Analyse Numérique
Analyse Numérique. Corrigé du TD 5. EXERCICE 1. Méthode des Par suite d'apr`es l'exercice 1
Analyse Numérique
Un des buts de l'analyse numérique consiste Ceci montre que la méthode de Newton converge de façon quadratique...si elle converge !
Analyse Numérique - Exercices Corrigés
On a vu au cours que l'ordre de convergence de la méthode de Newton est 2 pourvu que f ne s'annule pas au zéro de f. En particulier dans notre cas : - zéro ?2
Analyse Numérique
Ce document propose un recueil d'exercices corrigés d'analyse numérique. Le Résolution de f(x)=0 par la méthode de newton :.
Devoir de révision : la méthode de Newton
(Éventuellement tracez les graphes et lisez le corrigé pour avoir les commentaires.) L'exercice 2 donne la relation de récurrence qui définit la suite de
2.3.3 Exercices (méthode de Newton)
Exercice 84 (Condition initiale et Newton). Corrigé en page 184 L'algorithme de Newton pour F(x y) = Analyse numérique I
Exercices corrigés
enseignant d'analyse numérique pour lui poser une question. Exercice 7 (ordre de convergence de la méthode de Newton) On rappelle ici la méthode de New-.
EXAMEN 1 - Corrigé
EXAMEN 1 - Corrigé. MAT-2910 : Analyse numérique pour l'ingénieur (v) [5 pts] Appliquer la méthode de Newton à l'équation de départ et faites 2 ité-.
Université Aix Marseille Licence de mathématiques Cours dAnalyse
17-Nov-2021 1.5.6 Exercicescorrigés . ... 2.3 Méthode de Newton dans IR n . ... M. Schatzman
ANALYSE NUMÉRIQUE
ANALYSE. NUMÉRIQUE. Exercices corrigés. Dr. Hafidha SEBBAGH Docteur en mathématiques option analyse numérique ... 1.3.5 Méthode de Newton modifiée .
EXAMEN 1 - Corrigé
MAT-2910 : Analyse numérique pour l"ingénieur Hiver 2010Remarques :
1) Toutes lesréponses doivent être justifiées. Dans le cas contraire, une ré-
ponse sera considérée comme nulle.2) Seules les calculatrices avec l"auto-collant de la Faculté sont autorisées.
3) Déposer votrecarte d"identité avec photo sur le coin gauchede votre
table etassoyez-vous du côté droit.4) Nous ne répondrons àaucunequestion concernant ces exercices, sauf si nous
constatons la présence d"une ambiguïté ou d"une erreur dans l"énoncé des ques- tions, auquel cas la réponse sera annoncée à l"ensemble des étudiants.5) L"examen est noté sur100points et compte pour40%de la note finale.
Question 1. (15 points)
Dans cet exercice, on cherche une valeur approximative dee1. Le développement de Taylor deexen0de degrénest1 +x+x22
+:::+xnn! (i) [10 pts] Donner une majoration de l"erreur lorsqu"on utilise le développement de Taylor en0de degrénpour avoir une approximation dee1. En vous basant sur cette majoration estimer la valeur denpour garantir que l"erreur de cette approximation est inférieure à0:5101. (ii) [5 pts] Pour cette valeur den, sans faire de calcul, que pouvez-vous dire du nombre de chiffres significatifs de l"approximation que l"on obtiendrait?Réponses :
(i)Rn(1)1(n+1)!e1 R n(1)0:227101pourn= 4,Rn(1)0:113pourn= 3, doncRn(1)0:5101à partir den= 4.
