Académique Documents
Professionnel Documents
Culture Documents
RAPPORT TP MATH 06
(MN)
ETABLIR PAR :
Zineddine riad
GROUPE :
12
Introduction :
1
La résolution d’une équation est de trouver les solutions d’une équation de la forme
de f(x)=0, avec f est continue sur l’intervalle de résolution. Si on ne connait pas une
formule directe qui donne la réponse, comme le cas des équations linéaire, ou si les
solutions sont compliquées, on peut chercher des suites récurrentes dont les limites
donnent des solutions approchées. Il existe plusieurs méthodes, comme :
Lorsque l’ordre d’un système algébrique est très grand on utiliser des méthodes
itératives ou indirecte. Pour résoudre ses systèmes il existe plusieurs méthode :
Méthode de Jacobi
Méthode de Gauss-seidel
TP N:01
BUT DE TP :
2
1. Trace de la fonction : y=sin(x) dans l’intervalle [0 2π]
0.8
0.6
0.4
0.2
-0.2
-0.4
-0.6
-0.8
-1
0 1 2 3 4 5 6
Figure(A.1)
25
20
15
10
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Figure (A.2)
B. La fonction plot :
1. Trace du signal v(t) sur la période de temps 0/20ms (le pas= 2ms)
3
>> t=[0:2*10^-3:20*10^-3];
>> w= 2*pi*50;
>> v=12*sin(w*t+pi/6);
>> plot(t,v)
>> grid on
15
10
-5
-10
-15
0 0.002 0.004 0.006 0.008 0.01 0.012 0.014 0.016 0.018 0.02
Figure(B.1)
>> t=[0:0.1*10^-3:20*10^-3];
>> w= 2*pi*50;
>> v=12*sin(w*t+pi/6);
>> plot(t,v)
>> grid on
4
15
10
-5
-10
-15
0 0.002 0.004 0.006 0.008 0.01 0.012 0.014 0.016 0.018 0.02
Figure (B.2)
3. Trace du signal i(t) sur la période de temps 0/20ms (le pas= 0.1ms)
>> t=[0:0.1*10^-3:20*10^-3];
>> w= 2*pi*50;
>> i=5*cos(w*t+pi/3);
>> plot(t,i)
>> grid on
-1
-2
-3
-4
-5
0 0.002 0.004 0.006 0.008 0.01 0.012 0.014 0.016 0.018 0.02
Figure(B.3)
4. Trace des deux signaux v(t) et i(t) sur la même figure (on utilise hold on) :
>> t=[0:0.1*10^-3:20*10^-3];
5
>> v=12*sin(w*t+pi/6);
>> i=5*cos(w*t+pi/3);
>> plot(t,v)
>> hold on
>> grid on
15
10
i(t)
v(t)
5
-5
-10
-15
0 0.002 0.004 0.006 0.008 0.01 0.012 0.014 0.016 0.018 0.02
Figure (B.4)
>> xlabel('t=10^-3s')
>> ylabel('y(t)')
6
singaux v(t)et i(t)
15
10
5
y (t)
-5
-10
-15
0 0.002 0.004 0.006 0.008 0.01 0.012 0.014 0.016 0.018 0.02
t=10- 3s
Figure(B.5)
>> subplot(2,2,1)
>>plot(t,v)
>>xlabel('t=10^-3')
>>ylabel('y=v(t)')
>>grid on
>> subplot(2,2,2)
>>plot(t,i)
>>xlabel('t=10^-3')
>>ylabel('y=i(t)')
>> grid on
10
y = v (t)
y = i(t)
0 0
-10
-20 -5
0 0.005 0.01 0.015 0.02 0 0.005 0.01 0.015 0.02
t=10- 3s t=10- 3s
7
Figure(B.7)
2.5
1.5
0.5
-0.5
-1 0 1 2 3 4 5
Figure(C.1)
3. localisation à l’aide du graphe les passages par zéro (racine) de f(x)
>> fzero('f',0)
ans =
0.1118
>> fzero('f',4)
ans =
3.5772
8
>> f = inline ('0.1-x.*exp (-x)')
f=
Inline function:
f(x) = 0.1-x.*exp(-x)
>> grid on
2.5
1.5
0.5
-0.5
-1 0 1 2 3 4 5
Figure (C.2)
6. command feval :
avec l’utilisation de la command feval
>> y=feval('f',[-1,5])
y=
2.8183 0.0663
9
TP N:02
BUT DE TP :
function y=f(x)
y =(5-x).*exp(x)-3;
2.
trace du graphe de f(x) sur l’intervalle [-2,6] :
>> grid on
100
-100
-200
-300
-400
-500
-2 -1 0 1 2 3 4 5 6
Figure (1)
α- = 0.6 α+ = 5
>> fzero('f',-2)
ans =
-0.6294
10
>> fzero('f',6)
ans =
4.9794
α+ = 4.9794
On a α+ ∈ [4.5,5.5]
Donc
>> f(4.5)*f(5.5)
ans =
-5.2656e+003
f(4.5).f(5.5) < 0
Dans un script :
clear
a=4.5;
b=5.5;
epsilon= 10^-6;
f = inline('(5-x).*exp(x)-3');
iter = 0;
while ( abs(a-b)/2) > epsilon && iter < 50
iter = iter + 1;
m = ((a+b)/2) ;
y = f(a)* f(m);
if y==0
r=m
break
elseif y > 0
a=m;
else
b = m;
end
end
r=m
Afin d’exécution on obtient
α = 4.9794.
