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

Save this PDF as:
 WORD  PNG  TXT  JPG

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 Gloria FACCANONI IMATH Bâtiment U-8 T ( 9 8 Université du Sud Toulon-Var Avenue de l université B 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

Intégration de polynômes Points de Gauss

Intégration de polynômes Points de Gauss Intégration de polynômes Points de Gauss Commençons par un exercice classique de premier cycle. Problème 1 Trouver trois réels α, β et γ tels que, pour tout polynôme P de degré au plus 2, on ait : ( )

Plus en détail

TRAVAUX DIRIGÉS DE l UE MNBif. Informatique 3A MÉTHODES NUMÉRIQUES DE BASE. 2015-2016, Automne. N. Débit & J. Bastien

TRAVAUX DIRIGÉS DE l UE MNBif. Informatique 3A MÉTHODES NUMÉRIQUES DE BASE. 2015-2016, Automne. N. Débit & J. Bastien TRAVAUX DIRIGÉS DE l UE MNBif Informatique 3A MÉTHODES NUMÉRIQUES DE BASE 2015-2016, Automne N. Débit & J. Bastien Document compilé le 13 novembre 2015 Liste des Travaux Dirigés Avant-propos iii Travaux

Plus en détail

Théorème de Rolle et égalité des accroissements finis. Applications

Théorème de Rolle et égalité des accroissements finis. Applications 0 Théorème de Rolle et égalité des accroissements finis. Applications 0. Le théorème de Rolle sur un espace vectoriel normé Pour ce paragraphe, on se donne un espace vectoriel normé (E, ). Le théorème

Plus en détail

Exo7. Développements limités. 1 Calculs. 2 Applications. Corrections d Arnaud Bodin.

Exo7. Développements limités. 1 Calculs. 2 Applications. Corrections d Arnaud Bodin. Exo7 Développements ités Corrections d Arnaud Bodin. Calculs Exercice Donner le développement ité en 0 des fonctions :. cosx expx à l ordre 2. ln + x)) 2 à l ordre 4 shx x. x à l ordre 6 4. exp sinx) )

Plus en détail

Mathématique - Cours

Mathématique - Cours Mathématique - Cours Filière STAV 2014-2015 Centre de Formation aux Métier de la Montagne Marine Estorge Le programme se compose ainsi : partie seconde partie 1/3 partie 2/3 partie 3/3 Sommaire 1 Ensemble

Plus en détail

1 Topologies, distances, normes

1 Topologies, distances, normes Université Claude Bernard Lyon 1. Licence de mathématiques L3. Topologie Générale 29/1 1 1 Topologies, distances, normes 1.1 Topologie, distances, intérieur et adhérence Exercice 1. Montrer que dans un

Plus en détail

Programme de Mathématique Préparation Maths-Physique. Analyse et Géométrie Différentielle. Première Année

Programme de Mathématique Préparation Maths-Physique. Analyse et Géométrie Différentielle. Première Année Programme de Mathématique Préparation Maths-Physique Analyse et Géométrie Différentielle Première Année I NOMBRES REELS ET COMPLEXES, SUITES ET FONCTIONS 1 Nombres réels et complexes 2 Suites de nombres

Plus en détail

Recueil d annales en Mathématiques. Terminale S Enseignement obligatoire. Intégrales

Recueil d annales en Mathématiques. Terminale S Enseignement obligatoire. Intégrales Recueil d annales en Mathématiques Terminale S Enseignement obligatoire Frédéric Demoulin Dernière révision : 3 juin 2 Document diffusé via le site www.bacamaths.net de Gilles Costantini 2. frederic.demoulin

Plus en détail

CHAPITRE 2 SUITES RÉELLES ET COMPLEXES

CHAPITRE 2 SUITES RÉELLES ET COMPLEXES CHAPITRE SUITES RÉELLES ET COMPLEXES Les suites sont un objet fondamental à la fois en mathématiques et dans l application des mathématiques aux autres sciences. Nous verrons dans ce cours et les travaux

Plus en détail

Baccalauréat Série S Métropole, juin 2014

Baccalauréat Série S Métropole, juin 2014 Baccalauréat Série S Métropole, juin 4 Sujet et Corrigé Stéphane PASQUET Disponible sur http://www.mathweb.fr juin 4 Exercice (5 points) - Commun à tous les candidats Partie A Dans le plan muni d un repère

Plus en détail

Les paraboles. x ax 2 + bx + c.

