ATLAS Ouvrir dans l'atlas →

ExerciceMaths Sup – MPSI, chapitre 19 — Espaces préhilbertiens réels · Exercices de synthèse

Exercice 53

ProblèmeDémonstration

Les formules de quadrature de Gauss. Soit n⩾1n \geqslant 1. On munit ℝ[X]\mathbb{R}[X] du produit scalaire défini par ⟨P,Q⟩=∫−11PQ\langle P, Q \rangle = \int_{-1}^{1} PQ, et l'on note LnL_{n} le polynôme de degré nn, orthogonal à ℝn−1[X]\mathbb{R}_{n - 1}[X], que fournit l'algorithme de Gram-Schmidt dans le cours. D'après la proposition 7 du cours, LnL_{n} possède nn racines simples x1<⋯<xnx_{1} < \cdots < x_{n}, toutes situées dans ]−1 ,1[]-1\,,1[.

1. Montrer qu'il existe un unique nn-uplet (λ1,…,λn)∈ℝn(\lambda_{1}, \dots, \lambda_{n}) \in \mathbb{R}^{n} tel que ∫−11f(t) dt=∑k=1nλkf(xk)pour tout f∈ℝn−1[X].(∗)\int_{-1}^{1} f(t)\,\mathrm{d} t = \sum_{k = 1}^{n} \lambda_{k}f(x_{k}) \qquad\text{pour tout } f \in \mathbb{R}_{n - 1}[X]. \tag{$\ast$}

2. Montrer que l'égalité (∗)(\ast) est encore vraie pour tout f∈ℝ2n−1[X]f \in \mathbb{R}_{2n - 1}[X]. On pourra effectuer la division euclidienne de ff par LnL_{n}.

3. Réciproquement, soit y1<⋯<yny_{1} < \cdots < y_{n} des réels et μ1\mu_{1}, …, μn\mu_{n} des réels tels que ∫−11f=∑kμkf(yk)\int_{-1}^{1} f = \sum_{k} \mu_{k}f(y_{k}) pour tout f∈ℝ2n−1[X]f \in \mathbb{R}_{2n - 1}[X]. Montrer que les yky_{k} sont les racines de LnL_{n}.

4. Montrer que λk>0\lambda_{k} > 0 pour tout kk, et calculer ∑k=1nλk\sum_{k = 1}^{n} \lambda_{k}.

5. Calculer x1x_{1}, x2x_{2}, λ1\lambda_{1} et λ2\lambda_{2} pour n=2n = 2.

6. Soit f:[−1 ,1]→ℝf : [-1\,,1] \to \mathbb{R} continue, et In(f)=∑k=1nλkf(xk)I_{n}(f) = \sum_{k = 1}^{n} \lambda_{k}f(x_{k}), où les xkx_{k} et les λk\lambda_{k} dépendent de nn. On admet le théorème de Weierstrass : pour tout ε>0\varepsilon > 0, il existe un polynôme QQ tel que ∣f(t)−Q(t)∣⩽ε|f(t) - Q(t)| \leqslant \varepsilon pour tout t∈[−1 ,1]t \in [-1\,,1]. Montrer que In(f)I_{n}(f) tend vers ∫−11f\int_{-1}^{1} f quand nn tend vers +∞+\infty.

Les quatre derniers exercices sont des problèmes à traiter en autonomie : l'énoncé fixe le but, et c'est à vous de trouver le chemin.

Corrigé

1. Les xkx_{k} étant distincts, on dispose des polynômes de Lagrange ℓ1\ell_{1}, …, ℓn∈ℝn−1[X]\ell_{n} \in \mathbb{R}_{n - 1}[X], caractérisés par ℓk(xj)=δkj\ell_{k}(x_{j}) = \delta_{kj}, et de la formule d'interpolation f=∑kf(xk)ℓkf = \sum_{k} f(x_{k})\ell_{k} pour f∈ℝn−1[X]f \in \mathbb{R}_{n - 1}[X] (chapitre 13, théorème 13).

