COMPTE RENDUE TP ANALYSE NUMERIQUE 

:
Réalisé par : MOHAMMED BABI (groupe :1)
I. TP1 :
Exercice 1 :
On considère les trois fonctions suivantes :
F1(x)=sin(x)*√ x+1 
F2(x)=exp(x)+x²
F3(x)=1/1+IxI
1)
>>x=0:0.1:1

x=

0 0.1000 0.2000 0.3000 0.4000 0.5000 0.6000 0.7000 0.8000 0.9000 1.0000

>> f1=sin(x).*sqrt(x+1)

f1 =

0 0.1047 0.2176 0.3369 0.4608 0.5872 0.7142 0.8400 0.9624 1.0797 1.1900

>> plot(x,f1)
>> f2=exp(x)+x.*x

f2 =

1.0000 1.1152 1.2614 1.4399 1.6518 1.8987 2.1821 2.5038 2.8655 3.2696
3.7183

>> plot(x,f2)
>> f3=1/1+abs(x)

f3 =

1.0000 1.1000 1.2000 1.3000 1.4000 1.5000 1.6000 1.7000 1.8000 1.9000
2.0000

plot(x,f3)
 Présentation de trois fonctions dans la même figure :
>> plot(x,f1);

>> hold all

>> plot(x,f2);

>> hold all

>> plot(x,f3);

2) Présentation de trois fonctions dans la même fenêtre :

>> subplot(311);
>> plot(x,f1)
>> subplot(312);
>> plot(x,f2);
>> subplot(313);
>> plot(x,f3);
 Exercice 2 :
1) if(a>b & a>c)

a=impact('max')

else if (b>a & b>c)

b=impact('max')

else c=impact('max')

end

2) fonction[P]=parente(a)

If mod(a,2)==0

P=impact(‘a est pair’)

else

P=impact(‘a est impair’)

end

end

Exercice 3 :
1)
A- (condition : i<100)
5
(While) ∑ ¿1+2+3+4+5
i=1

i =1 ; s=0
while (i<=5)
s= s + i
i=i + 1
end

(for ) : s=0 ;

for i=1 :5
s=s + i

end

B-
(while) : i=1 ;s=0 ;
while (i<=100)
s=s + 2*sin(i)
i=i+1
end
100

(for) : s=∑ ¿2sin(i)

i=1

s=0 ;
for i=1 :100
s=s+2*sin(i) ;
end
2)
for i=60 :100
if mod(i,2)==0
i
end
end

Exercice4 :
>> U0=1;
V=[];
U1=0.5*U0+(1/5)
e=abs(U1-U0);
while (e>10^(-3))
U0=1 ;
>> U1=0.5*U0+(1/5);
>> e=abs(U1-U0);
>> v=[v u0]

Exercice5 :
1) U1 est une matrice triangulaire sup de U
U1=triu(U) ;
A=I-U*U ;
A=eye(4)-U.*U ;
 Série TP2 :
I. Méthode d’Horner :
Function S=Horner(a,x)
K=length(a) ;
S=a(k) ;
For i=k-1 :-1 :1
S=S*x+a(i) ;
end
S ;
End
II. Matrice de Vandermonde :
function a= vandermande(x,y)
%UNTITLED4 Summary of this function goes here
% Detailed explanation goes here
n=length(x);
n=length(y);
A=zeros(n);
for i=1:n
for j=1:n
A(i,j)=x(i)^((j-1));
end
end
a=inv(A)*y;
end

III. Matrice de Lagrange :

function L = lagrange(X,x)
%UNTITLED5 Summary of this function goes here
% Detailed explanation goes her
L=[];
for i=1:1:length(X)
l=1;
for j=1:1:length(X)
if (i~=j)
l=l*((x-X(j))/(X(i)-X(j)));
end
L(i)=l;
end
L;
end
end
 Série TP3 :
Objectif de la série :

Le but de ce chapitre est aborder le calcul général de

l’intégrale d’une fonction f(x) sur un domaine fini
délimité par des bornes finies a et b ( les cas des
a
bornes infinies n’est donc pas couvert ici ) :I=∫ f ( x ) dx
b

I) Méthode des rectangles :

-D’abord on doit indiquer la fonction sin :

function f = f(x)
%UNTITLED3 Summary of this function goes here
% Detailed explanation goes here
f=sin(x);
end