Les paraboles. x ax 2 + bx + c. 1ES Résumé du cours sur le second degré. Les paraboles. On appelle fonction du second degré une fonction de la forme x ax 2 + bx + c. Bien sûr a doit être différent de 0 sinon ce n est pas une fonction

Plus en détail

ÉLÉMENTS D OPTIMISATION. Complément au cours et au livre de MTH 1101 - CALCUL I

ÉLÉMENTS D OPTIMISATION. Complément au cours et au livre de MTH 1101 - CALCUL I ÉLÉMENTS D OPTIMISATION Complément au cours et au livre de MTH 1101 - CALCUL I CHARLES AUDET DÉPARTEMENT DE MATHÉMATIQUES ET DE GÉNIE INDUSTRIEL ÉCOLE POLYTECHNIQUE DE MONTRÉAL Hiver 2011 1 Introduction

Plus en détail

TD Dérivation n 2 : étude des variations de fonctions

TD Dérivation n 2 : étude des variations de fonctions 1) f (x) = 7x+3 TD Dérivation n : étude des variations de fonctions Étude de variations f est une fonction affine, de coefficient directeur négatif, on sait donc qu elle est décroissante surê. Le calcul

Plus en détail

Sujets HEC B/L 2013-36-

Sujets HEC B/L 2013-36- -36- -37- Sujet HEC 2012 B/L Exercice principal B/L1 1. Question de cours : Définition et propriétés de la fonction de répartition d une variable aléatoire à densité. Soit f la fonction définie par : f(x)

Plus en détail

Chapitre 1 Second degré. Table des matières. Chapitre 1 Second degré TABLE DES MATIÈRES page -1

Chapitre 1 Second degré. Table des matières. Chapitre 1 Second degré TABLE DES MATIÈRES page -1 Chapitre 1 Second degré TABLE DES MATIÈRES page -1 Chapitre 1 Second degré Table des matières I Exercices I-1 1................................................ I-1................................................

Plus en détail

Un sujet pour l épreuve B (modélisation et informatique)

Un sujet pour l épreuve B (modélisation et informatique) Un sujet pour l épreuve B modélisation et informatique) Présentation Le texte proposé ci-après est conçu pour l épreuve B, portant plus particulièrement sur la modélisation et l informatique l épreuve

Plus en détail

MT18 A 2012 Variables aléatoires à valeurs réelles Aleth Chevalley Loi binomiale, loi de Poisson, loi normale

MT18 A 2012 Variables aléatoires à valeurs réelles Aleth Chevalley Loi binomiale, loi de Poisson, loi normale MT8 A 0 Variables aléatoires à valeurs réelles Aleth Chevalley Loi binomiale, loi de Poisson, loi normale. Fonction de répartition.. Variable aléatoire à valeurs réelles Définition : Soit un ensemble fondamental

Plus en détail

IV. Espaces L p. + tx 1. (1 t)x 0

IV. Espaces L p. + tx 1. (1 t)x 0 cours 13, le lundi 7 mars 2011 IV. spaces L p IV.1. Convexité Quand deux points x 0, x 1 R sont donnés, on peut parcourir le segment [x 0, x 1 ] qui les joint en posant pour tout t [0, 1] x t = (1 t)x

Plus en détail

Cours de Mathématiques

Cours de Mathématiques Chapitre 4 Cours de Mathématiques Lycee Gustave Eiffel PTSI 02/03 Equations différentielles Ce chapitre est une première étude des équations différentielles, il vous sera d abord utile en physique et en

Plus en détail

Devoir commun de Mathématiques 18 janvier 2014. Problème 1

Devoir commun de Mathématiques 18 janvier 2014. Problème 1 Lycée Jean Bart MPSI & PCSI Année 213-214 Devoir commun de Mathématiques 18 janvier 214 La clarté des raisonnements, la précision de la rédaction et la présentation entreront pour une part non négligeable

Plus en détail

1/4 2/4 3/4 4/4. 10. Estimation MTH2302D. S. Le Digabel, École Polytechnique de Montréal H2016. (v1) MTH2302D: estimation 1/50

1/4 2/4 3/4 4/4. 10. Estimation MTH2302D. S. Le Digabel, École Polytechnique de Montréal H2016. (v1) MTH2302D: estimation 1/50 10. Estimation MTH2302D S. Le Digabel, École Polytechnique de Montréal H2016 (v1) MTH2302D: estimation 1/50 Plan 1. Introduction 2. Estimation ponctuelle 3. Estimation par intervalles de confiance 4. Autres

Plus en détail

Cours de Mathématiques 2

Cours de Mathématiques 2 Cours de Mathématiques 2 première partie : Analyse 2 DEUG MIAS 1 e année, 2 e semestre. Maximilian F. Hasler Département Scientifique Interfacultaire B.P. 7209 F 97275 SCHOELCHER CEDEX Fax : 0596 72 73

Plus en détail

Intégrale de Lebesgue

Intégrale de Lebesgue Intégrale de Lebesgue ÉCOLE POLYTECHNIQUE Cours 4 : intégrale de Lebesgue Bertrand Rémy 1 / 50 1. Motivations et points de vue ÉCOLE POLYTECHNIQUE Cours 4 : intégrale de Lebesgue Bertrand Rémy 2 / 50 Deux

Plus en détail

Le second degré. Table des matières

Le second degré. Table des matières Le second degré Table des matières 1 La forme canonique du trinôme 1.1 Le trinôme du second degré......................... 1. Quelques exemples de formes canoniques................. 1.3 Forme canonique

