Professional Documents
Culture Documents
Numerique
Corrige des sujets de concours
Bensid Yazid
Essat 2017
iv
Table des matieres
v
vi Table des matieres
Ce polycopie contient un bref rappel de cours avec tous les exercices danalyse
numerique qui ont ete pose lors du concours national dentree aux grandes ecoles.
Comme je nai pas eu le temps de le relire, il se peut quil contienne des erreurs
de frappe ou de calcul.
CHAPTER 1
1.1. Rappel
Pour resoudre une equation du type f (x) = 0
(1) On trace lallure de la courbe pour reperer la racine
(2) On applique le theoreme des valeurs intermediaires pour sassurer que la
racine est comprise dans un intervalle [a, b]
(3) On applique une methode de resolution (point fixe ou Newton)
qN
|xN a| |x1 x0 | avec q = max |g 0 (x)| sur [a, b]
1q
1
2 1. RESOLUTION DES EQUATIONS NON LINEAIRES
Montrer que cette suite converge et que sa limite est a,en deduire la
valeur
q = max |g 0 (x)|
(3) Determiner le nombre diterations N tel que :
qN
|xN a| |x1 x0 | = 106
1q
4 1. RESOLUTION DES EQUATIONS NON LINEAIRES
x 3 4
g 00 (x) +
55
g 0 (x) 23 68
30
3.93
g(x)
3.15
55
On voit bien que : x I = [3, 4], |g 0 (x)| < 1 et g(x) I = [3, 4]
68
Les conditions du theoreme du point fixe sont verifiees, donc la suite
definie par
x0 = 3
xn+1 = g(xn ) avec g(x) = x ln(x) + arctg(x)
Converge vers a
Il reste a deduire le nombre diterations N qui assure que :
N N 63.98 N = 64
55
ln
68
Exercice 2 (2012). Soit donnee lequation ln x x2 + 2 = 0
(1) Separer graphiquement les racines de cette equation
6 1. RESOLUTION DES EQUATIONS NON LINEAIRES
(2) Montrer que la plus grande racine est comprise dans un intervalle de la
forme
[n, n + 1], n N
On applique le theoreme des valeurs intermediaires :
On pose f (x) = ln x x2 + 2
f (1) = ln 112 +2 = 1 et f (2) = ln(2)22 +2 = 1.306 f (1)f (2) <
0
1 1 2x2
De plus, f 0 (x) = 2x = <0 x I = [1, 2]
x x
On en deduit que : !a I = [1, 2]tel que :f (a) = 0
(3) Ecrire lequation donnee sous la forme x = F (x) puis montrer que la
methode du point fixe (des approximations successives)
xn+1 = F (xn ), n = 0, 1,
x0 quelconque dans [a, b]
Converge vers la racine de lequation
ln x x2 + 2 = 0 x2 = ln x + 2 x = ln x + 2
1
On pose F (x) = ln x + 2 F 0 (x) =
2x ln x + 2
1
2 ln x + 2 +
00 ln x + 2
et F (x) = < 0 sur I = [1, 2]
(2x ln x + 2)2
1.3. CORRIGE DES EXERCICES 7
x 1 2
F 00 (x)
2
4
F 0 (x)
0.1523
1.641
F (x)
2
On voit bien que : x I = [1, 2], |F 0 (x)| 42 < 1
et F (x) I = [1, 2]
Les conditions du theoreme du point fixe sont verifiees, donc la suite
definie par
xn+1 = F (xn ), n = 0, 1,
avec F (x) = ln x + 2
x0 quelconque dans [1, 2]
Converge vers a racine de lequation f (x) = 0
(4) En partant de lapproximation initiale xo = 1.5, estimer le nombre diterations
3
necessaires a lapproximation de la racine a 10 pres.
