IGEB-Lomé

Licence professionnelle en génie biomédical option ingénierie

biomédicale et instrumentation hospitalière

Année académique : 2022-2023

TRAVAUX PRATIQUES, UE : METHODES NUMERIQUE

TP N° 1 : Résolution numérique des équations non linéaires

Pour ce travail pratique, nous allons considérer trois méthodes : méthode de
dichotomie, méthode de point fixe, et méthode de Newton-Raphson.

Exercice 1 : Méthode de dichotomie

1) Pour une équation f(x)= 0, écrire l’algorithme de la méthode de dichotomie

permettant de trouver une solution s approximativement dans l’intervalle [a, b].
On prendra un test d'arrêt de la forme |𝑥𝑛+1 − 𝑥𝑛 | < 𝜀 où 𝜀 est la tolérance.
2) Ecrire un programme en Matlab permettant de calculer la solution de l’équation
2 sin 𝑥 − 𝑥 = 0 , située dans l'intervalle [1, 6] par la méthode de dichotomie.
3) Ecrire un code Matlab permettant de calculer les racines des fonctions
suivantes en utilisant la méthode de dichotomie:
a) 𝑓(𝑥) = 𝑥 3 − 2𝑥 − 5, dans l’intervalle [0, 3], 𝜀 = 10−6
b) 𝑓(𝑥) = 1 − 𝑥𝑒 𝑥 , dans l’intervalle [0.5, 1], 𝜀 = 10−12
c) 𝑓(𝑥) = 𝑒 𝑥 + 3√𝑥 − 2, dans l’intervalle [0, 1], 𝜀 = 10−12

Exercice 2 : Méthode du point fixe

1) Etant donnée une équation f(x)=0, une précision 𝜀 et un intervalle [a,b], l’algorithme
de la méthode du point fixe.
2) Ecrire un programme en Matlab permettant de calculer la solution de l’équation
𝑥 2 − 𝑥 − 1 = 0 , située dans l'intervalle [1, 2] par la méthode de dichotomie.
3) Trouver la solution approchées des trois équations f(x), en appliquant la méthode
de point fixe sur les fonctions g(x) suivantes :
a) 𝑓(𝑥) = 2 sin 𝑥 − 𝑥, dans l’intervalle [1.5, 2], 𝜀 = 10−6 , 𝑥0 = 0.5
b) 𝑓(𝑥) = 𝑒 𝑥 − 𝑥 − 2, dans l’intervalle [1, 2], 𝜀 = 10−5 , 𝑥0 = 1
 c) 𝑓(𝑥) = 𝑥 2 − 𝑥 − 2, dans l’intervalle [-1, 2], 𝜀 = 10−12 , 𝑥0 = 1 ensuite 𝑥0 = −0.5

Pour chaque équation, déterminer deux fonctions g(x) (𝑔1 (𝑥) et 𝑔2 (𝑥)) pour que
l’équation f(x)=0 soit sous la forme 𝑔𝑖 (𝑥) = 𝑥.

4) Le processus converge-t-il vers la solution approchée ?

5) Comparer le nombre d’itérations pour les fonctions 𝑔𝑖 (𝑥) pour chaque équation f(x).

Exercice 3 : Méthode de Newton-Raphson

Pour une équation f (x) = 0, les différentes étapes impliquées dans l'algorithme de la
méthode Newton-Raphson sont décrites dans ci-dessous.

1. Entrer la formule de f.
2. Entrer la formule de sa dérivée.
3. Donner une solution initiale x0 qui doit être proche de la solution recherchée. Dans
cette étape on peut tracer la courbe de f pour donner une estimation de la solution
initiale 𝑥0
𝑓(𝑥𝑛 )
4. Calculer les termes 𝑥𝑛+1 = 𝑥𝑛 −
𝑓′ (𝑥𝑛 )

