◦ ) Disons dans quelle base et de quel espace vectoriel ceci revient à exprimer Pn .
¡ ¢
Ceci revient à exprimer Pn dans la base canonique B nc = 1, x, x2 , · · · , xn du IR-espace vectoriel IRn [x].
2◦ ) a) Montrons que trouver l’expression de Pn visée ici est équivalent à résoudre un système linéaire
(S) (dont on précisera les n + 1 inconnues et dont on détaillera les n + 1 équations).
¡ ¢
Comme Pn ∈ IRn [x] et B nc = 1, x, x2 , · · · , xn est une base de IRn [x], alors on sait que :
±
∃ ! a0 , · · · , an ∈ IR ∀ x ∈ IR, Pn (x) = a0 + a1 x + a2 x2 + · · · + an−1 xn−1 + an xn . (P.1 )
Par ailleurs, d’après sa définition et ses données rappelées en I - 1◦ ) et 2◦ ), on sait que Pn est caractérisé dans
IRn [x] par le fait que :
Pn (x0 ) = f (x0 ) = y0 , Pn (x1 ) = f (x1 ) = y1 , · · · , Pn (xn ) = f (xn ) = yn . (P.2 )
a0 + a1 x0 + a2 (x0 )2 + · · · + an−1 (x0 )n−1 + an (x0 )n = y0
2
n−1 + a (x )n
a0 + a1 x1 + a2 (x1 ) + · · · + an−1 (x1 )
n 1 = y1
2 n−1 + an (x2 )n
Compte tenu de (P.1 ), on a : (P.2 ) ⇐⇒ (S) a0 + a1 x2 + a2 (x2 ) + · · · + an−1 (x2 ) = y2
.. .. ..
. . .
a0 + a1 xn + a2 (xn )2 + · · · + an−1 (xn )n−1 + an (xn )n = yn .
MAT 227–Analyse Numérique, Examen Final 2017-18 : Eléments sur la Correction Prob. : p.3/10
Or, l’entier n et les 2n + 2 réels x0 , · · · , xn , y0 , · · · , yn étant des données dans ce problème, il vient que (S) est
un système de n + 1 équations linéaires à n + 1 inconnues que sont les n + 1 coefficients a0 , · · · , an de Pn dans
la base canonique de IRn [x]. Avec (P.1 ), ceci prouve bien que trouver l’expression de Pn visée ici est équivalent à
résoudre le système linéaire (S) en les n + 1 inconnues a0 , · · · , an . Cqfd.
∗∗∗ Remarque/Commentaire n◦5.Prob :
Si on veut être plus orthodoxe dans l’écriture du système linéaire (S), on l’écrirait sous la forme :
a0 + x0 a1 + (x0 )2 a2 + · · · + (x0 )n−1 an−1 + (x0 )n an = y0
2
n−1 a n
a0 + x1 a1 + (x1 ) a2 + · · · + (x1 )
n−1 + (x1 ) an = y1
2 n−1 an−1 + (x2 )n an = y2
(S) a0 + x2 a1 + (x2 ) a2 + · · · + (x2 )
.. .. ..
. . .
2 n−1 n
a0 + xn a1 + (xn ) a2 + · · · + (xn ) an−1 + (xn ) an = yn .
Néanmoins, nous présentons, ci-après une version de la réponse pour i, j = 0 (1) n et une autre
pour i, j = 1 (1) n + 1.
MAT 227–Analyse Numérique, Examen Final 2017-18 : Eléments sur la Correction Prob. : p.4/10
•• Version 1 : i, j = 0 (1) n pour les indices de •• Version 2 : i, j = 1 (1) n + 1 pour les indices de
ligne et colonne des coefficients de la matrice M. ligne et colonne des coefficients de la matrice M.
• Données : • Données :
n ∈ IN ; n ∈ IN ;
x0 , · · · , xn ∈ IR ; /* ∈ Df , et 2 à 2 6= */ x0 , · · · , xn ∈ IR ; /* ∈ Df , et 2 à 2 6= */
• Résultat attendu : • Résultat attendu :
M ∈ Mn+1 (IR) ; M ∈ Mn+1 (IR) ;
/* M = (mi,j )0 6 i,j 6 n, matrice de (S) */ /* M = (mi,j )1 6 i,j 6 n+1 , matrice de (S) */
• Expression des coefficients de M : • Expression des coefficients de M :
∀ i, j ∈ [ 0 (1) n ], mi,j = (xi )j . ∀ i, j ∈ [ 1 (1) n + 1 ], mi,j = (xi−1 )j−1 .
• Formules de calcul de ces coefficients : • Formules de calcul de ces coefficients :
∀ i ∈ [ 0 (1) n ], mi,0 = 1, mi,1 = xi , ∀ i ∈ [ 1 (1) n + 1 ], mi,1 = 1, mi,2 = xi ,
puis ∀ j ∈ [ 2 (1) n ], mi,j = xi · mi,j −1 . puis ∀ j ∈ [ 3 (1) n + 1 ], mi,j = xi−1 · mi,j −1 .
• Analyse mathématique proprement dite : • Analyse mathématique proprement dite :
On calcule les coefficients de la matrice M ligne par On calcule les coefficients de la matrice M ligne par
ligne (de manière indépendante les unes des autres). ligne (de manière indépendante les unes des autres).
Ainsi, pour chaque ligne i ∈ [ 0 (1) n ], on fait : Ainsi, pour chaque ligne i ∈ [ 1 (1) n + 1 ], on fait :
• Init sur la ligne i : • Init sur la ligne i :
mi,0 ←− 1 ; mi,1 ←− xi ; mi,1 ←− 1 ; mi,2 ←− xi−1 ;
• Itération sur la ligne i : • Itération sur la ligne i :
j = 2 : mi,2 ←− xi ∗ mi,1 ; j = 3 : mi,3 ←− xi−1 ∗ mi,2 ;
j = 3 : mi,3 ←− xi ∗ mi,2 ; j = 4 : mi,4 ←− xi−1 ∗ mi,3 ;
.. .. .. ..
. . . .
j = n : mi,n ←− xi ∗ mi,n−1 ; j = n + 1 : mi,n+1 ←− xi−1 ∗ mi,n ;
/∗ Après cette suite d’instructions, on a /∗ Après cette suite d’instructions, on a
obtenu tous les coefficients de M ∗/ obtenu tous les coefficients de M ∗/
• STOP. • STOP.
b) Déduction : algorithme efficace de calcul de la matrice M, puis coût numérique de cet algorithme.
Une version de cet algorithme pour chacune des 2 versions de l’indiçage des coefficients de M examinées ci-dessus :
STOP STOP
∗∗∗ Dans toute la suite, nous ne ferons plus référence qu’à la Version 1 de l’algorithme ci-dessus.
• Coût numérique de cet algorithme (N.B. Les 2 versions ci-dessus ont le même coût).
MAT 227–Analyse Numérique, Examen Final 2017-18 : Eléments sur la Correction Prob. : p.5/10
Dans la Version 1 de l’algorithme ci-dessus, à chaque passage dans la boucle Pour i = 0 (1) n faire , on
fait, comme calculs sur les réels : n − 1 (×), correspondant à 1 (×) à chacun des n − 1 passages dans la boucle
Pour j = 2 (1) n faire . Puisqu’il y a n + 1 entiers i ∈ [ 0 (1) n ], alors le bilan de l’algorithme est :
c) Pourquoi il est plus efficace de n’avoir pas utilisé la fonction puissance dans cet algorithme.
On aurait utilisé la fonction puissance dans cet algorithme pour calculer chacun des coefficients mi,j de la
matrice M, ceci pour i ∈ [ 0 (1) n ] et j ∈ [ 2 (1) n ], à raison d’un appel de cette fonction pour chacun d’eux. Or,
dans l’algorithme ci-dessus, on calcule plutôt chacun de ces coefficients en effectuant une multiplication, donc une
opération arithmétique de base, ce qui est beaucoup plus rapide lors de l’exécution par ordinateur. En effet, une
opération arithmétique de base est implémentée au niveau du processeur de l’ordinateur (ou hardware) alors que
la fonction puissance l’est dans un algorithme écrit dans un langage de programmation (donc au niveau logiciel ou
software), lequel appellera le processeur plusieurs fois pour effectuer ses calculs (par des opérations arithmétiques
de base), dans chaque appel de la fonction, pour aboutir au résultat final de cette dernière. Il est donc plus efficace
de n’avoir pas utilisé la fonction puissance dans cet algorithme.