Plus en détail

Équations différentielles en physique

Équations différentielles en physique Fiche Mathématiques pour la Physique - Équations différentielles en physique - MPSI 1 Lycée Chaptal - 2012 Équations différentielles en physique On ne considère en physique en prépa (quasiment) que des

Plus en détail

Introduction à l optimisation

Introduction à l optimisation Université du Québec à Montréal Introduction à l optimisation Donnée dans le cadre du cours Microéconomie II ECO2012 Baccalauréat en économique Par Dominique Duchesneau 21 janvier septembre 2008 Ce document

Plus en détail

Chapitre 01 : Intégrales généralisées. Objectifs : En première année, on a étudié l intégrale d une fonction définie et continue sur un intervalle

Chapitre 01 : Intégrales généralisées. Objectifs : En première année, on a étudié l intégrale d une fonction définie et continue sur un intervalle Chapitre 01 : Intégrales généralisées Objectifs : En première année, on a étudié l intégrale d une fonction définie et continue sur un intervalle fermé borné de Dans ce chapitre, on va étudier le cas d

Plus en détail

Corrigé du baccalauréat ES Asie 19 juin 2014

Corrigé du baccalauréat ES Asie 19 juin 2014 Corrigé du baccalauréat ES Asie 9 juin 4 EXERCICE 4 points Commun à tous les candidats Proposition : fausse f (4) est le coefficient directeur de la tangente à la courbe au point C ; cette droite passe

Plus en détail

Feuille d exercices n o 1. N(x i ). 4. On rappelle qu un espace normé est séparable s il contient une partie dénombrable dense.

Feuille d exercices n o 1. N(x i ). 4. On rappelle qu un espace normé est séparable s il contient une partie dénombrable dense. 1 Feuille d exercices n o 1 1. Deuxième forme géométrique du théorème de Hahn-Banach Soient A E et B E deux convexes, non vides, disjoints (E est une espace vectoriel normé). On suppose que A est fermé

Plus en détail

Corrrigé du sujet de Baccalaurat S. Pondichery 2015. Spécialité

Corrrigé du sujet de Baccalaurat S. Pondichery 2015. Spécialité Corrrigé du sujet de Baccalaurat S Pondichery 2015 Spécialité EXERCICE 1 (4 points) commun à tous les candidats Partie A Soit f la fonction définie sur R par f(x) et la droite d équation et la droite d

Plus en détail

Recueil d exercices. Donatien N dri & Steven Dufour École Polytechnique de Montréal

Recueil d exercices. Donatien N dri & Steven Dufour École Polytechnique de Montréal Recueil d exercices Exercices pour les cours de calcul scientifique pour ingénieurs MTH0A Édition du 8 août 04 Donatien N dri & Steven Dufour École Polytechnique de Montréal Copyright c 009 DONATIEN N

Plus en détail

TOPOLOGIE DE LA DROITE REELLE

TOPOLOGIE DE LA DROITE REELLE TOPOLOGIE DE LA DROITE REELLE P. Pansu 16 mai 2005 1 Qu est-ce que la topologie? C est l étude des propriétés des objets qui sont conservées par déformation continue. Belle phrase, mais qui nécessite d

Plus en détail

EMLyon 2011 - Corrigé

EMLyon 2011 - Corrigé EMLyon - Corrigé Partie I. Soit X une variable aléatoire suivant la loi E() ; une densité de X est : f(x) = { si x < e x si x et E(X) = et V (X) =.. (a) Soit n N ; n E(S n ) = E(X k ) = n par linéarité

Plus en détail

Arithmétique Algorithmique. http://www.math.univ-lyon1.fr/~roblot/ens.html

Arithmétique Algorithmique. http://www.math.univ-lyon1.fr/~roblot/ens.html Arithmétique Algorithmique http://www.math.univ-lyon1.fr/~roblot/ens.html Partie III Algorithmes classiques 1 Coût de la multiplication et de la division 2 Exponentiation rapide 3 Algorithme d Euclide

Plus en détail

Construction de la mesure de Lebesgue. 1 Mesure positive engendrée par une mesure extérieure.

Construction de la mesure de Lebesgue. 1 Mesure positive engendrée par une mesure extérieure. Université d Artois Faculté des Sciences Jean Perrin Analyse Fonctionnelle (Licence 3 Mathématiques-Informatique Daniel Li Construction de la mesure de Lebesgue 28 janvier 2008 Dans ce chapitre, nous allons

Plus en détail

Suites et Convergence

Suites et Convergence Suites et Convergence Une suite c est se donner une valeur (sans ambigüité) pour chaque N sauf peutêtre les premiers n. Donc une suite est une fonction : I R où I = N: = N. Notation : On note ( ) I R pour

Plus en détail

Techniques fondamentales de calcul

Techniques fondamentales de calcul Chapitre Techniques fondamentales de calcul. Inégalités dans R On rappelle que (R, +,, ) est un corps totalement ordonné, d où : x, y R, x y ou y x, x, y, z R, x y = x + z y + z, x, y R, x 0ety 0 = xy

