Vous êtes sur la page 1sur 21

TP Analyse numerique

IMEN NAIJA

1ERE ANNEE GENIE ENERGETIQUE


INTRODUCTION :
Matlab est un langage de programmation de quatrième génération émulé par un
environnement de développement du même nom. Il permet de manipuler des
matrices, d’afficher des courbes et des données, de mettre en œuvre des
algorithmes…

OBJECTIFS DU TP :
o S’initier à Matlab
o Etablir les méthodes permettant la résolution de l’équation f(x)=0
o La résolution des systèmes linéaires matriciels
TP n°1
Initiation a Matlab
Exercice 1 :

Execution :
Exercice 2 :

Execution :
Exercice 3 :

Exécution :

Représentation graphique :

App :
Execution :
Fonction subplot :

Execution :
Exercice 4 :

Execution :
TP n° 2
Approximation des racines d’une
fonction réelle

Objectif de TP:

L’objectif de ce tp est d’établir les méthodes d’approximation des racines d’une


fonction réelle, c’està-dire la résolution approchée du problème suivant :

Commençons tout d’abord par cet exemple, considérons l’équation :

Les méthodes usuelles de transformation (transposition, utilisation de la fonction


logarithme,...) ne permettent pas de résoudre explicitement cette équation. Pourtant
on observe graphiquement qu’elle admet une solution unique sur [0, 1].

Pour cela, il suffit de taper sur le workspace de Matlab les commandes :

Dans ce sujet, on va exposer les principales méthodes itératives de résolution d’une


équation de la forme f(x) = 0, où f est une fonction continue définie sur un intervalle [a,
b].

On se placera dans le cas où, localement, il y a une unique racine, pour en donner un
algorithme d’approximation.

Méthode de Dichotomie:

La méthode de dichotomie est fondée sur la propriété suivante :

Proposition (Théorème des zéros d’une fonction continue)


Soit une fonction continue f : [a, b] → R, si f(a)f(b) < 0, alors ∃α ∈]a, b[ tel que f(α) = 0.

Cette méthode consiste en une succession de divisions par deux de l’intervalle pour
approcher de plus en plus la racine de l’équation f(x) = 0, jusqu’à ce qu’une précision ε
soit atteinte.

App :
Execution :

Remarque :

La méthode de dichotomie a l’avantage d’exiger peu d’hypothèse sur la fonction. Elle


sert parfois de moyen de calcul d’une initialisation pour les algorithmes des autres
méthodes. L’incovénient majeur de cette méthode est la lenteur de convergence de
son algorithme.

Méthode du point fixe:

Parmi les méthodes de résolution de l’équation f(x) = 0, la méthode dite des


approximations successives (ou du point fixe) est la plus importante.

Son principe est basé sur la construction d’une suite itérative approchant de plus en
plus la racine exacte, son premier élément (appelé initialisation) pouvant être
n’importe quel point de l’intervalle de travail [a, b].

La méthode du point fixe s’applique à des équations de la forme ϕ(x) = x.

A titre de rappel, on peut toujours écrire l’équation f(x) = 0 sous une forme équivalente
de ce type.

On se place dans le cas où la fonction ϕ : [a, b] → [a, b] vérifie les hypothèses :

(H1) ϕ est continue et dérivable sur [a, b].

(H2) ∃M ∈]0, 1[: ∀x ∈ [a, b] |ϕ ′ (x)| ≤ M On dira que ϕ est contraction stricte.
La méthode du point fixe est basée sur la proposition suivante :

Lorsque ϕ vérifie les deux hypthèses (H1) et (H2), alors il existe une unique racine c de
l’équation ϕ(x) = x, applée point fixe de ϕ.

App :

Execution :

Méthode de Newton:

La méthode de Newton est une méthode de point fixe pour la fonction


App :

Execution :
TP n°3
Résolution des systèmes linéaires
(Méthodes Directes)

Objectif de TP:

Dans ce TP, on va s’intéresser à la résolution du système matricielle de la forme Ax = b où


A une matrice carrée connue et b un vecteur donné et x le vecteur inconnu. Dans un
premier temps, nous allons utiliser deux méthodes de résolution : l’algorithme
d’élimination de Gauss et la méthode de factorisation LU

o La méthode d’élimination de Gauss (avec et sans pivot) est une méthode pour
transformer un système en un autre système équivalent (ayant les mêmes
solutions) qui est triangulaire et donc facile à résoudre. Les opérations autorisées
pour transformer ce système sont :
• échange de deux lignes.
• multiplication d’une ligne par un nombre non nul.
• addition d’un multiple d’une ligne à une autre ligne.
On est alors ramené à la résolution d’un système linéaire T x = ˜b, où la matrice T
est triangulaire et inversible. Ceci se fait très facilement par substitution récursive.
On appelle ce procédé remontée dans le cas d’une matrice T triangulaire
supérieure et descente dans le cas d’une matrice T triangulaire inférieure. Il faudra
remarquer que l’on résoud ainsi le système T x = ˜b sans inverser la matrice T

o La deuxième méthode proposée consiste à factoriser la matrice A en un produit


de deux matrices triangulaires A = LU, où L est triangulaire inferieure (L pour lower
en Anglais) et U est triangulaire superieure (U pour upper en Anglais). Il s’agit en
fait du même algorithme que celui de l’élimination de Gauss dans le cas
particulier où on ne pivote jamais. Une fois établie la factorisation LU de A, la
résolution du système linéaire Ax = b est équivalente à la simple résolution de deux
systèmes triangulaires Ly = b puis Ux = y, soit LUx = b.
Cas d’une matrice triangulaire inférieure :

Cas d’une matrice triangulaire supérieure :


Méthode de Gauss:
Execution :

Méthode de décomposition LU:


Résolution d’un système linéaire avec méthode de LU (la fonction "ResolutionLU.m") :

Execution :
TP n°4
Résolution des systèmes linéaires
(Méthodes Itératives)

Méthode de Jacobi:
Méthode de Gauss-Seidel:

Application :

Vous aimerez peut-être aussi