Correction de l’épreuve : Epreuve de

Mathématiques et Informatique - MP

Partie I - Permutation limite-intégrale et intégrale

de Gauss
I. 1 - Utilisation d’une série entière
2
Q1. La série de Maclaurin de e−x est donnée par :
∞
2 X (−1)n x2n
e−x =
n=0
n!

Intégrons terme à terme cette série de Maclaurin pour obtenir l’intégrale de

Gauss I. On obtient :
Z 1 ∞
2 X (−1)n
I= e−x dx =
0 n=0
(2n + 1)n!

Q2. L’erreur |I − sn | est donnée par la somme des termes omis de la série.
On peut majorer cette erreur en prenant le premier terme omis et en utilisant
le fait que les termes de la série sont décroissants en valeur absolue :
1
|I − sn | ≤
(2n + 3)(n + 1)!

Q3. Voici une fonction récursive factorielle en Python :

def factorielle(n):
if n == 0:
return 1
else:
return n * factorielle(n - 1)

Q4. Pour déterminer un entier N tel que |I − sN | ≤ 10−6 , nous pou-

vons utiliser une boucle pour incrémenter N jusqu’à ce que l’erreur devienne
inférieure à 10−6 . Voici un exemple de script en Python :

1
N = 0
erreur = 1 # Initialisation de l’erreur
while erreur > 1e-6:
N += 1
erreur = 1 / ((2 * N + 3) * factorielle(N + 1))

print("N minimum pour obtenir une erreur inférieure à 1e-6 :", N)

I. 2 - Utilisation d’une autre suite de fonctions

Q5. La limite simple
 de la suite
 de fonctions fn (x) peut être trouvée en utilisant
n
x2 2
le fait que limn→∞ 1 − n = e−x pour tout x ∈ [0, +∞[.
2
−x
Donc, limn→∞ fn (x) =
e .
n
x2 2
Q6. Puisque fn (x) = 1 − n , nous avons 0 ≤ 1 − xn ≤ 1, ce qui implique
2 2
0 ≤ fn (x) ≤ e−x . De plus, e−x est également bornée sur [0, 1].
2
Ainsi, pour tout x ∈ [0, 1], nous avons |fn (x)| ≤ e−x .
En utilisant cette information, nous pouvons justifier que l’intégrale I est
égale à la limite de la somme fournie.

Partie II - Notion de polynôme interpolateur

II. 1 - Existence du polynôme interpolateur
Q7. Pour démontrer que Ln (f ) est un polynôme interpolateur de f aux points
xi , nous devons vérifier deux conditions : Ln (f )(xi ) = f (xi ) et Ln (f ) est un
polynôme de degré au plus n.
- La condition Ln (f )(xi ) = f (xi ) est directement vérifiée car Ln (f ) est
construit comme une combinaison linéaire des polynômes li qui valent 1 en xi
et 0 en xj pour j ̸= i. - Pour montrer que Ln (f ) est de degré au plus n,
notons que chaque li est un polynôme de degré exactement n (car le produit de
n + 1 facteurs linéaires donne un polynôme de degré n). Ainsi, la somme des li
donnera un polynôme de degré au plus n.
Pour l’unicité du polynôme interpolateur de Lagrange, supposons qu’il existe
deux polynômes P et Q satisfaisant les conditions d’interpolation. Alors, le
polynôme R = P − Q est nul aux n + 1 points xi et est donc un polynôme de
degré n ayant n + 1 racines distinctes. Par conséquent, R doit être le polynôme
nul, ce qui montre que P = Q.

II. 2 - Calcul effectif du polynôme interpolateur de La-

grange
Q8. Voici une implémentation en Python de la fonction ‘lagrange‘ :

def lagrange(x, y, a):

2
 result = 0
for i in range(len(x)):
term = y[i]
for j in range(len(x)):
if j != i:
term *= (a - x[j]) / (x[i] - x[j])
result += term
return result

# Exemple d’utilisation :
x = [-1, 0, 1]
y = [4, 0, 4]
a = 3
resultat = lagrange(x, y, a)
print("Résultat:", resultat)

Q9. Pour obtenir le polynôme interpolateur P de f aux points xi , nous

devons résoudre le système linéaire V · A = F , où A = [a0 , a1 , . . . , an ] sont les
coefficients de P , V est la matrice de Vandermonde définie par Vij = xji , et
F = [f (x0 ), f (x1 ), . . . , f (xn )].
La complexité de la résolution de ce système linéaire par la méthode du pivot
de Gauss est de l’ordre de O(n3 ).

