EXAMEN

Semestre : 1 ⊠ 2 □

Session : Principale ⊠ Rattrapage □

Module : Analyse numérique Classes : 3ème année

Date : 16/01/2024 Heure : 15h Durée : 1h30 Nombre de pages : 5

Documents autorisés : OUI □ NON ⊠ Calculatrice autorisée : OUI ⊠ NON □

Exercice 1 (6 points)
Soient a ∈ R∗ , Aa ∈ M3 (R) et ba ∈ R3 définis par :
   
1 −a 1 1
Aa = −a 2a2 −a − a2  , ba =  −a 
1 −a − a2 1 + a2 + a4 1 + a2

On se propose de résoudre numériquement le système d’équations linéaires (Sa ) : Aa X = ba .

1. (1 point) Déterminer en utilisant les opérations élémentaires de la méthode de Pivot
Gauss le système triangulaire équivalent à (Sa ).
 
1 −a 1 |1
Aa = −a 2a2 −a − a2 |−a 
1 −a − a2 1 + a2 + a4 |1 + a2

L2 ←
− L2 + aL1 , L3 ←
− L3 − L1
 
1 −a 1 |1
2
A a 0 a −a2 |0 
0 −a2 a2 + a4 |a2

L3 ←
− L3 + L2  
1 −a 1 |1
Aa = 0 a2 −a2 |0 
0 0 a4 |a2

2. (1 point) En déduire le détérminant de Aa et que (Sa ) admet une unique solution.

det(Aa ) = 1.(a2 ).(a4 ) = a6 .

1
 3. (1 point) Résoudre (Sa ).  
1
1+ a
− a12
1
Par remontée on trouve, X = 
 
a2 
1
a2
F ixons maintenant a=1.
4. (1 point) Montrer que A1 se décompose en produit LU (avec L : une matrice tri-
anulaire inférieure avec seulement des 1 à la diagonale et U une matrice triangulaire
supérieure).  
1 −1
∗det(1) = 1 ̸= 0, det = 1 ̸= 0, det(A1 ) = 1 ̸= 0 donc A1 se décompose
0 1
comme un produit LU .
5. (1 point) En déduire de la première question la factorisation A1 = LU (Donner les
matrices
 L et U ).  
1 0 0 1 −a 1
L = −a 1 0 U = 0 a2 −a2  , Pour a = 1, on trouve :

1 −1 1
 0 0 a4
1 0 0 1 −1 1
L = −1 1 0 U = 0 1 −1
  
1 −1 1 0 0 1
6. (1 point)Résoudre
 (S1 ) parla factorisation
 LU de A1 .  
1 1 1
A1 X = −1 →
  − LU X = −1 . →
  − U X = Y ,et LY = −1.

 2   2    2
1 0 0 y1 1 1
− −1 1 0 y2  = −1 →
→ − Y = 0
1 −1 1 y3   2    1  
1 −1 1 x1 1 1
UX = Y → − 0 1 −1 x2  = 0 → − X = 1
0 0 1 x3 1 1

Exercice 2 :(4 points)

On se propose de résoudre numériquement l’équation :

(E) : f (x) = 0 avec f (x) = x3 + 2x − 2 = 0 et x ∈ [0, 1].

1. ( 1 point) Montrer qu’il existe une unique solution de (E) dans [0, 1].
f est une fonction polynôme donc elle est continue sur [0, 1]. De plus f (0).f (1) =
−2 < 0, donc d’après TVI il existe au moins une solution de (E) dans ]0, 1[, or
f ′ (x) = x2 + 2 > 0 dons f est strictement croissante sur [0, 1], d’où (E) admet une
unique solution dans ]0, 1[.
2. (0.5 point) Déterminer le nombre d’itérations suffisant par la méthode de dichotomie
pour avoir une precision de 10−3 .

ln(103 )
n≥ = 9.96
ln(2)

donc il nous faut au moins 10 itérations.

2
 3. (1 point) Déterminer les trois premiers itérés c0 , c1 , c2 par la méthode de dichotomie
dans l’intervalle [0, 1]].
I0 = [0, 1] →
− c0 = 0.5
f (0).f (0.5) = (−2).(−0.875) > 0 →
− I1 = [0.5, 1] → − c1 = 0.75
f (0.5).f (0.75) = 0.068 > 0 →
− I2 = [0.75, 1] →
− c2 = 0.875

4. (0.5 point) Ecrire le schéma itératif de Newton pour la recherche du zéro de la fonction
f dans [0, 1].
x3 + 2xn − 2
x0 ∈ [0, 1]; f (x0 ).f ′′ (x0 ) > 0 . et xn+1 = xn − n 2 .
3xn + 2
5. (1 point) Vérifier la convergence de la méthode de Newton et donner deux itérations
avec cette méthode.
f est une fonction polynôme donc elle est de C 2 sur R en particulier sur [0, 1] .
f (0).f (1) < 0
f ′ (x) = 3x2 + 2 > 0, sur ]0, 1[
f ′′ (x) = 6x > 0, sur ]0, 1[.
On choisit x0 ∈ [0, 1]; f (x0 ).f ′′ (x0 ) > 0 d’où, x0 = 1.
Alors la suite de Newton est convergente.
x3 + 2x0 − 2
x1 = x0 − 0 2 = 0.8
3x0 + 2
x3 + 2x1 − 2
x2 = x1 − 1 2 = 0.7714
3x1 + 2

Exercice 3 (6 points)
On considère la fonction f : [0, 1] −→ R définie par :

i 0 1 2 3 4
1 1 3
xi 0 4 2 4
1
f (xi ) 1 1.1892 1.4142 1.6817 2

Table 1 – Valeurs de f en quelque points.

