Slides19 04 AnNum Chap2

Analyse Num erique
R esolution d equations non lin eaires

Said EL HAJJI et Touria GHEMIRES
Universit e Mohammed V - Agdal.
Facult e des Sciences
D epartement de Math ematiques.
Laboratoire de
Math ematiques, Informatique et Applications, Rabat
http://www.fsr.ac.ma/mia/
S. EL HAJJI et T. GHEMIRES R esolution d equations non lin eaires
Analyse Num erique
Plan
1
2
R esolution de syst ` emes d equations non lin eaires
Analyse Num erique
Plan
1
2
R esolution d equations non lin eaires: Introduction
Soit f une fonction num erique dune variable r eelle.
On cherche les racines simples de l equation
(1) f (x) = 0
Isoler les racines, cest ` a dire trouver un intervalle [a, b]
dans lequel est lunique racine r eelle de (1).
Trouver cet intervalle : th eor ` eme des valeurs
interm ediaires :
f (a) f (b) < 0 f admet un nombre impair de racines
Si f (a) f (b) > 0 f admet un nombre pair de racines
Introduction
On supposera donc d esormais avoir trouv e un intervalle [a, b]
o` u f admet une unique racine simple et on supposera que f est
d enie, continue, et autant de fois continument d erivable que
n ecessaire.
Introduction
Les algorithmes classiques que nous allons etudier sont les
suivants:
1
M ethode de la bissection
2
M ethode de Newton-Raphson
3
M ethode de la s ecante
4
M ethode du point xe.
M ethode de la bissection.
On suppose que que f est continue dans [a, b] et que
f (a).f (b) < 0
on pose c =
a+b
2
,
si f (c) = 0 Alors p = c
si f (a) f (c) < 0 on remplace b par c
sinon on remplace a par c,
on continue cette op eration jusqu ` a ce quon trouve p avec
la pr ecision demand ee.
Algorithme de bissection (ou de dichotomie.)
Trouver une approximation de la solution de f (x) = 0 dans
[a, b].
On construit une suite dintervalles ([a
n
, b
n
])
n
contenant la
racine,
on teste que a
n
ou b
n
est le milieu de lintervalle [a
n1
, b
n1
].
Entr ees : a,b, et N
0
Sortie : la valeur approch ee p : f (p) = 0
Algorithme de bissection (ou de dichotomie.)
1
Si f (a) = 0 imprimer la solution est a. Si f (b) = 0 imprimer
la solution est b, aller ` a 10
2
si f (b) f (a) > 0, imprimer (pas de changement de signe).
Aller ` a 10
3
poser N = 1
4
Tant que N N
0
,faire les etapes 5 ` a 8
5
poser p =
a+b
2
6
Si f (p) = 0 ou
ba
2
, imprimer p. Aller ` a 10
7
poser N = N + 1
8
Si f (a) f (p) > 0,alors poser a = p, sinon poser b = p
9
Imprimer apr ` es N
0
it erations lapproximation obtenue est p
et lerreur maximale est
ba
2
10
Fin
M ethode de Newton-Raphson:
Le principe consiste ` a construire une suite (x
n
)
n
, telle que x
n+1
soit lintersection de la tangente ` a la courbe de f au point
(x
n
, f (x
n
)) avec laxe horizontal.
On a:
_
A = (x
0
, f (x
0
)), B = (x
1
, 0) axe(Ox)
A et B D : y = ax + b
donc
_
f (x
0
) = ax
0
+ b
0 = ax
1
+ b

_
a = f
(x
0
)
x
1
= x
0

f (x
0
)
f
(x
0
)
Algorithme de Newton-Raphson
Entr ees: une approximation initiale p
0
(la pr ecision d esir ee)
N
0
(le nombre maximum dit erations)
Sortie: valeur approch ee de p ou un message d echec
1
N = 1
2
Tant que N N
0
, faire les etapes 3 ` a 6.
3
Poser p = p
0