Plus en détail

L2 2012/2013 USTV. Analyse. numérique M33. Recueil d exercices corrigés et aide-mémoire G. FACCANONI. Dernière mise-à-jour

L2 2012/2013 USTV. Analyse. numérique M33. Recueil d exercices corrigés et aide-mémoire G. FACCANONI. Dernière mise-à-jour L / Recueil d exercices corrigés et aide-mémoire USTV M Analyse numérique G FACCANONI Dernière mise-à-jour Jeudi janvier Ce fascicule est un support au cours d analyse numérique Il aborde : la recherche

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 29 décembre 2015 Enoncés 1. a) x arctan x. a) x x x b) x (ch x) x c) x ln x

[http://mp.cpgedupuydelome.fr] édité le 29 décembre 2015 Enoncés 1. a) x arctan x. a) x x x b) x (ch x) x c) x ln x [ttp://mp.cpgedupuydelome.fr] édité le 29 décembre 205 Enoncés Dérivation Dérivabilité Eercice [ 0354 ] [Correction] Étudier la dérivabilité des fonctions suivantes : a) 2 3 b) 2 ) arccos 2 ) Eercice 2

Plus en détail

MEÉF 1 - Mathématiques DS2-5 octobre 2015 Analyse - Géométrie

MEÉF 1 - Mathématiques DS2-5 octobre 2015 Analyse - Géométrie MEÉF - Mathématiques DS2-5 octobre 25 Analyse - Géométrie Eercice Soit E un K-espace vectoriel (K étant le corps R ou C). Deu normes N et N 2 sur E sont dites équivalentes s il eiste deu constantes réelles

Plus en détail

Chapitre 6 : Estimation d erreurs numériques

Chapitre 6 : Estimation d erreurs numériques Chapitre 6 : Estimation d erreurs numériques Puisque les réels ne sont représentés en machine que sous la forme de flottants, ils ne sont connus que de manière approchée. De plus, la somme ou le produit

Plus en détail

Chapitre 4 : Géométrie plane

Chapitre 4 : Géométrie plane hapitre 4 : Géométrie plane I Rappels et compléments sur les vecteurs I Vecteurs et géométrie Égalité de deux vecteurs : = D ssi D est un parallélogramme (éventuellement aplati) D ddition de vecteurs :

Plus en détail

Série n 5 : Optimisation non linéaire

Série n 5 : Optimisation non linéaire Université Claude Bernard, Lyon I Licence Sciences & Technologies 43, boulevard 11 novembre 1918 Spécialité Mathématiques 69622 Villeurbanne cedex, France Option: M2AO 2007-2008 Série n 5 : Optimisation

Plus en détail

concours externe de recrutement de professeurs certifiés et concours d accès à des listes d aptitude (CAFEP)

concours externe de recrutement de professeurs certifiés et concours d accès à des listes d aptitude (CAFEP) SESSION DE 2005 concours externe de recrutement de professeurs certifiés et concours d accès à des listes d aptitude (CAFEP) section : mathématiques deuxième composition de mathématiques (épreuve de remplacement)

Plus en détail

Cours de mathématiques

Cours de mathématiques Cours de mathématiques Ó Ø Ó Ö ¾¼½ PSI Aurélien Monteillet ii Ce document contient les notes d un cours de mathématiques pour la classe de PSI. Les démonstrations non exigibles ou hors programme sont explicitement

Plus en détail

MATHÉMATIQUES TERMINALE ES A. YALLOUZ. Ce polycopié conforme au programme 2002, regroupe les documents distribués aux élèves en cours d année.

MATHÉMATIQUES TERMINALE ES A. YALLOUZ. Ce polycopié conforme au programme 2002, regroupe les documents distribués aux élèves en cours d année. MATHÉMATIQUES TERMINALE ES A. YALLOUZ Ce polcopié conforme au programme 00, regroupe les documents distribués au élèves en cours d année. Année 0-0 Année 0-0 T le ES A. YALLOUZ (MATH@ES) TABLE DES MATIÈRES

Plus en détail

119 exercices de mathématiques pour 1 re S

119 exercices de mathématiques pour 1 re S mai 06 9 exercices de mathématiques pour re S Stéphane PASQUET Sommaire Disponible sur http: // www. mathweb. fr mai 06 I Le second degré.................................. I. Calcul de discriminant et

Plus en détail

BACCALAURÉAT GÉNÉRAL SESSION 2014 MATHÉMATIQUES. Série S ÉPREUVE DU JEUDI 19 JUIN 2014. Durée de l épreuve : 4 heures Coefficient : 7

BACCALAURÉAT GÉNÉRAL SESSION 2014 MATHÉMATIQUES. Série S ÉPREUVE DU JEUDI 19 JUIN 2014. Durée de l épreuve : 4 heures Coefficient : 7 BACCALAURÉAT GÉNÉRAL SESSION 2014 MATHÉMATIQUES Série S ÉPREUVE DU JEUDI 19 JUIN 2014 Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE Les calculatrices électroniques de poche sont

Plus en détail

Calculs et Fonctions. Commandes Calculs et Fonctions

Calculs et Fonctions. Commandes Calculs et Fonctions Calculs et Fonctions Commandes Calculs et Fonctions Asymptote CercleOsculateur Coefficients Courbe CourbeImplicite Courbure Degré Dénominateur Dérivée ElémentsSimples Extremum Facteurs Fonction Intégrale

Plus en détail

Le Déterminant. par Alain Prouté Université Denis Diderot Paris 7. 1 Permutations. 1. 2 Application transposée, base duale. 3. 3 Mesures de volume.

