Utbm mt40 Examen final Automne 2007

Nb: On rdigera les exercices sur des feuilles spares. On pourra admettre tout rsultat
intermdiaire afin de poursuivre la rsolution dun exercice.

Exercice 1
Le but de cet exercice est dapproximer la fonction logarithme nprien, note ln, par diffrentes mthodes
numriques.

1.1 Polynme dinterpolation

a) Donner la forme de Newton du polynme dinterpolation de la fonction ln sur le support {1, 2}.
b) On considre la fonction erreur e1 , dfinie par e1 (x) = ln(x) p(x).
tudier les variations de e1 sur [1, 2].
En dduire que lerreur est maximale, en valeur absolue, pour x = 1/ ln(2); donner la valeur maximale
de e1 sur [1, 2].
1.2 Mthode du point milieu
Pour la suite du problme on rappelle que la fonction ln est dfinie par:

x
1
ln(x) = dt
1 t

Nb : On remarquera ici que la variable dintgration est t et non x; la variable x, elle, dfinit le segment
dintgration !
a) Montrer en utilisant la mthode dintgration du point milieu, que :

x
1 x1
dt 2
1 t x+1

b) tudier les variations de la fonction erreur eM , dfinie sur [1, 2] pour cette mthode par :
x1
eM (x) = ln(x) 2 .
x+1

c) En dduire la valeur maximale de eM sur [1, 2].

1.3 Intgration gaussienne
x
Maintenant on cherche valuer ln(x) = 1
1 t dt par une intgration de Gauss-Legendre deux points.
a) Montrer en prcisant le changement de variable raliser que :

x
1
1 x1
dt = du
1 t 1 (x 1)u + x + 1

b) En dduire, en majorant lerreur de mthode eG commise dans lvaluation de I, que cette mthode
donne une approximation de ln(x) 102 prs sur [1, 2].
.../...

1
1.4 Discussion
a) Remarques gnrales :

La diffrence de prcision entre les mthodes 1.2 et 1.3 est-elle surprenante ?

Au vu des calculs effectus, par quel type dobjets mathmatiques a-t-on approch ln(x) dans les
parties 1.2 et 1.3 ? Mme question pour la partie 1.1.

b) Gnralisation

Si on veut une prcision dordre en utilisant la mthode de la partie 1.3, comment oprer ?
Fournir le plan de mise en oeuvre.

Exercice 2
Lobjet de lexercice est ltude de la mthode de Mller, extension de la mthode de la scante utilise
dans le cadre de la rsolution dquations non linaires.
Soit f une fonction numrique quon suppose dfinie sur R pour des raisons de simplicit. Soit i un
entier naturel suprieur ou gal 2; on considre trois rels nots xi , xi1 et xi2 . On fournit en page 4
une reprsentation graphique gnrique de la situation o figurent f et son polynme dinterpolation sur le
support {xi , xi1 , xi2 }. On considre lquation (E) : f(x) = 0 et on note l la solution cherche.

2.1 Etude mathmatique pralable

a) Interpolation
Fournir lcriture de Newton du polynme interpolateur p de f sur le support {xi , xi1 , xi2 } en fonction
des diffrences divises de f et des points du support.
b) Transformation de lcriture de p

Montrer que pour tout x rel on a:

(x xi ) (x xi1 ) = (x xi )2 + (x xi ) (xi xi1 ) .

En dduire que pour tout x rel on peut crire:

p (x) = f (xi ) + (x xi ) ci + f [xi , xi1 , xi2 ] (x xi )2

sachant que
ci = f [xi , xi1 ] + f [xi , xi1 , xi2 ] (xi xi1 ) .

.../...

2
c) Soit (E ) lquation approche de (E), dfinie par: (E ) : p(x) = 0.

Combien lquation (E ) admet-elle de solutions dans C en gnral ? Existe-t-il des exceptions ?

On pose X = x xi . On considre lquation (E) : P (X) = 0, o P (X) est donne par:

P (X) = f (xi ) + ci X + f [xi , xi1 , xi2 ] X 2

Montrer que si lon souhaite construire par ce procd une suite (xi )iN dont on espre quelle
converge vers l, on devra :
dfinir xi+1 comme la racine convenable de lquation (E );
et par consquent poser
xi+1 = xi + X1 ,
o X1 dsigne la solution de (E) de plus petit module.

2.2 Algorithme de Mller

Un certain nombre de sous modules de lalgorithme propos ci-dessous, sont seulement nomms, sans tre
prcisment dcrits Une fois complt, cet algorithme pourra tre implment sous langage et oprationnel!
On demande, grce ltude mathmatique pralable, de fournir le dtail des modules suivants:
Dtermination de (E), Calcul de X1 et Dfinition de vect(i + 1)
en identifiant nettement les outils et lenvironnement ncessaires.
***********************
muller (x2 , x1 , x0 , nmax vect)

1. En-tte
Entres:
x2 , x1 , x0 valeurs initiales de la racine cherche;
nmax: nombre ditrs de Mller demands (nmax 3)
Sorties: Vecteur des nmax premiers itrs de Mller.
2. Corps dalgorithme
(a) Initialisations:
{dclaration de vect comme vecteur de nmax complexes;
vect(1) x0 ;vect(2) x1 ;vect(3) x2 }
(b) faire pour i 3 jusqu nmax 1
1. Dtermination de (E);
2. Calcul de X1 ;
3. Dfinition de vect(i + 1).
fin de faire en i
3. Fin de fonction muller ( )

***********************
2.3 On suppose ici que la fonction f est polynme.
a) La mthode de Newton permet-elle de dterminer des racines multiples, des racines complexes? Pourquoi?
b) Mmes questions pour lalgorithme de Mller.

3
Figure 1: