Recmn NB

RÉPUBLIQUE ALGÉRIENNE DÉMOCRATIQUE ET POPULAIRE
MINISTÈRE DE L’ENSEIGNEMENT SUPÉRIEUR ET DE LA

RECHERCHE SCIENTIFIQUE
Université des Sciences et de la Technologie d’Oran

Mohamed BOUDIAF
Faculté d’Architecture et de Génie Civil
Département de Génie Civil
Polycopié intitulé :
Élaboré par :
Mme BOUALLA Nabila (Docteur en Génie Civil / Option Géotechnique- Matériaux, U.S.T.O)
Sommaire
Avant-propos 1
Chapitre 1 : La résolution de l’équation f(x)=0 2
1-1 La résolution de l’équation f (x)=0 par la méthode de Dichotomie 3
Rappel 3
Exercice 1-1 3
Exercice 1-2 5
Exercice 1-3 6
Exercice 1-4 6
Exercices non corrigés 9
1-2 La résolution de l’équation f (x)=0 par la méthode de point fixe 9
Rappel 9
Exercice 1-7 9
Exercice 1-8 11
Exercice 1-9 13
Exercice 1-10 15
Exercice 1-11 17
Exercice 1-12 19
1-3 La résolution de l’équation F(x)=0 par la méthode de Newton 21
Rappel 21
Exercice 1-16 22
Exercice 1-17 23
Exercice 1-18 23
Exercice 1-19 25
Exercice 1-20 26
Chapitre 2 : Interpolation polynomiale 28
2-1 Interpolation de Lagrange 29
Rappel 29
Exercice 2-1 29
Exercice 2-2 29
2-2 Interpolation de Newton 31
Rappel 31
Exercice 2-3 32
Exercice 2-4 33
Exercice 2-5 34
Exercice 2-6 35
2-3 Méthode des moindres carrés 36
Rappel 36
Exercice 2-7 37
2-4 Méthode de Tchebychev 37
Rappel 37
Exercice 2-8 38
Chapitre 3 : Intégration numérique 41
3-1 Méthode de Trapèze 42
Rappel 42
3-2 Méthode de Simpson 42
Rappel 42
Exercice 3-1 43
Exercice 3-2 44
Exercice 3-3 45
3-4 Formules de quadrature 46
Rappel 46
Exercice 3-4 48
Exercice 3-5 49
Chapitre 4 : Les méthodes de résolution directe des systèmes d’équations linéaires 53
4-1 Méthode de Gauss 54
Rappel 54
Exercice 4-1 54
Exercice 4-2 56
Exercice 4-3 59
Exercice 4-4 61
Exercice 4-5 63
4-2 Méthode LU 64
Rappel 64
Exercice 4-6 65
Exercice 4-7 67
4-3 Méthode de Cholesky 70
Rappel 70
Exercice 4-8 70
Exercice 4-9 73
Exercice 4-10 76
Exercice 4-11 78
4-4 Méthode Tri diagonal 79
Rappel 79
Exercice 4-12 80
Exercice 4-13 84
4-5 Méthode de Cramer 87
Rappel 87
Exercice 4-14 88
Exercice 4-15 89
Chapitre 5 : Le méthodes de résolution approximative des systèmes d’équations linéaires 91
5-1 Méthode de Jacobi 92
Rappel 92
Exercice 5-1 92
5-2 Méthode de Gauss-Seidel 96
Rappel 96
Exercice 5-2 96
Exercice 5-3 98
5-3 Méthode de Relaxation 101
Rappel 101
Exercice5- 4 101
Avant-propos :
L’analyse numérique est une discipline qui étudie les méthodes de résolution de certains
problèmes de mathématiques issus de la modélisation des problèmes réels. Donc, à proposer
des méthodes d’approximation et de résolution qui soient à la fois efficaces et robustes allant
de la discrétisation des équations aux dérivées partielles, de leur approximation numérique
jusqu’à la résolution de systèmes non-linéaires.
Ce document propose un recueil d’exercices corrigés d’analyse numérique, adressé aux

étudiants de 2ème année licence LMD Sciences et Techniques et se propose de familiariser
les étudiants avec les notions de base de l’analyse numérique. Le document est composé de
cinq chapitres consacrés aux différentes méthodes de résolution des équations. J’espère que
les étudiants trouveront dans cet ouvrage un support pour maitriser les fondements des
méthodes numériques.
CHAPITRE 1
Résolution des équations non linéaires f(x)=0
Chapitre 1 : Résolution des équations non linéaires f(x)=0
1.1- La résolution de l’équation f (x)=0 par la méthode de Dichotomie
Rappel
Soit 𝑓: [𝑎, 𝑏] → ℝ une fonction continue. Si 𝑓(𝑎). 𝑓(𝑏) < 0, alors il existe au moins un 𝑥̅ ∈
]𝑎, 𝑏[ tel que 𝑓(𝑥̅ ) = 0.
Si 𝑓 est strictement monotone 𝑓 ′ (𝑥 ) > 0 𝑜𝑢 𝑓 ′ (𝑥 ) < 0 ∀𝑥 ∈ [𝑎, 𝑏] → 𝑓 admet une racine
unique.
𝑎0 +𝑏0
On pose 𝑥0 = :
2
- si 𝑓 (𝑥0 ). 𝑓 (𝑎) = 0 ; alors 𝑥0 est la solution ; sinon on vérifie :

- si 𝑓 (𝑥0 ). 𝑓 (𝑎) > 0 → 𝑎1 = 𝑥0 ; 𝑏1 = 𝑏0
- si 𝑓 (𝑥0 ). 𝑓 (𝑎) < 0→ 𝑎1 = 𝑎0 ; 𝑏1 = 𝑥0
𝑎𝑖 +𝑏𝑖
𝑥𝑖+1 = 2
- si 𝑓 (𝑥𝑖 ). 𝑓 (𝑎𝑖 ) > 0 → 𝑎𝑖+1 = 𝑥𝑖 ; 𝑏𝑖+1 = 𝑏𝑖

- si 𝑓 (𝑥𝑖 ). 𝑓 (𝑎𝑖 ) < 0→ 𝑎𝑖+1 = 𝑎𝑖 ; 𝑏𝑖+1 = 𝑥𝑖
Le critère d’arrêt :
Pour trouver la solution de l’équation 𝑓 (𝑥 ) = 0 dans un intervalle donné [𝑎, 𝑏] avec un
critère d’arrêt 𝜀 et le nombre maximum d’itération 𝑁 tel que :
𝑏−𝑎
ln ( 2𝜀 )
𝑁≥ +1
ln 2
Ou : |𝑥𝑖+1 − 𝑥𝑖 | ≤ 𝜀
Exercice 1-1 :
On considère la fonction f : 𝑓 (𝑥 ) = 𝑥 2 𝑒 𝑥 − 1 = 0.
1. Trouver un intervalle [a-b], contenant la solution de la fonction f.
2. Calculer la solution approchée de f avec une précision de = 10−2 .
Solution :
1- Théorème des valeurs intermédiaires :
Df = 𝑅
𝑓 (𝑥 ) = 𝑥 2 𝑒 𝑥 − 1
𝑓 ′(𝑥) = 2𝑥 𝑒 𝑥 + 𝑥 2 𝑒 𝑥 = 𝑥 𝑒 𝑥 (2 + 𝑥)
Dr BOUALLA N. 2
Tableau 1 : Tableau de variation de la fonction 𝑓 (x)

x −∞ -2 0 +∞
f’(x) + - +
-0.4587 -0.4587 +∞
f(x)
−∞ -1 -1
40
y
30
20
10
x
0.5 1 1.5 2 2.5
Figure 1 : Le graphe de de la fonction 𝑓(x)

[a – b] = [0 - 2]
 Sur [0 – 2], f(x) est définie, continue et monotone.
 Existence de la solution :
𝑓 (𝑎) ∗ 𝑓 (𝑏) = 𝑓(0) ∗ 𝑓(2) = (−1) ∗ 28.57 = −28.57 < 0
Conclusion : f(x) admet une solution unique sur [0 – 2]
1- Calcul de la solution approchée : Calcul de la solution approchée :
Tableau 2 : Tableau des valeurs des extrémités ai et bi des intervalles et des milieux xi
i 𝑎𝑖 𝑏𝑖 𝑥𝑖 𝑓 (𝑎𝑖 ) ∗ 𝑓(𝑥𝑖 ) |𝑥𝑖+1 − 𝑥𝑖 |
0 0 2 1 -1.7183
1 0 1 0.5 0.5878 0.5>10−2
2 0.5 1 0.75 -0.11212 0.25>10−2
3 0.5 0.75 0.625 0.1588 0.125>10−2
4 0.625 0.75 0.6875 0.0162 0.0625>10−2
5 0.6875 0.75 0.7188 -0.0036 0.0313>10−2
6 0.6875 0.7188 0.7031 0.0001 0.0156>10−2
7 0.7031 0.7188 0.7109 0.0000 0.0078<10−2
La solution approchée est : 𝑥̂ = 0.7109

La solution exacte est : 0.710910−2
Dr BOUALLA N. 3
Exercice 1-2 :
On considère la fonction f(x) : 𝑓 (𝑥 ) = 𝑥 − 0.2 𝑠𝑖𝑛 𝑥 − 0.5 = 0. Résoudre la fonction sur [0 -
] avec une précision de 𝜀 = 10−2 :
Solution :
1- Existence et unicité :
a) f est définie et continue sur [0 - ].
b) 𝑓 (0) ∗ 𝑓() = (−0.5) ∗ (2.64) = −2.64  0
Conclusion : f admet une solution sur [0 - ].
c) f est croissante sur [0 - ], donc elle admet une solution unique sur [0 - ].
4 y
x
-π/5 π/5 2π/5 3π/5 4π/5 π 6π/5 7π/5 8π/5
-1

2- Calcul de la solution approchée :
i 𝑎𝑖 𝑏𝑖 𝑥𝑖 𝑓 (𝑎𝑖 ) ∗ 𝑓(𝑥𝑖 ) |𝑥𝑖+1 − 𝑥𝑖 |
0 0  1.57 -1.22
1 0 1.57 0.785 -0.4643 0.785>10−2
2 0 0.785 0.3925 -0.1043 0.3925>10−2
3 0 0.3925 0.19625 0.0732 0.1963>10−2
4 0.1963 0.3925 0.2944 0.0567 0.0982>10−2
5 0.2944 0.3925 0.34343 0.0461 0.0490>10−2
6 0.3434375 0.3925 0.3680 0.0402 0.0246>10−2
7 0.3680 0.3925 0.3802 0.0370 0.0122>10−2
8 0.3802 0.3925 0.3864 0.0355 0.0062<10−2

Dr BOUALLA N. 4
Exercice 1-3 :
On considère la fonction f(x) : 𝑓(𝑥 ) = 𝑥 4 + 𝑥 − 1 = 0 . Résoudre la fonction sur [-2 , 0] avec
une précision de 𝜀 = 10−2 :
Solution :
a) f est définie et continue sur [-2 , 0].
b) 𝑓 (−2) ∗ 𝑓 (0) = (13) ∗ (−1) = −13  0
Conclusion : f admet une solution sur [-2 , 0].
c) f est décroissante sur [-2 , 0], donc elle admet une solution unique sur [-2 , 0].
y
40
20
x
-4 -2 2 4

i 𝑎𝑖 𝑏𝑖 𝑥𝑖 𝑓(𝑎𝑖 ) ∗ 𝑓(𝑥𝑖 ) |𝑥𝑖+1 − 𝑥𝑖 |
0 -2 0 -1 -13
1 -2 -1 -1.5 33.3125 0.5>10−2
2 -1.5 -1 -1.25 0.4905 0.25>10−2
3 -1.25 -1 -1.125 -0.1001 0.125>10−2
4 -1.25 -1.125 -1.1875 -0.0381 0.0625>10−2
5 -1.25 -1.1875 -1.2188 -0.0024 0.0313>10−2
6 -1.25 -1.2188 -1.2344 0.0167 0.0156>10−2
7 -1.2344 -1.2188 -1.2266 0.0032 0.0078<10−2
La solution approchée est : 𝑥̂ = −1.2266

La solution exacte est : -1.2266 10−2
Dr BOUALLA N. 5
Exercice 1-4 :
Soit la fonction : 𝑓 (𝑥 ) = 2 𝑡𝑔𝑥 − 𝑥 − 1 = 0, 𝑥 ∈ [−𝜋, +𝜋]
1- Séparer analytiquement les racines de cette équation.
2- Donner le nombre d’itérations nécessaires pour approcher la solution à 10−3 .
Solution :
1- 𝑓 (𝑥 ) = 2 𝑡𝑔𝑥 − 𝑥 − 1 = 0,
𝜋 𝜋 𝜋 𝜋
𝐷𝑓 = ]−𝜋, − [ ⊔ ]− , [ ⊔ ] , 𝜋[
2 2 2 2
lim 𝑓 (𝑥 ) = 2.14 ; lim 𝑓 (𝑥 ) = −4.14 ; lim 𝜋 𝑓(𝑥 ) = +∞ ; lim 𝜋 𝑓 (𝑥 ) = −∞ ;
𝑥→−𝜋 𝑥→𝜋 𝑥→<− 𝑥→>−
2 2
lim𝜋 𝑓 (𝑥 ) = +∞ ; lim𝜋 𝑓(𝑥 ) = −∞

𝑥→< 𝑥→>
2 2
2
𝑓 ′ (𝑥 ) = −1
𝑐𝑜𝑠 2 𝑥
2
𝑓 ′ (𝑥 ) = 0 → 𝑐𝑜𝑠 2𝑥 = 1 → 𝑐𝑜𝑠 2 𝑥 = 2
1 2 2
−1 ≤ cos 𝑥 ≤ 1 → 0 ≤ cos 𝑥 ≤ 1 → 2
≥1 → 2
≥2→ −1 ≥1
𝑐𝑜𝑠 𝑥 𝑐𝑜𝑠 𝑥 𝑐𝑜𝑠 2 𝑥
𝑓 ′ (𝑥 ) > 0 ∀ 𝑥 ∈ 𝐷𝑓
Tableau 5 : Tableau de variation de la fonction 𝑓 (x)

𝑥 𝜋 𝜋 𝜋 𝜋
−𝜋 − 𝜋
2 2 2 2
𝑓 ′ (𝑥 ) + + +
𝑓 (𝑥 ) +∞ +∞ -4.14
2.14 −∞ −∞
𝜋 𝜋
- 𝑥 ∈ [−𝜋, − 2 ] 𝑓 (−𝜋) ∗ 𝑓 (− 2 ) > 0 et 𝑓 ′ (𝑥 ) > 0 → ∄racine dans cet intervalle.
𝜋 𝜋 𝜋 𝜋
- 𝑥 ∈ [− 2 , + 2 ] 𝑓 (− 2 ) ∗ 𝑓 ( 2 ) < 0 et 𝑓 ′ (𝑥 ) > 0 → ∃ une seule racine dans cet
intervalle.
𝜋 𝜋
- 𝑥 ∈ [+ 2 , 𝜋] 𝑓 ( 2 ) ∗ 𝑓 (𝜋) > 0 et 𝑓 ′ (𝑥 ) > 0 → ∄racine dans cet intervalle.
2- Donc : 𝑓(𝑥 ) = 0 admet une racine unique dans l’intervalle ]−𝜋, +𝜋[
Dr BOUALLA N. 6
y
10
x
-5π/2 -2π -3π/2 -π -π/2 π/2 π 3π/2 2π 5π/2 3π
-2
-4
-6
-8

On prend l’intervalle [0 − 1]
a) f est définie et continue sur [0 - 1].
b) 𝑓 (0) ∗ 𝑓(1) = (−1) ∗ (1.1148) = −1.1148  0
Conclusion : f admet une solution sur [0 - 1].
c) f est croissante sur [0 - 1], donc elle admet une solution unique sur [0 - 1].
d) Calcul de la solution approchée :
i 𝑎𝑖 𝑏𝑖 𝑥𝑖 𝑓(𝑎𝑖 ) ∗ 𝑓(𝑥𝑖 ) |𝑥𝑖+1 − 𝑥𝑖 |
0 0 1 0.5 0.4074
1 0.5 1 0.75 -0.0461 0.25 >10−3
2 0.5 0.75 0.625 0.0742 0.125>10−3
3 0.625 0.75 0.6875 0.0082 0.0625>10−3
4 0.6875 0.75 0.7188 -0.0014 0.0313>10−3
5 0.6875 0.7188 0.7031 0.0004 0.0157>10−3
6 0.7031 0.7188 0.7109 -0.0001 0.0078>10−3
7 0.7031 0.7109 0.7070 0.0000 0.0039>10−3
8 0.7031 0.7070 0.7051 0.0000 0.0019>10−3
9 0.7051 0.7070 0.7061 0.0000 0.001>10−3
10 0.7061 0.7070 0.7066 0.0000 0.0005<10−3

Dr BOUALLA N. 7
Exercices non corrigés :

Exercice 1-5 :
Sur l’intervalle [2 - 3] , décrire la méthode de la dichotomie pour calculer la solution de la
fonction : 𝑓(𝑥 ) = 𝑥 4 − 3𝑥 − 8.95, avec une précision : 𝜀 = 10−2 .
Exercice 1-6 :
Soit : 𝑅 → 𝑅, définie par 𝑓(𝑥 ) = 𝑥 3 − 3𝑥 + 1
- Vérifier que 𝑓 (𝑥 ) = 0 admet une racine dans [0 – 0.5] .
- Calculer le nombre d’itérations pour que l’erreur commise avec la méthode de
dichotomie soit inférieure à 10−2 .
- Trouver alors une valeur approchée de la racine de 𝑓 (𝑥 ) dans [0 – 0.5] avec cette
précision.
1.2- La résolution de l’équation f (x)=0 par la méthode du point fixe

Rappel
On transforme le problème 𝑓 (𝑥 ) = 0 en 𝑔(𝑥) = 𝑥.
On dit que 𝑥̅ en est un point fixe de 𝑔(𝑥) ; si 𝑔(𝑥̅ ) = 𝑥̅ .
Pour trouver la solution de l’équation 𝑔(𝑥 ) = 𝑥 avec un critère d’arrêt 𝜀 et une valeur initiale
𝑥0 refaire les étapes ci-dessous :
1- 𝑥𝑛+1 = 𝑔(𝑥𝑛 ) .
2- 𝑆𝑖 |𝑥𝑛+1 − 𝑥𝑛 | < 𝜀 , la solution est 𝑥𝑛+1 . Sinon continuer.
3-Remplacer 𝑥𝑛 par 𝑥𝑛+1 et retourner à 1.
-Cette méthode converge et possède une solution unique lorsque :
∀𝑥 ∈ [𝑎, 𝑏] , 𝑔(𝑥) ∈ [𝑎, 𝑏] . Et , 𝑔′(𝑥) est définie et continue.
Si : |𝑔′(𝑥)𝑥 ∈[𝑎,𝑏] | < 1 Alors la méthode est convergente .
Exercice 1-7 :
Soit la fonction : 𝑓 (𝑥 ) = 𝑥 (1 + 𝑒 𝑥 ) − 𝑒 𝑥 =0.
On se propose de trouver les racines réelles de f par la méthode des approximations
successives sur [0.5 - 1].
Solution :
a) f est définie et continue sur [0.5 - 1].
Dr BOUALLA N. 8
b) 𝑓 (0.5) ∗ 𝑓 (1) = (−0.324) ∗ (1) = −0.324  0

Conclusion : f admet une solution sur [0.5 - 1].
c) f est croissante sur [0.5 - 1], donc elle admet une solution unique sur [0.5 - 1].
y
3
x
-0.5 0.5 1 1.5 2
-1
-2
Figure 5 : Le graphe de de la fonction 𝑓 (x)

2- Condition de convergence :
𝑒𝑥
𝑓 (𝑥 ) = 𝑥(1 + 𝑒 𝑥 ) − 𝑒 𝑥 =0  𝑥 = 𝑔(𝑥 ) = (1+𝑒 𝑥 )
Étude de la conctractance :
𝑒𝑥
𝑔 (𝑥 ) = (1+𝑒 𝑥 )
′(𝑥) 𝑒𝑥
𝑔 =
(1 + 𝑒 𝑥 )2
𝑀𝑎𝑥 |𝑔′(𝑥)| = 𝑀𝑎𝑥|𝑔′ (0.5), 𝑔′ (1)| = 𝑀𝑎𝑥| (0.23), (0.196)| = 0.23  1
Conclusion : 𝑔(𝑥 ) conctractante sur [0.5 - 1].
Stabilité de 𝑔(𝑥 ) :
𝑔(𝑥 ) est croissante sur [0.5 - 1]  𝑔([𝑎, 𝑏]) = [𝑔(𝑎), 𝑔(𝑏)] ∈ [𝑎, 𝑏]
𝑔([0.5 − 1]) = [𝑔(0.5), 𝑔(1)] = [0.62 − 0.73] ∈ [0.5 − 1]
y
1.5
0.5
x
-0.5 0.5 1 1.5
Figure 6 : Le graphe de de la fonction 𝑔(x)
Dr BOUALLA N. 9
Conclusion : g est stable sur [0.5 − 1]

Tableau 7 : Tableau des itérés xi du point fixe pour 𝑥0 = 0.5
𝑒 𝑥𝑖
i 𝑥𝑖 𝑔 (𝑥 𝑖 ) =
(1 + 𝑒 𝑥𝑖 )
0 0.5 0.6225
1 0.6225 0.6508
2 0.6508 0.6572
3 0.6572 0.6586
4 0.6586 0.6590
5 0.6590 0.6590
6 0.6590 0.6590
7 0.6590 0.6590
8 0.6590 0.6590
Exercice 1-8 :
1
Soit la fonction : 𝑓 (𝑥 ) = sin (− ) − 𝑥=0.
2−𝑥
On se propose de trouver les racines réelles de f 𝑓(𝑥 ) par la méthode des approximations
successives sur [-1, 1], avec une précision de : 𝜀 = 10−4
Solution :
a) f est définie et continue sur [-1,1].
b) 𝑓 (−1) ∗ 𝑓 (1) = (0.68) ∗ (−1.84) = −1.25  0
Conclusion : f admet une solution sur [-1,1].
c) f est décroissante sur [-1,1], donc elle admet une solution unique sur [-1,1].
y
x
-1 -0.5 0.5 1 1.5 2
Dr BOUALLA N. 10
1 1
𝑓 (𝑥 ) = sin (− ) − 𝑥=0  𝑥 = 𝑔(𝑥 ) = sin (− )
2−𝑥 2−𝑥
1
𝑔(𝑥 ) = sin (− )
2−𝑥
1 1
𝑔′(𝑥) = (− ) cos (− )
(2 − 𝑥)2 2−𝑥
𝑀𝑎𝑥 |𝑔′(𝑥)| = 𝑀𝑎𝑥| 𝑔′(−1), 𝑔′ (1)| = 𝑀𝑎𝑥| (−0.105), (−0.540)| = 0.54 1
Conclusion : 𝑔(𝑥 ) conctractante sur [-1,1].
𝑔(𝑥 ) est décroissante sur [-1,1]  𝑔([𝑎, 𝑏]) = [𝑔(𝑏), 𝑔(𝑎)] ∈ [𝑎, 𝑏]
 [𝑔(1), 𝑔(−1)] = [−0.84, −0.33] ∈ [−1, 1]
1 y
0.5
x
-2 -1.5 -1 -0.5 0.5 1 1.5
-0.5

Conclusion : g est stable sur [−1,1]
Tableau 8 : Tableau des itérés xi du point fixe pour 𝑥0 = −1
1
i 𝑥𝑖 𝑔(𝑥) = sin (− ) |𝑥𝑖+1 − 𝑥𝑖 |
2−𝑥
0 -1 -0.32719 0.67281>10−4
1 -0.32719 -0.41660 0.08941>10−4
2 -0.41660 -0.40210 0.01450>10−4
3 -0.40210 -0.40438 0.00229>10−4
4 -0.40438 -0.40402 0.00036>10−4
5 -0.40402 -0.40408 0.00006 <10−4
Dr BOUALLA N. 11
La solution approchée est : 𝑥̂ = −0.40408.