1k
N ln
k |x1 x0 |
|xN a| |x1 x0 | N
1k ln k
0 2
avec : k = | max F (x)| = 4
|x1 x0 | = |F (x0 ) x0 | = |F (1.5) 1.5| = |1.550956 1.5| = 0.050956
et = 103 " #
1 42
ln 103
0.050956
N N 4.2 N = 5
ln 42
(5) Trouver la valeur approchee de cette racine par cette methode et avec
cette precision.
i 0 1 2 3 4
xi 1.5 1.550956 1.561688 1.563895 1.564346
|x4 x3 | = |1.5643461.563895| = 0.45103 < 103 ' 1.564346
avec une precision de = 103
8 1. RESOLUTION DES EQUATIONS NON LINEAIRES
Exercice
3 (2014). On cherche a calculer la racine cubique de a donc :
x = a x3 = a x3 a = 0
3
i 0 1 2 3
|x3 x2 | = |1.709976 1.710884| < 0.01
xi 2 1.75000 1.710884 1.709976
3 5 ' 1.709976 avec une precision de 0.01
Exercice 4 (2015). On cherche a approcher les eventuelles racines de lequation :
f (x) = x 0.5 cos(x) = 0, x I = [0, ] (1)
2
1.3. CORRIGE DES EXERCICES 9
(1) Montrer quil existe une seule racine r de lequation (1) sur I
f (x) = x 0.5 cos(x) = 0
On applique le theoreme des valeurs intermediaires :
f (0) = 0 0.5 cos(0) = 0.5 et f ( 2 ) = 2 0.5 cos( 2 ) =
2
f (0)f ( 2 ) < 0
De plus, f 0 (x) = 1 + 0.5 sin(x) > 0 x I = [0, ]
2
On en deduit que : !r I = [0, ]tel que :f (r) = 0
2
(2) Considerons le schema de point fixe suivant :
x = g(xn ), n = 0, 1,
(C) n+1
x0 = I
ou g(x) = 0.5 cos(x)
Montrer que pour tout la suite (xn ) converge vers r
x = g(x) x = 0.5 cos(x) x 0.5 cos(x) = 0 f (x) = 0
g(x) = 0.5 cos(x) g 0 (x) = 0.5 sin(x) et g 00 (x) = 0.5 cos(x)
x 0 2
g 00 (x)
0
0
g (x)
0.5
0.5
g(x)
0
On voit bien que : x I = [0, ], |g 0 (x)| 0.5 < 1
2
et g(x) I = [0, ]
2
Les conditions du theoreme du point fixe sont verifiees, donc la suite
definie par
x = g(xn ), n = 0, 1,
(C) n+1 ou g(x) = 0.5 cos(x)
x0 = I
Converge vers r
10 1. RESOLUTION DES EQUATIONS NON LINEAIRES
i 0 1 2 3 4
xi 0 0.5000 0.4387 0.4526 0.4496
Montrer que cette suite converge et que sa limite est a,en deduire la
valeur
q = max |g 0 (x)|
x 3 4
g 00 (x)
0.348701
g 0 (x)
0.221486
3.765262
g(x)
3.487013
2.1. Rappel
En utilisant la decomposition A = D E F
Par exemple, pour le cas n = 3
a b c a 0 0 0 0 0 0 b c
A = d e f D = 0 e 0 E = d 0 0 F = 0 0 f
g h i 0 0 i g h 0 0 0 0
la matrice diteration de Jacobi J est definie par : J = D1 (E + F )
la matrice diteration de Gauss Seidel L1 est definie par : L1 = (DE)1 F
1
1 1w
la matrice de relaxation Lw est definie par : Lw = DE D+F
w w
Quelques resultats a connaitre :
Une methode diteration C converge si et seulement si le rayon spectral
de sa matrice diteration est plus petit que 1 ((C) < 1)
Si A est une matrice a diagonale strictement dominante par lignes, alors
les methodes de Jacobi et de Gauss-Seidel sont convergentes.
Si la matrice A est symetrique definie positive, alors la methode de re-
laxation converge pour tout w appartenant a ]0, 2[ .
Si A est une matrice tridiagonale, alors (L1 ) = (J)2 Dans ce cas les
deux methodes convergent ou divergent en meme temps.
Si A est une matrice tridiagonale symetrique definie positive, alors la
methode de relaxation converge pour 0 < w < 2 , de plus la methode de
13
14 2. RESOLUTION DES SYSTEMES LINEAIRES
Exercice 2 (2012).