11
avec iter = 50 iteration
>> N=(log(5.5-4.5)-log(10^-6))/log(2)
N=
19.9316
TP N :03
BUT DE TP :
Ce TP est de but de calculer la racine réel de f(x) par la méthode de point fixe.
La méthode de point fixe cette méthode consiste à écrire l’équation f(x)=0 sous
la forme équivalente à x=g(x) ; ceci revient à construire la suite suivante :
x n+1=g ( x n).
f=
Inline function:
f(x) = 2*sin(x)-x
>> f(1.5)
ans =
0.4950
>> f(2)
ans =
-0.1814
>> plot(x,y)
>> grid on
12
0.5
0.4
0.3
0.2
0.1
-0.1
-0.2
1.5 1.55 1.6 1.65 1.7 1.75 1.8 1.85 1.9 1.95 2
Figure (1)
3. trace sur le même graphe y1 (x) et g (x) :
>> y1=inline('x');
>> g=inline('2*sin(x)');
>> y1=f1(x);
>> f1=y1(x) ;
>> f2=g(x);
>> plot(x,f1)
>> hold on
>> grid on
13
2
1.95
1.9
1.85
1.8
1.75
1.7
1.65
1.6
1.55
1.5
1.5 1.55 1.6 1.65 1.7 1.75 1.8 1.85 1.9 1.95 2
Figure (2)
4. trace de g’(x) :
>> dg=inline('2*cos(x)');
>>f3=dg(x);
>>plot(x, f3);
>>grid on
14
0.4
0.2
-0.2
-0.4
-0.6
-0.8
-1
1.5 1.55 1.6 1.65 1.7 1.75 1.8 1.85 1.9 1.95 2
Figure (3)
deduct de k:
k= │-0.8323 │= 0.8323.
k=
0.8323
5. la stabilities de g(x):
6. le programme :
clear
x0=0.5;
epsilon= 10^-6;
g1 = inline('2*sin(x)');
x= g1(x0)
iter = 0;
while ( abs(x-x0) > epsilon )
iter = iter + 1;
x0=x ;
x=g1(x0);
end
r=x
x =
0.9589
15
r =1.8955
TP N:04
BUT DE TP :
0.5
-0.5
-1
-1.5 -1 -0.5 0 0.5 1 1.5 2 2.5 3
Fig. (1)
16
1.5
0.5
-0.5
-1.5 -1 -0.5 0 0.5 1 1.5 2 2.5 3
Fig. (2)
3) le programme de newton :
clc
clear all
x0=pi;
epsilon=10^-10;
fx = inline('x/2-sin(x)+pi/6-sqrt(3)/2');
dfx= inline('1/2-cos(x)');
x(1)= x0;
i=1;err=10;
while (err>epsilon)
x(i+1)=x(i)-(fx(x(i))/(dfx(x(i))));
err=(abs(x(i+1)-x(i)));
i=i+1;
end
r=x
k=i
Les resultants:
k =6
17
TP N:05
BUT DE TP :
1) method de Jacobi:
a) la form algebrique :
Clc
Clear all
epsii= 10^-6;
x0=[0 0 0]';
k=0;
A=[10 -2 1 ; -2 10 -2; -2 -5 10];
b=[5;26;-7];
D=diag(diag(A));
L=tril(A,-1);
U=triu(A,1);
J=-inv(D)*(L+U);
C=inv(D)*b;
err=100;
while (err>epsii)
x=J*x0+C; err=max(abs(x-x0));
k=k+1;
x0=x;
end
X=x
K=k
Resultants:
X=
1.0000
3.0000
1.0000
K=
16
18
b) la form matricielle:
clc
clear all
err=1;
eps=10^-6;
x0=[0 0 0];
a=[10 -2 1;-2 10 -2;-2 -5 10];
b=[5;26;-7];
while err>eps
for i=1:3;
s=0;
for j=1:3;
if j~=i;
s=s+a(i,j)*x0(j);
end
end
x(i)=1/a(i,i)*(b(i)-s);
end
err=max(abs(x-x0));
x0=x;
end
x
1) method de gauss-seidel:
clc
clear all
epsii= 10^-6;
x0=[0 0 0]';
k=0;
A=[10 -2 1 ; -2 10 -2; -2 -5 10];
b=[5;26;-7];
D=diag(diag(A));
L=tril(A,-1);
U=triu(A,1);
G=-inv(D+L)*U*x0;
C=inv(D+L)*b;
err=100;
while (err>epsii)
x=G.*x0+C; err=max(abs(x-x0));
k=k+1;
x0=x;
end
X=x
K=k
19