(ii) Commee1= 2:7:::, il y a 2 chiffres significatifs 1Question 2. (10 points)
Estimez l"erreur dans l"évaluation de
f(x) =e10x2cos(x) si on sait quexest égal à2à106près. Réponse :On applique la formule de propagation d"erreur avecx?= 2etx= 106 etf0(x) = 20xe10x2cos(x)e10x2sin(x): Cela donne f' jf0(x)jx= 4:13221012Question 3. (25 points)
On veut calculer l"unique racine positiverde l"équationf(x) = 0où f(x) =exx2: On vous propose d"appliquer2méthodes de points fixes, basées sur les fonctions suivantes g1(x) =ex2
g2(x) = ln(2 +x)
(i) [4 pts] Comment ces fonctionsg1etg2ont-elles été obtenues? Détaillez vos réponses. (ii) [2 pts] Dans quel intervalle de longueur1se trouve cette racine? (justifier) (iii) [9 pts] En déduire si les méthodes de points fixes utilisantg1etg2convergent, et leur ordre de convergence le cas échéant. (iv) [3 pts] Faire2itérations à partir dex0= 1pour chacune des2méthodes de point fixe. (v) [5 pts] Appliquer la méthode de Newton à l"équation de départ et faites2ité- rations à partir dex0= 1. (vi) [2 pts] Pour quelle(s) valeur(s) dex0ne peut-on pas démarrer la méthode deNewton?
Réponses :
(i)f(x) = 0()f(x) +x=x(2 points) e xx2 = 0()ex=x+ 2()x= ln(x+ 2) (ii)f(1) =e3<0etf(2) =e24>0, d"où l"intervalle[1;2] 2 (iii)g01(x) =ex. Si1x2,e1exe2donc la méthode de point fixe diverge. g02(x) =12+x.
1x2()3x+ 24()13
1x+ 214
donc la méthode de point fixe converge carg0(r)13 et elle est d"ordre 1 car g0(r)14
(iv)x1=g1(1) =e2,x2=g1(e) =ee22(1 point) x1=g2(1) = ln(3),x2=g2(ln(3)) = ln(ln(3) + 2) = 1:1309:::
(v)xn+1=xnexnxn2e xn1x1=2e1= 1:1639:::,x2= 1:1464:::(2 points) (vi) Les valeurs pour lesquellesf0(x0) = 0, c"est-à-direx0= 0.Question 4. (25 points)
On considère le système linéaire
0 B @4 2 0 2 5 20 2 51
C A0 B @x 1 x 2 x 31C A=0 B @0 0 161
C A(1) (i) [10 pts] L"inverse de la matrice est 164
0 B @2110 4
10 208
48 161
C A Sans calculer la solution de(1), en prenantx= (0;0;10)comme approximation de la solution de (1), déterminer un encadrement de l"erreur relative en norme infinie (l1) (ii) [10 pts] Factoriser la matrice. (ii) [5 pts] Utiliser cette factorisation pour résoudre le système linéaire.Réponses :
(i) On akbk= 16,Ax= (0;20;50)t,krk=kbAxk= 34,kAk= 9,kA1k=3864 cond(A) =34264 =17132 . donc0:397:::=32171
3416jj~ejjjj~xjj17132 3416
= 11:35::: 3 (ii) L"étudiant pouvait utiliser la factorisation qu"il souhaitait, sans mettre à profit la structure particulière de la matrice puisqu"on n"a rien précisé dans la question. La factorisation de Choleski fait apparaitre la matrice L=0 B @2 0 0 1 2 0
0 1 21
C ALa facorisation
eLUfait apparaitre les matrices e L=0 B @1 0 00:5 1 0
0 0:5 11
CA; U=0
B @4 2 0 0 4 20 0 41
C A Tandis que la décompositionLeUfait apparaitre les transposés des matrices précédentes. (ii) Résoudre en utilisant la factorisation précédente.Question 5. (25 points)
On veut résoudre le système non linéaire
x 2= 1 x2+y2= 2
x2+xy+z2= 1
