Recueil MTH2210 A

Recueil d’exercices
Exercices pour les cours de calcul scientifique pour ingénieurs MTH2210A

Édition du 22 septembre 2009
Donatien N’dri & Steven Dufour

École Polytechnique de Montréal
Copyright c 2009 DONATIEN N’DRI & STEVEN DUFOUR
License détaillée : http://creativecommons.org/licenses/by-nc-sa/2.5/ca/legalcode.fr
Recueil d’exercices I
Avant-propos
Ce recueil d’exercices d’analyse numérique est un outil complémentaire aux exercices du

manuel de référence du cours, pour aider les étudiants des différentes versions du cours Cal-
cul scientifique pour ingénieurs (MTH2210x) de l’École Polytechnique de Montréal à se préparer
à réussir les examens. Il est conseillé de d’abord faire (et comprendre) tous les exercices sug-
gérés du manuel de référence Analyse numérique pour ingénieurs par André Fortin (cf. contenu
du cours disponible sur le site Internet du cours). Ceci devrait être suffisant pour bien faire
aux examens. Ensuite, si vous avez encore du temps pour mieux vous préparer, vous pouvez
consulter ce recueil pour raffiner votre préparation. L’idée n’est pas de faire tous ces exercices.
Il y en a beaucoup trop. Mais vous pouvez fureter dans ce recueil et choisir des exercices au
hasard pour voir si vous êtes bien préparés. Ces exercices proviennent de vieux examens. Ils
devraient donc vous donner une bonne idée de l’allure des examens.
La première section de ce recueil contient une banque d’exercices basée sur la matière du
cours MTH2210x. La deuxième section contient une série d’indices liés à ces exercices. Finale-
ment, une dernière section contient des solutions brèves à ces exercices. Lorsque ce document
est consulté en ligne à l’aide du logiciel Acrobat, des hyperliens vous permettront de naviguer
facilement entre ces trois sections.
Nous vous encourageons à ne pas vous référer trop rapidement aux solutions. Tentez
d’abord de vraiment résoudre les problèmes sur papier. Si vous n’êtes pas certains de vous,
vous pouvez ensuite consulter les indices. Ils devraient vous permettre de démarrer. Vous
pouvez finalement consulter les solutions brèves pour vérifier si vous avez bien résolu les
problèmes.
Ce recueil est dynamique. Nous sommes ouverts à toute suggestion de correction ou de
modification. Des mises-à-jour de ce document seront rendues disponibles sur une base
régulière. Consultez la date de l’édition pour voir si le document a été mis à jour. Dans le
but de créer des textes académiques, techniques et scientifiques de qualité, ce document est
protégé par une license « Creative Commons ».
Donatien N’dri & Steven Dufour

École Polytechnique de Montréal
Le 7 septembre 2009
Recueil d’exercices III
Table des matières
Questions
Introduction et analyse d’erreur

Définitions, développement de Taylor et erreur de troncature . . . . . . . . . . . . . . . . Q–1
Norme IEEE et erreur de représentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Q–8
Interpolation
Interpolation polynomiale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Q–15
Interpolation de Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Q–15
Splines cubiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Q–18
Différentiation et intégration numérique
Différentiation numérique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Q–23
Quadratures de Newton-Cotes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Q–26
Quadratures de Gauss . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Q–29
Indices

Définitions, développement de Taylor et erreur de troncature . . . . . . . . . . . . . . . . . I–1
Norme IEEE et erreur de représentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . I–3
Interpolation
Interpolation polynomiale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . I–6
Interpolation de Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . I–6
Splines cubiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . I–7
Différentiation numérique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . I–8
Quadratures de Newton-Cotes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . I–9
Quadratures de Gauss . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . I–10
Solutions

Définitions, développement de Taylor et erreur de troncature . . . . . . . . . . . . . . . . . S–1
Norme IEEE et erreur de représentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . S–6
Interpolation
Interpolation polynomiale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .S–11
Interpolation de Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . S–11
Splines cubiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . S–13
Différentiation numérique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . S–17
Quadratures de Newton-Cotes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . S–19
Quadratures de Gauss . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . S–21
Recueil d’exercices Q–1
Définitions, développement de Taylor et erreur de troncature
1. À L’aide d’une méthode numérique, on a évalué la dérivée d’une fonction pour deux
valeurs de h :
h f 0 (x0 ) erreur absolue

0,1 25,312 100 0,000 400
0,05 25,312 475 0,000 025
(a) Donner le nombre de chiffres significatifs de chaque approximation.

(b) Quel est l’ordre de précision de la méthode de différentiation numérique utilisée?
Référence : A. Fortin, chap. 1, no. 25
[Indice] [Solution] [TdM ]
2. Dire si l’énoncé suivant est vrai ou faux et justifier votre réponse en deux ou trois lignes :
« Soit x ∗ = 0,001 2345 une approximation de x qui est telle que ∆x ≤ 0,7 × 10−5 , alors
x ∗ possède 4 chiffres significatifs ».
3. On peut obtenir une approximation de la fonction exponentielle f (x) = ex à l’aide de la

fonction rationnelle :
x 2 + 6x + 12
r (x) = 2 .
x − 6x + 12
En comparant r (x) avec les valeurs exactes de l’exponentielle en x = 0,2 et en x = 0,1,
déterminer l’ordre de cette approximation.
Référence: A. Fortin, chap. 1, no. 30
4. En se servant d’un développement de Taylor de la fonction arctan x autour de x0 = 0, on

a obtenu les résultats suivants :

arctan(0,4) = 0,380 714 667, erreur absolue = 0,208 29 × 10−3 ;
arctan(0,1) = 0,099 668 667, erreur absolue = 0,141 80 × 10−7 .
Quel est l’ordre du développement de Taylor utilisé?

5. Un développement de Taylor T (x) d’une fonction f (x) en x0 = 1 donne les deux erreurs
suivantes :
• pour x1 = 1,02, |e1 | = |f (x1 ) − T (x1 )| ' 0,3937 × 10−7 ;

• pour x2 = 1,1, |e2 | = |f (x2 ) − T (x2 )| ' 0,2315 × 10−4 .
Calculer l’ordre de précision du développement de Taylor utilisé.

6. À l’aide d’un développement de Taylor autour de x0 = 0, on a approché la fonction f (x)

par le polynôme p(x). Sachant que :
• f (0, 1) = 3,156 et f (0,3) = 3,267;

• p(0, 1) = 3,156 016 et p(0,3) = 3,165,
estimer l’ordre de précision du développement de Taylor utilisé et en déduire la valeur

maximale possible pour le degré du polynôme p(x).
7. On utilise souvent l’approximation :
sin x ' x.
D’où vient cette approximation et quel est son ordre de précision?

8. La fonction i(t) est une solution de l’équation différentielle
i0 (t) = sin (6t) − i(t),
avec la condition initiale i(0) = 0. Sans résoudre l’équation différentielle, calculer le

polynôme de Taylor d’ordre 3 de la fonction i(t) autour de t0 = 0. Préciser le degré du
polynôme obtenu.
9. Dites si l’énoncé suivant est vrai ou faux et justifier votre réponse en deux ou trois lignes :
« Un développement de Taylor de degré n est précis à l’ordre n + 1 ».
10. Soit p(x) une fonction qui vérifie
p(10) = 100, p 0 (10) = 3, p 00 (10) = −1 et |p 000 (x)| < 0,03 pour tout x.
À l’aide de cette information, estimer p(10,5) ainsi que l’erreur associée à cette approxi-
mation et le nombre de chiffres significatifs.
11. On suggère d’approximer la fonction f (x) = sin x + cos x près de x = 0 par la fonc-
tion g(x) = x + 1.
(a) Comment a-t-on obtenu cette approximation?
(b) Donner l’ordre de précision de cette approximation.
12. Soient g(x) et h(x) deux fonctions qui sont telles que :
g 0 (x) = h(x) et h0 (x) = g(x).
Sachant que g(0) = 0 et h(0) = 1, déterminer le développemnent de Taylor d’ordre 5 de

la fonction g(x) autour de x0 = 0. Préciser le degré du polynôme obtenu.
13. Obtenir n de telle sorte que
|ex − pn (x)| ≤ 10−4 , pour − 1 ≤ x ≤ 1,
où pn (x) est le développement de Taylor de degré n de ex autour de x0 = 0. Combien

de chiffres significatifs obtenez-vous à l’aide de cette approximation pour 0 ≤ x ≤ 1?
14. Pour chacune des fonctions suivantes, donner un intervalle centré en x0 = 0 dans lequel
l’approximation fournit au moins 4 chiffres significatifs.
(a) x ' sin(x) ;
1
(b) 1 − 21 x 2 ' (1 + x 2 )− 2 .
(ex − e−x )
15. On considère la fonction sinh(x) = .
2
(a) Calculer p3 (x), le développement de Taylor degré 3 de sinh(x), autour de x0 = 0 de
deux façons différentes. Donner l’expression analytique du terme de reste.
(b) Obtenir une approximation de sinh(0,1) = 0,100 166 750 019 844 03. Combien votre
approximation a-t-elle de chiffres significatifs? Spécifier l’erreur absolue et l’erreur
relative.
(c) Sans faire le calcul, par quel facteur (environ) serait réduite l’erreur absolue si on
utilisait p3 pour approcher sinh(0,025)?
16. (a) Calculer le développement de Taylor d’ordre 5 de la fonction f (x) = ln(x) autour
du point x0 = 1. Donner l’expression analytique du terme d’erreur, ainsi qu’une
borne supérieure de ce terme d’erreur. À l’aide de ce développement, donner une
approximation de ln(1,1). Par comparaison avec la valeur exacte (0,095 310 179 804),
donner le nombre de chiffres significatifs de votre approximation.
(b) Par quel facteur approximatif l’erreur obtenue en (a) serait-elle réduite si l’on évaluait
ln(1,025) au moyen du développement de Taylor obtenu en (a)? (Ne pas faire le calcul
de l’approximation.)
(c) Combien de termes devrait contenir le développement de Taylor pour que l’erreur
absolue associée à l’approximation de ln(2) soit inférieure à 10−6 . Est-ce une façon
pratique de calculer ln(2)?

1+x
(d) Développer le polynôme de Taylor de ln 1−x (utiliser le développement de Taylor
de la fonction ln(1 − x) peut faciliter le travail). Pour quelle valeur de x pourra-t-
on obtenir une approximation de ln(2)? Combien de termes devrait contenir votre
développement de Taylor pour que l’approximation de ln(2) = 0,693 147 180 559 ait
6 chiffres significatifs. Quel est le degré du polynôme que vous avez trouvé? Est-ce
une façon pratique de calculer ln(2)?
1
(e) Calculer le développement de Taylor d’ordre 3 de g(x) = e x ln(1+x) autour de x0 = 0.
1 n 1
Sachant que (1 + n) = en ln(1+ n ) , montrer que
1 n

lim 1+ n =e
n→+∞
en utilisant le résultat obtenu en (a).

17. (a) Obtenir le développement de Taylor autour de x0 = 0 de la fonction
1
f (x) = .
1−x
(b) Poser x = −t 2 dans le développement en (a) et obtenir le développement de Taylor

de
1
g(t) = .
1 + t2
(c) Intégrer l’expression obtenue en (b) et obtenir le développement de Taylor de la fonc-
tion arctan t.
(d) Utiliser l’expression obtenue en (a) et obtenir le développement de Taylor de ln(1+t).
18. La fonction d’erreur f (x) est définie par

Zx
2 2
f (x) = √ e−t dt.
π 0
Pour en obtenir le développement de Taylor, on peut suivre les étapes suivantes :

(a) Obtenir le développement de Taylor de e−x .
2
(b) Déduire de (a) le développement de Taylor de e−t .
(c) Déduire de (b) le développement de Taylor de f (x).
(d) Donner une approximation de f (1) en utilisant les 4 premiers termes de son développe-
ment de Taylor.
(e) Quel est l’ordre de précision de l’approximation obtenue en (d)?
(f) Donner le nombre de chiffres significatifs de l’approximation obtenue en (d) en la
comparant avec la valeur exacte f (1) = 0,842 701.
√
19. (a) Obtenir le développement de Taylor d’ordre 3 de la fonction f (x) = 1 + x autour
de x0 = 0.
(b) Donner l’expression analytique du terme d’erreur pour le développement obtenu
en (a).
p p
(c) À l’aide du polynôme trouvé en (a), donner des approximations de 1,1 et de 1,025
et calculer les erreurs absolues e1 et e2 commises en comparant avec les valeurs
exactes correspondantes. Donner le nombre de chiffres significatifs de chaque ap-
proximation.
(d) Effectuer le rapport | ee21 | et expliquer le résultat.
(e) Calculer une borne supérieure de l’expression analytique du terme de l’erreur p calculé
en
p (b) et utiliser cette expression pour estimer l’erreur sur l’évaluation de 1,1 et de
1,025. Comparer avec les erreurs exactes e1 et e2 .
(f) Calculer les trois premiers termes du développement de Taylor de arcsin(x) autour
de x0 = 0, sachant que :
d 1
i) (arcsin(x)) = √ ;
dx 1 − x2
1
ii) √ = 1 + 21 x + 83 x 2 + 16
5
x 3 + 105 4 945 5 6
384 x + 3840 x + O(x ).
1−x
Préciser le degré et l’ordre de précision du polynôme obtenu. Quelle est la valeur
maximale du degré du polynôme de Taylor?
20. (a) Sachant que e2 = 7,389 06, écrire le développement de Taylor de e2+h jusqu’à l’or-
dre 3.
(b) Trouver une approximation x ∗ de x = e2,1 à l’aide d’un polynôme de Taylor de
degré 2.
(c) Du terme de reste associé au développement de Taylor obtenu en (a), donner une
borne supérieure de l’erreur absolue |x − x ∗ |. En déduire le nombre de chiffres
significatifs de x ∗ .
21. Soient
Π1 = 3,339 682 539 et Π2 = 3,141 592 653
deux approximations de π obtenues à l’aide du développement de Taylor d’ordre 11 de
arctan x autour de x0 = 0, en utilisant respectivement les formules
π
= arctan(1)
4
et
1 1 1
π = 48 arctan( 18 ) + 32 arctan( 57 ) − 20 arctan( 239 ).
Pourquoi l’approximation Π2 est-elle plus précise que Π1 ?
22. On désire calculer le développement de Taylor de la fonction

1+x

f (x) = ln = ln (1 + x) − ln (1 − x).
1−x
(a) Calculer le développement de Taylor d’ordre 5 de la fonction ln (1 + x) autour de
x0 = 0 et en déduire les deux premiers termes du développement de Taylor de la
fonction f (x) autour de x0 = 0. Préciser le degré et l’ordre de précision du polynôme
obtenu.
(b) En vous servant des développements de Taylor des fonctions ln (1 + x) et f (x)

obtenus en (a), donner deux approximations de ln (2).
(c) Bien que les deux approximations de ln (2) soient du même ordre, expliquer pourquoi
celle obtenue avec la fonction f (x) est plus précise.
23. Soit la fonction

1 x sin (t)
Z
f (x) = dt.
x 0 t
(a) Obtenir le développement de Taylor de degré 5 de sin t autour de t0 = 0.
(b) Déduire de (a) le développement de Taylor d’ordre 4 de la fonction f (x) autour de
x0 = 0. Préciser le degré du polynôme obtenu.
(c) À l’aide de ce développement, donner une approximation de f (0,01).
24. (a) En vous servant des développements de Taylor des fonctions ex et sin x autour
de x = 0, donner le développement de Taylor d’ordre 4 de la fonction f (x) = esin (x)
autour de x = 0.
(b) Estimer f (1,1) à l’aide du développement de Taylor obtenu en (a).
(c) Sachant que esin(1,1) = 2,438 071 405, donner le nombre de chiffres significatifs de
cette approximation.
(d) En dépit du fait que l’approximation obtenue en (b) soit d’ordre 4, expliquer pourquoi
elle n’est pas très précise.
25. La fonction erreur définie par

Zx
2 2
erf(x) = √ e−t dt
π 0
est utilisée en statistique en relation avec les variables aléatoires suivant une loi normale.
On désire approcher la valeur de erf(x) dans l’intervalle [−1 , 1] avec une erreur qui
n’excède jamais 10−10 .
(a) Quelle est la valeur exacte de erf(0)?
(b) En utilisant le développement de Taylor de ez , trouver les n premiers termes non
2
nuls du développement de Taylor de e−t ;
(c) En déduire les n premiers termes non nuls du développement de Taylor de erf(x);
(d) Spécifier la forme analytique du terme de reste du développement de Taylor;
(e) Quelle doit être la valeur minimale de n pour que l’erreur de l’approximation de
erf(x) soit toujours inférieure à 10−10 pour x ∈ [−1 , 1]?
26. Nous voulons utiliser le développement de Taylor pour estimer l’intégrale de Fresnel,
Zx
2
C(x) = cos( π2t ) dt,
0
1
que nous voulons évaluer pour |x| ≤ 2.
(a) Obtenir le développement de Taylor de la fonction C(x) dont l’erreur ne dépassera

pas 10−4 pour tout x tel que |x| ≤ 21 (l’utilisation du développement de Taylor ap-
proprié de cos(x) facilitera votre travail).
(b) Quel est le degré du développement obtenu? Quel est son ordre de précision?
(c) Combien aurons nous de chiffres significatifs si nous utilisons cette approximation
pour estimer C( 14 )? Donner une justification précise.
27. (a) Calculer le développement de Taylor d’ordre 9 de f (x) = arctan x autour de x0 = 0.