La solution exacte est : -0.4040810−4
Exercice 1-9 :
Soit la fonction : 𝑓 (𝑥 ) = cos(𝑥 ) − 𝑥 =0.
successives sur [0 - 2], avec une précision de : 𝜀 = 10−2
Solution :
b) 𝑓 (0) ∗ 𝑓(2) = (1) ∗ (−2.42) = −2.42  0
c) f est décroissante sur [0 - 2], donc elle admet une solution unique sur [0 - 2].
y
1
x
0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8
-1
-2
Figure 9 : Le graphe de de la fonction 𝑓 (x)

𝑓 (𝑥 ) = cos(𝑥) − 𝑥=0  𝑥 = 𝑔(𝑥 ) = cos(𝑥)
′(𝑥)
𝑔(𝑥 ) = cos(𝑥) → 𝑔 = − sin(𝑥)
𝑀𝑎𝑥 |𝑔′(𝑥)| = 𝑀𝑎𝑥|𝑔′ (0), 𝑔′(2)| = 𝑀𝑎𝑥| (0), (−0.9)| = 0.9 1
Conclusion : 𝑔(𝑥 ) conctractante sur [0 - 2].
Dr BOUALLA N. 12
𝑔(𝑥 ) est décroissante sur [0,2]  [𝑔(2), 𝑔(0)] = [−0.42,1] ∉ [0 − 2]
y
1
x
0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8
-1
-2

Conclusion : g est non stable sur [0 − 2]
3- Changement d’intervalle : On prend [a,b] = [0 - 1]
b) 𝑓 (0) ∗ 𝑓(2) = (1) ∗ (−0.46) = −0.46  0
c) f est décroissante sur [0 - 1], donc elle admet une solution unique sur [0 - 1].
Condition de convergence :
𝑓 (𝑥 ) = cos(𝑥) − 𝑥=0  𝑥 = 𝑔(𝑥 ) = cos(𝑥)
𝑔(𝑥 ) = cos(𝑥) →𝑔′(𝑥) = − sin(𝑥)

𝑀𝑎𝑥 |𝑔′(𝑥)| = 𝑀𝑎𝑥|𝑔′ (0), 𝑔′(1)| = 𝑀𝑎𝑥| (0), (−0.84)| = 0.84 1
Conclusion : 𝑔(𝑥 ) conctractante sur [0 - 1].
𝑔(𝑥 ) est décroissante sur [0,1]  [𝑔(1), 𝑔(0)] = [0.54,1] ∈ [0 − 1]
Conclusion : g est stable sur [0 − 1]
La solution approchée est : 𝑥̂ = 0.7356 .
Dr BOUALLA N. 13
Tableau 9 : Tableau des itérés xi du point fixe pour 𝑥0 = 0

1
i 𝑥𝑖 𝑔(𝑥) = sin (− ) |𝑥𝑖+1 − 𝑥𝑖 |
2−𝑥
0 0 1
1 1 0.5403 0.4597>10−2
2 0.5403 0.8576 0.3173>10−2
3 0.8576 0.6543 0.2033>10−2
4 0.6543 0.7935 0.1392>10−2
5 0.7935 0.7014 0.0921>10−2
6 0.7014 0.7640 0.0626>10−2
7 0.7640 0.7221 0.0419>10−2
8 0.7221 0.7504 0.0283>10−2
9 0.7504 0.7314 0.0192>10−2
10 0.7314 0.7442 0.0128>10−2
11 0.7442 0.7356 0.0086<10−2
Exercice 1-10 :
Soit la fonction : 𝑓 (𝑥 ) = 𝑒 𝑥 + 3√𝑥 − 2=0.
successives sur [0 - 0.75], avec une précision de : 𝜀 = 10−4
Solution :
a) f est définie et continue sur [0 – 0.75].
b) 𝑓 (0) ∗ 𝑓(0.75) = (−1) ∗ (2.72) = −2.72  0
Conclusion : f admet une solution sur [0 – 0.75].
c) f est croissante sur [0,1], donc elle admet une solution unique sur [0 – 0.75].
y
x
0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8
Dr BOUALLA N. 14
𝑓 (𝑥 ) = 𝑒 𝑥 + 3√𝑥 − 2-=0
 𝑥 = 𝑔1 (𝑥 ) = ln(2 − 3√𝑥)
(2−𝑒 𝑥 )2
 𝑥 = 𝑔2 (𝑥 ) = 9
 𝑔1 (𝑥 ) = ln(2 − 3√𝑥)
3
𝑔1′(𝑥) = −
4√𝑥 − 6𝑥
3
𝑀𝑎𝑥 |𝑔1′ (𝑥)| = 𝑀𝑎𝑥|𝑔1′ (0), 𝑔1′ (0.75)| = 𝑀𝑎𝑥 | (0) , (−2.9)|
Conclusion : 𝑔1 (𝑥 ) est non conctractante sur [0 – 0.75].

(2−𝑒 𝑥 )2
 𝑔2 (𝑥 ) = 9
2
𝑔2′(𝑥) =
(−𝑒 𝑥 )(2 − 𝑒 𝑥 )
9
𝑀𝑎𝑥 |𝑔2′ (𝑥)| = 𝑀𝑎𝑥|𝑔2′ (0), 𝑔2′ (0.75)| = 𝑀𝑎𝑥 | (−0.22), (0.055)| = 0.22 1
Conclusion : 𝑔2 (𝑥 ) est conctractante sur [0 – 0.75].
Stabilité de 𝑔2 (𝑥 ) :
𝑔2 (𝑥 ) est décroissante sur [0 - 0.75]
 [𝑔2 (0.75), 𝑔2 (0)] = [0.0015 − 0.11] ∈ [0 − 0.75]
0.4
0.2
x
-0.2 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6
Figure 12 : Le graphe de de la fonction 𝑔2 (x)

Conclusion : 𝑔2 est stable sur [0 − 0.75]
Dr BOUALLA N. 15

(2 − 𝑒 𝑥 )2
i 𝑥𝑖 𝑔2 (𝑥 ) = |𝑥𝑖+1 − 𝑥𝑖 |
9
0 0 0.11111 0.11111>10−4
1 0.11111 0.08653 0.02458>10−4
2 0.08653 0.09193 0.0054>10−4
3 0.09193 0.09074 0.00119>10−4
4 0.09074 0.09101 0.00027>10−4
5 0.09101 0.09095 0.0001>10−4
6 0.09095 0.09096 0.00001<10−4
La solution approchée est : 𝑥̂ = 0.09096.

Exercice 1-11 :
𝑒 −𝑥 −𝑥 2
Soit la fonction : 𝑓 (𝑥 ) = =0.
4

successives sur [0 - 1] ; avec une précision de : 𝜀 = 10−2
Solution :
a) f est définie et continue sur [0 – 1].
b) 𝑓 (0) ∗ 𝑓(1) = (0.25) ∗ (−0.16) = −0.04  0
Conclusion : f admet une solution sur [0 – 1].
c) f est décroissante sur [0 - 1], donc elle admet une solution unique sur [0 – 1].
y
1
0.5
x
-1.5 -1 -0.5 0.5 1 1.5 2 2.5 3
-0.5
Dr BOUALLA N. 16
𝑒 −𝑥 −𝑥 2
𝑓 (𝑥 ) = =0
4
𝑒 −𝑥 −𝑥 2
 𝑥+ =𝑥
4
𝑒 −𝑥 −𝑥 2
 𝑥 = 𝑔 (𝑥 ) = 𝑥 + 4
𝑒 −𝑥 − 𝑥 2
 𝑔 (𝑥 ) = 𝑥 +
4
(−𝑒 −𝑥 − 2𝑥)
𝑔′(𝑥) = 1 +
4
𝑀𝑎𝑥 |𝑔′(𝑥)| = 𝑀𝑎𝑥|𝑔′ (0), 𝑔′ (1)| = 𝑀𝑎𝑥| (0.75), (0.4)| = 0.75 1
Conclusion : 𝑔(𝑥 ) est conctractante sur [0 – 1].
𝑔(𝑥 ) est croissante sur [0 - 1]  [𝑔(0), 𝑔(1)] = [0.25 − 0.84] ∈ [0 − 1]
6 y
x
-4 -2 2 4 6 8 10 12 14
-2

Conclusion : 𝑔 est stable sur [0 − 1]
(2 − 𝑒 𝑥 )2
i 𝑥𝑖 𝑔2 (𝑥 ) = |𝑥𝑖+1 − 𝑥𝑖 |
9
0 0 0,25 0,25>10−2
1 0.25 0.4291 0.1791>10−2
2 0.4291 0.5458 0.1168>10−2
3 0.5458 0.6162 0.0704>10−2
4 0.6162 0.6563 0.0401>10−2
5 0.6563 0.6783 0.0220>10−2
6 0.6783 0.,6901 0.0119>10−2
7 0.6901 0.6964 0.0063<10−2
Dr BOUALLA N. 17

Exercice 1-12 :
𝑥
Soit la fonction 𝑓 définie par : 𝑓 (𝑥) = 𝑥−1
√𝑥 2 + 1; 𝑥 ≠ 1
𝑃(𝑥)
1- Montrer que 𝑓 ′ (𝑥) = ; 𝑥 ≠ 1 ; ou 𝑃(𝑥) est un polynôme de degré 3 à
(𝑥−1)2√𝑥 2+1
déterminer.
2- Montrer que l’équation 𝑓 ′ (𝑥) = 0 admet une racine réelle 𝛼 et une seule dans tout R et que
𝛼 ∈ ]2 − 3[.
3- On écrit 𝑓 ′ (𝑥) = 0 sous la forme équivalente 𝑥 = 𝑔(𝑥) = (2𝑥 2 + 1)1/3 pour 𝑥 ∈
[2 − 3]. Montrer que l’itération 𝑥𝑛+1 = 𝑔(𝑥𝑛 ) = (2𝑥 2 + 1)1/3 ; 𝑥 ∈ ]2 − 3[.
4- Pour 𝑥0 = 2.5 ; quel est le nombre d’itérations à effectuer pour atteindre la précision
|𝑥𝑛 − 𝛼 | ≤ 10−3 .
Solution :
𝑥
1- 𝑓 (𝑥) = 𝑥−1
√𝑥 2 + 1; 𝑥 ≠ 1
1 𝑥 𝑥 𝑥 3 −2𝑥 2+1 𝑃(𝑥)
𝑓 ′ (𝑥 ) = − (𝑥−1)2 √𝑥 2 + 1 + 𝑥−1 √𝑥 2 = (𝑥−1)2 √𝑥 2 = (𝑥−1)2 √𝑥 2+1 ; 𝑥 ≠ 1
+1 +1
a) f’ est définie et continue sur ]2 − 3[.

b) 𝑓′(2) ∗ 𝑓′(3) = (−0.45) ∗ (0.63) = −0.71  0
Conclusion : f admet une solution 𝛼 sur ]2 − 3[.
c) f’ est croissante sur ]2 − 3[, donc elle admet 𝛼 une solution unique sur ]2 − 3[.
6 y
x
-4 -2 2 4 6 8 10 12 14
-2
Dr BOUALLA N. 18
𝑥 3−2𝑥 2+1
3- 𝑓 ′ (𝑥 ) = = 0 →𝑥 3 − 2𝑥 2 + 1 = 0 → 𝑥 3 = 2𝑥 2 + 1
(𝑥−1) 2√𝑥 2+1
1/3
→ 𝑥 = 𝑔(𝑥) = √2𝑥 2 + 1
 𝑔(𝑥 ) = (2𝑥 2 + 1)1/3
4𝑥
𝑔′(𝑥) =
3(2𝑥 2 + 1)2/3
𝑀𝑎𝑥 |𝑔′(𝑥)| = 𝑀𝑎𝑥|𝑔′ (2), 𝑔′ (3)| = 𝑀𝑎𝑥| (0.61), (0.56)| = 0.61 1
Conclusion : 𝑔(𝑥 ) est conctractante sur [2 – 3].
𝑔(𝑥 ) est croissante sur [2 - 3]  [𝑔(2), 𝑔(3)] = [2.08 − 2.67] ∈ [2 − 3]
y
x
-1 1 2 3 4 5 6 7 8

Conclusion : 𝑔 est stable sur [2 − 3]
Tableau 12 : Tableau des itérés xi du point fixe pour 𝑥0 = 2.5
i 𝑥𝑖 𝑔 (𝑥 ) = (2𝑥 2 + 1)1/3 |𝑥𝑖+1 − 𝑥𝑖 |
0 2.5 2.3811 0.1189>10−3
1 2.3811 2.3108 0.0703>10−3
2 2.3108 2.2689 0.0419>10−3
3 2.2689 2.2437 0.0251>10−3
4 2.2437 2.2286 0.0151>10−3
5 2.2286 2.2195 0.0091>10−3
6 2.2195 2.2140 0.0055>10−3
7 2.2140 2.2106 0.0033>10−3
8 2.2106 2.2086 0.0020>10−3
9 2.2086 2.2074 0.0012>10−3
10 2.2074 2.2067 0.0007<10−3
La solution approchée est : 𝑥̂ = 2.20669024.

Dr BOUALLA N. 19
Exercice 1-13 :
𝑥
Résoudre l’équation : 𝑓 (𝑥 ) = + 1 = 0, avec la méthode du point fixe, sur [-1,0] en
cos 𝑥
prenant 𝑥0 = − 0.5 et évaluer l’erreur après 20 itérations.
Exercice 1-14 :
On considère la fonction : 𝑓 (𝑥 ) = 𝑥 3 − 9𝑥 + 2
- Montrer que l’équation 𝑓 (𝑥 ) =0, admet une racine unique dans [0 - 1] .
- Donner la relation itérative de la forme 𝑥𝑛+1 = 𝑔(𝑥𝑛 ).
- Etablir si cette méthode sera convergente.
Exercice 1-15 :
Résoudre l’équation : 𝑓 (𝑥 ) = 𝑒 𝑥 − 𝑥 − 2 = 0, sur l’intervalle [1-2]. On se propose
d’appliquer 2 méthodes de point fixe, basés sur les fonctions suivantes :
𝑔1 (𝑥 ) = 𝑒 𝑥 − 2
𝑔2 (𝑥 ) = ln(𝑥 + 2)
- Comment ces deux fonctions ont elle obtenues ?
- On déduire si les methodes de point fixe utilisant 𝑔1 et 𝑔2 convergent.
- Faire 2 itérations à partir de 𝑥0 = 1, pour chacune des 2 méthodes de point fixe.
1.3- La résolution de l’équation F(x)=0 par la méthode de Newton
Rappel
Soit 𝑓 (𝑥 ) une fonction continue et deux fois dérivable sur [𝑎, 𝑏]. Si :
- 𝑓 (𝑎 ). 𝑓 (𝑏 ) < 0
- 𝑓 ′ (𝑥 ) et 𝑓′′(𝑥) sont non nulles et gardent un signe constant sur l’intervalle [𝑎, 𝑏].
Alors, on peut écrire la (𝑛 + 1)𝑒𝑚𝑒 itération approximant 𝑥̅ :
𝑓(𝑥𝑛)
𝑥𝑛+1 = 𝑥𝑛 −
𝑓′ (𝑥𝑛)
𝑆𝑖 |𝑥𝑛+1 − 𝑥𝑛 | < 𝜀 , la solution est 𝑥𝑛+1 .

Le choix de 𝑥0 : il faut vérifier la condition suivante : 𝑓 (𝑥0 ) ∗ 𝑓 ′′ (𝑥0 ) > 0
Dr BOUALLA N. 20
Exercice 1-16 :
Soit la fonction : 𝑓 (𝑥 ) = 𝑙𝑛𝑥 + 𝑥 − 2 = 0
1- Montrer que cette équation admet une solution unique dans l’intervalle [1 - 2].
2- Écrire la méthode de Newton pour l’équation proposée et proposer un bon choix
d’initialisation 𝑥0 de cette méthode.
Solution :
b) 𝑓 (1) ∗ 𝑓(2) = (−1) ∗ (0.693) = −0.693  0
c) f est croissante sur [1 - 2], donc elle admet une solution unique sur [1 - 2].
y
40
20
x
-0.5 0.5 1 1.5 2 2.5 3 3.5 4
-20

𝑓 (𝑥 ) = 𝑙𝑛𝑥 + 𝑥 − 2 = 0
1
 𝑓 ′ (𝑥 ) = 𝑥
+ 1  𝑓 ′ (𝑥 )  0 ∀ 𝑥 ∈ [1 − 2]
1
 𝑓 ′′ (𝑥 ) = − 𝑥2
 𝑓 ′′ (𝑥 ) ≠ 0 ∀ 𝑥 ∈ [1 − 2]
𝑥0 = 1  𝑓 (1) ∗ 𝑓 ′′ (1) = (−1) ∗ (−1) > 0

𝑓(𝑥 )
𝑥𝑖+1 = 𝑥𝑖 − 𝑓′ (𝑥𝑖 )
𝑖
𝑥0 = 1
Dr BOUALLA N. 21
Tableau 13 : Tableau des itérations de la méthode de Newton pour x0= 1

𝑓 (𝑥 𝑖 )
i 𝑥𝑖 𝑥𝑖+1 = 𝑥𝑖 − |𝑥𝑖+1 − 𝑥𝑖 |
𝑓 ′ (𝑥 𝑖 )
0 1 1.5 0.5
1 1.5 1.5567 0.05672
2 1.5567 1.5571 0.00042
3 1.5571 1.5571 0.00000
4 1.5571 1.5571 0.00000
Exercice1-17 :
Soit la fonction : 𝑓 (𝑥) = 𝑥(1 + 𝑒 𝑥 ) − 𝑒 𝑥 =0.
Trouver les racines réelles de f par la méthode de Newton sur [0.5 - 1] avec une précision
de : 𝜀 = 10−3 .
Condition de convergence :
𝑓 (𝑥 ) = 𝑥 (1 + 𝑒 𝑥 ) − 𝑒 𝑥 = 0
 𝑓 ′ (𝑥) = 1 + 𝑥𝑒 𝑥  𝑓 ′ (𝑥 )  0 ∀ 𝑥 ∈ [0.5 − 1]
 𝑓 ′′ (𝑥 ) = 𝑒 𝑥 (1 + 𝑥)  𝑓 ′′ (𝑥 ) ≠ 0 ∀ 𝑥 ∈ [0.5 − 1]
− 𝑥0 = 0.5  𝑓 (0.5) ∗ 𝑓 ′′ (0.5) = (−0.3243) ∗ (2.473) < 0
- 𝑥0 = 0.8  𝑓 (0.8) ∗ 𝑓 ′′ (0.8) = (0.355) ∗ (4.006) > 0
𝑓(𝑥 )
𝑥𝑖+1 = 𝑥𝑖 − 𝑓′ (𝑥𝑖 )
𝑖
𝑥0 = 0.8
Tableau 14 : Tableau des itérations de la méthode de Newton pour x0= 0.7
𝑓 (𝑥 𝑖 )
i 𝑥𝑖 𝑥𝑖+1 = 𝑥𝑖 − |𝑥𝑖+1 − 𝑥𝑖 |
𝑓 ′ (𝑥𝑖 )
0 0.8 0.6724 0.1276>10−3
1 0.6724 0.6592 0.0132>10−3
2 0.6592 0.6590 0.0001<10−3

Dr BOUALLA N. 22
Exercice 1-18 :
Soit la fonction : 𝑓 (𝑥 ) = 𝑥 2 − 6𝑥 + 8 = 0
Résoudre la fonction 𝑓 (𝑥 ) ; en utilisant la méthode de Newton et proposer un bon choix
d’initialisation 𝑥0 de cette méthode dans l’intervalle [1 – 2.75] ; avec une précision de : 𝜀 =
10−3 .
Solution :
b) 𝑓 (1) ∗ 𝑓(2) = (3) ∗ (−0.94) = −2.82  0
c) f est décroissante sur [1 – 2.75], donc elle admet une solution unique sur [1 – 2.75].
y
30
20
10
x
1 2 3 4 5
-10

𝑓 (𝑥 ) = 𝑥 2 − 6𝑥 + 8 = 0
 𝑓 ′ (𝑥) = 2𝑥 − 6  𝑓 ′ (𝑥 ) ≠ 0 ∀ 𝑥 ∈ [1 − 2.75]
 𝑓 ′′ (𝑥 ) = 2  𝑓 ′′ (𝑥 ) ≠ 0 ∀ 𝑥 ∈ [1 − 2.75]
𝑥0 = 1.25  𝑓 (1.25) ∗ 𝑓 ′′ (1.25) = (2.0625) ∗ (2) > 0
𝑓(𝑥 )
𝑥𝑖+1 = 𝑥𝑖 − 𝑓′ (𝑥𝑖 )
𝑖
𝑥0 = 1.25
Dr BOUALLA N. 23

𝑓 (𝑥 𝑖 )
i 𝑥𝑖 𝑥𝑖+1 = 𝑥𝑖 − |𝑥𝑖+1 − 𝑥𝑖 |
𝑓 ′ (𝑥 𝑖 )
0 1.25 1.8393 0.5893>10−3
1 1.8393 1.9889 0.1496>10−3
2 1.9889 1.9999 0.0111>10−3
3 1.9999 2.0000 0.0001<10−3

La solution exacte est : 2.0000  10−3
Exercice 1-19 :
Montrer que l’équation 𝑓 (𝑥 ) = 𝑥 3 − 3𝑥 + 2 − 𝑒 𝑥 = 0 admet une racine dans ]0 − 1[ et en
déterminer une approximation à 10−6 par la méthode de Newton en commençant par 𝑥0 =
0.5.
Solution :
a) f est définie et continue sur ]0 − 1[.
b) 𝑓 (0) ∗ 𝑓(1) = (1) ∗ (−2.72) = −2.72  0
Conclusion : f admet une solution sur ]0 − 1[.
c) f est décroissante sur ]0 − 1[, donc elle admet une solution unique sur ]0 − 1[.
y
10
x
-0.5 0.5 1 1.5 2