Si (λk)(\lambda_{k}) convient, l'égalité (∗)(\ast) appliquée à f=ℓjf = \ell_{j} donne ∫−11ℓj=∑kλkδjk=λj\int_{-1}^{1} \ell_{j} = \sum_{k} \lambda_{k}\delta_{jk} = \lambda_{j} : il y a au plus une solution. Réciproquement, avec λk=∫−11ℓk\lambda_{k} = \int_{-1}^{1} \ell_{k}, la linéarité de l'intégrale et la formule d'interpolation donnent, pour f∈ℝn−1[X]f \in \mathbb{R}_{n - 1}[X], ∫−11f=∑k=1nf(xk)∫−11ℓk=∑k=1nλkf(xk).\int_{-1}^{1} f = \sum_{k = 1}^{n} f(x_{k})\int_{-1}^{1} \ell_{k} = \sum_{k = 1}^{n} \lambda_{k}f(x_{k}).

il existe un unique (λ1,…,λn), donneˊ par λk=∫−11ℓk(t) dt\boxed{\text{il existe un unique } (\lambda_{1}, \dots, \lambda_{n}), \text{ donné par } \lambda_{k} = \int_{-1}^{1} \ell_{k}(t)\,\mathrm{d} t}

2. Soit f∈ℝ2n−1[X]f \in \mathbb{R}_{2n - 1}[X], et f=QLn+Rf = QL_{n} + R sa division euclidienne par LnL_{n}, qui est de degré nn (chapitre 13, théorème 2) : deg⁡R⩽n−1\deg R \leqslant n - 1, et deg⁡Q⩽n−1\deg Q \leqslant n - 1, puisque deg⁡f⩽2n−1\deg f \leqslant 2n - 1. Comme LnL_{n} est orthogonal à ℝn−1[X]\mathbb{R}_{n - 1}[X] (proposition 7 (i)), on a ∫−11QLn=⟨Q,Ln⟩=0\int_{-1}^{1} QL_{n} = \langle Q, L_{n} \rangle = 0. Comme Ln(xk)=0L_{n}(x_{k}) = 0, on a f(xk)=R(xk)f(x_{k}) = R(x_{k}). Par la question 1 appliquée à RR, ∫−11f=0+∫−11R=∑k=1nλkR(xk)=∑k=1nλkf(xk).\int_{-1}^{1} f = 0 + \int_{-1}^{1} R = \sum_{k = 1}^{n} \lambda_{k}R(x_{k}) = \sum_{k = 1}^{n} \lambda_{k}f(x_{k}).

(∗) est vraie pour tout f∈ℝ2n−1[X]\boxed{(\ast) \text{ est vraie pour tout } f \in \mathbb{R}_{2n - 1}[X]} Avec nn points, on intègre exactement les polynômes de degré au plus 2n−12n - 1 : c'est le double de ce que donne l'interpolation seule. Ce n'est plus vrai au degré 2n2n : pour f=Ln2f = L_{n}^{2}, le second membre est nul, et le premier vaut ∥Ln∥2>0\lVert L_{n} \rVert^{2} > 0.

3. Soit W=(X−y1)⋯(X−yn)W = (X - y_{1})\cdots(X - y_{n}), de degré nn. Pour tout Q∈ℝn−1[X]Q \in \mathbb{R}_{n - 1}[X], le polynôme QWQW est de degré au plus 2n−12n - 1, et il s'annule en chaque yky_{k} : ⟨Q,W⟩=∫−11QW=∑k=1nμkQ(yk)W(yk)=0.\langle Q, W \rangle = \int_{-1}^{1} QW = \sum_{k = 1}^{n} \mu_{k}Q(y_{k})W(y_{k}) = 0. Ainsi WW appartient à l'orthogonal de ℝn−1[X]\mathbb{R}_{n - 1}[X] dans l'espace euclidien ℝn[X]\mathbb{R}_{n}[X]. Par la proposition 11, cet orthogonal est de dimension (n+1)−n=1(n + 1) - n = 1 ; il contient Ln≠0L_{n} \neq 0, donc c'est la droite Vect(Ln)\mathrm{Vect}(L_{n}), et W=cLnW = cL_{n} avec c≠0c \neq 0. Les deux polynômes ont les mêmes racines : {y1,…,yn}={x1,…,xn},donc yk=xk pour tout k\boxed{\{y_{1}, \dots, y_{n}\} = \{x_{1}, \dots, x_{n}\}, \quad \text{donc } y_{k} = x_{k} \text{ pour tout } k} puisque les deux listes sont rangées dans l'ordre croissant. Par l'unicité de la question 1, on a aussi μk=λk\mu_{k} = \lambda_{k} : la formule de Gauss est la seule formule à nn points exacte au degré 2n−12n - 1.