R1
et I = 0
f (x)dx.
1. (1 point) Déterminer les coefficients a0 et a1 du polynôme P (x) = a0 + a1 x qui ajuste
au mieux les points (xi , f (xi ))0≤i≤4 au sens des moindres carrées.
Les coefficients a0 et a1 du polynôme P (x) = a0 + a1 x qui ajuste au mieux les points
(xi , f (xi ))0≤i≤4 au sens des moindres carrées sont donnés par
!
Y − a X
 
a0 1
= XY −X Y
a1 2 2
X −X

avec
4
P 4
P
xi 5 f (xi )
i=0 2 2 i=0 7.2851
X= = = 0.5, X = 0.25, Y = = = 1.45702, X Y = 0.72851,
5 5 5 5

3
 4 4
x2i
P P
xi f (xi )
i=0 4.265675 i=0 1.875
XY = = = 0.853135, X 2 = = = 0.375.
5 5 5 5
Finalement, on obtient    
a0 0.9586
=
a1 0.9968

2. (1 point) Déterminer une approximation IA de I à l’aide du polynôme P .

Z 1 Z 1  1
0.9968 2
IA = P (x)dx = a0 + a1 xdx = 0.9586x + x = 1.457
0 0 2 0
3. (1 point) Donner à l’aide de la formule de trapèze composée avec 4 sous intervalles
de [0, 1] (5 points d’intégration) une valeur approchée IT de I.
n = 4, h = 14 , x0 = 0, x1 = 41 , x2 = 12 , x3 = 34 , x4 = 1
IT (f ) = h2 [f (x0 ) + f (x4 ) + 2(f (x2 ) + f (x1 ) + f (x3 ))]
IT (f ) = 81 [1 + 2 + 2(1.1892 + 1.4142 + 1.6817)]= 1.44627
4. (1 point) Donner à l’aide de la formule de Simpson composée avec 4 sous intervalles
de [0, 1] (5 points d’intégration) une valeur approchée IS de I.
n = 4, h = 41 , x0 = 0, x1 = 41 , x2 = 12 , x3 = 34 , x4 = 1
IS (f ) = h3 [fh (x0 ) + f (x4 ) + 2f (x2 ) + 4(f (x1 ) + f (x3 ))]
1
IS (f ) = 12
1 + 2 + 2(1.4142) + 3(1.1892 + 1.6817)right] = 1.44266
5. (1 point) Sachant que la fonction f est definie par f (x) = 2x , ∀x ∈ [0, 1]. Calculer I.
Z 1 Z 1 Z 1  1
x x ln(2) 1 x ln(2)
I= f (x)dx = 2 dx = e dx = e = 1.44269
0 0 0 ln(2) 0
6. (1 point) Laquelle des trois approximations proposées donne une meilleure approxi-
mation de I.

EIA = |I − IA | = 0.01431, EIT = |I − IT | = 0.000035, EIS = |I − IS | = 0.00003.

Alors, EIA > EIT > EIS . D’où la méthode de Simpson composée approche le mieux la
valeur de I.

Exercice 4 :( 4 points)
Soit le problème de Cauchy (PC) suivant :
(
y ′ (t) = 3y(t), t ∈ [0, 1]
y(0) = 2

1. (1 point) Vérifier que la solution analytique de (PC) est y(t) = 2e3t .

Si y(t) = 2e3t , alors on a que y ′ (t) = 6e3t = 3y(t). De plus, on a y(0) = 3e0 = 3.
Donc, y(t) = 2e3t est bien une solution analytique de l’équation différentielle.
1
2. (1 point) En posant h = , où N représente le nombre de sous intervalles de sub-
N
division de [0, 1], montrer que les approximations fournies par la méthode d’Euler
explicite peuvent s’écrire comme yn = 2(1 + 3h)n pour n = 0, ..., N .
Puisque y’(t) = 3y(t), on a que f (tn ; yn ) = 2yn . On a également que y0 = 2.

4
 L’algorithme de la méthode d’Euler explicite nous dit que yn+1 = yn + hf (tn ; yn ) =
yn + h(3yn ) = (1 + 3h)yn . pour tout n. Par conséquent, on obtient par récursivité que :

yn+1 = (1 + 3h)((1 + 3h)yn−1 )

= (1 + 3h)2 ((1 + 3h)yn−2 )

= .......
= .......
= (1 + 3h)n+1 y0 = 2(1 + 3h)n+1

3. (1 point) Pour N = 1000, déterminer une approximation de y(1) par la méthode

d’Euler explicite à l’instant t = 1.
3 1000
y(1) = y1000 = 2(1 + ) = 39.991
1000

4. (1 point) Calculer l’erreur d’approximation à l’instant t = 1.

E = |2e3 − y1000 | = 0.18

Bon travail !