L2 2011/2012 USTV. Analyse. numérique M43. Recueil d exercices corrigés et aide-mémoire G. FACCANONI. Dernière mise-à-jour

Dimension: px
Commencer à balayer dès la page:

Download "L2 2011/2012 USTV. Analyse. numérique M43. Recueil d exercices corrigés et aide-mémoire G. FACCANONI. Dernière mise-à-jour"

Transcription

1 L / Recueil d exercices corrigés et aide-mémoire USTV M Analyse numérique G FACCANONI Dernière mise-à-jour Jeudi mai

2 Avertissement : ces notes sont régulièrement mises à jour et corrigées, ne vous étonnez pas si vous découvrez des erreurs Merci de me les communiquer Toutes les remarques ou questions permettant d en améliorer la rédaction peuvent être envoyées à l adresse gloriafaccanoni@univ-tlnfr Gloria FACCANONI IMATH Bâtiment U-8 T ( 9 8 Université du Sud Toulon-Var Avenue de l université B gloriafaccanoni@univ-tlnfr 8957 LA GARDE - FRANCE i

3 Table des matières Résolution d équations non linéaires 5 Interpolation 5 Quadrature Systèmes linéaires 6 5 Équations différentielles ordinaires 85 Schémas numériques 87 Stabilité 88 A Rappels d analyse et d algèbre linéaire 5 A Suites numériques 5 A Primitives et intégrales 7 A Matrices et calcul pratique d un déterminant A Systèmes linéaires A5 Équations différentielles d ordre 8

4

5 Résolution d équations non linéaires Recherche de la solution de l équation non linéaire f (x = où f est une fonction donnée Théorème des zéros d une fonction continue Soit une fonction continue f : [a,b] R, si f (af (b <, alors il existe α ]a,b[ tel que f (α = Méthode de dichotomie et méthode de LAGRANGE Soit deux points a et b (avec a < b d images par f de signe contraire (ie f (a f (b < En partant de I = [a,b ], les méthodes de dichotomie et de LAGRANGE (appelée aussi Regula falsi produisent une suite de sous-intervalles I k = [a k,b k ], k, avec I k I k pour k et tels que f (a k f (b k < Dans la méthode de dichotomie, on découpe l intervalle [a k ;b k ] en deux intervalles de même longueur, ie on divise [a k ;b k ] en [a k ;c k ] et [c k ;b k ] où c k est c k = a k + b k Dans la méthode de Lagrange, plutôt que de diviser l intervalle [a k ;b k ] en deux intervalles de même longueur, on découpe [a k ;b k ] en [a k ;c k ] et [c k ;b k ] où c k est l abscisse du point d intersection de la droite passant par (a k, f (a k et (b k, f (b k et l axe des abscisses, ie le zéro de la fonction qui est g (c = f (b k f (a k b k a k (c a k + f (a k b k a k c k = a k f (b k f (a k f (a k = a k f (b k b k f (a k f (b k f (a k Dans les deux cas, pour l itération suivante, on pose soit [a k+ ;b k+ ] = [a k ;c k ] soit [a k+ ;b k+ ] = [c k ;b k ] de sorte à ce que f (a k+ f (b k+ < Les algorithmes s écrivent alors comme suit : DICHOTOMIE : Require: a, b, ε, f : [a,b] R k a k a b k b x k a k +b k while b k a k > ε do if f (a k f (x k < then a k+ a k b k+ x k else a k+ x k b k+ b k end if x k+ a k++b k+ k k + end while LAGRANGE : Require: a, b, ε, f : [a,b] R k a k a b k b x k a k b k a k f (b k f (a k f (a k while b k a k > ε do if f (a k f (x k < then a k+ a k b k+ x k else a k+ x k b k+ b k end if x k+ a k+ b k+ a k+ f (b k+ f (a k+ f (a k+ k k + end while Remarque Avec la méthode de la dichotomie, les itération s achèvent à la m-ème étape quand x m α I m < ε, où ε est une tolérance fixée et I m désigne la longueur de l intervalle I m Clairement I k = b a k, donc pour avoir une erreur x m α < ε 5

6 Résolution d équations non linéaires Jeudi mai on doit prendre m log b a ε Exemple Soit f (x = 9 x + 9x 5x On cherche a estimer x [;5] tel que f (x = y DICHOTOMIE f (5 = f (x = 9 + ( + (9 5xxx f ( = f (5 = 9875 f ( = x f ( = I = [;5] I = [;] I = [;] I = [;5] y LAGRANGE f (5 = f (x = 9 + ( + (9 5xxx f ( = 9758 f ( = 6 5 x f ( = I = [;5] I = [; ] I = [; ] 6 G Faccanoni

7 Jeudi mai Résolution d équations non linéaires Méthode de point fixe Soit f : [a,b] R Il est toujours possible de transformer le problème f (x = en un problème équivalent x ϕ(x =, où la fonction auxiliaire ϕ: [a,b] R a été choisie de manière à ce que ϕ(α = α quand f (α = Approcher les zéros de f se ramène donc au problème de la détermination des points fixes de ϕ, ce qui se fait en construisant la suite récurrente On utilise alors l algorithme itératif suivant : Require: x, ε, ϕ: [a,b] R k while x k+ x k > ε do x k+ ϕ(x k k k + end while xk+ = ϕ(x k, x donné Convergence des itérations de point fixe On se donne x et on considère la suite x k+ = ϕ(x k pour k Si Stabilité : ϕ(x [a,b] pour tout x [a,b] Régularité : ϕ C ([a,b] Contraction : il existe K < tel que ϕ (x K pour tout x [a,b] alors ϕ a un unique point fixe α dans [a,b] et la suite x k+ = ϕ(x k converge vers α pour tout choix de x dans [a,b] De plus, on a x k+ α lim k x k α = ϕ (α Ce théorème assure la convergence, avec un ordre, de la suite (x k k N vers le point fixe α pour tout choix d une valeur initiale x [a;b] Il constitue donc un exemple de résultat de convergence globale Mais en pratique, il est souvent difficile de déterminer a priori l intervalle [a;b] ; dans ce cas, le résultat de convergence suivant peut être utile Théorème d OSTROWSKI Soit α un point fixe d une fonction ϕ continue et différentiable dans un intervalle [c;d] contenant α Si ϕ (α <, alors il existe un intervalle [a;b] [c;d] tel que la suite (x k k converge vers α pour tout x [a;b] Remarque si < ϕ (α < la suite converge de façon monotone, c est-à-dire, l erreur x k α garde un signe constant quand k varie ; si < ϕ (α < la suite converge de façon oscillante, c est-à-dire, l erreur x k α change de signe quand k varie ; si ϕ (α > la suite diverge Plus précisément, si ϕ (α > la suite diverge de façon monotone, tandis que pour ϕ (α < elle diverge en oscillant ; si ϕ (α =, on ne peut en général tirer aucune conclusion : selon le problème considéré, il peut y avoir convergence ou divergence Par exemple, soit φ(x = x x qui admet α = comme point fixe On a φ (α = et x k α pour tout x [ ;] car si x = ± alors x k = α pour tout k, si x [,] alors x k ],[ pour tout k et la suite est monotone ; considérons maintenant φ(x = x + x qui admet aussi α = comme point fixe À nouveau φ (α = mais dans ce cas la suite diverge pour tout choix de x Ordre de convergence Soit α un point fixe d une fonction ϕ C p+ pour un entier p dans un intervalle [a;b] contenant α Si ϕ (i (α = pour i p et ϕ (p+ (α, alors la méthode de point fixe associée à la fonction d itération ϕ est d ordre p + Méthodes de point fixe particulièrement connues Méthode de la Corde : ϕ(x k = x k b a f (b f (a f (x k ordre : G Faccanoni 7

8 Résolution d équations non linéaires Jeudi mai Méthode de Newton : ϕ(x k = x k f (x k f (x k ordre : si α est une racine simple sinon Ordre de convergence de la méthode de Newton Soit la méthode de Newton pour le calcul de l zéro de f Cette méthode peut être mise sous la forme d une itération de point fixe u n+ = φ(u n en posant φ(x = x f (x f (x Si f (l (ie si l est racine simple, on trouve φ (x = (f (x f (xf (x (f (x = f (xf (x (f (x, φ (l =, φ (x = f (x f (x + f (xf (x (f (x f (x(f (x (f (x, φ (l = f (l f (l La méthode de Newton est donc d ordre Si la racine l est de multiplicité m >, alors la méthode n est plus du second ordre En effet, f (x = (x l m h(x où h est une fonction telle que h(l On a alors φ(x = f (x f (x = (x lh(x mh(x + (x lh (x, φ (x = h(x( m(m h(x + (x lh (x + (x l h (x ( mh(x + (x lh (x, φ (l = m Si la valeur de m est connue a priori, on peut retrouver la convergence quadratique en modifiant la méthode de Newton comme suit : φ(x = x m f (x f (x Critères d arrêt Supposons que (x n n soit une suite qui converge vers l zéro de la fonction f Nous avons le choix entre deux types de critères d arrêt pour interrompre le processus itératif d approximation de l : ceux basés sur le résidu et ceux basés sur l incrément Nous désignerons par ε une tolérance fixée pour le calcul approché de l et par e n = l x n l erreur absolue Nous supposerons de plus f continûment différentiable dans un voisinage de la racine Contrôle du résidu : les itérations s achèvent dès que f (x n < ε Il y a des situations pour lesquelles ce test s avère trop restrictif ou, au contraire, trop optimiste si f (l alors e n ε : le test donne donc une indication satisfaisante de l erreur ; si f (l, le test n est pas bien adapté car e n peut être assez grand par rapport à ε ; si enfin f (l alors e n ε et le test est trop restrictif Dans l exercice précédent f (l = : le test est trop restrictif (comparer la colonne f (x n à la colonne l x n Contrôle de l incrément : les itérations s achèvent dès que x n+ x n < ε Soit (x n n la suite produite par la méthode de point fixe x n+ = φ(x n Comme l = φ(l et x n+ = φ(x n, on obtient par un développement au premier ordre e n+ = l x n+ = φ(l φ(x n = φ (ξ n (l x n = φ (ξ n e n, ξ n I l,xn I l,xn étant l intervalle d extrémités l et x k En utilisant l identité on en déduit que e n = (l x n+ + (x n+ x n = e n+ + (x n+ x n = φ (ξ n e n + (x n+ x n, e n = x n+ x n φ (ξ n Par conséquent, ce critère fournit un estimateur d erreur satisfaisant si φ (x dans un voisinage de l C est le cas notamment des méthodes d ordre, dont la méthode de Newton Cette estimation devient d autant moins bonne que φ s approche de 8 G Faccanoni