1 2 2
A = 1 1 1
2 2 1
1 0 0 0 0 0 0 2 2
D = 0 1 0 E = 1 0 0 F = 0 0 1
0 0 1 2 2 0 0 0 0
0 2 2
J = D1 (E + F ) = E + F = 1 0 1
2 2 0
0 2 2
L1 = (D E)1 F = 0 2 3
0 0 2
(2) Prouver que (J) < 1 < (L1 ) ou (T ) est le rayon spectrale de la matrice
T
2.3. CORRIGE DES EXERCICES 17
X 2 2 X 2 2
PJ (X) = det(JXI) = 1 X 1 = 1 X 1 =
2 2 X X 2 0 X 2
X 2 2 + X
1 X 0
X 2 0 2X
= (X 2)X(2 + X) 2X(X 2 2) = X(X 2 4 2X 2 + 4) = X 3
(J) = 0 < 1
X 2 2
PL1 (X) = det(L1 XI) = L1 = (DE)1 F = 0 2 X 3
0 0 2X
PL1 (X) = X(2 X)2 (L1 ) = 2 > 1
11 2
A = 1
1 0
1 0 1
1 0 0 00 0 0 1 2
D = 0 1 0 E= 1
0 0 F = 0 0 0
0 0 1 10 0 0 0 0
0 1 2
1
J = D (E + F ) = E + F = 1 0 0
1 0 0
0 1 2
L1 = (D E)1 F = 0 1 2
0 1 2
18 2. RESOLUTION DES SYSTEMES LINEAIRES
1
1 1w
0 0 1 2
1 w w
1 1w 1 1w
Tw = DE D+F = 1 0 0 0
w w w w
1 1 w
1 0 0 0
w w
1w
1 2
w 0 0 w
1w
Tw = w2 w 0 0 0
2
w 0 w
w
1 w
0 0
w
1w w 2w
Tw = w(1 w) w2 w + 1 2w2
w(1 w) w2 2w2 w + 1
(3) Prouver que les methode de Jacobi et de Gauss-Seidel divergent. (utiliser
Ie rayon spectral)
X 1 2 X 1 2
2
PJ (X) = det(J XI) = 1 X 0 = 1 X 0 2X =
1 0 X 1 0 X
2
[X(1 X ) 2X]
PJ (X) = X(1 X 2 + 2) = X(3 X 2 ) (J) = 3 > 1
La methode de Jacobi diverge.
X 1 2
PL1 (X) = det(L1 XI) = 0 1 X
2
0 1 2 X
= X[(1 X)(2 X) 2] = X(X 2 3X)
PL1 (X) = X 2 (X 3) (L1 ) = 3 > 1
La methode de Gauss Seidel diverge.
(4) Peut-on calculer wopt ?
On ne peut pas calculer car A nest pas tridiagonale symetrique definie
positive.
Exercice 4 (2014). On considere la matrice suivante :
1 a 0
A= a 1 a
0 a 1
(1) Pour quelles valeurs de a la matrice A admet une decomposition sous
la forme A = LU ou L est une matrice triangulaire inferieure et U une
matrice triangulaire superieure.
2.3. CORRIGE DES EXERCICES 19
1 a 2
a 1 = 1 a 6= 0 a
/ {1, 1}
1 1 1
(L1 ) = 2a2 < 1 a2 < < a <
2 2 2
(4) On prend a = 0.5, calculer le rayon spectral de TJ .
p
a = 0.5 (J) = 2(0.52 ) = 0.5
En deduire le rayon spectral de TGS en justifiant votre reponse.
(L1 ) = (J)2 = 0.5 car la matrice A est tridiagonale.
CHAPTER 3
Interpolation polynomiale
3.1. Rappel
Formule de Vandermonde : Soit Pn le polynome dinterpolation passant par les
points (x0 , y0 ), , (xn , yn )
n
X
alors Pn (x) = ai xi avec S = (a0 , a1 , an )T solution du systeme
i=0
1 x0 x20 xn0
a0 y0
1 x1 x21 xn1 a1 y1
=
.. .. .. .. .. .. ..
. . . . .
.
.