Indications :
d 1
• arctan x =
dx 1 + x2
1
• = 1 − x + x 2 − x 3 + x 4 + · · · + (−x)n + · · ·
1+x
(b) Sachant que arctan(1) = π4 , estimer la valeur de π à l’aide du développement de
Taylor obtenu en (a). Déterminer le nombre de chiffres significatifs de cette approxi-
mation de π .
(c) Sans utiliser le développement de Taylor, par quel facteur approximatif l’erreur
obtenue en (b) serait-elle réduite si on approximait f (0,25) par le développement
de Taylor obtenu en (a)?
(d) Estimer la valeur de π à l’aide du développement de Taylor obtenu en (a) en utilisant
la formule suivante :
1 1 1
π = 48 arctan( 18 ) + 32 arctan( 57 ) − 20 arctan( 239 )
Expliquer pourquoi cette approximation est plus précise que celle obtenue en (b).
28. Soit la fonction Zx

sin (t)
f (x) = dt.
0 t
On désire obtenir le développement de Taylor de la fonction f (x) dont l’erreur ne dé-
passera pas 10−4 pour tout x tel que |x| ≤ π4 .
(a) Obtenir le développement de Taylor de degré 2n + 1 de la fonction f (x) autour de
x0 = 0.
(b) Donner une borne supérieure de la valeur absolue de l’expression analytique du
terme d’erreur du développement de Taylor de degré 2n + 1 de la fonction f (x)
pour tout x tel que |x| ≤ π4 .
(c) Déterminer le degré minimal m = 2n + 1 du polynôme de Taylor de la fonction f (x)
dont l’erreur ne dépassera pas 10−4 pour tout x tel que |x| ≤ π4 .
29. Soit la fonction Zx

ln(1 + t)
g(x) = dt.
0 t
(a) Obtenir le développement de Taylor de la fonction g(x) autour de x = 0.
(b) Donner une borne supérieure de l’expression analytique du terme d’erreur pour le
développement de Taylor de degré n de g(x) pour |x| ≤ 21 .
(c) Déterminer n pour que l’approximation donnée par ce développement de Taylor ait
1 1
une erreur qui soit au plus 10−7 sur [− 2 , 2 ].
30. On désire calculer le développement de Taylor de la fonction

√
(3 − 2x 2 ) arcsin x − 3x 1 − x 2
f (x) =
x5
autour du point x0 = 0. Afin de faciliter notre travail, nous allons définir les fonc-
tions g(x) et h(x) à l’aide de leur dérivée :

3
h0 (x) = 4x 2 (1 − x 2 )− 2 ;

g 0 (x) = xh(x),

ce qui nous permettra d’exprimer la fonction f (x) comme
g(x)
f (x) = .
x5
3
Calculer les quatre premiers termes du développement de Taylor de (1 − x)− 2 autour de
x0 = 0 et en déduire le développement de Taylor d’ordre 6 de la fonction f (x) autour
de x0 = 0. Préciser le degré du polynôme obtenu. Expliquer d’abord votre démarche et
ensuite faire les calculs.
Norme IEEE et erreur de représentation
31. Sachant que
(0, 1)10 = (0, 000 110 011 001 100 110 011 001 100 1100 · · · )2 ,
donner la répresentation en simple précision selon la norme IEEE-754 du nombre décimal

(0, 1)10 en utilisant l’arrondi. Quelle est la valeur de l’erreur absolue engendrée?
1
32. Représenter le nombre 10 en notation binaire, selon la norme IEEE en simple précision.
33. Suivant la norme IEEE simple précision, donner la valeur décimale de
1 10001001 01100000000000001000000

34. Obtenir l’expression décimale du nombre binaire
(1100 0010 0101 0000 1111 0000 0000 0000)2 ,
représenté à l’aide de la norme IEEE en simple précision.

35. On vous propose la convention fictive IEEE-FICT pour les nombres réels normalisés qui
utilise exactement les mêmes principes que la convention IEEE mais sur 8 bits.
Le premier bit est le bit de signe, les 3 bits suivants représentent l’exposant par excès de
3 et les 4 derniers bits sont pour la mantisse normalisée (le premier bit de la mantisse
n’est pas mis en mémoire). Notons enfin que les exposants 000 et 111 sont réservés aux
exceptions (nombres non normalisés) et ne peuvent donc pas être utilisés.
(a) Donner les valeurs binaires et décimales de tous les exposants possibles dans cette
représentation (en excluant les exceptions).
(b) Donner le plus petit nombre positif possible dans cette représentation (indiquer la
représentation binaire IEEE-FICT sur 8 bits et la valeur correspondante en décimal.
(c) Donner la précision machine pour cette représentation.
(d) Exprimer la nombre 3, 25 dans la représentation IEEE-FICT.
36. Soit y le prochain réel représentable selon la norme IEEE en simple précision qui est
supérieur à x = 2. Donner la représentation binaire de y selon cette norme et la valeur
correspondante en décimal.
37. Soit y le prochain nombre réel représentable selon la norme IEEE en simple précision qui
est supérieur à x = 0, 5. Donner la représentation binaire de y selon cette norme et la
valeur correspondante en base décimale.
38. Si ε est un nombre dont la taille est de l’ordre de la précision machine, expliquer pourquoi
il est justifié d’écrire l’approximation 1 − εm ≈ − ε1m .
1
39. Expliquer brièvement pourquoi la suite
1 n 1

lim 1 + = lim exp n ln 1 + = e ' 2, 718 281
n→+∞ n n→+∞ n
tend plutôt vers 1 pour de grandes valeurs de n, en arithmétique flottante. Estimer la

plus petite valeur de n à partir de laquelle cette suite tend vers 1, suivant la norme IEEE
en simple précision.
40. On considère la suite {xn }∞

n=1 définie par
1
xn = 4n + (1 + ) .
3n
Pour = 10−50 , le calcul des xn à l’aide de Matlab (norme IEEE-754 double précison)
montre que xn = 31n pour n = 1, 2, . . . , 31. Expliquer brièvement les résultats obtenus.
√ √
41. Si la valeur δ est telle que |δ| x, expliquer comment calculer x + δ − x en évitant
la perte de chiffres significatifs.
42. Soit la matrice !

1 1+α
A= pour α > 0.
1−α 1
Quelles valeurs doivent être prises par α, en arithmétique flottante en double précision
IEEE, pour que det A > ε, où ε est la précision machine.
43. Sachant que

lim n log(1 + 1/n) = 1,
n→∞
on a reporté à la figure 1 l’erreur d’approximation pour n = 10k et k = 0, 1, 2, . . . , 14,

calculée en norme IEEE double précision. Expliquer les résultats observés.
0
10
-1
10
-2
10
-3
10
Erreur totale
-4
10
-5
10
-6
10
-7
10
-8
10
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
10 10 10 10 10 10 10 10 10 10 10 10 10 10 10
Figure 1: Graphe logarithmique de |n log(1 + 1/n) − 1|.
44. Effectuer l’opération suivante en arithmétique flottante à 5 chiffres en utilisant l’arrondi:

e × (π − 32 ) avec e ' 2, 718 282 et π ' 3, 141 593.
45. Sur un système en base 10 capable de représenter les nombres sur 5 chiffres seulement,
le nombre 1 est représenté par 1, 0000 × 100 . Quel sera le résultat de l’opération 1 + 105
sur ce système ?
46. Soit une calculatrice travaillant en arithmétique flottante à 3 chiffres dans la mantisse et
utilisant l’arrondi. Faire les différentes étapes suivies par cette calculatrice pour évaluer
l’expression suivante:
1
A × (B − C) avec A = 0, 333 79, B = 2, 71828 et C = .
9
47. En arithmétique exacte, vérifier que

" # " #" #
−1 1 0 −1
= .
1 1 −1 1 0 1 + −1
Sur un système en base 10 à 5 chiffres, supposons à présent que = 10−5 . Quel est le
résultat de la multiplication matricielle ci-dessus en virgule flottante ?
48. Un programmeur inexpérimenté écrit le programme Matlab suivant:

x = 0.0;
while ( x ~= 1.0 )
x = x + 0.1
end
Décrire le comportement de ce programme. Faire une modification pour qu’il s’exécute

selon les intentions du programmeur.
49. On considère la fonction

f (x) = (8 + x)3 − 512.
(a) Sans modifier la forme algébrique de f (x), calculer f (0,0001) en arithmétique flot-
tante à 5 chiffres en utilisant l’arrondi. Comparer avec la valeur fournie par votre
calculatrice lorsque vous utilisez le maximun de chiffres significatifs et commenter
les résultats obtenus.
(b) Trouver une expression de f (x) qui soit algébriquement équivalente à celle proposée
plus haut et qui vous permettra de calculer f (0,0001) en arithmétique flottante à 5
chiffres avec plus de précision. Vérifier vos calculs.
50. Pour des valeurs√de x ∈ [10 5 6

√ , 10 ], indiquer la source potentielle d’erreur lors du calcul
de l’expression x + 4 − x + 3 en arithmétique flottante ( avec au moins 8 chiffres) et
suggérer une façon d’estimer la valeur de cette expression qui soit numériquement plus
stable.
51. L’évaluation de l’expression

√
1 + x2 − 1
f (x) = − (ex − e−x )
x2
peut causer une élimination des chiffres significatifs.
(a) Donner la liste de toutes les opérations risquées et proposer une autre façon d’évaluer
cette fonction.
(b) Calculer limx→0 f (x).
52. En supposant que x ∗ = 2, 318 309 886 possède 4 chiffres significatifs. Combien de
chiffres significatifs y aura-t-il pour f (x ∗ ) = sin (x ∗ ) ' 0, 733 381?
53. Estimer l’erreur commise dans l’évaluation de la fonction f (x, y, z) = −xyz au point
x ∗ = 1, 260, y ∗ = 0, 5 × 10−3 et z∗ = 12, 93, où tous les chiffres donnés sont significatifs.
Indiquer le nombre de chiffres significatifs du résultat.
Référence: A. Fortin, chap. 1, no. 22(b)
54. Soit x = 0, 12345 × 10−4 un nombre qui possède 3 chiffres significatifs et le nombre
y = 0, 67890 × 102 est tel que ∆y ≤ 0, 7. En évaluant l’expression (x + 1)y 2 , combien de
chiffres significatifs obtiendrez-vous?
55. Le volume d’un cylindre de hauteur H = 5 m et de rayon R = 1, 01 m est donné par
V = π R 2 H.
Si H est connue à 2% près et que R possède 2 chiffres significatifs, calculer la valeur de V

correspondante et donner le nombre de chiffres significatifs.
56. La période T d’un pendule simple de longueur L = 1 m en un endroit où la constante

g = 9, 8 m/s2 est donnée par s
L
T = 2π .
g
Si L est connue à 0, 1% près et tous les chiffres de g sont significatifs, calculer la valeur
de T correspondante et indiquer ses chiffres significatifs.
57. En supposant que x ∗ = 2, 318 309 886 possède 4 chiffres significatifs. Combien de
chiffres significatifs y aura-t-il pour f (x ∗ ) = sin (x ∗ ) ' 0, 733 381?
58. Soit le polynôme de degré 2

f (x) = x 2 − 104 + 10−4 x + 1,
dont les racines sont 104 et 10−4 . Expliquer pourquoi il n’est pas possible de trouver
exactement ces racines en arithmétique flottante à 7 chiffres en utilisant l’arrondi.
Note: Pour répondre à cette question, le calcul des racines en arithmétique flottante
n’est ni exigé, ni nécessaire).
59. Dans un programme MATLAB on retrouve la ligne suivante:

p=a*x^4+b*x^3+c*x^2+d*x+e;
Cette expression requiert 10 multiplications. Trouver une expression équivalente qui

nécessite seulement 4 multiplications.
60. On désire évaluer l’expression

√
(3 − 2α2 ) arcsin (α) − 3α 1 − α2
,
α5
où α = 0, 818 191 910 × 10−1 (cf. Lab 2, Question 3).
Indiquer la source potentielle d’erreur due à l’arithmétique flottante et suggérer une ap-
proximation de cette expression qui soit numériquement plus stable. Ne pas la calculer.
61. Il est souvent possible de limiter les erreurs dues à l’arithmétique flottante en exprimant
différemment une expression. Pour les expressions suivantes, indiquer la source poten-
tielle d’erreur et suggérer une expression équivalente qui est numériquement plus stable:
1 1
(a) 1−x −1+x ;
1 1 1
(b) 1 + 24 + 34 + ··· + 100 0004
;
(c) x2 − y 2;
√
(d) log(x − x 2 − 1) où x 1. Votre nouvelle formulation a un second avantage.
Lequel? Indice : utiliser x = (x + 1)/2 + (x − 1)/2.
√
62. (a) Obtenir le développement de Taylor de degré 2 de la fonction f (x) = 1 + x autour
de x0 = 0.
p p
(b) Utiliser ce développement de Taylor pour évaluer les quantités 1, 0001 et 0, 9999.
On notera q1 et q2 les approximations obtenues.
(c) Donner les valeurs de fl(q1 ) et fl(q2 ) en arithmétique flottante à 3 chiffres en utilisant
l’arrondi.
p p
(d) évaluer l’expression 1, 0001 − 0, 9999 en arithmétique flottante à 3 chiffres en es-
sayant de réduire au maximun les erreurs p dues à l’arithmétique
p flottante. Comparer
votre résultat avec la valeur exacte de 1, 0001 − 0, 9999 obtenue à l’aide de votre
calculatrice.
63. (a) Calculer le développement de Taylor d’ordre 5 de la fonction f (x) = ln(1 + x)

autour de x0 = 0. Préciser le degré du polynôme et donner l’expression analytique
du terme d’erreur.
(b) À l’aide de ce développement, donner une approximation de ln(1, 1). Par comparai-
son avec la valeur exacte de ln(1, 1) = 0, 0953101798, donner le nombre de chiffres
significatifs de l’approximation.
Par quel facteur approximatif l’erreur obtenue serait-elle reduite, si on évaluait ln(0, 975)
à l’aide du développement de Taylor obtenu en (a) ? (Ne pas faire le calcul de
l’erreur).
1
(c) Calculer le développement de Taylor de degré 2 de la fonction g(x) = e x ln(1+x)
autour de x0 = 0.
1 n

1 n 1
n ln(1+ n )
Sachant que (1 + n ) = e , montrer que lim 1 + = e.
n→+∞ n
(d) Il est souvent possible de limiter les erreurs dues à l’arithmétique flottante en expri-
mant différemment une expression. Pour de grandes valeurs de n, indiquer la source
1 n
potentielle d’erreur pour (1 + n ) et suggérer une façon d’évaluer ou d’approcher
cette expression qui soit numériquement plus stable.
Interpolation
Interpolation polynomiale
64. On souhaite faire la conception d’un virage d’une voie de chemin de fer entre les points
(0 , 0) et (1 , 1). Le virage sera décrit par une courbe de la forme y = f (x) satisfaisant
f (0) = 0;
f (1) = 1;
f 0 (0) = 1/2.
On veut approcher la courbe y = f (x) par un polynôme dans l’intervalle [0 1].

(a) Quel est le degré minimal que ce polynôme devra avoir pour vérifier toutes les con-
ditions.
(b) Calculer ce polynôme.
65. Il existe un unique polynôme p(x) de degré 2 ou moins qui est tel que p(0) = 0, p(1) = 1
et p 0 (α) = 2 pour toute valeur de α dans l’intervalle [0, 1], sauf pour une valeur de
α = α0 . Déterminer α0 et donner l’expression du polynôme pour α 6= α0 .
Interpolation de Lagrange
66. Soit les trois points q1 = (0 , 1), q2 = (π /16 , cos (π /16)) et q3 = (π /8 , cos (π /8)) de la
fonction f (x) = cos (x).
(a) Obtenir à l’aide de l’interpolation de Lagrange, le polynôme de degré 2 qui passe par
les 3 points et en déduire une approximation de cos (π /32).
(b) Calculer le développement de Taylor de degré 2 de la fonction f (x) = cos (x) autour
de x0 = 0 et en déduire une approximation de cos (π /32).
(c) Sachant que f 0 (0) = 0, calculer le polynôme de dégré 2, passant par les points q1
et q3 dont la dérivée en x = 0 est égale à 0 et en déduire une approximation de
cos (π /32).
(d) Des trois approximations cos (π /32) que vous avez obtenues, qu’elle est la plus
précise? Pourquoi?
67. Les fonctions de Lagrange linéaires ϕi−1 (x) et ϕi (x), utilisées pour l’interpolation de
Lagrange sur l’intervalle [xi−1 , xi ], possèdent des propriétés bien connues.
i) Tracer sur un même graphique le graphe de ϕi−1 (x) et de ϕi (x) sur l’intervalle [xi−1 , xi ].
ii) Vérifier, sur l’intervalle [xi−1 , xi ], que
ϕi−1 (x) + ϕi (x) = 1.

iii) Vérifier, sur l’intervalle [xi−1 , xi ], que
xi−1 ϕi−1 (x) + xi ϕi (x) = x.
68. En relevant toutes les 10 secondes la vitesse d’écoulement de l’eau dans une conduite
cylindrique, on a obtenu
t 0 10 20 30
v 2, 00 1, 89 1, 72 1, 44
(a) Trouver une approximation de la vitesse en t = 15 via un polynôme interpolant de
degré 2 ;
(b) Répéter l’opération avec un polynôme de degré 3.
69. Le tableau suivant présente la concentration de la médianone en fonction du temps, en

présence de 5% d’agent complexant, lorsque exposer à l’ultra violet:
Temps Médianone
(min) (10−5 mol/l)
10 5, 15
20 5, 11
30 5, 06
40 5, 00
(a) Estimer la concentration de la médianone en 10−5 mol/l à 35 minutes en utilisant le

polynôme de Lagrange de degré 2 passant par les 3 derniers points du tableau.
(b) Est-il possible d’obtenir une meilleure approximation de la concentration de la mé-

dianone en 10−5 mol/l à 35 minutes en utilisant le polynôme de Lagrange de degré 2
passant par les 3 premiers du tableau? Justifier votre Solution. (Ne pas calculer
cette nouvelle approximation.)
70. Le tableau suivant présente la valeur de la capacité calorique du méthylcyclohexane en

fonction de la température :
T Cp
(K) (kJ/kg K)
150 1, 426
160 1, 447
170 1, 469
180 1, 492
190 1, 516
210 1, 567
230 1, 627
250 1, 696
270 1, 770
(a) Donner un système d’équations algébriques linéaires qui nous permettrait d’obtenir
un polynôme d’interpolation de degré 3 passant par les quatre premiers points du
tableau (ne pas résoudre le système linéaire).
(b) Estimer la capacité calorique du méthylcyclohexane à 179 K en utilisant un polynôme
de Lagrange de degré 1.
(c) Estimer la capacité calorique du méthylcyclohexane à 179 K en utilisant un polynôme
de Lagrange de degré 2 passant par les 3 premiers points du tableau.
(d) Comparer les résultats obtenus en (b) et en (c). Commenter.
(e) Est-ce que le polynôme obtenu à l’aide du système linéaire de la sous-question (a)
pourrait donner des résultats plus précis qu’un polynôme de Lagrange passant par
les quatre premiers points du tableau? Justifier votre Solution.
71. Le tableau suivant présente la conductivité thermique de la vapeur d’acetone en fonction

de la température :
T k
(◦ F ) (Btu/hr ft ◦ F)
32 0, 0057
115 0, 0074
212 0, 0099
363 0, 0147
(a) Estimer la conductivité thermique de l’acetone à 300 ◦ F en utilisant le polynôme de

Lagrange de degré 2 passant par les 3 derniers points du tableau.
(b) Estimer la température en ◦ F qui correspond à la conductivité thermique k = 0, 008 Btu/hr ft ◦ F

en utilisant un polynôme de Lagrange de degré 2 passant par les 3 derniers points
du tableau.
Note: Il n’est pas necéssaire de simplifier l’expression des polynômes de Lagrange.