f (p
0
)
f
(p
0
)
4
Si| p p
0
| alors imprimer p, aller ` a l etape 8.
5
Poser N = N + 1.
6
Poser p
0
= p.
7
Imprimer la m ethode a echou e apr ` es N it erations.
8
Fin.
M ethode de la s ecante
La m ethode de Newton-Raphson suppose le calcul de f
(p).
On remplace dans la m ethode de Newton f
(p
n
) par
f (p
n
) f (p
n1
)
p
n
p
n1
.
L equation de la s ecante s ecrit :
s(x) = f (p
n
) + (x p
n
)
f (p
n
) f (p
n1
)
p
n
p
n1
Si s(p
n+1
) = 0 , on en d eduit:
p
n+1
= p
n
f (p
n
)
p
n
p
n1
f (p
n
) f (p
n1
)
Algorithme de la s ecante:
Trouver une solution de f (x) = 0
Entr ees: deux approximations initiales p
0
et p
1
N
0
(le nombre maximum dit erations)
Sortie:la valeur approch ee de p ou un message d echec
1
poser N = 1, q
0
= f (p
0
), q
1
= f (p
1
)
2
Tant que N N
0
+ 1,faire les etapes 3 ` a 6
3
poser p = p
1
q
1
(p
1
p
0
)
q
1
q
0
4
Si | p p
1
| alors imprimer p, aller ` a l etape 8
5
Poser N = N + 1
6
Poser p
0
= p
1
, q
0
= q
1
, p
1
= p,q
1
= f (p)
7
Imprimer la m ethode a echou e apr es N
0
it erations
8
Fin
M ethode du point xe
Nous pouvons observer que la m ethode de Newton peut
sinterpr eter comme
p
n+1
= g(p
n
) o` u g(x) = x (
f (x)
f
(x)
).
Si la fonction g(x) est continue et
si lalgorithme converge (c. ` a.d. p
n
p),
Alors, puique p
n+1
= g(p
n
), on a p : p = g(p) ;
on dit que p est un point xe de g.
Algorithme du point xe
Trouver une solution de g(x) = x
Entr ees: une approximation initiale p
0
N
0
le nombre maximale dit erations
Sortie: valeur approch ee de p ou un message d echec
Convergence et ordre de convergence.
D enition
Soit D une partie de R et F une application de D dans D. On dit
que la fonction F est contractante si
x, y D , k [0, 1[ tel que
| F(x) F(y) | k | x y | .
k est le coefcient de contraction ou de Lipschitz de F.
Convergence et ordre de convergence.
Th eor ` eme:
Consid erons le segment S = [p
0
a, p
0
+ a] D;
si F est contractante sur S et si | F(p
0
) p
0
| (1 k) a,
alors lit eration p
n+1
= F(p
n
) de point initial p
0
, converge vers
lunique point xe p S de F.
Th eor ` eme:
Si F est diff erentiable au voisinage dun point xe p et si
| F
(p) |< 1 alors :

