Académique Documents
Professionnel Documents
Culture Documents
Initiation à Matlab
3 1 2 8 7
(a) Entrer ces données sous Matlab et déterminer les dimensions des vecteurs ~u1 , ~u2 et la
matrice A.
(b) Calculer ~u1 + 3~u2 , A~u1 .
(c) Définir le vecteur ~u3 contenant le premier colonne de la matrice de A, et le vecteur ~u4
contenant les éléments de ~u1 et ~u2 .
" # 2 3
2 3 4
(d) Extraire de la matrice A les matrices P = , H = 7 6 .
7 6 5
2 8
(e) Utiliser des commandes Matlab pour calculer k~u1 k1 , k~u1 k2 , k~u1 k∞ .
(f) Utiliser des commandes Matlab pour calculer le determinant et l’inverse de A.
2. Créez un script Fichier.m. Écrivez sur le script Fichier un programme qui demande deux
valeurs a et b à l’utilisateur et qui les affiche, qui intervertit leurs contenus et qui les affiche
à nouveau.
3. Écrire une fonction y = Sommation(a, nb) qui reçoit en entrée deux entiers a et b et renvoi
n
K a.
P
en sortie y le résultat de la somme suivante : y =
k=1
6x + y − 5z = 10
2x + 2y + 3z = 11
4x − 9y + 7z = 12
5. Tracer les graphes des fonctions suivantes sur deux figures différentes et sur une même
figure.
1
TP2
Interpolation polynômiale: Lagrange et Newton
x 0 1 2
y 1 2 5
(a) Écrire un programme Matlab qui construit le polynôme d’interpolation P2 (x) de degré
deux qui interpole les points (xi , yi )i=0,....,2 .
(b) Tracer P2 (x) et les points d’interpolation sur la même figure.
(c) Écrire un programme qui interpole le point t = 0.756.
(a) Écrire un programme Matlab qui construit le polynôme d’interpolation P2 (x) de degré
deux qui interpole les points (xi , yi )i=0,....,2 .
(b) Tracer P2 (x) et les points d’interpolation sur la même figure.
(c) Écrire un programme qui interpole le point t=0.756.
(d) On rajoute un point d’interpolation (x3 , y3 ) = (3, 28) aux points précédents. Tracer
P3 (x).
(a) Tracer la fonction f (x) et vérifier que les points (xi , yi )i=0,....,2 du tableau appartient à
la fonction f (x).
(b) Calculer la valeur exacte f (t) pour t = 0.756 et comparer avec les interpolations
précédentes.
2
TP3
Intégration numérique d’une fonction: Méthode de Trapèze et Simpson
3. Matlab possède une fonction équivalente, c’est la fonction TRAPZ, TRAPZ (Y) donne la
valeur calculée par la méthode du trapèze sur un vecteur Y avec un pas d’intégration uni-
taire. Adapter cette fonction pour le calcul de notre intégrale I.
6. Il existe une fonction dans Matlab qui ressemble à la méthode de Simpson, la fonction
QUAD qui implémente l’algorithme de Simpson adaptatif.
La syntaxe de cette fonction est : I= QUAD(nom_fonction,a,b) où nom_fonction est le nom
de la fonction à intégrer, et a et b sont les bornes d’intégration. La fonction doit impéra-
tivement accepter des variables de type vecteur. Utiliser cette fonction et comparer avec le
résultat obtenu en (3).
7. Comparer les résultats obtenus sachant que la valeur exacte est -0.12212260461896.
3
TP4
Résolution numérique des équations non linéaires.
Soit la fonction f (x) = x + ex + 1 définie sur [0, 1]. On souhaite calculer la valeur approchée
de la racine de f (x) en utilisant les méthodes suivantes:
1. Méthode du Dichotomie
2. Méthode du Newton
4
TP5
Résolution numérique des systèmes linéaires.
(a) Écrire le système (1) sous forme matricielle (Ax = b) et définir à l’aide d’instruction
Matlab la matrice A et le vecteur b.
(b) Programmer la fonction eliminationGauss (fichier eliminationGauss.m) qui fait la ré-
solution du système Ax = b. Tester le programme pour résoudre le système (1).
(c) Vérifier le résultat de la question b en calculant directement avec la commande matlab
inv (x = inv(A) × b).
2. Méthode de décomposition LU
(a) Programmer la fonction LU (fichier LU.m) qui calcule la factorisation LU d’une ma-
trice
(b) Vérifier le résultat en calculant directement avec la commande matlab lu ([L, U ] =
lu(A).
(c) Programmer la fonction ResolutionLU (fichier ResolutionLU.m) qui fait la résolution
du système Ax = b. Tester la fonction pour résoudre le système (1).
