Corrigé type
Exercice 1 (8pt)
2
1
J=∫ dx
1 √x
1. Calcul de la valeur exacte de cette intégrale (1pt)
2
2 1 2 1 2 (𝑥)1/2
𝐽𝑒𝑥𝑎𝑐𝑡𝑒 = ∫1 𝑑𝑥 = ∫1 𝑑𝑥 = ∫1 (𝑥 )−1/2 𝑑𝑥 = [ 1 ] = 2(√2 − √1) = 0.82842712
√𝑥 (𝑥)1/2
2 1
2. Évaluer numériquement cette intégrale pour 𝐡 = 𝟎. 𝟐𝟓 en utilisant
(1.5pt)
𝑥𝑖 𝑥0 = 1 𝑥1 = 1.25 𝑥2 = 1.5 𝑥3 = 1.75 𝑥4 = 2
𝑓(𝑥𝑖 ) 1 0.894427191 0.816496581 0.755928946 0.707106781
Calcul de l’intégrale en utilisant la méthode des trapèzes généralisée (1.5pt)
𝑏 ℎ
𝐽𝑇𝐺4 = ∫𝑎 𝑓(𝑥) 𝑑𝑥 = [𝑓(𝑥0 ) + 𝑓(𝑥4 ) + 2(𝑓(𝑥1 ) + 𝑓(𝑥2 ) + 𝑓(𝑥3 ))] (0.5pt)
2
0.25
𝐽𝑇𝐺4 = [1 + 0.707106781 + 2(0.894427191 + 0.816496581 + 0.755928946)] (0.5pt)
2
𝐽𝑇𝐺4 = 0.83010153 (0.5pt)
Calcul de l’intégrale en utilisant la méthode de Simpson généralisée (1.5pt)
𝑏 ℎ
𝐽𝑆𝐺4 = ∫𝑎 𝑓(𝑥) 𝑑𝑥 = [𝑓(𝑥0 ) + 𝑓(𝑥4 ) + 4(𝑓(𝑥1 ) + 𝑓(𝑥3 )) + 2𝑓(𝑥2 )] (0.5pt)
3
0.25
𝐽𝑆𝐺4 = [1 + 0.707106781 + 4(0.894427191 + 0.755928946) + 2(0.816496581)] (0.5pt)
3
𝐽𝑆𝐺4 = 0.828460373 (0.5pt)
3. Comparaison (1.5 pt)
−3
|𝐽𝑇𝐺4 − 𝐽𝑒𝑥𝑎𝑐𝑡𝑒 | = |0.82842712 − 0.83010153| = 1.67441 10 (0.75pt)
−5
|𝐽𝑆𝐺4 − 𝐽𝑒𝑥𝑎𝑐𝑡𝑒 | = |0.82842712 − 0.828460373| = 3.3253 10 (0.75pt)
Conclusion (1pt)
On conclure que l’approximation de l’intégrale donnée par la méthode de Simpson généralisée est meilleur
que celle obtenue par la méthode des trapèzes généralisée.
Exercice 2 (8pt)
y ′ = 𝑒 2𝑥 + y
{
y(0) = 2
1. Calcul de la solution approximative de l’équation différentielle en 𝑥 = 0.4 :
A l’aide de la méthode d’Euler avec un pas 𝐡 = 𝟎. 𝟐
𝑦(𝑥𝑛+1 ) = 𝑦(𝑥𝑛 ) + ℎ𝑓(𝑥𝑛 , 𝑦(𝑥𝑛 )) (0.5 pt)
La première itération produit : (1pt)
𝑦(0.2) = 𝑦(0) + ℎ𝑓(0, 𝑦(0)) = 2 + 0.2(𝑒 2(0) + 2) = 0.1 + 0.2(3) = 2.6
De manière similaire, la deuxième itération produit : (1pt)
𝑦(0.4) = 𝑦(0.2) + ℎ𝑓(0.2, 𝑦(0.2)) = 2.6 + 0.2(𝑒 2(0.2) + 2.6) = 0.1 + 0.2(3) = 3.41836494
A l’aide de la méthode de Runge-Kutta d’ordre 4 avec un pas 𝐡 = 𝟎. 𝟐
𝑘1 = ℎ𝑓(𝑥𝑛 , 𝑦(𝑥𝑛 )) (0.5pt)
ℎ 𝑘1
𝑘2 = ℎ𝑓 (𝑥𝑛 + , 𝑦(𝑥𝑛 ) + )
2 2
ℎ 𝑘2
𝑘3 = ℎ𝑓 (𝑥𝑛 + , 𝑦(𝑥𝑛 ) + )
2 2
𝑘4 = ℎ𝑓(𝑥𝑛 + ℎ, 𝑦(𝑥𝑛 ) + 𝑘1 )
1
𝑦(𝑥𝑛+1 ) = (𝑘1 + 2𝑘2 + 2𝑘3 + 𝑘4 )
6
La première itération produit : (1pt)
𝑘1 = 0.2(𝑒 2(0) + 2) = 0.6
0.2 0.6
𝑘2 = 0.2 (0 + ,2 + ) = 0.2(𝑒 2(0.1) + (2 + 0.3)) = 0.364280552
2 2
0.2 0.364280552
𝑘3 = 0.2 (0 + ,2 + ) = 0.2(𝑒 2(0.1) + (2 + 0.182140276)) = 0.680708608
2 2
𝑘4 = 0.2(0 + 0.2 , 2 + 0.680708608) = 0.2(𝑒 2(0.2) + 2.680708608) = 0.834506662