..................................................................................................................
III - Système linéaire (S) : erreurs de données.
Même si les données initiales du problème décrites en I -2◦ ) sont exactes (et stockées sans erreur dans la
mémoire de l’ordinateur), la plupart des données pour la résolution de (S) seront, elles, presque sûrement entâchées
d’erreurs. N.B. Ci-après, εR désigne l’epsilon-machine.
1◦ ) Données requises pour la résolution de (S).
Quand on vient résoudre le système linéaire (S), il faut qu’on ait déjà calculé les coefficients mi,j de la matrice
M par l’algorithme. A ce moment là, les données requises pour la résolution de (S) sont donc :
• Données :
n ∈ IN ;
M ∈ Mn+1 (IR) ; /* M = (mi,j )0 6 i,j 6 n, matrice de (S) */
y0 , · · · , yn ∈ IR ; /* tels que ∀ i = 0 (1) n, yi = f (xi) */
2◦ ) a) Parmi ces données, précisons celles qui seront, presque certainement, entâchées d’erreurs et
expliquons pourquoi.
Celles qui seront, presque certainement, entâchées d’erreurs sont les coefficients mi,j de la matrice M, ceci pour
les indices i ∈ [ 0 (1) n ] et j ∈ [ 2 (1) n ]. En effet, dans l’algorithme ci-dessus, la valeur de chacun de ces mi,j est
calculée en effectuant une multiplication entre 2 nombres réels ( xi et mi,j −1 ), donc avec un résultat probablement
entâché d’une erreur d’arrondi lors de l’exécution par ordinateur. Pire : pour i ∈ [ 0 (1) n ] et j ∈ [ 3 (1) n ], par le
phénomène de propagation des erreurs d’arrondi, cette erreur d’arrondi viendra se combiner avec l’effet des erreurs
d’arrondi précédentes dans le calcul du coefficient mi,j −1 intervenant dans le calcul de mi,j .
b) Ordre de grandeur, en fonction de εR , de l’incertitude relative sur chacune de ces données.
Pour tous les indices i, j ∈ [ 0 (1) n ], notons mi,j , le résultat du calcul du coefficient mi,j par ordinateur, et
εi,j , l’erreur relative associée. Donc on a :
mi,j = mi,j · (1 + εi,j ), (P.3 )
mi,0 = mi,0 = 1 =⇒ εi,0 = 0, (P.4 )
mi,1 = mi,1 = xi =⇒ εi,1 = 0 (s’il n’y a pas d’erreur sur les données de départ). (P.5 )
On doit déterminer ici l’ordre de grandeur, en fonction de εR , de l’incertitude relative | εi,j | associée à mi,j ,
pour i ∈ [ 0 (1) n ] et j ∈ [ 2 (1) n ]. Dans la suite, on considère donc (i, j) ∈ [ 0 (1) n ] × [ 2 (1) n ]. Alors :
mi,j = xi × mi,j−1 , (P.6 )
où ui,j est l’erreur relative de l’arrondi dû au fait que × dans (P.6 ) ne soit qu’une approximation de la vraie
MAT 227–Analyse Numérique, Examen Final 2017-18 : Eléments sur la Correction Prob. : p.6/10
multiplication. Rappelons alors que ui,j est de l’ordre de εR . Maintenant, (P.3 ) et (P.7 ) entraînent :
mi,j = xi × mi,j−1 · (1 + εi,j −1 ) · (1 + ui,j ) = mi,j · (1 + εi,j −1 ) · (1 + ui,j ). (P.8 )
D’où, compte tenu de (P.3 ) : 1 + εi,j = (1 + εi,j −1 ) · (1 + ui,j ). Par récurrence, on déduit que :
1 + εi,j = (1 + εi,1 ) · (1 + ui,2 )(1 + ui,3 ) · · · (1 + ui,j −1 )(1 + ui,j ),
= (1 + ui,2 )(1 + ui,3 ) · · · (1 + ui,j −1 )(1 + ui,j ), grâce à (P.5 ),
=⇒ εi,j = (1 + ui,2 )(1 + ui,3 ) · · · (1 + ui,j −1 )(1 + ui,j ) − 1 = Ai,j + Ei,j ,
avec :
1. Ai,j = ui,2 + ui,3 + · · · + ui,j , somme de j − 1 réels de l’ordre de εR , donc est de l’ordre de (j − 1) · εR ;
2. Ei,j est une somme finie de produits d’au moins deux ui,k , donc d’ordre ε2R où moins (car | εR | ≪ 1), et
de ce fait, presqu’à coup sûr négligeable devant Ai,j .