72. Soit la fonction f (x) = 2xe−(4x+2) définie sur l’intervalle [0,2 , 1].
(a) Utiliser la valeur de la fonction aux points x = 0, 2 et x = 1 et employer la méthode
de Lagrange afin de trouver le polynôme passant par ces points.
(b) En vous servant du polynôme obtenu en (a), calculer une approximation de f (0, 5) et
indiquer ses chiffres significatifs.
(c) Trouver la coordonnée x pour laquelle l’erreur d’interpolation du polynôme obtenu
en (a) est maximale dans l’intervalle [0, 2 , 1].
73. Lors de la bromuration du m-xylène à 17 ◦ C, la concentration de brome en fonction du

temps au début de la réaction varie de la façon suivante:
Temps [Brome]
(min) (g mol/dm3 )
0,00 0,3335
2,25 0,2965
4,50 0,2660
(a) Obtenir le polynôme d’interpolation de Lagrange passant par ces points;

(b) Estimer la concentration de brome après 3 secondes (attention aux unités);
(c) Obtenir le système linéaire nécessaire pour calculer le polynôme passant par ces
mêmes points en utilisant la méthode de la matrice de Vandermonde.
74. Nous voulons approximer la fonction f (x) = ln x à l’aide d’un polynôme d’interpolation
de degré 9 pour des points de collocation équirépartis sur l’intervalle [1, 2]. Donner une
borne de l’erreur commise. était-ce une bonne idée?
75. Soit f (x) = 2 sin (x) + 3 cos (x), où x est en radians.

π
(a) Déterminer le polynôme de degré 2 qui interpole la fonction f (x) en x0 = 0, x1 = 2
et x2 = π .
π
(b) Estimer la valeur de f ( 4 ) en utilisant le polynôme trouvé en (a).
(c) Donner une borne supérieure de l’erreur commise en (b). (Ne pas calculer l’erreur
exacte).
(d) Au lieu d’utiliser le polynôme calculé en (a), on décide d’interpoler la fonction f (x)
sur l’intervalle [0 , π ] en xi = i π n pour i = 0, · · · , n par une fonction linéaire par
morceaux. Cette fonction s’obtient en reliant chaque paire de points consécutifs,
(xi , f (xi )) et (xi+1 , f (xi+1 )), par un segment de droite. Quel doit être le nombre n
de sous-intervalles pour que l’erreur d’interpolation (en valeur absolue) soit partout
inférieure à 10−4 ?
Splines cubiques
76. On a obtenu la spline cubique naturelle S(x) passant par les points (0, 0), (2, 8) et (3, 27)
qui sont situés sur la courbe du polynôme p(x) = x 3 . Aurons-nous une erreur d’interpolation
dans l’intervalle [0 , 3]? Pourquoi?
77. Soit (xi , f (xi )), i = 0, 1, . . . , n, des points d’interpolation d’une fonction f (x). Pour
calculer une spline cubique qui passe par ces n + 1 points, on doit résoudre un système
linéaire de n + 1 inconnues (les dérivées secondes fi00 de la spline cubique aux points
d’interpolation) et n − 1 équations. Pour obtenir une solution unique, il faut ajouter deux
équations. Quelles seraient ces deux équations si on voulait imposer les valeurs f00 et fn0
des dérivées premières aux extrémités de la spline cubique?
78. On considère la fonction


x 3 si x ∈ [0 , 1];
f (x) = 1
 (x − 1)3 + a(x − 1)2 + b(x − 1) + c si x ∈ [1 , 3].
2
Déterminer les valeurs de a, b et c pour que la fonction f (x) soit une spline cubique.
Est-ce que la spline obtenue est naturelle?
79. On désire faire passer une spline cubique naturelle par les points suivants:
i xi f (xi )
0 0,0 1,000 000
1 0,5 1,127 626
2 1,0 1,543 081
3 1,5 2,352 409
4 2,0 3,762 196
En résolvant le système linéaire requis, on a trouvé:
i xi fi00
0 0,0 0,000
1 0,5 1,432
2 1,0 1,178
3 1,5 3,308
4 2,0 0,000
(a) Obtenir une approximation de f (0, 75) à l’aide de cette spline.

(b) Toujours en se servant de cette spline, on veut obtenir une approximation de f 0 (1, 0).
1
On peut donc choisir entre le polynôme p2 (x) défini dans l’intervalle [ 2 , 1] et le
polynôme p3 (x) défini dans l’intervalle [1 , 32 ]. Lequel de ces 2 polynômes donnera
la meilleure approximation de f 0 (1, 0)? Expliquer pourquoi. Ne pas calculer cette
approximation.
(c) Toujours en vous servant de cette spline, obtenir une approximation de f 00 (1, 5).
80. Soient les points d’interpolation du tableau suivant :
x f (x)
1,00 0,765 789 39
1,02 0,795 366 78
1,04 0,822 688 17
1,06 0,847 522 26
(a) Utiliser l’interpolation par splines cubiques naturelles afin d’estimer f (1, 03).
(b) Sachant que f (x) = 3xex − e2x , déterminer le nombre de chiffres significatifs de
l’approximation obtenue en (a).
(c) Dire si l’énoncé suivant est vrai ou faux, et commenter: « L’approximation par splines
cubiques naturelles est exacte pour tous les polynômes de degré 3, peu importe le
nombre de points d’interpolation utilisés ».
81. Soit une fonction f (x) dont on connaît la valeur en certains points:
i xi f (xi )
0 0,0 1,0
1 1,0 2,0
2 2,0 5,0
3 3,0 10,0
Pour chacune des conditions suivantes:

00 00 00 00
(a) f0 = f1 et f3 = f2 ;
(b) f00 = 1 et f30 = 5,
donner le système linéaire 2×2 (sans le résoudre) permettant de calculer la spline cubique
qui interpole la fonction f (x) aux points (xi , f (xi )).
82. On désigne par S(x) la spline cubique naturelle qui passe par les points (−1 , 1), (0 , 0)
et (1 , 1) de la fonction f (x) = x 2 . Dans les intervalles [−1 , 0] et [0 , 1], cette spline
peut s’écrire sous la forme:
(
S1 (x) = a1 + b1 (x + 1) + c1 (x + 1)2 + d1 (x + 1)3 pour x ∈ [−1 , 0],
S2 (x) = a2 + b2 x + c2 x 2 + d2 x 3 pour x ∈ [0 , 1].
(a) Déterminer la valeur de a2 .

(b) Deux étudiants ont essayé de trouver les valeurs de tous les paramètres. L’étudiant
X a trouvé
S1 (x) = 1 − 23 (x + 1) + 21 (x + 1)3 ;
(
S2 (x) = 23 x 2 − 2 x 3 .
1
tandis que l’étudiant Y a obtenu

(
S1 (x) = −x;
S2 (x) = x.
Un seul des deux étudiants a trouvé les bonnes valeurs. De qui s’agit-il? Justifier
votre réponse. (Ne pas calculer la spline).
83. On désigne par

(
28 + 25x + 9x 2 + x 3 si − 3 ≤ x ≤ −1;
S(x) =
10x + 21 si − 1 ≤ x ≤ 0,
une fonction qui passe par les points de coordonnées (−3 , 7), (−1 , 11) et (0 , 21). Expli-
quer pourquoi la fonction S(x) n’est pas une spline cubique.
84. Les fractions molaires d’un système acétone-air-eau à l’équilibre vapeur-liquide sont présen-
tées dans le tableau suivant :
i yi xi
0 0,004 0,002
1 0,008 0,004
2 0,014 0,006
3 0,017 0,008
4 0,019 0,010
5 0,020 0,012
où y et x représentent respectivement les fractions molaires d’acétone dans l’air et d’acétone

dans l’eau.
On désire faire passer une spline cubique naturelle par ces points. En résolvant le système
linéaire requis, on a trouvé:
i yi xi00
0 0,004 0,000
1 0,008 −95,288
2 0,014 150,961
3 0,017 −48,523
4 0,019 1016,174
5 0,020 0,000
(a) En supposant que l’eau et l’air sont immiscibles, évaluer la fraction d’acétone dans
l’eau correspondant à une fraction d’acétone dans l’air égale à 1%.
(b) Donner les systèmes linéaires (sans les résoudre) permettant de calculer les splines
cubiques satisfaisant:
i) f000 = a et f500 = b, pour a et b donnés;
ii) f000 = f100 et f500 = f400 ;
iii) f00 = a et f50 = b, pour a et b donnés.
85. (a) On interpole la fonction f (x) = 2x 3 + 3x 2 − 7x + 1 sur l’intervalle [0, 1] aux 4

points équidistants x0 = 0, x1 = 31 , x2 = 32 et x3 = 1 par une spline cubique na-
turelle γ(x). Doit-on s’attendre à commettre une erreur d’interpolation lorsque l’on
approche f ( 21 ) par γ( 12 ) ? Expliquer (ne pas calculer γ).
(b) Soit la fonction
(
a − 2x + x 3 si x ∈ [0, 1]
f (x) =
4 − bx + cx 2 + dx 3 si x ∈ [1, 2].
Déterminez les constantes a, b, c, et d de sorte que f (x) soit la spline cubique

naturelle passant par les points (0, 2), (1, 1) et (2, 4).
86. On se propose de construire un système linéaire permettant de calculer les coefficients

de la spline quadratique passant par les points (xi , f (xi )), i = 0, 1, 2, ..., n et qui est 1
fois différentiable. On supposera que les points sont équidistants (xi − xi−1 = h). On
suivra les étapes suivantes:
(a) Dans chaque intervalle [xi−1 , xi ], on utilise un polynôme de degré 2 (Pi (x)). Donner
le nombre total d’inconnues du système et donner les contraintes que ces inconnues
doivent vérifier.
(b) Puisque la spline est quadratique, en dérivant une fois, on obtient un polynôme de
degré 1 dans chaque intervalle [xi−1 , xi ]. Exprimer ce polynôme par la méthode de
0
Lagrange en prenant fi−1 et fi0 comme valeur de la dérivée en x = xi−1 et en x = xi .
(c) Intégrer l’équation obtenue en (b) et déterminer la valeur de la constante d’intégration.
(d) Obtenir le système linéaire dont les inconnues sont les fi0 en vous servant des con-
traintes non utilisées.
87. On désire interpoler les données

t 0 1 2
y 2 1 4
par une spline quadratique γ(t). Soient γ1 (t) et γ2 (t) les deux branches de cette spline.
(a) écrire le système d’équations permettant de déterminer γ1 et γ2 de sorte que γ pos-
sède une dérivée première continue. Ne pas le résoudre.
(b) Montrer que si on impose à γ d’avoir une dérivée seconde continue, on a nécessaire-
ment γ1 = γ2 . Comment cela s’explique-t-il ?
(c) Déterminer γ1 et ajouter une nouvelle valeur à interpoler en t4 = 3 de sorte que
i. Il existe une spline quadratique dont la dérivée seconde est continue qui inter-
pole les (ti , yi ), i = 1, 2, 3, 4 ;
ii. Il n’existe aucune telle spline quadratique.
Différentiation numérique
88. À l’aide de la formule de différence centrée d’ordre 2:
f (x + h) − f (x − h)
f 0 (x) = + O(h2 ),
2h
montrer que
f (x + 2h) − 2f (x) + f (x − 2h)
f 00 (x) ' .
4h2
89. Identifier l’erreur qui a été faite dans le raisonnement suivant et dans un deuxième temps,
corriger l’erreur et refaire le raisonnement de façon correcte. Du développement de Tay-
lor, nous avons:
f (x + h) = f (x) + hf 0 (x) + h2 f 00 (x) + h3 f 000 (ξ1 ),


2 6 pour ξ1 ∈ (x, x + h);
h 2 h 3
f (x − h) = f (x) − hf 0 (x) + f 00 (x) − f 000 (ξ ), pour ξ ∈ (x − h, x),
2 6 2 2
alors
1 h
2
[f (x + h) − 2f (x) + f (x − h)] = f 00 (x) + [f 000 (ξ1 ) − f 000 (ξ2 )]
h 6
et donc l’ordre de cette approximation de f 00 est O(h).
90. En vous servant des développements de Taylor appropriés, donner l’ordre de précision de
l’approximation de la dérivée:
f (x + 3h) − 3f (x + 2h) + 3f (x + h) − f (x)

f 000 (x) ' .
h3
91. Soit f (x) une fonction telle que f (2) = 4, f (4) = 2, f (6) = 0 et f (8) = −5. Calculer deux
approximations d’ordre 2 de f 0 (2).
92. (a) À l’aide des développements de Taylor appropriés, donner l’expression des deux
premiers termes de l’erreur liée à la formule:
f (x + ah) − f (x − bh)
,
(a + b)h
permettant de calculer une approximation de f 0 (x). Dans cette formule, a et b sont

des constantes telles que a + b ≠ 0.
(b) Déterminer l’ordre de cette approximation en fonction des valeurs de a et b.
93. On veut utiliser la formule centrée
f (x + h) − f (x − h)
f 0 (x) ' , (1)
2h
pour approcher la dérivée d’une fonction définie sur l’intervalle [a, b] vérifiant
max |f 000 (x)| ≤ M.

a≤x≤b
Supposons que l’utilisation d’un ordinateur produit une erreur e(x + h) et e(x − h) dans
l’évaluation de f (x + h) et f (x − h) respectivement. C’est donc dire que si f ∗ représente
la valeur effectivement calculée,
f (x + h) = f ∗ (x + h) + e(x + h),
f (x − h) = f ∗ (x − h) + e(x − h);
donc l’erreur totale due à l’utilisation de la formule (1) avec f ∗ au lieu de f sera
f ∗ (x + h) − f ∗ (x − h) e(x + h) − e(x − h) h2 000

0
f (x) − = − f (ξ),
2h 2h 6
avec ξ appartenant à l’intervalle [a, b]. Le premier terme représente l’erreur due aux
arrondis et le second l’erreur liée à l’approximation.
(a) En supposant que |e(x + h)| < et |e(x − h)| < , montrer que la valeur absolue de
l’erreur totale commise est bornée par
h2
g(h) = + M.
h 6
(b) On veut approcher f 0 (0, 9) pour la fonction tabulée suivante:
x f (x)
0,800 0,71736
0,895 0,78021
0,898 0,78208
0,902 0,78457
0,905 0,78643
0,950 0,81342
En vous servant de la formule (1) calculer deux approximations de f 0 (0, 9) en prenant
d’abord h = 0, 002 et ensuite h = 0, 005. Sachant que la valeur exacte de f 0 (0, 9) =
0, 62161, calculer les erreurs commises et expliquer les résultats obtenus.
(c) Sachant que f (x) = sin (x) et que tous les chiffres des approximations de f (x)
du tableau sont significatifs, déterminer analytiquement la valeur de h qui donne la
meilleure approximation de f 0 (0, 9) en utilisant la formule (1). Il s’agit de trouver
analytiquement la valeur de h pour laquelle g(h) sera minimale.
94. On considère la formule aux différences

−f (x + 3h) + 4f (x + 2h) − 5f (x + h) + 2f (x)
App(h) = ' f 00 (x),
h2
une approximation de f 00 (x).
(a) On dispose des valeurs suivantes de la fonction f (x):
x f (x)
1,0 0,841 471
1,1 0,891 207
1,2 0,932 039
1,3 0,963 558
1,4 0,985 450
1,5 0,997 495
1,6 0,999 574
En vous servant de la formule aux différences App(h), calculer deux approxima-

tions de f 00 (1, 0) pour h = 0,1 et pour h = 0,2. Sachant que la valeur exacte de
f 00 (1,0) = −0,841 471, estimer numériquement l’ordre de précision de cette formule
aux différences.
(b) En vous servant des développements de Taylor appropriés, montrer que
11 2 (4)
App(h) = f 00 (x) − h f (x) + O(h3 ),
12
et en déduire l’ordre de précision de l’approximation App(h).
95. On considère la formule aux différences

f (x + 2h) − 2f (x + h) + 2f (x − h) − f (x − 2h)
App(h) = ' f (3) (x),
2h3
une approximation de la dérivée troisième f (3) (x).
(a) On dispose des valeurs suivantes de la fonction f (x):
x f (x) x f (x)
0,80 0,088 967 97 1,05 0,053 648 07
0,85 0,079 617 83 1,10 0,049 115 91
0,90 0,071 633 24 1,15 0,045 126 35
0,95 0,064 766 84 1,20 0,041 597 34
1,00 0,058 823 53
En vous servant de la formule aux différences App(h), calculer deux approximations

de f (3) (1) et estimer numériquement l’ordre de précision de cette formule aux diffé-
rences sachant que f (3) (1) = −1, 103 435 06.
(b) En vous servant des développements de Taylor appropriés, montrer que
1 2 (5)
App(h) = f (3) (x) − h f (x) + O(h4 ),
4
et en déduire l’ordre de précision de l’approximation App(h).
(c) Si pour une certaine fonction f (x) dont on connaît la valeur en certains points, on
n’obtenait pas l’ordre d’approximation obtenu en (b) quelles pourraient en être les
causes?
96. On considère la formule aux différences arrière

3f (x) − (4 + λ)f (x − h) + (1 + λ)f (x − 2h)
f 0 (x) ' = appλ (h).
(2 − λ)h
En vous servant de développements de Taylor de degré approprié, montrer que

3λ (4 + 7λ) 2 000
f 0 (x) = appλ (h) − hf 00 (x) + h f (x) + 0(h3 ),
2(2 − λ) 6(2 − λ)
et déterminer l’ordre de la formule aux différences appλ (h) en fonction des valeurs du
paramètre λ.
97. On considère le θ-schéma
f (x + h) − f (x) f (x) − f (x − h)

0
f (x) ' (1 − θ) +θ = Appθ (h)
h h
obtenu à partir d’une combinaison linéaire des formules de différences avant et arrière
d’ordre 1. À l’aide de développements de Taylor de degré appropriés, montrer que les 2
premiers termes de l’erreur associée au θ-schéma (Appθ (h)) sont donnés par:
(2θ − 1)h 00 h2 000

f (x) − f (x),
2 6
et en déduire l’ordre de précision du θ-schéma en fonction du paramètre θ.
Quadratures de Newton-Cotes
98. Utiliser la méthode de Simpson 3/8 avec 6 intervalles pour évaluer :

Z9
√
x dx.
1
Comparer le résultat avec la valeur exacte.