1 xn x2n xnn an yn
Formule de Lagrange :
n
X
Pn (x) = y0 L0 (x) + y1 L1 (x) + + yn Ln (x) = yi Li (x) avec :
i=0
n
Y x xj
Li (x) =
x xj
j=0 i
j6=i
Formule de Newton generale :
Pn (x) = y0 + f [x0 , x1 ](x x0 ) + f [x0 , x1 , x2 ](x x0 )(x x1 )
+ + f [x0 , x1 , , xn ](x x0 )(x x1 ) (x xn1 )
21
22 3. INTERPOLATION POLYNOMIALE
y1 y0 y0
y 1 = y 0 + a1 h a1 = a1 =
h h
y0 y2 y0 2y0 y2 + (y1 y1 ) y0 2y0
y2 = y0 +2 h+2a2 h2 a2 = 2
=
h 2h 2h2
y1 + y0 2y0 y1 y0 2 y0
a2 = = a 2 =
2h2 2h2 2h2
(3) En deduire la valeur de ai
i y0
On peut montrer par recurrence que : ai =
i!hi
3.3. CORRIGE DES EXERCICES 25
y0 2 y0 n y0
Pn (q) = yo + (qh) + (qh)(qh h) + + (qh)(qh h)(qh 2h) (qh (n 1)h)
1!h 2!h2 n!hn
y0 2 y0 2 n y0 n
= yo + q+ h q(q 1) + + h q(q 1)(q 2) (q (n 1))
1! 2!h2 n!hn
y0 2 y0 n y0 x x0
Pn (q) = yo + q+ q(q 1) + + q(q 1)(q 2) (q (n 1)) avec q =
1! 2! n! h
y0 2 y0 3 y0
P4 (q) = yo + q+ q(q 1) + q(q 1)(q 2)
1! 2! 3!
4 y0 x x0 x1
+ q(q 1)(q 2)(q 3) avec q = =
4! h 0.1
26 3. INTERPOLATION POLYNOMIALE
yi yi 2 yi 3 yi 4 yi
0.8427
0.0375
0.8802 0.0074
0.0301 0.0010
0.9103 0.0064 0
0.0237 0.0010
0.9340 0.0054
0.0183
0.9523
0.0375 0.0074 0.0010 0
P4 (q) = 0.8427 + q+ q(q 1) + q(q 1)(q 2) + q(q
1! 2! 3! 4!
1)(q 2)(q 3)
1.05 1
x = 1.05 q = = 0.5
0.1
0.0375 0.0074
(1.03) ' P4 (0.5) = 0.8427 + 0.5 + 0.5(0.5 1)
1! 2!
0.0010
+ 0.5(0.5 1)(0.5 2)
3!
y0 2 y0 x x0 x0
P2 (q) = y0 + q+ q(q 1) avec q = = =x
1! 2! h 1
yi yi 2 yi
0
2
2 32
34
36
3.3. CORRIGE DES EXERCICES 27
2 32
P2 (q) = 0 + q + q(q 1) = 16q 2 14q
1! 2!
(2) Obtenir le polynome dinterpolation de Newton passant par les 4 premiers
points, est ce possible dutiliser les calculs faits en 1 ?
y0 2 y0 3 y0
P3 (q) = y0 + q+ q(q 1) + q(q 1)(q 2)
1! 2! 3!
3 y0 x x0 x0
= P2 (q) + q(q 1)(q 2) avec q = = =x
3! h 1
yi yi 2 yi 3 yi
0
2
2 32
34 150
36 182
216
252
150
P3 (q) = 16q 2 14q + q(q 1)(q 2) avec q = x
3!
(3) Donner lexpression analytique de lerreur pour les polynomes obtenus en
1 et 2
f (n+1) () n+1
f (x) Pn (x) = En (x) = h q(q 1)(q 2) (q n)
(n + 1)!
f (3) ()
h = 1 et n = 2 E2 (x) = (3)!
q(q 1)(q 2)
f (4) ()
h = 1 et n = 3 E3 (x) = (4)!
q(q 1)(q 2)(q 3)
(4) Approcher f(1.5) a laide des 2 polynomes obtenus en 1 et 2.
q = x = 1.5 P2 (1.5) = 16(1.5)2 14(1.5) = 15
150
P3 (1.5) = P2 (1.5) + (1.5)(1.5 1)(1.5 2) = 5.6250
3!