Le Déterminant. par Alain Prouté Université Denis Diderot Paris 7. 1 Permutations. 1. 2 Application transposée, base duale. 3. 3 Mesures de volume. Ce cours peut être librement copié et distribué. Il est recommandé d en télécharger la version la plus récente à partir de : http://www.math.jussieu.fr/~alp. Toute remarque, correction ou suggestion doit

Plus en détail

Baccalauréat Blanc 10 février 2015 Corrigé

Baccalauréat Blanc 10 février 2015 Corrigé Exercice Commun à tous les candidats Baccalauréat Blanc février 25 Corrigé. Réponse d. : e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e 5,4. 2. Réponse b. : positif

Plus en détail

Fonctions à deux variables

Fonctions à deux variables Fonctions à deux variables ECE Lcée Carnot 5 janvier Aspect graphique Définition. Une fonction à deux variables est une application f : D R, où D est une sous-ensemble du plan R appelé domaine de définition

Plus en détail

Chapitre IV Bases et dimension d un espace vectoriel

Chapitre IV Bases et dimension d un espace vectoriel Chapitre IV Bases et dimension d un espace vectoriel Objectif : Nous allons voir comment fabriquer des systèmes de coordonnées pour les vecteurs d un espace vectoriel général. Dans ce chapitre désigne

Plus en détail

Exo7. Espaces vectoriels. 1 Définition, sous-espaces. Fiche amendée par David Chataur et Arnaud Bodin.

Exo7. Espaces vectoriels. 1 Définition, sous-espaces. Fiche amendée par David Chataur et Arnaud Bodin. Exo7 Espaces vectoriels Fiche amendée par David Chataur et Arnaud Bodin. Définition, sous-espaces Exercice Montrer que les ensembles ci-dessous sont des espaces vectoriels (sur R) : E = { f : [,] R } :

Plus en détail

Chapitre : Fonctions convexes

Chapitre : Fonctions convexes Chapitre : Fonctions convexes I Définition Définition 1 Soit f : I R une fonction continue où I un intervalle de R On dit que f est une fonction convexe si (x, y I 2, λ [0, 1], f(λx + (1 λy λf(x + (1 λf(y

Plus en détail

T ES/L DEVOIR SURVEILLE 3 16 JANVIER 2015

T ES/L DEVOIR SURVEILLE 3 16 JANVIER 2015 T ES/L DEVOIR SURVEILLE 3 16 JANVIER 2015 Durée : 3h NOM : Prénom : Calculatrice autorisée «Le candidat est invité à faire figurer sur la copie toute trace de recherche, même incomplète ou non fructueuse,

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

Exercices sur les équations différentielles :

Exercices sur les équations différentielles : Université de Rennes 200-20 Licence de mathématiques L2-ED Exercices sur les équations différentielles : Une mise en jambes Exercice. Parmi les espaces suivants, lesquels sont des espaces vectoriels sur

Plus en détail

Université de Cergy-Pontoise 2008-2009 Calcul Diff S6 M. Topologie

Université de Cergy-Pontoise 2008-2009 Calcul Diff S6 M. Topologie Université de Cergy-Pontoise 2008-2009 Calcul Diff S6 M Topologie 1 Espaces métriques 1.1 Distance Dans toute cette partie E représente un ensemble qui n est pas forcément un espace vectoriel. Définition

Plus en détail

Les théorèmes de Gerschgorin et de Hadamard

Les théorèmes de Gerschgorin et de Hadamard Localisation des valeurs propres : Quelques propriétés sur les disques de Gerschgorin. Jean-Baptiste Campesato 22 septembre 29 Gerschgorin est parfois retranscrit en Gershgorin, Geršgorin, Hershhornou

Plus en détail

Dérivées et applications. Equation

Dérivées et applications. Equation Dérivées et applications. Equation I) Dérivée d une fonction strictement monotone 1) Exemples graphiques Soit une fonction dérivable sur un intervalle I. Pour tout I, (x) est le coefficient directeur de

Plus en détail

Partie I : Manipulation d inégalités. n k. k=0. (1 + a) n 1 + na. 27. Indication : On pourra utiliser les fonctions f(x) = (x+b+c)3.