4. Le polynôme ℓk2\ell_{k}^{2} est de degré 2n−2⩽2n−12n - 2 \leqslant 2n - 1 ; la question 2 lui applique (∗)(\ast) : ∫−11ℓk2=∑j=1nλjℓk(xj)2=λk,\int_{-1}^{1} \ell_{k}^{2} = \sum_{j = 1}^{n} \lambda_{j}\ell_{k}(x_{j})^{2} = \lambda_{k}, et cette intégrale est strictement positive, puisque ℓk≠0\ell_{k} \neq 0 et que ∫−11PQ\int_{-1}^{1} PQ est un produit scalaire. Avec f=1f = 1, on obtient ∫−111=2\int_{-1}^{1} 1 = 2 : λk=∫−11ℓk2>0,∑k=1nλk=2\boxed{\lambda_{k} = \int_{-1}^{1} \ell_{k}^{2} > 0, \qquad \sum_{k = 1}^{n} \lambda_{k} = 2}

5. La section 19.4 du cours donne L2=X2−13L_{2} = X^{2} - \frac{1}{3}, de racines x1=−13, x2=13\boxed{x_{1} = -\frac{1}{\sqrt{3}}, \ x_{2} = \frac{1}{\sqrt{3}}}. On a λ1+λ2=2\lambda_{1} + \lambda_{2} = 2, et (∗)(\ast) appliquée à f=Xf = X donne 0=λ2−λ130 = \frac{\lambda_{2} - \lambda_{1}}{\sqrt{3}}, d'où λ1=λ2=1\boxed{\lambda_{1} = \lambda_{2} = 1}. La formule ∫−11f(t) dt≈f(−13)+f(13)\int_{-1}^{1} f(t)\,\mathrm{d} t \approx f\Big(-\frac{1}{\sqrt{3}}\Big) + f\Big(\frac{1}{\sqrt{3}}\Big) est exacte pour les polynômes de degré au plus 33, mais pas pour X4X^{4} : elle donne 29\frac{2}{9} au lieu de 25\frac{2}{5} ✓. Pour f=exp⁡f = \exp, elle donne 2ch⁡13≈2,34272\operatorname{ch}\frac{1}{\sqrt{3}} \approx 2{,}3427 au lieu de 2sh⁡1≈2,35042\operatorname{sh} 1 \approx 2{,}3504, soit une erreur de 0,00770{,}0077 avec deux évaluations seulement ; la méthode des trapèzes à trois points, −1-1, 00, 11, se trompe de 0,190{,}19. Pour n=3n = 3, on trouve les nœuds 00 et ±3/5\pm\sqrt{3/5}, de poids 89\frac{8}{9} et 59\frac{5}{9} ✓.

6. Soit ε>0\varepsilon > 0, et QQ un polynôme tel que ∣f−Q∣⩽ε|f - Q| \leqslant \varepsilon sur [−1 ,1][-1\,,1]. Pour nn assez grand, 2n−1⩾deg⁡Q2n - 1 \geqslant \deg Q, et la question 2 donne In(Q)=∫−11QI_{n}(Q) = \int_{-1}^{1} Q. On écrit ∣In(f)−∫−11f∣⩽∣In(f)−In(Q)∣+∣∫−11Q−∫−11f∣.\Big|I_{n}(f) - \int_{-1}^{1} f\Big| \leqslant \big|I_{n}(f) - I_{n}(Q)\big| + \Big|\int_{-1}^{1} Q - \int_{-1}^{1} f\Big|. Par l'inégalité triangulaire et la positivité des poids (question 4), le premier terme est au plus ∑kλk∣f(xk)−Q(xk)∣⩽ε∑kλk=2ε\sum_{k} \lambda_{k}|f(x_{k}) - Q(x_{k})| \leqslant \varepsilon\sum_{k} \lambda_{k} = 2\varepsilon. Par l'inégalité de la moyenne (chapitre 18, proposition 7), le second est au plus 2ε2\varepsilon. Ainsi ∣In(f)−∫−11f∣⩽4ε\big|I_{n}(f) - \int_{-1}^{1} f\big| \leqslant 4\varepsilon pour nn assez grand : In(f)→n→+∞∫−11f(t) dt\boxed{I_{n}(f) \xrightarrow[n \to +\infty]{} \int_{-1}^{1} f(t)\,\mathrm{d} t}

Piège. La positivité des poids est le point décisif : c'est elle qui transforme ∑kλk∣f(xk)−Q(xk)∣\sum_{k} \lambda_{k}|f(x_{k}) - Q(x_{k})| en au plus 2ε2\varepsilon. Avec des nœuds équidistants et des poids définis comme à la question 1, certains poids deviennent négatifs dès neuf points (le plus petit vaut alors −9082835-\frac{908}{2835}), la somme des ∣λk∣|\lambda_{k}| dépasse alors 22, et la majoration par 2ε2\varepsilon tombe. Placer les nœuds aux racines d'un polynôme orthogonal n'est donc pas un raffinement : c'est ce qui garantit la convergence.

Les quatre derniers exercices sont des problèmes en autonomie ; le corrigé commence par l'idée directrice.

Ouvrir dans l'atlas interactif →