FACULTE DES SCIENCES ET DES SCINECES APPLIQUEES UNIVERSITE DE BOUIRA

DEPARTEMENT DE GENIE ELECTRIQUE L2 – ELN/ELT – S4 – 2020/2021

CORRIGE ( EXAMEN + TEST ) DE METHODES NUMERIQUES

EXERCICE 1 ( 6.5 )
On considère l’équation 𝑓(𝑥) = 0 , avec 𝑓(𝑥) = 𝑒 −𝑥 + 𝑥 − 2
1. Séparation des racines 2 3

Méthode 1
𝑓 ′ (𝑥) = −𝑒 −𝑥 + 1 2

x – 0 +
1

f’(x) – 0 +
f(x) + + 0

1 2
–1
-1
-2 -1 0 1 2 3

𝑓(−2) ≈ 3.39 ; 𝑓(−1) ≈ −0.28 ; 𝑓(1) ≈ −0.63 ; 𝑓(2) ≈ 0.14

Le graphe de f possède 2 points d’intersection avec l’axe x, donc l’équation f(x) = 0 possède 2
racines α1 [-2,-1], α2 [1,2] 8

Méthode 2
6
−𝑥
𝑓(𝑥) = 0 ⇔ 𝑒 + 𝑥 − 2 = 0
⇔ 𝑒 −𝑥 = −𝑥 + 2 4

⇔ 𝑓1 (𝑥) = 𝑓2 (𝑥)
Avec 𝑓1 (𝑥) = 𝑒 −𝑥 2

et 𝑓2 (𝑥) = −𝑥 + 2
0

Les graphes de f1 et f2 possèdent 2 points d’intersection, -1-2 -1 0 1 2 3

donc l’équation f(x) = 0 possède 2 racines α1 [-2,-1], α2 [1,2]
2. 2 itérations de la méthode de dichotomie à partir de l’intervalle [1,2] 1.5
o
N itr. a b xi = (a+b)/2 f(a) f(b) f(xi)
1 1 2 1.5 - 0.632 0.135 - 0.277
2 1.5 2 1.75 - 0.277 0.135 - 0.076
3. Approche de la racine à 10-2 près par la méthode de Newton avec 𝒙𝟎 = 𝟐

𝑥0 = 2
Algorithme de Newton { 𝑓(𝑥 ) avec 𝑓 ′ (𝑥𝑘 ) = −𝑒 −𝑥𝑘 + 1
𝑥𝑘+1 = 𝑥𝑘 − 𝑓′(𝑥𝑘 )
𝑘

k 𝒙𝒌 |𝒙𝒌 − 𝒙𝒌−𝟏 |
1 1.8435 0.1565 3

2 1.8414 0.0021 ≤ 10−2

3 1.8414 0.0000 ≤ 10−4
Il suffit de faire 3 itérations par la méthode de Newton pour avoir ∆𝑥 ≤ 10−4 .
1
EXERCICE 2 ( 6.5 )
Valeur exacte de 𝑰
1.2 1
1.2
1 1
𝐼 = ∫ 𝑠𝑖𝑛(2𝑥)𝑑𝑥 = − 𝑐𝑜𝑠(2𝑥)| = − (𝑐𝑜𝑠(2.4) − 1) ≈ 0.8687
2 0 2
0

Valeur approchée de 𝑰

1. Méthode des trapèzes composite 4 intervalles 2

𝑛−1
𝑓(𝑏) − 𝑓(𝑎)
𝐼𝑇 = ℎ ( + ∑ 𝑓(𝑥𝑖 ))
2
𝑖=0
𝑏 − 𝑎 1.2
𝑛 =4; ℎ = = = 0.3
𝑛 4

𝑥0 = 0 ; 𝑥1 = 0.3 ; 𝑥2 = 0.6 ; 𝑥3 = 0.9

𝑓(𝑏) − 𝑓(𝑎)
𝐼𝑇 = ℎ ( + (𝑓(𝑥0 ) + 𝑓(𝑥1 ) + 𝑓(𝑥2 ) + 𝑓(𝑥3 )))
2
𝑠𝑖𝑛(2.4)
𝐼𝑇 = 0.3 ( + (0 + 𝑠𝑖𝑛(0.6) + 𝑠𝑖𝑛(1.2) + 𝑠𝑖𝑛(1.8))) ≈ 0.8425
2

𝐸𝑎 = |𝐼 − 𝐼𝑇 | = |0.8687 − 0.8425| = 0.0262 ; 𝐸𝑟 = 3.02 % 0.5

2. Méthode de Simpson composite avec 2 intervalles 2.5

𝑛−1 𝑛−1
ℎ 𝑥𝑖 + 𝑥𝑖+1
𝐼𝑆 = [𝑓(𝑏) − 𝑓(𝑎) + 2 ∑ 𝑓(𝑥𝑖 ) + 4 ∑ 𝑓 ( )]
6 2
𝑖=0 𝑖=0

𝑏 − 𝑎 1.2
𝑛 =2; ℎ = = = 0.6
𝑛 2
𝑥0 + 𝑥1 𝑥1 + 𝑥2
𝑥0 = 0 ; 𝑥1 = 0.6 ; 𝑥2 = 1.2; = 0.3 ; = 0.9
2 2