𝑓(𝑥 ) = 𝑥 3 − 3𝑥 + 2 − 𝑒 𝑥 = 0
 𝑓 ′ (𝑥) = 3𝑥 2 − 3 − 𝑒 𝑥  𝑓 ′ (𝑥) ≠ 0 ∀ 𝑥 ∈ ]0 − 1[.
 𝑓 ′′ (𝑥 ) = 6𝑥  𝑓 ′′ (𝑥) ≠ 0 ∀ 𝑥 ∈ ]0 − 1[.
Dr BOUALLA N. 24

𝑓(𝑥 )
𝑥𝑖+1 = 𝑥𝑖 − 𝑓′ (𝑥𝑖 )
𝑖
𝑥0 = 0.5

𝑓 (𝑥𝑖 )
i 𝑥𝑖 𝑥𝑖+1 = 𝑥𝑖 − |𝑥𝑖+1 − 𝑥𝑖 |
𝑓 ′ (𝑥𝑖 )
0 0.5 0.2374213 0.2625787>10−6
1 0.237421 0.2455075 0.0080862>10−6
2 0.245507 0.2455088 0.0000014>10−6
3 0.245509 0.2455088 0.0000000<10−6
4 0.245509 0.2455088 0.0000000<>10−6

Exercice 1-20 :
Montrer que l’équation 𝑓 (𝑥 ) = (𝑥 + 1)𝑒 𝑥 − 2 = 0; 𝑥 ∈ 𝑅 admet une racine dans l’intervalle
[0 − 1] et déterminer une approximation à 𝑥5 par la méthode de Newton en commençant par
𝑥0 = 1.
Solution :
a) f est définie et continue sur [0 − 1].
b) 𝑓 (0) ∗ 𝑓(1) = (−1) ∗ (4.44) = −4.44 0
Conclusion : f admet une solution sur [0 − 1].
c) f est croissante sur [0 − 1], donc elle admet une solution unique sur [0 − 1].
y
x
0.2 0.4 0.6 0.8 1 1.2
Dr BOUALLA N. 25
𝑓 (𝑥) = (𝑥 + 1)𝑒 𝑥 − 2 = 0
 𝑓 ′ (𝑥) = (𝑥 + 2)𝑒 𝑥  𝑓 ′ (𝑥 ) ≠ 0 ∀ 𝑥 ∈ [0 − 1].
 𝑓 ′′ (𝑥 ) = (𝑥 + 3)𝑒 𝑥  𝑓 ′′ (𝑥 ) ≠ 0 ∀ 𝑥 ∈ [0 − 1].
𝑓(𝑥 )
𝑥𝑖+1 = 𝑥𝑖 − 𝑓′ (𝑥𝑖 )
𝑖
𝑥0 = 1
Tableau 17 : Tableau des itérations de la méthode de Newton pour x0= 1

𝑓 (𝑥 𝑖 )
i 𝑥𝑖 𝑥𝑖+1 = 𝑥𝑖 −
𝑓 ′ (𝑥 𝑖 )
0 1 0.6839
1 0.6839 0.5008
2 0.5008 0.4183
3 0.4183 0.3885
4 0.3885 0.3789
5 0.3789 0.3761
Exercice 1-21 :
Trouver la racine de la fonction : 𝑓 (𝑥) = 𝑥 2 − 4 𝑠𝑖𝑛 𝑥, par la méthode de Newton, avec une
précision :𝜀 = 10−4 .
Exercice 1-22 :
On considere l’équation non linéaire suivante :
𝑥2
𝑓 (𝑥 ) = 𝑒 𝑥 − −𝑥−1=0
2
Sur l’intervalle [-1 ,1] :
- Montrer que la fonction 𝑓 (𝑥 ) admet une racine.
- Ecrire la méthode de Newton pour résoudre l’équation 𝑓 (𝑥 ) = 0
Dr BOUALLA N. 26
CHAPITRE 2
Interpolation polynomiale
Chapitre 2 : Interpolation polynomiale
2.1- Interpolation de Lagrange :

Rappel :
Le polynôme d’interpolation de Lagrange est donné par la formule de Lagrange :
𝑃𝑛 (𝑥 ) = ∑𝑛𝑖=1[𝐿𝑖 (𝑥 ) ∗ 𝑓(𝑥𝑖 )] ; n : représente l’ordre du polynôme 𝑃 (𝑥)
𝑛 𝑥 − 𝑥𝑗
𝐿 𝑖 (𝑥 ) = 𝑖=1∏ ( )
𝑗≠𝑖 𝑥𝑖 − 𝑥𝑗
Exercice 2-1 :
On considère la fonction f représentant les valeurs de la teneur en eau par l’essai des limites
d’Atterberg d’un échantillon de sol, définie par le tableau suivant :
Essai (i) 1 2 3 4
Nombre de coups (𝑥𝑖 ) 𝑥1 =12 𝑥2 =20 𝑥3 =26 𝑥4 =28
Teneur en eau (%) (𝑓 (𝑥𝑖 ) = 𝑦𝑖 ) 48.3 44 40 38.8
Solution :
n=3
𝑃3 (𝑥 ) = 𝐿1 (𝑥 )𝑓(𝑥1 ) + 𝐿2 (𝑥 )𝑓(𝑥2 ) + 𝐿3 (𝑥 )𝑓(𝑥3 ) + 𝐿4 (𝑥 )𝑓(𝑥4 )
𝑥 − 𝑥2 𝑥 − 𝑥3 𝑥 − 𝑥4 𝑥 − 20 𝑥 − 26 𝑥 − 28
𝐿1 (𝑥 ) = ( )( )( )=( )( )( )
𝑥1 − 𝑥2 𝑥1 − 𝑥3 𝑥1 − 𝑥4 12 − 20 12 − 26 12 − 28
𝑥 3 − 74 𝑥 2 + 1808 𝑥 − 14560
=
−1792
𝑥 − 𝑥1 𝑥 − 𝑥3 𝑥 − 𝑥4 𝑥 − 12 𝑥 − 26 𝑥 − 28
𝐿 2 (𝑥 ) = ( )( )( )=( )( )( )
𝑥2 − 𝑥1 𝑥2 − 𝑥3 𝑥2 − 𝑥4 20 − 12 20 − 26 20 − 28
𝑥 3 − 66 𝑥 2 + 1376𝑥 − 8736
=
384
𝑥 − 𝑥1 𝑥 − 𝑥2 𝑥 − 𝑥4 𝑥 − 12 𝑥 − 20 𝑥 − 28
𝐿 3 (𝑥 ) = ( )( )( )=( )( )( )
𝑥3 − 𝑥1 𝑥3 − 𝑥2 𝑥3 − 𝑥4 26 − 12 26 − 20 26 − 28
𝑥 3 − 60 𝑥 2 + 1136𝑥 − 6720
=
−168
𝑥 − 𝑥1 𝑥 − 𝑥2 𝑥 − 𝑥3 𝑥 − 12 𝑥 − 20 𝑥 − 26
𝐿 4 (𝑥 ) = ( )( )( )=( )( )( )
𝑥4 − 𝑥1 𝑥4 − 𝑥2 𝑥4 − 𝑥3 28 − 12 28 − 20 28 − 26
𝑥 3 − 58 𝑥 2 + 1072𝑥 − 6420
=
256
𝑃3 (𝑥 ) = 𝐿1 (𝑥 ) ∗ 48.3 + 𝐿2 (𝑥 ) ∗ 44 + 𝐿3 (𝑥 ) ∗ 40 + 𝐿4 (𝑥 ) ∗ 38.8
Dr BOUALLA N. 28
𝑥 3 − 74 𝑥 2 + 1808 𝑥 − 14560 𝑥 3 − 66 𝑥 2 + 1376𝑥 − 8736

𝑃3 (𝑥 ) = ∗ 48.3 + ∗ 44
−1792 384
𝑥 3 − 60 𝑥 2 + 1136𝑥 − 6720 𝑥 3 − 58 𝑥 2 + 1072𝑥 − 6420
+ ∗ 40 + ∗ 38.8
−168 256
Le polynôme de Lagrange est :
𝑃3 (𝑥 ) = 0.0011 𝑥 3 − 0.073 𝑥 2 + 0.934 𝑥 + 45.7
y
160
140
120
100
80
60 P3 (x)
(12,48.3)
40 (20,44)
(26,40)
(28,38.8)
20
x
-10 10 20 30 40 50 60 70 80 90 100 110 120 130
-20
-40
-60
Figure 21 : Le polynôme de Lagrange de 𝑃3 (𝑥 )
Exercice 2-2 :
Soit les trois points d’appuis (0,1) ;(0,5) et (3,0.25) de la fonction 𝑓(𝑥). Déterminer :
1- Le polynôme de Lagrange passant par ces points.
2- Une approximation de 𝑓(1.5).
Solution :
n=2
(𝑥𝑖 ) 𝑥1 =0 𝑥2 =1 𝑥3 =3
(𝑓 (𝑥𝑖 ) = 𝑦𝑖 ) 1 0.5 0.25
1- 𝑃2 (𝑥 ) = 𝐿1 (𝑥 )𝑓(𝑥1 ) + 𝐿2 (𝑥 )𝑓(𝑥2 ) + 𝐿3 (𝑥 )𝑓(𝑥3 )

𝑃2 (𝑥 ) = 𝐿1 (𝑥 ) ∗ 1 + 𝐿2 (𝑥 ) ∗ 0.5 + 𝐿3 (𝑥 ) ∗ 40 + 𝐿4 (𝑥 ) ∗ 0.25
𝑥 − 𝑥2 𝑥 − 𝑥3 𝑥−1 𝑥−3 1
𝐿1 (𝑥 ) = ( )( )= ( )( ) = (𝑥 − 1)(𝑥 − 3)
𝑥1 − 𝑥2 𝑥1 − 𝑥3 0−1 0−3 3
Dr BOUALLA N. 29
𝑥 − 𝑥1 𝑥 − 𝑥3 𝑥−0 𝑥−3 −1
𝐿 2 (𝑥 ) = ( )( ) == ( )( )= 𝑥 (𝑥 − 3)
𝑥2 − 𝑥1 𝑥2 − 𝑥3 1−0 1−3 2
𝑥 − 𝑥1 𝑥 − 𝑥2 𝑥−0 𝑥−1 1
𝐿3 (𝑥 ) = ( )( )=( )( ) = 𝑥(𝑥 − 1)
𝑥3 − 𝑥1 𝑥3 − 𝑥2 3−0 3−1 6
Le polynôme de Lagrange est :
1 0.5 0.25
𝑃2 (𝑥 ) = (𝑥 − 1)(𝑥 − 3) − 𝑥 (𝑥 − 3) + 𝑥(𝑥 − 1)
3 2 6
𝑃2 (𝑥 ) = 0.125 𝑥 2 − 0.625 𝑥 + 1
3- approximation de 𝑃2 (1.5) = 0.125 (1.5)2 − 0.625 (1.5) + 1 = 0.344
2.6 y
2.4
2.2
1.8
1.6
1.4
1.2
1
(0,1)
0.8
0.6
(1,0.5)
0.4 P2 (x)
0.2 (3,0.25)
x
-0.5 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
-0.2
-0.4
Figure 22 : Le polynôme de Lagrange de𝑃2 (𝑥 )

2.2- Interpolation de Newton :
Rappel :
D’après la définition de la dérivée d’une fonction continue (𝑥) :
𝑓 (𝑥 ) − 𝑓(𝑥0 )
𝑓 ′ (𝑥 ) = lim ( )
𝑥→𝑥0 𝑥 − 𝑥0
On pourra définir la différence divisée d’ordre 1 :
𝑓(𝑥 ) − 𝑓 (𝑥0 )
𝑓 [𝑥 − 𝑥0 ]
𝑥 − 𝑥0
Pour (𝑥𝑖 , 𝑦𝑖 ) donnés (𝑥𝑖 distincts), le concept de différence divisée se généralise par :
Dr BOUALLA N. 30
Tableau 18 : Tableau des différences divisées

Ordre Différence divisée
0 𝑓[𝑥0 ]
𝑓(𝑥1 ) − 𝑓(𝑥0 )
1 𝑓 [𝑥1 , 𝑥0 ]
𝑥1 − 𝑥0
𝑓 [𝑥2 , 𝑥1 ] − 𝑓[𝑥1 , 𝑥0 ]
2 𝑓 [𝑥2 , 𝑥1 , 𝑥0 ]
𝑥2 − 𝑥0
………. ………………………………………….. ………………………………………………
𝑓 [𝑥𝑛…….. , 𝑥1 ] − 𝑓 [𝑥𝑛−1……….. , 𝑥0 ]
n 𝑓[𝑥𝑛 … … … . . , 𝑥1 , 𝑥0 ]
𝑥𝑛 − 𝑥0
Le polynôme d’interpolation de degré 𝑛 qui passe par les 𝑛 + 1 points (𝑥0 , 𝑦0 ); (𝑥1 , 𝑦1 ) ; … ;
(𝑥𝑛 , 𝑦𝑛 ) ou les 𝑥𝑖 sont distincts, est unique et donné par
𝑃𝑛 (𝑥 ) = 𝑎0 + 𝑎1 (𝑥 − 𝑥0 ) + ⋯ … … … + 𝑎𝑛 (𝑥 − 𝑥0 )(𝑥 − 𝑥2 ) … … . (𝑥 − 𝑥𝑛−1 )
𝑎0 = 𝑓 [ 𝑥 0 ]
𝑛
𝑦𝑖
𝑎𝑛 = 𝑓 [𝑥0 , 𝑥1 , … … . 𝑥𝑛 ] = ∑ 𝑛
∏ (𝑥𝑖 − 𝑥𝑗 )
𝑖=0 𝑗=0,𝑗≠𝑖
Exercice 2-3 :
On considère la fonction f représentant l’évolution des paramètres géotechniques de
cisaillement à partir d’un essai de cisaillement rectiligne réalisé au laboratoire sur un
échantillon de sol, définie par le tableau suivant :
i 1er essai 2ème essai 3ème essai
Contrainte normale (kN/m²) 20 40 60
Contrainte tangentielle (kN/m²) 20.6 28 38.1
Obtenir le polynôme de Newton passant par ces points.
Solution :
h=cst = 20
Formule de Newton progressive :

i 𝑥𝑖 𝑦𝑖 𝑓[𝑥0 , 𝑥1 ] 𝑓[𝑥0 , 𝑥1 , 𝑥2 ]
0 20 20.6
28 − 20.6
1 40 28 = 0.37
40 − 20
38.1 + 28 0.502 − 0.37
2 60 38.1 = 0.505 = 0.0033
60 − 40 60 − 20
Dr BOUALLA N. 31
𝑃0 (𝑥 ) = 20.6
𝑃1 (𝑥 ) = 𝑃0 (𝑥 ) + 𝑓 [𝑥0 , 𝑥1 ](𝑥 − 𝑥0 ) = 20.6 + 0.37(𝑥 − 20)
𝑃2 (𝑥 ) = 𝑃1 (𝑥 ) + 𝑓 [𝑥0 , 𝑥1 , 𝑥2 ](𝑥 − 𝑥0 )(𝑥 − 𝑥1 )
= 20.6 + 0.37(𝑥 − 20) + 0.0033(𝑥 − 20)(𝑥 − 40)
Le polynôme de Newton est :
𝑃2 (𝑥 ) = 15.84 + 0.172 𝑥 + 0.0033 𝑥 2
y
50
45
40
(60,38.1)
35
30
P2 (x) (40,28)
25
20 (20,20.6)
15
10
x
-15 -10 -5 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95
-5
-10
Figure 23 : Le polynôme de Newton de𝑃2 (𝑥 )
Exercice 2- 4 :
On considère la fonction f définie par le tableau de valeurs suivant :
(𝑥𝑖 ) 0 1 2 3
𝑓 (𝑥𝑖 ) = 𝑦𝑖 1 4 9 16
Déterminer le polynôme d’interpolation de f ; de degré inferieur ou égale à 4, en utilisant la

formule de Newton.
Solution :
Formule de Newton dégressive :
h=1
Dr BOUALLA N. 32

𝑥𝑖 𝑦𝑖 𝑓 [𝑥0 , 𝑥1 ] 𝑓 [𝑥0 , 𝑥1 , 𝑥2 ] 𝑓[𝑥0 , 𝑥1 , 𝑥2 , 𝑥3 ]
0 1
4−1
1 4 =1−0 = 3
9−4 5−3
2 9 = =5 = =1
2−1 2−0
16 − 9 7−5 1−1
3 16 = =7 = =1 = =0
3−2 3−1 3−0

𝑃3 (𝑥 ) = 16 + 7 (𝑥 − 3) + (𝑥 − 3) (𝑥 − 2)
𝑃3 (𝑥 ) = 1 + 2 𝑥 + 𝑥 2
y
24
22
20
18
16
(3,16)
14
12
P3 (x)
10
(2,9)
8
4
(1,4)
(0,1) x
-0.6 -0.4 -0.2 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 2.2 2.4 2.6 2.8 3 3.2 3.4 3.6 3.8 4 4.2 4.4 4.6 4.8
-2
Exercice 2-5 :
On considère la fonction f définie par le tableau de valeurs suivant :
(𝑥𝑖 ) 1 2 4 5 7
𝑓 (𝑥𝑖 ) = 𝑦𝑖 52 5 -5 -40 10
En utilisant la formule de Newton ; déterminer le polynôme d’interpolation de f.
Solution :
Formule de Newton dégressive :
Dr BOUALLA N. 33

𝑥𝑖 𝑦𝑖 𝑓 [𝑥0 , 𝑥1 ] 𝑓 [𝑥0 , 𝑥1 , 𝑥2 ] 𝑓[𝑥0 , 𝑥1 , 𝑥2 , 𝑥3 ] 𝑓 [𝑥0 , 𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ]
1 52
5−52
2 5 = 2−1 = −47
−5 − 5 −5 + 47
4 -5 = = −5 = = 14
4−2 4−1
−40 + 5 −35+5 −10−14
5 -40 = = −35 = = −10 = = −6
5−4 5−2 5−1
10 + 40 25+35 20+10 6+6
7 10 = = 25 = = 20 = =6 =7−1 = 2
7−5 7−4 7−2

𝑃4 (𝑥 ) = 52 − 47 (𝑥 − 1) + 14 (𝑥 − 1) (𝑥 − 2) − 6 (𝑥 − 1) (𝑥 − 2)(𝑥 − 4)
+ 2 (𝑥 − 1) (𝑥 − 2)(𝑥 − 4)(𝑥 − 5)
𝑃4 (𝑥 ) = 2 𝑥 4 − 30 𝑥 3 + 154 𝑥 2 − 329 𝑥 + 255
y
80
70
60
50 (1,52)
40
30
20
10 P4 (x)
(7,10)
(2,5) x
-1.5 -1 -0.5 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6 6.5 7 7.5 8 8.5 9 9.5 10 10.5 11 11.5 12
(4,-5)
-10
-20
-30
-40
(5,-40)
-50
-60
Exercice 2-6 :
Soit 𝑓(𝑥 ) = cos(𝜋𝑥); 𝑥 ∈ [−1,1] et P le polynôme d’interpolation de Lagrange de 𝑓 (𝑥) aux
points -1 ;-1/3 ;1/3 ;1 sur [−1,1].
Appliquer l’interpolation de Newton pour le calcul de P. En déduire l’expression de P.
Dr BOUALLA N. 34
Solution :
i 𝑥𝑖 𝑦𝑖 𝑓[𝑥0 , 𝑥1 ] 𝑓 [𝑥0 , 𝑥1 , 𝑥2 ] 𝑓 [𝑥0 , 𝑥1 , 𝑥2 , 𝑥3 ]
0 -1 -1
1
+1 9
2
1 -1/3 1/2 = 1 =4
− +1
3
1
− 1/2 9
2 1/3 1/2 =2 =0 0−4 27
1 = =−
+ 1/3 2−0 16
3
9 27 27
−1 − 1/2 9 −4− 0 27 − 16 − (− 16)
3 1 -1 = =− = =− = =0
1 − 1/3 4 1) 16
1 − (− 3 1 − (−1)

9 27
𝑃3 (𝑥 ) = −1 + (𝑥 + 1) − (𝑥 + 1)(𝑥 + 1/3)
4 16
11 27 2
𝑃3 (𝑥 ) = − 𝑥
16 16
y
2.5
1.5
P3 (x)
0.5
(-0.34,1/2) (0.34,1/2)
x
-2.2 -2 -1.8 -1.6 -1.4 -1.2 -1 -0.8 -0.6 -0.4 -0.2 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 2.2 2.4
-0.5
-1
(-1,-1) (1,-1)
-1.5
-2

2.3- Méthode des moindres carrés :
Rappel :
Soient n points d’appui : (𝑥𝑖 , 𝑦𝑖 ) , 𝑦𝑖 =𝑓(𝑥𝑖 ) et (i=1,…,n). L’erreur moyenne quadratique se
remplace par :
Dr BOUALLA N. 35
𝜀 (𝑃) = ∑(𝑦𝑖 − 𝑔(𝑥𝑖 , 𝑃))2

𝑖=1
De même on cherche à minimiser 𝜀(𝑃)

𝑛
𝜕𝜀 𝜕𝑔(𝑥𝑖 , 𝑃)
= 0 → ∑(𝑦𝑖 − 𝑔(𝑥𝑖 , 𝑃)) =0
𝜕𝑃𝑗 𝜕𝑃𝑗
𝑖=1
On obtient un système d’équations à n inconnues 𝑃𝑖 (i=1,…,n)
Exercice 2-7 :
Soit la fonction 𝑓(𝑥) définie sur l’intervalle [0 – 4] aux points d’appuis suivants :
(0 ,2.05) ; (1 ,2.56) ; (2,5.88) ; (3,12.65).
En utilisant la méthode des moindres carrés, écrire le polynôme du second degré de (𝑥) .
𝑔(𝑥𝑖 , 𝑃) = 𝑃1 + 𝑃2. 𝑥 + 𝑃3 𝑥 2
𝑛
𝜕𝜀 𝜕𝑔(𝑥𝑖 , 𝑃)
= 0 → ∑(𝑦𝑖 − 𝑔(𝑥𝑖 , 𝑃)) =0
𝜕𝑃𝑗 𝜕𝑃𝑗
𝑖=1
𝜕𝜀
→𝜕𝑃 = 0 → [𝑦1 − (𝑃1 + 𝑃2. 𝑥1 + 𝑃3 𝑥1 2 )] + ⋯ … … … … + [𝑦4 − (𝑃1 + 𝑃2. 𝑥4 + 𝑃3 𝑥4 2 )] = 0
1
𝜕𝜀
→𝜕𝑃 = 0 → [𝑦1 − (𝑃1 + 𝑃2. 𝑥1 + 𝑃3 𝑥1 2 )] + ⋯ … … … … + [𝑦4 − (𝑃1 + 𝑃2. 𝑥4 + 𝑃3 𝑥4 2 )] = 0
2
𝜕𝜀
→𝜕𝑃 = 0 → [𝑦1 − (𝑃1 + 𝑃2. 𝑥1 + 𝑃3 𝑥1 2 )] + ⋯ … … … … + [𝑦4 − (𝑃1 + 𝑃2. 𝑥4 + 𝑃3 𝑥4 2 )] = 0
3
⟺ 14𝑃3 − 6𝑃2. − 4𝑃1 + 23.14 = 0

