Vous êtes sur la page 1sur 9

Rpublique Algrienne dmocratique et populaire Ministre de Lenseignement Suprieur Et de La Recherche Scientifique Universit Mohamed Khider BISKRA Facult des

Sciences et des Sciences de Lingnieur Dpartement dElectrotechnique 1me anne Master Electrotechnique Option: Rseaux lectriques Module: UE9

TPN 1

Ralise par : Ben lamkherbache ilyes

Dirige par : Mr Naimi

L'anne universitaire: 2009/2010

But de TP : Appliquer des mthodes numriques G-S et N-R sur une quation mathmatique et observer les diffrences entre aux. Introduction Les rseaux lectriques rels peuvent contenir des centaines on aura plusieurs variables inconnues les rsoudre par des mthodes numriques adoptes ce genre de problme Deux mthodes sont actuellement, trs utilises en pratique pour la rsolution du problme du calcul d'coulement de puissance. 1) mthode de Gauss-Seidel. 2) mthode de Newton-Raphson. Partie Thorique : I -Mthode de Gauss-Seidel: G-S La mthode de Gauss-Seidel est une mthode itrative de rsolution d'un systme matriciel de la forme Ax = b. Pour cela, on utilise une suite x(k) qui converge vers un point fixe x, solution du systme d'quations linaires. Cette mthode se considre l'une des plus simple des mthodes itratives, savoir que la Mthode la plus efficace est la mthode de Newton-Raphson, mais la mthode de Gauss-Seidel s'intervient pour les raisons suivantes: 1- qui possde une valeur scientifique sr cause de sa simplicit. 2- et qui utilise dans le systme faible puissance, comme le notre, dans la quelle les programmes sont simples. 3- elle s'utilise dans des nombreux cas des grands systmes pour obtenir une solution approximative. I. 1)-Principe de la mthode de Gauss Seidel: Soit rsoudre la fonction : f(x) = 0 Il faut changer cette formule par X=g(x ) ,pour une fonction f(x) = 0 , il est toujours possible de trouver une fonction g(x) , telle que : X=g(x) g(x) nest pas unique

On estime une valeur initiale Xo

: X1 = g(Xo)

X2 = g(X1)

x(k+1) = g(k) o k est le numro ditration . Le processus itratif se termine si la diffrence entre deux valeurs successives vrifie le test de Convergence : | x(k+1) x(k) |< Pour un systme de n quations : Soit rsoudre le systme dquations dordre n suivant : f1 ( x1 , x1, .., xn ) = 0 f2 ( x1 , x1, .., xn ) = 0 . fn ( x1 , x1, .., xn ) = 0 Pour trouver lalgorithme de Gauss-Seidel on a besoin de reformer la fonction f(x)=0 la forme itrative X=g(x): x(1) = g(x0) ; x(2) = g(x(1)) X(n) = g(X(n-1)) A la fin de chaque itration, on fait le test de convergence : | xk+1 - xk |< ; : tolrance choisie.

II -Mthode de Newton-Raphson En analyse numrique, la mthode de Newton, ou mthode de Newton-Raphson , est un algorithme efficace pour trouver des approximations d'un zro (ou racine) d'une fonction d'une variable relle valeurs relles. L'algorithme consiste linariser une fonction f en un point et prendre le point d'annulation de cette linarisation comme approximation du zro recherch. On ritre cette procdure en l'approximation obtenue. Dans les cas favorables, les approximations successives obtenues convergent avec une vitesse quadratique. De manire informelle, le nombre de dcimales correctes double chaque tape. Appliqu la drive d'une fonction, cet algorithme permet d'obtenir une valuation des points critiques. La mthode de Newton se gnralise en dimension suprieure. La raison rside en une utilisation du thorme du point fixe, qui cependant n'est pas ncessaire pour comprendre le sens du rsultat. Cette mthode porte le nom des mathmaticiens anglais Isaac Newton (1643-1727) et Joseph Raphson, qui furent les premiers la dcrire pour l'appliquer la recherche des zros d'une quation polynomiale. La technique itrative de Newton-Raphson : Cest une mthode itrative qui se base sur lestimation initiale et le dveloppement de Taylor

Soit rsoudre la fonction : f(x) = 0 ; x est la solution initial estime et d x est une lgre dviation de la valeur correcte de la solution: f (x+d x) = 0

Ou Le processus itratif se termine si la diffrence entre deux valeurs successives vrifie le test de Convergence : | x(k+1 )- x(k) |< Pour un systme de n quations : Reprsentation gomtrique de la mthode de N-R : Elle est base sur la dtermination de la tangente la courbe f(x) en chaque point
(x (k ) , f (x (k ) )) . L'intersection de cette tangente avec l'axe des x fournit le point x(k +1) , ( x(k )

tant une approximation de l'erreur commise sur x l'itration (k)).