99. Utiliser la méthode de Boole avec 8 intervalles pour évaluer :

Z π
4
sec(x) dx.
0
Comparer le résultat avec la valeur exacte.

R π2
100. À l’aide d’une certaine méthode d’intégartion numérique, on a évalué I = 0 sin(x) dx
en utilisant 3 valeurs différentes de h. On a obtenu les résultats suivants.
Valeurs de I
h I
0,1 1,001 235
0,2 1,009 872
0,3 1,078 979
Compte tenu de la valeur exacte de I, déduire l’ordre de convergence de la quadrature

employée.
101. On veut calculer: Z 3,4

ex dx,
1,8
en utilisant la la méthode des trapèzes composée. Quel est le nombre minimum d’intervalles
qui assurent une approximation de I avec au moins 4 chiffres significatifs?
102. Dire si les énoncés suivants sont vrai ou faux et justifier votre réponse en deux ou trois
lignes:
(a) Une formule de quadrature d’ordre n est toujours plus précise qu’une autre formule
de quadrature d’ordre n + 1.
(b) On peut utiliser la méthode de Simpson 3/8 avec 6 intervalles pour évaluer:
π
1
Z
2
dx.
0 tan(x)
103. Définissons la fonction

Zx
F (x) = te−t dt.
0
Combien faudrait-il de sous-intervalles, à l’aide de la méthode de Simpson 31 composée,

pour obtenir une approximation de F (1) avec une précision de 0, 5 × 10−8 (répondre sans
calculer la valeur analytique de F (x)) ?
104. On calcule Zα !
x2
I= + ln(x) dx,
1 2
3
pour α > 1, à l’aide d’une formule de Simpson 8 composée (3n sous intervalles) et on
désigne par Sn le résultat obtenu. Laquelle de ces confirmations est vraie et expliquer
pourquoi:
i) Sn − I ≥ 0, ∀n;
ii) Sn − I ≤ 0, ∀n;
iii) le signe de Sn − I dépend de n.
105. Certains points du profil d’un tremplin de ski sont donnés dans le tableau suivant
x (en m) H(x) (en m) x (en m) H(x) (en m)

0 100 60 12,9488
10 84,7135 70 10
20 76,2285 80 12,0038
30 49,5312 90 18,2018
40 33,5646 100 27,3379
50 20,9830
où x (en m) représente la distance horizontale par rapport à la plateforme de départ et

H(x) (en m) la hauteur du tremplin en x.
La longueur du tremplin est définie par
Z 100 q
L= 1 + (H 0 (x))2 dx.
0
1
Calculer une valeur approchée de L à l’aide de la méthode de Simpson 3 simple. Utiliser
des approximations d’ordre 2 pour évaluer les dérivées.
106. Une tige métallique se déforme lorsque soumise à une charge axiale. Les mesures expéri-
mentales ont donné les résultats pour les contraintes s en fonction du taux de déforma-
tion e:
e 0 0,05 0,10 0,15 0,20 0,25

s(103 lb/po2 ) 0 37,5 43,0 52,0 60,0 55,0
Les mesures sont prises jusqu’à la rupture de la tige (dans ce cas e = 0, 25). L’aire
sous la courbe (s(e)) est alors une mesure de l’énergie par unité de volume nécessaire
pour provoquer la rupture. Comment pourrait-on calculer cette aire avec un maximun de
précision? Justifier le choix de votre méthode (ne pas calculer l’aire).
107. Trouver une approximation d’ordre le plus élevé possible de

Z1
sin(x)2 cos(x)dx
−1
1
en utilisant 7 nœuds équidistants : x0 = −1, x6 = 1 et xi+1 = xi + h où h = 3. Quel est
l’ordre de votre approximation ? Quel est son degré de précision ?
R2
108. Soit une fonction f (x) donnée. En approchant l’intégrale 1 f (x) dx par une méthode
d’intégration quelconque, on a obtenu les résultats suivants pour trois valeurs de pas
différentes:
h Approximation
0,25 0,694384
0,5 0,703023
1,0 0,772127
Quel est l’ordre de la méthode utilisée? Justifier.

109. Soit l’approximation

Z x0 +h
h 2h

f (x) dx ' f (x0 ) + 3f (x0 + 3 ) .
x0 4
2h
(a) Obtenir le développement de Taylor de f (x0 + 3 ) jusqu’à l’ordre 5 et proposer une
nouvelle expression du terme de droite.
(b) Obtenir un développement de Taylor d’ordre 5 du terme de gauche.
Suggestion : Poser f (x) = f (x0 + (x − x0 )).
(c) Soustraire les expressions obtenues en (a) et en (b) pour obtenir le premier terme de
l’erreur. En déduire l’ordre de précision de la méthode proposée.
(d) Quel est le degré de précision de cette méthode?
Quadratures de Gauss
110. Utiliser une méthode numérique pour évaluer:
Z2
ln(x) dx.
0

111. Quelle serait l’erreur d’approximation si l’on utilisait la quadrature de Gauss à 3 points
pour évaluer :
Z3
(3x 5 + 7x 2 + x + 1) dx.
0

112. Déterminer les poids d’intégration w1 et w2 ainsi que le point d’intégration t2 de sorte
que la formule de quadrature dite de Gauss-Radau :
Z −1
f (t) dt ' w1 f (−1) + w2 f (t2 ),
1
soit de degré de précision le plus élevé possible. Donner ce degré de précision.

113. On désire développer une formule d’intégration numérique de la forme

Z1 !
1
f (x) log dx ' w1 f (x1 ).
0 x
Déterminer les valeurs des constantes w1 et x1 de telle sorte que le degré de précision
de cette quadrature soit le plus élevé possible. Donner ce degré de précision.
Rappel:
Z1 !
m 1 1
x log = pour m ≥ 0.
0 x (m + 1)2
114. Obtenir une formule d’intégration numérique de la forme
Zh
f (x) dx ' Af (0) + Bf 0 (−h) + Cf 00 (h),
−h
qui soit de degré de précision le plus élevé possible.

R1
115. Evaluer 0 ex dx par la formule de Gauss à 2 points et déterminer le nombre de chiffres
significatifs de votre réponse en la comparant avec la valeur exacte.
116. Considérons l’intégrale

Z1
2
I= ex dx.
−1
(a) Calculer une approximation de I en appliquant la méthode du trapèze composée
avec 4 intervalles.
(b) Pour cette méthode, quel est le nombre minimal d’intervalles à utiliser pour obtenir
une approximation qui a une erreur d’au plus 10−2 ?
(c) Calculer une approximation de I en appliquant la quadrature suivante:
Z −1
f (t) dt ' 12 f (−1) + 23 f ( 13 )
1

(d) Sachant que le degré de précision de la méthode du trapèze composée est 1, est-il
possible d’obtenir avec cette méthode (en utlisant un nombre suffisamment grand
d’intervalles) une approximation qui soit meilleure que celle que l’on peut calculer
par la quadrature de la question (c)? Discuter.
117. Le temps t θ requis pour qu’une tige métallique fasse un angle θ avec l’horizontale est:
Zθ
du
tθ = p .
0 8 sin(u) − u
π
Proposer une méthode d’intégration numérique pour estimer le temps t 2 requis pour
que la tige soit à la verticale (ne pas faire le calcul). Justifier votre choix.
118. Soit une fonction f (x) connue seulement pour les valeurs de x suivantes:
x f (x)
0 0
1 0
2 6
3 24
4 60
R4
On désire évaluer I = 0 f (x) dx par la quadrature de la forme:
Z4
g(x) dx ' ag(1) + bg(3).
0
(a) Déterminer les valeurs des constantes a et b de sorte que cette quadrature ait un
degré de précision aussi élevé que possible. Quel est le degré de précision de cette
quadrature?
R4
(b) Estimer la valeur de I = 0 f (x) dx à l’aide de cette quadrature.
119. On considère l’équation intégrale:

Z1
2
x 2 ex φ(x) − 5 x 2 y 2 ln(φ(y)) dy = 3x 2 .
−1
En utilisant une formule de quadrature de Gauss à 2 points, écrire le système non linéaire
résultant de cette discrétisation de l’équation intégrale. Ne pas résoudre.
120. On désire développer une nouvelle formule d’intégration numérique, dans l’intervalle
[0, 3h], qui est de la forme
Z 3h
f (x) dx ' af (h) + bf (2h).
0
(a) Déterminer les valeurs des constantes a et b de sorte que cette quadrature ait un
degré de précision élevé que possible.
(b) Calculer Z3
1
dx,
0 1+x
à l’aide de cette quadrature.
1
(c) Estimer l’intégrale (b) à l’aide de la formule de Simpson 3 simple.
121. (a) Quel est le nombre minimum de points que l’on doit utiliser dans une formule de
quadrature de Gauss pour évaluer exactement:
Z2
2
(x 3 − 7x + 3) dx.
0
(b) Combien de points seraient nécessaires pour évaluer exactement

Z2
2
(x 3 − 7x + 3) dx.
0
1
par la méthode de Simpson 3 composée?
122. Considérons la fonction

Zx
2 2
erf(x) = √ e−u du.
π 0
(a) Calculer erf(0,5) à l’aide d’une quadrature de Gauss à trois points.

(b) Calculer erf(0,5) à l’aide d’une quadrature simple du trapèze.
(c) Effectuer une majoration de l’erreur absolue commise par cette quadrature et cal-
culer le nombre de chiffres significatifs exacts de votre réponse en (b).
123. Estimer l’intégrale

Z2
ex dx
−2
à l’aide de l’intégration de Gauss à 2 points.
124. Déterminer les poids d’intégration w1 et w2 ainsi que le point d’intégration t2 de sorte
que la formule suivante (appelée quadrature de Radau)
Z1
f (t) dt ' w1 f (−1) + w2 f (t2 )
−1

125. On désire calculer Z1

2
I= e−x dx.
−1
Comme la fonction e −x 2
n’a pas de primitive, il faut utiliser une méthode numérique.
Est-il possible d’obtenir avec la méthode des trapèzes composée (en utilisant un nombre
suffisamment grand d’intervalles) une approximation de I qui soit meilleure que celle que
l’on peut calculer par la quadrature de Gauss à 2 points? Justifier votre réponse.
126. Soit g(t) une fonction continue définie sur l’intervalle [−1 , 1]. Pour approcher l’intégrale
R1
−1 g(t) dt, la formule de quadrature suivante est considérée :
I(g) = ω1 g(−1) + ω2 g(1).
(a) Trouver les poids d’intégration ω1 et ω2 tels que la formule de quadrature soit de
degré de précision le plus élevé possible. Donner ce degré de précision.
Z1
dx
(b) Calculer 2
à l’aide de cette quadrature.
−1 1 + x
(c) Réécrire la formule de quadrature obtenue en (a) sur l’intervalle [a , b] pour in-
tégrer une fonction continue f (x) définie sur cet intevalle. Identifier la formule
d’intégration numérique de Newton-Cotes qui est obtenue.
127. Considérons l’intégrale

Z1
2
I= ex dx.
−1
(a) Calculer une approximation de I en appliquant la méthode du trapèze composée avec
3 intervalles.
(b) Pour cette méthode, quel est le nombre minimal d’intervalles à utiliser pour obtenir
une approximation qui a une erreur d’au plus 10−2 ?
(c) Considérons la quadrature de Lobatto:
Z1
f (x) dx ' w1 [f (−1) + f (1)] + w2 [f (−x1 ) + f (x1 )] .
−1
Sachant que cette quadrature est exacte pour toutes les fonctions f (x) = x p , avec
p = 1, 3, 5, · · · , déterminer le système d’équations qui doit être résolu (ne pas ré-
soudre) pour trouver w1 , w2 et x1 pour que la quadrature de Lobatto soit au moins
de dégré de précision 5.
(d) Sachant que le degré de précision de la méthode du trapèze composée est 1, est-il
possible d’obtenir avec cette méthode (en utilisant un nombre suffisamment grand
d’intervalles) une approximation de I qui soit meilleure que celle que l’on peut cal-
culer par la quadrature de Labatto developpée en (c) (dégré de précision 5 au moins)?
Discuter.
128. Dans une règle de quadrature de Chebychev, tous les poids sont égaux et les nœuds sont
choisis de sorte à obtenir une règle de plus haut degré possible. Avec trois nœuds :
Z1
f (x)dx ≈ w (f (x0 ) + f (x1 ) + f (x2 )) .
−1
(a) Donnez le système d’équations à résoudre pour déterminer le poids ainsi que les
trois nœuds ;
(b) Résoudre ce système ;
(c) Quel est le degré de cette règle ?
(d) Utiliser vos résultats pour calculer une approximation de
Z1
sin(x)2 cos(x)dx.
−1
129. On veut calculer Z1

(x 3 + x 2 + x + 1) dx
0
par une formule de quadrature. Quel est le nombre minimal de points d’intégration que
l’on doit utiliser pour évaluer cette intégrale exactement.
(a) En utilisant une quadrature de Gauss;
1
(b) en utilisant la formule de Simpson 3 ;
3
(c) en utilisant la formule de Simpson 8 ;
(d) en utilisant la formule des Trapèzes.
130. Quelle est l’erreur produite en calculant l’approximation de

Z7
(6x + 11x 5 − 2x 8 ) dx
−3
par la quadrature de Gauss à 5 points.

Note: Les valeurs des ti et wi pour la quadrature de Gauss à 5 points sont fournies dans
l’aide mémoire.
131. Soient wi et ti (i = 1, 2, · · · , 10) les poids et les points d’intégration de la quadrature de

Gauss à 10 points. Que vaut w1 + w2 + · · · + w10 ?
132. Déterminer les constantes a0 , a1 et a2 pour que la formule de quadrature:

Z1
1 1

f (t) ' a0 f − + a1 f (0) + a2 f ,
−1 2 2
133. Soit g(t) une fonction continue définie sur l’intervalle [−1 , 1]. On choisit trois points
d’intégration t1 , t2 et t3 tels que t1 = −1, t2 = α et t3 = 1, où α est un nombre réel donné
R1
respectant |α| < 1. Pour approcher l’intégrale −1 g(t) dt, la formule de quadrature suiv-
ante est considérée:
3
X
I(g) = wj g(tj ) = w1 g(−1) + w2 g(α) + w3 g(1).
j=1
(a) Trouver les poids d’intégration w1 , w2 et w3 en fonction de α tels que la formule de

quadrature soit de degré de précision 2.
R1
(b) Trouver ensuite α tel que I(g) = −1 g(t) dt pour tout polynôme g(t) de degré 3.
(c) Réécrire cette formule sur l’intervalle [a , b] pour intégrer une fonction continue
f (x) définie sur cet intervalle. Identifier la formule d’intégration numérique de
Newton-Cotes qui est obtenue.
Recueil d’exercices I–1
Indices
1. Définitions de l’erreur absolue, des chiffres significatifs et de l’erreur relative.

[Question] [Solution] [TdM ]
2. Définition des chiffres significatifs.

3. Calculer le ratio des erreurs absolues.




7. Utiliser un développement de Taylor approprié de sin x.

8. Définition du développement de Taylor Pn (t)

9. Donner un contre-exemple.
10. Utiliser un développement de Taylor approprié.

11. Utiliser un développement de Taylor approprié des fonctions sin x et cos x.

12. Définition du développement de Taylor de la forme Pn (x)

13. Définitions de l’erreur de troncature, du développement de Taylor et des chiffres signifi-

catifs.
14. Définitions de l’erreur de troncature, du développement de Taylor et des chiffres signifi-

catifs.
15. (a) Utiliser un développement de Taylor approprié de ex .

(b) Définitions de l’erreur absolue, des chiffres significatifs et de l’erreur relative.
(c) Concept d’ordre de précision.

16. (a) Définitions du développement de Taylor et des chiffres significatifs.

(b) Concept d’ordre de précision.
(c) Le développement de Taylor est une série à signes alternés. La valeur absolue du
prochain terme de la série est une borne supérieure de l’erreur.

1+x
(d) ln 1−x = ln(1 + x) − ln(1 − x).
(e) Obtenir le développement de Taylor de la fonction à partir des développements de
Taylor des fonctions ln (x + 1) et ex .
17. Simplement suivre les indications.


19. (a) Définition du développement de Taylor.

(b) Définition de l’erreur de troncature, du développement de Taylor.
(c) Chiffres significatifs.
(d) Concept d’ordre de précision.
(e) Concept d’ordre de précision.
(f) Effectuer un changement de variable et une integration.
20. (a) Définition du concept d’ordre de précision.

(b) Définition du développement de Taylor.
(c) Définitions de l’erreur de troncature, du développement de Taylor et des chiffres
significatifs.
21. Concept d’ordre de précision du développement de Taylor.

22. Questions (a) et (b) : simplement suivre les indications.

Question (c) : concept d’ordre de précision du développement de Taylor.

24. Questions (a), (b) et (c) : simplement suivre les indications.

Question (d) : concept d’ordre de précision du développement de Taylor.
25. Questions (a), (b), (c) et (d) : simplement suivre les indications.
Question (e) : définition de l’erreur de troncature du développement de Taylor.
26. (a) Le développement de Taylor est une série à signes alternés. La valeur absolue du
prochain terme de la série est une borne supérieure de l’erreur.
(b) Définition du développement de Taylor.
(c) Définition de l’erreur de troncature du développement de Taylor et des chiffres sig-
nificatifs.
1
27. (a) Obtenir le développement de Taylor de 1+x 2
à partir d’un développement de Taylor
1
aproprié de 1+x et suivre les indications.
(b) Définition des chiffres significatifs.
(c) Concept d’ordre de précision.
(d) Concept d’ordre de précision du développement de Taylor.
28. Obtenir le développement de Taylor de f (x) à partir d’un développement de Taylor ap-
proprié de sin t et suivre les indications.
29. (a) Obtenir le développement de Taylor de f (x) à partir d’un développement de Taylor
approprié de sin t.
(b) Suivre la même démarche qu’en (a) pour obtenir une borne supérieure de l’erreur.
Le développement de Taylor est une série à signes alternés. Le prochain terme de la
série est une borne supérieure de l’erreur.
(c) La borne supérieure de l’erreur ne dépend que de n.
30. Obtenir le développement de Taylor de (1 − x 2 )−3/2 à partir d’un développement de

Taylor approprié de (1 − x)−3/2 et en déduire le développement de Taylor des fonctions
h(x) et g(x).
31. Définition de la norme IEEE − 754 en simple précision.





