Sol - TD1 - 19 - 20 - Abdellah Lamnii

Télécharger au format pdf ou txt
Télécharger au format pdf ou txt
Vous êtes sur la page 1sur 8

UNIVERSITE HASSAN 1er , Settat

Faculté des Sciences et Techniques

MIP-S3 Analyse Numérique Solution TD№1

Solution: Exercice 1.
log |Erreurn+1 |
¡ ¢
Or d r e =
log |Erreurn |
¡ ¢

n Erreur Ordre de CV
1 0.298365800681754e − 04
2 0.283610392618824e − 04 1.00486755
3 0.282844784831317e − 04 1.00025816
4 0.282842712489803e − 04 1.000000699
5 0.282842712474619e − 04 1.000000000005126
L’ordre de convergence numérique de cette méthode = 1.

Solution: Exercice 2.
3 5 7
La fonction arctan(x) admet le développement en série suivant : arctan(x) = x − x3 + x5 − x7 + · · ·
1. Soit s n la somme partielle de la série tronquée après le n-ième terme. Si on remplace arctan(x) par s n
ξ2n+1
d’après le cours l’erreur de troncature commise est donnée par E = 2n+1 . Avec ξ est dans un voisinage
A.

de x ; c-à-d (par exemple |ξ − x| ≤ 10−1 × précision).


2. Pour donner une valeur approcher de π à l’aide de la relation π = 4 arctan(1) il faudra 10(n = 9) de termes
de la série pour que l’erreur de π soit inférieur à 10−2 . En effet :
¯ µ ¶ ¯
1 1 1 1 1 1 1 1 1
|4s n − π| = ¯4 1 − + − + − − π¯¯ = 0.0998
¯ ¯
¯ + − + −
3 5 7 9 11 13 15 17 19
LA

3. Comparer les erreurs théorique et expérimentale (chercher la valeur de n = 9).

Erreur théorique Erreur pratique


M

On x = 1 et |ξ − 1| ≤ 10−1 × précision = 10−3 ; 1


π − 1 − 13 + · · · − 19
¡ ¢
= 0.0998
Pour ξ = 0.999 on |ξ − x| ≤ 10−3 et (n = 10), Ainsi, le numérique confirme la théorie.
21
E = 0.999
21 = 0.0899
Pour ξ = 1.008 on |ξ − x| ≤ 10−3 et (n = 10),
N

21
E = 1.008
21 = 0.0999

Solution: Exercice 3.
II

Soit f (x) une fonction qui vérifie f (3) = 24, f 0 (3) = 23, f 00 (3) = 16 et | f (3) (x)| < 6.01 pour |x − 3| < 0.1.
1. A l’aide de ces informations et un DL, estimer f app (3.1).

(3.1 − 3)2 00
f (3.1) ' f (3) + (3.1 − 3) f 0 (3) + f (3),
2!
0.12
= 24 + 0.1 × 23 + × 16,
2!
= 26.38.

2. Donnez l’erreur de troncature associée à l’approximation de f app (3.1).


L’erreur associée à l’approximation de f (3.1) est :

(3.1 − 3)3 (3) 0.13


|E | = | f (x)| ≤ 6.01 × = 1.00167 × 10−3 := Erreur théorique
3! 6

A. LAMNII 1/ 8 2019/2020
UNIVERSITE HASSAN 1er , Settat
Faculté des Sciences et Techniques

3. Sachant la valeur exacte de f exac t (3.1) = 26.381, calculer l’erreur numérique et comparer le résultat avec
l’erreur de troncature.

Erreur pratique = | f exac t (3.1) − f app (3.1)| = |26.381 − 26.38| = 1.00000 × 10−3

Même ordre d’erreur (le numérique confirme la théorie).

Solution: Exercice 4.
1
Soit f (x) = 1+x et h = 14 .
1. Calculer la valeur exacte de f 0 (2).
1 1
On a : f 0 (x) = − (1+x) 0
2 , donc f (2) = − (1+2)2 = −0.111111

2. Approcher f 0 (2) en utilisant les formules suivant :

f (x + h) − f (x) 4 f (h + x) − f (2h + x) − 3 f (x)


D 1 f (x) = et D 2 f (x) =
h 2h
1 1
Pour f (x) = 1+x et h = 4 on a :
1
f (2+ 4 )− f (2)
— D 1 f (x) = = −0.102564
A.

