ENSTP 2 eme

année Module: Analyse Numérique 2. Série: N um 2:

corrigé Dérivation et intégration numérique

Exercice 1:
f (x+h) f (x h) f (x+2h) f (x) f (x) f (x 2h)
f 0 (x) ' 2h ; f 0 (x + h) ' 2h ; f 0 (x h) ' 2h ;

f 0 (x+h) f 0 (x h) f (x+2h) 2f (x) +f (x 2h)

f 00 (x) ' 2h on remplace on trouve f 00 (x) ' 4h2

f (x+2h) 2f (x) +f (x 2h)

=) f 00 (x) = 4h2 + O(h2 )

Exercice 2:

h2 000 h2 h2 h2
(a) j e(x+h)2he(x h)
6 f ( )j je(x+h)j +je(x h)j
2h + 6 M
"+"
2h + 6 M = h + 6 M = g(h)

(b) La formule centrée donne f 0 (0; 9) = 0; 62250 pour h1 = 0; 002

et f 0 (0; 9) = 0; 6220 pour h2 = 0; 005:

Les erreurs absolues sont respectivement Eh1 = 0; 00089 et Eh2 = 0; 00039:

Bien que h1 < h2 , l’approximation de f 0 (0; 9) obtenue avec h2 est plus

précise que celle obtenue avec h1 . Cette apparente contradiction est due au fait
h2
que l’erreur g(h) = h + 6 M ne tend pas nécessairement vers 0 quand h tend vers 0.
h2
En e¤et quand h ! 0; 6 M !0 mais h ! 1.

(c) Il sagit de trouver la valeur de h qui minimise la fonction erreur g(h).

q
On résout l’équation g 0 (h) = "
h2 + h3 M = 0 et on trouve h= 3 3"
M

q q
On note que 3"
g 00 ( 3 M ) > 0, ce qui con…rme h = hmin = 3 3
M .

On a M = max0;8 x 0;950 jcos(x)j cos(0; 8). De plus, puisque tous les chi¤res
des approximations de f (x) du tableau sont signi…catifs, " = 0; 5 10 5

(10 5
correspond à la position du dernier chi¤re signi…catif).
On a dans ce cas hmin = 0; 02782.
Exercice 3:

R
+1
On cherche à déterminer une valeur approchée J de I= f (t)dt
1
sous la forme J = A0 f ( 1
2) + A1 f (0) + A2 f ( 12 )

1. P2 (t) = 2t2 t f 1
2 4t2 1 f (0) + (2t2 + t)f 1
2

R
+1
1
R
+1 R
+1
1
R
+1
J= P2 (t) dt = f 2 2t2 t dt f (0) 4t2 1 dt + f 2 (2t2 + t)dt
1 1 1 1

8 4
9
< A0 = 3 =
J = 43 f 1
2
2
3f (0) + 43 f 1
2 donc :
A1 = 2
3 ;
4
A2 = 3

2. Retrouver les coe¢ cients A0 ; A1 et A2 en écrivant que l’approximation

doit être exacte (égalité) pour les polynômes de degré inférieur ou égal à 2.
Cela veut dire que J =I pour les polynômes de base 1; t; t2

R
+1
() A0 f ( 1
2) + A1 f (0) + A2 f ( 12 ) = f (t)dt pour f (t) 2 1; t; t2
1

8 9 8 9 8 4
9
< f (t) = 1 = < A0 + A1 + A2 = 2 = < A0 = 3 =
Pour :
f (t) = t
;
()
: 12
1
A 0 + 1
2 A 2 = 0
;
()
:
A1 = 2
3 ;
1 2 4
f (t) = t2 4 A 0 + 4 A 2 = 3 A2 = 3

R
+1
3. En déduire l’approximation correspondante de I= cos x2 dx:
1

4 1 2 2 4
f (x) = cos x2 =) I ' 3 cos ( 2) 3 cos ( :0) + 3 cos ( 12 )2
p p
2 4 2
=) I ' 34 : 2
2
3 :1 + 3 2 =) I ' 1; 22

Exercice 4 :

1. Soit f 2 {2 ([x0 ; x1 ] ; <). Déterminer P (x) le polynôme d’interpolation de Lagrange

de f aux points : x0 ; x1 : Montrer que l’erreur d’interpolation E (x) véri…e : 00
jE(x)j (x1 x0 )2 M8 , avec M = borne supérieure de f dans [x0 ; x1 ] :

f (x) = P (x) + E (x)

P (x) = (x x1 )
(x0 x1 ) f (x0 ) + (x x0 )
(x1 x0 ) f (x1 ) + E (x) sous forme de Lagrange.
(2)
E(x) = f (x) P (x) = (x x0 ) (x x1 ) f (c)
2! ; c 2 [x0 ; x1 ]

Soit g(x) = (x x0 ) (x x1 ) =) g 0 (x) = 2x (x0 + x1 )

x0 +x1 (x1 x0 )2
=) maxx2[x0 ;x1 ] jg(x)j = g 2 = 4 (on peut utiliser un tableau de variation)

=) jE(x)j (x1 x0 )2 M
8 car M = maxx2[x0 ;x1 ] f (2) (x)
 R2
2. Soit I= x ln xdx: a. Montrer en utilisant Lagrange que :
0