1
𝑦(0.2) = 2 + (0.6 + 2(0.364280552) + 2(0.680708608) + 0.834506662) = 0.101031897
6
𝑦(0.2) = 2 + 0.587414163 = 2.587414163
De manière similaire, la deuxième itération produit : (1pt)
𝑘1 = 0.2(𝑒 2(0.2) + 2.587414163) = 0.815847772
0.2 0.815847772
𝑘2 = 0.2𝑓 (0.2 + , 2.587414163 + ) = 0.2(𝑒 2(0.3) + (2.99533805)) = 0.96349137
2 2
0.2 0.96349137
𝑘3 = 0.2𝑓 (0.2 + , 2.587414163 + ) = 0.2(𝑒 2(0.3) + (3.06915985)) = 0.97825573
2 2
𝑘4 = 0.2𝑓(0.2 + 0.2 ,2.587414163 + 0.97825573 ) = 0.2(𝑒 2(0.4) + 3.56566989) = 1.15814216
1
𝑦(0.4) = 0.587414163 + (0.815847772 + 2(0.96349137) + 2(0.97825573) + 1.15814216 )
6
𝑦(0.4) = 2.587414163 + 0.976269013 = 3.56368318
2.
Calcul de la solution exacte (1pt)
y(0.4) = 𝑒 2∗0.4 + 𝑒 0.4 = 3.71736563
Comparaison (1pt)
𝐸𝑒 = |(𝑦𝑒𝑥𝑎𝑐𝑡𝑒 (04) − 𝑦(0.4)| = |3.71736563 − 3.41836494| = 0.29900069
𝐸𝑟𝑘 = |(𝑦𝑒𝑥𝑎𝑐𝑡𝑒 (04) − 𝑦(0.4)| = |3.71736563 − 3.56368318| = 0.15368245
Commentaire (1pt)
Il est clair que la méthode d’Euler est très imprécise par rapport à celle de Runge-kutta d’order 4.
Exercice 3 (6pt)
1. Calculer le déterminant de A par la méthode de Gauss
1 4 4
𝐴 = [1 5 6]
1 3 1
Etape 1 : (2pt)
𝐿2 ← 𝐿2 − 𝐿1 (0.5pt) Et 𝐿3 ← 𝐿3 − 𝐿1 (0.5pt)
1 4 4
(2)
𝐴 = [0 1 2]
0 − 1 −3
Etape 2 : (2pt)
𝐿3 ← 𝐿3 + 𝐿2 (1pt)
1 4 4
𝐴(2) = [ 0 1 −2 ] (1pt)
0 0 −1
𝐷𝑒𝑡 𝐴 = 1 ∗ 1 ∗ (−1) = −1 (1pt)
2. Déduire le déterminant de 𝑨−𝟏
1
Det A−1 =
Det A
1
Det A−1 = = −1 (1 pt)
(−1)
Exercice 4 (6pt)
𝑓(x) = x 2 − 3
1. Montrer que cette fonction possède une solution unique dans l’intervalle [𝟏, 𝟐] (2pt)
a. L’existence de la solution dans l’intervalle [𝟏, 𝟐] (1pt)
La fonction f est un polynôme, alors
F est continue sur R et donc sur [1,2] ⟹ ∃ 𝐶 ∈ [1,2]; 𝑓(𝑐) = 0
𝑓(1) = −2, 𝑓(2) = 1 ; 𝑓(1). 𝑓(2) < 0
b. L’unicité de la solution dans l’intervalle [𝟏, 𝟐] (1pt)
𝑓 ′ (𝑥) = 2𝑥 > 0 ∀ 𝑥 ∈ [1,2] ⟹ 𝑓 ↗
F est monotone ⟹ la solution C est unique
2.
a. Le nombre d’itérations nécessaires (1pt)
ln(𝑏−𝑎)
𝜀 ln(10)
𝑛≥ = = 3.2192 ⟹ 𝑛 = 4 intérations
𝑙𝑛2 𝑙𝑛2
b. La méthode de la bissection : (2.5pt)
N A B 𝑎+𝑏 𝜀 = |𝑏 − 𝑐| 𝑓(𝑐) 𝑓(𝑎) 𝑓(𝑏)
𝑐=
2
1 1 2 1.5 0.5 −0.75 −2 1
2 1.5 2 1.75 0.25 0.875 −0.75 1
3 1.5 1.75 1.625 0.125 −0.3594 −0.75 0.875
4 1.625 1.75 1.6875 0.0625 −0.1523 −0.3594 0.875
𝑏 − 𝑐 = 1.75 − 1.6875 ≤ 𝜀 = 0.0625 donc on arrete les calculs et la solution est 1.6875 et on peut écrire
𝑐 = 1.6875+
− 0.0625. (0.5pt)