• Conclusion : ∀ (i, j) ∈ [ 0 (1) n ] × [ 2 (1) n ], | εi,j | est de l’ordre de (j − 1) · εR , car εi,j l’est.
...............................................................................................................
IV - Résolution numérique de (S) : méthode de Gauss avec stratégie du pivot partiel.
Ayant obtenu la matrice M, on résoud alors (S) par la méthode de Gauss avec la stratégie du pivot partiel.
• N.B. Pour répondre aux questions ci-après, il faudra impérativement tenir compte de ce que : la matrice du
système (S) s’appelle M ; ses coefficients sont notés mi,j , avec les indices respectifs i des lignes et j des colonnes
de M qui vont, chacun, de 0 à n ; le vecteur- 2nd membre s’appelle Y et le vecteur-solution à calculer s’appelle A.
• • • On suppose d’abord qu’on a déjà effectué l’élimination de Gauss dans le système linéaire (S)
des colonnes 0 à k − 1 de la matrice M, avec k ∈ [ 0 (1) n − 1 ] (pour k = 0, cela veut dire que l’élimination
de Gauss dans (S) n’a pas encore commencé).
1◦ ) Ce que cela signifie pour le système (S) et l’aspect de la matrice du système à ce stade.
Cela signifie que le système initial (S) : M.A = Y a déjà été transformé en un système équivalent (i.e. de
même vecteur-solution A) (Sk−1 ) : M(k−1) .A = Y(k−1) dont la matrice M(k−1) est sup-triangulaire des
colonnes 0 à k − 1, i.e. dans chacune de ces colonnes, les coefficients en dessous du coefficient diagonal sont nuls.
Ainsi, la matrice du système à ce stade est M(k−1) qui a l’aspect suivant :
m0,0 m0,1 m0,2 · · · m0,k−1 m0,k m0,k+1 · · · m0,n
m1,1 m1,2 · · · m1,k−1 m1,k m1,k+1 · · · m1,n
m2,2 · · · m2,k−1 m2,k m2,k+1 · · · m2,n
. . . .. .. ..
. . . ..
mk−1,k−1 mk−1,k mk−1,k+1 · · · mk−1,n
· · · mk,n
M(k−1) = mk,k mk,k+1 .
mk+1,k mk+1,k+1 · · · mk+1,n
.. .. ... ..
m m · · · m
i,k i,k+1 i,n
.. .. ... ..
mn,k mn,k+1 · · · mn,n
• • • On veut maintenant effectuer l’élimination de Gauss sur la colonne k de la matrice du système.
2◦ ) On doit alors d’abord trouver le pivot, pour cette élimination, selon la stratégie du pivot partiel.
a) Entourons, en pointillés, la zone de recherche du pivot (à ce stade) dans la matrice écrite en 1◦ ).
Cf. la matrice M(k−1) écrite en 1◦ ) ci-dessus.
b) Ce que va signifier concrètement ici la recherche du pivot par la stratégie du pivot partiel.
Cela va signifier chercher le plus grand coefficient, en valeur absolue, parmi les mi,j , pour i ∈ [ k (1) n ], ce qui
revient à chercher l’indice imax ∈ [ k (1) n ]/ | mimax ,k | = max | mi,k |
k 6i 6n
MAT 227–Analyse Numérique, Examen Final 2017-18 : Eléments sur la Correction Prob. : p.7/10
c) Démontrons que le pivot trouvé par cette stratégie sera non nul.