36. Obtenir la représentation de x = 2 selon la norme IEEE − 754 en simple précision.

37. Obtenir la représentation de x = 0,5 selon la norme IEEE − 754 en simple précision.
38. Opérations risquées.




42. Définition de la précision machine en double précision IEEE − 754.

43. Concepts des erreurs d’arrondi et de troncature.

44. Arithmétique flottante.




48. Erreur de représentation ou d’arrondi.

49. (a) Arithmétique flottante et opérations risquées.

(b) Opérations risquées.


52. Concept de propagation des erreurs et définition des chiffres significatifs.







59. L’algorithme de Horner.

60. Opérations risquées et développement de Taylor.


62. (a) Définition du développement de Taylor.

(b) Notion d’approximation.
(c) Notation flottante.
(d) Opérations risquées.
63. (a) Définitions du développement de Taylor et de l’erreur de troncature.

(b) Définition du développement de Taylor et concept d’ordre de précision.
(c) Obtenir le développement de Taylor de g(x) à partir du développement de Taylor
approprié des fonctions ex et ln (1 + x).
(d) Opérations risquées.
Interpolation
64. Déterminer le polynôme de degré minimal qui vérifie les 3 conditions.

65. Déterminer le polynôme de degré 2 qui vérifie les 3 conditions.

66. (a) Interpolation de Lagrange ou de Newton.

(b) Définition du polynôme de Taylor.
(c) Déterminer le polynôme de degré 2 qui vérifie les 3 conditions.
(d) Concept de précision du polynôme de Taylor et de l’interpolation polynomiale.
67. Définitions des polynômes de Lagrange de degré 1.

68. Interpolation de Lagrange ou de Newton.


(b) Concepts de l’interpolation et de l’extrapolation.
70. (a) Méthode de la matrice de Vandermonde.

(b) Interpolation de Lagrange ou de Newton.
(c) Interpolation de Lagrange ou de Newton.
(d) Concept de précision de l’interpolation polynomiale.
(e) Définition du polynôme d’interpolation.

(b) Concept d’interpolation inverse.
72. (a) Interpolation de Lagrange.

(c) Définition de la borne supérieure de l’erreur d’interpolation.


(c) La méthode de la matrice de Vandermonde.
74. Borne supérieure de l’erreur d’interpolation.


(c) Borne supérieure de l’erreur d’interpolation.
(d) Concept d’interpolation polynomiale par morceaux et borne supérieure de l’erreur
d’interpolation.
Splines cubiques
76. Définition de la spline cubique naturelle.

77. Poser p1 (x0 ) = f00 et pn (xn ) = fn0 .

78. Définition de la spline cubique naturelle.

79. (a) Définition de la spline cubique naturelle.

(b) Définition de la spline cubique.
(c) Définition de la spline cubique.
80. (a) Définition de la spline cubique naturelle.

(c) Évaluer la dérivée seconde du polynôme de degré 3 aux extrémités de l’intervalle.
81. (a) Définition de la spline cubique.

(b) Poser p10 (0,0) = 1 et p30 (3,0) = 5.
82. Définition de la spline cubique.

83. Définition de la spline cubique.

84. (a) Définition de la spline cubique.

(b) Question iii) : Poser p10 (0,004) = a et p30 (0,020) = b.

85. (a) Évaluer f 00 (x) en x = 0 et x = 1.

(b) Définition de la spline cubique.
86. (a) Poser pi (x) = ai + bi x + ci x 2 pour i = 1, 2, . . . , n.

(b) Utiliser la formule du polynôme de Lagrange de degré 1.
(c) Suivre les indications.
(d) Suivre les indications.
87. (a) Poser γi (t) = ai + bi t + ci t 2 pour i = 1, 2 et vérifier les hypothèses.

(b) Déterminer les fonctions γ1 (t) et γ2 (t).
(c) Poser γi (t) = ai + bi t + ci t 2 pour i = 1, 2, 3 et vérifier les hypothèses.
f 0 (x+h)−f 0 (x−h)
88. f 00 (x) ' 2h .
89. Conserver les termes jusqu’au degré 5 dans vos développements de Taylor.
91. Utiliser deux formules aux différences d’ordre 2 appropriées.

92. (a) Conserver les termes jusqu’au degré 4 dans vos développements de Taylor.
(b) Définition de l’ordre de précision.
93. (a) |a − b| ≤ |a| + |b|.

(b) Concept de précision des formules de différentiation numérique.
(c) Résoudre g 0 (h) = 0 et appliquer la définition des chiffres significatifs.
94. (a) Calculer le ratio des erreurs absolues.

(b) Conserver les termes jusqu’au degré 5 dans vos développements de Taylor.
95. (a) Calculer le ratio des erreurs absolues.

(b) Conserver les termes jusqu’au degré 5 dans vos développements de Taylor.
(c) Concept de précision des formules de différentiation numérique.
R√ 2 √
98. x dx = 3 x x + c.
R
99. sec x dx = ln sec x + tan x + c.
100. Le ratio des erreurs absolues.

101. Déterminer une borne supérieure du terme de l’erreur de la formule des trapèzes com-
posée et appliquer la définition des chiffres significatifs.
102. (a) Donner un contre-exemple.

(b) tan(0) = 0.
103. Déterminer une borne supérieure du terme de l’erreur de la formule de Simpson 31 .

3
104. Utiliser le terme de l’erreur de la formule de Simpson 8 composée.
1
105. Appliquer la formule de la quadrature de Simpson 3 simple et utiliser des formules aux
différences d’ordre 2 appropriées.
106. Utiliser une combinaison de formules de quadrature de Newton-Cotes.

107. Utiliser une formule ou une combinaison de formules de quadrature de Newton-Cotes.

108. Calculer le rapport de la différence entre les solutions.

109. Suivre les indications.

110. ln x n’est pas defini en x = 0.

111. Définition du degré de précision d’une quadrature de Gauss-Legendre à n points.

112. Définition du degré de précision d’une formule de quadrature.



115. Faire un changement de variable et appliquer la formule de Gauss à 2 points.

116. (a) Appliquer la formule avec h = 0,5.

(b) Trouver une borne supérieure du terme d’erreur associé à la méthode du trapèze
2
composée avec f (x) = ex .
(c) Appliquer la formule donnée.
(d) Concept d’ordre de précision et de degré de précision d’une quadrature.
1
117. La fonction f (u) = √
8 sin u−u
n’est pas définie en u = 0.
118. (a) Définition du degré de précision d’une formule de quadrature.

(b) Appliquer la formule.
119. Poser respectivement x = − √13 et x = √1

3
puis approcher l’intégrale avec une quadrature
de Gauss à 2 points.

1
(b) Appliquer la formule pour f (x) = 1+x .
1
(c) Appliquer la formule de Simpson 3 simple.
R 1
(d) Définition des chiffres significatifs et 1+x dx = ln(1 + x) + c.
121. (a) Définition du degré de précision d’une quadrature.

(b) Définition du degré de précision d’une quadrature.
122. (a) Apppliquer la formule.

(b) Apppliquer la formule.
(c) Utiliser le terme d’erreur de la formule du trapèze simple et la définition des chiffres
significatifs.
123. Effectuer un changement de variable et appliquer la formule de Gauss à 2 points.


125. Concepts d’ordre de précision et de degré de précision d’une quadrature.


(b) Appliquer la formule.
(c) Faire un changement de variables.
127. (a) Définir le pas h et appliquer la quadrature du trapèze composée.

(b) Utiliser le terme de l’erreur de la quadrature du trapèze composée.
(c) Concepts d’ordre de précision et de degré de précision d’une quadrature.
128. (a) Définition du degré de précision.

(b) Utiliser une méthode directe.
(c) Définition du degré de précision.
(d) Appliquer la formule de quadrature.
129. Définition du degré de précision.

130. Définition du degré de précision de la quadrature de Gauss-Legendre à 5 points.

131. Définition du degré de précision de la quadrature de Gauss-Legendre à 10 points.



(b) Prendre g(t) = t 3 .
(c) Faire un changement de variables et appliquer la formule de quadrature développée
en (b).
Recueil d’exercices S–1
Solutions brèves
1. (a) Respectivement 5 et 6 chiffres significatifs.

e1
(b) e2 = 16 = 2n ⇒ ordre 4.
[Question] [Indice] [TdM ]
2. FAUX : ∆x ≤ 0,7 × 10−5 ≤ 0,5 × 10−4 ⇒ x ? = 0,001 2345 a 2 chiffres significatifs.

e1
3. On a e1 = |e0,2 −r (0,2)| = 0,544×10−6 et e2 = |e0,1 −r (0,1)| = 0,15×10−7 . Alors e2 = 2n
pour n ' 5,18 ⇒ une approximation d’ordre 5.
4. Ordre 7.
e2
5. e1= 588,011 ' 54 ⇒ une approximation d’ordre 4.
e(h=0,3) |f (0,3)−p(0,3)|
6. e(h=0,1) = |f (0,1)−p(0,1)| = 6948,75 ' 38 . Le polynôme est d’ordre 8 et au plus de degré 7.
7. Il s’agit du développement de Taylor d’ordre 3 de sin x autour de x0 = 0.

8. i(t) = 3 t 2 − t 3 + . . . = 3 t 2 + O(t 3 ) = p2 (t) + O(t 3 ). On obtient un polynôme de degré 2.

9. FAUX : Par exemple, le développement de Taylor de degré n de sin x autour de x0 = 0 est

précis à l’ordre n + 2.
10. p(x0 + h) = p2 (h) + 61 p 000 ξ(h) h3 pour ξ(h) ∈ [x0 , x0 + h]. Ici h = 0,5 et x0 = 10,

alors p(10,5) = p(10 + 0,5) ' p(10 + 0,5) ' p2 (0,5) = 101,375.
L’erreur absolue est e = | 61 p 000 ξ(h) h3 | ≤ 12 (0,03)(0,5)3 = 0,001 875 < 0,5 × 10−2 .

L’approximation p2 (0,5) = 101,37 5 possède 5 chiffres significatifs.

11. (a) Développements de Taylor autour de x0 = 0 :

sin x = x + O(x 3 ) et cos x = x + O(x 2 ) ⇒ f (x) = sin x + cos x = 1 + x + O(x 2 ).
(b) Ordre 2.
x3 x5
12. g(x) = x + 6 + 5 + O(x 7 ) = p5 (x) + O(x 7 ), on obtient un polynôme de degré 5.
1
13. L’erreur absolue est |Rn (x)| = |ex − pn (x)| ≤ (n+1)! pour −1 ≤ x ≤ 1. Cette valeur est
inférieure à 10 −4 dès que n ≥ 6. Pour 0 ≤ x ≤ 1, l’approximation p6 (x) possède au
moins 5 chiffres significatifs car 1 ≤ p6 (x) ≤ 2,7183.
14. (a) −6,694 329 × 10−2 ≤ x ≤ 6,694 329 × 10−2 .

(b) −1,074 570 × 10−1 ≤ x ≤ 1,074 570 × 10−1 .
x3 cosh(ξ(x))x 5
15. (a) p3 (x) = x + 3! et R3 (x) = 5! pour ξ(x) ∈ ]0 , x[.
(b) sinh(0,1) ' p3 (0,1) = 0,100 166 667. L’approximation p3 (0,1) = 0, 100 166 667
possède 6 chiffres significatifs.
(c) On divise h par 4, ce qui revient à réduire l’erreur absolue de 45 .
h2 h3 h4 h5
16. (a) i. ln(1 + h) = h − 2 + 3 − 4 + 5 ξ 5 (h)
pour ξ(h) ∈ ]1 , 1 + h[.
h5 h5 1
ii. 5 ξ 5 (h)
≤ 5 puisque ξ 5 (h)
≤ 1 sur ]1 , 1 + h[.
iii. | ln(1,1) − p4 (0,1)| ≤ 0,2 × 10−5 ≤ 0,5 × 10−5 ⇒ p4 (0,1) = 0, 953 0 83 33 × 10−1
a 4 chiffres significatifs.
(b) On divise h par 4, ce qui revient à réduire l’erreur par 45 .
1 1 1 (−1)n−1
(c) ln(2) = ln(1 + 1) ⇒ h = 1 ⇒ pn (1) = 1 − 2 + 3 − 4 + ··· + n . Nous avons une
1 6
série à signes alternés ⇒ | ln(2) − pn (1)| ≤ n+1 < 10−6 a n > 10 − 1, ce qui revient
à faire beaucoup trop de calculs.
(d) i. Dudéveloppement
de Taylor de ln(1 + h) et ln(1 − h), on a :
ln 1−x = ln(1 + x) − ln(1 − x) = 2 x + 32 x 3 + 25 x 5 + O(x 7 ).
1+x
1
ii. x = 3 .
iii. 6 termes donnent 0,693 147 074 avec |p − ln(2)| ' 0,106 × 10−6 < 0,5 × 10−6 .
On a donc 6 chiffres significatifs. Le polynôme est de degré 11 (d’ordre 13). On
a donc trouvé l’aproximation de ln(2) après l’addition/soustraction de 6 termes
plutôt que 106 − 1 (cf. (c)).
17. (a) f (x) = 1 + x + x 2 + x 3 + x 4 + · · ·

(b) g(t) = 1 − t 2 + t 4 − t 6 + t 8 − · · ·
t3 t5 t7
(c) arctan(t) = t − 3 + 5 − 7 − ···
x2 x3 x4
(d) ln(1 + x) = x − 2 + 3 − 4 + ···
x2 x3 x4 x5
18. (a) e−x = 1 − x + 2! − 3! + 4! − 5! + ···
2 t4 t6 t8 t 10
(b) e−t = 1 − t 2 + 2! − 3! + 4! − 5! + ···
2 x3 x5 x7 x9
(c) f (x) = ( √π ) (x − 3 + 10 − 42 + 216 + ···)
(d) f (1) ' ( √2π ) (1 − 1

3 + 1
10 − 1
42 ) = 0,838 224 524.
(e) C’est une approximation d’ordre 9.
(f) 2 chiffres significatifs.
1 1
19. (a) Le développement de Taylor de degré 2 et d’ordre 3 est p2 (x) = 1 + 2 x− 8 x2.
5 5
(b) Puisque f 000 (x) = 38 (1 + x)− 2 , on en déduit que le terme d’erreur est 16
1
(1 + ξ)− 2 x 3
pour ξ ∈ ]0 , x[.
(c) | 1,1 − p2 (0,1)| ≤ 0,588 × 10−4 ≤ 0,5 × 10−3 ⇒ p2 (x) = 1,048 75 a 4 chiffres
p
significatifs. De même, | 1,025 − p2 (0,025)| ≤ 0,962 × 10−6 ≤ 0,5 × 10−5 ⇒ p2 (x) =

p
1,012 42 1 875 a 6 chiffres significatifs.

e
(d) Le rapport e21 = 61,17 ' 64 = 43 puisque l’approximation est d’ordre 3 et h a été
divisé par 4.
1 5
(e) Puisque le terme d’erreur est 16 (1 + ξ)− 2 x 3 pour ξ ∈]0 , x[, on en déduit qu’une
1 3 1
borne supérieure est e(x) = 16 x . On a alors e(0,1) = 16 (0,1)3 = 0,625 × 10−4 et
1 3
e(0,025) = 16(0,025) = 0,976 56 × 10−6 .
(f) On a :
√1 =1+ 1
y+ 3
y2 + 5
y 3 + O(y 4 );
1−y 2 8 16
√1 = 1 + 12 z2 + 38 z4 + 16
5
z6 + O(z8 );
1−z2
Rx 1 Rx 1 3 5
arcsin x = 0 √ 2
dz = 0 1 + 2 z2 + 8 z4 + 16 z6 + O(z8 ) dz;
1−z
1 3 3
arcsin x = x + 6x + 40 x 5 + O(x 7 ), un polynôme de degré 5 et d’ordre 7.

1
20. (a) f (2 + h) = e2 + e2 h + 2 e2 h2 + O(h3 ) = p2 (h) + O(h3 ).
(b) x ∗ = p2 (0,1) = 8,164 9113.
h3
(c) R2 (h) = eξ(h) 3! pour un certain ξ(h) dans l’intervalle [2 , 2,1].
3 3
|R2 (h)| ≤ e h3! ⇒ |R2 (0,1)| ≤ e2,1 (0,1)
2,1
6 = 0,136 × 10−2 ≤ 0,5 × 10−2 et donc
l’approximation x ∗ = 8,16 4 9113 possède 3 chiffres significatifs.
1 1
21. L’évaluation de π2 nécessite l’évaluation du polynôme de Taylor aux points x = 18 , 57
1
et 239 . Ces points sont plus près de x0 = 0 que le point x = 1 utilisé pour l’évaluation
de π1 . L’approximation π2 est donc plus précise que π1 .
2 3 4 5

22. (a) ln(x + 1) = x − x2 + x3 − x4 + x5 = p4 (x) + O(x 5 ). On a ensuite f (x) = ln 1−x
1+x
=
2
ln (1 + x) − ln (1 − x) = 2x + 3 x 3 + O(x 5 ). On obtient un polynôme de degré 3 et
d’ordre 5.
(b) ln 2 = ln(1 + 1) ' p4 (1) = 1 − 12 + 13 − 14 = 0,583 333;
1
1+ 3
ln 2 = ln 1 ' p3 ( 31 ) = 23 + 23 ( 13 )3 = 0,691 358.
1− 3

1+x
(c) L’approximation ln 2 obtenue avec ln 1−x est plus précise parce qu’on l’évalue avec
1
x= 3 qui est plus près de x0 = 0 que x = 1.
t3 t5
23. (a) sin t = t − 3! + 5! + O(t 7 ).
x2 x4
(b) f (x) = 1 − 18 + 600 + · · · = p2 (x) + O(x 4 ). On obtient un polynôme de degré 2.
(c) f (0,01) ' p2 (0,01) = 0,999 994 444.
1
24. (a) f (x) = esin x = 1 + x + 2 x 2 + O(x 4 ) = p2 (x) + O(x 4 ).
(b) f (1,1) = esin 1,1 ' p2 (1,1) = 2,705.
(c) ∆ = 0,266 99 ≤ 0,5. L’approximation 2 ,705 possède 1 chiffre significatif.
(d) Le point x = 1,1 est trop loin du point de référence x0 = 0.
25. (a) erf(0) = 0.