Figure1: Reprsentation gomtrique de la mthode de N-R

Partie Pratique : I. la mthode de Gauss Seidel: Le programme : %% % clc clear x=5 ; dx=10 rsoudre des quations par mthode Gauss-Seidel %% f(x)=x^3-(6*x^2)+9*x-4=0 % % % % g % % % % % % % % % % % effacer l'affichage craser tous les anciennes variables la valeur initial conteur des itrations donner une grande valeur l'erreur dx x '); % % % % % %

iter=0; % disp ('iter

affichage les noms des rsultats % test de convergence N d'itrations g(x)=x calcule de la dviation

while abs(dx)>=10^(-4) & iter < 100; iter = iter+1; g =(-x^3+(6*x^2)+4)/9 ; dx=g-x; x=x+dx; end Le graphe : % % nom du fichier : graphe

la nouvelle valeur de x

fprintf('%g',iter),disp([g,dx,x]) % affichage des variables correspondantes %

aller au fichier dont le nom est graphe

% %

le fichier sert dessiner les courbes g (x) et x

x=0:0.05:4.5; % l'intervalle des 'x' et le pas 0.5 % g =(-x.^3+(6*x.^2)+4)/9;% dclaration de fonction % plot(x,g,'-',x,x,'-') grid xlabel('x') % donner de le nom de l'axe x % % text (0.7,3,'g(x)=(-x.^3+(6*x.^2)+4)/9') % % donner de le nom et positionner le nom sur le graphe text (3.2,3,'x')

Les rsultats finale de lexcution pour la valeur initial x= variable Valeur initial x x= 0 x= 0.98 x= 0.99 x= 1 x= 2 x= 3 x= 4 x= 5 x= 6 x= 7 Niter 100 25 1 1 9 6 1 6 100 8 9 On Remarque Il y a plusieurs solutions ( 0.99, 1 , 4) mais le plus rpter est la solution x=4 Si la valeur initial dpasse lintervalle limite au voisinage de la solution correct x=4 g 0.9728 0.9829 0.9900 1 4.0000 4.0000 4.0000 4.0000 0.9728 Inf NaN dx 0.0003 0.0001 0.0000 0 0.0000 0.0000 0.0000 0.0000 0.0003 Inf NaN Solution x 0.9728 0.9829 0.9900 1 4.0000 4.0000 4.0000 4.0000 0.9728 Inf NaN

la solution x diverger le nombre d'itrations ncessaires la convergence est nettement plus important. ex : pour x= 6 Niter =100
4.5

Figure 2:
3.5

g(x)=(-x.3+(6*x.2)+4)/9

2.5

1.5

0.5

0 0

0.5

1.5

2 x

2.5

3.5

4.5

Reprsentation gomtrique de la fonction et leur solution par la mthode de G-S

II. la mthode de Newton-Raphson: Le programme : % % clc clear iter=0; dx=10 disp ('iter iter = iter+1; f =x^3-(6*x^2)+x*9-4 ; df=3*x^2-(12*x)+9 ; dx=-f/df; x=x+dx; fprintf('%f',iter),disp([f,df,dx,x]) end Le graphe : % % nom du fichier : graphe % % % nouveau valeur de x % % affichage des variables correspondantes % f % % df dx rsoudre des quations par la mthode Newton-Raphson % f(x)=x^3-(6*x^2)+9*x-4=0 % % effacer l'affichage craser tous les ancien variables conteur des itrations donner une grande valeur l'erreur x '); % % % test de convergence N d'itrations % % % % % % % %

x=input (' donner la valeur initial x= ')

affichage les noms des rsultats

while abs(dx)>=10^(-4) & iter < 100;

aller au fichier dont le nom est graphe

le fichier sert dessiner les courbes f (x) et x=0

x=0:0.005:4.5; % l'intervalle des 'x' et le pas 0.005 % f =x.^3-(6*x.^2)+x*9-4;% dclaration de fonction % plot(x,f,'-',x,0,'-r') grid xlabel('x') % donner de le nom de l'axe x % % text (0,-1,'f(x)=x^3-(6*x^2)+x*9-4') % % donner de le nom et positionner le nom sur le graphe

text (0.5,0.5,'x')

Les rsultats finale de lexcution pour la valeur initial x= variable Valeur initial x x= 0 x= 0.98 x= 0.99 x= 1; Warning: Divide by zero! x= 2 x= 3; Warning: Divide by zero.! x= 4 x= 5 x=6 x= 7 x= 100 Niter 14 8 7 1 13 1 2 1 5 6 7 14 f -0.0000 -0.0000 -0.0000 0 -0.0000 -4 NaN 0 0 0 0 0 df 0.0010 0.0009 0.0009 0 -0.0009 0 NaN 9 9 9 9 9 dx 0.0001 0.0001 0.0001 NaN -0.0001 Inf NaN 0 0 0 0 0 x 0.9999 0.9999 0.9999 NaN 1.0001 Inf NaN 4 4 4 4 4

On Remarque: o Il existe plusieurs solutions cette quation ( 0.99 , 4) mais la solution est plus frquente x=4 o Si la valeur initial x suprieure x=4 la solution converge vert la solution correct x=4 o le nombre d'itrations ncessaires la convergence est nettement trs petit ex : pour x= 100 N iter =14 . Si la valeur initial x qui choisit est le point tangentiel [tournant] (la pente a=0) Et cela apparatre le problme de divergence de la solution x Vert l'infini ex : pour x = 1 et x = 3. [Tell que ces valeurs sont des solutions du driv df ]

20

15

10

dx
5 Y

df

X: 4 Y: 0

f(x)=x3-(6*x2)+x*9-4
-5

-10

-15

0.5

1.5

2 x

2.5

3.5

4.5

Figure 3: Reprsentation gomtrique de la fonction et leur solution par la mthode de N-R

Conclusion : * la mthode de Gauss- Seidel a le taux de convergence le plus lent par rapport la deuxime mthode Newton-Raphson. * le nombre d'itration dpend du la valeur initial x et la mthode de la rsolution.