Annaba

E PST Analyse Numérique

Examen final No.2 Durée 1.5 h 08 juin 2016

Les documents, ordinateurs et téléphones sont interdits. Les CALCULETTES sont autorisées
Ï Il est recommandé aux étudiants de répondre aux questions avec clarté et concision.

EXERCICE 1. [6 pts]Calculer le polynôme de degré trois qui passe par les points

xi x0 = 0 x1 = 1 x2 = 4 x3 = 6
f (x i ) 1 −1 1 −1

1. en utilisant la formule d’interpolation de Lagrange, 2. en utilisant la formule de Newton.

Donner une approximation de f (2).

∗∗∗∗∗
EXERCICE 2. [6 pts] Déterminer par la méthode des trapèzes puis par celle de Simpson l’intégrale
∫π
I ( f ) = 02 f (x)d x sur la base du tableau suivant :

xi x0 = 0 x 1 = π8 x 2 = π4 x 3 = 3π
8
x 4 = π2
f (x i ) 0 0, 382683 0, 707107 0, 923880 1

Ces points d’appui étant ceux donnant f (x) = sin(x), comparer alors les résultats obtenus avec la
valeur exacte.

∗∗∗∗∗
∫h
EXERCICE 2. [4 pts] Pour calculer l’intégrale I ( f ) = f (x)d x, on considère la méthode d’intégration
0
suivante :
∫h [ ( )]
2h
I(f ) = f (x)d x ≈ Q( f ) = h a f (0) + b f ,
3
0

avec h > 0 est donné.

1. Déterminer a et b pour que la méthode Q soit exacte pour les polynômes de degré le plus élevé
possible. Quel est ce degré ?
2. On suppose que a et b sont déterminés comme dans la question (1) et soit f de classe C 1 sur [0, h].
Démontrer l’estimation d’erreur suivante
5M 2
|I ( f ) −Q( f )| ≤ h , M = sup | f ′ (x)|.
18 0≤x≤h

Indication. On pourra utiliser l’écriture

∫h { ( )}
2h
I ( f ) − Q( f ) = f (x) − a f (0) − b f dx
3
0

2ème Année Cycle Préparatoire. ST 1 Analyse Numérique

 Annaba
E PST Analyse Numérique

et le théorème des accroissements finis

f (x) − f (α) = (x − α) f ′ (β), α < β < x.

∗∗∗∗∗
EXERCICE 3. [4 pts] Considérons l’équation différentielle

y ′ (t ) = f (t , y(t )), t ∈ [0, 1], y(0) = y 0 .

On suppose que f est de classe C 2 et qu’elle est globalement lipschitzienne par rapport à la seconde
variable y, uniformément en t .
Pour approcher numériquement la solution de cette équation différentielle, on propose le schéma
numérique suivant :
y n+1 = y n + hΦ(t n , y n , h), (M )
où ( )
1 2 3 3
Φ(t , y, h) = f (t , y) + f t + h, y + h f (t , y) , t ∈ [0, 1], h ∈ [0, 1], y ∈ R,
3 3 4 4
et t n = nh, h = N1 , n = 0, 1, ..., N .
(a) Montrer que le schéma (M) vérifie les hypothèses de consistance et de stabilité.
(b) Montrer que l’ordre de convergence du schéma (M) est 2.
Rappel du cours :
THM.(Théorème de Lax) Consistance + stabilité ⇐⇒ convergence.
THM.(Stabilité) Si Φ(t , y, h) : [t 0 , t 0 +T ]×R×[0, H ] est continue et globalement lipschitzienne par rap-
port à la seconde variable, uniformément en t et h :

∃S > 0 tq. |Φ(t , y, h) − Φ(t , z, h)| ≤ S|y − z|, ∀y, z ∈ R, ∀t ∈ [t 0 , t 0 + T ], ∀h ∈ [0, H ],

alors le schéma numérique donné par la formule d’approximation à un pas y n+1 = y n + hΦ(t n , y n , h)
est stable.
THM.Notation. f (0) (t , y) = f (t , y), f (k+1) (t , y) = ∂t f (k) (t , y) + ∂ y f (k) (t , y) × f (t , y).
∂ j Φ(t ,y,h)
Si f est de classe C p et si ∂h j existe et continue sur [t 0 , t 0 + T ] × R × [0, H ] pout tout 0 ≤ j ≤ p − 1.
Alors, une condition nécessaire et suffisante pour que la méthode soit d’ordre p est :

∂ j Φ(t , y, 0) 1
∀t ∈ [t 0 , t 0 + T ], ∀y ∈ R, = f ( j ) (t , y), 0 ≤ j ≤ p −1
∂h j 1+ j

BONNE CHANCE
Ce qui se pense clairement s’exprime simplement

Everything has been said before,

but since nobody listens, we have to keep going back and beginning all over again. André Gide