(b) On a immédiatement
2 t4 t6 t 2n t 2n+2 ξ(t)
e−t = 1−t 2 + − +· · ·+(−1)n +(−1)n+1 e pour −t 2 ≤ ξ(t) ≤ 0.
2! 3! n! (n + 1)!
Rx
(c) Puisque 0 t 2k dt = x 2k+1 /(2k + 1), on obtient
!
2 x3 1 x5 1 x7 (−1)n x 2n+1
erf(x) ' √ x− + − + ··· + .
π 3 2! 5 3! 7 n! 2n + 1
(d) Dans le point précédent, le reste prend la forme

Zx
2(−1)n+1
Rn (x) = √ t 2n+2 eξ(t) dt.
π (n + 1)! 0
(e) Puisque eξ(t) ≤ 1, on a pour x ∈ [0 , 1],

Zx
2 2 x 2n+3 2
|Rn (x)| ≤ √ t 2n+2 dt = √ ≤√ ,
π (n + 1)! 0 π (n + 1)! 2n + 3 π (n + 1)! (2n + 3)
et de façon similaire pour x ∈ [−1 , 0]. Cette valeur est inférieure à 10−10 dès qu’on
a n ≥ 11.
26. (a) On a
π 2 x5 π 4 x9 n π 2n x 4n+1
C(x) = 1 − + + · · · + (−1) + ···
22 2! 5 24 4! 9 22n (2n)! (4n + 1)
L’erreur absolue associée au polynôme de degré 4n + 1 est
π 2n+2
|R4n+1 (x)| ≤
(4n + 5) 26n+7 (2n + 2)!
pour |x| ≤ 21 . Cette valeur est inférieure à 10−4 dès que n ≥ 5.

π 2 x5 9 9
(b) C(x) = x − 40 + O(x ) = p5 (x) + O(x ), un polynôme de degré 5 et d’ordre 9.
(c) C( 41 ) '
1 1
p5 ( 4 ) = 0,249 759 04 et la valeur absolue de l’erreur est telle que |R5 ( 4 )| ≤
π4
9 24 4! 49
= 0,1 × 10−6 < 0,5 × 10−6 . L’approximation p5 ( 14 ) = 0, 249 759 04 possède
au moins 6 chiffres significatifs.
3 5 7 9
27. (a) tan−1 (x) = x − x3 + x5 − x7 + x9 + · · · = p7 (x) + O(x 9 ). On obtient un polynôme de
degré 7 et d’ordre 9.
(b) π = 4 tan−1 (1) ' 4 p7 (1) = 2,895 238 095 = π1 et la valeur absolue de l’erreur
est ∆π = 0,246 ≤ 0,5 × 100 et l’approximation 2 ,895 238 095 possède 1 chiffre
significatif.
(c) On divise h par 4, ce qui revient à réduire l’erreur de 49 .
(d) On a
1 1 1
π = 48 tan−1 18 + 32 tan−1 57 − 20 tan−1 239 ;
1 1 1
π ' 48 p7 18 + 32 p7 57 − 20 p7 239 = 3,141 592 653 662 = π2 .
1 1 1
L’évaluation de π2 nécessite l’évaluation du polynôme de Taylor en x = 18 , 57 et 239 .
Ces points sont plus près de x0 = 0 que du point x = 1 utilisé pour l’évaluation de
l’approximation π1 . L’approximation π2 est donc plus précise que π1 .
28. (a) On a
Zx
sin (t) x3 x5 x 2n+1
f (x) = dt = x − + + · · · + (−1)n + ···
0 t 3! 3 5! 5 (2n + 1)! (2n + 1)
π 2n+3
(b) |R2n+1 (x)| ≤ pour |x| ≤ π4 .
(2n + 1)! (2n + 1) 42n+3
(c) L’erreur absolue est inférieure à 10−4 dès que m ≥ 7.
29. (a) Zx
ln (1 + t) t2 t3 t4 tn
g(x) = dt = t − 2 + 2 − 2 + · · · + (−1)n−1 2 + · · ·
0 t 2 3 4 n
1
(b) |Rn (x)| ≤ pour |x| ≤ 12 .
(n + 1)2 2n+1
(c) |R14 (x)| ≤ 1,355 × 10−7 et |R15 (x)| ≤ 0,961 × 10−7 ⇒ n = 15.
30. On a :
3 15 105
(1 − x)−3/2 = 1 + 2 x+ 8 x2 + 48 x3 + · · · ;
4 6 5 35
f (x) = 15 + 35 x2 + 42 x4 + 396 x 6 + · · · = p4 (x) + O(x 6 ).
On obtient un polynôme de degré 4 et d’ordre 6.

31.
1

= (0 0111 1011 1001 1001 1001 1001 1001 101)IEEE−754 valeur arrondie.
10 10
32.
1

= (0 0111 1011 1001 1001 1001 1001 1001 101)IEEE−754 valeur arrondie.
10 10
33. La valeur décimale est
−2137 × 2−127 × (1 + 2−2 + 2−3 + 2−17 ) = (−1408, 0078125)10 .
34. La valeur décimale est
(−1)1 2(132−127)10 × (1 + 2−1 + 2−3 + 2−9 + 2−10 + 2−11 = (−52, 234375)10 .
35. (a) Les valeurs binaires des exposants admissibles sont (001)2 , (010)2 , (011)2 , (100)2 , (101)2
et (110)2 . Compte tenu de l’excès de 3, les valeurs décimales correspondantes sont
−2, −1 0, 1, 2 et 3.
(b) Le nombre est positif (0)2 et il faut utiliser le plus petit exposant (001)2 et la plus
petite mantisse (0000)2 . Le nombre decimal est:
(0 001 0000)IEEE−F ICT = (−1)0 2(001)2 2−3 × 1, 0000 = 2−2 .
(c) La mantisse comporte 4 bits plus un bit muet qui n’est pas mis en mémoire. La
précision machine est donc 21−5 .
(d) (3, 25)2 = (0100 1010)IEEE−F ICT
36.
(y)10 = (0100 0000 0000 0000 0000 0000 0000 0001)IEEE−754 = (2 + 2−22 )10 .
37.
(y)10 = (0011 1111 0000 0000 0000 0000 0000 0001)IEEE−754 = (0, 5 + 2−24 )10 .
38. Ce résultat vient de l’addition de 2 nombres dont les ordres de grandeur sont très dif-
férents.
39. Le problème vient de l’addition de 2 nombres dont les ordres de grandeur sont très
différents:
1 1 εm 2
fl(1 + n) =1⇒ n ≤ 2 ⇒n≥ εm = 224 .
40. L’addition de 2 nombres dont les ordres de grandeurs sont très différents.
1 1
fl(1 + 10−50 ) = 1 et fl(10−50 4n + n
) = n pour n ≤ 31.
3 3
41. Une solution de rechange est

√ √
p √ x+δ+ x δ
x + δ − x √ √ =√ √ .
x+δ+ x x+δ+ x
42. détA = α2 > εm = 2−52 ⇒ α > 2−26 .

43. Pour de petites valeurs de n, l’erreur est grande car la valeur limite est loin d’être atteinte
alors que lorsque n est grand, les erreurs d’arrondi dominent. Plus précisément, 1 −
1
n log(1 + 1/n) ≈ 2n , qui est l’erreur de troncature. En arithmétique flottante, fl(log(1 +
1/n)) = log(1 + 1/n)(1 + ) où || ≤ εm . L’erreur de représentation de n log(1 + 1/n)
1
est donc environ n. L’erreur totale est ainsi de la forme 2n + n, ce qui correspond au
graphe.
h h ii
44. fl fl(e) × fl fl(π ) − fl 32 = 0, 672 75 × 101 .
45. fl(1 + 105 ) = 105 .

46. fl [fl(A) × fl [fl(B) − fl(C)]] = fl(0, 087174 × 101 ) = fl(0, 87174) = 0, 872.
47. En arithmétique flottante à 5 chiffres, on a

" #" # " #
1 0 −1 −1
= .
−1 1 0 1 + −1 1 0
48. Le programme consiste à sommer 10 fois le nombre (0, 1)10 qui n’a pas de représentation
exacte en arithmétique flottante; en double précision norme IEEE − 754. Ce programme
va donner une boucle inifinie. Voici le programme modifié
x = 0.0;
while ( (x-1.0)<0.001 )
%for i =1:10
x = x + 0.1
end
49. (a) fl (f (0, 0001)) = 0, 2 × 10−1 et f (0, 0001) = 0, 1920024 × 10−1 (valeur exacte). Le
manque de précision est causé par une perte de chiffres significatifs par soustraction
des nombres voisins 0, 512 02 × 103 et 0, 512 × 103 .
(b) f (x) = x(192 + x(24 + x)) = x(64 + (8 + x)(16 + x)) et fl (f (0, 0001)) = 0, 19200 ×
10−1 .
50. La soustraction entraine une perte de chiffres significatifs. La solution est d’utiliser
l’expression suivante
p p √x + 4 + √x + 3 1
f (x) = x+4− x+3 √ √ =√ √ .
x+4+ x+3 x+4+ x+3
51. (a) Pour les valeurs de x proches de 0, les opérations suivantes entrainent la perte de
chiffres significatifs par la soustraction de nombres voisins.
√ √1+x 2 +1 1
i. 1 + x 2 − 1 √ = √ ;
2
1+x +1 1 + x2 + 1
ii. ex − e−x = 2 sinh x.
1
(b) limx→0 f (x) = limx→0 √ − 2 sinh x = 12 .
1+x +1 2
52. ∆f = 0, 3399 × 10−3 < 0, 5 × 10−3 et f (x ∗ ) = sin (x ∗ ) ' 0, 733 381 possède aucun
chiffre significatif.
53. ∆f = 0, 82 × 10−3 < 0, 5 × 10−2 et f (x ∗ , y ∗ , z∗ ) = −0, 008 145 possède aucun chiffre
significatif.
54. ∆f = 0, 95×103 < 0, 5×10−2 f (x, y) = 0, 4 60 910 899 748×104 possède 1 chiffre significatif.
55.
∆V ≤ 0, 19069 × 101 ≤ 0, 5 × 101 V = 1 6, 023 693 possède 1 chiffre significatif.

56.
∆T ≤ 0, 612 × 10−2 ≤ 0, 5 × 10−1 T = 2, 0 07 089 possède 2 chiffres significatifs.
57. ∆f = 0, 339 91 × 10−3 , l’approximation 0, 733 381 possède 3 chiffres significatifs.

58. L’addition de 2 nombres dont les ordres de grandeurs sont très différents.
fl fl(104 ) + fl(10−4 ) = fl(0, 1 × 105 + 0, 0000 0000 1 × 105 ) = fl(0, 1 × 105 ) = 104 .

l’équation devient x 2 − 104 x + 1 = 0.
59. Algorithme de Horner : p = e + x(d + x(c + x(b + ax))).

60. Pour eviter la perte de chiffres significatifs par soustraction des nombres voisins,
√
(3 − 2α2 ) arcsin (α) = 0, 24463 5 et 3α 1 − α2 = 0, 24463 46.
√
Il faut remplacer arcsin (α) et 1 − α2 pour leur developpement de Taylor autour de
x0 = 0.
61. (a) Soustraction de nombres voisins pour x proche de 0.

1 1 2x
Solution: 1−x − 1+x = 1−x 2;
(b) Addition de termes dont les ordres de grandeur sont très différents.
Solution: 1 + 214 + 314 + · · · + 100 10004 = 100 10004 + · · · + 314 + 214 + 1;
(c) Soustraction de nombres
voisins pour x proche de y.
2

2 2 ex
Solution: x − y = ln y 2 . ăă
e
(d) Soustraction de nombres voisins √ pour x 1. √ √ √
ăăăăăSolution: ăăălog (x − x 2 − 1) = − log (x + x 2 − 1) = log (2)−2 log ( x + 1 + x − 1).
ăăăăLa deuxième expression permet d’éviter le calcul de x 2 qui peut entrainer pour
x 1 un débordement (overflow).
√ x x2
62. (a) On a f (x) = 1 + x ' p2 (x) = 1 + − .
2 8
(b)
p p
1, 0001 = 1 + (0, 0001) ' p2 (0, 0001) = 1, 00005.
p p
0, 9999 = 1 − (0, 0001) ' p2 (−0, 0001) = 0, 99995.
(c) q1 = 1, 00005 ⇒ fl(q1 ) = 1 et q2 = 0, 99995 ⇒ fl(q2 ) = 1.

(d) Pour eviter la perte de chiffres significatifs pour soustraction de nombres voisins, on
pose
p p 0, 2 × 10−2
1, 0001 − 0, 9999 = p p .
1, 0001 + 0, 9999
!
0, 2 × 10−2
fl p p = 0, 1 × 10−2 (valeur exacte).
1, 0001 + 0, 9999

2 3 4 5
63. (a) f (x) = ln (1 + x) = x− x2 + x3 − x4 + x5 · · · = p4 (x)+O(x 5 ). On obtient un polynôme
x5
de degré 4 avec l’erreur E4 (x) = où ξ(x) ∈ [0, x].
5(1 + ξ(x))5
(b) ln (1, 1) ' p4 (0, 1) = 0, 095 308 333 et l’erreur absolue est | ln (1, 1) − p4 (0, 1)| '
0, 185 × 10−5 . L’approximation p4 (0, 1) = 0, 95 30 8 333 × 10−1 possède 4 chiffres
significatifs.
On divise h par 4, ce qui revient à réduire l’erreur de 45 .
ln (1+x) 11x 2

x
(c) e x = e 1 − 2 + 24 + · · · .
ln (1+x) 2

limn→∞ (1 + n ) = limx→0 e x = limx→0 e 1 − x2 + 11x
1 n
24 + · · · = e.
(d) Pour de grandes valeurs de n, en arithmétique flottante le nombre 1 va absorber le
1 1 1 n
nombre . On a fl(1 + n ) = 1. On peut remplacer l’expression (1 + n ) par son
n
développement de Taylor.
Interpolation
64. (a) Polynôme de degré 2.

1
(b) p2 (x) = 2 (x + x 2 ).
2(α−1) 1
65. p(x) = 2α−1 x + 2α−1 x 2 pour α 6= α0 = 12 .
π π π π
x− 16 x− 8 π x x− 8 π x
x− 16
66. (a) pL2 (x) = π π + cos ( 16 ) π π π + cos ( 8 ) π π π . Ce qui donne
16 8 16 16 − 8 8 8 − 16
π π
cos ( 32 ) ' pL2 ( 32 ) = 0, 995 104 019.
π
x2 π ( 32 )2
(b) cos (x) = 1 − 2 + O(x 4 ) ce qui donne cos ( 32 )'1− 2 = 0, 995 180 857.
π
(−1+cos 8 )
(c) p2 (x) = a0 + a1 x + a2 x 2 , où a0 = 1, a1 = 0 et a2 = π = −0, 493 607 416.
( 8 )2
π π
On a donc cos ( 32 ) ' p2 ( 32 ) = 0, 995 242 471.
π
(d) cos ( 32 ) = 0, 995 184 726 672. Le développement de Taylor de dégré 2 donne la
π
meilleure approximation. Cela s’explique par le fait que 32 soit proche de 0 et que le
polynôme de Taylor utilise les valeurs exactes de f (0), f 0 (0) et f 00 (0).
(x − x1 )
67. i. L0 (x) = , c’est la droite passant par les points de coordonnées (x0 , 1) et
(x0 − x1 )
(x1 , 0).
(x − x0 )
L1 (x) = , c’est la droite passant par les points de coordonnées (x0 , 0) et
(x1 − x0 )
(x1 , 1).
(x − x1 ) (x − x0 ) (x − x1 ) − (x − x0 )
ii. L0 (x) + L1 (x) = + = = 1.
(x0 − x1 ) (x1 − x0 ) (x0 − x1 )
(x − x1 ) (x − x0 ) x1 (x − x1 ) − x0 (x − x0 )
iii. x1 L0 (x) + x0 L1 (x) = x1 + x0 = = x.
(x0 − x1 ) (x1 − x0 ) (x0 − x1 )
68. (a) v(15) ' P2 (15) = 1, 8125.

(b) v(15) ' P3 (15) = 1, 815 625.
(t−30)(t−40) (t−20)(t−40) (t−20)(t−30)
69. (a) p2 (t) = 5, 11 (20−30)(20−40) +5, 06 (30−20)(30−40) +5, 0 (40−20)(40−30) , ce qui donne P2 (35) =
5, 031 25 × 10 −5 mol/l.
(b) Cela revient à faire de l’extrapolation car 35 ∉ [20 , 30].
70. (a) On obtient le système linéaire suivant:
1 150 1502 1503

    
a0 1, 426
    
    
 1 160 1602 1603   a1   1, 447
     

    
  = 
    
 1 170 1702 3
170   a2   1, 469
   
 
    
    
1 180 1802 1803 a3 1, 492
(b) Cp(179) ' p1 (179) = 1, 4897.