1
4
1 1
4 f (2+ 4 )− f (x+2× 4 )−3 f (2)
— D 2 f (x) = 1 = −0.10989
2× 4

3. Calculer l’erreur absolue et relative dans chaque cas. Commenter les résultats obtenus.
Erreur absolue
LA

— |D 1 f (2) − f 0 (2)| = |(−0.102564) − (−0.111111)| = 8.54701 × 10−3


— |D 2 f (2) − f 0 (2)| = |(−0.109890) − (−0.111111)| = 1.221 × 10−3
Erreur relative
|D 1 f (2)− f 0 (2)|
— |D 1 f (2)| = 8.3333%
|D f (2)− f 0 (2)|
2
— |D 2 f (2)| = 1.1111%
M

Commentaire : la méthode de dérivation D 2 f est plus précise par rapport à la méthode de dérivation
D 1 f (car D 2 f utilise plus d’information).

Solution: Exercice 5.
Trouver le polynôme de l’espace vectoriel vec t {x, x 4 − 1, x 5 } qui interpole les points (−1, −3), (0, 1) et (1, 3).
N

Expliquer les résultats obtenus. En effet,


Soit P ∈ vec t {x, x 4 − 1, x 5 } et P interpole les points (−1, −3), (0, 1) et (1, 3).
Ainsi
II

 −α − γ = −3,  β = −1,
 
4 5
P (x) = αx + β(x − 1) + γx ,
½
c-à-d −β = 1, D’où γ = 3 − α,
P (−1) = −3, P (0) = 1, P (1) = 3,
α + γ = 3, ∀ α ∈ R,
 

Donc
P (x) = αx − (x 4 − 1) + (3 − α)x 5
Explication des résultats :
Une infinité de solutions (car le degré = 5 est imposé).
Dans le cas interpolation polynomiale : par 3 points il passe un unique polynôme de degré ≤ 2.
Illustration avec Matlab :

A. LAMNII 2/ 8 2019/2020
UNIVERSITE HASSAN 1er , Settat
Faculté des Sciences et Techniques

1 function [ ] = Ex5_TD1_19_20 ( )
2 hold on
3 x = −1.15:0.1:1.15;
4 f o r alpha=−15:15 % Qlq valeur de alpha
5 plot ( x , interP ( x , alpha ) , ’ LineWidth ’ , 1)
6 end
7 plot ( [ − 1 , 0 , 1 ] , [ − 3 , 1 , 3 ] , ’ gs ’ , ’ MarkerSize ’ , 1 0 , . . .
8 ’ MarkerEdgeColor ’ , ’ k ’ , ’ MarkerFaceColor ’ , ’ k ’ )
9 grid on ; box on ;
10 end
11
12 function [ y ]= interP ( x , alpha )
13 y=alpha * x− ( x .^4 −1)+(3−alpha ) * x . ^ 5 ;
14 end

Solution: Exercice 6.
Posons A = {(x 0 , y 0 ) = (−1, −2), (x 1 , y 1 ) = (1, 0), (x 2 , y 2 ) = (2, 7)}
1. Polynôme d’interpolation qui interpole les points de l’ensemble A avec la méthode de Cramer.
Par 3 points il passe un unique polynôme de degré ≤ 2. Ainsi,
A.


½
P (x) = ax + bx + c, 2  a − b + c = −2,
c-à-d a + b + c = 0,
P (−1) = −2, P (1) = 0, P (2) = 7, 
4a + 2b + c = 7,
¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯
¯1 −1 1¯ ¯−2 −1 1¯ ¯1 −2 1¯ ¯1 −1 −2¯
∆ = ¯¯1 1 1¯¯ = −6, ∆a = ¯¯ 0 1 1¯¯ = −12, ∆b = ¯¯1 0 1¯¯ = −6, ∆c = ¯¯1 1
¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯
0 ¯¯ = 18.
LA

¯4 2 1 ¯ ¯7 2 1¯ ¯4 7 1 ¯ ¯4 2 7¯
∆a ∆b ∆c
Ainsi, a = ∆ = 2, b = ∆ = 1 et c = ∆ = −3. Donc P (x) = 2x 2 + x − 3.
2. Polynôme d’interpolation de Lagrange qui interpole les points de l’ensemble A .
2
L 0,2 (x) = (x(x−x 1 )(x−x 2 )
0 −x 1 )(x 0 −x 2 )
= x −3x+2
6
(x−x 0 )(x−x 2 ) −x 2 +x+2
L 1,2 (x) = =
M