9 Jeudi mai Résolution d équations non linéaires Les fractales de NEWTON Prenons la fonction f : x x x + x Ce polynôme admet racines :, et Que se passe-t-il lorsque l on applique la méthode de NEWTON en partant de x =? En partant de x = 5? En partant de x = 6? De x = 557? De x = 5575? De x = 558? si x = alors x n si x = alors x n si x = alors x n si x = alors x n si x = alors x n si x = alors x n En choisissant une couleur par limite possible ( :jaune, :vert et :bleu, on retrouve quelque chose de fractal! Source : G Faccanoni 9

10 Résolution d équations non linéaires Jeudi mai Exercices Exercice Décrire les méthodes de la dichotomie et de LAGRANGE et les utiliser pour calculer le zéro de la fonction f (x = x x 895 dans l intervalle [;] avec une précision de SOLUTION En partant de I = [a,b], les méthodes de la dichotomie et de LAGRANGE produisent une suite de sous-intervalles I k = [a k,b k ], k, avec I k I k, k, et tels que f (a k f (b k < Dans notre cas on a k a k b k while b k a k > do x k g (a k,b k k k + if (a k a k 895(x k x k 895 < then a k+ a k b k+ x k else a k+ x k b k+ b k end if end while g (a k,b k = ak +b k avec pour la méthode de la dichotomie, pour la méthode de la LAGRANGE a k f (b k b k f (a k f (b k f (a k Dichotomie k a k x k b k signe de f (a k signe de f (x k signe de f (b k LAGRANGE k a k x k b k signe de f (a k signe de f (x k signe de f (b k Exercice Déterminer la suite des premiers itérés des méthodes de dichotomie dans l intervalle [,] et de Newton avec x = pour l approximation du zéro de la fonction f (x = x Combien de pas de dichotomie doit-on effectuer pour améliorer d un ordre de grandeur la précision de l approximation de la racine? G Faccanoni

11 Jeudi mai Résolution d équations non linéaires y 7 f (x y f (x I I I I I x 7 x (a Méthode de la dichotomie (b Méthode de Newton FIGURE : Approximation du zéro de la fonction f (x = x SOLUTION On cherche les zéros de la fonction f (x = x : Méthode de la dichotomie : en partant de I = [a,b], la méthode de la dichotomie produit une suite de sous-intervalles I k = [a k,b k ] avec I k+ I k et tels que f (a k f (b k < Plus précisément on pose a = a, b = b, x = a +b, pour k si f (a k f (x k < on pose a k+ = a k, b k+ = x k sinon on pose a k+ = x k, b k+ = b k et on pose x k+ = a k +b k Voir la figure a Méthode de Newton : x k+ = x k f (x k f (x k = x k x k = x k x k + x k Voir la figure b Donc on a le tableau suivant x x x x Dichotomie Newton =,5 5 =,5 8 =,75 =,5 7 =, ,56 On rappelle qu avec la méthode de la dichotomie, les itération s achèvent à la m-ème étape quand x m α I m < ε, où ε est une tolérance fixée et I m désigne la longueur de l intervalle I m Clairement I k = b a, donc pour avoir x k m α < ε on doit prendre b a m log ε Améliorer d un ordre de grandeur la précision de l approximation de la racine signifie avoir x k α = x j α donc on doit effectuer k j = log (, itérations de dichotomie Exercice Donner la suite définissant la méthode de Newton pour la recherche d un zéro de fonction Justifier l expression de la suite G Faccanoni

12 Résolution d équations non linéaires Jeudi mai Écrire l algorithme pour une convergence à 6 près Déterminer l ordre de convergence minimale de cette suite SOLUTION Supposons f C et f (α (c est-à-dire α est une racine simple de f La méthode de Newton revient à calculer le zéro de f en remplaçant localement f par sa tangente : en partant de l équation de la tangente à la courbe (x, f (x au point x (k y(x = f (x (k + f (x (k (x x (k et en faisant comme si x (k+ vérifiait y(x (k+ =, on obtient x (k+ = x (k f (x(k f (x (k Étant donné une valeur initiale x (, cette formule permet de construire une suite x (k Algorithmes pour une convergence à ε = 6 : Require: x ( while x (k+ x (k > 6 do x (k+ x (k f (x(k f (x (k end while La relation précédent peut être mise sous la forme d une itération de point fixe x (k+ = g (x (k avec g (x = x f (x f (x Si α est racine simple, c est-à-dire si f (α, on trouve g (α = et g (α = f (α f : la méthode de Newton est donc (α d ordre Si la racine α est de multiplicité m >, alors g (α = m et la méthode n est que d ordre Si la valeur de m est connue à priori, on peut retrouver la convergence quadratique de la méthode de Newton en modifiant la méthode comme suit : x (k+ = x (k m f (x(k f (x (k Exercice On veut calculer le zéro de la fonction f (x = x dans l intervalle [;] On applique la méthode de LAGRANGE : écrire l algorithme et l utiliser pour remplir le tableau (on s arrêtera au plus petit k qui vérifie f (x k < k a k x k b k signe de f (a k f (x k signe de f (b k x k - + On applique la méthode de NEWTON : écrire l algorithme et l utiliser pour remplir le tableau (on s arrêtera au plus petit k qui vérifie f (x k < Le point de départ x est donné k x k f (x k x k SOLUTION En partant de I = [a,b], la méthode de LAGRANGE produit une suite de sous-intervalles I k = [a k,b k ], k, avec I k I k, k, et tels que f (a k f (b k < Dans notre cas on a k a k b k x k a k G Faccanoni

13 Jeudi mai Résolution d équations non linéaires while x > do k x k a k b k + a k +b k if (a k (x < then k a k+ a k b k+ x k else a k+ x k b k+ b k end if k k + end while k a k x k b k signe de f (a k f (x k signe de f (b k x k - > + - > > > > > < + La méthode de Newton est une méthode de point fixe avec fonction d itération φ(x = x f (x f ce qui donne l algorithme suivant (x : k x k while x k > do x k+ x k k k + end while + x k k x k f (x k x k - > 5 5 > > 6 < Exercice 5 Le but de cet exercice est de calculer la racine cubique d un nombre positif a Soit g la fonction définie sur R + par g (x = x + a x (a > fixé Faire l étude complète de la fonction g Comparer g à l identité Soit la suite (x n n N définie par x n+ = g (x n, x > À l aide des graphe de g et de l identité sur R +, dessiner la suite (x n n N sur l axe des abscisses Observer graphiquement la convergence Justifier mathématiquement la convergence observée graphiquement En particulier, montrer que cette suite est décroissante à partir du rang 5 Calculer l ordre de convergence de la suite 6 Écrire l algorithme défini par la suite (x n n N qui permet de déterminer a à une précision de 6 7 Expliciter la méthode de Newton pour la recherche du zéro de la fonction f définie par f (x = x a Que remarquet-on? SOLUTION Étude de la fonction g : R + R définie par g (x = x + g (x > pour tout x R + ; a x : G Faccanoni

14 Résolution d équations non linéaires Jeudi mai y y i (x i (x g (x y = x g (x a a a x x x x x x a x (a Graphe de g comparé au graphe de i (x = x (b Étude graphique de la convergence de la méthode de point fixe FIGURE : Exercice 5 lim g (x = lim x + lim x + x + g (x = + ; g (x x = et lim g (x x + x = donc y = x est un asymptote ; g (x = x (x a ; g est croissante sur [ a,+ [, décroissante sur [, a] ; x = a est un minimum absolu et g ( a = a x a + g (x + g (x + a + Graphe de g comparé au graphe de i (x = x : voir la figure a On vérifie analytiquement qu il existe une et une seule intersection entre la courbe d équation y = g (x et la droite d équation y = x : g (x = x x + a x = x x = a Étude graphique de la convergence de la méthode de point fixe : voir la figure a On en déduit que pour tout x > on a g (x a Donc, pour tout k >, x k = g (x k a Vérifions les hypothèses du théorème de point fixe qui fournit une condition suffisante de convergence de la suite : pour tout x dans [ a,+ [ on a g (x > a donc g ([ a,+ [ [ a,+ [ (ie l intervalle a,+ [ est stable ; g C ([ a,+ [ ; pour tout x dans [ a,+ [ on a g (x = ( a x < donc g est contractante Alors la méthode converge vers α point fixe de g De plus, pour tout α [ a,+ [ on a α = g (α α = a : la méthode permet donc de calculer de façon itérative la racine cubique de a 5 Étant donné que la méthode de point fixe converge à l ordre g (α =, g (α = a α G Faccanoni

