Cette librairie de code en Python implémente des algorithmes numériques, notamment les méthodes de Dichotomie, de Newton, et de la Sécante. Elle est conçue pour aider toutes les personnes qui ont des difficultés dans l'élaboration des algorithmes numériques à trouver un bon algorithme.
- Procurer un déblocage et continuer son propre code en se référant juste aux multiples codes présents ici.
- Aller plus rapidement avec des moyens de bord.
- Lire les ressources et comprendre son code de fond en comble.
La méthode de Dichotomie est utilisée pour trouver une racine d'une fonction continue en utilisant un intervalle [a, b] et en divisant cet intervalle jusqu'à atteindre une précision donnée.
La méthode de Newton, également connue sous le nom de méthode de Newton-Raphson, est un algorithme itératif pour trouver les zéros d'une fonction différentiable.
La méthode de la Sécante est une méthode itérative pour résoudre des équations non linéaires, similaire à la méthode de Newton mais sans nécessiter la dérivée de la fonction.
L'utilisateur peut choisir parmi les méthodes de Dichotomie, Newton, et Sécante pour résoudre une équation non linéaire. Les entrées de l'utilisateur sont vérifiées pour assurer la validité et la précision des calculs.
Voici quelques exemples de fonctions que vous pouvez utiliser :
- Logarithmique :
np.log(x) + x**2 - 4 - Racine carrée :
np.sqrt(x) - 2 - Usuelle :
x**3 - x**2 + x - 1 - Trigonométriques :
np.sin(x),np.cos(x),np.tan(x)
IL N'Y A PAS DE GARANTIE POUR LE PROGRAMME, DANS LA MESURE PERMISE PAR LA LOI APPLICABLE. LE RISQUE ENTIER CONCERNANT LA QUALITÉ ET LES PERFORMANCES DU PROGRAMME VOUS INCOMBE. SI LE PROGRAMME S'AVÈRE DÉFECTUEUX, VOUS ASSUMEZ LE COÛT DE TOUS LES SERVICES, RÉPARATIONS OU CORRECTIONS NÉCESSAIRES. L'ENTRETIEN, LA RÉPARATION OU LA CORRECTION NÉCESSAIRES SONT BIENVENUES.