(c) Cp(179) ' p3 (179) = 1, 489 655.
(d) Les résutats sont similaires en dépit du fait que l’approximation obtenue en (c) est le
résultat d’une extrapolation.
(e) On obtient le même résultat car le polynôme d’interpolation de degré 3 qui passe par
les 4 premiers points est unique.
71. (a) p2 (T ) = 0, 0075L0 (T ) + 0, 0099L1 (T ) + 0, 0147L2 (T ),

(T −212)(T −363) (T −115)(T −363) (T −115)(T −212)
où L0 (T ) = (115−212)(115−363) , L1 (T ) = (212−115)(212−363) et L2 (T ) = (363−115)(363−212) .
−2
On a donc k(300) ' P2 (300) = 1, 2563 × 10 Btu/hr ft ◦ F.
(b) p2 (k) = 115L0 (k) + 212L1 (k) + 363L2 (k),
(k−0,0099)(k−0,0147) (k−0,0074)(k−0,0147)
où L0 (k) = (0,0074−0,0099)(0,0074−0,0147) , L1 (k) = (0,0099−0,0074)(0,0099−0,0147) et L2 (k) =
(k−0,0074)(k−0,0099)
0,0147−0,0074)(0,0147−0,0099) . On a donc T (0, 008) ' p2 (0, 008) = 1, 3943 × 102 ◦ F
x−1 x − 0, 2
72. (a) p1 (x) = f (0, 2) + f (1) .
0, 2 − 1 1 − 0, 2
(b) f (0, 5) ' p1 (0, 5) = 1, 702 158 × 10−2 |f (0, 5) − p1 (0, 5)| = 0, 1254 × 10−2 .
L’approximation p1 (0, 5) = 1 , 702 158 × 10−2 possède 1 chiffre significatif.
(c) E1 (x) ≤ M 00
2! (x−0, 2)(x−1) où |f (x)| ≤ M pour x ∈ [0, 2 , 1]. L’erreur d’interpolation
est maximale en x = 0, 6.
(t − 2, 25)(t − 4.5) t(t − 4, 5) t(t − 2, 25)
73. (a) P2 (t) = 0, 3335 +0, 2965 +0, 2660 .
(−2, 25)(4, 5) (2, 25)(2, 25 − 4, 5) (4, 5)(4, 5 − 2, 25)
1 1
(b) C(3 s) = C( 20 min) ' P2 ( 20 ) = 0, 3326 gmol/dm3 .
(c) On obtient le système linéaire suivant:
1 0, 00 0, 002 a0 0, 3335
    
    
    
 1 2, 25 2, 252   a1  =  0, 2965
    

    
    
1 4, 50 4, 502 a2 0, 2660

74.
10
1 1
E9 (x) ≤ max |f (10) (x)|
40 9 x∈[1 , 2]
10
1 1
≤ 362880 = 2, 601 824 190 × 10−6 .
40 9
Les polynômes de degré élévé ont tendance à osciller mais dans ce cas l’approximation
est acceptable car les abscisses des points d’interpolation sont proches plus proches les
uns des autres.
π π
x− 2 (x−π ) ) x x− 2
75. (a) p2 (x) = 3 π + 2t −x(x−π
π π −3 π .
( 2 )π 2 2 π( 2 )
(b) f ( 14 ) ' P2 ( π4 ) = 3.
(c)
h 3 3
|e2 (x)| ≤ maxξ(x)∈]0,π [ |f (3) (ξ(x))| 4×3 = maxξ(x)∈]0,π [ | − 2 cos x + 3 sin x| π
96
√ √
2 5 2π 3
maxξ(x)∈]0,π [ | − 2 cos x + 3 sin x| ≤ 5 2 ⇒ |e2 (x)| ≤ 192 = 1, 141 914.
Autre solution | − 2 cos x + 3 sin x| ≤ 2| cos x| + 3| sin x| ≤ 5 ⇒ |e2 (x)| ≤ 1, 614 910.
(d)
h2 π2
|e1 (x)| ≤ maxξ(x)∈]0,π [ |f (2) (ξ(x))| 4×2 = maxξ(x)∈]0,π [ | − 2 sin x − 3 cos x| 8n2
√ √
2 5 2π 2
maxξ(x)∈]0,π [ | − 2 sin x − 3 cos x| ≤ 5 2 ⇒ |e1 (x)| ≤ 16n2
≤ 10−4
√
r
(104 × 2×5π 2 )
n≥ 16 = 208, 84 ⇒ n ≥ 209
Autre solution | − 2 sin x − 3 cos x| ≤ 2| sin x| + 3| cos x| ≤ 5 ⇒ n ≥ 249.
Splines cubiques
76. La spline naturelle S(x) et le polynôme p(x) = x 3 coïncideront seulement si p(x) vérifie
la propriété p 00 (0) = p 00 (3) = 0. Or ce n’est pas le cas. On s’attend donc à commettre
une erreur d’interpolation.
h1 00 h1 00 (f (x0 )−f (x1 ))
77. p10 (x0 ) = f00 ⇒ 0
3 f0 − 6 f1 = f0 + h1 .
0 (x ) = 0 hn 00 hn 00 0 (f (xn−1 )−f (xn ))
pn n fn ⇒ 6 fn−1 − 3 fn = fn + hn .
78. 
x 3 si x ∈ [0 , 1];
f (x) =
 1 (x − 1)3 + 3(x − 1)2 + 3(x − 1) + 1 si x ∈ [1 , 3].
2
La spline f (x) n’est pas naturelle.

79. (a) Le point 0, 75 est dans l’intervalle [0, 5 , 1, 0] et l’on doit donc utiliser le polynôme:
p2 (x) = 0, 880 588 + 0, 494 077(x − 0, 5) + 0, 716(x − 0, 5)2 − 0, 084 667(x − 0, 5)3 ,
ce qui donne f (0, 75) ' p2 (0, 75) = 1, 294 572.
(b) Les 2 polynômes donnnent le même résultat, car la dérivée première de la spline est
continue en x = 1.
(c) À l’aide du tableau, on trouve, f 00 (1, 5) ' f300 = 3, 308.
80. f (1, 03) ' p2 (1, 03) = 0, 809 383 22. L’approximation p2 (1, 03) = 0, 809 383 22 possède
3 chiffres significatifs.
81. (a) On obtient 2 équations à 2 inconnues:

5 00
+ 12 f200 = 6;

2 f1


1 00 5
+ 2 f200 = 6.

2 f1

(b) On obtient 2 équations à 2 inconnues:

7 00 1
+ 2 f200 = 6;

4 f1


1 00
+ 74 f200 = 6.

2 f1

82. (a) a2 = S2 (0) = f (0) = 0.

(b) Pour l’étudiant Y S10 (0) = −1 6= S20 (0) = 1.
La dérivée de la spline est discontinue en 0, l’étudiant X a trouvé la bonne réponse.
83. La fonction S(x) n’est pas une spline cubique car la dérivée seconde de S(x) n’est pas
continue (P100 (−1) = 12 6= P200 (−1) = 0).
84. (a) xi (0, 01) ' p2 (0, 01) = 0, 0046.

(b) i.
On obtient 6 équations à 6 inconnues:

 00

 f0 = a;
2 00 3 00

00
5 f0 + 2f1 + 5 f2 = −100;









2 00 1 00 2000

 00
3 f1 + 2f2 + 3 f3 = 9 ;






3 00 00 2 00
5 f2 + 2f3 + 5 f4 = 400;








 2 00 00 1 00
3 f3 + 2f4 + 3 f5 = 2000;








 f 00 = b.


5
ii.

 00

 f0 − f100 = 0;
2 00 3 00

00
5 f0 + 2f1 + 5 f2 = −100;









2 00 1 00 2000

 00
3 f1 + 2f2 + 3 f3 = 9 ;






3 00 00 2 00
5 f2 + 2f3 + 5 f4 = 400;








 2 00 00 1 00
3 f3 + 2f4 + 3 f5 = 2000;








 f 00 − f 00 = 0.


4 5
iii.
4×10−3 00 2×10−3 00



 3 f0 − 3 f1 = a − 0, 5.





2 00
+ 2f100 + 35 f200 = −100;

5 f0









2 00
+ 2f200 + 13 f300 = 2000

3 f1 9 ;




3 00
+ 2f300 + 25 f400 = 400;

5 f2









2 00
+ 2f400 + 13 f500 = 2000;

3 f3









10−3 00 10−3 00


6 fn−1 − 3 fn = b − 2.


85. (a) Un polynôme de degré 3 étant entièrement déterminé par 4 valeurs d’interpolation
en des nœuds distincts, f et γ coïncideront seulement si f vérifie la propriété
f 00 (0) = f 00 (1) = 0. Or ce n’est pas le cas. On s’attend donc à commettre une
erreur d’interpolation.
(b) On impose les conditions d’interpolation, de jonction et de continuité des dérivées
premières et secondes pour obtenir a = 2, b = 8, c = 6 et d = −1.
86. (a) On a n polynômes à déterminer, ce qui donne 3n inconnues.
Pi (xi−1 ) = f (xi−1 ) et Pi (xi ) = f (xi ) pour i = 1, 2, · · · , n;

Pi0 (xi ) = Pi+1
0
(xi ) pour i = 1, 2, · · · , n − 1.
(x − xi ) (x − xi−1 )
(b) Pi0 (x) = −fi−1
0
+ fi0 .
(xi − xi−1 ) (xi − xi−1 )
0 (x − xi )2 (x − xi−1 )2 (xi −xi−1 ) 0
(c) Pi (x) = −fi−1 + fi0 + f (xi−1 ) + 2 fi−1 .
2(xi − xi−1 ) 2(xi − xi−1 )
0 2
(d) fi−1 + fi0 = (xi −xi−1 ) (f (xi ) − f (xi−1 )) pour i = 1, 2, · · · , n.
87. (a) γ1 (t) = a0 + b0 t + c0 t 2 et γ1 (t) = a1 + b1 t + c1 t 2 .

On obtient le système linéaire de 5 équations à 6 inconnues suivant:



 a0 = 2;
 a0 + b0 + c0 = 1;



a1 + b1 + c1 = 1;




 a 1 + 2b1 + 4c1 = 4;
 b + 2c = b + 2c .

0 0 1 1
(b) On a γ1 (t) = γ2 (t) = p2 (t) = 2 − 3t + 2t 2 . On obtient le polynôme de degré 2 qui

passe par les 3 points.
(c) ăăEn imposant les conditions, on voit que la troisième branche est la même que les
2 premières. En l’évaluant en t=3 on trouve la valeur 11. Si on ăessaie d’interpoler
toute autre valeur que 11 en t=3, il n’existe aucune spline quadratique.
f (x+h)−f (x−h) f (x+2h)−f (x) f (x)−f (x−2h)

88. f 0 (x) ' 2h , f 0 (x + h) ' 2h , f 0 (x − h) ' 2h , f 00 (x) '
f 0 (x+h)−f 0 (x−h) f (x+2h)−2f (x)+f (x−2h)
2h d’où f 00 (x) ' 4h2
.
89. L’erreur commise est qu’on est limité à un développement de Taylor de degré 2 (ordre 3).
h2 00 h3 000 h4 (4)
Le bon raisonnement: f (x + h) = f (x) + hf 0 (x) + 2 f (x) + 6 f (x) + 24 f (x) +
h2 00 h3 000 h4 (4)
O(h5 ) et f (x − h) = f (x) − hf 0 (x) + 2 f (x) − 6 f (x) + 24 f (x) + O(h5 ). Alors
1
h2
[f (x + h) − 2f (x) + f (x − h)] = f (x) + O(h2 ) et
00 donc l’ordre de cette approximation
de f 00 est 2.
9h2 00 27h3 000 81h4 0000
90. f (x + 3h) = f (x) + 3hf 0 (x) + 2 f (x) + 6 f (x) + 24 f (x) + O(h5 );
12h2 24h 3 48h4
−3f (x + 2h) = −3f (x) − 6hf 0 (x) − 2 f 00 (x) − 6 f 000 (x) − 24 f 0000 (x) + O(h5 );
3h2 3h3 3h4
3f (x + h) = 3f (x) + 3hf 0 (x) + 2 f 00 (x) + 6 f 000 (x) + 24 f 0000 (x) + O(h5 ). On a
f (x+3h)−3f (x+2h)+3f (x+h)−f (x)
f 000 (x) = h3
− 3h
2 f
0000 (x)+O(h2 ). L’approximation est d’ordre
1.
−f (6)+4f (4)−3f (2)
91. La différence avant d’ordre 2 avec h = 2 donne f 0 (2) ' 4 = −1. La
f (4)−f (2) f (6)−f (2)
différence avant d’ordre 1 donne f 0 (2) ' 2 = −1 0
pour h = 2; f (2) ' 4 =
f (8)−f (2)
−1 pour h = 4 et f 0 (2)
' = 6 − 32
pour h = 6. Ensuite, on applique l’extrapolation
de Richardson sur la différence avant d’odre 1 pour obtenir des approximations d’ordre 2.
2×(−1)−(−1)
Ainsi sur les resultats obtenus avec h = 2 et h = 4, on obtient f 0 (2) ' 2−1 = −1;
3
3×(−1)−(− 2 )
et avec h = 2 et h = 6, on obtient f 0 (2) ' 3−1 = − 43 qui sont des approximations
d’ordre 2.
(a−b)h 00 (a2 +b2 −ab)h2 000
92. (a) L’expression des deux premiers termes de l’erreur : 2 f (x)+ 6 f (x)
(b) Si a ≠ b, l’approximation est d’ordre 1. Si a = b, l’approximation est d’ordre 2.
93. (a)

e(x + h) − e(x − h) h2 |e(x + h)| + |e(x − h)| h2
000
− f (ξ) ≤ + M

2h 6 2h 6
+ h2 h2
≤ + M= + M = g(h).
2h 6 h 6
(b) La formule centrée donne f 0 (0, 9) ' 0, 62250 pour h1 = 0, 002 et f 0 (0, 9) ' 0, 6220
pour h2 = 0, 005. Les erreurs absolues sont respectivement Eh1 = 0, 00089 et Eh2 =
0, 00039. Bien que h1 < h2 , l’approximation de f 0 (0, 9) obtenue avec h2 est plus
précise que celle obtenue avec h1 . Cette apparente contradiction est due au fait que
h2
l’erreur g(h) = h + 6 M ne tend pas nécessairement vers 0 quand h tend vers 0. En
h2
effet quand h ⇒ 0 6 M ⇒0 mais h ⇒ ∞.
(c) Il sagit de trouver la valeur de h qui minimise la fonction erreur g(h). On résout
q q
h 3 3 3
l’équation g 0 (h) = − h2 + 3 M = 0 et on trouve h = M . On note que g 00 M > 0,
q
ce qui confirme h = hmin = 3 3 M.
On a M = max0,8≤x≤0,950 | cos (x)| =≤ cos (0, 8). De plus, puisque tous les chiffres
des approximations de f (x) du tableau sont significatifs, = 0, 5 × 10−5 (10−5 corre-
spond à la position du dernier chiffre significatif). On a dans ce cas hmin = 0, 02782.
94. (a) La formule aux différences donne f 00 (1) ' −0, 8495 pour h = 0, 1 et f 00 (1) '
−0, 875 675 pour h = 0, 2. Les erreurs absolues sont respectivement E(h = 0, 1) =
0, 008 029 et E(h = 0, 2) = 0, 034 204. Le ratio des erreurs absolues est E(h=0,2)
E(h=0,1) =
2
4, 26 ' 2 . La formule est d’ordre 2.
(b)
9h2 00 27h3 000 81h3 (4)
−f (x + 3h) = −f (x) − 3hf 0 (x) − 2 f (x) − 3! f (x) − 4! f (x) + O(h5 )
16h2 00 32h3 000 64h3 (4)

4f (x + 2h) = 4f (x) + 8hf 0 (x) + 2 f (x) + 3! f (x) + 4! f (x) + O(h5 )
5h2 00 5h3 000 5h3 (4)

−5f (x + h) = −5f (x) − 5hf 0 (x) − 2 f (x) − 3! f (x) + 4! f (x) + O(h5 )
2f (x) = 2f (x)
11h4 (4)
h2 app(h) = h2 f 00 (x) − 12 f (x) + O(h5 )
11h2 (4)
app(h) = f 00 (x) − 12 f (x) + O(h3 )
11h2 (4)
f 00 (x) = app(h) + 12 f (x) + O(h3 ) ⇒ f 00 (x) = app(h) + O(h2 )
⇒ approximation d’ordre 2.
95. (a) La formule aux différences donne f 00 (1) ' −1, 119 159 99 pour h = 0, 05 et f 00 (1) '
−1, 167 984 99 pour h = 0, 1. Les erreurs absolues sont respectivement E(h =
0, 05) = 0, 008 029 et E(h = 0, 1) = 0, 034 204. Le ratio des erreurs absolues est
E(h=0,1) 2
E(h=0,05) = 4, 104 ' 2 . La formule est d’ordre 2.
(b)
4h2 00 8h3 000 16h4 0000
f (x + 2h) = f (x) + 2hf 0 (x) + 2 f (x) + 3! f (x) + 4! f (x)
5 64h6 (6)
+ 32h
5! f
(5) (x) +
6! f
7
(x) + O(h )
2h2 00 2h3 000 2h3 0000

−2f (x + h) = −2f (x) − 2hf 0 (x) − 2 f (x) − 3! f (x) − 4! f (x)
2h5 (5) 2h6 (6) 7
− 5! f (x) − 6! f (x) + O(h )
4h2 00 8h3 000 16h4 0000

−f (x − 2h) = −f (x) + 2hf 0 (x) − 2 f (x) + 3! f (x) − 4! f (x)
5 64h5 (6)
+ 32h
5! f
(5) (x) +
6! f
7
(x) + O(h )
2h2 00 2h3 000 2h3 0000

2f (x − h) = 2f (x) − 2hf 0 (x) + 2 f (x) − 3! f (x) + 4! f (x)
5 2h5 (6)
− 2h
5! f
(5) (x) −
5! f
7
(x) + O(h )
60h5 (5)
2h3 app(h) = 2h3 f 000 (x) − 5! f (x) + O(h6 )
h2 (5)
app(h) = f (3) (x) − 4 f (x) + O(h4 )
h2 (5)
f (3) (x) = app(h) + 4 f (x) + O(h4 ) = app(h) + O(h2 ).
Approximation d’ordre 2.