15 Jeudi mai Résolution d équations non linéaires Algorithm Calcul de x = g (x Require: x > while x k+ x k > 6 do x k+ g (x k end while 6 Algorithme de point fixe : Quelques remarques à propos du critère d arrêt basé sur le contrôle de l incrément Les itérations s achèvent dès que x k+ x k < ε ; on se demande si cela garantît-t-il que l erreur absolue e k+ est elle aussi inférieur à ε L erreur absolue à l itération (k + peut être évaluée par un développement de Taylor au premier ordre avec z k compris entre α et x k Donc Puisque g (α =, on a bien x k+ x k e k e k+ = g (α g (x k = g (z k e k x k+ x k = e k+ e k = g (z k e k g (α e k 7 La méthode de Newton est une méthode de point fixe avec g (x = x f (x f Ici elle s écrit (x x k+ = x k f (x k f (x k = x k x k a x = x k x k + a x = x k + a x k k k autrement dit la méthode de point fixe assignée est la méthode de Newton (qu on sait être d ordre de convergence égale à lorsque la racine est simple Exercice 6 On veut résoudre l équation e αx = x avec < α < Vérifier que cette équation admet une unique solution, notée l α, dans R Soit g : R R la fonction définie par g (x = e αx On définit la suite récurrente u R u n+ = g (u n ( On veut montrer que u n converge vers l α Pour cela, comparer d abord le graphe de g à l identité et observer graphiquement la convergence, ensuite justifier mathématiquement la convergence observée graphiquement Écrire la méthode de Newton pour résoudre l équation e αx = x avec < α < Parmi la méthode de Newton et la méthode de point fixe (, laquelle faut-il préférer vis-à-vis de la vitesse de convergence? SOLUTION Deux méthodes (équivalentes possibles : Méthode : La fonction g : x e αx est monotone décroissante, lim x e αx = + et lim x + e αx = ; par conséquente elle intersecte la droite d équation y = x une et une seule fois Notons ce point l α Comme la fonction x e αx est positive pour tout x R tandis que la fonction x x est positive si et seulement si x >, on en déduit que l α > Méthode : La fonction f : x e αx x est monotone décroissante, lim x e αx x = + et lim x + e αx x = ; par le théorème des valeurs intermédiaires on conclut qu il existe un et un seul l α R tel que f (l α = Comme f ( >, on peut appliquer à nouveau le théorème des valeurs intermédiaires à l intervalle [; [ et en déduire que l α > De plus, comme f ( < e <, on peut conclure que l α ];[ Le graphe de la fonction g est celui en figure 6 On en déduit que la suite (u n n converge pour tout u R ; g (R =];+ [ et g (];+ [ =];[ ainsi u ];+ [ et u n ];[ pour tout n > ; la convergence n est pas monotone : la sous-suite des termes d indice pair est monotone croissante tandis que la sous-suite des termes d indice impair est monotone décroissante (ce qui veut dire d une part qu on ne pourra pas utiliser les théorèmes du type «monotone+bornée=convergente» pour prouver la convergence, d autre part on voit aussi que ni l intervalle [l α ;+ [ ni l intervalle [;l α ] sont stables ; g (x n est pas bornée pour tout x R (croissance exponentielle à Plus particulièrement, g (x < ssi e αx > α ssi x > ln(α/α Comme < α <, on conclut que g (x < pour tout x G Faccanoni 5

16 Résolution d équations non linéaires Jeudi mai y i (x y i (x l α l α l α (a Graphe de g comparé au graphe de i (x = x g (x x x x x x x l α g (x x (b Étude graphique de la convergence de la méthode de point fixe FIGURE : Exercice 6 Cette étude préliminaire suggère d utiliser le théorème de point fixe dans l intervalle ];+ [ On a g C (];+ [, g (];+ [ ];+ [, g (x < pour tout x ];+ [, on peut alors utiliser le théorème de point fixe pour conclure que la suite (u n n N converge vers l α pour tout u ];+ [ Comme g (x ];+ [ pour tout x R, alors u n ];+ [ pour tout n N, on peut donc conclure que la suite (u n n N converge vers l α pour tout u R Soit f (x = e αx x La méthode de Newton (qui s applique à f et non à g définit la suite récurrente u R u n+ = u n e αun u n αe αun ( La méthode de point fixe ( n est que d ordre car g (l α tandis que la méthode de Newton, qui est encore une méthode de point fixe, est d ordre Exercice 7 Soit f une application de R dans R définie par f (x = exp(x x On se propose de trouver les racines réelles de f Situer les racines de f (ie indiquer intervalles disjoints qui contiennent chacun une et une seule racine Montrer qu il y a une racine α comprise entre et Soit la méthode de point fixe xk+ = φ(x k, ( x ],[, exp(x avec φ l application de R dans R définie par φ(x = Examiner la convergence de cette méthode et en préciser l ordre de convergence Écrire la méthode de Newton pour la recherche des zéros de la fonction f 5 Entre la méthode de Newton et la méthode de point fixe (, quelle est la plus efficace? Justifier la réponse SOLUTION On cherche les zéros de la fonction f (x = exp(x x On remarque que f ( x = f (x : la fonction est paire On fait donc une brève étude sur [,+ [ : f ( = et lim f (x = +, x + f (x = pour x = et x = ln et on a f ( = et f ( ln = ( ln < ; f est croissante pour x > ln et décroissante pour < x < ln On a une racine dans l intervalle ], ln[, une racine dans l intervalle ] ln,[, une racine dans l intervalle ], ln[, une racine dans l intervalle ] ln, [ Voir la figure a pour le graphe de f sur R Puisque f ( = > et f ( = e <, pour le théorème des valeurs intermédiaires il existe au moins un α ],[ tel que f (α = Puisque f (x = x exp(x 8x = x(exp(x < x(e < pour tout x ],[, ce α est unique Voir la figure b 6 G Faccanoni

17 Jeudi mai Résolution d équations non linéaires y y f (x f (x ln x α x ( ln (a Graphe de f (x = exp(x x (b Zoom FIGURE : Exercice 7 Étude de la convergence de la méthode ( : pour tout x dans ],[ on a donc φ: ],[ ],[ ; φ C (],[ ; pour tout x dans ],[ on a donc φ est contractante < exp(x < e < φ x exp(x (x = = xφ(x < x < Alors la méthode ( converge vers α point fixe de φ De plus, pour tout α ],[, α = φ(α α = exp(α α = exp(α f (α = ; donc α, point fixe de φ, est un zéro de f Étant donné que φ (α = αφ(α = α, la méthode de point fixe ( converge seulement à l ordre La méthode de Newton est une méthode de point fixe avec φ(x = x f (x f Ici donc elle s écrit (x x k+ = x k f (x k f (x k = x k exp(x k x k x k exp(x k 8x k = x k exp(x k x k x k (exp(x k 5 Puisque α est une racine simple de f, la méthode de Newton converge à l ordre tandis que la méthode de point fixe ( converge seulement à l ordre : la méthode de Newton est donc plus efficace Exercice 8 On cherche à évaluer 5 à l aide d un algorithme n autorisant que les opérations élémentaires Soit (x n n N la suite définie par récurrence x =, x n+ = x n xn + 5 n N Montrer que si la suite converge, alors elle converge vers ou 5 Soit la fonction g définie sur [; 5] par g (x = x Étudier g et la comparer à l identité x +5 Montrer que la suite (x n n N est croissante et majorée par 5 Conclure Déterminer l ordre de convergence de cette suite G Faccanoni 7

18 Résolution d équations non linéaires Jeudi mai y α α α α α x FIGURE 5: Exercice 7 : convergence de la méthode de point fixe SOLUTION Supposons qu il existe l R tel que x n l n + Par définition de convergence on a l = l l +5 et par conséquent l 5,, 5 } On prouve par récurrence que si x = alors x n = pour tout n N donc l =, si x > alors x n > pour tout n N donc l, α si x < alors x n < pour tout n N donc l Comme x = >, alors x n > pour tout n N et l, 5 } Soit la fonction g définie sur [; 5] par g (x = x On étudie la fonction g : x +5 g (x > pour tout x [; 5] ; g ( = 5, g ( 5 = 5 ; g (x = x 5 (x +5 ; g est croissante sur [; 5[ et g ( 5 = Graphe de g comparé au graphe de i (x = x : voir la figure 6a On vérifie analytiquement qu il existe une et une seule intersection entre la courbe d équation y = g (x et la droite d équation y = x dans [; 5] : g (x = x x x + 5 = x x = 5 On a g (x [5/; 5] pour tout x [; 5] et on a vu au point précédent que g est croissante et g ( 5 = 5 De plus, g (x x car g (x = par conséquent la suite x k+ = g (x k x k est croissante x x + 5 x ( = x, Comme g (x ( 5 = 5 alors la suite x k+ = g (x k 5 est bornée On a ainsi une suite croissante et borné, ce qui implique qu elle converge Comme au premier point on a montré que si elle converge vers l alors l, 5 }, on conclut que x n 5 Pour l étude graphique de la convergence de la méthode de point fixe voir la figure 6b n + Dans ce cas, on ne peut pas utiliser le théorème de point fixe pour prouver la convergence de la suite sur l intervalle [; 5] En effet g est au moins de classe C ([; 5] 8 G Faccanoni

19 Jeudi mai Résolution d équations non linéaires y 5 i (x y i (x 5 g (x g (x 5 x x x x x (a Graphe de g comparé au graphe de i (x = x (b Étude graphique de la convergence de la méthode de point fixe x k+ = g (x k FIGURE 6: Exercice 8 g ([; 5] = [5/; 5] [; 5] mais g (x < ssi x [ + 5 5; 5] (et on a > En revanche, on peut utiliser le théorème de point fixe pour prouver la convergence de la suite sur l intervalle [5/; 5] car g est au moins de classe C ([5/; 5] g ([5/; 5] [5/; 5] g (x < pour tout x [5/; 5] Comme g ( 5 = et g ( 5, la méthode de point fixe associée à la fonction d itération g est d ordre Exercice 9 L objectif de cet exercice est de déterminer le zéro d une fonction C (R,R vérifiant < f (x < sur R On définit la suite x n } n N de R par la récurrence suivante x n+ = g (x n = x n + αf (x n, où α > et x R sont donnés Montrer que lim f (x = + et lim f (x = x x + En déduire qu il existe un unique l élément de R tel que f (l = Montrer que si < α <, la fonction g définie par g (x = x + αf (x vérifie < α < g (x < α sur R En déduire la convergence de la suite x n } n N si < α < 5 La suite converge-t-elle pour α = f (l? 6 Donner l ordre de convergence de la suite x n } n N pour < α < en distinguant le cas α = f (l 7 Peut-on choisir α = f d un point de vue pratique? (l 8 On choisit alors d approcher α = f (l par α n = f (x n et la suite x n} n N est définie par x n+ = g (x n = x n + α n f (x n Quel est le nom de cette méthode itérative? Montrer que la suite x n } n N converge quel que soit x R SOLUTION Puisque f est de classe C (R,R et f (x < sur R alors f est monotone décroissante De plus, f (x < sur R donc lim f (x = + lim x f (x = x + NB : seul la condition f (x < permet de conclure car une fonction peut être monotone décroissante mais avoir une limite finie! En effet, la condition f (x < garantie que la fonction décroit plus vite qu une droite comme on peut G Faccanoni 9