- Algorithme matlab des rectangles est :

function S = rectangle(a,b)
%UNTITLED4 Summary of this function goes here
% Detailed explanation goes here
S = 0;
S= S+(b-a)*f(b);
end
-
II) Méthode des Trapèzes :
function S = trapezes(a,b)
%UNTITLED6 Summary of this function goes here
% Detailed explanation goes here
S=0;
S=S+((b-a)*(f(a)+f(b)))/2;
end

III) Méthode des Simpson :

function S = Simpson(a,b)
%UNTITLED9 Summary of this function goes here
% Detailed explanation goes here
S=0;
S=S+((b-a)/6)*(f(a)+4*f((a+b)/2)+f(b));
end
 Série TP4 :
I) Méthode de dichotomie :
La méthode de dichotomie ou bissection est un algorithme de recherche d’un zéro d’une fonction,
recherche de x telle que f(x)=0, qui consiste à répéter des partages d’un intervalle en deux parties
puis à sélectionner le sous intervalle dans lequel existe un zéro de la fonction.

.D’abord on doit saisir la fonction : f(x)=exp(x)-1 +x

function f = f(x)
%UNTITLED2 Summary of this function goes here
% Detailed explanation goes here
f = exp(x)+x-1 ;
end

.Après on détermine son domaine de définition : Df

function Df = Df(x)
%UNTITLED4 Summary of this function goes here
% Detailed explanation goes here
Df = exp(x)+1 ;
end

.Algorithme de Dichotomie est :

function m = Dichotomie(a,b)
%UNTITLED5 Summary of this function goes here
% Detailed explanation goes here
eps=10^(-3);
m=0;
n=1;
while (abs(b-a))>eps || n<100
m=(a+b)/2 ;
L=f(m) ;
if ((f(a)*L)>0)
a=m;
else
b=m;
n=n+1;
end
end
end

II) Méthode de Newton :

Aussi on détermine la fonction f(x)=exp(x)-1+x, et son domaine de définition .

Algorithme de Newton est :

function x = Newton(x0)
%UNTITLED6 Summary of this function goes here
% Detailed explanation goes here
n=1;
eps=10^(-3);
L=f(x0);
k=Df(x0);
x=x0-L/k;
while ( abs(x-x0)>eps || n<100 )
x0=x ;
L=f(x0);
k=Df(x0);
x=x0-L/k;
n=n+1;
end
end

Série TP5 :
I) Méthode de Gauss :
C’est une méthode pour transformer un système équivalant qui est
triangulaire et est donc facile à résoudre.

-Algorithme de Gauss :
function x = Gauss(A,b)
%UNTITLED8 Summary of this function goes here
% Detailed explanation goes here
x=[];
U=[A b];
n=length(U);
for k=1:n-2
for i=k+1:n-1
w=U(i,k)/U(k,k);
for j=k:n-1
U(i,j)=U(i,j)-(w*U(k,j));
end
end
end
for i=n-1:-1:1
s=0;
for j=i+1:n-1
s=s+(U(i,j)*x(j));
end
x(i)=(U(i,i)-s)/U(i,i);
end
end

II) Méthode de DLU :

function [L,U] = decomposition(A)
%UNTITLED9 Summary of this function goes here
% Detailed explanation goes here
n=size(A,1);
L=eye(n);
U=zeros(n);
U(1,1:n)=A(1,1:n);
L(2:n,1)=A(2:n,1)/U(1,1);
for k=2:n
U(k,k:n)=A(k,k:n)-(L(k,1:k-1)*U(1:k-1,k:n));
L(k+1:n,k)=(A(k+1:n,k)-(L(k+1:n,1:k-1)*U(1:k-1,k)))/U(k,k);
end
L, U
end

I) Méthode de RLU :
function x = RLU(A,b)
%UNTITLED11 Summary of this function goes here
% Detailed explanation goes here
n=length(A);
L=[];
U=[];
[L,U]=decomposition(A);
y=[];
y(1)=b(1);
for i=2:n
s=0;
for k=1:i-1
s=s+(L(i,k)*y(k));
end
y(i)=b(i)-s;
end
x=[];
x(n)=y(n)/U(n,n);
for i=n-1:-1:1
s=0;
for j=i+1:n
s=s+(U(i,j)*x(j));
end
x(i)=(y(i)-s)/U(i,i);
end
x

end