36𝑃3 − 14𝑃2. − 6𝑃1 + 52.27 = 0
98𝑃3 − 36𝑃2. − 14𝑃1 + 113.85 = 0
⟺ 𝑃1 = 3.1341; 𝑃2 = 0.24; 𝑃3 = −0.655
𝑓 (𝑥𝑖 ) = 𝑦𝑖 = 3.1341 + 0.24𝑥 − 0.655𝑥 2
2.4- Méthode de Tchebychev :

Rappel :
Soit la fonction 𝑓 (𝑥 ) continue sur [-1,+1] qu’on approxime par le polynôme de Tchebychev :
𝑓 (𝑥 ) = 𝑎0 + 𝑎1. 𝑇1 (𝑥 ) + 𝑎2. 𝑇2 (𝑥 ) + ⋯ … … … … + 𝑎𝑛. 𝑇𝑛 (𝑥 )
Les coefficients 𝑎𝑖 (i=0,…,n) égale à :
1 1 𝑓 (𝑥 )
𝑎0 = ∫ 𝑑𝑥
𝜋 −1 √1 − 𝑥 2
Dr BOUALLA N. 36
2 1 𝑓 (𝑥 )
𝑎𝑛 = ∫ 𝑇 (𝑥) 𝑑𝑥, 𝑥≠0
𝜋 −1 √1 − 𝑥 2 𝑛
Exercice 2-8 :
On considère la fonction 𝑓(𝑥) définie sur [-1 ,1] pour :
𝑥+1 −1≤𝑥 ≤0
𝑓 (𝑥 ) = {
1 0≤𝑥≤1
Donner le polynôme 𝑃2 (𝑥), de meilleure approximation de 𝑓(𝑥) au sens des moindres
carrés, en utilisant la base discrète du polynôme de Tchebychev.
⟹ 𝑓(𝑥) = 𝑎0 + 𝑎1. 𝑇1 + 𝑎2. 𝑇2
1 1 𝑓(𝑥) 1 0 (𝑥+1) 1 1 1 0 𝑥
→ 𝑎0 = 𝜋 ∫−1 √1−𝑥 2 𝑑𝑥 = [∫−1 𝑑𝑥 + ∫0 𝑑𝑥 ]= 𝜋 [∫−1 √1−𝑥 2 𝑑𝑥 +
𝜋 √1−𝑥 2 √1−𝑥 2
1 1
∫−1 √1−𝑥 2 𝑑𝑥 ]
1 0
𝑎0 = [ |−√1 − 𝑥 2 | + −11|arcsin(𝑥 )|]
𝜋 −1
 𝑎0 = 0
2 1 𝑓(𝑥)
→ 𝑎𝑛 = 𝜋 ∫−1 √1−𝑥 2 𝑇𝑛 (𝑥)𝑑𝑥; 𝑛 ≠ 0
2 1 𝑓 (𝑥 ) 2 1 𝑥 𝑓 (𝑥 )
→ 𝑎1 = ∫ 𝑇1 (𝑥 )𝑑𝑥 = ∫ 𝑑𝑥
𝜋 −1 √1 − 𝑥 2 𝜋 −1 √1 − 𝑥 2
2 0 𝑥 (𝑥 + 1) 1
𝑥
= [∫ 𝑑𝑥 + ∫ 𝑑𝑥 ]
𝜋 −1 √1 − 𝑥 2 0 √1 − 𝑥
2
2 0 𝑥2 0
𝑥 1
𝑥
= [∫ 𝑑𝑥 + ∫ 𝑑𝑥 + ∫ 𝑑𝑥 ]
𝜋 −1 √1 − 𝑥 2 −1 √1 − 𝑥
2
0 √1 − 𝑥
2
0
𝑥2 1 0 1𝜋
∫ 𝑑𝑥 = |𝑎𝑟𝑐𝑠𝑖𝑛𝑥 − 𝑥 √1 − 𝑥 2 | =
−1 √1 − 𝑥2 2 −1 22
1
𝑥
∫ 𝑑𝑥 = − |√1 − 𝑥 2 | = 0
−1 √1 − 𝑥2
21𝜋 1
 𝑎1 = =
𝜋22 2
2 1 𝑓(𝑥) 2 1 𝑓(𝑥) 2 0 (𝑥+1)
→𝑎2 = 𝜋 ∫−1 √1−𝑥 2 𝑇2 (𝑥 )𝑑𝑥 = ∫ (2𝑥 2 − 1) 𝑑𝑥 = [∫−1 (2𝑥 2 − 1)𝑑𝑥 +
𝜋 −1 √1−𝑥 2 𝜋 √1−𝑥 2
1 (2𝑥 2−1)
∫0 𝑑𝑥 ]
√1−𝑥 2
Dr BOUALLA N. 37
0 0
(𝑥 + 1) 2𝑥 3 + 2𝑥 2 − 𝑥 − 1
∫ (2𝑥 2 − 1)𝑑𝑥 = ∫ 𝑑𝑥
−1 √1 − 𝑥2 −1 √1 − 𝑥 2
0
𝑥3
= 2∫ 𝑑𝑥
−1 √1 − 𝑥2
0 0 0
𝑥2 𝑥 1
+∫ 𝑑𝑥 − ∫ 𝑑𝑥 − ∫ 𝑑𝑥
−1 √1 − 𝑥2 −1 √1 − 𝑥2 −1 √1 − 𝑥2
0 0
𝑥2 + 2 1 1 0
= 2 |−√1 − 𝑥 2 ( )| + 2 | 𝑎𝑟𝑐𝑠𝑖𝑛𝑥 − 𝑥√1 − 𝑥 2 | + 2 |−√1 − 𝑥 2 | − −10|𝑎𝑟𝑐𝑠𝑖𝑛𝑥 |
3 −1 2 2 −1
−1
10
=−
3
1( 1 1
2𝑥 2 − 1) 𝑥2 (−1)
∫ 𝑑𝑥 = 2 ∫ 𝑑𝑥 − ∫ 𝑑𝑥
0 √1 − 𝑥 2 0 √1 − 𝑥 2 0 √1 − 𝑥 2
1
1 1
= 2 | 𝑎𝑟𝑐𝑠𝑖𝑛𝑥 − 𝑥√1 − 𝑥 2 | + 10|𝑎𝑟𝑐𝑠𝑖𝑛𝑥 | = 0
0 2 2
20
 𝑎2 = −
3𝜋
→ 𝑇0 (𝑥 ) = 1; 𝑇1 (𝑥) = 𝑥; 𝑇𝑛 (𝑥 ) = 2𝑥𝑇𝑛−1 (𝑥 ) − 𝑇𝑛−2 (𝑥 )
 𝑇0 (𝑥) = 1; 𝑇1 (𝑥 ) = 𝑥; 𝑇2 (𝑥) = 2𝑥 2 − 1
1 20 1 40 2 20
⟹ 𝑓 (𝑥 ) = 𝑎0 + 𝑎1. 𝑇1 + 𝑎2. 𝑇2 = 𝑥− (2𝑥 2 − 1) = 𝑥 − 𝑥 −
2 3𝜋 2 3𝜋 3𝜋

Exercice 2-9 :
Soit la fonction :𝑓 (𝑥 ) = 𝑥 4 − 𝑥 − 2
Cette fonction admet une solution 𝑥 ∗ dans [0 - 1]
a-trouver le polynôme d’interpolation de Lagrange 𝑃(𝑥 ) qui interpole 𝑓(𝑥 ) aux points : 𝑥0 =
0 ; 𝑥1 = 0.5 et 𝑥2 = 1 .
b-en résolvant 𝑃(𝑥 ) = 0, donner une valeur approchée de 𝑥 ∗ .
Exercice 2-10 :
Soit la fonction définie par :𝑓 (𝑥 ) = 𝑥 1/4
- Construire la table des différences divisées à partir des données (𝑥𝑖 , 𝑓 (𝑥𝑖 )), 𝑖 =
0 à 3;avec 𝑥0 = 0 ; 𝑥1 = 1 ; 𝑥2 = 81 ; 𝑥3 = 625.
- Ecrire le polynôme d’interpolation de 𝑓 (𝑥 ), noté 𝑃3 , en utilisant la formule de
Newton.
Dr BOUALLA N. 38
- Calculer 𝑃3 (256) et comparer les résultats avec 𝑓(256).

Exercice 2-11 :
1
Calculer l’intégrale : 𝐼 = ∫0 𝑥 𝑒 2𝑥 𝑑𝑥 par la formule de Tchebychev pour n = 2.
Exercice 2-12 :
On cherche le polynôme 𝑃2 (𝑥 ) = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 qui minimise l’expression :
1
𝑑𝑥
∫(𝑓(𝑥) − 𝑃2 (𝑥 ))2
√1 − 𝑥 2
−1
- Calculer𝑇2 ; 𝑇3 , 𝑇4 .
- On prend𝑓 (𝑥 ) = 2𝑥 3 + 𝑥 4 . Déterminer 𝑃2 (𝑥 ) et déduire les valeurs de 𝑎0 , 𝑎1 et 𝑎2 .
- Evaluer l’erreur commise.
Exercice 2-13 :
4
Soit la fonction :𝑓 (𝑥 ) = √2𝑥 + 1
- Construire la droite d’interpolation de 𝑓 (𝑥 ) aux points 𝑥0 = 2 et 𝑥1 = 5/2.
- Calculer une approximation de 𝑓(2.2) et estimer le nombre de chiffres significatifs du
résultat.
- Reprendre la première question entre 𝑥0 = 5/2 et 𝑥0 = 3.
- Donner une approximation de f (2.9) et estimer le nombre des chiffres significatifs.
Dr BOUALLA N. 39
CHAPITRE 3
Intégration numérique
Chapitre 3 : Intégration numérique
3.1- Méthode de Trapèze :

Rappel :
On approche à calculer :
𝑏
∫𝑎 𝑖 𝑓 (𝑥)𝑑𝑥
𝑖
𝑓(𝑎𝑖 )+𝑓(𝑏𝑖 )
par (𝑏𝑖 − 𝑎𝑖 ) .
2
Géométriquement, cela signifie qu'on approche l’intégrale de f par l'aire des trapèzes :
Figure 27 : Une division d’un intervalle en sous-intervalles par la méthode de Trapèze

-La valeur approchée de l’intégrale 𝑓 sur [𝑎, 𝑏] par la méthode des trapèzes est alors
donnée par :
𝑛−1
𝑏 − 𝑎 𝑓 (𝑎 ) + 𝑓 (𝑏 )
𝐼𝑇𝑟𝑎𝑝é𝑧𝑒 = ( + ∑ 𝑓 (𝑥 𝑖 ))
𝑛 2
𝑖=1
3.2- Méthode de Simpson :

Rappel :
La méthode d’intégration de Simpson est basé sur une division de l’intervalle de dérivation
𝑏−𝑎
[𝑎, 𝑏] en sous intervalles de taille fixe : ℎ = . Ensuite de diviser la longueur ℎ en 3.
2𝑛
Figure 28 : Une division d’un intervalle en sous-intervalles par la méthode de Simpson

La valeur approchée de l’intégrale 𝑓 sur [𝑎, 𝑏] par la méthode de Simpson est donnée par :
Dr BOUALLA N. 41
𝑛 𝑛−1
ℎ
𝐼𝑆𝑖𝑙𝑚𝑝𝑠𝑜𝑛 = (𝑓(𝑥0 ) + 𝑓(𝑥2𝑛 ) + 4 ∑ 𝑓 (𝑥2𝑖−1 ) + 2 ∑ 𝑓(𝑥2𝑖 ) .
3
𝑖=1 𝑖=1
Exercice 3-1 :
2
Soit la fonction 𝑓(𝑥) : 𝑓(𝑥) = 𝑥 𝑒 −𝑥
Sur la base du tableau des points d’appuis suivant :
𝑥𝑖 0 0.5 1 1.5
𝑦𝑖 0 0.38940039 0.36787944 0.15809884
- Approximer l’intégrale de la fonction 𝑓(𝑥 ) par la méthode des Trapèzes puis par celle de
Simpson,
- Calculer l’erreur et conclure.
Solution :
1- Méthode de Trapèze :
𝑏
ℎ
𝐼1 (𝑓) = ∫ 𝑓(𝑥) 𝑑𝑥 = [( 𝑦0 + 𝑦𝑛 ) + 2(𝑦1 + 𝑦2 + ⋯ … + 𝑦𝑛−1 )]
𝑎 2
𝑏 − 𝑎 1.5 − 0
ℎ= = = 0.5
𝑛 3
0.5
𝐼1 (𝑓) = [(0 + 0.15809884) + 2(0.38940039 + 0.36787944)]
2
𝐼1 (𝑓) =0.41816463
2- Méthode de Simpson :
𝑏
ℎ
𝐼2 (𝑓) = ∫ 𝑓(𝑥 ) 𝑑𝑥 = [( 𝑦0 + 𝑦𝑛 ) + 4(𝑦1 + 𝑦3 + ⋯ … + 𝑦𝑛−1 ) + 2(𝑦2 + 𝑦4 + ⋯ …
𝑎 3
+ 𝑦𝑛−2 )]
0.5
𝐼2 (𝑓) = [(0 + 0.15809884) + 4 ∗ (0.38940039) + 2 ∗ (0.36787944)]
3
𝐼2 (𝑓) =0.40857655
3- Calcul de l’intégrale :
2 1.5
1.5 −𝑥 2 𝑒 −𝑥
∫0 𝑥𝑒 𝑑𝑥 = [− ] =0.44730039
2
0
Erreur de Trapèze = |𝐼𝑒𝑥𝑎𝑐𝑡 − 𝐼1 | = 0.029136
Dr BOUALLA N. 42
Erreur de Simpson = |𝐼𝑒𝑥𝑎𝑐𝑡 − 𝐼2 | = 0.038724

Conclusion : On constate donc que l’approximation donnée par la méthode de trapèzes est
meilleure que celle par Simpson.
Exercice 3-2 :
3
1 - Calculer les valeurs approchées de l’intégrale : 𝐼 = ∫1 𝑓(𝑥) 𝑑𝑥, par la méthode des
Trapèzes puis par celle de Simpson. On donne :

1
𝑓 (𝑥 ) = 5+3𝑥
𝑥𝑖 1 1.5 2 2.5 3
𝑦𝑖 0.1.25 0.10526 0.09091 0.08 0.0714
2 – Soit ln(5 + 3𝑥) la primitive de 𝑓(𝑥 ). Calculer la valeur exacte de 𝐼 puis en déduire l’erreur
|𝐼𝑒𝑥𝑎𝑐𝑡 − 𝐼𝑎𝑝𝑝𝑟𝑜𝑐ℎé𝑒 |
Solution :
1- Calcule des valeurs approchées
Méthode de Trapèze :
𝑏
ℎ
𝐼1 (𝑓) = ∫ 𝑓(𝑥) 𝑑𝑥 = [( 𝑦0 + 𝑦𝑛 ) + 2(𝑦1 + 𝑦2 + ⋯ … + 𝑦𝑛−1 )]
𝑎 2
𝑏−𝑎 3−1
ℎ= = = 0.5
𝑛 4
0.5
𝐼1 (𝑓) = [(0.125 + 0.0714) + 2(0.10526 + 0.09091 + 0.08)]
2
𝐼1 (𝑓) = 0.149748
Méthode de Simpson :
𝑏
ℎ
𝑎 3
+ 𝑦𝑛−2 )]
0.5
𝐼2 (𝑓) = [(0.125 + 0.0714) + 4 ∗ (0.10526 + 0.08) + 2 ∗ (0.09091)]
3
𝐼2 (𝑓) =0.18654333
2 - Calcul de l’intégrale :
3 1
∫1 𝑑𝑥 = [ln(5 + 3𝑥)]13 =0.55961579
5+3𝑥
Dr BOUALLA N. 43
Erreur de Trapèze = |𝐼𝑒𝑥𝑎𝑐𝑡 − 𝐼1 | = 0.40986779

Erreur de Simpson = |𝐼𝑒𝑥𝑎𝑐𝑡 − 𝐼2 | = 0.37307246
Exercice 3-3 :
On considère l’intégrale suivant :
1
1
𝐼= ∫ 𝑑𝑥
0 1 + 𝑥2
1- Calculer la valeur exacte de cette intégrale.
2- Evaluer numériquement cette intégrale en utilisant :
a) La méthode des trapèzes en 5 intervalles.
b) La méthode de Simpson avec 2 intervalles.
Solution :
1 𝑑𝑥
1- 𝐼 = ∫0 𝑑𝑥 = 10|𝑎𝑟𝑐𝑡𝑔(𝑥)| = 𝑎𝑟𝑐𝑡𝑔 (1) = 0.7854.
1+𝑥 2
2- Méthode de Trapèze :
𝑏
ℎ
𝐼1 (𝑓) = ∫ 𝑓(𝑥) 𝑑𝑥 = [( 𝑦0 + 𝑦𝑛 ) + 2(𝑦1 + 𝑦2 + ⋯ … + 𝑦𝑛−1 )]
𝑎 2
𝑏−𝑎 1−0
n=5 ℎ= = = 0.2
𝑛 5
𝑥𝑖 0 0.2 0.4 0.6 0.8

1
𝑦𝑖 = 1+𝑥2 1 0.96154 0.86207 1.85 0.61
0.2
𝐼1 (𝑓) = [(1 + 0.61) + 2(0.96154 + 0.86207 + 1.85)] = 0.896
2
𝐼1 (𝑓) = 0.896
3- Méthode de Simpson :
𝑏
ℎ
𝑎 3
+ 𝑦𝑛−2 )]
→n=2
𝑏−𝑎 1−0
ℎ= = = 0.5
2 2
𝑥𝑖 0 0.5 1
1
𝑦𝑖 = 1+𝑥2 1 0.8 0.5
Dr BOUALLA N. 44
0.5
𝐼2 (𝑓) = [(1 + 0.5) + 4 ∗ (0.8))]
3
𝐼2 (𝑓) =0.784
3.3- Formules de quadrature :

Rappel
Formules de Newton-Cotes :
Soient (𝑥𝑖 ; 𝑦𝑖 = 𝑓 (𝑥𝑖 )), i = 0 , : : : , n, n + 1 points d’interpolation tel que :
𝑎 ≤ 𝑥0 < 𝑥1 < ⋯ … … . . < 𝑥𝑛 ≤ 𝑏.
𝑏 𝑏 𝑏 𝑛 𝑛 𝑏
𝐼 = ∫ 𝑓 (𝑥 )𝑑𝑥 ≈ ∫ 𝑃(𝑥 )𝑑𝑥 = ∫ ∑ 𝑦𝑖 𝑙𝑖 (𝑥 )𝑑𝑥 = ∑ 𝑦𝑖 ∫ 𝑙𝑖 (𝑥)𝑑𝑥
𝑎 𝑎 𝑎 𝑖=0 𝑖=0 𝑎
𝑃(𝑥 ) : est le polynôme de Lagrange de la fonction𝑓(𝑥).

𝑙𝑖 (𝑥 ) est le i-ième polynôme de Lagrange associé aux points (𝑥𝑖 ) i=1,...,n+1.
Formules de Newton-Cotes fermé :
On interpole 𝑓 (𝑥𝑖 ) aux point a et b (i = 0; : : : ; n), on aura :
𝑥0 = 𝑎, 𝑥𝑛 = 𝑏, 𝑥𝑖 = 𝑎 + 𝑖ℎ
𝑏−𝑎
ℎ=
𝑛
𝑏 𝑏
𝐼 = ∫ 𝑓(𝑥 )𝑑𝑥 ≈ ∫ 𝑃(𝑥 )𝑑𝑥
𝑎 𝑎
𝑏 𝑛 𝑏 𝑛
(𝑏 − 𝑎 )
𝑛 𝑏
1
𝐼 = ∫ ∑ 𝑦𝑖 𝑙𝑖 (𝑥 )𝑑𝑥 = ∫ ∑ 𝑦𝑖 𝑙𝑖 (𝑥 ) = (𝑏 − 𝑎) ∑ (∫ 𝑙𝑖 (𝑥 )𝑑𝑥 )𝑦𝑖
𝑎 𝑎 (𝑏 − 𝑎 ) (𝑏 − 𝑎 ) 𝑎
𝑖=0 𝑖=0 𝑖=0
Cas n = 0, formule des rectangles :

 Formule de rectangle à gauche :
𝑏
𝐼 = ∫ 𝑓(𝑥 )𝑑𝑥 = (𝑏 − 𝑎)𝑓(𝑎)
𝑎
Figure 29 : Rectangle à gauche
Dr BOUALLA N. 45
 Formule de rectangle à droite :

𝑏
𝐼 = ∫ 𝑓(𝑥 )𝑑𝑥 = (𝑏 − 𝑎)𝑓(𝑏)
𝑎
Figure 30 : Rectangle à droite

Cas n = 1, formule des trapèzes :
𝑥1 = 𝑎, 𝑥2 = 𝑏
𝑏 𝑏
𝐼 = ∫ 𝑓(𝑥 )𝑑𝑥 ≈ ∫ 𝑃1 (𝑥 )𝑑𝑥
𝑎 𝑎
𝑥−𝑏 𝑥−𝑎 𝑥−𝑏 𝑥−𝑎