20 Résolution d équations non linéaires Jeudi mai facilement vérifier : f (x f (x lim = lim x ± x x ± Puisque lim f (x = + > et lim f (x = <, pour le théorème des valeurs intermédiaires il existe au moins un x x + l R tel que f (l = Puisque f (x < pour tout x R, ce l est unique Considérons la fonction g définie par g (x = x + αf (x alors g est de classe C (R,R et g (x = + αf (x sur R Puisque f (x < et < α < on a g (x < α < sur R et puisque f (x > et < α < alors Autrement dit Soit < α < On étudie la suite g (x > α > sur R g (x < sur R x n+ = g (x n et on va vérifier qu il s agit d une méthode de point fixe pour le calcul du zéro l de f On vérifie d abord que, si la suite converge vers un point fixe de g, ce point est bien un zéro de f (ici le réciproque est vrai aussi : soit l R, alors l = g (l l = l + αf (l = αf (l f (l = ; vérifions maintenant que la suite converge vers un point fixe de g (et donc, grâce à ce qu on a vu au point précédant, elle converge vers l unique zéro de f : on a évidemment que g : R R ; on a déjà remarqué que g C (R,R ; pour tout x dans R on a prouvé que g (x <, ie que g est contractante Alors la suite x n+ = g (x n converge vers l point fixe de g et zéro de f 5 Si α = f (l alors x n+ = g (x n = x n f (x n f (l, qui converge car < f (l < ssi < α < et donc on rentre dans le cas de < α < 6 Étant donné que g (l = + αf (l la méthode de point fixe converge à l ordre si αf (l =, la méthode de point fixe converge à l ordre si < αf (l < mais αf (l, la méthode de point fixe ne converge pas si αf (l < ou αf (l > Étant donné que < f (l < et que < α < on peut conclure que la méthode de point fixe converge à l ordre si α = f (l, la méthode de point fixe converge à l ordre si α f (l 7 D un point de vue pratique on ne peut pas choisir α = f car on ne connaît pas l (l 8 Si on choisit d approcher α = f (l par α n = f (x n et on considère la suite x n} n N définie par on obtient la méthode de Newton (qui est d ordre x n+ = g (x n = x n + α n f (x n, De plus, comme < f (x < on rentre dans le cas < α < donc la suite x n } n N converge quel que soit x R Exercice Soit g la fonction définie sur R + par g (x = x + x + x + 8x G Faccanoni

21 Jeudi mai Résolution d équations non linéaires Faire l étude complète de la fonction g (On admettra que x +x = admet comme unique solution m,6 et que g (m = m Comparer g à l identité Soit la suite (x n n N définie par x n+ = g (x n, x > À l aide des graphe de g et de l identité sur R +, dessiner la suite (x n n N sur l axe des abscisses Observer graphiquement la convergence En particulier, montrer que cette suite est décroissante à partir du rang Expliciter (sans la vérifier la condition nécessaire pour la convergence observée graphiquement 5 Écrire l algorithme défini par la suite (x n n N qui permet de déterminer le point fixe à une précision de ε 6 Expliciter la méthode de Newton pour la recherche du zéro de la fonction f définie par f (x = x + x Que remarque-t-on? 7 Donner l ordre de convergence de la suite SOLUTION Étude de la fonction g : R + R définie par g (x = x +x + x +8x g (x > pour tout x R + ; lim x + lim x + g (x = lim x + g (x = + ; g (x x = et lim g (x x + x = 9 donc y = x 9 est un asymptote ; g (x = (x+(x +x x (x+8 ; g est croissante sur [m,+ [, décroissante sur [,m] où m,6 ; x = m est un minimum absolu et g (m = m x m + : g (x + g (x + m + Graphe de g comparé au graphe de i (x = x : voir la figure 7a On vérifie analytiquement qu il existe une et une seule intersection entre la courbe d équation y = g (x et la droite d équation y = x : g (x = x x + x + x + 8x = x x + x = x = m f (x = Pour l étude graphique de la convergence de la méthode de point fixe voir la figure 7b On en déduit que pour tout x > on a g (x m Donc, pour tout k >, x k = g (x k m Pour étudier la convergence de la méthode vérifions si on peut appliquer le théorème de point fixe : pour tout x dans [m,+ [ on a g (x > m donc g ([m,+ [ [m,+ [ ; g C ([m,+ [ ; pour tout x dans [m,+ [, on a g (x = (6x +8x g (x(6x+8 < alors g est contractante x +8x Si les conditions précédentes sont vérifiées alors la méthode converge vers m point fixe de g De plus, pour tout α [m,+ [ : α = g (α α = m donc le point fixe de g est racine de f 5 Algorithme de point fixe : Algorithm Calcul de x = g (x Require: x > Require: g : x g (x while x k+ x k > ε do x k+ g (x k end while G Faccanoni

22 Résolution d équations non linéaires Jeudi mai y y i (x i (x g (x y = x 9 g (x m m x x x x x x x (a Graphe de g comparé au graphe de i (b Étude graphique de la convergence de la méthode de point fixe FIGURE 7 6 La méthode de Newton est une méthode de point fixe avec g (x = x f (x f Ici donc elle s écrit (x x k+ = x k f (x k f (x k = x k x k + x k x k + 8x = g (x k k autrement dit la méthode de point fixe assignée est la méthode de Newton 7 Étant donné que la méthode de point fixe donnée est la méthode de Newton et que la racine m de f est simple, elle converge à l ordre Quelques remarques à propos du critère d arrêt basé sur le contrôle de l incrément Les itérations s achèvent dès que x k+ x k < ε ; on se demande si cela garantît-t-il que l erreur absolue e k+ est elle aussi inférieur à ε L erreur absolue à l itération (k + peut être évaluée par un développement de Taylor au premier ordre avec z k compris entre m et x k Donc e k+ = g (α g (x k = g (z k e k x k+ x k = e k+ e k = g (z k e k g (m e k Puisque g (x = x+ x (x+8 f (x, alors g (m = donc on a bien x k+ x k e k Exercice On se propose de calculer en trouvant les racines réelles de l application f de R dans R définie par f (x = x Situer les racines de f (ie indiquer intervalles disjoints qui contiennent chacun une et une seule racine En particulier, montrer qu il y a une racine α comprise entre et Soit g la fonction définie sur [;] par g (x = x(9x + 5 (5x + Faire l étude complète de la fonction g et la comparer à l identité Soit la suite (x n n N définie par x n+ = g (x n, x ];[ À l aide des graphe de g et de l identité sur [;], dessiner la suite (x n n N sur l axe des abscisses Observer graphiquement la convergence Justifier mathématiquement la convergence observée graphiquement G Faccanoni

23 Jeudi mai Résolution d équations non linéaires y y i (x g (x i (x g (x y = 5 x x x x x x x x (a Graphe de g comparé au graphe de i (b Étude graphique de la convergence de la méthode de point fixe FIGURE 8 Calculer l ordre de convergence de la suite 5 Écrire l algorithme défini par la suite (x n n N qui permet de déterminer à une précision de ε Expliciter la méthode de Newton pour la recherche du zéro de la fonction f Entre la méthode de Newton et la méthode de point fixe x k+ = g (x k, quelle est la plus efficace? Justifier la réponse SOLUTION f est paire ; comme f (x = x, f est croissante pour x > et décroissante pour x < ; puisque f ( < et f ( = f ( >, on conclut que il n y a que deux racines réelles distinctes : α ];[ et α ] ;[ On étudie la fonction g (x = x(9x +5 pour x (5x + g (x pour tout x et g (x = ssi x = ; g (x = 5(9x8 6x + (5x + = 5 ( x 5x + x x = (5x + ( donc g (x pour tout x ];[ et g (x = ssi x = De plus, g x = x (x (5x + Enfin, g (x = 5x + g (x, g est concave pour x ]; [, convexe pour x > Pour le graphe de g comparé au graphe de i (x = x pour x [;] voir la figure 8a On vérifie analytiquement qu il existe une et une seule intersection entre la courbe d équation y = g (x et la droite d équation y = x : (5x + donc g (x = ssi x = ou x = = g (x = x x(9x + 5 (5x + = x 9x + 5 = (5x + x = f (x = Pour l étude graphique de la convergence de la méthode de point fixe voir la figure 8b Étudions la convergence de la méthode On remarque que donc la suite récurrente = 9x k + 5 x k (5x k + > x k < x k+ x ]; [ x k+ = g (x k est monotone croissante et majorée par : elle est donc convergente vers l Comme l = g (l ssi l = on conclut qu elle converge vers De même, la suite récurrente ] [ x ; x k+ = g (x k, G Faccanoni

24 Résolution d équations non linéaires Jeudi mai est monotone décroissante et minoré par : elle est donc convergente vers l Comme l = g (l ssi l =, on conclut qu elle converge vers Par conséquent, quelque soit le point initiale, la méthode de point fixe donnée converge vers point fixe de g (et racine de f Soulignons qu on ne peut pas utiliser le théorème de point fixe pour prouver la convergence de la méthode car g n est pas contractante sur [;] En effet, dans [;] on a g (x < g (x < 5(x < (5x + 5x 8 + x > x > + = 5 (5α + Si on pose α = alors g (α = α, g (α =, g (α = et g (α = α 5α8 α + suite converge à l ordre 5 Algorithme de point fixe : Algorithm Calcul de x = g (x Require: x > Require: g : x g (x while x k+ x k > ε do x k+ g (x k end while 6 5 ];[ : on conclut que la Entre la méthode de Newton et la méthode de point fixe x k+ = g (x k, la plus efficace est la méthode de point fixe x k+ = g (x k car elle est d ordre tandis que celle de Newton n est que d ordre G Faccanoni