3f (x)−(4+λ)f (x−h)+(1+λ)f (x−2h)
96. Si λ ≠ 0: f 0 (x) = (2−λ)h + O(h), approximation d’ordre 1.
3f (x)−(4+λ)f (x−h)+(1+λ)f (x−2h)
Si λ = 0: f 0 (x) = (2−λ)h + O(h2 ), approximation d’ordre 2.
f 00 (x)h2 f 000 (x)h3
97. f (x + h) = f (x) + f 0 (x)h + 2 + 3! + ...,
f 00 (x)h2 f 000 (x)h3
f (x − h) = f (x) − f 0 (x)h + 2 − 3! + ....
D’où
f 00 (x)h f 000 (x)h2 f 00 (x)h f 000 (x)h2
h i h i
Appθ (h) = (1 − θ) f 0 (x) + 2 + 3! + . . . + θ f 00 (x) − 2 + 3! − ...
f 00 (x)h f 000 (x)h2
= f 0 (x) + (1 − 2θ) 2 + 3! + ....
f 00 (x)h f 000 (x)h2

f (x+h)−f (x) f (x)−f (x−h)
D’où f 0 (x) = (1 − θ) h + θ h + (2θ − 1) 2 − 6 + ...
98. Simpson 3/8 (h = 43 ): 17,327 866 29 avec une erreur absolue de 0, 54 × 10−2 .
π
99. Boole (h = 32 ): 0,881 374 32 avec une erreur absolue de 0, 733 × 10−6 .
Erreur(h=0,2)
100. = 0,009
Erreur(h=0,1)
872 3
0,001 234 = 7, 99 ' 2 . La méthode est donc d’ordre 3.
R 3,4
101. 1,8 ex dx = 23, 91445. 46 intervalles assurent une approximation de I avec au moins 4
chiffres significatifs.
Rb
102. (a) Faux. Par exemple l’approximation de a f (x) dx sera, en général, moins prècise
avec Trapèze simple (ordre 3 ), qu’avec Trapèze composée (ordre 2).
1
(b) Faux. La méthode de Simpson 1/3 nécessite l’évaluation de la fonction tan(x) en
x = 0, qui n’est pas définie à cet endroit.
103. Au moins 23 sous-intervalles.

h 4
104. Sn − I = −E = −3(α−1)
40 η4
<0 où η ∈ [1, α]
105. La méthode de Simpson 13 simple donne
50
q q q
L' 1 + (H 0 (0))2 + 4 1 + (H 0 (50))2 + 1 + (H 0 (100))2 .
3
Pour obtenir les approximations d’ordre 2 des dérivées les plus précises pour H 0 (0), H 0 (50)
et H 0 (100), on prend h = 10 et on utilise respectivement la formule avant d’ordre 2 , la
formule centrée d’ordre 2 et la formule arrière d’ordre 2. On a alors L ' 156, 467.
R 0,25
106. Il s’agit de calculer une approximation de 0 s(e) de en utilisant les 6 points du tableau.
On peut construire le polynôme de degré 5 qui passe par les 6 points et l’integrer ou
encore utiliser la méthode de Simpson 1/3 avec les 3 premiers points et celle de Simpson
3/8 sur les 4 derniers points pour avoir une approximation d’ordre 4.
1 3
107. L’ordre le plus élevé est 5 car il faut combiner deux règles parmi Simpson 3, Simpson 8
et Boole simples. Il y a donc trois possibilités :
1
1. Simpson 3 sur {x0 , x1 , x2 } puis Boole sur {x2 , x3 , x4 , x5 , x6 }, ce qui donne
0, 18730793978365406 + 0, 210613307037542 = 0, 39792124682119606;

1
2. Boole sur {x0 , x1 , x2 , x3 , x4 } puis Simpson 3 sur {x4 , x5 , x6 }, ce qui donne
0, 21061330703754208 + 0, 18730793978365395 = 0, 39792124682119601;

3
3. Simpson 8 sur {x0 , x1 , x2 , x3 } puis encore sur {x3 , x4 , x5 , x6 }, ce qui donne
0, 19844878174314534 + 0, 19844878174314526 = 0, 39689756348629057.
Ici, les deux estimations de Simpson 38 auraient dû être rigoureusement identiques

car la fonction est paire. Les différences sont dues à l’ordre de sommation.
Les trois sont d’ordre 5. La troisième peut également être considérée comme étant
d’ordre 4 puisqu’elle est équivalente à une règle de Simpson 38 composée.
d(2h) |App(h=1,0)−App(h=0,5)| |0, 772 127 − 0, 703 023|

108. Le ratio est d(h) = |App(h=0,5)−App(h=0,25)| = = 7, 999 07 ' 23 .
|0, 703 023 − 0, 694 384|
La méthode est ordre n = 3.
109. (a) Le terme de droite devient:
h2 f 0 (x0 ) h3 f 00 (x0 ) h4 f 0 (x0 ) h5 f 00 (x0 )

hf (x0 ) + + + + + O(h6 ).
2 6 27 162
(b) Le terme de gauche devient, après intégration
h2 f 0 (x0 ) h3 f 00 (x0 ) h4 f 0 (x0 ) h5 f 00 (x0 )

hf (x0 ) + + + + + O(h6 ).
2 6 24 120
(c) Le premier terme de l’erreur:

1 1

4 0
h f (x0 ) −
24 27
et la méthode est d’ordre 4.
(d) Degré 2.
110. Il faut utiliser la méthode de Gauss, car la fonction ln(x) n’est pas définie en x = 0. Les
formules à 2, à 3 et à 5 points donnent respectivement les approximations −0, 405 465,
−0, 509 050 405 et −0, 571 707 615. La valeur exacte est −0, 613 705 639.
111. La formule à 3 points est exacte pour les polynômes de degré 5.

112. Il suffit de prendre successivement f (t) = 1, f (t) = t et f (t) = t 2 et l’on obtient un

système de 3 équations en 3 inconnues. La solution est w1 = 21 , w2 = 23 et t2 = 13 . Ceci
nous assure d’un degré de précision d’au moins 2. Avec ces valeurs, on vérifie que la
formule de quadrature n’est pas exacte pour f (t) = t 3 . On a donc un degré de précision
de 2.
113. Il suffit de prendre successivement f (x) = 1 et f (x) = x et l’on obtient un système de 2

équations en 2 inconnues. La solution est w1 = 1 et x1 = 41 . Ceci nous assure d’un degré
de précision d’au moins 1. Avec ces valeurs, on vérifie que la formule de quadrature n’est
pas exacte pour f (x) = x 2 . On a donc un degré de précision de 1.
114. Il suffit de prendre successivement f (x) = 1, f (x) = x, f (x) = x 2 et on obtient A = 2h,

h3
B = 0 et C = 3 . On a donc un degré de précision de 2.
R1
115. 0 ex dx ' 1, 717 896 37. L’erreur absolue est ∆ = 0, 385 4504 × 10−3 ≤ 0, 5 × 10−3 .
L’approximation 1, 717 896 37 possède 4 chiffres significatifs.
116. (a) I ' 3, 143 166 33

(b) n = 33
(c) I ' 3, 035 419 52
(d) Oui.
1
117. La fonction f (u) = √ n’est définie pour u = 0. Par conséquent, on doit avoir
8 sin(u)−u
recours à une quadrature de Gauss car les quadratures de Gauss ne requièrent pas
l’évaluation de la fonction à intégrer aux bornes d’intégration. On peut donc choisir
une quadrature de Gauss à 15 points (par exemple). Bien entendu, étant donné que
limu→0 f (u) = ∞, il est préférable de prendre un grand nombre de points.
118. (a) Il suffit de prendre successivement f (x) = 1 et f (x) = x et l’on obtient un système
de 2 équations en 2 inconnues. La solution est a = b = 2 . Ceci nous assure d’un
degré de précision d’au moins 1. Avec ces valeurs, on vérifie que la formule de
quadrature n’est pas exacte pour f (x) = x 2 . On a donc un degré de précision de 1.
(b) I ' 2f (1) + 2f (3) = 48
−1
119. On pose φ1 = φ( √ 3
) et φ2 = φ( √13 ), alors le système non linéaire est donné par:
 1
3 e 3 φ1 − 5 ln(φ1 ) − 5 ln(φ2 ) − 9 = 0;
3 e 31 φ − 5 ln(φ ) − 5 ln(φ ) − 9 = 0.
2 1 2
120. (a) Il suffit de prendre successivement f (x) = 1 et f (x) = x et l’on obtient un système
3h
de 2 équations en 2 inconnues. La solution est a = b = 2 .
R3 1
(b) Avec cette quadrature, on a 0 1+x dx ' 45 .
R3 1
(c) Avec Simpson 13 , on a 0 1+x dx ' 1, 425.
121. (a) Il faut 4 points de Gauss.

1
(b) Impossible d’intégrer exactement avec Simpson 3 car cette méthode a un degré de
précision inférieur au degré du polynôme.
R 0,5 2
122. (a) erf(0, 5) = √2π 0 e−u du ' 0, 570 500 2
R 0,5 2
(b) erf(0, 5) = √2π 0 e−u du ' 0, 501 790 4
(c) L’erreur absolue est E(0, 5) ≤ 0, 2083×10−1 ≤ 0, 5×10−1 . L’approximation 0, 5 01 790 4
possède un chiffre significatif.
q q
R2 R1 1 1
123. I = x 2t dt ' 2 e2 3 + e−2 3 = 6, 976 449 920.
−2 e dx = 2 −1 e
124. La formule sera exacte pour les polynômes de degré au plus 2. Si elle est exacte pour
g(t) = 1, g(t) = t et g(t) = t 2 , w1 , w2 et t2 sont solution du système


 w1 + w2 = 2;





−w1 + w2 t2 = 0;




 w + w t2 = 2 .


1 2 2 3
R1
On trouve w1 = 21 , w2 = 32 , t2 = 31 et donc la quadrature est −1 g(t)dt ' 12 g(−1)+ 32 g( 31 ).
Pour déterminer le degré de précision de la quadrature. on vérifie pour g(t) = t 3 . La
R1
valeur exacte de l’intégrale −1 t 3 dt est 0, alors que on obtient − 13 . Le degré de précision
est donc 2.
2
125. Comme la fonction e−x n’a pas de primitive, on ne peut pas l’integrer exactement avec
une méthode numérique. Il est cependant possible d’obtenir une approximation très
précise avec la méthode des trapèzes composée (en utilisant un nombre suffisamment
grand d’intervalles) ce qui n’est le cas avec la quadrature de Gauss à 2 points qui permet
d’obtenir une seulement une approximation.
126. (a) La formule sera exacte pour les polynômes de degré au plus 1. Si elle est exacte pour
g(t) = 1 et g(t) = t, w1 et w2 sont solution du système

 w1 + w2 = 2;


 −w + w = 0.
1 2
On trouve w1 = w2 = 1 et donc la quadrature est I(g) = g(−1) + g(1) Pour déter-

miner le degré de précision de la quadrature. on vérifie pour g(t) = t 2 . La valeur
R1 2
exacte de l’intégrale −1 t 2 dt est 3 , alors que on obtient 2. Le degré de précision est
donc 1.
R 1 dx 1 1
(b) −1 1+x 2 ' 1+(−1)2 + 1+(1)2 = 1.
Rb R1
(c) a f (x) dx = b−a 2 −1 f (
(b−a)t+a+b
2 ) dt ' b−a
2 (f (a) + f (b)). On retrouve la formule
du trapèze simple.
127. (a) On pose h = 23 , x0 = −1, x1 = − 13 , x2 = 13 , et x3 = 1 et on obtient

Z1
2 h 1 1
ex dz ' (e + 2e 9 + 2e 9 + e) = 3, 302 213 310.
−1 2
2 2 4 2 4e
(b) Pour h = , l’erreur absolue est |E| = |f 00 (η)|h2 = 2
|eη (2 + 4η2 ) ≤ 2 . Cette
n 12 6n n
erreur est inférieure à 10−2 dès que n ≥ 33.
(c) La quadrature est au moins de degré de précision 5 si elle est exacte pour f (x) = x p
pour p = 0, 1, 2, 3, 4, 5. Vu que la quadrature est par hypothèse exacte pour p =
1, 3, 5, il faut juste montrer qu’elle est exacte pour p = 0, 2, 4. On obtient le système

suivant:


 w1 + w2 = 1;





w1 + w2 x12 = 13 ;





1
w1 + w2 x14 = 5 .


(d) La notion d’ordre n’est pas associée à la quadrature de Lobatto. Si la quadrature n’est
pas exacte, on ne peut pas améliorer l’approximation. Cependant on peut améliorer
l’approximation de l’integrale avec la méthode du trapèze composée en utilisant un
nombre suffisament grand d’intervalles.
128. (a) Avec 3 nœuds, il y a 4 inconnues. On impose donc 4 conditions avec f (x) = x k pour
k = 0, 1, 2, 3 :
2 = 3w
0 = w(x0 + x1 + x2 )
2/3 = w(x02 + x12 + x22 )
0 = w(x03 + x13 + x23 ).
(b) On trouve√immédiatement
√ w = 2/3. On voit ensuite facilement que x1 = 0 puis que
x0 = −1/ 2, x2 = 1/ 2 ;
(c) Par construction, la règle est au moins de degré 3 puisqu’elle intègre x k exactement
pour k = 0, 1, 2, 3. Elle n’est pas de degré 4 car
Z1
2 2 1 1

4
= x dx ≠ +0+ .
5 −1 3 4 4
(d) On obtient l’approximation

Z1
sin(x)2 cos(x)dx ' 0, 42779283045482863.
−1
129. (a) 2 points d’intégration.

(b) 3 points d’intégration.
(c) 4 points d’intégration.
(d) Impossible d’intégrer exactement avec la méthode des Trapèzes car cette méthode à
un degré de précision qui inférieur au degré du polynôme.
130. L’erreur est nulle car la formule de Gauss à 5 points est exacte pour les polynômes de
degré inférieur ou égal à 9.
131. La formule à 10 points est exacte pour les polynômes de degré 1, pour g(t) = 1, on a
R1
−1 1dt = 2 = w1 + w2 + · · · + w10 .
132. Il suffit de prendre successivement f (t) = 1, f (t) = t et f (t) = t 2 et l’on obtient un

système de 3 équations en 3 inconnues. La solution est a0 = a2 = 43 et a1 = − 23 . Ceci
nous assure d’un degré de précision d’au moins 2. Avec ces valeurs, on vérifie que la
formule de quadrature est exacte aussi pour f (t) = t 3 mais pas pour f (t) = t 4 . On a
donc un degré de précision de 3.
133. (a) Il suffit de prendre successivement g(t) = 1, g(t) = t et g(t) = t 2 et l’on obtient un
1+3α 4
système de 3 équations en 3 inconnues. La solution est w1 = 3(1+α) , w2 = 3(1−α 2 ) et
1−3α
w3 = 3(1−α) .
(b) Il suffit de prendre g(t) = t 3 , on obtient α = 0 comme seule solution dans ] − 1, , 1[.
1 4 1
(c) Pour α = 0, on a w1 = w3 = 3 et w2 = 3 , ce qui donne la formule de Simpson 3 :
Zb Z1
b−a b−a 1
f (x) dx = 2 g(t) dt ' 2 3 (g(−1) + 4g(0) + g(1) ;
a −1
h a+b
' 3 (f (a) + 4f ( 2 ) + f (b)).

Recueil MTH2210 A

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Recueil MTH2210 A

Transféré par

Droits d'auteur :

Formats disponibles

Recueil d’exercices

Exercices pour les cours de calcul scientifique pour ingénieurs MTH2210A

Donatien N’dri & Steven Dufour

Ce recueil d’exercices d’analyse numérique est un outil complémentaire aux exercices du

Donatien N’dri & Steven Dufour

Table des matières

Introduction et analyse d’erreur

Introduction et analyse d’erreur

Introduction et analyse d’erreur

Introduction et analyse d’erreur

Définitions, développement de Taylor et erreur de troncature

h f 0 (x0 ) erreur absolue

(a) Donner le nombre de chiffres significatifs de chaque approximation.

3. On peut obtenir une approximation de la fonction exponentielle f (x) = ex à l’aide de la

4. En se servant d’un développement de Taylor de la fonction arctan x autour de x0 = 0, on

Quel est l’ordre du développement de Taylor utilisé?

• pour x1 = 1,02, |e1 | = |f (x1 ) − T (x1 )| ' 0,3937 × 10−7 ;

Calculer l’ordre de précision du développement de Taylor utilisé.

6. À l’aide d’un développement de Taylor autour de x0 = 0, on a approché la fonction f (x)

• f (0, 1) = 3,156 et f (0,3) = 3,267;

estimer l’ordre de précision du développement de Taylor utilisé et en déduire la valeur

7. On utilise souvent l’approximation :

D’où vient cette approximation et quel est son ordre de précision?

8. La fonction i(t) est une solution de l’équation différentielle

i0 (t) = sin (6t) − i(t),

avec la condition initiale i(0) = 0. Sans résoudre l’équation différentielle, calculer le

10. Soit p(x) une fonction qui vérifie

g 0 (x) = h(x) et h0 (x) = g(x).

Sachant que g(0) = 0 et h(0) = 1, déterminer le développemnent de Taylor d’ordre 5 de

13. Obtenir n de telle sorte que

|ex − pn (x)| ≤ 10−4 , pour − 1 ≤ x ≤ 1,

où pn (x) est le développement de Taylor de degré n de ex autour de x0 = 0. Combien

en utilisant le résultat obtenu en (a).

17. (a) Obtenir le développement de Taylor autour de x0 = 0 de la fonction

(b) Poser x = −t 2 dans le développement en (a) et obtenir le développement de Taylor

18. La fonction d’erreur f (x) est définie par

Pour en obtenir le développement de Taylor, on peut suivre les étapes suivantes :

22. On désire calculer le développement de Taylor de la fonction

(b) En vous servant des développements de Taylor des fonctions ln (1 + x) et f (x)

23. Soit la fonction

25. La fonction erreur définie par

(a) Obtenir le développement de Taylor de la fonction C(x) dont l’erreur ne dépassera

27. (a) Calculer le développement de Taylor d’ordre 9 de f (x) = arctan x autour de x0 = 0.

28. Soit la fonction Zx

29. Soit la fonction Zx

30. On désire calculer le développement de Taylor de la fonction

ce qui nous permettra d’exprimer la fonction f (x) comme

Norme IEEE et erreur de représentation

31. Sachant que

donner la répresentation en simple précision selon la norme IEEE-754 du nombre décimal

33. Suivant la norme IEEE simple précision, donner la valeur décimale de

[Indice] [Solution] [TdM ]

34. Obtenir l’expression décimale du nombre binaire

(1100 0010 0101 0000 1111 0000 0000 0000)2 ,

représenté à l’aide de la norme IEEE en simple précision.

[Indice] [Solution] [TdM ]

39. Expliquer brièvement pourquoi la suite

tend plutôt vers 1 pour de grandes valeurs de n, en arithmétique flottante. Estimer la

40. On considère la suite {xn }∞

42. Soit la matrice !

43. Sachant que

on a reporté à la figure 1 l’erreur d’approximation pour n = 10k et k = 0, 1, 2, . . . , 14,

Figure 1: Graphe logarithmique de |n log(1 + 1/n) − 1|.