(x 1 −x 0 )(x 1 −x 2 ) 2
(x−x 0 )(x−x 1 ) x 2 −1
L 2,2 (x) = (x 2 −x 0 )(x 2 −x 1 ) = 3
Donc

P (x) = −2 × L 0,2 (x) + 0 × L 1,2 (x) + 7 × L 0,2 (x),


N

= 2x 2 + x − 3.

3. Polynôme d’interpolation de Newton qui interpole les points de l’ensemble A .


II

étape 0 étape 1 étape 2


f [x 0 ] = -2
f [x 1 ]− f [x 0 ]
f [x 0 , x 1 ] = x 1 −x 0
f [x 1 ] = 0 0−(−2)
= 1−(−1) = 1
f [x 2 ]− f [x 1 ] f [x 1 ,x 2 ]− f [x 0 ,x 1 ]
f [x 1 , x 2 ] = x 2 −x 1
f [x 0 , x 1 , x 2 ] = x 2 −x 0
f [x 2 ] = 7 7−1
= 7−0
2−1 = 7
= 2−(−1) = 2

Donc on applique l’algorithme de Hörner on obtient


¡ ¢ ¡ ¢
P 2 (x) = 2 (x − x 1 ) + 0 (x − x 0 ) + -2 = 2 (x − 1) + 0 (x + 1) + -2

Soit en développant l’expression de P 2 dans la base canonique :

P 2 (x) = 2x 2 + x − 3.

A. LAMNII 3/ 8 2019/2020
UNIVERSITE HASSAN 1er , Settat
Faculté des Sciences et Techniques

4. Polynôme d’interpolation d’Aitken qui interpole les points de l’ensemble A .


étape 0 étape 1 étape 2
P 0,0 = −2
(x 1 −x)P 0,0 −(x 0 −x)P 1,0
P 1,1 = x 1 −x 0
P 1,0 = 0
= (1−x)(−2)−(−1−x)(0)
1−(−1) = x −1
(x −x)P 0,0 −(x 0 −x)P 2,0 (x 2 −x)P 1,1 −(x 1 −x)P 2,1
P 2,1 = 2 P 2,2 =
P 2,0 = 7 x 2 −x 0 x 2 −x 1 = 2x 2 + x − 3
= (2−x)(−2)−(−1−x)(7)
2−(−1) = 3x + 1 = (2−x)(x−1)−(1−x)(3x+1)
2−1

5. Polynôme d’interpolation de Neville qui interpole les points de l’ensemble A .


étape 0 étape 1 étape 2
Q 0,0 = −2
(x 1 −x)Q 0,0 −(x 0 −x)Q 1,0
Q 1,1 = x 1 −x 0
Q 1,0 = 0
= (1−x)(−2)−(−1−x)(0)
1−(−1) = x −1
(x 2 −x)Q 1,0 −(x 1 −x)Q 2,0 (x 2 −x)Q 1,1 −(x 0 −x)Q 2,1
Q 2,1 = Q 2,2 =
Q 2,0 = 7 x 2 −x 1 x 2 −x 0
(2−x)(x−1)−(−1−x)(7x−7) = 2x 2 + x − 3
= (2−x)(0)−(1−x)(7)
2−1 = 7x − 7 = 2−(−1)

Illustration avec Matlab :


A.

1 function [ ] = Ex6_TD1_19_20 ( )
2 hold on
3 x = −2:0.1:3;
4 plot ( x , interPEx6 ( x ) , ’ LineWidth ’ , 1)
5 plot ( [ − 1 , 1 , 2 ] , [ − 2 , 0 , 7 ] , ’ gs ’ , ’ MarkerSize ’ , 1 0 , . . .
6 ’ MarkerEdgeColor ’ , ’ k ’ , ’ MarkerFaceColor ’ , ’ k ’ )
7 grid on ; box on ;
LA

8 legend ( ’ p_2 ( x ) =2x^2+x−3 ’ , ’ Points i n t e r p o l a t i o n ’ )