25 Interpolation Étant donné n + points (x i, y i } n i=, estimer y(x Étant donné n + couples (x i, y i, le problème consiste à trouver une fonction ϕ = ϕ(x telle que ϕ(x i = y i ; on dit alors que ϕ interpole y i } aux nœuds x i } On parle d interpolation polynomiale quand ϕ est un polynôme, d approximation trigonométrique quand ϕ est un polynôme trigonométrique et d interpolation polynomiale par morceaux (ou d interpolation par fonctions splines si ϕ est polynomiale par morceaux Les quantités y i peuvent, par exemple, représenter les valeurs aux nœuds x i d une fonction f connue analytiquement ou des données expérimentales Dans le premier cas, l approximation a pour but de remplacer f par une fonction plus simple en vue d un calcul numérique d intégrale ou de dérivée Dans l autre cas, le but est d avoir une représentation synthétique de données expérimentales dont le nombre peut être très élevé Polynôme de LAGRANGE Considérons n+ couples (x i, y i, le problème est de trouver un polynôme Π m (x = a +a x+ a m x m P m, appelé polynôme d interpolation ou polynôme interpolant, tel quel Π m (x i = y i, i =,n Les points x i sont appelés nœuds d interpolation Il s agit d un système linéaire de n + équations et m + inconnues Si m = n on a le résultat suivant : Théorème Étant donné n + points distincts x,, x n et n + valeurs correspondantes y,, y n, il existe un unique polynôme Π n P n tel que Π n (x i = y i, pour i =,n qu on peut écrire sous la forme n n x x j Π n (x = y i L i (x P n où L i (x = x i x j i= Cette relation est appelée formule d interpolation de LAGRANGE et les polynômes L i sont les polynômes caractéristiques (de Lagrange j = j i Remarque Si n est petit on peut calculer directement les coefficients a, a,, a n en résolvant le système linéaire de n + équations a + a x + a n x n = y a + a x + a n x n = y a n + a x n + a n xn n = y n ie x x n x x n x n xn n a a a n = y y y n Erreur Si y i = f (x i pour i =,,,n, f : I R étant une fonction donnée de classe C n+ (I où I est le plus petit intervalle contenant les nœuds x i }, l erreur d interpolation au point x I est donné par E n (x f (x Π n (x = f (n+ (ξ ω n+ (x (n +! 5

26 Interpolation Jeudi mai où ξ I et ω n+ (x n (x x j i= Exemple Pour n = le polynôme de Lagrange s écrit P(x = y (x x (x x (x x (x x + y (x x (x x (x x (x x + y (x x (x x (x x (x x Polynôme d HERMITE ou polynôme osculateur On peut généraliser l interpolation de LAGRANGE pour prendre en compte, en plus des valeurs nodales, les valeurs de la dérivée du polynôme interpolateur dans ces nœuds Considérons n+ triplets (x i, y i, y i, le problème est de trouver un polynôme Π m(x = a +a x+ a m x m P m tel quel Πm (x i = y i, Π m (x i = y i, i =,n Il s agit d un système linéaire de (n+ équations et m+ inconnues Si m = n+ on a le résultat suivant : Théorème Étant donné n + points distincts x,, x n et n + couples correspondantes (y, y,,(y n, y n, il existe un unique polynôme Π N P N tel que Π N (x i = y i et Π N (x i = y, pour i =,n qu on peut écrire sous la forme i Q(x = n y i A i (x + y i B i (x P N i= où L i (x c i = n j = j i = n j = j i x x j x i x, j x i x, j A i (x = ( (x x i c i (L i (x, B i (x = (x x i (L i (x, N = n + qu on peut réécrire comme n Q(x = (y i D i (x + y i (x x i (L i (x où i= L i (x c i = n j = j i = n j = j i x x j x i x, j x i x, j D i (x = (x x i c i, N = n + Cette relation est appelée formule d interpolation de HERMITE Remarque Si n est petit on peut calculer directement les coefficients a, a,, a N en résolvant le système linéaire de N + = n + 6 G Faccanoni

27 Jeudi mai Interpolation équations a + a x + a N x N = y a + a x + a N x N = y a n + a x n + a N xn N = y n a + a x + N a N x N = y a + a x + N a N x N = y a n + a x n + N a N xn N = y n ie x x N x x N x n xn N x N x N x N x N x n N xn N a a a N = y y y n y y y n Exemple Pour n = le polynôme de Hermite s écrit qu on peut réécrire comme ( ( (x x (x x ( Q(x = y ( (x x + + y (x x x x x x (x x (x x (x x (x x (x x (x x ( ( (x x (x x ( + y ( (x x + + y (x x x x x x (x x (x x (x x (x x (x x (x x ( ( (x x (x x ( + y ( (x x + + y (x x x x x x (x x (x x (x x (x x, (x x (x x ( ( Q(x = (y (x x ( + (y (x x ( + (y (x x + x x x x ( + x x x x ( + x x x x ( + y (x x (x x (x x (x x (x x + y (x x + y (x x ( (x x (x x (x x (x x ( (x x (x x (x x (x x Algorithmes LAGRANGE : Require: t, n, (x i, y i } n i= p for i = to n do L i for j = to n do if j i then L i t x j L i x i x j end if end for p p + y i L i end for return p HERMITE : Require: t, n, (x i, y i, y i } n i= p for i = to n do L i for j = to n do if j i then L i t x j L i x i x j c i x i x j + c i end if end for p p + ( y i ( (t x i c i + y i (t x i L i end for return p Splines C est une méthode d interpolation par morceaux possédant des propriétés de régularité globale G Faccanoni 7

28 Interpolation Jeudi mai Définition Étant donné n + points distincts x,, x n de [a;b] avec a = x < x < < x n = b, la fonction s k (x: [a;b] R est une spline de degré k relative aux nœuds x i } si sk (x [xi ;x i +] P k, i =,,,n, s k C k ([a;b] Évidemment tout polynôme de degré k est une spline, mais en pratique une spline est constituée de polynômes différents sur chaque sous-intervalle Il peut donc y avoir des discontinuité de la dérivée k-ième aux nœuds internes x,, x n Splines linéaires Étant donné n + points distincts x,, x n de [a;b] avec a = x < x < < x n = b, la fonction l(x: [a;b] R est une spline linéaire relative aux nœuds x i } si l(x [xi ;x i +] P k, i =,,,n, l C ([a;b] Autrement dit, dans chaque sous-intervalle [x i ; x i + ], la fonction l est le segment qui connecte le point (x i, y i au point (x i+, y i+ ; elle s écrit donc l(x [xi ;x i +] = y i + y i+ y i x i+ x i (x x i Erreur Si y i = f (x i pour i =,,,n, f : [a;b] R étant une fonction donnée de classe C ([a;b], l erreur d interpolation au point x [a; b] est donné par (b a max f (x l(x max x I 8 f (x x I 8 G Faccanoni

29 Jeudi mai Interpolation Exercices Exercice Construire le polynôme de Lagrange P qui interpole les points (,, (,, (, et (, SOLUTION Le polynôme d interpolation de Lagrange de degré n sur l ensemble des n + points (x i, y i } n i= s écrit i= n n p n (x = y x x j i x i x j j = j i Ici n = donc on a y (x x (x x (x x P(x = y (x x (x x (x x + y (x x (x x (x x (x x (x x (x x (x x (x x (x x + y (x x (x x (x x + y (x x (x x (x x (x x (x x (x x = P(x (x (x (x (x (x (x = + ( ( ( ( ( ( (x (x (x (x (x (x + + ( ( ( ( ( ( = (x (x (x x(x (x = + x(x (x x(x (x + = x + x 8 x + x Sinon, comme on cherche un polynôme de degré, il s agit de trouver les coefficients a, a, a et a solution du système linéaire a + a + a + a = a a + a + a + a = a + a + a + a ie a = 8 a = a + a + a + a = 9 7 a Exercice Trouver le polynôme de l espace vectoriel Vec + x, x } qui interpole les points (, et (, SOLUTION Il s agit de trouver un polynôme p(x qui soit combinaison linéaire des deux polynômes assignés (ie p(x = α( + x + β(x et qui interpole les deux points (, et (, : y p(x p( =, p( =, α( + + β( =, α( + + β( =, d où α = et β = Le polynôme cherché est donc le polynôme p(x = + x + x x Exercice Construire le polynôme de Lagrange P qui interpole les points (,, (,, (, et (, G Faccanoni 9

30 Interpolation Jeudi mai Soit Q le polynôme de Lagrange qui interpole les points (,, (,, (, Montrer qu il existe un réel λ tel que : Q(x P(x = λ(x + x(x SOLUTION Le polynôme d interpolation de Lagrange de degré n sur l ensemble des n + points (x i, y i } n i= s écrit n n p n (x = y x x j i x i x j i= j = j i Ici n = donc on a (x x (x x (x x P(x = y (x x (x x (x x + y (x x (x x (x x (x x (x x (x x (x x (x x (x x + y (x x (x x (x x + y (x x (x x (x x (x x (x x (x x x(x (x (x + (x (x = + (x + x(x (x + x(x + = = x + x + x + Par construction Q( = P(, Q( = P(, Q( = P(, donc le polynôme Q(x P(x s annule en, en et en, ceci signifie qu il existe un polynôme R(x tel que Q(x P(x = R(x(x + x(x Puisque P(x a degré et Q(x a degré, le polynôme Q(x P(x a degré, donc le polynôme R(x qu on a mis en facteur a degré (ie R(x est une constante Si on n a pas remarqué ça, on peut tout de même faire tous les calculs : dans ce cas n = donc on a Ainsi (x x (x x Q(x = y (x x (x x + y (x x (x x (x x (x x + y (x x (x x (x x (x x = x(x (x + (x + (x + x = x + [ (x x (x x Q(x P(x = y x x ] (x x (x x x x [ (x x (x x + y x x (x x (x x x x (x x (x x (x x = y et λ = Sinon directement avec λ = [ (x x (x x + y x x ] (x x (x x x x ] (x x (x x (x x y (x x (x x (x x (x x (x x (x x y (x x (x x (x x (x x (x x (x x (x x (x x (x x y (x x (x x (x x y (x x (x x (x x (x x (x x (x x [ y = (x x (x x (x x + y (x x (x x (x x y + (x x (x x (x x + y (x x (x x (x x (x + x(x = ] (x x (x x (x x Q(x P(x = x + + x x + x = x + (x + x(x x = = λx(x + (x G Faccanoni