Ayant obtenu imax tel qu’indiqué ci-dessus, le pivot trouvé sera donc le coefficient mimax ,k . Pour montrer qu’il
est non nul, raisonnons par l’absurde. Supposons donc que mimax ,k = 0. Etant le plus grand, en valeur absolue,
parmi les mi,j , pour i ∈ [ k (1) n ], il s’ensuit que : ∀ i ∈ [ k (1) n ], mi,k = 0. D’où :
mk,k mk,k mk,k+1 · · · mk,n
mk+1,k mk+1,k mk+1,k+1 · · · mk+1,n
.. .. .. ..
¡ (k) ¢ ...
= 0 n−k+1 =⇒ det B = 0, où B (k)
= ∈ Mn−k+1 (IR) ;
m IR · · · mi,n
i,k mi,k mi,k+1
..
.. .. ... ..
mn,k mn,k mn,k+1 · · · mn,n
¡ (k−1) ¢ ¡ (k−1) ¢ ¡ (k) ¢
=⇒ det M = 0, car det M = m0,0 × m1,1 × · · · × mk−1,k−1 × det B ;
=⇒ M(k−1) est une matrice carrée non inversible. D’où l’absurdité car (Sk−1 ) : M(k−1) .A = Y(k−1) système
équivalent à (S) : M.A = Y et M inversible d’après II -2◦ )d) =⇒ M(k−1) est inversible.
• Conclusion : Le pivot mimax ,k trouvé par la stratégie du pivot partiel sera non nul. Cqfd.
d) Un bloc d’instructions algorithmiques permettant de trouver l’indice de ligne imax de ce pivot.
imax ←− k ;
Pour i = k + 1 (1) n faire
Si | mi,k | > | mimax ,k |
alors imax ←− i ;
finSi ;
finPour ;
3◦ ) a) Disons quel problème va, très souvent, se poser une fois trouvé cet indice de ligne imax .
Le problème qui va, très souvent, se poser une fois trouvé cet indice de ligne imax est qu’il peut s’avérer que
imax 6= k. En effet, le pivot choisi mimax ,k sera alors en position (imax , k) 6= (k, k) dans la matrice M(k−1) , ce qui
n’est pas approprié pour pouvoir effectuer l’élimination sur la colonne k. Il devrait plutôt être en position (k, k).
b) Disons, en une ou deux phrases, comment on résoud ce problème en pratique.
On résoud ce problème, en pratique, en permutant les équations n◦ k et n◦ imax du système linéaire (Sk−1 ) :
M(k−1) .A = Y(k−1) , ce qui ne va pas changer son vecteur-solution A dans IRn+1 , tout en transformant l’ancien
coefficient mimax ,k en le nouveau mk,k , et donc le pivot choisi sera en position (k, k) dans la matrice du système.
c) Ecrivons un bloc d’instructions algorithmiques qui fait ce travail.
Si imax 6= k alors
Pour j = k (1) n faire
aux ←− mimax ,j ; mimax ,j ←− mk,j ; mk,j ←− aux ;
finPour ;
aux ←− yimax ; yimax ←− yk ; yk ←− aux ;
finSi ;
4◦ ) a) Disons, en une ou deux phrases, comment achever l’élimination de Gauss sur la colonne k.
On achève l’élimination de Gauss sur la colonne k en annulant tous les coefficients en dessous du pivot mk,k sur
cette colonne, i.e. les mi,k , ∀ i ∈ [ k + 1 (1) n ], tout en préservant le vecteur-solution A du système linéaire. Ceci
s’obtient, ∀ i ∈ [ k + 1 (1) n ], en retranchant, à l’équation n◦ i, le multiple approprié de l’équation n◦ k permettant
d’annuler le coefficient mi,k .
b) Un bloc d’instructions algorithmiques qui fait ce travail.
MAT 227–Analyse Numérique, Examen Final 2017-18 : Eléments sur la Correction Prob. : p.8/10
5◦ ) a) Résultat produit, au final, par tout ce travail pour l’élimination sur la colonne k.
Ce travail pour l’élimination sur la colonne k aura transformé le système (Sk−1 ) : M(k−1) .A = Y(k−1) en
un système équivalent (i.e. de même vecteur-solution A) (Sk ) : M(k) .A = Y(k) , dont la matrice M(k) est
sup-triangulaire des colonnes 0 à k, i.e. dans chacune de ces colonnes, les coefficients en dessous du coefficient
diagonal sont nuls. Et (Sk−1 ) étant équivalent au système de départ (S), alors (Sk ) aussi sera équivalent à (S).
b) Coût numérique de ce travail d’élimination sur la colonne k.