Rx2
f (x)dx = 3h
2 [f (x0 ) + f (x1 )] + R (f ).
x 1

Rx2 Rx2 Rx2 Rx2 Rx2

f (x)dx = P (x)dx+ E(x)dx = f (x0 ) (x x1 )
(x0 x1 ) dx + f (x1 ) (x x0 )
(x1 x0 ) dx + R (f ).
x 1 x 1 x 1 x 1 x 1

Rx2
Avec R (f ) = E(x)dx.
x 1

x 1 h x0 h x1 h x2

Une intégration simple sachant que x0 x1 = h , x1 x0 = h

Rx2
on peut faire un changement de variable y= x x1
h dans (x x1 )
(x0 x1 ) dx
x 1

Rx2 R1
on a dx = hdy donc (x x1 )
(x0 x1 ) dx = hydy = 3h
2
x 1 2

Rx2
meme méthode pour (x x0 )
(x1 x0 ) dx = 3h
2
x 1

Rx2
On déduit f (x)dx = 3h
2 [f (x0 ) + f (x1 )] + R (f )
x 1

b. Donner une valeur approchée de I.

R2
I= x ln xdx ici x 1 =0 et x2 = 2 donc h= 2 0
3 = 2
3 et f (x) = x ln x
0

On remplace dans la formule ci dessus et avec x0 = 2

3 et x1 = 4
3

Donc I ' 32 : 23 [f ( 23 ) + f ( 43 )] = 2
3 ln 32 + 4
3 ln 43 = 0; 11

Exercice 5:
R1 (b a)h4 (4) (b a)h2 (2)
Soit I= 0
te t dt. RS = 180 f (c) , c 2 [a; b] ; RT = 12 f (c) ; c 2 [a; b], h = b a
n :

(b a) b a 2
jRT j 12 n :M avec M = max[a;b] jf 00 (t)j

t
f (t) = te

f 0 (t) = (1 t)e t ; f 00 (t) = (t 2)e t

f (3) (t) = (3 t)e t

() M = max[0;1] jf 00 (t)j = jf 00 (0)j = 2

q
(b a)3 M 8 (b a)3 M 10 4
() 12 n2 10 () n 12 10 8 () n p
6
() n 4082; 48 donc n = 4083
Meme méthode pour Simpson

(b a) b a 4
jRS j 180 n :M 0 avec M 0 = max[a;b] f (4) (t)

f (4) (t) = (t 4)e t ; f (5) (t) = (5 t)e t

() M 0 = max[0;1] f (4) (t) = f (4) (0) = 4
(b a)5 M 0
Donc 180 n4 10 8
() n4 4
180:10 8 =) n 38; 6

Donc n = 40 car n doit etre pair dans la méthode de Simpson

Exercice 6 :
dn n
Le polynome de Legendre de degré n est dé…nit par : Ln (t) = 1
2n n! dxn x2 1 ; x2R

1. Calculer L0 (x) ; L1 (x) et L2 (x) : L0 (x) = 1; L1 (x) = x; L2 (x) = 1

2 3x2 1
p p
2. Les racines x0 et x1 de L2 (x) : L2 (x) = 1
2 3x2 1 = 0 =) x0 = 3
3 ; x1 = 3
3

R p
+1 R p
+1 p
3. Calculer 1 + xdx: a. Directement: 1 + xdx = 4
3 2 = 1: 885 6
1 1

b. Par Gauss-Legendre sachant qu’elle est exacte pour les polynomes de degrés
1.
p
D’après la formule d’intégration de Gauss-Legendre avec f (x) = 1 + x; a = 1; b = 1 :

R p
+1 P
1 h p p i
3 3
1 + xdx ' (b a) ! k f (xk ) = 2 [! 0 f (x0 ) + ! 1 f (x1 )] = 2 ! 0 f ( 3 ) + !1 f ( 3 ) :::::::::::: (1)
1 k=0

On va chercher ! 0 et ! 1 ; comme la formule est exacte pour les polynomes

de degrés 1.
R
+1
P (x) = 1; 1:dx = 2 d’autre part en remplaçant dans (1) : 2(! 0 + ! 1 ) = 2
1

R
+1 p p
P (x) = x; x:dx = 0 d’autre part en remplaçant dans (1) : 2( 3
3 !0 + 3
3 !1 ) =0
1

ceci nous donne ! 0 = ! 1 = 21 : Nous avon alors

R p
+1 q p q p
1 3 1 3
1 + xdx ' 2 2 1 3 + 2 1+ 3 = 1: 906
1

c. Par la méthode de Simpson aux points f 1; 0; 1g :

La formule de Simpson sur un intervalle [a; b] est:

Rb p
a
f (x)dx ' b a
6 f (a) + 4f ( a+b
2 ) + f (b) en prenant a= 1; b = 1 =) a+b
2 = 0 et f (x) = 1 + x :

R p
+1
1
p
1 + xdx ' 3 0+4+ 2 = 1: 804 7
1

d. Comparaison : La méthode de Gauss-Legendre est meilleurs car elle est exacte

d’ordre 3 alors que la méthode de Simpson est d’ordre 2.