31 Jeudi mai Interpolation y Q(x x x x P(x x x Exercice Construire le polynôme de Lagrange P qui interpole les trois points (,e, (, et (,e Sans faire de calculs, donner l expression du polynôme de Lagrange Q qui interpole les trois points (,, (, et (, Trouver le polynôme de l espace vectoriel Vec, x, x } qui interpole les trois points (,, (, et (, SOLUTION Le polynôme d interpolation de Lagrange de degré n sur l ensemble des n + points (x i, y i } n i= s écrit Ici n = donc on a i= n n p n (x = y x x j i x i x j j = j i y e P(x (x x (x x P(x = y (x x (x x + y (x x (x x (x x (x x + y (x x (x x (x x (x x = x(x (x + x = e (x + (x + e = = (e x + x Il suffit de changer les coefficients y i dans l expression précédente : x(x Q(x = (x + x = x y Q(x x G Faccanoni

32 Interpolation Jeudi mai Il s agit de trouver un polynôme p(x qui soit combinaison linéaire des deux polynômes assignés (ie p(x = α + βx + γx et qui interpole les trois points (,, (, et (, : p( =, p( =, p( =, α β + γ =, α =, α + β + γ =, d où α =, β = et γ = Le polynôme cherché est donc le polynôme p(x = x Exercice 5 Construire le polynôme de Lagrange P qui interpole les points (,, (,, (, et (, Soit Q le polynôme de Lagrange qui interpole les points (,, (,, (, Montrer qu il existe un réel λ tel que : Q(x P(x = λ(x + x(x SOLUTION Le polynôme d interpolation de Lagrange de degré n sur l ensemble des n + points (x i, y i } n i= s écrit i= n n p n (x = y x x j i x i x j j = j i Ici n = donc on a (x x (x x (x x P(x = y (x x (x x (x x + y (x x (x x (x x (x x (x x (x x (x x (x x (x x + y (x x (x x (x x + y (x x (x x (x x (x x (x x (x x x(x (x (x + (x (x = + 6 = 6 x + x + x + (x + x(x (x + x(x + = Par construction Q( = P(, Q( = P(, Q( = P(, donc le polynôme Q(x P(x s annule en, en et en, ceci signifie qu il existe un polynôme R(x tel que Q(x P(x = R(x(x + x(x Puisque P(x a degré et Q(x a degré, le polynôme Q(x P(x a degré, donc le polynôme R(x qu on a mis en facteur a degré (ie R(x est une constante Si on n a pas remarqué ça, on peut tout de même faire tous les calculs : dans ce cas n = donc on a (x x (x x Q(x = y (x x (x x + y (x x (x x (x x (x x + y (x x (x x (x x (x x x(x = (x + (x + (x + x = x + x + Ainsi [ (x x (x x Q(x P(x = y (x x (x x + y (x x (x x (x x (x x x x ] (x x (x x + y x x (x x (x x [ x x x x [ x x ] x x ] y (x x (x x (x x (x x (x x (x x G Faccanoni

33 Jeudi mai Interpolation et λ = 6 Sinon directement (x x (x x (x x = y (x x (x x (x x y (x x (x x (x x (x x (x x (x x (x x (x x (x x y (x x (x x (x x y (x x (x x (x x (x x (x x (x x [ y = (x x (x x (x x + y (x x (x x (x x ] y + (x x (x x (x x + y (x x (x x (x x (x x (x x (x x (x + x(x = 6 Q(x P(x = x + x x x x = 6 x 6 x = 6 x(x = λx(x + (x avec λ = 6 Q(x y x P(x x x x x Exercice 6 Construire le polynôme de Lagrange P qui interpole les trois points (,α, (,β et (,α où α et β sont des réels Si α = β, donner le degré de P Montrer que P est pair Peut-on avoir P de degré? SOLUTION Construire le polynôme de Lagrange P qui interpole les trois points (,α, (,β et (,α où α et β sont des réels Le polynôme d interpolation de Lagrange de degré n sur l ensemble des n + points (x i, y i } n i= s écrit Ici n = donc on a i= n n p n (x = y x x j i x i x j (x x (x x P(x = y (x x (x x + y (x x (x x (x x (x x + y (x x (x x (x x (x x + x(x (x + (x = α + β j = j i (x + x + α = = α x(x β(x + (x + α x(x + = (α βx + β G Faccanoni

34 Interpolation Jeudi mai Si α = β, P = α qui est un polynôme de degré P( x = P(x donc P est pair Donc P ne peut pas être de degré car un polynôme de degré est de la forme a + a x qui ne peut pas être pair Exercice 7 Soit f une fonction de classe C ([,] et p le polynôme interpolateur d Hermite (de degré de f vérifiant p( = f (, p ( = f (, p( = f (, p ( = f ( Écrire le polynôme p SOLUTION On a deux méthodes pour calculer le polynôme interpolateur d Hermite : Première méthode : le polynôme interpolateur d Hermite s écrit n [ p(x = yi ( (x x i c i + y i i= (x x i ] n (x x j (x i x j j = j i où c i = n x i x j j = j i Pour n = on a alors ( ( (x x ( (x p(x = y ( (x x + y x x (x x (x x x (x x ( ( (x x ( (x + y ( (x x + y x x (x x (x x x (x x Dans notre cas x =, x =, y = f (, y = f (, y = f (, y = f ( donc p(x = = [ f ( (x + (x + f ( (x + (x + f (( x(x + + f ((x (x + ] [ ] f ( (x x + + f ( (x x x + + f (( x + x + + f ((x + x x = f ( + f ( + f ( f ( + f ( f ( + f ( f ( f ( f ( x x + f ( + f ( f ( + f ( x Le polynôme interpolateur d Hermite est donc le polynôme où α = f ( + f ( + f ( f ( γ = f ( + f ( p(x = α + βx + γx + δx, β = f ( + f ( f ( f (,, δ = f ( f ( + f ( + f ( Deuxième méthode : le polynôme interpolateur d Hermite est un polynôme de degré n + On cherche donc un polynôme p(x = α + βx + γx + δx tel que c est-à-dire tel que p( = f (, p ( = f (, p( = f (, p ( = f (, α β + γ δ = f (, α + β + γ + δ = f (, β γ + δ = f (, β + γ + δ = f ( G Faccanoni

35 Jeudi mai Interpolation En utilisant la méthode d élimination de Gauss on obtient : [A b] = f ( f ( f ( f ( L L L L L L f ( L L L f ( f ( f ( ainsi f ( f ( f ( f ( f ( α = f ( + f ( + f ( f ( γ = f ( + f ( f ( f ( f ( f ( f ( f ( L L +L f ( f ( f f ( f ( ( f ( + f ( f ( + f (, β = f ( + f ( f ( f (,, δ = f ( f ( + f ( + f ( Exercice 8 Construire le polynôme de Lagrange p qui interpole les points (,, (,, (, et (, Construire l ensemble des polynômes de degré qui interpolent les points (,, (,, (, et (, Construire le polynôme d Hermite Q qui interpole les points (,, et (,, SOLUTION Le polynôme d interpolation de Lagrange de degré n sur l ensemble des n + points (x i, y i } n i= s écrit Ici n = et y i = pour i =,,, donc p (x = n n p n (x = y x x j i x i x j i= Comme les points donnés appartiennent tous à la droite d équation y =, il s agit de construire les polynômes de degré qui ont racines réelles distinctes x, x, x, x } Ils sont tous de la forme r a (x = a(x x (x x (x x (x x ; ici donc r a (x = a(x + x(x (x = a(x x x + x Étant donné n+ points distincts x,, x n et n+ couples correspondantes (y, y,,(y n, y n, le polynôme d HERMITE Q de degré N = n + tel que Q(x i = y i et Q (x i = y, pour i =,n s écrit i L i (x = n x x j Q(x = n y i A i (x + y i B i (x P N i= Ici n = et le polynôme de Hermite s écrit où c i j = j i j = j i x i x j, A i (x = ( (x x i c i (L i (x, B i (x = (x x i (L i (x = n Q(x = y A + y B + y A + y B = B B ( x ( x x ( x x ( x + = (x x (x x = (x + (x x x x x = (x (x + (x (x + (x (x + = = x + x j = j i x i x, j Si on a oublié la formule, il suffit de remarquer qu on cherche un polynôme de degré qui a comme racines et et donc qui s écrit Q(x = (x + (x (ax + b = ax + ( a + bx + ( b ax b ; de plus on sait que Q ( = et Q ( =, on trouve alors a et b en résolvant le système linéaire a( + ( a + b( + ( b a =, a( + ( a + b( + ( b a =, a + a b b a =, a a + b b a =, a =, b = / G Faccanoni 5

Équations non linéaires

Équations non linéaires Équations non linéaires Objectif : trouver les zéros de fonctions (ou systèmes) non linéaires, c-à-d les valeurs α R telles que f(α) = 0. y f(x) α 1 α 2 α 3 x Equations non lineaires p. 1/49 Exemples et

Plus en détail

3 Approximation de solutions d équations

3 Approximation de solutions d équations 3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle

Plus en détail

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante

Plus en détail

Résolution d équations non linéaires

Résolution d équations non linéaires Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique

Plus en détail

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé A. P. M. E. P. Exercice 1 5 points 1. Réponse d. : 1 e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e

Plus en détail

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48 Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation

Plus en détail

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient

Plus en détail

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Exercices - Polynômes : corrigé. Opérations sur les polynômes Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)

Plus en détail

Baccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé

Baccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé Baccalauréat S/L Métropole La Réunion 13 septembre 2013 Corrigé A. P. M.. P. XRCIC 1 Commun à tous les candidats Partie A 1. L arbre de probabilité correspondant aux données du problème est : 0,3 0,6 H

Plus en détail

La fonction exponentielle

La fonction exponentielle DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction

Plus en détail

IV- Equations, inéquations dans R, Systèmes d équations

IV- Equations, inéquations dans R, Systèmes d équations IV- Equations, inéquations dans R, Systèmes d équations 1- Equation à une inconnue Une équation est une égalité contenant un nombre inconnu noté en général x et qui est appelé l inconnue. Résoudre l équation