(i) [10 pts] Effectuer 3 itérations de la méthode de Newton en partant du vecteur initial(x0;y0;z0) = (0:75;0:75;0:75). (ii) [10 pts] En définissant l"erreur par E n=k(xnxn+1;ynyn+1;znzn+1)k1 estimer l"ordre de convergence de la méthode de Newton à partir des3itérations obtenues à la question précédente. (iii) [5 pts] Pour quels vecteurs initiaux ne peut-on pas démarrer l"algorithme?Réponses :
(i) On trouve : (x1;y1;z1) = (1:041666666;1:041666666;1:0416666666) (x2;y2;z2) = (1:0008333333;1:0008333333;1:0008333333) (x3;y3;z3) = (1:000000346933111;1:000000346933111;1:000000346933111). 4 (ii) On trouveE0= 2:92101,E1= 4:08102,E0= 8:33102. DoncE1=E0=0:14,E2=E1= 0:0204, etE1=E20= 0:48,E2=E21= 0:50. D"où une convergence
quadratique. (iii) Ce sont les vecteurs pour lesquels le jacobien est singulier. on adet(J) = 0() xyz= 0()x= 0ouy= 0ouz= 0. 5MAT-2910 : Aide-mémoire pour l"examen I
Analyse d"erreurs
- Développement de Taylor :f(x0+h) =Pn(h) +Rn(h)où : P n(h) =f(x0) +f0(x0)h+f00(x0)h22! +f000(x0)h33! ++f(n)(x0)hnn!et R n(h) =f(n+1)((h))h(n+1)(n+ 1)!où(h)est compris entrex0etx0+h - Une fonctionf(h)est ungrand ordredehnau voisinage de 0 (notéf(x) = O(hn)) s"il existe une constante positiveCtelle qu"au voisinage de 0 on a : f(h)h n C - propagation d"erreurs en une variable : f' jf0(x)jx - propagation d"erreurs en plusieurs variables : f' @f(x;y;z)@x x+ @f(x;y;z)@y y+ @f(x;y;z)@z zÉquations non linéaires
- Algorithme des points fixes :xn+1=g(xn) - Convergence des méthodes de points fixes : sien=xnralors : e n+1=g0(r)en+g00(r)e2n2 +g000(r)e3n3! - Méthode de Steffenson :x1=g(x0)etx2=g(x1) x e=x0(x1x0)2x22x1+x0
- Méthode de Newton :xn+1=xnf(xn)f 0(xn) 6 - Une racinerde la fonctionf(x)estde multiplicitémsif(x) = (xr)mh(x) pour une fonctionh(x)qui vérifieh(r)6= 0ou encore si : f(r) =f0(r) =f00(r) ==f(m1)(r) = 0; f(m)(r)6= 0 - Taux de convergence de la méthode de Newton dans le cas d"une racine multiple : 11=m - Méthode de la sécante :xn+1=xnf(xn)(xnxn1)f(xn)f(xn1)Systèmes d"équations algébriques
- Normes vectorielles : jj~xjj1=nX i=1jxij;jj~xjj1= max1injxij - Normes matricielles : jjAjj1= max1jnn X i=1jaijj;jjAjj1= max1inn X j=1jaijj; - Conditionnement : condA=jjAjj jjA1jj - Borne pour l"erreur : si~xest la solution analytique et~xest une solution ap- proximative deA~x=~b, on pose~e=~x~xet~r=~bA~xet on a :1condAjj~rjjjj
~bjjjj~ejjjj~xjjcondAjj~rjjjj ~bjj - Systèmes non-linéaires : pour~xidonné, on résout : 2 66666666666664@f
1@x1(~xi)@f1@x
2(~xi)@f1@x
n(~xi) @f 2@x1(~xi)@f2@x
2(~xi)@f2@x
n(~xi) @f n@x1(~xi)@fn@x
2(~xi)@fn@x
n(~xi)3 777777777777752
6 6664x1 x 2... x n3 7
7775=2
6 6664f1(~xi)
quotesdbs_dbs47.pdfusesText_47[PDF] méthode de prévision lissage exponentiel
[PDF] méthode de prévision statistique
[PDF] methode de recherche scientifique pdf
[PDF] méthode de résolution de conflit
[PDF] méthode de résolution de problème ishikawa
[PDF] méthode de résolution de problème pdf
[PDF] méthode de résolution de problème ppt
[PDF] méthode de résolution de problème qualité
[PDF] Méthode de résolution DM
[PDF] Méthode de résolution sur les équations DM
[PDF] méthode de révision efficace
[PDF] méthode de saturation pharmacologie
[PDF] méthode de secante exemple
[PDF] méthode de séparation des mélanges