Partie I : Manipulation d inégalités. n k. k=0. (1 + a) n 1 + na. 27. Indication : On pourra utiliser les fonctions f(x) = (x+b+c)3. Mathématiques Devoirs de Vacances MPSI/PCSI août 5 Partie I : Manipulation d inégalités Eercice Soit m un réel Déterminer l'ensemble E des réels tels que e + e l'ensemble E des réels tels que (m + + m

Plus en détail

Suites numériques. Sommaire :

Suites numériques. Sommaire : Suites numériques I Activité n o 2 page 295 Sommaire : II Généralités sur les suites numériques III Variations et bornes IV Suites arithmétiques V Suites géométriques VI Suites convergentes VII Représentation

Plus en détail

Synthèse d analyse Avril 2011

Synthèse d analyse Avril 2011 Snthèse d analse Avril 20 Cette snthèse d analse a été rédigée suite à une suggestion de M le Professeur E Delhez Elle est destinée à aider les étudiants à préparer l eamen d admission au études d ingénieur

Plus en détail

Agrégation externe de mathématiques, texte d exercice diffusé en 2012 Épreuve de modélisation, option informatique

Agrégation externe de mathématiques, texte d exercice diffusé en 2012 Épreuve de modélisation, option informatique Agrégation externe de mathématiques, texte d exercice diffusé en 2012 Épreuve de modélisation, option informatique Résumé : A partir du problème de la représentation des droites sur un écran d ordinateur,

Plus en détail

Définition d une norme

Définition d une norme Définition d une norme Définition E est un K-ev. L application N : E R + est une norme sur E ssi 1. x E, N(x) = 0 x = 0. 2. k K, x E, N(k.x) = k N(x). 3. x, y E, N(x + y) N(x) + N(y) Notation N,. Propriété

Plus en détail

Master de Sciences & Technologies. Année universitaire 2013 2014 Travaux dirigés et télé-enseignement : C. Audiard. Travaux pratiques Scilab N 2

Master de Sciences & Technologies. Année universitaire 2013 2014 Travaux dirigés et télé-enseignement : C. Audiard. Travaux pratiques Scilab N 2 Université Pierre et Marie Curie Bases des méthodes numériques Master de Sciences & Technologies MM006 Mention Mathématiques & Applications Cours : L. Boudin et E. Trélat Année universitaire 013 014 Travaux

Plus en détail

La dynamique du système est donnée par (1)

La dynamique du système est donnée par (1) Master d Ingénierie Mathématique Contrôle des systèmes non-linéaires Examen, durée 3h Sujet donné par Pierre Rouchon, tous les documents sont autorisés. Comme le montre la figure ci-contre, ce robot marcheur

Plus en détail

Inde, avril 2014, exercice 1

Inde, avril 2014, exercice 1 Sujet 1 Inde, avril 2014, exercice 1 4 points Dans cet exercice, sauf indication contraire, les résultats seront arrondis au centième. 1 La durée de vie, exprimée en années, d un moteur pour automatiser

Plus en détail

Sujets et corrigés des DS de mathématiques. BCPST 1A Lycée Hoche 2014-2015. Sébastien Godillon

Sujets et corrigés des DS de mathématiques. BCPST 1A Lycée Hoche 2014-2015. Sébastien Godillon Sujets et corrigés des DS de mathématiques BCPST A Lycée Hoche 04-05 Sébastien Godillon Table des matières Sujet du DS n o Corrigé du DS n o 5 Exercice logique 5 Exercice nombres réels, sommes, suites

Plus en détail

L2 ÉCONOMIE & GESTION 2010-11 COURS DE MÉTHODES MATHÉMATIQUES 3. Alexandre VIDAL

L2 ÉCONOMIE & GESTION 2010-11 COURS DE MÉTHODES MATHÉMATIQUES 3. Alexandre VIDAL L2 ÉCONOMIE & GESTION 2010-11 COURS DE MÉTHODES MATHÉMATIQUES 3 Alexandre VIDAL Dernière modification : 11 janvier 2011 Table des matières I Généralités et rappels sur les fonctions 1 I.1 Définition....................................

Plus en détail

Généralités sur les fonctions numériques

Généralités sur les fonctions numériques 7 Généralités sur les fonctions numériques Une fonction numérique est, de manière générale, une fonction d une variable réelle et à valeurs réelles. 7.1 Notions de base sur les fonctions Si I, J sont deux

Plus en détail

Le théorème du point xe. Applications

Le théorème du point xe. Applications 49 Le théorème du point xe. Applications 1 Comme dans le titre de cette leçon, le mot théorème est au singulier, on va s'occuper du théorème du point xe de Picard qui a de nombreuses applications. Le cas

Plus en détail

Modélisation et Simulation

Modélisation et Simulation Cours de modélisation et simulation p. 1/77 Modélisation et Simulation G. Bontempi Département d Informatique Boulevard de Triomphe - CP 212 http://www.ulb.ac.be/di Cours de modélisation et simulation

Plus en détail

Les espaces L p. Chapitre 6. 6.1 Définitions et premières propriétés. 6.1.1 Les espaces L p, avec 1 p < +