Plus en détail

Image d un intervalle par une fonction continue

Image d un intervalle par une fonction continue DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction

Plus en détail

I. Polynômes de Tchebychev

I. Polynômes de Tchebychev Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire

Plus en détail

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures) CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un

Plus en détail

Correction du baccalauréat ES/L Métropole 20 juin 2014

Correction du baccalauréat ES/L Métropole 20 juin 2014 Correction du baccalauréat ES/L Métropole 0 juin 014 Exercice 1 1. c.. c. 3. c. 4. d. 5. a. P A (B)=1 P A (B)=1 0,3=0,7 D après la formule des probabilités totales : P(B)=P(A B)+P(A B)=0,6 0,3+(1 0,6)

Plus en détail

Développements limités. Notion de développement limité

Développements limités. Notion de développement limité MT12 - ch2 Page 1/8 Développements limités Dans tout ce chapitre, I désigne un intervalle de R non vide et non réduit à un point. I Notion de développement limité Dans tout ce paragraphe, a désigne un

Plus en détail

Chp. 4. Minimisation d une fonction d une variable

Chp. 4. Minimisation d une fonction d une variable Chp. 4. Minimisation d une fonction d une variable Avertissement! Dans tout ce chapître, I désigne un intervalle de IR. 4.1 Fonctions convexes d une variable Définition 9 Une fonction ϕ, partout définie

Plus en détail

Capes 2002 - Première épreuve

Capes 2002 - Première épreuve Cette correction a été rédigée par Frédéric Bayart. Si vous avez des remarques à faire, ou pour signaler des erreurs, n hésitez pas à écrire à : mathweb@free.fr Mots-clés : équation fonctionnelle, série

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

Chapitre 2 Le problème de l unicité des solutions Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)

Plus en détail

Limites finies en un point

Limites finies en un point 8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****

Plus en détail

Chapitre 3. Mesures stationnaires. et théorèmes de convergence

Chapitre 3. Mesures stationnaires. et théorèmes de convergence Chapitre 3 Mesures stationnaires et théorèmes de convergence Christiane Cocozza-Thivent, Université de Marne-la-Vallée p.1 I. Mesures stationnaires Christiane Cocozza-Thivent, Université de Marne-la-Vallée

Plus en détail

Baccalauréat ES/L Amérique du Sud 21 novembre 2013

Baccalauréat ES/L Amérique du Sud 21 novembre 2013 Baccalauréat ES/L Amérique du Sud 21 novembre 2013 A. P. M. E. P. EXERCICE 1 Commun à tous les candidats 5 points Une entreprise informatique produit et vend des clés USB. La vente de ces clés est réalisée

Plus en détail

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue

Plus en détail

CCP PSI - 2010 Mathématiques 1 : un corrigé

CCP PSI - 2010 Mathématiques 1 : un corrigé CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P

Plus en détail

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité

Plus en détail

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy

Plus en détail

Cours d Analyse. Fonctions de plusieurs variables

Cours d Analyse. Fonctions de plusieurs variables Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........

Plus en détail

Complément d information concernant la fiche de concordance

Complément d information concernant la fiche de concordance Sommaire SAMEDI 0 DÉCEMBRE 20 Vous trouverez dans ce dossier les documents correspondants à ce que nous allons travailler aujourd hui : La fiche de concordance pour le DAEU ; Page 2 Un rappel de cours

Plus en détail

Suites numériques 3. 1 Convergence et limite d une suite

Suites numériques 3. 1 Convergence et limite d une suite Suites numériques 3 1 Convergence et limite d une suite Nous savons que les termes de certaines suites s approchent de plus en plus d une certaine valeur quand n augmente : par exemple, les nombres u n

Plus en détail

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme? Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version

Plus en détail

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme? Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version

Plus en détail

Rappels sur les suites - Algorithme

Rappels sur les suites - Algorithme DERNIÈRE IMPRESSION LE 14 septembre 2015 à 12:36 Rappels sur les suites - Algorithme Table des matières 1 Suite : généralités 2 1.1 Déition................................. 2 1.2 Exemples de suites............................

Plus en détail

Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables

Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Guy Desaulniers Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2014 Table des matières

Plus en détail

Fonctions de deux variables. Mai 2011

Fonctions de deux variables. Mai 2011 Fonctions de deux variables Dédou Mai 2011 D une à deux variables Les fonctions modèlisent de l information dépendant d un paramètre. On a aussi besoin de modéliser de l information dépendant de plusieurs

Plus en détail

Continuité et dérivabilité d une fonction

Continuité et dérivabilité d une fonction DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité

Plus en détail

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation

Plus en détail

Fonctions de plusieurs variables

Fonctions de plusieurs variables Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme

Plus en détail

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. 14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,

Plus en détail

C f tracée ci- contre est la représentation graphique d une

C f tracée ci- contre est la représentation graphique d une TLES1 DEVOIR A LA MAISON N 7 La courbe C f tracée ci- contre est la représentation graphique d une fonction f définie et dérivable sur R. On note f ' la fonction dérivée de f. La tangente T à la courbe

Plus en détail

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables

Plus en détail

Calcul fonctionnel holomorphe dans les algèbres de Banach

Calcul fonctionnel holomorphe dans les algèbres de Banach Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte

Plus en détail

Nombre dérivé et tangente

Nombre dérivé et tangente Nombre dérivé et tangente I) Interprétation graphique 1) Taux de variation d une fonction en un point. Soit une fonction définie sur un intervalle I contenant le nombre réel a, soit (C) sa courbe représentative

Plus en détail

Correction de l examen de la première session

Correction de l examen de la première session de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi

Plus en détail

Correction du Baccalauréat S Amérique du Nord mai 2007

Correction du Baccalauréat S Amérique du Nord mai 2007 Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n

Plus en détail

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin. Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).

Plus en détail

Simulation de variables aléatoires

Simulation de variables aléatoires Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo

Plus en détail

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme Chapitre 3 Quelques fonctions usuelles 1 Fonctions logarithme et eponentielle 1.1 La fonction logarithme Définition 1.1 La fonction 7! 1/ est continue sur ]0, +1[. Elle admet donc des primitives sur cet

Plus en détail

Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)

Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Eercice 1 (5 points) pour les candidats n ayant pas choisi la spécialité MATH Le tableau suivant donne l évolution du chiffre

Plus en détail

EXERCICE 4 (7 points ) (Commun à tous les candidats)

EXERCICE 4 (7 points ) (Commun à tous les candidats) EXERCICE 4 (7 points ) (Commun à tous les candidats) On cherche à modéliser de deux façons différentes l évolution du nombre, exprimé en millions, de foyers français possédant un téléviseur à écran plat

Plus en détail

Pour l épreuve d algèbre, les calculatrices sont interdites.

Pour l épreuve d algèbre, les calculatrices sont interdites. Les pages qui suivent comportent, à titre d exemples, les questions d algèbre depuis juillet 003 jusqu à juillet 015, avec leurs solutions. Pour l épreuve d algèbre, les calculatrices sont interdites.

Plus en détail

Intégration et probabilités TD1 Espaces mesurés Corrigé

Intégration et probabilités TD1 Espaces mesurés Corrigé Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.

Plus en détail

Programmation linéaire

Programmation linéaire 1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit

Plus en détail

Texte Agrégation limitée par diffusion interne

Texte Agrégation limitée par diffusion interne Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse

Plus en détail

Développements limités, équivalents et calculs de limites

Développements limités, équivalents et calculs de limites Développements ités, équivalents et calculs de ites Eercice. Déterminer le développement ité en 0 à l ordre n des fonctions suivantes :. f() e (+) 3 n. g() sin() +ln(+) n 3 3. h() e sh() n 4. i() sin(

Plus en détail

Licence Sciences et Technologies Examen janvier 2010

Licence Sciences et Technologies Examen janvier 2010 Université de Provence Introduction à l Informatique Licence Sciences et Technologies Examen janvier 2010 Année 2009-10 Aucun document n est autorisé Les exercices peuvent être traités dans le désordre.

Plus en détail

Extrait du poly de Stage de Grésillon 1, août 2010

Extrait du poly de Stage de Grésillon 1, août 2010 MINI-COURS SUR LES POLYNÔMES À UNE VARIABLE Extrait du poly de Stage de Grésillon 1, août 2010 Table des matières I Opérations sur les polynômes 3 II Division euclidienne et racines 5 1 Division euclidienne

Plus en détail

Exercices Alternatifs. Une fonction continue mais dérivable nulle part

Exercices Alternatifs. Une fonction continue mais dérivable nulle part Eercices Alternatifs Une fonction continue mais dérivable nulle part c 22 Frédéric Le Rou (copyleft LDL : Licence pour Documents Libres). Sources et figures: applications-continues-non-derivables/. Version

Plus en détail

I. Ensemble de définition d'une fonction

I. Ensemble de définition d'une fonction Chapitre 2 Généralités sur les fonctions Fonctions de références et fonctions associées Ce que dit le programme : Étude de fonctions Fonctions de référence x x et x x Connaître les variations de ces deux

Plus en détail

TSTI 2D CH X : Exemples de lois à densité 1

TSTI 2D CH X : Exemples de lois à densité 1 TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun

Plus en détail

Optimisation des fonctions de plusieurs variables

Optimisation des fonctions de plusieurs variables Optimisation des fonctions de plusieurs variables Hervé Hocquard Université de Bordeaux, France 8 avril 2013 Extrema locaux et globaux Définition On étudie le comportement d une fonction de plusieurs variables

Plus en détail

Recherche dans un tableau

Recherche dans un tableau Chapitre 3 Recherche dans un tableau 3.1 Introduction 3.1.1 Tranche On appelle tranche de tableau, la donnée d'un tableau t et de deux indices a et b. On note cette tranche t.(a..b). Exemple 3.1 : 3 6

Plus en détail

Continuité en un point

Continuité en un point DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à

Plus en détail

Analyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I

Analyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I Analyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I Roxane Duroux 1 Cadre de l étude Cette étude s inscrit dans le cadre de recherche de doses pour des essais cliniques