𝑃1 (𝑥 )𝑑𝑥 = 𝑓0 𝑙0 (𝑥 )𝑑𝑥 + 𝑓1 𝑙1 (𝑥 )𝑑𝑥 = 𝑓(𝑎) + 𝑓 (𝑏 ) = 𝑓 (𝑎 ) − 𝑓 (𝑏 )
𝑎−𝑏 𝑏−𝑎 𝑎−𝑏 𝑎−𝑏
𝑓 (𝑎)(𝑥 − 𝑏) − 𝑓 (𝑏)(𝑥 − 𝑎)
=
𝑎−𝑏
𝑏 𝑏
∫𝑎 𝑓(𝑥 )𝑑𝑥 ≈ ∫𝑎 𝑃1 (𝑥 )𝑑𝑥=
𝑏
𝑓 (𝑎)(𝑥 − 𝑏) − 𝑓(𝑏)(𝑥 − 𝑎) 𝑓 (𝑎 ) 𝑏 𝑓 (𝑏) 𝑏 (𝑥 − 𝑎)𝑑𝑥
∫ 𝑑𝑥 = ∫ (𝑥 − 𝑏)𝑑𝑥 − ∫
𝑎 𝑎−𝑏 𝑎−𝑏 𝑎 𝑎−𝑏 𝑎
𝑓 (𝑎) + 𝑓(𝑏)
= (𝑏 − 𝑎)
2
Cas n = 2, formule de Simpson :
𝑎+𝑏
𝑥1 = 𝑎, 𝑥2 = , 𝑥3 = 𝑏
2
𝑏 𝑏
𝑎+𝑏
∫ 𝑓 (𝑥 )𝑑𝑥 ≈ ∫ 𝑃2 (𝑥 )𝑑𝑥 = (𝑏 − 𝑎)(𝑓(𝑎) + 4𝑓 ( ) + 𝑓 (𝑏 ))
𝑎 𝑎 2
Formules de Newton-Cotes ouvert :
On interpole 𝑓(𝑥𝑖 ) aux point a et b (i = 0; : : : ; n)
𝑥0 = 𝑎, 𝑥𝑛 = 𝑏, 𝑥𝑖 = 𝑎 + (𝑖 + 1)ℎ
𝑏−𝑎
ℎ=
𝑛+2
𝑏 𝑏 𝑛 𝑏
1
𝐼 = ∫ 𝑓(𝑥 )𝑑𝑥 ≈ ∫ 𝑃(𝑥 )𝑑𝑥 = (𝑏 − 𝑎) ∑ (∫ 𝑙 (𝑥 )𝑑𝑥)𝑦𝑖
𝑎 𝑎 (𝑏 − 𝑎 ) 𝑎 𝑖
𝑖=0
Dr BOUALLA N. 46
Formules de Gauss-Legendre :
Considérons que la fonction 𝑦 = 𝑓(𝑡), est définie sur [−1,1]. Les formules de quadratures
ont la forme :
𝑏 1 𝑛 𝑛 1
∫ 𝑓 (𝑥 )𝑑𝑡 = ∫ 𝑓(𝑥 )𝑑𝑥 = ∑ 𝑤𝑖 𝑓 (𝑥𝑖 ) = ∑ 𝑓 (𝑥𝑖 ) ∫ 𝑙𝑖 (𝑥 )𝑑𝑥
𝑎 −1 𝑖=1 𝑖=1 −1
1
𝑤𝑖 = ∫ 𝑙𝑖 (𝑥 )𝑑𝑥
−1
Où :les poids d’intégration 𝑤𝑖 et les points d’intégration 𝑥𝑖 sont choisi pour maximiser le
degré de précision. Qui soit exacte pour tout polynôme dont le degré est le plus grand
possible.
Pour f définie sur un intervalle [a, b], on considère le changement de variable suivant :
𝑏−𝑎 𝑏+𝑎
𝑡= 𝑥+
2 2
pour 𝑥 ∈ [−1,1].
Donc on peut écrire que :
𝑏 𝑛
𝑏−𝑎 1 𝑏−𝑎 𝑏+𝑎 𝑏−𝑎
∫ 𝑓 (𝑡)𝑑𝑡 = ∫ 𝑓( 𝑥+ ) 𝑑𝑥 = ∑ 𝑤𝑖 𝑓(𝑥𝑖 )
𝑎 2 −1 2 2 2
𝑖=1
Pour tout 𝑖 = ̅̅̅̅̅

1, 𝑛
𝑏−𝑎 𝑏+𝑎 1 1
𝑡𝑖 = 𝑥𝑖 + ; 𝑥1 = ; 𝑥𝑛 = −
2 2 √3 √3
Exercice 3-4 :
2
Calculer 𝐼 = ∫1 √𝑥𝑑𝑥 ,en utilisant les formules de quadratures simples suivantes,:
1) Rectangle à droite
2) Rectangle à gauche
4) Trapèze
5) Simpson
Solution :
Calcul de l’intégrale exact :

2 3⁄
2 2 −1
𝐼𝑒𝑥𝑎𝑐𝑡 = ∫ √𝑥𝑑𝑥 = ( ) = 1.21895
1
3⁄
2
Dr BOUALLA N. 47
Rectangle à droite :
𝐼𝑑 = (𝑏 − 𝑎)𝑓 (𝑏) = (2 − 1) = 1
Erreur = |𝐼𝑑 − 𝐼𝑒𝑥𝑎𝑐𝑡 | = 0.21895
Rectangle à gauche :
𝐼𝑔 = (𝑏 − 𝑎)𝑓(𝑎) = (2 − 1)√2 = 1.414213
Erreur = |𝐼𝑔 − 𝐼𝑒𝑥𝑎𝑐𝑡 | = 0.414213
Trapèze :
𝑓 (𝑎 ) + 𝑓 (𝑏 ) 1 + √2
𝐼𝑇 = (𝑏 − 𝑎) = (2 − 1) = 1.207107
2 2
Erreur = |𝐼𝑇 − 𝐼𝑒𝑥𝑎𝑐𝑡 | = 0.207107
Simpson :
𝑎+𝑏
𝐼𝑆 = (𝑏 − 𝑎) (𝑓(𝑎) + 4𝑓 ( ) + 𝑓(𝑏)) = (2 − 1)(1 + 4√1.5 + √2) == 1.21886
2
Erreur = |𝐼𝑆 − 𝐼𝑒𝑥𝑎𝑐𝑡 | = 0.21886
Conclusion :
L’approximation donnée par la méthode des trapèzes est la plus du calcul exact.
Exercice 3-5 :
En utilisant la formule de quadrature de Gauss-Legendre, calculer l’intégrale :

4
𝐼 = ∫0 𝑡 𝑒 2𝑡 𝑑𝑡.
Sachant que 𝐼𝑒𝑥𝑎𝑐𝑡 = 5216.926477, calculer l’erreur.
Solution :
Changement de variable :
4
𝐼 = ∫ 𝑡 𝑒 2𝑡 𝑑𝑡
0
𝑏−𝑎 𝑏+𝑎 4−0 4+0

𝑡= 𝑥+ = 𝑥+ = 2𝑥 + 2
2 2 2 2
𝑏−𝑎 4−0
𝑑𝑡 = 𝑑𝑥 = 𝑑𝑥 = 2𝑑𝑥
2 2
4 1 1
𝐼 = ∫ 𝑡 𝑒 2𝑡 𝑑𝑡 = ∫ (2𝑥 + 2)𝑒 2(2𝑥+2) 2𝑑𝑥 = ∫ (4𝑥 + 4)𝑒 (4𝑥+4) 𝑑𝑥
0 −1 −1
𝑓(𝑥) = (4𝑥 + 4)𝑒 (4𝑥+4)

Dr BOUALLA N. 48
→ n =2
1 2
𝐼 = ∫ 𝑓 (𝑥 )𝑑𝑥 = ∑ 𝑤𝑖 𝑓 (𝑥𝑖 ) = 𝑤1 𝑓 (𝑥1 ) + 𝑤2 𝑓(𝑥2 )

−1 𝑖=1
1 1
𝑥1 = ; 𝑥2 = −
√3 √3
1
𝑤𝑖 = ∫ 𝑙𝑖 (𝑥)𝑑𝑥
−1
1 1 1
𝑥 − 𝑥2 √3 1
𝑤1 = ∫ 𝑙1 (𝑥 )𝑑𝑥 = ∫ 𝑑𝑥 = ∫ (𝑥 + )𝑑𝑥 = 1
−1 −1 𝑥1 − 𝑥2 −1 2 √3
1 1 1
𝑥 − 𝑥1 √3 1
𝑤2 = ∫ 𝑙2 (𝑥 )𝑑𝑥 = ∫ 𝑑𝑥 = ∫ (𝑥 + )𝑑𝑥 = 1
−1 −1 𝑥2 − 𝑥1 −1 2 √3
1 1
𝐼 = 𝑓( ) + 𝑓 (− ) = 3477.54396
√3 √3
Erreur = |𝐼𝑒𝑥𝑎𝑐𝑡 − 𝐼 | = |5216.926477 − 3477.54396| = 1739.382541
→ n =3
1 3
𝐼 = ∫ 𝑓 (𝑥 )𝑑𝑥 = ∑ 𝑤𝑖 𝑓 (𝑥𝑖 ) = 𝑤1 𝑓 (𝑥1 ) + 𝑤2 𝑓(𝑥2 ) + 𝑤3 𝑓 (𝑥3 )

−1 𝑖=1
1 1
𝑥1 = ; 𝑥2 = 0; 𝑥3 = −
√3 √3
1
𝑤𝑖 = ∫ 𝑙𝑖 (𝑥)𝑑𝑥
−1
1
1 1 1 (𝑥 − 0)(𝑥 +)
(𝑥 − 𝑥2 )(𝑥 − 𝑥3 ) √3
𝑤1 = ∫ 𝑙1 (𝑥 )𝑑𝑥 = ∫ 𝑑𝑥 = ∫ 𝑑𝑥 = 5/9
−1 (𝑥1 − 𝑥2 )(𝑥1 − 𝑥3 ) −1 (
1 1 1
−1 − 0) ( + )
√3 √3 √3
1 1
1 1 1 (𝑥 − )(𝑥 + )
(𝑥 − 𝑥1 )(𝑥 − 𝑥3 ) √3 √3 𝑑𝑥 = 8/5
𝑤2 = ∫ 𝑙2 (𝑥 )𝑑𝑥 = ∫ 𝑑𝑥 = ∫
−1 (𝑥2 − 𝑥1 )(𝑥2 − 𝑥3 ) −1 (0 −
1 1
−1 ) (0 + )
√3 √3
1
1 1 1 (𝑥 − )(𝑥 − 0)
(𝑥 − 𝑥1 )(𝑥 − 𝑥2 ) √3
𝑤3 = ∫ 𝑙3 (𝑥 )𝑑𝑥 = ∫ 𝑑𝑥 = ∫ 𝑑𝑥 = 5/9
(𝑥 3 − 𝑥1 )(𝑥 3 − 𝑥 2 ) −1 (−
1 1 1
−1 −1 − ) (− − 0)
√3 √3 √3
5 1 8 5 1
𝐼 = 𝑓 ( ) + 𝑓(0) + 𝑓 (− ) = 4967.106689
9 √3 5 9 √3
Dr BOUALLA N. 49
Erreur = |𝐼𝑒𝑥𝑎𝑐𝑡 − 𝐼 | = |5216.926477 − 4967.106689| = 249.819785

On constate que plus le nombre n ; augmente plus l’erreur diminue et on s’approche du calcul
exact.

Exercice 3-6 :
Calculer l’intégrale de la fonction ci-dessous par la méthode des Trapèzes et de
Simpson. : 𝑓(𝑥 ) = −𝑥 𝑒 (−𝑥)
On donne les bornes de l’intégrale [a-b] = [0-3]. N= 5 sous intervalles.
Exercice 3-7 :
On considère trois fonctions f, g, h suffisamment dérivable dans l’intervalle I = [-1,1].
- Soit le tableau
𝑥𝑖 -1 -1/2 1/2
𝑓(𝑥𝑖 ) 1 -1 1
Calculer le polynôme d’interpolation P(x) de f au points 𝑥𝑖 sous la forme de Lagrange.

- On considère le tableau
𝑥𝑖 -1/2 1/2 1
𝑔(𝑥𝑖 ) -1 1 -1
Calculer le polynôme d’interpolation de Q(x) de g aux points 𝑥𝑖 sous la forme de Newton.

- On considère la table :
𝑥𝑖 -1 -1/2 0 1/2 1
ℎ(𝑥𝑖 ) 1 -1 0 1 -1
Montrer, sans le calculer explicitement, que le polynôme 𝑅(𝑥 ) est le polynôme

1
d’interpolation de h aux points𝑥𝑖 . On donne : 𝑅(𝑥 ) = ( ( 𝑥 + 1 ) 𝑄 ( 𝑥 ) − ( 𝑥 − 1 ) 𝑃( 𝑥 ) )
2
- Ecrire l’erreur d’interpolation en ces 4 points et en déduire une majoration de l’erreur

d’interpolation E(x) = h(x) – R(x).
Exercice 3-8 :
1 1
Soit l’intégrale : 𝐼 = ∫−1 𝑥+2 𝑑𝑥
a- Calculer, en se limitant à quatre chiffres décimaux, l’intégrale 𝐼 , par les méthodes

de Simpson avec h=5 et Gauss-Legendre à deux points.
b- Evaluer les erreurs correspondantes.
c- Déterminer les erreurs réelles. Que peut-on conclure ?
Dr BOUALLA N. 50
CHAPITRE 4
Méthode de résolution directe des systèmes
d’équations linéaires
Chapitre 4 : Méthode de résolution directe des systèmes d’équations linéaires
4.1- Méthode de Gauss :

Rappel :
On considère un système : 𝐴 𝑥 = 𝑏. Pour passer de 𝐴(𝑘) ; 𝑏(𝑘)a 𝐴(𝑘+1) ; 𝑏(𝑘+1) , l’étape de
factorisation s’écrit :
pour k=j,………………n.
(𝑖)
(𝑖+1) (𝑖)
𝑎𝑘,𝑗 (𝑖)
𝑎𝑘,𝑗 = 𝑎𝑘,𝑗 − (𝑖)
𝑎𝑖,𝑘
𝑎𝑖,𝑖
(𝑖)
(𝑖+1) (𝑖) 𝑎𝑘,𝑖 (𝑖)
𝑏𝑘,𝑗 = 𝑏𝑘 − (𝑖)
𝑏𝑖
𝑎𝑖,𝑖
- à la k iéme étape (1 ≤ k ≤ n − 1) d'élimination de Gauss le pivot partiel est choisi parmi les
coefficients (𝑎 )k≤i≤n tel que sa valeur absolue soit la plus grande.
(𝑘) (𝑘) (𝑘)
Soit 𝑎𝑖0𝑘 cet élément |𝑎𝑖0𝑘 | = max |𝑎𝑖,𝑘 |. On permute ensuite si 𝑖 ≠ 𝑘 la k iéme ligne et la
k≤i≤n
ligne 𝑖0 .
- à la k iéme étape (1 ≤ k ≤ n − 1) d'élimination de Gauss le pivot total est choisi parmi les
(𝑘)
coefficients (𝑎𝑖,𝑗 )k≤i,j≤n tel que sa valeur absolue soit la plus grande.
(𝑘) (𝑘) (𝑘)
Soit 𝑎𝑖0𝑗0 cet élément |𝑎𝑖0𝑗0 | = max |𝑎𝑖,𝑗 |, puis on fait les permutations des lignes et des
k≤i,j≤n
colonnes correspondantes. Cette technique n'est utilisée que dans de rares cas pratiques.
Exercice 4-1 :
Déterminer la solution du système ci-dessous par la méthode de Gauss :
𝑥1 + 2𝑥2 + 3𝑥3 = 4
{ 𝑥1 + 𝑥2 + 2𝑥3 = 5
𝑥1 + 𝑥2 + 𝑥3 = 6
Solution :
Ax = b
1 2 3 x1 4
A= 1 1 2 X= x2 b= 5
1 1 1 x3 6
Dr BOUALLA N. 52
1ère élimination :
1er pivot a11 = 1
1 2 3 4
A= 1 1 2 b= 5
1 1 1 6
**On élimine la 2ème ligne par rapport à la première :

1
1 −11 = 0
1
1 – 1 2 = -1
1
2- 1 3 = -1
1
5- 4 = 1
1
1 2 3 4
i = 1, A(1) = 0 -1 -1 b(1)= 1
1 1 1 6
**On élimine la 3ème ligne par rapport à la première :

1
1-1 1 = 0
1
1-1 2 = −1
1
1-1 3 = −2
1
6-1 4 = 2
1 2 3 4
i = 1, A(1) = 0 -1 -1 b(1)= 1
0 -1 -2 2
2ème élimination :
2ème pivot a22 = -1
1 2 3 4
i = 2, A(2) = 0 -1 -1 b(2)= 1
0 -1 -2 2
On élimine la 3ème ligne par rapport à la 2ème.
Dr BOUALLA N. 53
(−1)
0 − (−1) 0 = 0
(−1)
−1 − (−1) (−1) = 0
(−1)
−2 − (−1) (−1) = −1
(−1)
2 − (−1) 1 = 1
1 2 3 4
i = 2, A(2) = 0 -1 -1 b(2)= 1
0 0 -1 1
1 2 3 x1 4
0 -1 -1 x2 = 1
0 0 -1 x3 1
0*x1+0*x2+(-1) *x3 = 1  x3 = −1
0*x1 + (-1)*x2+(-1)*x3 = 1  x2 = 0
1*x1 +2*x2+3*x3 = 4  x1 = 7
La solution est :
7
X= 0
−1
Exercice 4-2 :
Considérons la résolution par la méthode d'élimination de Gauss sans échange du système
linéaire suivant :
𝑥1 + 2𝑥2 + 3𝑥3 + 4𝑥4 = 11
2𝑥 + 3𝑥2 + 4𝑥3 + 𝑥4 = 12
{ 1
3𝑥1 + 4𝑥2 + 𝑥3 + 2𝑥4 = 13
4𝑥1 + 𝑥2 + 2𝑥3 + 3𝑥4 = 14
Solution :
À la première étape, le pivot a11vaut 1 et on soustrait de la deuxième (respectivement.
troisième (respectivement. quatrième)) équation la première équation multipliée par 2
(respectivement. 3 (respectivement. 4)) pour obtenir :
Dr BOUALLA N. 54
1 2 3 4 11
2 3 4 1 b= 12
A=
3 4 1 2 13
4 1 2 3 14
……………………………………………………………………………………………………………………………………
1
2
2 − 1=0
1
3
3 −11 = 0
4
4 − 11 = 0
11
……………………………………………………………………………………………………………………………………
2
2
3 - 1 2=-1
3
4 - 1 2=-2
4
1- 2=-7
1
2
12 - 1 11=-10
……………………………………………………………………………………………………………………………………
3
2
4 - 1 3=-2
3
1 - 1 3=-8
4
2- 3=-10
1
3
13 - 11=-20
1
……………………………………………………………………………………………………………………………………
4
2
1 - 1 4=-7
3
2- 4=-10
1
4
3- 4=-13
1
Dr BOUALLA N. 55
4
14 - 11=-30
1
1 2 3 4 11
0 -1 -2 -7 -10
i = 1, A(1) = b(1)=
0 -2 -8 -10 -20
0 -7 -10 -13 -30
Le pivot a22 vaut -1 à la deuxième étape. On retranche alors à la troisième (resp.

quatrième) équation la deuxième équation multipliée par -2 (resp. -7), d'où le système :
1 2 3 4 11
0 -1 -2 -7 -10
−2 −2 −2 −2
i = 2, A(2) = 0 -2 - −1 (-1) -8 - −1 (−2) -10- (-7) b(2)= -20- (-10)
−1 −1
−7
-10- -30 - (-10)
−1
−7 −7 −7
0 -7 - (-1) (−2) -13 - (-7)
−1 −1 −1
1 2 3 4 11
0 -1 -2 -7 -10
i = 2, A(2) = b(2)=
0 0 -4 +4 0
0 0 +4 36 40
À la dernière étape, le pivot est égal à -4 et on soustrait à la dernière équation l'avant-

dernière multipliée par -1 pour arriver à :
1 2 3 4 11
0 -1 -2 -7 -10
i = 3, A(3) = 0 0 -4 +4 b(3)= 0
4
+4- 40 - 0
−4
4 4
0 0 (−4) 36 - 4
−4 −4
1 2 3 4 11
0 -1 -2 -7 -10
i = 3, A(3) = b(3)=
0 0 -4 +4 0
0 0 0 40 40
Dr BOUALLA N. 56
La solution du système d’origine est :

40
x4 = 40 = 1
-4 x3 + 4 x4 = 0  x3 = 1
-x2 -2 x3 -7 x4 = -10  x2 = 1
x1 +2x2 +3 x3 +4 x4 = 11  x1=2
2
X= 1
1
1
Exercice 4-3 :
Considérons le système suivant :
2𝑥1 + 4𝑥2 + 4𝑥3 = 2
{ 𝑥1 + 3𝑥2 + 𝑥3 = 1
𝑥1 + 5𝑥2 + 6𝑥3 = −6
1- Résoudre par élimination.
2- Résoudre par pivot partiel à partir de l’étape 2.
3- Résoudre par pivot total à partir de l’étape 2.
Solution :
On note :
Ax = b
2 4 4 x1 2
A= 1 3 1 X= x2 b= 1
1 5 6 x3 -6
2 4 4 2
0 1 -1 0
0 3 4 -7
Dr BOUALLA N. 57
2 4 4 2
0 1 -1 0
0 0 7 -7
2𝑥1 + 4𝑥2 + 4𝑥3 = 2

𝑥2 − 𝑥3 = 0
7𝑥3 = −7
La solution est :
5
X= -1
−1
2-
2 4 4 2
0 1 -1 0
0 3 4 -7
2 4 4 2
0 3 4 -7
0 1 -1 0
2 4 4 2
0 3 4 -7
−7 7
0 0
3 3
2𝑥1 + 4𝑥2 + 4𝑥3 = 2

3𝑥2 + 4𝑥3 = −7
−7 7
𝑥3 =
3 3
La solution est :
5
X= -1
−1
Dr BOUALLA N. 58
3-
2 4 4 2
0 1 -1 0
0 3 4 -7
2 4 4 2
0 4 3 -7
0 -1 1 0
2 4 4 2
0 4 3 -7
7 −7
0 0
4 4
2𝑥1 + 4𝑥2 + 4𝑥3 = 2