A chaque passage dans la boucle Pour i = k + 1 (1) n faire , on fait, comme calculs sur les réels :
1 (/), n − k + 1 (+), n − k + 1 (×).
Comme il y a n − k entiers i ∈ [ k + 1 (1) n ], alors le bilan de cette boucle, et donc de l’algorithme, est :
n − k (/), (n − k)(n − k + 1) (+), (n − k)(n − k + 1) (×) , soit (n − k) · [2(n − k) + 3] o.v.f. .
c) Coût numérique global de la phase d’élimination de la méthode de Gauss dans le cas présent.
Notons respectivement Sn , Tn et Dn , les nombres respectifs d’additions/soustractions, de multiplications et
de divisions effectuées pendant la phase d’élimination de la méthode de Gauss dans le cas présent. Compte tenu
de ce que les colonnes sont numérotées de 0 à n ici, alors l’élimination de Gauss sera faite des colonnes n◦ 0 à
n◦ (n − 1). Par conséquent, on déduit du résultat de la question précédente, que :
n−1
X n
X n−1
X
n(n + 1)
Dn = (n − k) = i= , Sn = T n = (n − k)(n − k + 1) = Un + Dn ,
i = n−k 2
k=0 i=1 k=0
n−1
X Xn
n(n + 1)(2n + 1)
où Un = (n − k)2 = i2 = ,
i = n−k 6
k=0 i=1
n(n + 1)(2n + 1) n(n + 1) n(n + 1)(2n + 1 + 3) n(n + 1)(n + 2)
=⇒ Sn = Tn = + = = .
6 2 6 3
Ainsi, le bilan de phase d’élimination de la méthode de Gauss dans le cas présent est :
n(n + 1) n(n + 1)(n + 2) n(n + 1)(n + 2)
(/), (+), (×) ;
2 3 3
• Données :
n ∈ IN ;
M ∈ Mn+1 (IR) ; /* M = (mi,j )0 6 i,j 6 n, contenant M(n−1) , matrice sup-T de (Sn−1 ) */
Y ∈ IRn+1 ; /* Y = (yi)0 6 i 6 n, contenant Y(n−1) , vecteur-2nd membre de (Sn−1 ) */
• Résultat attendu :
A ∈ IRn+1 ; /* A = (ai)0 6 i 6 n, vecteur-solution de (S), et donc vecteur des coefficients */
/* de l’écriture du p.i.L. Pn selon les puissantes croissantes de la variable */
Début
an ←− yn/mn,n ;
Pour i = n − 1 (−1) 0 faire
ai ←− yi ;
Pour j = i + 1 (1) n faire
ai ←− ai − mi,j ∗ aj ;
finPour ;
ai ←− ai/mi,i ;
finPour ;
Renvoyer (A) ;
STOP
1◦ ) Ce que cela veut dire et base du IR-e.v. identifié en II -1◦ ) dans laquelle cela exprime Pn .
Cela veut dire exprimer Pn comme suit :
n
X
∀ x ∈ IR, Pn (x) = f (x0 ) + f [ x0 , · · ·, xk ] · (x − x0 ) · · · (x − xk−1 )
k=1
,
= f (x0 ) + f [ x0 , x1 ] · (x − x0 ) + f [ x0 , x1 , x2 ] · (x − x0 )(x − x1 )
+ · · · + f [ x0 , · · ·, xn ] · (x − x0 ) · · · (x − xn−1 )
où f (x0 ) = y0 est donné, alors que les coefficients f [ x0 , x1 ], f [ x0 , x1 , x2 ], · · · , f [ x0 , · · ·, xn ] sont des nombres
réels à calculer à partir des données identifiées en I -2◦ ).
Ceci exprime Pn dans la base suivante du IR-e.v. IRn [x] :
New ¡ ¢
B n; x0 , ··· , xn−1 = 1, x − x0 , (x − x0 )(x − x1 ), (x − x0 )(x − x1 )(x − x2 ), · · · , (x − x0 )(x − x1 ) · · · (x − xn−1 ) ,