Plus en détail

Séminaire TEST. 1 Présentation du sujet. October 18th, 2013

Séminaire TEST. 1 Présentation du sujet. October 18th, 2013 Séminaire ES Andrés SÁNCHEZ PÉREZ October 8th, 03 Présentation du sujet Le problème de régression non-paramétrique se pose de la façon suivante : Supposons que l on dispose de n couples indépendantes de

Plus en détail

Programmation linéaire

Programmation linéaire Programmation linéaire DIDIER MAQUIN Ecole Nationale Supérieure d Electricité et de Mécanique Institut National Polytechnique de Lorraine Mathématiques discrètes cours de 2ème année Programmation linéaire

Plus en détail

Probabilités. Rappel : trois exemples. Exemple 2 : On dispose d un dé truqué. On sait que : p(1) = p(2) =1/6 ; p(3) = 1/3 p(4) = p(5) =1/12

Probabilités. Rappel : trois exemples. Exemple 2 : On dispose d un dé truqué. On sait que : p(1) = p(2) =1/6 ; p(3) = 1/3 p(4) = p(5) =1/12 Probabilités. I - Rappel : trois exemples. Exemple 1 : Dans une classe de 25 élèves, il y a 16 filles. Tous les élèves sont blonds ou bruns. Parmi les filles, 6 sont blondes. Parmi les garçons, 3 sont

Plus en détail

Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche

Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche Bachir Bekka Février 2007 Le théorème de Perron-Frobenius a d importantes applications en probabilités (chaines

Plus en détail

Commun à tous les candidats

Commun à tous les candidats EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle

Plus en détail

Logique. Plan du chapitre

Logique. Plan du chapitre Logique Ce chapitre est assez abstrait en première lecture, mais est (avec le chapitre suivant «Ensembles») probablement le plus important de l année car il est à la base de tous les raisonnements usuels

Plus en détail

Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT

Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Ces exercices portent sur les items 2, 3 et 5 du programme d informatique des classes préparatoires,

Plus en détail

Statistiques Descriptives à une dimension

Statistiques Descriptives à une dimension I. Introduction et Définitions 1. Introduction La statistique est une science qui a pour objectif de recueillir et de traiter les informations, souvent en très grand nombre. Elle regroupe l ensemble des

Plus en détail

Vision industrielle et télédétection - Détection d ellipses. Guillaume Martinez 17 décembre 2007

Vision industrielle et télédétection - Détection d ellipses. Guillaume Martinez 17 décembre 2007 Vision industrielle et télédétection - Détection d ellipses Guillaume Martinez 17 décembre 2007 1 Table des matières 1 Le projet 3 1.1 Objectif................................ 3 1.2 Les choix techniques.........................

Plus en détail

Résolution de systèmes linéaires par des méthodes directes

Résolution de systèmes linéaires par des méthodes directes Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.

Plus en détail

Polynômes à plusieurs variables. Résultant

Polynômes à plusieurs variables. Résultant Polynômes à plusieurs variables. Résultant Christophe Ritzenthaler 1 Relations coefficients-racines. Polynômes symétriques Issu de [MS] et de [Goz]. Soit A un anneau intègre. Définition 1.1. Soit a A \

Plus en détail

3. Conditionnement P (B)

3. Conditionnement P (B) Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte

Plus en détail

Exercices Alternatifs. Une fonction continue mais dérivable nulle part

Exercices Alternatifs. Une fonction continue mais dérivable nulle part Eercices Alternatifs Une fonction continue mais dérivable nulle part c 22 Frédéric Le Rou (copleft LDL : Licence pour Documents Libres). Sources et figures: applications-continues-non-derivables/. Version

Plus en détail

Amphi 3: Espaces complets - Applications linéaires continues

Amphi 3: Espaces complets - Applications linéaires continues Amphi 3: Espaces complets - Applications linéaires continues Département de Mathématiques École polytechnique Remise en forme mathématique 2013 Suite de Cauchy Soit (X, d) un espace métrique. Une suite

Plus en détail

Introduction à l étude des Corps Finis

Introduction à l étude des Corps Finis Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur

Plus en détail

Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé

Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé EXERCICE 1 5 points Commun à tous les candidats 1. Réponse c : ln(10)+2 ln ( 10e 2) = ln(10)+ln ( e 2) = ln(10)+2 2. Réponse b : n 13 0,7 n 0,01

Plus en détail

Moments des variables aléatoires réelles

Moments des variables aléatoires réelles Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................

Plus en détail

Chapitre 7 : Intégration sur un intervalle quelconque

Chapitre 7 : Intégration sur un intervalle quelconque Universités Paris 6 et Paris 7 M1 MEEF Analyse (UE 3) 2013-2014 Chapitre 7 : Intégration sur un intervalle quelconque 1 Fonctions intégrables Définition 1 Soit I R un intervalle et soit f : I R + une fonction

Plus en détail

Chapitre VI - Méthodes de factorisation

Chapitre VI - Méthodes de factorisation Université Pierre et Marie Curie Cours de cryptographie MM067-2012/13 Alain Kraus Chapitre VI - Méthodes de factorisation Le problème de la factorisation des grands entiers est a priori très difficile.

Plus en détail

Différentiabilité ; Fonctions de plusieurs variables réelles

Différentiabilité ; Fonctions de plusieurs variables réelles Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2

Plus en détail

Table des matières. I Mise à niveau 11. Préface

Table des matières. I Mise à niveau 11. Préface Table des matières Préface v I Mise à niveau 11 1 Bases du calcul commercial 13 1.1 Alphabet grec...................................... 13 1.2 Symboles mathématiques............................... 14 1.3

Plus en détail

Contexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,

Contexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples, Non-linéarité Contexte Pour permettre aux algorithmes de cryptographie d être sûrs, les fonctions booléennes qu ils utilisent ne doivent pas être inversées facilement. Pour cela, elles doivent être très

Plus en détail

a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe le nombre ax + b

a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe le nombre ax + b I Définition d une fonction affine Faire l activité 1 «une nouvelle fonction» 1. définition générale a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe

Plus en détail

Lecture graphique. Table des matières

Lecture graphique. Table des matières Lecture graphique Table des matières 1 Lecture d une courbe 2 1.1 Définition d une fonction.......................... 2 1.2 Exemple d une courbe........................... 2 1.3 Coût, recette et bénéfice...........................

Plus en détail

Exercices Corrigés Premières notions sur les espaces vectoriels

Exercices Corrigés Premières notions sur les espaces vectoriels Exercices Corrigés Premières notions sur les espaces vectoriels Exercice 1 On considére le sous-espace vectoriel F de R formé des solutions du système suivant : x1 x 2 x 3 + 2x = 0 E 1 x 1 + 2x 2 + x 3

Plus en détail

Algorithmes pour la planification de mouvements en robotique non-holonome

Algorithmes pour la planification de mouvements en robotique non-holonome Algorithmes pour la planification de mouvements en robotique non-holonome Frédéric Jean Unité de Mathématiques Appliquées ENSTA Le 02 février 2006 Outline 1 2 3 Modélisation Géométrique d un Robot Robot

Plus en détail

1 Recherche en table par balayage

1 Recherche en table par balayage 1 Recherche en table par balayage 1.1 Problème de la recherche en table Une table désigne une liste ou un tableau d éléments. Le problème de la recherche en table est celui de la recherche d un élément

Plus en détail

Qu est-ce qu une probabilité?

Qu est-ce qu une probabilité? Chapitre 1 Qu est-ce qu une probabilité? 1 Modéliser une expérience dont on ne peut prédire le résultat 1.1 Ensemble fondamental d une expérience aléatoire Une expérience aléatoire est une expérience dont

Plus en détail

www.h-k.fr/publications/objectif-agregation

www.h-k.fr/publications/objectif-agregation «Sur C, tout est connexe!» www.h-k.fr/publications/objectif-agregation L idée de cette note est de montrer que, contrairement à ce qui se passe sur R, «sur C, tout est connexe». Cet abus de langage se

Plus en détail

Structures algébriques

Structures algébriques Structures algébriques 1. Lois de composition s Soit E un ensemble. Une loi de composition interne sur E est une application de E E dans E. Soient E et F deux ensembles. Une loi de composition externe

Plus en détail

Chapitre 11. Séries de Fourier. Nous supposons connues les formules donnant les coefficients de Fourier d une fonction 2 - périodique :

Chapitre 11. Séries de Fourier. Nous supposons connues les formules donnant les coefficients de Fourier d une fonction 2 - périodique : Chapitre Chapitre. Séries de Fourier Nous supposons connues les formules donnant les coefficients de Fourier d une fonction - périodique : c c a0 f x dx c an f xcosnxdx c c bn f xsinn x dx c L objet de

Plus en détail

n N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v 1 1 2 t

n N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v 1 1 2 t 3.La méthode de Dirichlet 99 11 Le théorème de Dirichlet 3.La méthode de Dirichlet Lorsque Dirichlet, au début des années 180, découvre les travaux de Fourier, il cherche à les justifier par des méthodes

Plus en détail

Corrigé des TD 1 à 5

Corrigé des TD 1 à 5 Corrigé des TD 1 à 5 1 Premier Contact 1.1 Somme des n premiers entiers 1 (* Somme des n premiers entiers *) 2 program somme_entiers; n, i, somme: integer; 8 (* saisie du nombre n *) write( Saisissez un

Plus en détail

8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2

8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2 Chapitre 8 Fonctions de plusieurs variables 8.1 Généralités sur les fonctions de plusieurs variables réelles Définition. Une fonction réelle de n variables réelles est une application d une partie de R

Plus en détail

Chapitre 6. Fonction réelle d une variable réelle

Chapitre 6. Fonction réelle d une variable réelle Chapitre 6 Fonction réelle d une variable réelle 6. Généralités et plan d étude Une application de I dans R est une correspondance entre les éléments de I et ceu de R telle que tout élément de I admette

Plus en détail

aux différences est appelé équation aux différences d ordre n en forme normale.

aux différences est appelé équation aux différences d ordre n en forme normale. MODÉLISATION ET SIMULATION EQUATIONS AUX DIFFÉRENCES (I/II) 1. Rappels théoriques : résolution d équations aux différences 1.1. Équations aux différences. Définition. Soit x k = x(k) X l état scalaire

Plus en détail