Ce document présente trois méthodes de résolution numérique des équations non linéaires : la méthode de dichotomie, la méthode du point fixe et la méthode de Newton. Il décrit les algorithmes de chaque méthode et donne des exercices d'implémentation sous MATLAB.
0 évaluation0% ont trouvé ce document utile (0 vote)
48 vues2 pages
Ce document présente trois méthodes de résolution numérique des équations non linéaires : la méthode de dichotomie, la méthode du point fixe et la méthode de Newton. Il décrit les algorithmes de chaque méthode et donne des exercices d'implémentation sous MATLAB.
Ce document présente trois méthodes de résolution numérique des équations non linéaires : la méthode de dichotomie, la méthode du point fixe et la méthode de Newton. Il décrit les algorithmes de chaque méthode et donne des exercices d'implémentation sous MATLAB.
Ce document présente trois méthodes de résolution numérique des équations non linéaires : la méthode de dichotomie, la méthode du point fixe et la méthode de Newton. Il décrit les algorithmes de chaque méthode et donne des exercices d'implémentation sous MATLAB.
Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
Télécharger au format pdf ou txt
Vous êtes sur la page 1/ 2
EPI-Sousse A.
U:2023-2024 Mathématiques Appliquées 2ème Prépa.
TP 3: Résolution numérique des équations non linéaires
But du TP : Durant ce TP, nous allons mettre en œuvre les algorithmes des méthodes de résolution des équations non linéaires : Méthode de dichotomie methode de point fixe e et méthode de Newton. Méthode de dichotomie
1. Existence et unicité : Soit f : [a, b] −→ R une fonction continue strictement monotone sur [a, b] vérifiant f (a)f (b) < 0. alors il existe un unique α ∈]a, b[ telle que f (α) = 0. On se propose de déterminer une valeur approchée de α. 2. Algorithme de dichotomie : On pose c = a+b2 : — Si f (c) = 0 =⇒ α = c et donc le problème est résolu. — Si f (a) ∗ f (c) < 0 =⇒ α ∈ [a, c] [a, b] ←− [a, c] — Si f (a) ∗ f (c) > 0 (f (c)f (b) < 0) =⇒ α ∈ [c, b] [a, b] ←− [c, b] — On réitère le procédé avec l’intervalle obtenu contenant c. — On arrête l’itération lorsque la longueur de l’intervalle devient inférieure à un tolérance ε > 0 fixé au départ. Algorithme de dichotomie Donner f, ε, a et b n = 0; c = a+b 2 ; tant que (b − a > ε et f (c) ̸= 0) faire si f (a)f (c) < 0 alors b = c sinon a=c ; fin si c = (a + b)/2; n = n + 1; fin tant que Afficher la valeur approchée c et f (c) Afficher le nombre d’itération n
Exercice 1
1. Écrire une fonction MATLAB nommée dicothomie qui permet d’implémenter la méthode de di- chotomie pour la recherche d’une racine α ∈ [a, b] d’une fonction f : [a, b] −→ R, à une tolérance ε > 0, en précisant le nombre d’itérations effectués. √ 2. Soit la fonction f (x) = exp(x) + 3 x − 2 sur [0, 1] Écrire un script MATLAB permettant de :
(a) tracer la courbe de f,
(b) déterminer une valeur approchée de la racine α de f par la méthode de dichotomie avec une précision 10−10 .
3. Soit la fonction h définie sur [−2.5, 0] par h(x) = 2x cos(2x) − (x + 1)2
(a) dans le même script tracer la courbe de h.
1 (b) Combien de racines possède cette fonction dans l’intervalle [−2.5, 0]? (c) En utilisant la fonction dichotomie déterminer les racines de h avec :tol = 10−6 .
Exercice 2 Créer un script Matlab nommé methode_dicohtomie permettant de
▷ Créer et tracer la fonction f (x) = x3 + x − 1 = 0 sur [0, 1]. et donner un titre à ce figure (méthode de dichotomie). ▷ Écrire le code MATLAB de dichotomie permettant de résoudre l’équation f (x) = 0 avec une précision 10−6 . Afficher la solution c, f (c) ainsi que le nombre d’itérations. ▷ A chaque itération représenter le point (c, f (c)) sur la même figure. ▷ Afficher c5 . Méthode de point fixe Soit f : [a, b] −→ R une fonction continue, on suppose qu’il existe un unique α ∈ [a, b] tel que f (α) = 0. 1. Principe : Le principe de cette méthode consiste à transformer l’équation f (x) = 0 en une équation équivalente g(x) = x où g est une fonction auxiliaire "bien" choisie. Le point α est un zéros de f si et seulement si α est un point fixe de g : f (α) = 0 ⇐⇒ g(α) = α. Principe : On construit une suite (xn ) définie par :
x0 ∈ [a, b] donnée xn+1 = g(xn ), n ∈ N telle que lim xn = α. n→+∞ 2. Test d’arrêt : Pour que la valeur xn de la suite à la n-ième itération soit une valeur approchée de α à ε > 0 près, il suffit que n vérifie : |xn+1 − xn | < ε. Méthode de Newton Principe : On construit une suite (xn ) définie par : x0 ∈ [a, b] donnée f (xn ) xn+1 = g(xn ) = xn − ′ , n∈N f (xn ) telle que lim xn = α et f (α) = 0. n→+∞ Travail demandé : Soit à résoudre numériquement l’équation : f (x) = x3 + x − 1 = 0 sur [0, 1]. 1. Méthode de Point fixe Écrire un script nommé « pointfixe.m »,qui implémente la méthode de point fixe . Pour cela, on doit réécrire l’équation sous la forme g(x) = x en assurant la convergence de l’algorithme on 1 prend g(x) = 1 + x2 ▷ Créer et tracer sur un même figure les fonctions f, g et la droite ∆ : y = x sur [0, 1] et donner un titre à ce figure (méthode de point fixe). ▷ Écrire l’algorithme de point fixe en initialisant , la tolérance tol = 10−8 , un compteur d’itérations une valeur initiale x0 = 0.5 et x1 ▷ A chaque itération représenter le point (x0 , f (x0 )) sur la même figure. ▷ Afficher la solution approchée x1 , f (x1 ) ainsi que le nombre d’itérations. 2. Méthode de Newton Ecrire un autre script nommé « Newton .m »,qui permet de résoudre numériquement l’équation f (x) = 0, par la méthode de Newton avec x0 = 0.5 et une tolérance tol == 10−8 . 3. Comparer les différentes méthodes implémentées.