3. Méthode de Cholesky
Soit A une matrice symétrique définie positive. Le calcul de la factorisation de Cholesky
A = BB T peut se faire par identification des coefficients situés dans la partie triangulaire
inférieure de A par la formule suivante :
j
X
Aij = Bik Bjk
k=1
5
(b) Vérifier le résultat en calculant directement avec la commande matlab chol B =
chol(A) .
6
Solution TP1
Initiation à MATLAB
2. Script Fichier.m
7
La fonction sommation
cos(x)
1
0.8
0.6
0.4
0.2
f(x)
-0.2
-0.4
-0.6
-0.8
-1
0 1 2 3 4 5 6 7
x
8
sin(x)
1
0.8
0.6
0.4
0.2
f(x)
0
-0.2
-0.4
-0.6
-0.8
-1
0 1 2 3 4 5 6 7
x
sin(x) et cos(x)
1
sin(x)
0.8 cos(x)
0.6
0.4
0.2
f(x)
0
-0.2
-0.4
-0.6
-0.8
-1
0 1 2 3 4 5 6 7
x
7. Tracer la surface
0.5
-0.5
-1
5
5
0
0
-5 -5
9
Solution de TP1
Interpolation polynômiale: Lagrange et Newton
(a) Écrire un programme Matlab qui construit le polynôme d’interpolation P2 (x) de degré
deux qui interpole les points :
10
P 2 (x)=x 2 +1
y
2
(a) Écrire un programme Matlab qui construit le polynôme d’interpolation P2 (x) de degré
deux qui interpole les points :
11
(b) Tracer P2 (x) et les points d’interpolation sur la même figure.
P 2 (x)=x 2 +1
3
y
12
• le programme affiche I = 1.571536
(d) On rajoute un point d’interpolation (x3 ; y3 ) = (3; 28) aux points précédents. Tracer
P3 (x).
P 3 (x)=x 3 +1
30
25
20
15
y
10
0
0 0.5 1 1.5 2 2.5 3
x
13
4. Soit une fonction f (x) = x2 + 1.
f(x)=x 2 +1
3
y
(b) Calculer la valeur exacte de la fonction et comparer avec les interpolations précédentes.
• Les deux méthodes donnent les résultats exactes. En générale la méthode de New-
ton est plus applicable, en effet L’avantage de la formule de Newton est que les
différences divisées sont invariantes par rapport à la permutation des nœuds. Par
conséquent, pour rajouter un nouveau noeud xn+1 , ce qui signifie une consid-
érable réduction du coût numérique, par rapport à l’implémentation de la formule
de Lagrange.
14
Solution de TP3
Intégration numérique d’une fonction: Méthode de Trapèze et Simpson
I = −0.157230870540556.
I = −0.122455034409351.
I2 = −0.122455034409351
15
4. Un deuxième programme qui calculerait cette intégrale en utilisant la méthode de Simpson
avec les mêmes conditions que dans (1).
I2 = −0.117322797037811.
I2 = −0.122122604540070.
16
Pour n=100 et en utilisant la fonction QUAD le programme affiche:
I3 = −0.122122499051227.
7. Les résultats de la méthode de Simpson mieux que celle du Trapèze. Ceci provient du fait
qu’elle pondère plus le point central.
17
L’erreur relative en fonction du n.
×10 -5
5
4.5
3.5
Erreur relative 3
2.5
1.5
0.5
0
0 100 200 300 400 500 600
n
9. À partir de la figure, il apparaît clairement que plus le nombre de sous intervalles est élevé
plus l’erreur d’intégration est faible. Ce résultat s’explique par le fait que plus n (nombre de
sous intervalles) est grand plus on s’approche de la forme continue de la fonction à intégrer.
18
Solution TP4
Résolution numérique des équations non linéaires.
1. Méthode de Dichotomie
Ecrire un programme Matlab permettant l’implémentation du schéma numérique de cette
méthode.
19
fonction f(x)=x+ex +1
12
10
-2
-4
-6
-6 -5 -4 -3 -2 -1 0 1 2
2. Méthode de Newton
Ecrire un programme Matlab permettant l’implémentation du schéma numérique de cette
méthode.
20
fonction f(x)=x+ex +1
12
10
4
f(x)
-2
-4
-6
-8
-6 -5 -4 -3 -2 -1 0 1 2
x
21
2
1 y=x
-1
g(x) = −ex − 1
-2
-3
-4
-5
-6
-2 -1.5 -1 -0.5 0 0.5 1 1.5
22
Solution TP5
Résolution numérique des systèmes linéaires.
2. La méthode de décomposition LU
23
24
25
3. Méthode de Cholesky
26