9 end
10 function [ y ]= interPEx6 ( x )
11 y=2 * x .^2+ x −3;
12 end
M

Solution: Exercice 7.
n
X f (x i )
1. Montrons que f [x 0 , x 1 , ..., x n ] = Qn (1). En effet,
N

j =0, j 6=i (x i −x j )
i =0
Soit P le polynôme d’interpolation de Lagrange de f aux points x 0 , x 1 , · · · , x n . Alors P s’écrit sous la
forme :
II

n
X n
X n
Y (x − x j )
P n (x) = f (x i )L i ,n (x) = f (x i )
i =0 i =0 j =0, j 6=i (x i − x j )
n
X f (x i ) n
Y
= Qn (x − x j )
i =0 j =0, j 6=i (x i − x j ) j =0, j 6=i

D’autre part d’après l’interpolation de Newton on a :


n
X
P n (x) = f (x 0 ) + f [x 0 , ..., x k ](x − x 0 )(x − x 1 )...(x − x k−1 )
k=1
= P n−1 (x) + f [x 0 , ..., x n ](x − x 0 )(x − x 1 )...(x − x n−1 )

A. LAMNII 4/ 8 2019/2020
i =0

UNIVERSITE HASSAN 1er , Settat


Faculté des Sciences et Techniques

n n
2. Montrons par récurrence que π0 (x i ) = (x i − x j ) avec π(x) =
Y Y
(x − x i ). En effet,
j =0, j 6=i i =0
Pour n = 2, π(x) = (x − x 0 )(x − x 1 )(x − x 2 ). Ainsi, π0 (x) = (x − x 1 )(x − x 2 ) + (x − x 0 )(x − x 2 ) + (x − x 0 )(x − x 1 ).
2
Donc π0 (x i )i =0,1,2 =
Y
(x i − x j ). La formule est vrai pour n = 2.
j =0, j 6=i
Supposons que la formuleà ! pour n et montrons la pour n + 1.
est vraie
n+1 n
π(x) =
Y Y
(x − x j ) = (x − x j ) (x − x n+1 )
j =0 j =0
à !0 à !
n n
Ainsi, π (x) =
Y Y
0
(x − x j ) (x − x n+1 ) + (x − x j ) ,
j =0 j =0
On deux cas : soit i = n + 1, soit
à 0 ≤ i ≤ n. !0 à !
n n n+1
Pour i = n + 1 on a π (x n+1 ) =
Y Y Y
0
(x n+1 − x j ) (x n+1 − x n+1 ) + (x n+1 − x j ) = (x n+1 − x j ),
j =0 j =0 j =0, j 6=(n+1)
h y pot hese d e r ecur r ence
à !0 à ! Ãz }| !{
n n n
A.

Pour 0 ≤ i ≤ n, π0 (x i ) =
Y Y Y
(x i − x j ) (x i − x n+1 ) + (x i − x j ) = (x i − x j ) (x i − x n+1 )
j =0 j =0 j =0, j 6=i
D’où le résultat.
π(x)
3. Déduire que le polynôme élémentaire de Lagrange L i ,n peut aussi s’écrire L i ,n (x) = ,
(x − x i )π0 (x i )
n (x − x j ) (x−x i ) nj=0, j 6=i (x−x j ) π(x)
Q
Y
En effet, L i ,n (x) = = =
LA

Qn
(x i − x j ) (x−x i ) j =0, j 6=i (x i −x j ) (x − x i )π0 (x i )
j =0, j 6=i
f (x )
4. Déduire que f.[x 0 , x 1 , ..., x n ] = ni=0 π0 (xii ) .
P
Quest i on 1 Quest i on 2
z }| { z }| {
n n f (x )
X f (x i ) X i
D’après les Questions 1 et 2, on a : f [x 0 , x 1 , ..., x n ] = n =
π 0 (x )
M

i
Y
i =0 (x i − x j ) i =0
j =0, j 6=i
5. Grâce à la formule (1) retrouver les expressions de f [x 0 , x 1 ] et f [x 0 , x 1 , x 2 ].
N

1
X f (x i ) f (x 0 ) f (x ) f [x 1 ]− f [x 0 ]
f [x 0 , x 1 ] = Q1 = (x 0 −x 1 ) + (x1 −x1 0 ) = (x 1 −x 0 )
j =0, j 6=i (x i −x j )
i =0
II