Les espaces L p. Chapitre 6. 6.1 Définitions et premières propriétés. 6.1.1 Les espaces L p, avec 1 p < + Chapitre 6 Les espaces L p 6.1 Définitions et premières propriétés 6.1.1 Les espaces L p, avec 1 p < + Soient (E, T,m) un espace mesuré, 1 p < + et f M = M(E, T) (c est-à-dire f : E R, mesurable). On remarque

Plus en détail

Cours de Mathématiques II Chapitre 1. Algèbre linéaire

Cours de Mathématiques II Chapitre 1. Algèbre linéaire Université de Paris X Nanterre UFR Segmi Année 7-8 Licence Economie-Gestion première année Cours de Mathématiques II Chapitre Algèbre linéaire Table des matières Espaces vectoriels Espaces et sous-espaces

Plus en détail

Cours d Analyse Semestre 1. Stéphane Attal

Cours d Analyse Semestre 1. Stéphane Attal Cours d Analyse Semestre 1 Stéphane Attal 2 Contents 1 Les nombres réels 5 1.1 Les ensembles usuels de nombres................ 5 1.2 Ensembles ordonnés........................ 6 1.3 Le corps des nombres

Plus en détail

Cours de Mathématiques. ISA BTP, 2 année

Cours de Mathématiques. ISA BTP, 2 année Cours de Mathématiques ISA BTP, 2 année 15 janvier 2013 2 Table des matières 1 Équations différentielles 7 Introduction...................................... 7 1.1 Équations différentielles linéaires........................

Plus en détail

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

Sujet Métropole 2013 EXERCICE 1. [4 pts] Probabilités

Sujet Métropole 2013 EXERCICE 1. [4 pts] Probabilités Sujet Métropole 01 EXERIE 1. [4 pts] Probabilités Une jardinerie vend de jeunes plants d arbres qui proviennent de trois horticulteurs : 5% des plants proviennent de l horticulteur H 1, 5% de l horticulteur

Plus en détail

Problèmes à propos des nombres entiers naturels

Problèmes à propos des nombres entiers naturels Problèmes à propos des nombres entiers naturels 1. On dispose d une grande feuille de papier, on la découpe en 4 morceaux, puis on déchire certains morceaux (au choix) en 4 et ainsi de suite. Peut-on obtenir

Plus en détail

[http://mp.cpgedupuydelome.fr] édité le 29 décembre 2015 Enoncés 1. b) Soit (u n ) n N une suite d éléments de [0 ; 1]. Montrer

[http://mp.cpgedupuydelome.fr] édité le 29 décembre 2015 Enoncés 1. b) Soit (u n ) n N une suite d éléments de [0 ; 1]. Montrer [http://mp.cpgedupuydelome.fr] édité le 9 décembre 05 Enoncés Familles sommables Ensemble dénombrable a) Calculer n+ Exercice [ 03897 ] [Correction] Soit f : R R croissante. Montrer que l ensemble des

Plus en détail

Chapitre 4. Fonction exponentielle. 4.1 Activité. Sommaire

Chapitre 4. Fonction exponentielle. 4.1 Activité. Sommaire Chapitre 4 Fonction exponentielle Sommaire 4.1 Activité............................................. 37 4. Fonctions exponentielles de base q (q > 0)........................ 39 4..1 Définition.........................................

Plus en détail

Cours 2 6 octobre. 2.1 Maximum de vraisemblance pour une loi Gaussienne multivariée

Cours 2 6 octobre. 2.1 Maximum de vraisemblance pour une loi Gaussienne multivariée Introduction aux modèles graphiques 2010/2011 Cours 2 6 octobre Enseignant: Francis Bach Scribe: Nicolas Cheifetz, Issam El Alaoui 2.1 Maximum de vraisemblance pour une loi Gaussienne multivariée Soit

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

Connaître les variations des fonctions polynômes de degré 2 (monotonie, extremum) et la propriété de symétrie de leurs courbes.

Connaître les variations des fonctions polynômes de degré 2 (monotonie, extremum) et la propriété de symétrie de leurs courbes. www.mathsenligne.com 2N3 - FONCTION CARRE ET SECOND DEGRE COURS (1/6) CONTENUS CAPACITES ATTENDUES COMMENTAIRES Expressions algébriques Transformations d expressions algébriques en vue d une résolution

Plus en détail

Baccalauréat ES Polynésie 10 juin 2016

Baccalauréat ES Polynésie 10 juin 2016 Baccalauréat ES Polynésie 0 juin 06 EXERCICE Les parties A et B sont indépendantes On s intéresse à l ensemble des demandes de prêts immobiliers auprès de trois grandes banques. Une étude montre que %

Plus en détail

Contrôle commun : 4 heures

Contrôle commun : 4 heures Exercice 1 (5 points) Contrôle commun : 4 heures PARTIE A On considère la fonction f définie sur l intervalle ]0 ; + [ par f(x) = ln x + x. 1. Déterminer les limites de la fonction f en 0 et en +.. Étudier