4𝑥2 + 3𝑥3 = −7
7 −7
𝑥3 =
4 4
La solution est :
5
X= -1
−1
Exercice 4-4 :
Résoudre le système suivant en utilisant la méthode de Gauss avec pivot partiel :
1 2 6 2 x1 6
A= 8 -1 -2 -2 X= x2 b= -2
2 9 1 3 x3 -8
2 1 -3 10 x4 4
Solution :
On a une matrice (4x4), on aura donc 3 étapes d’éliminations :
𝑀𝑎𝑥 (|1|; |8|; |2|; |2|) = 8
Dr BOUALLA N. 59
1
1 -8 8 = 0
8 -1 -2 -2 -2
1 17
2 -8 (−1) = 1 2 6 2 6
8
1
6 -8 (−2) =
25 2 9 1 3 -8
4
1 9 2 1 -3 10 4
2 -8 (−2) = 4
1 25
6 -8 (−2) = 4
…………………….
2
2 -8 8 = 0
2 37
9 -8 (−1) = 4
2 3
1 -8 (−2) = 2
2 13
3 -8 (−2) = 4
2 31
-8 -8 (−2) = − 4
…………………….
2
2 -8 8 = 0 8 -1 -2 -2 -2
2 5
1 -8 (−1) = 4 17 25 9 25
0
8 4 4 4
2 11
-3 -8 (−2) = − 37 3 13 31
4
0 −
2 41 4 2 4 4
10 -8 (−2) = 4
5 11 41 17
2 17 0 −
4 -8 (−2) = 4 4 4 4
4
8 -1 -2 -2 -2
17 25 9 25
0
8 4 4 4
437 445 2377
0 0 − − −
17 68 68
437 607 39
0 0 −
68 68 68
Dr BOUALLA N. 60
3éme élimination
8 -1 -2 -2 -2
17 25 9 25
0
8 4 4 4
437 445 2377
0 0 − − −
17 68 68
48841 43061
0 0 0
4624 4624
La solution est :
0.087
X= -1.346
1.14
0.882
Exercice 4-5 :
Résoudre le système suivant en utilisant la méthode de Gauss avec pivot total :
3 1 5 x1 9
A= 7 -2.249 -3 X= x2 b= 1.751
10 15 20 x3 45
Solution :
On a une matrice (3x3), on aura donc 2 étapes d’éliminations :
𝑀𝑎𝑥(|1| … … … … ; |20|) = 20
3 1 5 9
7 -2.249 -3 1.751
10 15 20 45
5 1 3 9
-3 -2.249 7 1.751
20 15 10 45
Dr BOUALLA N. 61
20 15 10 45
-3 -2.249 7 1.751
5 1 3 9
20 15 10 45
0 0.001 8.5 8.501
0 -2.75 0.5 -2.25
20 15 10 45
0 0.001 8.5 8.501
0 0 23375.5 23375.4
La solution est :
0.9625
X= 1.05
0.9999
4.2- Méthode LU :
Rappel :
On considère un système : 𝐴 𝑥 = 𝑏. Il s’écrit sous ma forme : 𝐿𝑈 𝑥 = 𝑏. Avec : 𝐿 𝑦 = 𝑏 et
𝑈 𝑥 = 𝑦.
A=L U
- L est une matrice triangulaire inferieure (Lower), dont les éléments de la diagonale sont
égaux à l’unité (L𝑖𝑖 = 1 et L𝑖j = 0 ; i<j).
- U (Upper) est une matrice triangulaire supérieure (U𝑖j = 0 ; i>j).
Exercice 4-6 :
En utilisant la méthode de factorisation LU résoudre le système d’équations linéaires
suivant :
2𝑥1 + 3𝑥2 − 𝑥3 = 1
{ 4𝑥1 + 4𝑥2 − 3𝑥3 = 4
−2𝑥1 + 3𝑥2 − 4𝑥3 = −2
Dr BOUALLA N. 62
2 3 -1 x1 1
A= 4 4 -3 X= x2 b= 4
-2 3 -4 x3 -2
Solution :
On note :
**A = L U
N=3
1 0 0 U11 U12 U13
L= L21 1 0 U= 0 U22 U23
L31 L32 1 0 0 U33
1* U11+0*0+0*0 =2  U11=2
L21* U11+1*0+0*0=4  L21=2
L31* U11+ L32*0+1*0=-2  L31=-1
………………………………………………………………………………………………………………………………
1* U12+0* U22+0*0=3  U12= 3
L21* U12+1* U22+0*0=4  U22=-2
L31* U12+ L32* U22+1*0=3 L32=-3
………………………………………………………………………………………………………………………………
1* U13+0* U23+0* U33=-1  U13=-1
L21* U13+1* U23+0* U33=-3  U23=-1
L31* U13+ L32* U23+1* U33=-4  U33=-7
1 0 0 2 3 -1
L= 2 1 0 U= 0 -2 -1
-1 -3 1 0 0 -7
**Ly = b
1 0 0 y1 1
2 1 0 y2 = 4
-1 -3 1 y3 -2
1*y1+0*y2+ 0*y3 =1  1*y1=1

2*y1+1*y2+ 0*y3 = 4  2*1+1*y2=4
Dr BOUALLA N. 63
-1*y1-3*y2+1 *y3 = -2  -1*1-3*2+1 *y3 = -2

1
Y= 2
5
** UX = y
2 3 -1 X1 1
0 -2 -1 X2 = 2
0 0 -7 X3 5
2*x1+3*x2-1*x3= 1  x1=1.0461
0*x1-2*x2-1*x3= 2 x2=-0.6423
5
0*x1+0*x2-7*x3= 5 x3=-7= -0.7143
La solution est :
1.0461
X= -0.643
-0.7143
Exercice 4-7 :
Considérons la matrice : A x= b. En utilisant la méthode de factorisation LU résoudre le
système d’équations linéaires suivant :
1 1 0 3 4
A= 2 1 -1 1 b= 1
3 -1 -1 2 -3
-1 2 3 -1 4
Solution :
On note :
**A = L U
U11 U12 U13 U14
1 0 0 0
0 U22 U23 U24
L= L21 1 0 0 U=
0 0 U33 U34
L31 L32 1 0
0 0 0 U44
L41 L42 L43 1
Dr BOUALLA N. 64
1* U11+0*0+0*0+0*0
L21* U11+1*0+0*0+0*0
L31* U11+ L32*0+1*0+0*0
L41* U11+ L42*0+ L43*0+1*0
………………………………………………………………………………………………………………………………
1* U12+0* U22+0*0+0*0
L21* U12+1* U22+0*0+0*0
L31* U12+ L32* U22+1*0+0*0
L41* U12+ L42* U22+ L43*0+1*0
………………………………………………………………………………………………………………………………
1* U13+0* U23+0* U33+0*0
L21* U13+1* U23+0* U33+0*0
L31* U13+ L32* U23+1* U33+0*0
L41* U13+ L42* U23+ L43* U33+1*0
………………………………………………………………………………………………………………………………
1* U14+0* U24+0* U34+0* U44
L21* U14+1* U24+0* U34+0* U44
L31* U14+ L32* U24+1* U34+0* U44
L41* U14+ L42* U24+ L43* U34+1* U44
………………………………………………………………………………………………………………………………
1* U11 = 1 → U11 = 1
L21* U11= L21* 1=2
L31* U11 =L31* 1=3
L41* U11= L41*1=-1
………………………………………………………………………………………………………………………………
1* U12 = 1→ U12=1
L21* U12+1* U22→2* 1+1* U22=1
L31* U12+ L32* U22 →3* 1+ L32*(-1)=-1
L41* U12+ L42* U22→(-1)* 1+ L42* (-1)=2
………………………………………………………………………………………………………………………………
1* U13= 0→U13 = 0
Dr BOUALLA N. 65
L21* U13+1* U23 →2* 0+1* U23=-1

L31* U13+ L32* U23+1* U33→3* 0+ 4* (-1)+1* U33=-1
L41* U13+ L42* U23+ L43* U33→(-1)* 0+ (-3)* (-1)+ L43* 3=3
………………………………………………………………………………………………………………………………
1* U14= 3→U14 = 3
L21* U14+1* U24→2* 3+1* U24=1
L31* U14+ L32* U24+1* U34→3* 3+ 4* (-5)+1* U34=2
L41* U14+ L42* U24+ L43* U34+1* U44→(-1)* 3+(-3)* (-5)+0* 13+1* U44=-1
1 0 0 0 1 1 0 3
L= 2 1 0 0 0 -1 -1 -5
U=
3 4 1 0 0 0 3 13
-1 -3 0 1 0 0 0 -13
**Ly = b
1 0 0 0 y1 4
l= 2 1 0 0 y2 1
=
3 4 1 0 y3 -3
-1 -3 0 1 y4 4
1*y1+0*y2+ 0*y3+0*y4 = 4  1*y1=4

2*y1+1*y2+ 0*y3+0*y4 = 1  2*4+1*y2=1
3*y1+4*y2+1 *y3+0*y4 = -3  3*4+4*(-7)+1 *y3= -3
-1*y1+(-3)*y2+ 0*y3+1*y4 = 4  -1*4+(-3)*(-7)+ 0*13+1*y4=4
4
-7
Y=
13
-13
** UX = y
1 1 0 3 X1 4
0 -1 -1 -5 X2 -7
=
0 0 3 13 X3 13
0 0 0 -13 X4 -13
Dr BOUALLA N. 66
1*x1+1*x2+0*x3+3*x4 = 4 x1+2+0+3*1=4x1=-1
0*x1-1*x2-1*x3-5*x4 = -7 -x2-0-5*1=-7x2=2
0*x1+0*x2+3*x3+13*x4 = 13 3*x3+13=13x3=0
0*x1+0*+0*x3-13*x4 = -13  x4 = 1
La solution est :
-1
2
X=
0
1
4.3- Méthode de Cholesky :

Rappel :
On résout alors le système 𝐴 𝑥 = 𝑏, avec A une matrice symétrique (i,j aij=aji) et définie
positive (Det aii>0). il existe une matrice triangulaire inférieure A = L LT . En résolvant
d’abord Ly = b puis le système LT x = y.
Exercice 4-8 :
Soit le système d’équations :
2𝑥1 + 3𝑥2 = 4
{3𝑥1 + 6𝑥2 + 𝑥3 = 14
𝑥2 + 2𝑥3 = 12
1) Montrer que ce système peut être résolu par la méthode de Cholesky.
2) En utilisant la méthode de Cholesky résoudre ce système.
Solution :
2 3 0 x1 4
A= 3 6 1 X= x2 b= 14
0 1 2 x3 12
** Vérifions si A est symétrique : AT =A (AIJ = AJI)

2 3 0
AT = 3 6 1
0 1 2
Dr BOUALLA N. 67
2 3 0
A= 3 6 1
0 1 2
1) ** Vérifions si A est positive :

Det aii>0
- Det 1 = a11 = 2
2 3
- Det 2 =
3 6
Det 2 = (2*6)-(3*3)=3
Det 2 = 3
- Det 3 = 2*(6*2-1*1)-3*(3*2-1*0)+0* (3*1+6*0)=4
Det 3 = 4
2)**Notons A = L LT / matrice triangulaire inferieure

L11 0 0 L11 L21 L31 2 3 0
L * LT = L21 L22 0 * 0 L22 L32 =A 3 6 1
L31 L32 L33 0 0 L33 0 1 2
L112 + 0*0+0*0 = 2  L11 = √2
3
L11* L21+ 0* L22+0*0 = 3  √2 * L21 = 3 L21 =
√2
L11* L31+ 0* L32+0* L33 = 0  √2 * L31 = 0 L31 = 0

………………………………………………………………………………………………………
L21* L11+ L22*0+0*0 = 3
3 3
L21* L21+ L22* L22+0*0 = 6  L21 2 + L22 2 = 6 ( 2)2 + L22 2 = 6  L22 = √2
√
3 3 2
L21* L31+ L22* L32+0* L33 = 1  * 0 +√2* L32 = 1  L32 =√3
√2
………………………………………………………………………………………………………
L31* L11 + L32*0+ L33*0=0
L31* L21 + L32* L22+ L33* 0=1
2 2 2
L31* L31 + L32* L32+ L33* L33=2  0* 0 + √ * √ + L332 = 2  L33 =
3 3 √3
Dr BOUALLA N. 68
√2 0 0 3
√2 0
3 3 √2
√ 0
L= √2 2 3 2
LT = 0 √ √
2 3
2 2
0 √ 2
3 √3 0 0
√3
** Ly = b
√2 0 0 y1 4
3 3
√ 0 y2 14
L= √2 2 =
2 2
0 √ y3 12
3 √3
4
√2 * y1 +0* y2+0* y3= 4  y1 = = 2.82843
√2
3 3
* y1 +√2* y2 +0* y3 = 14  y2 =6.532
√2
2 2
0* y1 + √3 * y2+ * ∗ y3 = 12  y3 =5.7735
√3
2.82843
Y= 6.532
5.7735
**LT x = y
2
0*x1+0*x2+ * x3 = 5.7735 x3 = 5
√3
3 2
0*x1+√2 * x2 + √3 * x3 = 6.532 x2 = 2
3
√2*x1+ 2*x2 +0*x3 = 2.82843 x1 = -1
√
3 X1
√2 0 2.82843
√2
X2
T 3 2
L = 0 √ √ = 6.532
2 3
2 X3
0 0 5.7735
√3
Dr BOUALLA N. 69
La solution est :
-1
X= 2
5
Exercice 4-9 :
Considérons la matrice : A x= b. En utilisant la méthode de Cholesky ; résoudre ce système.
On donne :
3 -1 1 1
A= -1 1 0 b= 2
1 0 1 1
Solution :
** Vérifions si A est symétrique : AT =A
3 -1 1
AT = -1 1 0
1 0 1
3 -1 1
A= -1 1 0
1 0 1
** Vérifions si A est positive :

Det aii>0
- Det 1 = a11 = 3
3 −1
- Det 2 =
−1 1
Det 2 = (3*1)-((-1)*(-1))=2
Det 2 = 2
- Det 3 = 3*(1*1-0*0)- (-1)*(-1*1-1*0)+1*(-1*0-1*1)=1
Det 3 =1
**Notons A = L LT / matrice triangulaire inferieure
Dr BOUALLA N. 70
L11 0 0 L11 L21 L31 3 -1 1

L * LT = A  L21 L22 0 * 0 L22 L32 = -1 1 0
L31 L32 L33 0 0 L33 1 0 1
L112 + 0*0+0*0 = 3  L11 = √3
1
L11* L21+ 0* L22+0*0 = -1  √3 * L21 = -1 L21 = −
√3
1
L11* L31+ 0* L32+0* L33 = 1  √3 * L31 = 1 L31 =
√3
………………………………………………………………………………………………………
L21* L11+ L22*0+0*0 = -1
−1 2
L21* L21+ L22* L22+0*0 = 1  L21 2 + L22 2 = 1 ( 3 )2 + L22 2 = 1  L22 = √3
√
−1 1 2 √3
L21* L31+ L22* L32+0* L33 = 0  * +√3* L32 = 0  L32 =3
√3 √3 √2
………………………………………………………………………………………………………
L31* L11 + L32*0+ L33*0=1
L31* L21 + L32* L22+ L33* 0=0
1 1 √3 √3 1
L31* L31 + L32* L32+ L33* L33=1  * + 3 2* 3 + L332 = 1  L33 =
√3 √3 √ √2 √2
0 0 −1 1
√3 √3
−1 √3 √3
2
√ 0 2 √3
L= √3 3 LT = 0 √
3 3√2
1 √3 1
1
√3 3√2 √2 0 0
** Ly = b √2
√3 0 0 y1 1
−1 y2 2
2
√ 0
L= √3 3 =
1 √3 1 y3 1
√3 3√2 √2
1
√3 * y1 +0* y2+0* y3= 1  y1 = = 0.57735
√3
−1 2
* y1 +√3 * y2 +0* y3 = 2  y2 =2.85773
√3
1 √3 1
* y1 + 3 * y2+ * y3 = 1  y3 =-0.70710
√ 3 √2 √2
Dr BOUALLA N. 71
0.57735
Y= 2.85773
-0.70710
**LT x = y
−1 1 X1
√3 0.57735
√3 √3
X2
T 2 √3
L = 0 √ = 2.85773
3 3√2
1 X3
0 0 -0.70710
√2
1
0*x1+0*x2+ * x3 = -0.70710 x3 = -1
√2
2 √3
0*x1+√3 * x2 + 3 * x3 = 2.85773 x2 = 4
√2
1 1
√3*x1 - *x2 + 3*x3 = 0.57735  x1 = 2
√3 √
La solution est :
2
X= 4
-1
Exercice 4-10 :
On considère la matrice A et le vecteur b suivant :
1 𝛼 𝛼2 1
A= 𝛼 𝛼 0 b= 𝛼
𝛼2 0 𝛼2 𝛼
1- Pour quelle valeur de 𝛼 la matrice A est symétrique définie positive.
1
2- Pour une valeur de = 2 , donner la decomposition Cholesky et resoudre le système
en utilisant cette decomposition.

Solution :
1-
1 𝛼 𝛼2 1
A= 𝛼 𝛼 0 b= 𝛼
𝛼2 0 𝛼2 𝛼
Dr BOUALLA N. 72
** Vérifions si A est symétrique : AT =A/ ∀𝛼 ∈ 𝑅

1 𝛼 𝛼2
AT = 𝛼 𝛼 0
𝛼2 0 𝛼2
1 𝛼 𝛼2
A= 𝛼 𝛼 0
𝛼2 0 𝛼2
** Vérifions si A est positive :

Det aii>0; i=1;2;3
- Det 1 = a11 = 1>0
1 𝛼
- Det 2 =
𝛼 𝛼
Det 2 = (1-𝛼) − 𝛼 2 = 𝛼(1- 𝛼)
- Det 3 = 1*(𝛼 3 )-𝛼 *(𝛼 3 )+𝛼 2 *(𝛼 3 )= 𝛼 3 - 𝛼 4 +𝛼 5 = 𝛼 3 (1 - 𝛼+𝛼 2 )
−1+√5 −1−√5
𝛼1 =0; 𝛼2 = ; 𝛼3 =
2 2
Det 3 = (1 - 𝛼+𝛼 )>0 si 𝛼 ∈ ]−∞, 𝛼3 [⨆]0, 𝛼2 [

2
−1+√5
Donc A est symétrique si 𝛼 ∈ ]0, [
2
1
2- Pour 𝛼 = 2
1 1/2 1/4 1
A= 1/2 1/2 0 b= 1/2
1/4 0 1/4 1/2
**Notons A = L LT / matrice triangulaire inferieure

L11 0 0 L11 L21 L31 1 1/2 1/4
L * LT = L21 L22 0 * 0 L22 L32 = 1/2 1/2 0
L31 L32 L33 0 0 L33 1/4 0 1/4
Dr BOUALLA N. 73
1 1/2 1/4
1 0 0
LT = 0 1/2 -1/4
L= 1/2 1/2 0
0 0 1/2√2
1/4 -1/4 1/2√2
La solution est :
0
X= 1
2
Exercice 4-11 :
Considérons la matrice : A x= b. En utilisant la méthode de Cholesky résoudre ce système :
2 1 0 0 1
A= 1 2 1 0 b= 0
0 1 2 1 0
0 0 1 2 -1
Solution :
1
√2 0 0 √2 0 0 0
√2
1 3
3 2 √ 0 0
L= 0 √ √ 0 LT = √2 2
2 3
2 √3 2 2
0 0 0 √ 0
√3 2 3 √3
0 0 0 √5 √3 √5
2 0 0
2 2
La solution est :
-1
X= -1
1
-1
4.4- Méthode Tri diagonal :
Rappel :
On considère le système tri diagonal : 𝐴 𝑥 = 𝑏, de n équations avec N inconnus, avec : a1 =
0 et Cn = 0.
Dr BOUALLA N. 74
Dans ce cas, les matrices L et U de la factorisation LU de A sont des matrices bi-diagonales

de la forme : A = L U, avec : L est une matrice triangulaire, dont les éléments de la
diagonale sont égaux à l’unité (L𝑖𝑖 = 1).
b1 c1 0 0 …... 0 0 0 x1 b1
a2 b2 c2 0 …... 0 0 0 x2 b2
0 a3 b3 0 …... 0 0 0 x3 b3
…… …... …... …... …... 0 0 0 =
A=
0 …... 0 0 0
0 …... 0 0 0
an-1 bn-1 cn-1 xn-1 bn-1
an bn xn bn
𝑎𝑛
𝐿𝑛,𝑛−1 =
𝑈𝑛−1,𝑛−1
𝑈𝑛−1,𝑛 = 𝐶𝑛−1
𝑈𝑛,𝑛 = 𝑏𝑛 − 𝐿𝑛,𝑛−1 𝑈𝑛−1,𝑛
Pour k = 1, n :
𝑎𝑘
𝐿𝑘,𝑘−1 =
𝑈𝑘−1,𝑘−1
𝑈𝑘−1,𝑘 = 𝐶𝑘−1
𝑈𝑘,𝑘 = 𝑏𝑘 − 𝐿𝑘,𝑘−1 𝑈𝑘−1,𝑘
Si : L U x = b. Posons : Ly = b,
avec : y1 = b1
Pour k = 2, n : y𝑘 = b𝑘 − 𝐿𝑘,𝑘−1 y𝑘−1
𝑦
Posons U x = y : 𝑥𝑛 = 𝑈 𝑛
𝑛,𝑛
Pour k = n-1, 1 :
𝑦𝑘 − ∑𝑛𝑗=𝑘+1 𝑈𝑘j 𝑥𝑗
𝑥𝑘 =
𝑈𝑘,𝑘
Exercice 4-12 :
En utilisant la méthode Thomas résoudre le système d’équations tri diagonal linéaires
suivant :
Dr BOUALLA N. 75
3𝑥1 −𝑥2 = −1
− 𝑥1 + 3𝑥2 − 𝑥3 = 7
{
−𝑥2 + 3𝑥3 − 𝑥4 = 1
−𝑥3 + 3𝑥4 = 7
Solution :
3 -1 0 0 x1 -1
A= -1 3 -1 0 X= x2 b= 7
0 -1 3 -1 x3 1
0 0 -1 3 x4 7
b1 = 3 c1 =-1 0 0 d d1= -1
A= a2 =-1 b2 =3 c2 =-1 0 d2 = 7
0 a3 =-1 b3 =3 c3 = -1 d3 = 1
0 0 a4 = -1 b4 = 3 d4 = 7
Avec : N = 4, a1 = 0, c4 = 0
A= L U
1 0 0 0
L=
L21 1 0 0
0 L32 1 0
0 0 L43 1
U11 U12 0 0
U= 0 U22 U23 0
0 0 U33 U34
0 0 0 U44
U11 = b1 = 3
Pour : k = 2
𝑎 1
L21 = 𝑈 2 =- 3
11
U12 = c1 = -1
1 8
U22 = b2 - L21 * U12 = 3 – (- 3) * (-1)= 3
Dr BOUALLA N. 76
Pour : k = 3
𝑎 1 3
L32 = 𝑈 3 = - 8 = - 8
22 3
U23 = c2 = -1
3 21
U33 = b3 – L32 * U23 = 3 – (- 8) * (-1)= 8
Pour : k = 4
𝑎 1 8
L43 = 𝑈 4 = - 21 = -
33 21
8
U34 = c3 = -1
8 55
U44 = b4 – L43 * U34 = 3 – (− 21) * (-1)=+ 21
1 0 0 0 3 -1 0 0
L= 1 8
-3 1 0 0 0 +3 -1 0
U=
3 21
0 -8 1 0 0 0 +8 -1
8 55
0 0 -21 1 0 0 0 +21
Ou bien on procède par le calcule classique pour déterminer les éléments des deux
matrices L et U.
A=LU
3 -1 0 0
-1 3 -1 0
A=
0 -1 3 -1
0 0 -1 3
1 0 0 0 U11 U12 0 0
L= L21 1 0 0 U= 0 U22 U23 0
0 L32 1 0 0 0 U33 U34
0 0 L43 1 0 0 0 U44
1* U11 +0*0+0*0+0*0 = 3  U11 =3
1* U12 +0* U22+0*0 +0*0= -1  U12 =-1
1* 0 +0* U23+0* U33+0*0 = 0
1*0+0*0+0* U34+0* U44=0
Dr BOUALLA N. 77
……………………………..
1
L21* U11 +1*0+0*0 +0*0= -1  L21 =- 3
8
L21* U12 +1* U22 +0*0+0*0 = 3  U22 = 3
L21* 0 +1* U23 +0* U33+0*0 = -1  U23 = −1

L21* 0 +1*0+0* U34 +0* U44=0
…………………………………………………..
0* U11 + L32*0+1*0+0*0 = 0
3
0* U12 + L32* U22 +1*0+0*0 = -1  L32 = − 8
21
0* 0 + L32* U23 +1* U33 +0*0= 3  U33 = 8
0* 0 + L32*0+ 1* U34+0* U44= -1  U34= -1