A. LAMNII 5/ 8 2019/2020
UNIVERSITE HASSAN 1er , Settat
Faculté des Sciences et Techniques

2
X f (x i ) f (x 0 ) f (x ) f (x )
f [x 0 , x 1 , x 2 ] = Q2 = (x 0 −x 1 )(x 0 −x 2 ) + (x1 −x0 )(x1 1 −x2 ) + (x2 −x0 )(x2 2 −x1 )
j =0, j 6=i (x i −x j )
i =0
(x 2 −x 1 ) f (x 0 )−(x 2 −x 0 ) f (x 1 )+(x 1 −x 0 ) f (x 2 )
= (x 0 −x 1 )(x 2 −x 0 )(x 2 −x 1 )
A j out er et Ret r ancher
z }| {
(x 2 −x 1 ) f (x 0 ) −(x 2 − x 1 ) f (x 1 ) + (x 2 − x 1 ) f (x 1 ) −(x 2 −x 0 ) f (x 1 )+(x 1 −x 0 ) f (x 2 )
= (x 0 −x 1 )(x 2 −x 0 )(x 2 −x 1 )
F act or i ser Si mpl i f i er
z }| { z }| {
(x 2 − x 1 ) f (x 0 ) − (x 2 − x 1 ) f (x 1 ) + (x 2 − x 1 ) f (x 1 ) − (x 2 − x 0 ) f (x 1 ) +(x1 −x0 ) f (x2 )
= (x 0 −x 1 )(x 2 −x 0 )(x 2 −x 1 )
¡ ¢ ¡ ¢ ¡ ¢
−(x 2 −x 1 ) f (x 1 )− f (x 0 ) −(x 1 −x 0 ) f (x 1 )+(x 1 −x 0 ) f (x 2 ) −(x 2 −x 1 ) f (x 1 )− f (x 0 ) +(x 1 −x 0 ) f (x 2 )− f (x 1 )
= (x 0 −x 1 )(x 2 −x 0 )(x 2 −x 1 ) = (x 0 −x 1 )(x 2 −x 0 )(x 2 −x 1 )
¡ ¢ ¡ ¢ ¡ ¢ ¡ ¢
−(x 2 −x 1 ) f (x 1 )− f (x 0 ) (x 1 −x 0 ) f (x 2 )− f (x 1 ) − f (x 1 )− f (x 0 ) f (x 2 )− f (x 1 )
(x 0 −x 1 )(x 2 −x 1 ) + (x 0 −x 1 )(x 2 −x 1 ) (x 0 −x 1 ) + (x 2 −x 1 )
= =
(x 2 − x 0 ) (x 2 − x 0 )
f [x 1 , x 2 ] − f [x 0 , x 1 ]
=
(x 2 − x 0 )
A.

Solution: Exercice 8.
b−a
Soit I = [a, b] et f ∈ C n ([a, b]). Posons x i = a + i h, i = 0, ..., n et h = n
1. Montrer que
¯Y n ¯ h n+1
∀ x ∈]a, b[ on a ¯ (x − x i )¯ ≤ n! (1)
¯ ¯
LA

i =0 4
En effet, Soit x ∈ [a, b], alors il existe 1 ≤ i ≤ n tel que x i −1 ≤ x ≤ x i .
Posons g (x) = (x − x i −1 )(x − x i ). Ainsi on a : g 0 (x) = 2x − x i − x i −1 et g 0 xi −12+xi = 0.
¡ ¢

Le tableau de variation de g sur l’intervalle [x i −1 , x i ] est


M

x i −1 +x i
x x i −1 2
xi

g 0 (x) − 0 +
N

0 0
g (x) 2
− h4
II

h2
D’après le tableau de variation on ∀x ∈ [x i −1 , x i ], |g (x)| ≤ 4 .
Sans perte de généralité on prend i = 1, ainsi x ∈ [x 0 , x 1 ] (voir figure). Donc on a :
2
|(x − x0)(x − x 1 )| ≤ h4 , |x − x 2 | ≤ 2h, |x − x 3 | ≤ 3h, · · · , |x − x n | ≤ nh.
¯Y n ¯ h n+1
D’où ¯ (x − x i )¯ ≤ n! .
¯ ¯
i =0 4