II. 3 - Expression de l’erreur d’interpolation

Q10. Ce résultat est une conséquence du théorème des valeurs intermédiaires
appliqué à la fonction f − Ln (f ) sur l’intervalle [a, b].
Q11. Pour chaque x ∈ σ, f (x) − Ln (f )(x) = 0 car Ln (f ) interpole f aux
points xi , donc la propriété Px est vraie.
Qn
Q12. Nous choisissons λ = πfσ(x) (x) , où πσ (x) = i=0 (x − xi ). Cela garantit
que F (x) = 0.
Q13. Comme F (x) = 0 pour n + 2 valeurs distinctes de x, cela signifie que
F s’annule n + 2 fois, ce qui prouve la propriété Px .
Q14. Pour montrer que f (n+1) est bornée, notons que f est continue sur un
intervalle fermé et borné, donc bornée. De plus, f (n+1) est continue car f est
C n+1 . Par le théorème des bornes atteintes, f (n+1) atteint ses bornes sur cet
intervalle. Ainsi, il existe un réel K tel que |f (n+1) (x)| ≤ K pour tout x dans
l’intervalle.
Q15. Si f est la fonction sinus, alors f (n+1) (x) est bornée sur [0, 2π] et donc
K est une constante. Ainsi, l’erreur d’interpolation tend vers zéro lorsque n
tend vers l’infini, ce qui signifie que Ln (f ) converge uniformément vers f sur
[0, 2π].
1 (2k)
Q16. Pour la fonction f (x) = 1+x 2 , nous pouvons montrer que ∥f ∥∞ ≥
(2k)
(2k)! pour tout k ∈ N en utilisant une série entière pour f .

3
Partie III - Famille de polynômes orthogonaux
III. 1 - Calcul de P0 et P1
Pour P0 , nous avons simplement P0 (x) = 1. Pour P1 , nous utilisons la relation
de récurrence des polynômes de Legendre :
2n + 1 n
Pn+1 (x) = xPn (x) − Pn−1 (x)
n+1 n+1
En utilisant P0 (x) = 1 et P1 (x) = x, nous pouvons calculer P1 (x).

III. 2 - Orthogonalité et degré de Pn

Pour montrer que Pn est orthogonal à Rn−1 [X], nous devons utiliser la propriété
d’orthogonalité des polynômes de Legendre, c’est-à-dire montrer que ⟨Pn , Q⟩ = 0
pour tout Q ∈ Rn−1 [X].
Pour montrer que Pn est de degré n, nous devons montrer que Pn est de
degré strictement supérieur à n − 1 et de degré inférieur ou égal à n.

III. 3 - Existence de n racines

R1
Q19. Nous montrons d’abord que −1 Pn (t) dt = 0, puis nous utilisons le
théorème des valeurs intermédiaires pour montrer que Pn a une racine dans
[−1, 1].
Q20. Nous supposons par l’absurde que Pn admet strictement moins de n
racines simples. Dans
R 1 ce cas, nous formons un polynôme H avec les racines de
Pn et montrons que −1 H(t) dt = 0, ce qui contredit la propriété d’orthogonalité
des polynômes de Legendre.

Partie IV - Méthodes de quadrature

IV. 1 - Formule des trapèzes
Q21. La formule de quadrature des trapèzes est donnée par :
Z xk+1
xk+1 − xk 1
Z
f (x) dx ≈ g(t) dt
xk 2 −1
 
où g(t) = f xk + (t + 1) xk+12−xk . Cette formule découle de la transforma-
tion linéaire αx + β qui envoie [−1, 1] sur [xk , xk+1 ], ce qui réduit l’intégrale sur
[xk , xk+1 ] à l’intégrale sur [−1, 1].

4
IV. 2 - Quadrature de Gauss
R1
Q24. Nous montrons que J(P ) = −1 P (t) dt pour tout P ∈ R2n+1 [X] en
utilisant la division euclidienne de P par Pn+1 et en exploitant l’orthogonalité
des polynômes de Legendre.
Q25. Les poids αi associés à la quadrature de Gauss sont strictement positifs
et leur somme est 2.