2ème Année Cycle Préparatoire. ST 2 Analyse Numérique

 Annaba
E PST Analyse Numérique

CORRIGE Examen No.2 Analyse Numérique

EXERCICE 1. Le polynôme d’interpolation de Lagrange est donné par la formule

P 3 (x) = f (x 0 )L 0 (x) + f (x 1 )L 1 (x) + f (x 2 )L 2 (x) + f (x 3 )L 3 (x)

où

(x − x 1 )(x − x 2 )(x − x 3 ) (x − 1)(x − 4)(x − 6) 1

L 0 (x) = = = − (x − 1) (x − 4) (x − 6)
(x 0 − x 1 )(x 0 − x 2 )(x 0 − x 3 ) (0 − 1)(0 − 4)(0 − 6) 24
0.75 pt

(x − x 0 )(x − x 2 )(x − x 3 ) (x − 0)(x − 4)(x − 6) 1

L 1 (x) = = = x (x − 4) (x − 6)
(x 1 − x 0 )(x 1 − x 2 )(x 0 − x 3 ) (1 − 0)(1 − 4)(1 − 6) 15
0.75 pt

(x − x 0 )(x − x 1 )(x − x 3 ) (x − 0)(x − 1)(x − 6) 1

L 2 (x) = = = − x (x − 1) (x − 6)
(x 2 − x 0 )(x 2 − x 1 )(x 2 − x 3 ) (4 − 0)(4 − 1)(4 − 6) 24
0.75 pt

(x − x 0 )(x − x 1 )(x − x 2 ) (x − 0)(x − 1)(x − 4) 1

L 3 (x) = = = x (x − 1) (x − 4)
(x 3 − x 0 )(x 3 − x 1 )(x 3 − x 2 ) (6 − 0)(6 − 1)(6 − 4) 60
0.75 pt

1 3 10
P 3 (x) = − x 3 + x 2 − x + 1
6 2 3
0.5 pt

Pour calculer f (2), on prend l’approximation

f (2) ≈ P 3 (2) = −1

0.5 pt

La formule de Newton est donnée par

P 3 (x) = a 0 N0 (x) + a 1 N1 (x) + a 2 N2 (x) + a 3 N3 (x),

où
a 0 = f [x 0 ], a 1 = f [x 0 , x 1 ], a 2 = f [x 0 , x 1 , x 2 ], a 3 = f [x 0 , x 1 , x 2 , x 3 ]
et
N0 (x) = 1, N1 (x) = (x − x 0 ), N2 (x) = (x − x 0 )(x − x 1 ), N3 (x) = (x − x 0 )(x − x 1 )(x − x 2 ).

2ème Année Cycle Préparatoire. ST 3 Analyse Numérique

 Annaba
E PST Analyse Numérique

Donc

P 3 (x) = f [x 0 ] + f [x 0 , x 1 ](x − x 0 ) + f [x 0 , x 1 , x 2 ](x − x 0 )(x − x 1 ) + f [x 0 , x 1 , x 2 , x 3 ](x − x 0 )(x − x 1 )(x − x 2 )

En utilisant la table des différences divisées, on trouve

f [x 0 ] = 1, f [x 0 , x 1 ] = −2, f [x 0 , x 1 , x 2 ] = 2/3, f [x 0 , x 1 , x 2 , x 3 ] = −1/6

0.5+ 0.5 +0.5+0.5=2 pts

2 1 1 3 10
P 3 (x) = 1 − 2x + x(x − 1) − x(x − 1)(x − 4) = − x 3 + x 2 − x + 1
3 6 6 2 3
EXERCICE 2. On rappelle ici les méthodes d’intégration numérique : Méthode des trapèzes

∫b { }
h ∑
n−1
I(f ) = f (x)d x ≈ T ( f ) = f (a) + f (b) + 2 f (x i ) ,
2 i =1
a

où
b−a
h= , x i = a + i h, i = 0, 1, ..., n.
n
1 pt

Méthode de Simpson (n=2k)

∫b { }
h ∑
k−1 ∑
k
I(f ) = f (x)d x ≈ S( f ) = y 0 + y 2k + 2 y 2p + 4 y 2p−1 ,
3 p=1 p=1
a

où
y 0 = f (a), y 2k = y n = f (b), y i = f (x i ).

1 pt

Pour la méthode des trapèzes, on a

π π
a = 0, b = ,h = ,n = 4
2 8
d’où { }
h ∑
3
T (f ) = f (a) + f (b) + 2 f (x i ) =
2 i =1
π{ }
0 + 1 + 2(0, 382683 + 0, 707107 + 0, 92388) = 0, 987116.
16
1 pt

2ème Année Cycle Préparatoire. ST 4 Analyse Numérique

 Annaba
E PST Analyse Numérique

Pour la méthode de Simpson, on a n = 2k = 4, d’où

{ }
h ∑
2−1 ∑2
S( f ) = y 0 + y 2k + 2 y 2p + 4 y 2p−1 =
3 p=1 p=1

h{ } π{ }
f (a)+ f (b)+2 f (x 2 )+4( f (x 1 )+ f (x 3 )) = 0+1+2×0, 707107+4×(0, 382683+0, 923880) = 1, 000135.
3 24
1 pt

Les points d’appui donnés dans cet exercice correspondent à la fonction sin(x), et donc le calcul
exacte de l’intégrale est

∫π/2
I(f ) = sin(x)d x = 1.
0

1 pt

On constate donc que l’approximation de I ( f ) par Simpson est meilleure que celle des trapèzes puisque
|S − I | = 0, 000135 ,|T − I | = 0, 012884 et |S − I | = 0, 000135 < |T − I | = 0, 012884.