A. LAMNII 6/ 8 2019/2020
UNIVERSITE HASSAN 1er , Settat
Faculté des Sciences et Techniques

2. Soit L n l’interpolant de Lagrange de f aux points x i . Monter que


(n+1)
¯ ¯ max | f (ξx ) |
x∈I
max ¯ f (x) − L n (x)¯ ≤ h n+1 (2)
¯ ¯
x∈I 4(n + 1)
D’après le cours on a :
f (n+1) (ξ) Y
n
f (x) − L n (x) = (x − x i ),
(n + 1)! i =0
ainsi le résultat est immédiat d’après la question 1.
3. Si f (x) = x n , calculer l’erreur de l’interpolant de Lagrange. Expliquer le résultat.
| f (x) − L n (x)| = 0 car f (n+1) (x) = 0. Le résultat s’explique par le fait que par (n + 1) points distincts passe
un unique polynôme de degré n qui interpole la fonction f (x) = x n . Donc L n (x) = x n .
4. Pour (n + 1) points quel est le degré m du polynôme d’interpolation de Lagrange.
Que se passe-t-il si m > n.
— Le degré m ≤ n
— Si m > n, on a une infinité de solution.
Solution: Exercice 9.
A.

Soit p(x) le polynôme d’interpolation de Lagrange qui passe par les points (x i , y i ), i = 0, ..., n, avec
x i = i et y i = 1n
(i )
On rappelle l’expression pour les coefficients binomiaux : ni = i ! (n−i
n!
¡ ¢
)!
1. L’expression de p(x)
LA

n
X n
X n
Y (x − x j )
p(x) = f (x i )L i ,n (x) = f (x i )
i =0 i =0 j =0, j 6=i (x i − x j )
n 1
X n
Y (x − j )
= ¡n ¢
i =0 i j =0, j 6=i (i − j )
M

2. Montrer que
n
Y 1 (−1)n−i
= (3)
j =0, j 6=i i − j (n − i )! i !
Par recurrence sur n.
N

Pour n = 1, 
 1
Y 1 1 (−1)(1−0)
 pour i = 0 : = = , vrai


1 1

i − j 0 − 1 (1 − 0)!0!
Y j =0, j 6=i
II

=
j =0, j 6=i i−j  Y1 1 1 (−1)(1−1)
 pour i = 1 : = = , vrai


i − j 1 − 0 (1 − 1)!1!

j =0, j 6=i

Hypothese de Recurrence : supposons que c’est vrai pour n et montrons pour n + 1 :


Pour n + 1,

 Yn 1 (−1)((n+1)−(n+1))

 pour i = n + 1 : = , vrai
(n + 1) − j ((n + 1) − (n + 1))!(n + 1)!




 j =

 n+1 1 ³ Y n 1 ´ 1
n+1  Y
Y 1 
pour i 6= (n + 1) : =
= j =0, j 6=i i − j j =0, j 6=i i − j i − (n + 1)
j =0, j 6=i i − j

H .R.



 z }| {


 ³ (−1)n−i ´ (n+1)−i
× −1 = (−1)

= , vrai


(n − i )! i ! (n+1)−i ((n+1)−i )! i !

A. LAMNII 7/ 8 2019/2020
UNIVERSITE HASSAN 1er , Settat
Faculté des Sciences et Techniques

3. Simplifier la formule de p(x).

n 1
X n
Y (x − j ) X n i !(n − i )! (−1)n−i n
Y X n (−1)n−i n
Y
p(x) = ¡n ¢ = (x − j ) = (x − j )
i =0 i j =0, j 6=i (i − j ) i =0 n! (n − i )! i ! j =0, j 6=i i =0 n! j =0, j 6=i

4. Calculer la valeur de p(n).


Puisque p interpole n on a :
1
p(n) = ¡n ¢ = 1.
n
Calculer la valeur de p(n + 1),
n
Y
((n + 1) − j )
n n n
(−1)n−i (−1)n−i j =0
X Y X
p(n + 1) = n! ((n + 1) − j ) = n! (n+1)−i
i =0 j =0, j 6=i i =0
n n−i n
X (−1) (n+1)!
X (−1)n−i
= (n+1)−i = (n + 1) (n+1)−i
i =0 n! i =0
A.
LA
M
N
II

A. LAMNII 8/ 8 2019/2020

Vous aimerez peut-être aussi