Plus en détail

BACCALAURÉAT GÉNÉRAL. MATHÉMATIQUES Série ES/L

BACCALAURÉAT GÉNÉRAL. MATHÉMATIQUES Série ES/L BACCALAURÉAT GÉNÉRAL SESSION 2015 MATHÉMATIQUES Série ES/L Durée de l épreuve : 3 heures Coefficient : 5 (ES), 4 (L) ES : ENSEIGNEMENT OBLIGATOIRE L : ENSEIGNEMENT DE SPECIALITE Les calculatrices électroniques

Plus en détail

Cours d analyse 1ère année. Rhodes Rémi

Cours d analyse 1ère année. Rhodes Rémi Cours d analyse 1ère année Rhodes Rémi 10 décembre 2008 2 Table des matières 1 Propriétés des nombres réels 5 1.1 Sous-ensembles remarquables de R........................ 5 1.2 Relations d ordre..................................

Plus en détail

DÉVELOPPEMENTS LIMITÉS

DÉVELOPPEMENTS LIMITÉS Auteur : Alain Ladureau DÉVELOPPEMENTS LIMITÉS TI-Nspire CAS 1. Objectifs Découvrir la notion de développement limité. Utiliser des développements limités dans l étude locale des fonctions. Les appliquer

Plus en détail

Éléments de logique et de théorie des ensembles

Éléments de logique et de théorie des ensembles 1 Éléments de logique et de théorie des ensembles Pour les exemples et exercices traités dans ce chapitre les ensembles usuels de nombres entiers, rationnels réels et complexes sont supposés connus, au

Plus en détail

Résolution de systèmes linéaires : Méthodes directes. Polytech Paris-UPMC. - p. 1/51

Résolution de systèmes linéaires : Méthodes directes. Polytech Paris-UPMC. - p. 1/51 Résolution de systèmes linéaires : Méthodes directes Polytech Paris-UPMC - p. /5 Rappels mathématiques s Propriétés - p. 2/5 Rappels mathématiques Soit à résoudre le système linéaire Ax = b. Rappels mathématiques

Plus en détail

Chapitre 2 : Les systèmes d équations récurrentes linéaires. dans

Chapitre 2 : Les systèmes d équations récurrentes linéaires. dans Chapitre 2 : Les systèmes d équations récurrentes linéaires dans Sommaire Sandrine CHARLES 1 Introduction... 3 2 Rappels sur les formes de Jordan réelles dans... 4 2.1 Deux valeurs propres réelles distinctes

Plus en détail

Formulaire de maths - Analyse dans R n

Formulaire de maths - Analyse dans R n Formulaire de maths - Analyse dans R n Nom Théorème ou formule Espaces vectoriels normés Norme sur E Application qui vérifie les propriétés de : séparation : homogénéité : inégalité triangulaire : Normes

Plus en détail

Exercices du chapitre VI avec corrigé succinct

Exercices du chapitre VI avec corrigé succinct Exercices du chapitre VI avec corrigé succinct Exercice VI. Ch6-Exercice Montrer par récurrence que En déduire que puis que k =,,..., n, d k dx k xn = n(n ) (n + k)x n k, d n dx n xn = n! d k dx k xn =

Plus en détail

Baccalauréat ES/L Amérique du Sud 21 novembre 2013 Corrigé

Baccalauréat ES/L Amérique du Sud 21 novembre 2013 Corrigé Baccalauréat ES/L Amérique du Sud 2 novembre 2 Corrigé A. P. M. E. P. EXERCICE Commun à tous les candidats 5 points. Diminuer le budget de 6 % sur un an revient à multiplier par 6 =,94. Diminuer le budget

Plus en détail

Exercices de rentrée MPSI-PCSI

Exercices de rentrée MPSI-PCSI Exercices de rentrée MPSI-PCSI Lycée Saint-Louis 015-016 Introduction Cette feuille d exercices s adresse aux élèves rentrant en MPSI ou en PCSI au lycée Saint- Louis Il s agit d exercices qui sont entièrement

Plus en détail

TRINÔME DU SECOND DEGRÉ

TRINÔME DU SECOND DEGRÉ TRINÔME DU SECOND DEGRÉ Définition On appelle fonction trinôme du second degré, toute fonction f définie sur IR qui, à x associe f(x) = ax 2 + bx + c, a, b et c étant trois réels avec a 0. Exemple Les

Plus en détail

Master de Formation des Formateurs Groupe Modélisation. Séance du 19 septembre 2003 Modélisation du trafic routier François Sauvageot

Master de Formation des Formateurs Groupe Modélisation. Séance du 19 septembre 2003 Modélisation du trafic routier François Sauvageot Master de Formation des Formateurs Groupe Modélisation Séance du 19 septembre 2003 Modélisation du trafic routier François Sauvageot Position du problème Modéliser le trafic routier c est tenter de prédire

Plus en détail