Exercice 3. (1) Utiliser un polynome dinterpolation de Newton de degre
2 pour estimer la performance que devrait realiser ce coureur sur une dis-
tance de 5000 m
Le polynome dinterpolation de Newton est donne par :
28 3. INTERPOLATION POLYNOMIALE
100 13
0.165714
1500 245 4 106
0.204118
10000 1980
ln(d) = 1 d = e1
(
e13 e1
ln(100c + e1 ) = 13 100c + e1 = e13 c =
100
3.3. CORRIGE DES EXERCICES 29
e13 e1
La fonction logarithmique dinterpolation devient : g(x) = 1+ ln x + e1
100
e e1
13
1
g(5000) = 1 + ln 5000 + e = 17.91
100
(4) Commenter vos resultats
Le resultat obtenue par linterpolation logarithmique nest pas realiste,
dans ce cas on prefere utiliser linterpolation polynomiale.
CHAPTER 4
Integration numerique
4.1. Rappel
Formule du trapeze simple :
ba
It = (y0 + y1 ) avec y0 = y(a) et y1 = y(b)
2
Lerreur est donnee par :
h3 (2)
R(f ) = f () avec [a, b] et h = b a
12
Formule des trapezes generalisee :
h
Itg = (y0 + 2y1 + + 2yn1 + yn )
2
Lerreur est donnee par :
nh3 (2) h2 ba
R(f ) = f () = (b a)f (2) () avec [a, b] et h =
12 12 n
Formule de Simpson :
h
Is = (y0 + 4y1 + y2 )
3
Lerreur est donnee par :
h5 (4) ba
R(f ) = f () avec [a, b] et h =
90 2
31
32 4. INTEGRATION NUMERIQUE
nh5 (4) h4 ba
R(f ) = f () = (b a)f (4) () avec [a, b] et h =
90 180 2n
4.2. Enonce des exercices
Exercice 1 (2016). Considerons le tableau des valeurs suivant :
i 0 1 2 3 4
xi 1 0 1 2 3
yi 3 2 3 6 11
avec : yi = f (xi ), i = 0, , 4 Ou f (x) est une fonction inconnue.
R3
(1) Calculer en utilisant la formule des trapezes generalisee : 1 f (x)dx
R3
(2) En utilisant la formule de Simpson generalisee, calculer 1 g(x)dx
Avec g(x) = (x2 + 1)f (x) ou f est la fonction dont les valeurs sont
donnees dans le tableau precedant
4.3. Corrige des exercices
Exercice 1. Considerons le tableau des valeurs suivant :
i 0 1 2 3 4
xi 1 0 1 2 3
yi 3 2 3 6 11
avec : yi = f (xi ), i = 0, , 4 Ou f (x) est une fonction inconnue.
R3
(1) Calculer en utilisant la formule des trapezes generalisee : 1 f (x)dx
Itg = h2 (y0 + 2y1 + 2y2 + 2y3 + y4 ) avec h = xi+1 xi = 1
Itg = 21 (3 + 2(2) + 2(3) + 2(6) + 11) = 18
4.3. CORRIGE DES EXERCICES 33
R3
(2) En utilisant la formule de Simpson generalisee, calculer 1 g(x)dx
Avec g(x) = (x2 + 1)f (x) ou f est la fonction dont les valeurs sont
donnees dans le tableau precedant
g(1) = ((1)2 + 1)f (1) = 2(3) = 6
g(0) = ((0)2 + 1)f (0) = 1(2) = 2
Ainsi de suite, on obtient le tableau
i 0 1 2 3 4
xi 1 0 1 2 3
g(xi ) = yi 6 2 6 30 110
La formule de Simpson generalisee est donnee par :
h
Isg = (y0 + 41 + 22 + y4 ) avec h = 1 et :
3
1 = y1 + y3
2 = y2
1 = y1 + y3 = 2 + 30 = 32 et 2 = y2 = 6
256
Isg = 31 (6 + 4(32) + 2(6) + 110) =
3