…………………………………………………………………….
0* U11 + 0*0+ L43*0+1*0 = 0
0* U12 + 0* U22 + L43*0+1*0 = 0
8
0* 0 + 0* U23 + L43* U33 +1*0= -1  L43 = −
21
55
0* 0 + 0*0+ L43* U34+1* U44= 3  U44=21
Posons : Ly = d
avec :
y1 = d1= -1
1 0 0 0 y1 d1= -1
1
-3 1 0 0 y2 d2 = 7
3 =
0 -8 1 0 y3 d3 = 1
8
0 0 -21 1 y4 d4 = 7
Pour : k = 2, 3,4
yk = dk – Lk,k-1 yk-1
1
y2= d2 - L21 y1 = 7 –(- 3) (-1) =6.7
3
y3= d3 – L32 y2 = 1 –(- 8) 6.7 =3.5125
8
y4= d4 – L43 y3 = 7 - (− 21) 3.5125 =8.34
Dr BOUALLA N. 78
-1
Y=
6.7
3.5125
8.34
Posons : U x = y
3 -1 0 0 x1 -1
8
0 +3 -1 0 x2 = 6.7
21
0 0 +8 -1 x3 3.5125
55
0 0 0 +21 x4 8.34
𝑦𝑁
𝑥𝑘 =
𝑈𝑁,𝑁
𝑦𝑘 − ∑𝑁
𝑗=𝑘+1 𝑈𝑘𝑗 𝑥𝑗
𝑥𝑘 =
𝑈𝑘,𝑘
𝑦4 8.34
𝑥4 = = = 3.2
𝑈44 55
21
Pour : k = 3
𝑦3 − 𝑈34 𝑥4 3.5125 − (−1) ∗ 3.2
𝑥3 = = = 2.55
𝑈33 21
8
Pour : k = 2
𝑦2 − ∑4𝑗=3 𝑈𝑘𝑗 𝑥𝑗 𝑦2 − (𝑈23 𝑥3 + 𝑈24 𝑥4 ) 6.7 − ((−1) ∗ 2.55 + 0 ∗ 3.2)
𝑥2 = = = = 3.5
𝑈22 𝑈22 8
(+ 3)
Pour : k = 1
𝑦1 − ∑4𝑗=2 𝑈𝑘𝑗 𝑥𝑗 𝑦1 − (𝑈12 𝑥2 + 𝑈13 𝑥3 + 𝑈14 𝑥4 )
𝑥1 = =
𝑈11 𝑈11
(−1) − ((−1) ∗ 3.5 + 0 ∗ 2.55 + 0 ∗ 3.2)
= = 0.833
3
La solution est :
0.833
X= 3.5
2.55
3.2
Dr BOUALLA N. 79
Exercice 4-13 :
Considérons le système tri diagonal suivant : Ax = d. En utilisant la méthode Thomas
résoudre le système d’équations tri diagonal linéaires suivant :
2 1 0 x1 4
A= 1 2 1 x2 = 8
0 1 2 x3 8
Solution :
b1 = 2 c1 =1 0 d d1= 4
A= a2 =1 b2 =2 c2 =1 d2 = 8
0 a3 =1 b3 =2 d3 = 8
Avec : N = 3, a1 = 0, c3 = 0
A= L U
1 0 0 U11 U12 0
L= U=
L21 1 0 0 U22 U23
0 L32 1 0 0 U33
U11 = b1 = 2
Pour : k = 2
𝑎 1
L21 = 𝑈 2 = 2
11
U12 = c1 = 1
1 3
U22 = b2 - L21 * U12 = 2 - 2 * 1= 2
Pour : k = 3
𝑎 1 2
L32 = 𝑈 3 = 3 =3
22 2
U23 = c2 = 1
2 4
U33 = b3 – L32 * U23 = 2 - 3 * 1= 3
Dr BOUALLA N. 80
1 0 0 2 1 0
L= 1 U= 3
1 0 0 1
2 2
2 4
0 1 0 0 3
3
Ou bien on procède par le calcule classique pour déterminer les éléments des deux
matrices L et U.
A=LU
2 1 0 1 0 0 U11 U12 0
1 2 1 = L21 1 0 0 U22 U23
0 1 2 0 L32 1 0 0 U33
1* U11 +0*0+0*0 = 2  U11 =2
1* U12 +0* U22+0*0 = 1  U12 =1
1* 0 +0* U23+0* U33 = 0
……………………………..
1
L21* U11 +1*0+0*0 = 1  L21 = 2
3
L21* U12 +1* U22 +0*0 = 2  U22 = 2
L21* 0 +1* U23 +0* U33 = 1  U23 = 1

…………………………………………………..
0* U11 + L32*0+1*0 = 0
2
0* U12 + L32* U22 +1*0 = 1  L32 = 3
4
0* 0 + L32* U23 +1* U33 = 2  U23 =
3
Posons : Ly = d
Avec :
y1 = d1= 4
1 0 0 y1 = 4
L= 1
1 0 y2 8
2
2
0 1 y3 8
3
Dr BOUALLA N. 81
Pour : k = 2, N
yk = dk – Lk,k-1 yk-1
1
y2= d2 - L21 y1 = 8 - 4 =6
2
2
y3= d3 – L32 y2 = 8 - 3 6 =4
4
Y=
6
4
Posons : U x = y
2 1 0 x1 = 4
3
0 1 x2 6
2
4
0 0 3
x3 4
𝑦
xN=𝑈 𝑁
𝑁,𝑁
𝑦3 4
𝑥3 = = =3
𝑈33 4
3
Pour : k = 2, 1 :
𝑦𝑘 − ∑𝑁
𝑗=𝑘+1 𝑈𝑘𝑗 𝑥𝑗
𝑥𝑘 =
𝑈𝑘,𝑘
𝑦2 − 𝑈23 𝑥3 6−1∗3
𝑥2 = = =2
𝑈22 3
2
𝑦1 − (𝑈12 𝑥2 + 𝑈13 𝑥3 ) 4 − (1 ∗ 2 + 0 ∗ 3)
𝑥1 = = =1
𝑈11 2
La solution est :
1
X=
2
3
Dr BOUALLA N. 82
4.5- Méthode de Cramer :

Rappel :
On considère des systèmes de deux équations du premier degré à deux inconnues (𝑥1 ; 𝑥2 )
de la forme :
𝑎1 𝑥1 + 𝑏1 𝑥2 = 𝑐1
{
𝑎2 𝑥1 + 𝑏2 𝑥2 = 𝑐2
Où :
𝑎1 𝑏1 𝑐1 𝑎2 𝑏2 𝑐2 sont des constantes fixées.
Le déterminant du système est défini par :
𝑎1 𝑏
|𝑎 1 | = 𝑎1 𝑏2 − 𝑎2 𝑏1
2 𝑏2
Dans ce cas, les formules de Cramer pour le système donnent l'expression des solutions
en fonction des coefficients du système :
𝑐1 𝑏1
|𝑐 | 𝑐 𝑏 −𝑐 𝑏
2 𝑏2 1 2 2 1
𝑥1 = 𝑎 =
1 𝑏1 𝑎1 𝑏2 − 𝑎2 𝑏1
|𝑎 |
2 𝑏2
𝑎1 𝑐1
|𝑎 𝑐2 | 𝑎1 𝑐2 − 𝑎2 𝑐1
𝑥 2 = 𝑎2 =
1 𝑏1 𝑎1 𝑏2 − 𝑎2 𝑏1
|𝑎 |
2 𝑏2
Exercice 4-14 :
Résoudre avec la méthode de Cramer le système suivant :
9𝑥1 + 7𝑥2 = 2
{
−3𝑥1 − 3𝑥2 = −5
Solution :
2 7
| | −6 + 35 29
𝑥1 = −5 −3 = = −
−3
|9 | −27 + 21 6
7 −3
9 2
| |
𝑥2 = −3 −5 = −45 + 6 = 6.5
−3
|9 | −27 + 21
7 −3
Dr BOUALLA N. 83
La solution est :
X = −29/6
6.5
Exercice 4-15 :
Résoudre avec la méthode de Cramer le système suivant :
9𝑥1 + 𝑥2 = 7
{ −3𝑥1 + 𝑥3 = −8
𝑥2 + 2𝑥3 = −3
Solution :
7 1 0
|−8 0 1|
7 ∗ (−1) − (−16 + 3) 3
𝑥1 = −3 1 2 = =
2 1 0 2 ∗ (−1) − (−6) 2
|−3 0 1|
0 1 2
2 7 0
|−3 − 8 1|
2 ∗ (−16 + 3) − 7 ∗ (−6)
𝑥2 = 0 − 3 2 = =4
2 1 0 2 ∗ (−1)— 6
|−3 0 1|
0 1 2
2 1 7
|−3 0 − 8|
2 ∗ 8 − (−3 ∗ −3) + 7 ∗ (−3)
𝑥3 = 0 1 − 3 = = −7/2
2 1 0 2 ∗ (−1) − (−6)
|−3 0 1|
0 1 2
La solution est :
3/2
x=
4
−7/2
Dr BOUALLA N. 84

Exercice 4-17 :
Soit le système 𝐴 𝑥 = 𝑏 :
1 -3 0 a 0
A= -3 10 3 -3a b= 0
0 3 10 0 1
a -3a 0 2 0
- Calculer la matrice de Gauss-Seidel associée en précisant les valeurs de a pour lesquelles
:
a- Cette décomposition est possible.
b- A est définie positive.
- Utiliser la décomposition LU pour calculer la matrice R de Cholesky.
- Pour a= 4/3. Déterminer la matrice R en utilisant l’algorithme de Cholesky. En déduire
la solution de A x = b:
- Comparer les deux méthodes (Gauss et Cholesky) dans le cas d’un système linéaire
d’ordre n=4.
- Déterminer la matrice de Jacobi associée à la sous matrice d’ordre 3 (A [3] ) de A.
- Soit la matrice carrée d’ordre 4, A = aij
1≤i,j≤4
∀i ∈ {1,2,3,4} aii = (i − 1)2 + 1

∀i ∈ {1,2,3} ai,i+1 = ai+1,i = 1
Déterminer la matrice de Cholesky associée à la matrice A.
Dr BOUALLA N. 85
CHAPITRE 5
Méthode de résolution approximative des systèmes
d’équations linéaires
Chapitre 5 : Méthode de résolution approximative des systèmes d’équations linéaires
5.1- Méthode de Jacobi :

Rappel :
(0) (0) (0)
Etant donnes ; [𝑎, 𝑏] ; 𝑋(0) = (𝑥1 , 𝑥2 , 𝑥3 ) et la précision  :
(𝑘)
(𝑘+1) (𝑏𝑖 − ∑𝑛
𝑗=1,𝑗≠𝑖 𝑎𝑖𝑗 𝑥𝑗 )
𝑥𝑖 = ∀ 𝑖 =1,2,……,n
𝑎𝑖𝑖
Exercice 5-1 :
Résoudre le système d’équations linéaires en utilisant la méthode de Jacobi avec une
tolérance de = 10-1 :
2𝑥1 − 𝑥2 = 1
{ 1 + 2𝑥2 − 𝑥3 = 0
−𝑥
−𝑥2 + 2𝑥3 = 1
2 -1 0 x1 1
A= -1 2 -1 X= x2 b= 0
0 -1 2 x3 1
Solution :
La méthode itérative converge si A est à diagonale strictement dominante :
|𝑎𝑖𝑖 | ≥ ∑𝑛𝑗=1|𝑎𝑖𝑗 |, 1≤ 𝑖 ≤ 𝑛
𝑗≠𝑖
2 -1 0  |2| ≥ |−1| + |0|

A= -1 2 -1  |2| ≥ |−1| + |−1|
0 -1 2  |2| ≥ |0| + |−1|
 A est une matrice à diagonale strictement dominante

(𝑘) (𝑘) (𝑘) (𝑘) (𝑘)
(𝑘+1)
(𝑏1 − 𝑎12 𝑥2 − 𝑎13 𝑥3 ) (1 − (−1)𝑥2 − 0 𝑥3 ) (1 + 𝑥2 )
𝑥1 = = =
𝑎11 2 2
(𝑘) (𝑘) (𝑘) (𝑘) (𝑘) (𝑘)
(𝑘+1)
(𝑏2 − 𝑎21 𝑥1 − 𝑎23 𝑥3 ) (0 − (−1)𝑥1 − (−1) 𝑥3 ) (𝑥1 + 𝑥3 )
𝑥2 = = =
𝑎22 2 2
(𝑘) (𝑘) (𝑘) (𝑘) (𝑘)
(𝑘+1)
(𝑏3 − 𝑎31 𝑥1 − 𝑎32 𝑥2 ) (1 − 0 𝑥1 − (−1) 𝑥2 ) (1 + 𝑥2 )
𝑥3 = = =
𝑎33 2 2
𝑋(0) = (0,0,0)
Dr BOUALLA N. 87
Itération 1, k=0 :
(0)
(1)
(1 + 𝑥2 ) (1 + 0 )
𝑥1 = = = 0.5
2 2
(0) (0)
(1)
(𝑥1 + 𝑥3 ) (0 + 0)
𝑥2 = = =0
2 2
(0)
(1)
(1 + 𝑥2 ) (1 + 0 )
𝑥3 = = = 0.5
2 2
0.5
X(1)= 0
0.5
Test d’arrêt :
X(i+1) - X(i) <
𝑋(0) - X(1) =
|0.5 − 0|=|0.5| = 0.5 = 10-1
|0 − 0|=|0| = 0< = 10-1
|0.5 − 0|=|0.5| = 0.5 = 10-1
Itération 2, k=1 :
(1)
(2)
(1 + 𝑥2 ) (1 + 0 )
𝑥1 = = = 0.5
2 2
(1) (1)
(2)
(𝑥1 + 𝑥3 ) (0.5 + 0.5)
𝑥2 = = = 0.5
2 2
(1)
(2)
(1 + 𝑥2 ) (1 + 0 )
𝑥3 = = = 0.5
2 2
0.5
X(2)= 0.5
0.5
𝑋(2) - X(1) =
|0.5 − 0.5|=|0| = 0< = 10-1
|0.5 − 0|=|0.5| = 0.5 = 10-1
Dr BOUALLA N. 88
|0.5 − 0.5|=|0| = 0< = 10-1
Itération 3, k=2 :
(2)
(3)
(1 + 𝑥2 ) (1 + 0.5)
𝑥1 = = = 0.75
2 2
(2) (2)
(3)
(𝑥1 + 𝑥3 ) (0.5 + 0.5)
𝑥2 = = = 0.5
2 2
(2)
(3)
(1 + 𝑥2 ) (1 + 0.5)
𝑥3 = = = 0.75
2 2
0.75
X(3)= 0.5
0.75
𝑋(3) - X(2) =
|0.75 − 0.5|=|0.25| = 0.25 = 10-1
|0.5 − 0.5|=|0| = 0< = 10-1
|0.75 − 0.5|=|0.25| = 0.25 = 10-1
Itération 4, k=3 :
(3)
(4)
(1 + 𝑥2 ) (1 + 0.5)
𝑥1 = = = 0.75
2 2
(3) (3)
(4)
(𝑥1 + 𝑥3 ) (0.75 + 0.75)
𝑥2 = == = 0.75
2 2
(3)
(4)
(1 + 𝑥2 ) (1 + 0.5)
𝑥3 = = = 0.75
2 2
0.75
X(4)= 0.75
0.75
𝑋(4) - X(3) =
|0.75 − 0.75|=|0| = 0< = 10-1
|0.75 − 0.5|=|0.25| = 0.25 = 10-1
|0.75 − 0.75|=|0| = 0< = 10-1
Dr BOUALLA N. 89
Itération 5, k=4 :
(4)
(5)
(1 + 𝑥2 ) (1 + 0.75)
𝑥1 = == = 0.875
2 2
(4) (4)
(5)
(𝑥1 + 𝑥3 ) (0.75 + 0.75)
𝑥2 = = = 0.75
2 2
(4)
(5)
(1 + 𝑥2 ) (1 + 0.75)
𝑥3 = = = 0.875
2 2
0.875
X(5)= 0.75
0.875
𝑋(5) - X(4) =
|0.875 − 0.75|=|0.125| = 0.125 = 10-1
|0.75 − 0.75|=|0| = 0< = 10-1
|0.875 − 0.75|=|0.125| = 0.125 = 10-1
Itération 6, k=5 :
(5)
(6)
(1 + 𝑥2 ) (1 + 0.75)
𝑥1 = = = 0.875
2 2
(5) (5)
(6)
(𝑥1 + 𝑥3 ) (0.875 + 0.875)
𝑥2 = = = 0.875
2 2
(5)
(6)
(1 + 𝑥2 ) (1 + 0.75)
𝑥3 = = = 0.875
2 2
0.875
X(6)= 0.875
0.875
𝑋(6) - X(5) =
|0.875 − 0.875|=|0| = 0< = 10-1
|0.875 − 0.75|=|0.125| = 0.125> = 10-1
|0.875 − 0.875|=|0| = 0<= 10-1
Dr BOUALLA N. 90
Itération 7, k=6 :
(6)
(7)
(1 + 𝑥2 ) (1 + 0.875)
𝑥1 = = = 0.9375
2 2
(6) (6)
(7)
(𝑥1 + 𝑥3 ) (0.875 + 0.875)
𝑥2 = = = 0.875
2 2
(6)
(7)
(1 + 𝑥2 ) (1 + 0.875)
𝑥3 = = = 0.9375
2 2
0.9375
X(7)= 0.875
0.9375
𝑋(7) - X(6) =
|0.9375 − 0.875|=|0.0625| = 0.0625< = 10-1
|0.875 − 0.875|=|0| = 0< = 10-1
|0.9375 − 0.875|=|0.0625| = 0.0625< = 10-1
5.2- Méthode de Gauss-Seidel :

(𝑘+1) (𝑘)
(𝑘+1) (𝑏𝑖 − ∑𝑖−1
𝑗=1 𝑎𝑖𝑗 𝑥𝑗 − ∑𝑛
𝑗=𝑖+1 𝑎𝑖𝑗 𝑥𝑗 )
𝑥𝑖 = ∀ 𝑖 =1,2,……,n
𝑎𝑖𝑖
Exercice 5-2 :
En utilisant la méthode de Gauss-Seidel résoudre ce système à quatre décimales exactes; soit
l’approximation initiale
1.2
X(0)= 0
0
10𝑥1 + 𝑥2 + 𝑥3 = 12
{ 2𝑥1 + 10𝑥2 + 𝑥3 = 4
2𝑥1 + 2𝑥2 + 10𝑥3 = 7
Solution :
10 1 1 x1 12
A= 2 10 1 X= x2 b= 4
2 2 10 x3 7
Dr BOUALLA N. 91
10 1 1  |10| ≥ |1| + |1|

A= 2 10 1  |10| ≥ |2| + |1|
2 2 10  |10| ≥ |2| + |2|
(𝑘) (𝑘) (𝑘) (𝑘)

(𝑘+1)
(𝑏1 − 𝑎12 𝑥2 − 𝑎13 𝑥3 ) (12 − 𝑥2 − 𝑥3 )
𝑥1 = =
𝑎11 10
(𝑘+1) (𝑘) (𝑘+1) (𝑘)
(𝑘+1)
(𝑏2 − 𝑎21 𝑥1 − 𝑎23 𝑥3 ) (4 − 2𝑥1 − 𝑥3 )
𝑥2 = =
𝑎22 10
(𝑘+1) (𝑘+1) (𝑘+1) (𝑘+1)
(𝑘+1)
(𝑏3 − 𝑎31 𝑥1 − 𝑎32 𝑥2 ) (7 − 2 𝑥1 − 2 𝑥2 )
𝑥3 = =
𝑎33 10
1.2
X(0)= 0
0
Itération 1, k=0 :
(0) (0)
(1) (12− 𝑥2 − 𝑥3 ) (12− 0− 0)
𝑥1 = = =1.2
10 10
(1) (0)
(1) (4− 2𝑥1 − 𝑥3 ) (4− 2∗1.25− 0)
𝑥2 = = =0.15
10 10
(1) (1)
(1) (7− 2 𝑥1 − 2 𝑥2 ) (7− 2∗1.2− 2∗0.15)
𝑥3 = = =0.43
10 10
1.2
X(1)= 0.15
0.43
Itération 2, k=1 :
(1) (1)
(2)
(12 − 𝑥2 − 𝑥3 ) (12 − 0.15 − 0.43)
𝑥1 = = = 1.142
10 10
(2) (1)
(2)
(4 − 2𝑥1 − 𝑥3 ) (4 − 2 ∗ 1.142 − 0.43)
𝑥2 = = = 0.1286
10 10
Dr BOUALLA N. 92
(2) (2)
(2)
(7 − 2 𝑥1 − 2 𝑥2 ) (7 − 2 ∗ 1.142 − 2 ∗ 0.1286)
𝑥3 = = = 0.4459
10 10
1.142
X(2)= 0.1286
0.4459
Itération 3, k=2 :
(2) (2)
(3)
(12 − 𝑥2 − 𝑥3 ) (12 − 0.1286 − 0.4459)
𝑥1 = = = 1.1426
10 10
(3) (2)
(3)
(4 − 2𝑥1 − 𝑥3 ) (4 − 2 ∗ 1.1426 − 0.4459)
𝑥2 = = = 0.1269
10 10
(3) (3)
(3)
(7 − 2 𝑥1 − 2 𝑥2 ) (7 − 2 ∗ 1.1426 − 2 ∗ 0.1269)
𝑥3 = = = 0.4461
10 10
1.1426
X(3)= 0.1269
0.4461
Itération 4, k=3 :
(3) (3)
(4)
(12 − 𝑥2 − 𝑥3 ) (12 − 0.1269 − 0.4461)
𝑥1 = = = 1.1427
10 10
(4) (3)
(4)
(4 − 2𝑥1 − 𝑥3 ) (4 − 2 ∗ 1.1427 − 0.4461)
𝑥2 = = = 0.1269
10 10
(4) (4)
(4)
(7 − 2 𝑥1 − 2 𝑥2 ) (7 − 2 ∗ 1.1427 − 2 ∗ 0.1269)
𝑥3 = = = 0.4461
10 10
1.1427
X(3)= 0.1269
0.4461
Exercice 5-3 :
Déterminer la solution du système ci-dessous par la méthode de Jacobi et de Gauss-Seidel
(les 3 premières itérations) :
Dr BOUALLA N. 93
5𝑥1 + 2𝑥2 − 𝑥3 = 6
{𝑥1 + 6𝑥2 − 3𝑥3 = 4
2𝑥1 + 𝑥2 + 4𝑥3 = 7
5 2 -1 x1 6
A= 1 6 -3 X= x2 b= 4
2 1 4 x3 7
On prend : 𝑋(0) = (0,0,0)
Solution :
5 2 -1  |5| ≥ |2| + |−1|
A= 1 6 -3  |6| ≥ |1| + |−3|
2 1 4  |4 | ≥ |2 | + |1 |

