Scribd
Importer
4 vues3 pages

TPTO5

Le document présente un TP sur la méthode de descente de gradient, utilisant MATLAB pour tracer une fonction à deux variables et déterminer son minimum. Le minimum analytique de la fonction f(x1, x2) = x1^2 + x2^2 est trouvé au point (0,0). Un programme MATLAB est également fourni pour implémenter la méthode de Newton, confirmant que le résultat converge vers le minimum.

Transféré par

douaakab061
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats DOCX, PDF, TXT ou lisez en ligne sur Scribd
4 vues3 pages

TPTO5

Le document présente un TP sur la méthode de descente de gradient, utilisant MATLAB pour tracer une fonction à deux variables et déterminer son minimum. Le minimum analytique de la fonction f(x1, x2) = x1^2 + x2^2 est trouvé au point (0,0). Un programme MATLAB est également fourni pour implémenter la méthode de Newton, confirmant que le résultat converge vers le minimum.

Transféré par

douaakab061
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats DOCX, PDF, TXT ou lisez en ligne sur Scribd

République Algérienne Démocratique et

populaire
Ministère de L’enseignement Supérieur Et
de la Recherche Scientifique
Université des sciences et de la Technologie
D’Oran Mohamed Boudiaf

Faculté de Génie Electrique


Département d’Automatique

TP 5: La méthode de descente de
Gradient

Présenté par :
Djelil Adem Adlene
Djerboua Brahim Abdelrahmane
1- En utilisant la function mesh de MATLAB , on va tracer la fonction sur
l’intervalle : x1,x2 ∈[-5,5]

close all; clc;

% Tracer la fonction utilisant mesh

I = -5:5;

x1 = I;

x2 = I;

[x1, x2] = meshgrid(x1, x2);

f = x1.^2 + x2.^2;

figure

mesh(x1, x2, f)

title('fonction a deux variable')

2- la position du minimum graphiquement est le point (0,0)


3- Calcule analytique du minimum :
On a :

f1(x1,x2)=x12 +x22

∇ f 1(x 1 , x 2)=[2*x1 2*x2]

Donc l’optimum :

∇ f 1(x 1 , x 2)=0

=>2*x1=0 => x1=0

=>2*x2=0 => x2=0

Donc X*=(0,0)

4 programme MATLAB qui implémente la méthode du Newton

Avec : point initiale X0=[3 ;2] ; la précision eps=10^(-6)

% Méthode de Newton

f = @(x1,x2) x1.^2 + x2.^2;

x0 = [3;2];

eps = 10^(-6);

Hf = @(x1,x2) [2 0; 0 2];

for i = 1:100

x = x0 - (inv(Hf(x0(1), x0(2))) * [2*x0(1); 2*x0(2)]);

disp(x)

if (abs(x - x0) < eps)

break

end

x0 = x;

end

- Résultat: X=[0,0]

Vous aimerez peut-être aussi