Vous êtes sur la page 1sur 10

REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE.

Ministère de l'enseignement supérieur et de la recherche scientifique


Université des Sciences et de la Technologie HOUARI BOUMEDIENE

Faculté des mathématiques


Recherche opérationnelle

Rapport
TP N°3

Présenté par :
Bacha Rayane
Larbi Ahmed Ouali

Section A / Groupe 2

2019/2020
Contents
TP3 : Résolution des équations non linéaires.....................................................................2
Partie 1 : Question N°1..................................................................................................................2
partie 2 : Méthode de Dichotomie.................................................................................................3
Partie 3 : Méthode point fixe.........................................................................................................5
Partie 4 : Méthode de Newton......................................................................................................5
Partie 5 : Comparaison..................................................................................................................8
conclusion :...................................................................................................................................9
Bibliographie :...............................................................................................................................9
TP3 : Résolution des équations non linéaires

Partie 1 : Question N°1


a) Le graphe de la fonction f(x)=x+2ln(x) tel qu’il nous permet de localiser la solution de
l’équation :

D’après le script du programme écrit sous matlab (le fichier : qst1.m)


On voit clairement le point tel que le graphe de f passe par l’axe des X

b) Localisation de la solution :

on voit depuis le graphe après un zoom une solution de f(x) = 0 ; avec l'encadrement suivant :

x ∈ [0.6,0.8]

partie 2 : Méthode de Dichotomie


Considérons une fonction f continue sur un intervalle [a,b]. On suppose
que f admet une et une seule racine   dans ]a,b[et que f(a)f(b)<0f(a)f(b)<0.
On note
a+b
c= 2

le milieu de l'intervalle.

1. Si f(c)=0, c'est la racine de f et le problème est résolu.


2. Si f(c)≠0, nous regardons le signe de f(a)f(c).
1. Si f(a)f(c)<0,alors α∈]a,c[
2. Si f(c)f(b)<0, alors α∈]c,b[

On recommence le processus en prenant l'intervalle [a,c] au lieu de [a,b] dans le


premier cas, et l'intervalle [c,b] au lieu de[a,b] dans le second cas. De cette
manière, on construit par récurrence sur nn trois suites (an), (bn) et (cn) telles que
a0=a,b0=b et telles que pour tout n≥0n≥0,
a n+b n
1. cn= 2
2. Si f(cn)f(bn)<0 alors an+1=cn et bn+1=bn.
3. Si f(cn)f(an)<0 alors an+1=an et bn+1=cn.

Dans notre cas la suite est construit a chaque iteration de la boucle while
Dans le script il y a des vérifications au niveau des borne de l’intervalle, telque :
-a et b ne sont pas égaux
-le script test si f(a)=0 ou f(b)=0 si c’est le l’un des deux est le cas alors la valeur
de a ou b qui le vérifie est une racine
Et si la fonction n’admet pas une racine sur l’intervalle [a,b] alors un message
d’erreur va être afficher.
Exécution :

Avec cette méthode le nombre d’itération est egal à 17.


Partie 3 : Méthode point fixe
Le principe de cette méthode consiste à transformer l'équation f(x)= en une
équation équivalente g(x)=x où g est une fonction auxiliaire "bien" choisie. Le
point   est alors un point fixe de g. Approcher les zéros de f revient à approcher les
points fixes de g. Le choix de la fonction g est motivé par les exigences du
théorème de point fixe. En effet, elle doit être contractante dans un voisinage II de 
, ce qui revient à vérifier que ∣g'(x)∣<1 sur ce voisinage. Dans ce cas, on construit
une suite (xn)n∈N définie par:
x0 dans un voisinage I de α
∀n≥0,xn+1=g(xn)

Il ne reste plus qu'à appliquer localement le théorème de point fixe pour démontrer


que
α=lim x. n⟶+∞ n

on approche vers notre α (racine) à chauque boucle (pointfixe.m)

Exécution :

Avec cette méthode le nombre d’itération est égal à 12.

Partie 4 : Méthode de Newton


L’algorithme se comprend bien graphiquement. Partant d’un point pas
trop éloigné de la racine, on suit la tangente jusqu’à l’axe des
abscisses, ce qui nous rapproche du point d’intersection de la courbe
de 𝑓 avec (𝑂𝑥). On remonte jusqu’à la courbe et on suit à nouveau la
tangent.

Le programme refuse un valeur nul pour la borne inferieur à cause de


notre dérivé .
Exécution :

Avec cette méthode le nombre d’itération est égal à 5.

Partie 5 : Comparaison


On remarque que la méthode de Newton est plus rapide avec 5 itération

Et plus de précision car :


s_Newton= 0.70346721887588

et à l’aide de la fonction prédéfinie fzero

on trouve avec la commande : fzero(f,[0.1,1])

fzero(f,[a,b])== donne les racines de l'equation f(x) = 0 dans l'intervalle [a; b]

s= 0.703467422498392

qui est plus proche à notre résultas qu’on a trouver avec la méthode de Newton

conclusion :
la méthode de newton est la meilleure dans la résolution des
équations non linéaires

Bibliographie :
http://wims.unice.fr/wims/fr_U3~analysis~doczero.fr.html
https://www.mathworks.com/help/matlab/ref/

Vous aimerez peut-être aussi