ALGORITHME RESOLUTION DUNE EQUATION DU SECOND DEGRE On
B2 4AC D "DELTA=" D If D=0 Then "UNE SOLUTION" B (2A) If D>0 "DEUX SOLUTIONS ( B (D)) (2A) ( B+ (D)) (2A) Else "PAS DE SOLUTION REELLE" IfEnd IfEnd Remarques : Tous les mots en caractères gras sont des instructions particulières qu'il faut chercher dans les menus de la calculatrice
1èreS - TP02: ALGORITHMIQUE Résolution dune équation du
Voici un algorithme qui permet de trouver les solutions d'une telle équation: TRINOME DU SECOND DEGRE: Ax Bx2 + + = 0 Demander à l'utilisateur les valeurs de A, B, C Calculer le discriminant ∆, que l'on notera D Afficher la valeur de ∆ Si ∆ < 0, afficher "pas de solution" Si ∆ = 0, afficher "une solution", et sa valeur
TP 1 SCILAB : Résolution déquation
3 Définir une condition d'existence et un critère d'arrêt pour le programme 4 Ecrire une fonction scilab [x0,n]=dicho(f,a,b,e) permettant le calcul de x avec une précision donnée e ayant en arguments de sortie la valeur approchée x0 de x et le nombre d'itérations n Activité 2 : Méthode de la fausse position (200 ans av J -C )
Équations du troisième degré et du quatrième degré
Exercice 2 (Équations de degré 4) Nous allons maintenant résoudre les équations de degré 4, c'est-à-dire de la forme ax4 + bx3 + cx2 + dx+ e= 0; avec a;b;c;det edes nombres réels et anon nul 1 On pose X = x+ b 4a Montrer qu'avec ce changement d'inconnue, on se ramène à la résolution d'une équation de la forme X4 + pX2 + qX+ r= 0;
Polynômes du second degré - algorithme pour déterminer les
resolution_equation_second_degre - 08 08 2010 Algorithme qui résout (en donnant des valeurs approchées des solutions éventuelles) une équation du second degré de la forme ax²
Ift 2421 Chapitre 2 Résolution d’équations non linéaires
Ift2421 10 Chapitre 2 Algorithme de la méthode d’interpolation linéaire: Pour déterminer une racine x de F(X), exacte à δ près Choisir X 1 et X 2 tels que F(X 1) F(X 2) ≤ 0
Fiche méthode : équations diophantiennes Résoudre une
Avant de commencer Vérifions s’il y a des solutions : à la calculatrice , on détermine PGCD(630 ;1088) = 2 Comme 20 est un multiple de 2 , il y a des solutions donc on peut poursuivre Simplifions par 2 : 315 x – 544 y = 10 Solution particulière de 315 x – 544 y = 1 On écrit l’algorithme d’Euclide : 544 = 315 + 229 315 = 229 + 86
Equations et inéquations du premier degré à une inconnue
solution de l’équation Le degré d’une équation orrespond à l’exposant maximal trouvé sur la ou les in onnues dans l’équation Résoudre une équation ’est trouver toutes les solutions (si elles existent) de elle -ci Exemples : w + u= { est une équation à une inconnue de degré 1
Thème : Trinôme du second degré
Second degré Forme canonique d’une fonction polynôme de degré deux Équation du second degré, discriminant Signe du trinôme • Utiliser la forme la plus adéquate d’une fonction polynôme de degré deux en vue de la résolution d’un problème : développée, factorisée, canonique On fait le lien avec les représentations graphiques
[PDF] Algorithme de suite pour un devoir maison Terminale Mathématiques
[PDF] Algorithme de suites 1ère Mathématiques
[PDF] algorithme de tracé de cercle PDF Cours,Exercices ,Examens
[PDF] Algorithme de x en fonction de y 1ère Mathématiques
[PDF] algorithme débranché PDF Cours,Exercices ,Examens
[PDF] Algorithme dérivées 1ère Mathématiques
[PDF] Algorithme des probabilités 2nde Mathématiques
[PDF] algorithme des soustractions successives PDF Cours,Exercices ,Examens
[PDF] Algorithme deuclide 3ème Mathématiques
[PDF] algorithme devoir de maths 1ère Mathématiques
[PDF] Algorithme devoir maison 2nde Mathématiques
[PDF] algorithme dichotomie matlab PDF Cours,Exercices ,Examens
[PDF] algorithme dichotomie python PDF Cours,Exercices ,Examens
[PDF] algorithme dichotomie tableau PDF Cours,Exercices ,Examens
Ift24211 Chapitre 2Ift 2421
Chapitre 2
Résolution d'équations
non linéairesIft24212 Chapitre 2Introduction
Description:
L WSinB12=() L
WSinC21=()
B = p - A - C
avec LLLW SinBWSinC=+=+1221
L est une fonction de C maximum sidL
dCWCosBSinBWCosC
SinC=-2
21()()dL dCWCosAC
SinACWCosC
SinC=--
---2 212() ()p p
Ift24213 Chapitre 2Méthode de résolution de
l'équation scalaireF(X)=0On veut évaluer
numériquement la (ou les) racines.G(X) = H(X)ÛÛG(X) - H(X) = 0
Comment est faite la
fonction?Quelles sont ses propriétés?