ℎ 𝑥0 + 𝑥1 𝑥1 + 𝑥2
𝐼𝑆 = [𝑓(𝑏) − 𝑓(𝑎) + 2(𝑓(𝑥0 ) + 𝑓(𝑥1 )) + 4 (𝑓 ( )+𝑓( ))]
6 2 2

0.6
𝐼𝑆 = (𝑠𝑖𝑛(2.4) + 2(0 + 𝑠𝑖𝑛(1.2)) + 4(𝑠𝑖𝑛(0.6) + 𝑠𝑖𝑛(1.8))) ≈ 0.8694
6

𝐸𝑎 = |𝐼 − 𝐼𝑠 | = |0.8687 − 0.8694| = 0.0007 ; 𝐸𝑟 = 0.08 % 0.5

2
EXERCICE 3 ( 7 )
𝒚′ (𝒕) + 𝟐𝒚(𝒕) = 𝟒𝒕
{
𝒚(𝟎) = 𝟏
1. Vérification que 𝒚(𝒕) = 𝟐𝒆−𝟐𝒕 + 𝟐𝒕 − 𝟏 est la solution exacte de l’équation.
𝑦 ′ (𝑡) + 2𝑦(𝑡) = −4𝑒 −2𝑡 + 2 + 2(2𝑒 −2𝑡 + 2𝑡 − 1) = −4𝑒 −2𝑡 + 2 + 4𝑒 −2𝑡 + 4𝑡 − 2 = 4𝑡
𝑦(0) = 2 − 1 = 1 1

2. Estimation de 𝒚(𝟎. 𝟐)
a) Méthode d’Euler avec un pas 𝒉 = 𝟎. 𝟏
𝑦𝑖+1 = 𝑦𝑖 + ℎ𝑓(𝑡𝑖 , 𝑦𝑖 ) = 𝑦𝑖 + ℎ(4𝑡𝑖 − 2𝑦𝑖 )
{
𝑡𝑖+1 = 𝑡𝑖 + ℎ
𝑎𝑣𝑒𝑐 𝑡𝑜 = 0 , 𝑦𝑜 = 1
1ère itération
𝑦1 = 𝑦𝑜 + ℎ(4𝑡𝑜 − 2𝑦𝑜 ) = 1 + 0.1(4 × 0 − 2 × 1) = 0.8
{
𝑡1 = 𝑡𝑜 + ℎ = 0 + 0.1 = 0.1 1

2ème itération
𝑦2 = 𝑦1 + ℎ(4𝑡1 − 2𝑦1 ) = 0.8 + 0.1(4 × 0.1 − 2 × 0.8) = 𝟎. 𝟔𝟖
{
𝑡2 = 𝑡1 + ℎ = 0.1 + 0.1 = 𝟎. 𝟐 1

Donc 𝒚(𝟎. 𝟐) ≈ 𝟎. 𝟔𝟖 par la méthode d’Euler avec un pas ℎ = 0.1.

b) Méthode RK2 avec un pas 𝒉 = 𝟎. 𝟐

𝐾1 = ℎ𝑓(𝑡𝑖 , 𝑦𝑖 ) = ℎ(4𝑡𝑖 − 2𝑦𝑖 )
𝐾2 = ℎ𝑓(𝑡𝑖 + ℎ, 𝑦𝑖 + 𝐾1 ) = ℎ(4(𝑡𝑖 + ℎ) − 2(𝑦𝑖 + 𝐾1 ))
1
𝑦𝑖+1 = 𝑦𝑖 + (𝐾1 + 𝐾2 )
2
{ 𝑡𝑖+1 = 𝑡𝑖 + ℎ
𝑎𝑣𝑒𝑐 𝑡𝑜 = 0 , 𝑦𝑜 = 1
1ère itération
2.75
𝐾1 = ℎ(4𝑡𝑜 − 2𝑦𝑜 ) = 0.2(4 × 0 − 2 × 1) = −0.4
𝐾2 = ℎ(4(𝑡𝑜 + ℎ) − 2(𝑦𝑜 + 𝐾1 )) = 0.2(4(0 + 0.2) − 2(1 − 0.4)) = −0.08
1 1
𝑦1 = 𝑦𝑜 + (𝐾1 + 𝐾2 ) = 1 + (−0.4 − 0.08) = 𝟎. 𝟕𝟔
2 2
{ 𝑡1 = 𝑡𝑜 + ℎ = 0 + 0.2 = 𝟎. 𝟐
Donc 𝒚(𝟎. 𝟐) ≈ 𝟎. 𝟕𝟔 par la méthode RK2 avec un pas ℎ = 0.2.

