Vous êtes sur la page 1sur 7

TP Méthode numérique et optimisation Ahmouda Taha / Maamri Chouaib Option : MC

TP N° 04 Prof : allag.M 2018/2019

Résolution équation différentielle


Equation de MCC:
𝑱𝒘
𝑱= + 𝒇𝒘 = 𝑲𝑳 𝒊𝟐 − 𝑪𝒓
𝒅𝒕

en pose:
−𝒇 𝑲𝑳 𝟏
𝑱. 𝒙𝟏̇ + 𝒇. 𝒙𝟏 = 𝑲𝑳 𝒙𝟐𝟐 − 𝑪𝒓 => 𝒙𝟏̇ = 𝒙𝟏 + 𝒙𝟐𝟐 − 𝑪𝒓
𝑱 𝑱 𝑱

−𝑹 𝟏
𝑳. 𝒙𝟐̇ + 𝑹𝒙𝟐 + 𝑲𝑳. 𝒙𝟏. 𝒙𝟐 = 𝑼 => 𝒙𝟐̇ = 𝑳
𝒙𝟐 − 𝑲. 𝒙𝟏. 𝒙𝟐 + 𝑳 𝑼

Méthode d’Euler :
clear all

clc

f=0.00334;J=0.021;r=8.438;l=0.704;k=0.78;u=220;tf=50; t=0;x1=0;x2=0;i=1;h=0.001;

xx1(1)=0;

xx2(1)=0; tt(1)=0;

while t<tf

f1=(-f/J)*x1+(k*l/J)*(x2)^2-(1/J)*(3*stepfun(t,20));

f2=(-r/l)*x2-k*x1*x2+(u/l);

x1=x1+h*f1;

x2=x2+h*f2;

t=t+h;

xx1(i)=x1;

xx2(i)=x2;

tt(i)=t;

i=i+1;

end

plot(tt,xx1,tt,xx2)
TP Méthode numérique et optimisation Ahmouda Taha / Maamri Chouaib Option : MC
TP N° 04 Prof : allag.M 2018/2019

grid

300

250

200

150

100

50

0
0 10 20 30 40 50 60

Figure d’Euler

Méthode de Taylor :

clear all

clc

t=0;x1=0;x2=0;i=1;h=0.001;

xx1(1)=0;

xx2(1)=0;

tt(1)=0;

while t<tf
TP Méthode numérique et optimisation Ahmouda Taha / Maamri Chouaib Option : MC
TP N° 04 Prof : allag.M 2018/2019

f1=(-f/J)*x1+(k*l)/J*(x2)^2-(l/J)*(3*stepfun(t,20));

f2=(-r/l)*x2-k*x1*x2+u/l;

x1=x1+h*f1+((h^2)/2)*((-f/J)*f1+((2*k*l)/J)*x2*f2);

x2=x2+h*f2+((h^2)/2)*(-k*x2*f1-((r/l)+k*x1)*f2);

t=t+h;

xx1(i)=x1;

xx2(i)=x2;

tt(i)=t;

i=i+1;

end

plot(tt,xx1,tt,xx2)

grid

300

250

200

150

100

50

0
0 10 20 30 40 50 60
TP Méthode numérique et optimisation Ahmouda Taha / Maamri Chouaib Option : MC
TP N° 04 Prof : allag.M 2018/2019

Figure de Taylor

Methode de RK 2 :
clc

clear all;
f=0.00334;
j=0.021;
r=8.438;
l=0.704;
k=0.78;
u=220;
h=0.001;
tf=50;
t=0;
x1=0;
x2=0;
i=1;
xx1(1)=0;
xx2(1)=0;
tt(1)=0;
while t<tf
f1=(-f/j)*x1+(k*l)/j*(x2)^2-(1/j)*(3*stepfun(t,20));
f2=(-r/l)*x2-k*x1*x2+u/l;
k11=(-f/j)*x1+(k*l)/j*(x2)^2-(1/j)*(3*stepfun(t,20));
k12=(-r/l)*x2-k*x1*x2+u/l;
k21=(-f/j)*(x1+h*k11)+(k*l)/j*(x2+h*k12)^2-(1/j)*(3*stepfun(t,20));
k22=(-r/l)*(x2+h*k12)-k*(x1+h*k11)*(x2+h*k12)+u/l;
X=[x1 x2];
X=X+(h/2)*[k11+k21 k12+k22]
t=t+h;
xx1(i)=x1;
xx2(i)=x2;
tt(i)=t;
i=i+1;
end
X
plot(tt,xx1,tt,xx2),grid
TP Méthode numérique et optimisation Ahmouda Taha / Maamri Chouaib Option : MC
TP N° 04 Prof : allag.M 2018/2019

Romarque:

la méthode RK2 donne le mem valeur dons la rigime tronsitoir et dons la rigime permanent la
valeur de tension et Plus bas de methode de Euler et taylor.

dons la rigime pirmanent La tension est inférieure à RK2, Taylor et Euler.et dons la rigime
tronsitoir la mem valeur de tension.

La méthode RK4 est Plus précis


TP Méthode numérique et optimisation Ahmouda Taha / Maamri Chouaib Option : MC
TP N° 04 Prof : allag.M 2018/2019

Méthode de newton :
clc

clear all;

R=8.438;L=0.704;K=0.78;J=0.021; f=0.00334;u=220; h=0.001;t=0;tf=50; X=[0;0]

while t<tcf

F1=(-f/J)*X(1)+(K*L/J)*X(2)^2-(1/J)*3*(stepfun(t,20));

F2=(-R/L)*X(2)-K*X(1)*X(2)+(1/L)*u;

F=[F1;F2];

%la matrice jacobien

D=[-f/J (2*K*L/J)*X(2);-K*X(2) -R/L-K*X(1)];

X=X-inv(D)*F

t=t+h;

end

Solution :

X=

143.7761

2.5175

X=

143.7761

2.5175

X=

143.7761

2.5175
TP Méthode numérique et optimisation Ahmouda Taha / Maamri Chouaib Option : MC
TP N° 04 Prof : allag.M 2018/2019

R f Km Cr en régime permanant:
clear all

clc

A=[ 0 286.6 -1.74 0;1.32 0 378.31 0;0 143.8 -6.3 1;2.517 0 360.9 0 ]

b=[ 0;220;0;220 ]

x=inv(A)*b

Solution :

A=

0 286.6000 -1.7400 0

1.3200 0 378.3100 0

0 143.8000 -6.3000 1.0000

2.5170 0 360.9000 0

b=

220

220

x=

8.0497

0.0034

0.5534

3.0035