Sur quel intervalle en X
ferons-nous la recherche?Degré 1: aX+b =0X= -b/a
Degré 2:
Solution impossible si le
degré du polynôme est supérieur à 4.Ift24214 Chapitre 2Méthode de bissection
(interval-halving method)Basée sur une alternance de signe
de part et d'autre de la racine cherchée pourF(X) = 0
Départ:
X1 et X2 telles que
F(X1) et F(X2) sont de signes opposés
Itérations:
X3 = centre de [ X1, X2 ]
Choisir le bon sous intervalle
Condition suffisante
(de convergence vers une racine):F est continue sur l'intervalle de recherche [ X
1, X2 ]
Ift24215 Chapitre 2-4-224
-10-7.5-5-2.52.557.5F(X) = ((X+1) X - 3) X - 3
= X3 + X2 - 3 X -3
racine : -1,-3 et 3Méthode
de bissection0.511.52 -4-3-2-1123 x1 x2Ift24216 Chapitre 2Algorithme de la méthode de bissection:Pour déterminer une racine x de F(X), exacte à d près.Choisir X
1 et X2 tels que F(X1).F(X2) £ 0(F(X
1) et F(X2) sont de signes opposés)Calculer X3 = (X1 + X2)/2;Tant que { |X1 - X2|³ d et |F(X3)|³ e } faireCalculer X3 = (X1 + X2)/2;Si { F(X1).F(X3) £ 0} alorsposer X
2 = X3;Sinon
poser X1 = X3;Fin siFin tantPoser X = X
3;Une itération est définie
comme un parcours entier de la séquence d'opérations de la boucle Tant.L'itéré est alors la valeur
résultante obtenue après une itération.Notons l'itéré d'ordre n par
X (n).Au départ, la racine X se trouve dans l'intervalle de confiance [X1, X2]
L'erreur sur la racine est alors
de DDX = |X1 - X2|Après chaque itération, on
divise l'intervalle en 2 on divise cette erreur par 2.Donc l'erreur absolue sur
l'itéré d'ordre n estDXXXnn()||=-122Ift24217 Chapitre 2Méthode de Bissection
Exemple :fonction considérée: -3 + x (-3. + x (1 + x)) ou -3 - 3. x + x2 + x3
Estimations initiales:
x1 = 1. x2 = 2.Tolérance sur x:0.0005
Tolérance sur f(x):0.00001
Maximum d'itération:100
1.73193-0.001109240.000488281Tolérance en X trouvée en 11 itérations.