c) Valeur exacte et comparaison

Valeur exacte : 𝑦(0.2) = 2𝑒 −2×0.2 + 2 × 0.2 − 1 = 0.7406
1.25
Erreur Euler : 𝐸𝑎 = |0.7406 − 0.68| = 0.0606 ; 𝐸𝑎 = 8.18 %
Erreur RK2 : 𝐸𝑎 = |0.7406 − 0.76| = 0.0194 ; 𝐸𝑎 = 2.62 %

3
TEST DE TD ( 20 )
On considère la fonction 𝑓(𝑥) = 𝑙𝑛(𝑥) − 𝑥 + 2
1. Séparation des racines de l’équation 𝒇(𝒙) = 𝟎 3 2

𝑓(𝑥) = 0 ⇔ 𝑙𝑛(𝑥) − 𝑥 + 2 = 0 1

⇔ 𝑙𝑛(𝑥) = 𝑥 − 2
⇔ 𝑓1 (𝑥) = 𝑓2 (𝑥) 0

Avec 𝑓1 (𝑥) = 𝑙𝑛(𝑥) et 𝑓2 (𝑥) = 𝑥 − 2 -1

𝑓(0) → −∞ ; 𝑓(1) ≈ 1 -2
𝑓(3) ≈ 0.1 ; 𝑓(4) ≈ −0.61
-3
Les graphes de f1 et f2 possèdent 2 points d’intersection, 0 1 2 3 4

donc l’équation f(x) = 0 possède 2 racines α1 ]0,1], α2 [3,4]

2. 2 itérations de la méthode de dichotomie à partir de l’intervalle [3,4]
3
No itr. a b xi = (a+b)/2 f(a) f(b) f(xi)
1 3 4 3.5 0.099 - 0.614 - 0.247
2 3 3.5 3.25 0.099 - 0.247 - 0.071
2 itérations de la méthode de Newton avec 𝒙𝟎 = 𝟑
𝑥0 = 3
1
Algorithme de Newton { 𝑓(𝑥𝑘 ) avec 𝑓 ′ (𝑥𝑘 ) = 𝑥 − 1
𝑥𝑘+1 = 𝑥𝑘 − 𝑓′(𝑥 ) 𝑘
𝑘

k 𝒙𝒌 3

1 3.1479
2 3.1462
𝟒
3. Evaluation de ∫𝟏 𝒇(𝒙)𝒅𝒙 par la méthode des rectangles composite 3 intervalles
𝑛−1

𝐼𝑅 = ℎ ∑ 𝑓(𝑥𝑖 )
𝑖=0

𝑏−𝑎 4−1
𝑛 =3; ℎ = = =1
𝑛 3
𝑥0 = 1 ; 𝑥1 = 2 ; 𝑥2 = 3
𝐼𝑅 = ℎ(𝑓(𝑥0 ) + 𝑓(𝑥1 ) + 𝑓(𝑥2 )) 3

𝐼𝑅 = 𝑙𝑛(2) + 𝑙𝑛(3) − (1 + 2 + 3) + (2 + 2 + 2) ≈ 1.7918

4. Erreur absolue
3
Valeur exacte de l’intégrale
4 4 4 4
𝑥2 𝑥2
𝐼 = ∫ 𝑓(𝑥)𝑑𝑥 = ∫(𝑙𝑛(𝑥) − 𝑥 + 2)𝑑𝑥 = (𝑥𝑙𝑛(𝑥) − 𝑥 − + 2𝑥)| = (𝑥(𝑙𝑛(𝑥) + 1) − )|
2 1
2 1
1 1
1
= (4(𝑙𝑛(4) + 1) − 8) − (1 − ) ≈ 1.0452
2
𝐸𝑎 = |𝐼 − 𝐼𝑅 | = |1.0452 − 1.7918| = 0.7466 ; 𝐸𝑟 = 71.43 %
4
Nombre d’intervalles pour que l’erreur absolue soit inférieure à 0.1
(𝑏 − 𝑎)2
𝐸𝑎 = |𝐼 − 𝐼𝑅 | ≤ . max|𝑓 ′ (𝑥)|
2𝑛 [𝑎,𝑏]
5
En remplaçant a et b par leurs valeurs et en imposant que 𝐸𝑎 ≤ 0.1 on aura
9
𝐸𝑎 ≤ . max|𝑓 ′ (𝑥)| ≤ 0.1 ⇒ 𝑛 ≥ 45. max|𝑓 ′ (𝑥)|
2𝑛 [1,4] [1,4]

Déterminons 𝑚 = max|𝑓 ′ (𝑥)|

[1,4]

1
𝑓(𝑥) = 𝑙𝑛(𝑥) − 𝑥 + 2 ⇒ 𝑓 ′ (𝑥) = −1
𝑥
1
Pour 𝑥 ∈ [1,4] ∶ |𝑓 ′ (𝑥)| = 1 − 𝑥

Et on aura
1
𝑚 = max|𝑓 ′ (𝑥)| = |𝑓 ′ (4)| = 1 − = 0.75
[1,4] 4
D’où l’on déduit que
𝑛 ≥ 45 × 0.75 = 33.75 ⇒ 𝑛 = 34