0.5+0.5=1 pt

EXERCICE 3. On a
I (1) = h, Q(1) = h(a + b)
h2 2b 2
I (x) = , Q(x) = h
2 3
1 pt

Donc la méthode sera exacte pour les polynômes de degré ≤ 1 si

2b 1 1 3
a + b = 1 et = =⇒ a = , b = .
3 2 4 4
1 pt

Dans ce cas Q prend le forme [ ( )]

1 3 2h
Q( f ) = h f (0) + f .
4 4 3
Maintenant,
h3 2h 3
̸= Q(x 2 ) =
I (x 2 ) = .
3 9
Par conséquent Q( f ) est exacte pour les polynômes de degré au plus égal à 2.

1 pt

2ème Année Cycle Préparatoire. ST 5 Analyse Numérique

 Annaba
E PST Analyse Numérique

Si f est de classe C 1 sur [0, h], on a alors

∫h { ( )}
1 3 2h
I ( f ) − Q( f ) = f (x) − f (0) − f =
4 4 3
0

∫h ∫h { ( )}
1 { 3 } 2h
f (x) − f (0) + f (x) − f .
4 4 3
0 0

En utilisant maintenant le THM des accroissements finis, on peut écrire

f (x) − f (0) = (x − 0) f ′ (τ), 0 < τ < x

=⇒ | f (x) − f (0)| ≤ M x, M = sup | f ′ (t )|

0≤t ≤h
( ) ( )
2h 2h ′ 2h
f (x) − f = x− f (τ), <τ<x
3 3 3
¯ ( )¯ ¯ ¯
¯ 2h ¯¯ ¯¯ 2h ¯¯
¯
=⇒ ¯ f (x) − f ≤ x− M , M = sup | f ′ (t )|.
3 ¯ ¯ 3 ¯ 0≤t ≤h

Il en résule
∫h ∫h ¯ ¯
1 3 ¯ ¯
|I ( f ) − Q( f )| ≤ M xd x + ¯x − 2h ¯ Md x = 5M h 2 .
4 4 ¯ 3 ¯ 18
0 0

1 pt

EXERCICE 4. On a Φ(t , y, 0) = 13 f (t , y) + 32 f (t , y) = f (t , y) et le schéma est donc consistant.

1 pt

Puisque f est globalement lipschitzienne par rapport à la seconde variable, uniformément en t :

| f (t , y) − f (t , z)| ≤ k|y − z|, ∀t ∈ [0, 1], ∀y, z ∈ R

alors, on a

¯ ( ) ( )¯
¯1 2 3 3 1 2 3 3 ¯
|Φ(t , y, h) − Φ(t , z, h)| = ¯ f (t , y) + f t + h, y + h f (t , y) − f (t , z) − f t + h, z + h f (t , z) ¯¯ ≤
¯
3 3 4 4 3 3 4 4
¯ ( ) ( )¯
1 ¯¯ ¯ 2¯ 3 3 3 3 ¯
f (t , y) − f (t , z) + ¯ f t + h, y + h f (t , y) − f t + h, z + h f (t , z) ¯¯ = A + B
¯ ¯
3 3 4 4 4 4
1
A ≤ k|y − z|
3

2ème Année Cycle Préparatoire. ST 6 Analyse Numérique

 Annaba
E PST Analyse Numérique

¯ ¯
2 ¯¯ 3 3 ¯ 2 1 2 k2
B ≤ k ¯ y + h f (t , y) − z − h f (t , z)¯¯ ≤ k|y − z| + kh| f (t , y) − f (t , z)| ≤ k|y − z| + |y − z|.
3 4 4 3 2 3 2

=⇒ |Φ(t , y, h) − Φ(t , z, h)| ≤ S|y − z|, ∀t ∈ [0, 1], ∀h ∈ [0, 1]∀y, z ∈ R,

2
où S = k + k2 . On voit donc que Φ(t , y, h) est globalement lipschitzienne par rapport à la seconde
variable, uniformément en t et h. Par conséquent le schéma est stable.

1 pt

D’après le THM de Lax, on a alors la convergence du schéma proposé.

On vérifie facilement que
( ) ( )
∂k 2 3 k (k) 3 3
Φ(t , y, h) = f t + h, y + h f (t , y) , k ≥ 1.
∂k h 3 4 4 4

D’où
∂ 1
Φ(t , y, 0) = f (1) (t , y)
∂h 2
1 pt

∂2 3 1
Φ(t , y, 0) = f (2) (t , y) ̸= f (2) (t , y)
∂h 2 8 3
Il en résulte que la méthode est d’ordre 2.

1 pt

2ème Année Cycle Préparatoire. ST 7 Analyse Numérique