1- Méthode de Jacobi :
(𝑘) (𝑘) (𝑘) (𝑘)
(𝑘+1)
(𝑏1 − 𝑎12 𝑥2 − 𝑎13 𝑥3 ) (6 − 2 𝑥2 + 𝑥3 )
𝑥1 = =
𝑎11 5
(𝑘) (𝑘) (𝑘) (𝑘)
(𝑘+1)
(𝑏2 − 𝑎21 𝑥1 − 𝑎23 𝑥3 ) (4 − 𝑥1 + 3 𝑥3 )
𝑥2 = =
𝑎22 6
(𝑘) (𝑘) (𝑘) (𝑘)
(𝑘+1)
(𝑏3 − 𝑎31 𝑥1 − 𝑎32 𝑥2 ) (7 − 2 𝑥1 − 𝑥2 )
𝑥3 = =
𝑎33 4
Itération 1, k=0 :
𝑋(0) = (0,0,0)
(0) (0)
(1)
(6 − 2 𝑥2 + 𝑥3 ) (6 − 2 ∗ 0 + 0) 6
𝑥1 = = = = 1.2
5 5 5
(0) (0)
(1)
(4 − 𝑥1 + 3 𝑥3 ) (4 − 0 − 3 ∗ 0) 4
𝑥2 == = = = 0.67
6 6 6
(0) (0)
(1)
(7 − 2 𝑥1 − 𝑥2 ) (7 − 2 ∗ 0 − 0) 7
𝑥3 == = = = 1.75
4 4 4
……………………………………………………..
Dr BOUALLA N. 94
Itération 2, k=1 :
(1) (1)
(2)
(6 − 2 𝑥2 + 𝑥3 ) (6 − 2 ∗ 0.67 + 1.75)
𝑥1 = = = 1.283
5 5
(1) (1)
(2)
(4 − 𝑥1 + 3 𝑥3 ) (4 − 1.2 + 3 ∗ 1.75)
𝑥2 == = = 1.342
6 6
(1) (1)
(2)
(7 − 2 𝑥1 − 𝑥2 ) (7 − 2 ∗ 1.2 − 0.67)
𝑥3 == = = 0.983
4 4
……………………………………………………..
Itération 3, k=2 :
(2) (2)
(3)
(6 − 2 𝑥2 + 𝑥3 ) (6 − 2 ∗ 1.342 + 0.983)
𝑥1 = = = 0.860
5 5
(2) (2)
(3)
(4 − 𝑥1 + 3 𝑥3 ) (4 − 1.283 + 3 ∗ 0.983)
𝑥2 == = = 0.944
6 6
(2) (2)
(3)
(7 − 2 𝑥1 − 𝑥2 ) (7 − 2 ∗ 1.283 − 1.342)
𝑥3 == = = 0.773
4 4
La solution est :
0.860
X= 0.944
0.773
2- Méthode de Gauss-Seidel :
(𝑘) (𝑘) (𝑘) (𝑘)
(𝑘+1)
(𝑏1 − 𝑎12 𝑥2 − 𝑎13 𝑥3 ) (6 − 2 𝑥2 + 𝑥3 )
𝑥1 = =
𝑎11 5
(𝑘+1) (𝑘) (𝑘+1) (𝑘)
(𝑘+1)
(𝑏2 − 𝑎21 𝑥1 − 𝑎23 𝑥3 ) (4 − 𝑥1 + 3 𝑥3 )
𝑥2 = =
𝑎22 6
(𝑘+1) (𝑘+1) (𝑘+1) (𝑘+1)
(𝑘+1)
(𝑏3 − 𝑎31 𝑥1 − 𝑎32 𝑥2 ) (7 − 2 𝑥1 − 𝑥2 )
𝑥3 = =
𝑎33 4
Itération 1, k=0 :
𝑋(0) = (0,0,0)
Dr BOUALLA N. 95
(0) (0)
(1)
(6 − 2 𝑥2 + 𝑥3 ) (6 − 2 ∗ 0 + 0) 6
𝑥1 = = = = 1.2
5 5 5
(1) (0)
(1)
(4 − 𝑥1 + 3 𝑥3 ) (4 − 1.2 − 3 ∗ 0)
𝑥2 = = = 0.467
6 6
(1) (1)
(1)
(7 − 2 𝑥1 − 𝑥2 ) (7 − 2 ∗ 1.2 − 0.467)
𝑥3 = = = 1.033
4 4
……………………………………………………..
Itération 2, k=1 :
(1) (1)
(2)
(6 − 2 𝑥2 + 𝑥3 ) (6 − 2 ∗ 0.467 + 1.033)
𝑥1 = = = 1.22
5 5
(2) (1)
(2)
(4 − 𝑥1 + 3 𝑥3 ) (4 − 1.22 + 3 ∗ 1.033)
𝑥2 == = = 0.980
6 6
(2) (2)
(2)
(7 − 2 𝑥1 − 𝑥2 ) (7 − 2 ∗ 1.22 − 0.980)
𝑥3 == = = 0.895
4 4
……………………………………………………..
Itération 3, k=2 :
(2) (2)
(3)
(6 − 2 𝑥2 + 𝑥3 ) (6 − 2 ∗ 0.980 + 0.895)
𝑥1 = = = 0.860
5 5
(3) (2)
(3)
(4 − 𝑥1 + 3 𝑥3 ) (4 − 0.860 + 3 ∗ 0.895)
𝑥2 == = = 0.950
6 6
(3) (3)
(3)
(7 − 2 𝑥1 − 𝑥2 ) (7 − 2 ∗ 0.860 − 0.950)
𝑥3 == = = 1.019
4 4
La solution est :
0.860
X= 0.950
1.019
5.3- Methode de Ralaxtion :

La méthode de relaxation consiste en le schéma suivant :
(𝑘+1) (𝑘) (𝑘+1) (𝑘)
𝑥𝑖 → 𝑥𝑖 + 𝜔 (𝑥𝑖 − 𝑥𝑖 )
Dr BOUALLA N. 96
En injectant cette expression dans l'algorithme de Gauss-Seidel, on trouve l'algorithme

suivant :
(𝑘+1) (𝑘)
(𝑘+1) (𝑘) (𝑏𝑖 − ∑𝑖−1
𝑗=1 𝑎𝑖𝑗 𝑥𝑗 − ∑𝑛
𝑗=𝑖 𝑎𝑖𝑗 𝑥𝑗 )
𝑥𝑖 = 𝑥𝑖 +𝜔 ∀ 𝑖 =1,2,……,n
𝑎𝑖𝑖
Exercice 5-4 :
Utiliser la méthode de relaxation avec ω = 1.2 pour résoudre le système suivant, avec 3
itérations :
1.2
X(0)= 0
0
10𝑥1 + 𝑥2 + 𝑥3 = 12
{ 2𝑥1 + 10𝑥2 + 𝑥3 = 4
2𝑥1 + 2𝑥2 + 10𝑥3 = 7
Solution :
10 1 1 x1 12
A= 2 10 1 X= x2 b= 4
2 2 10 x3 7
10 1 1  |10| ≥ |1| + |1|

A= 2 10 1  |10| ≥ |2| + |1|
2 2 10  |10| ≥ |2| + |2|
𝑖−1 (𝑘+1) (𝑘)

(𝑏𝑖 −(∑𝑗=1 𝑎𝑖𝑗 𝑥𝑗 + ∑𝑛
𝑗=𝑖+1 𝑎𝑖𝑗 𝑥𝑗 ))
(𝑘+1) (𝑘+1) (𝑘) 𝑗≠𝑖 𝑗≠𝑖 (𝑘)
𝑥𝑖 = 𝜔 𝑥̂𝑖 + (1 − 𝜔)𝑥𝑖 = 𝜔 + (1 − 𝜔)𝑥𝑖
𝑎𝑖𝑖
(𝑘) (𝑘)
(𝑘+1)
(𝑏1 − 𝑎12 𝑥2 − 𝑎13 𝑥3 ) (𝑘)
 𝑥1 =𝜔 + (1 − 𝜔)𝑥1
𝑎11
(𝑘) (𝑘)
(12 − 𝑥2 − 𝑥3 ) (𝑘)
= 𝜔 + (1 − 𝜔)𝑥1
10
Dr BOUALLA N. 97
(𝑘+1) (𝑘)
(𝑘+1)
(𝑏2 − 𝑎21 𝑥1 − 𝑎23 𝑥3 ) (𝑘)
 𝑥2 =𝜔 + (1 − 𝜔 )𝑥 2
𝑎22
(𝑘+1) (𝑘)
(4 − 2 𝑥1 − 𝑥3 ) (𝑘)
=𝜔 + (1 − 𝜔)𝑥2
10
(𝑘+1) (𝑘+1)
(𝑘+1)
(𝑏3 − 𝑎31 𝑥1 − 𝑎32 𝑥2 ) (𝑘)
 𝑥3 =𝜔 + (1 − 𝜔)𝑥3
𝑎33
(𝑘+1) (𝑘+1)
(7 − 2 𝑥1 − 2 𝑥2 ) (𝑘)
=𝜔 + (1 − 𝜔)𝑥3
10
1.2
X(0)= 0
0
Itération 1, k=0 :
(0) (0)
(1)
(12 − 𝑥2 − 𝑥3 ) (0) (12 − 0 − 0)
𝑥1 =𝜔 + (1 − 𝜔)𝑥1 = 1.2 ∗ + (1 − 1.2) ∗ 1.2 = 1.2
10 10
(1) (0)
(1)
(4 − 2𝑥1 − 𝑥3 ) (0) (4 − 2 ∗ 1.25 − 0)
𝑥2 =𝜔 + (1 − 𝜔)𝑥2 = 1.2 ∗ + (1 − 1.2) ∗ 0
10 10
= 0.18
(1) (1)
(1)
(7 − 2 𝑥1 − 2 𝑥2 ) (0) (7 − 2 ∗ 1.2 − 2 ∗ 0.15)
𝑥3 =𝜔 + (1 − 𝜔)𝑥3 = + (1 − 1.2) ∗ 0
10 10
= 0.516
1.2
X(1)= 0.18
0.516
Itération 2, k=1 :
(1) (1)
(2)
(12 − 𝑥2 − 𝑥3 ) (1) (12 − 0.18 − 0.516)
𝑥1 =𝜔 + (1 − 𝜔)𝑥1 = 1.2 ∗ + (1 − 1.2) ∗ 1.2
10 10
= 1.1165
Dr BOUALLA N. 98
(2) (1)
(2)
(4 − 2𝑥1 − 𝑥3 ) (1)
𝑥2 =𝜔 + (1 − 𝜔)𝑥2
10
(4 − 2 ∗ 1.1165 − 0.516)
= 1.2 ∗ + (1 − 1.2) ∗ 0.18 = 0.1141
10
(2) (2)
(2)
(7 − 2 𝑥1 − 2 𝑥2 ) (1)
𝑥3 =𝜔 + (1 − 𝜔)𝑥3
10
(7 − 2 ∗ 1.1165 − 2 ∗ 0.1141)
= 1.2 ∗ + (1 − 1.2) ∗ 0.516 = 0.43
10
1.1165
X(2)= 0.1141
0.43
Itération 3, k=2 :
(2) (2)
(3)
(12 − 𝑥2 − 𝑥3 ) (2)
𝑥1 =𝜔 + (1 − 𝜔)𝑥1
10
(12 − 0.1141 − 0.43)
= 1.2 ∗ + (1 − 1.2) ∗ 1.1165 = 1.1514
10
(3) (2)
(3)
(4 − 2𝑥1 − 𝑥3 ) (2)
𝑥2 =𝜔 + (1 − 𝜔)𝑥2
10
(4 − 2 ∗ 1.1514 − 0.43)
= 1.2 ∗ + (1 − 1.2) ∗ 0.1141 = 0.1292
10
(3) (3)
(3)
(7 − 2 𝑥1 − 2 𝑥2 ) (2)
𝑥3 =𝜔 + (1 − 𝜔)𝑥3
10
(7 − 2 ∗ 1.1514 − 2 ∗ 0.1292)
= 1.2 ∗ + (1 − 1.2) ∗ 0.43 = 0.4467
10
1.1514
X(3)= 0.1292
0.4467
Exercice 5-5:
Déterminer la solution du système ci-dessous par la méthode de relaxation (les 3 premières
itérations) avec ω = 1.2 :
Dr BOUALLA N. 99
5𝑥1 + 2𝑥2 − 𝑥3 = 6
{𝑥1 + 6𝑥2 − 3𝑥3 = 4
2𝑥1 + 𝑥2 + 4𝑥3 = 7
5 2 -1 x1 6
A= 1 6 -3 X= x2 b= 4
2 1 4 x3 7
On prend : 𝑋(0) = (0,0,0)
Solution :
5 2 -1  |5| ≥ |2| + |−1|
A= 1 6 -3  |6| ≥ |1| + |−3|
2 1 4  |4 | ≥ |2 | + |1 |
 A est une matrice à diagonale strictement
𝑖−1 (𝑘+1) (𝑘)

(𝑏𝑖 −(∑𝑗=1 𝑎𝑖𝑗 𝑥𝑗 + ∑𝑛
𝑗=𝑖+1 𝑎𝑖𝑗 𝑥𝑗 ))
(𝑘+1) (𝑘+1) (𝑘) 𝑗≠𝑖 𝑗≠𝑖 (𝑘)
𝑥𝑖 = 𝜔 𝑥̂𝑖 + (1 − 𝜔)𝑥𝑖 = 𝜔 + (1 − 𝜔)𝑥𝑖
𝑎𝑖𝑖
(𝑘) (𝑘)
(𝑘+1)
(𝑏1 − 𝑎12 𝑥2 − 𝑎13 𝑥3 ) (𝑘)
 𝑥1 =𝜔 + (1 − 𝜔)𝑥1
𝑎11
(𝑘) (𝑘)
(6 − 2 𝑥2 + 𝑥3 ) (𝑘)
= 𝜔 + (1 − 𝜔)𝑥1
5
(𝑘+1) (𝑘)
(𝑘+1)
(𝑏2 − 𝑎21 𝑥1 − 𝑎23 𝑥3 ) (𝑘)
 𝑥2 =𝜔 + (1 − 𝜔 )𝑥 2
𝑎22
(𝑘+1) (𝑘)
(4 − 𝑥1 + 3 𝑥3 ) (𝑘)
=𝜔 + (1 − 𝜔)𝑥2
6
(𝑘+1) (𝑘+1)
(𝑘+1)
(𝑏3 − 𝑎31 𝑥1 − 𝑎32 𝑥2 ) (𝑘)
 𝑥3 =𝜔 + (1 − 𝜔)𝑥3
𝑎33
(𝑘+1) (𝑘+1)
(7 − 2 𝑥1 − 𝑥2 ) (𝑘)
=𝜔 + (1 − 𝜔)𝑥3
4
Itération 1, k=0 :
𝑋(0) = (0,0,0)
Dr BOUALLA N. 100
(0) (0)
(1)
(6 − 2 𝑥2 + 𝑥3 ) (0) (6 − 2 ∗ 0 + 0)
𝑥1 =𝜔 + (1 − 𝜔)𝑥1 = 1.2 ∗ + (1 − 1.2) ∗ 0 = 1.44
5 5
(1) (0)
(1)
(4 − 𝑥1 + 3 𝑥3 ) (0) (4 − 1.2 − 3 ∗ 0)
𝑥2 =𝜔 + (1 − 𝜔)𝑥2 = 1.2 ∗ + (1 − 1.2) ∗ 0 = 0.56
6 6
(1) (1)
(1)
(7 − 2 𝑥1 − 𝑥2 ) (0) (7 − 2 ∗ 1.2 − 0.467)
𝑥3 =𝜔 + (1 − 𝜔)𝑥3 = 1.2 ∗ + (1 − 1.2) ∗ 0
4 4
= 1.24
……………………………………………………..
Itération 2, k=1 :
(1) (1)
(2)
(6 − 2 𝑥2 + 𝑥3 ) (1)
𝑥1 =𝜔 + (1 − 𝜔)𝑥1
5
(6 − 2 ∗ 0.56 + 1. .24)
= 1.2 ∗ + (1 − 1.2) ∗ 1.44 = 1.18
5
(2) (1)
(2)
(4 − 𝑥1 + 3 𝑥3 ) (1) (4 − 1.18 + 3 ∗ 1.24)
𝑥2 =𝜔 + (1 − 𝜔)𝑥2 = 1.2 ∗ + (1 − 1.2) ∗ 0.56
6 6
= 1.2
(2) (2)
(2)
(7 − 2 𝑥1 − 𝑥2 ) (1) (7 − 2 ∗ 1. .18 − 1.2)
𝑥3 =𝜔 + (1 − 𝜔)𝑥3 = 1.2 ∗ + (1 − 1.2) ∗ 1.24
4 4
= 0.78
……………………………………………………..
Itération 3, k=2 :
(2) (2)
(3)
(6 − 2 𝑥2 + 𝑥3 ) (2) (6 − 2 ∗ 1.2 + 0.78)
𝑥1 =𝜔 + (1 − 𝜔)𝑥1 = 1.2 ∗ + (1 − 1.2) ∗ 1.18
5 5
= 1.078
(3) (2)
(3)
(4 − 𝑥1 + 3 𝑥3 ) (2) (4 − 1.078 + 3 ∗ 0.78)
𝑥2 =𝜔 + (1 − 𝜔)𝑥2 = 1.2 ∗ + (1 − 1.2) ∗ 1.2
6 6
= 0.81
(3) (3)
(3)
(7 − 2 𝑥1 − 𝑥2 ) (2)
𝑥3 =𝜔 + (1 − 𝜔)𝑥3
4
(7 − 2 ∗ 1.078 − 0.81)
= 1.2 ∗ + (1 − 1.2) ∗ 0.78 = 1.054
4
Dr BOUALLA N. 101
La solution est :
1.078
X= 0.81
1.054

Exercice 5-6 :
On considère le système 𝐴 𝑥 = 𝑏 :
10 1 1 12
A= 2 10 1 b= 4
2 2 10 7
- Calculer la matrice de Gauss-Seidel associée.
- Déterminer le nombre d’itérations à partir du quel |𝑥 𝑘 − 𝑥̅ | ≤ 10−2 .
Exercice 5-7 :
Etudier la convergence de la méthode de relaxation (pour la résolution du système 𝐴 𝑥 = 𝑏
lorsque :
1 0 0
A= 1 1 1
0 0 1
Dr BOUALLA N. 102

Recmn NB

Transféré par

Droits d'auteur :

Formats disponibles

Recmn NB

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Recmn NB

Transféré par

Droits d'auteur :

Formats disponibles

RÉPUBLIQUE ALGÉRIENNE DÉMOCRATIQUE ET POPULAIRE

MINISTÈRE DE L’ENSEIGNEMENT SUPÉRIEUR ET DE LA

Université des Sciences et de la Technologie d’Oran

Faculté d’Architecture et de Génie Civil

Département de Génie Civil

Ce document propose un recueil d’exercices corrigés d’analyse numérique, adressé aux

1.1- La résolution de l’équation f (x)=0 par la méthode de Dichotomie

- si 𝑓 (𝑥0 ). 𝑓 (𝑎) = 0 ; alors 𝑥0 est la solution ; sinon on vérifie :

- si 𝑓 (𝑥𝑖 ). 𝑓 (𝑎𝑖 ) > 0 → 𝑎𝑖+1 = 𝑥𝑖 ; 𝑏𝑖+1 = 𝑏𝑖

Tableau 1 : Tableau de variation de la fonction 𝑓 (x)

Figure 1 : Le graphe de de la fonction 𝑓(x)

La solution approchée est : 𝑥̂ = 0.7109

Figure 2 : Le graphe de de la fonction 𝑓(x)

La solution approchée est : 𝑥̂ = 0.3864

Figure 3 : Le graphe de de la fonction 𝑓(x)

La solution approchée est : 𝑥̂ = −1.2266

lim𝜋 𝑓 (𝑥 ) = +∞ ; lim𝜋 𝑓(𝑥 ) = −∞

Tableau 5 : Tableau de variation de la fonction 𝑓 (x)

Figure 4 : Le graphe de de la fonction 𝑓(x)

La solution approchée est : 𝑥̂ = 0.7066

Exercices non corrigés :

1.2- La résolution de l’équation f (x)=0 par la méthode du point fixe

b) 𝑓 (0.5) ∗ 𝑓 (1) = (−0.324) ∗ (1) = −0.324  0

Figure 5 : Le graphe de de la fonction 𝑓 (x)

Figure 6 : Le graphe de de la fonction 𝑔(x)

Conclusion : g est stable sur [0.5 − 1]

La solution approchée est : 𝑥̂ = 0.6590

Figure 7 : Le graphe de de la fonction 𝑓(x)

Figure 8 : Le graphe de de la fonction 𝑔(x)

La solution approchée est : 𝑥̂ = −0.40408.

Figure 9 : Le graphe de de la fonction 𝑓 (x)

Figure 10 : Le graphe de de la fonction 𝑔(x)

𝑔(𝑥 ) = cos(𝑥) →𝑔′(𝑥) = − sin(𝑥)

Tableau 9 : Tableau des itérés xi du point fixe pour 𝑥0 = 0

Figure 11 : Le graphe de de la fonction 𝑓(x)

Conclusion : 𝑔1 (𝑥 ) est non conctractante sur [0 – 0.75].

Figure 12 : Le graphe de de la fonction 𝑔2 (x)

2- Calcul de la solution approchée :

La solution approchée est : 𝑥̂ = 0.09096.

On se propose de trouver les racines réelles de f par la méthode des approximations

Figure 13 : Le graphe de de la fonction 𝑓(x)

Figure 14 : Le graphe de de la fonction 𝑔(x)

La solution approchée est : 𝑥̂ = 0.6964 .

a) f’ est définie et continue sur ]2 − 3[.

Figure 15 : Le graphe de de la fonction 𝑓(x)

Figure 16 : Le graphe de de la fonction 𝑔(x)

La solution approchée est : 𝑥̂ = 2.20669024.

La solution exacte est : 2.2066902410−3

Exercices non corrigés :

prenant 𝑥0 = − 0.5 et évaluer l’erreur après 20 itérations.

𝑆𝑖 |𝑥𝑛+1 − 𝑥𝑛 | < 𝜀 , la solution est 𝑥𝑛+1 .

Figure 17 : Le graphe de de la fonction 𝑓(x)

𝑥0 = 1  𝑓 (1) ∗ 𝑓 ′′ (1) = (−1) ∗ (−1) > 0

Tableau 13 : Tableau des itérations de la méthode de Newton pour x0= 1

La solution approchée est : 𝑥̂ = 1.5571

La solution approchée est : 𝑥̂ = 0.6590

Figure 18 : Le graphe de de la fonction 𝑓(x)

Tableau 15 : Tableau des itérations de la méthode de Newton pour x0= 1.25

La solution approchée est : 𝑥̂ = 2.0000