Ift24218 Chapitre 2Méthode d'interpolation linéaire ('regula falsi' method)Basée aussi sur une alternance de signe
Départ:
X1 et X2 telles que
F(X1) et F(X2) sont de signes opposés
Itérations:
X3 est l'intersection avec l'axe des x
de la droite passant par (X1,F(X1)) et (X2,F(X2))
choisir le sous intervalle contenant la racineCondition suffisante
(de convergence vers une racine):F est continue sur l'intervalle de recherche [ X
1, X2 ]
Ift24219 Chapitre 21.52
-4-3-2-1123 x1x2x3Droite parallèles dans un trianglexx xxfx fxfx23 21221-
Méthode
d'interpolation linéaire1.52 -4-3-2-1123 x1x2Ift242110 Chapitre 2Algorithme de la méthode d'interpolation linéaire:Pour déterminer une racine x de F(X), exacte à d près.Choisir X
1 et X2 tels que F(X1).F(X2) £ 0(F(X
1) et F(X2) sont de signes opposés)Calculer X3 = X2 - F(X2)(X2-X1)/(F(X2)-F(X1));Tant que { |X1 - X2|³ d et |F(X3)|³ e } faireCalculer X3 = X2 - F(X2)(X2-X1)/(F(X2)-F(X1));Si { F(X1).F(X3) £ 0} alorsposer X
2 = X3;Sinon
poser X1 = X3;Fin siFin tantPoser X = X
3;Mêmes avantages que la méthode de bissection:
· Hypothèse faible (continuité) sur F
· Méthode facile à implanter
· Hypothèse de recherche: linéarité
Mêmes inconvénients que la méthode de
bissection:· Il faut déterminer un intervalle de
départ Ift242111 Chapitre 2· La convergence vers la racine peutêtre très lente
Méthode d'interpolation linéaire
Exemple :fonction considérée: -3 + x (-3. + x (1 + x)) ou -3 - 3. x + x2 + x3
Estimations initiales:
x1 = 1. x2 = 2.Tolérance sur x:0.0005
Tolérance sur f(x):0.00001= 10-5
Maximum d'itération:100
Itérx3f(x)|x1-x2|=|x1-x3| =|x3-x2|1
1.727882728-0.03933960.29458917842.24719068 10-20.27211727154
1.731404866-6.11067 10-30.27211727153.52213735 10-30.26859513425
1.731950853-9.45921 10-40.26859513425.45986904 10-40.26804914736
1.732035344-1.46349 10-40.26804914738.44911020 10-50.26796465617
1.732048415-2.26406 10-50.26796465611.30714566 10-50.26795158478
1.732050437-3.50252 10
-60.26795158472.02217663 10-60.2679495625x3 = 1.732050437 Ift242112 Chapitre 2Tolérance en f(X) trouvée en 8 itérations.Ift242113 Chapitre 2Méthode de la sécante
(secant method)Similaire à l'interpolation linéaire
mais permet l'extrapolation.Dans cette méthode, on choisit toujours les
deux valeurs telles que les F(Xi) sont les plus proches de 0.Et on a toujoursXXFXXX
FXFX32221
21=--()()()1.52 -4-3-2-1123 x1x2 x3
Ift242114 Chapitre 2Exemple :1.52
-4-3-2-1123 x1x2x3Problème de la méthode de la sécantex1x2x3Ift242115 Chapitre 2Méthode de la sécante
Exemple :fonction considérée: -3 + x (-3. + x (1 + x)) ou -3 - 3. x + x2 + x3
Estimations initiales:
x1 = 1. x2 = 2.Tolérance sur x:0.0005
Tolérance sur f(x):0.00001= 10-5
Maximum d'itération:100
Itérx1x2x3f(x3)|x1-x2|1
1.2.1.571428571-1.364431.2
863024
1.7054108221.7351357711.731996371-5.15177 10-40.02972494
90251.7351357711.7319963711.732050698-1.039 10
-60.003139399878x3 = 1.732050698
Tolérance en f(X) trouvée en 5 itérations.Ift242116 Chapitre 2Remarque importante :Départ : points quelconques dans le voisinage d'une racine.
Faire un graphique grossier de la fonction aide parfois beaucoup.Question ?
Qu'arrive-t-il lorsque
X1 tend vers X2 ?XXFXXX
FXFX32221
21=--()()()x1 x2 x3
Ift242117 Chapitre 2Méthode de Newton
(Newton's Method)Ne demande qu'une seule valeur de départ X
1. Mais suppose l'existence de la dérivée de la fonction F(X).tan()()q=-FX XX1 21x1X2 Ift242118 Chapitre 2Algorithme de la méthode de Newton Pour déterminer une racine de F(X)=0, exacte à d près.
Choisir X
1, une valeur approché de la racine
Poser X2 = X1;Calculer X21 = X1 - F(X1)/F'(X1);Tant que { |X1 - X2|³ d et |F(X2)|³ e et F'(X1)¹0}faire
Poser X2 = X1;Calculer X1 = X1 - F(X1)/F'(X1);Fin siFin tantPoser X = X