5. Répéter la 4eme étape, jusqu’à la stabilisation du processus avec la précision

demandée 𝜀 qui est appelée par ‘test d’arrêt’ |𝑥𝑛+1 − 𝑥𝑛 | < 𝜀

Ecrire un script en matlab permettant de trouver une valeur approchée de la solution

de l’équation 𝑥 3 − 3𝑥 − 5 = 0, 𝑥𝜖[1, 2], 𝜀 = 10−3

TP N° 2 : Interpolation et approximation polynômiale

Pendant les travaux pratiques de mesures dans un laboratoire d’analyse biomédicale,

on a effectué la caractérisation d'une thermistance. Les résultats expérimentaux ont
donnés la caractéristique reportée sur le tableau suivant :

Température (°C) 15 20 30 40 50 60
Résistance (Ω) 15.11 14.04 9.28 6.44 4.44 2.9

1) Tracer la courbe résistance en fonction de température

2) Interpolation de Lagrange
a) Déterminer d’abord ce polynôme de façon analytique.

b) Ecrire un algorithme puis un programme sous MATLAB permettant l’implémentation

de la méthode de Lagrange.

c) Déterminer la valeur estimée de la résistance à la température T=35°C

3) Interpolation par le polynôme de Newton

a) Déterminer le degré du polynôme de Newton qui passe par tous ces points ?

b) Donner l'expression du polynôme de Newton correspondant ?

c) Réaliser un algorithme puis un programme sous MATLAB permettant

l’implémentation de la méthode de Newton ?

d) Quelle est la valeur estimée de la résistance à la température T=35°C?

TP N° 3 : Intégration numérique

A l'aide de la règle trapézoïdale, écrire un programme en Matlab permettant de trouver

1
la valeur approximative de l'aire délimitée par la courbe de la fonction 𝑓(𝑥) = , et
𝑥 2 +2

les droites d’équations y=0, x=1 et x=5

Utiliser la méthode de Simpson pour calculer la même surface. Comparer les deux
résultats.

TP N° 4 : Résolution numérique des équations différentielles ordinaires :

Problème de Cauchy

1. Résoudre numériquement, par le biais des méthodes de Euler, de Heun et de

Runge-Kutta d’ordre 4, l’équation différentielle du premier ordre suivante :

′
−𝑦𝑡 2 − 𝑦 2 + 2𝑡
{𝑦 = , 𝑡 ∈ [0, 1], 𝑦 ∈ [0, 1]
1 − 𝑡3
𝑦(0) = 1

2. Afficher sur la même figure, la solution des trois méthodes.

3. Analyser l’erreur en fonction du pas de discrétisation pour la méthode de
Runge-Kutta d’ordre 4.
4. Connaissant la solution exacte de l’équation différentielle ci-dessous. Proposer une
démarche permettant la détermination de l’ordre de convergence de la méthode de
Runge-Kutta. On donne :
𝑦 ′ = 2 − 𝑡𝑦 2 , 𝑡 ∈ [0, 1], 𝑦 ∈ [0, 1]
{
𝑦(0) = 1

La solution exacte est : 3 𝑒𝑥𝑝(−𝑡/2) + 𝑡 − 2

5. Tracer le graphique donnant l’erreur relative, pour chaque pas de discrétisation, en
fonction du nombre d’itérations.
6. Tracer le graphique donnant le maximum de l’erreur relative en fonction du pas de
discrétisation.
Résoudre le problème de Cauchy suivant en prenant un pas d’intégration h=0.25 :
𝑡−𝑦
𝑦′ = , 𝑡 ∈ [0, 1], 𝑦 ∈ [0, 1]
{ 2
𝑦(0) = 1
a) En utilisant la méthode d’Euler et la méthode d’Euler améliorée.
b) En utilisant la méthode de Runge-Kutta d’ordre 4

TP N° 5 : Résolution des équations linéaires

Utiliser la Méthode de Gauss Jordan puis écrire un programme Matlab qui permet de
résoudre les systèmes d’équations linéaires suivantes :

𝑥−𝑦+𝑧 =1
1) { 3𝑧 = 3
2𝑦 − 𝑧 = 1
2 1 0 𝑥 4
2) [1 2 1] [𝑦 ] = [8]
0 1 2 𝑧 8

1 0 0 3
3) 𝐴 = [2 2 0] 𝑒𝑡 𝐵 = [6]
3 −1 3 5

12 −2 3 18
4) 𝐴=[1 10 2 ] 𝑒𝑡 𝐵 = [16]
3 1 15 52