V voisinage de p tels que p
0
V et p
n+1
= F(p
n
) converge
vers p.
Ordre de convergence.
D enition
Consid erons une suite {p
n
} convergeant vers p et posons
e
n
= p
n
p.
Si
_
e
n
e
n1
_
converge, on dit que la suite p
n
converge
lin eairement vers p ou encore que la m ethode est du premier
ordre.
Si on a
_
e
n
(e
n1
)
k
_
converge, alors la convergence est dite
dordre k (k le plus grand possible.)
Ordre de convergence: Exemple.
La m ethode de Newton est une m ethode de type point xe avec
F(x) = x
f (x)
f
(x)
.
Si p est racine simple de f (x) = 0, alors f
(x
) = 0 et
il existe un voisinage V de p tel que pour tout p
0
V,
la suite (p
n
)
n
converge vers p et lordre de convergence est 2.
Pour d eterminer lordre de convergence, on utilise la formule de
Taylor en p :
F(x) = F(p) + F
(p)(x x
) + F
(x)
(x p)
2
2
.
Nous consid erons le probl ` eme suivant :
F : R
n
R
n
, trouver p R
n
tel que F(p) = 0.
Nous allons pour cela etendre au cas de la dimension n > 1
certains des algorithmes propos es dans les sections
pr ec edentes.
Pour k 0, et D R
n
,
C
k
(D) = Ensemble des fonctions k fois continument
diff erentiables de R
n
dans R
n
restreintes ` a D.
Nous supposerons que F C
1
(D).
J
F
(x) est la matrice jacobienne associ ee ` a F et evalu ee au
point x = [x
1
, ..., x
n
]
T
de R
n
.
(J
F
(x))
ij
= (
JF
i
x
j
(x)), i , j = 1, ..., n.
Pour une norme vectorielle donn ee .,
B(p; R) = {y R
n
: y p < R}.
Boule ouverte de rayon R et de centre p
La m ethode de Newton et ses variantes
On peut etendre la m ethode de Newton au cas vectoriel :
x
(0)
R
n
etant donn e x,
pour k = 0, 1, ..., jusqu ` a convergence:
r esoudre J
F
(x
(k)
)x
(k)
= F(x
(k)
),
poser x
(k+1)
= x
(k)
+ x
(k)
.
On doit donc r esoudre un syst ` eme lin eaire de matrice J
F
(x
(k)
)
` a chaque it eration k.
Exemple
Exemple
Consid erons le syst ` eme non lin eaire
_
e
x
2
1
+x
2
2
1 = 0
e
x
2
1
x
2
2
1 = 0
qui admet pour unique solution p = (0, 0)
T
.
Dans ce cas,
F(x) = [e
x
2
1
+x
2
2
1, e
x
2
1
x
2
2
1].
Pour
_
_
(k)
_
_
2
10
10
( x comme test darr et )
Si x
(0)
= [0.1, 0.1]
T
on obtient en 26 it erations le couple [0.1 10
8
, 0.13 10
8
]
T
ce qui d emontre une convergence assez rapide.
Si x
(0)
= [10, 10]
T
, 229 it erations sont n ecessaires pour obtenir
une solution comparable ` a la pr ec edente,
la m ethode diverge si x
(0)
= [20, 20]
T
.
Le comportement est cependant tr ` es sensible au choix de la
donn ee initiale.
Th eor ` eme
Soit F : R
n
R
n
et F C
1
sur un ouvert convexe D de R
n
qui
contient p.
Supposons que J
1
F
(p) existe et quil existe des constantes
R, C et L telles que
_
_
_J
1
(p)
_
_
_ C
et
J
F
(x) J
F
(y) Lx y x, y B(p; R)
Il existe alors r > 0 tel que, pour tout x
(0)
B(p; R)
la suite est d enie de facon unique et converge vers p avec
_
_
_x
(k+1)
x
()
_
_
_ CL
_
_
_x
(k)
x
()
_
_
_
2
.
D emonstration.
On va montrer par r ecurrence sur k que :
x
(k+1)
B(p; r ) , avec r = min(R, 1/(2CL)).
Pour x
(0)
B(p; r )
la matrice inverse J
1
F
(x
(0)
) existe.
On a
_
_
_J
1
F
(p)(J
F
(x
(0)
J
F
(p)
_
_
_
_
_
_J
1
F
(p)
_
_
_
_
_
(J
F
(x
(0)
J
F
(p)
_
_
CLr
1
2
.
et on d eduit du Th eor ` eme que J
1
F
(x
(0)
) existe car
_
_
_J
1
F
(x
(0)
)
_
_
_
_
_
_J
1
F
(p)
_
_
_
1
_
_
_J
1
F
(p)
_
_
_
_
_
J
F
(x
(0)
) J
F
(p)
_
_
2
_
_
_J
1
F
(p)
_
_
_ 2C
Demonstration - suite
Par cons equent, x
(1)
est bien d eni et
x
(1)
p = x
(0)
p J
1
F
(x
(0)
)[F(x
(0)
) F(p)]
En mettant en facteur J
1
F
(x
(0)
) dans le membre de droite et en
prenant les normes, on obtient
_
_
_x
(1)
p
_
_
_
_
_
_J
1
F
(x
(0)
)
_
_
_
_
_
_F(p) F(x
(0)
) J
F
(x
(0)
)
_
p x
(0)
__
_
_
2C
L
2
_
_
_p x
(0)
_
_
_
2
On a major e le reste de la s erie de Taylor de F.
Demonstration - suite
Comme de plus x
(0)
B(p; r ), on a
_
_
x
x
(0)
_
_
1/(2CL),
do` u
_
_
_x
(1)
p
_
_
_
1
2
_
_
_p x
(0)
_
_
_ .
Ce qui assure que x
(1)
B(p; r ).
On montre de mani ` ere analogue que si on suppose la relation
vraie pour un certain k, alors elle est encore vraie pour k + 1.
Remarques
Si x
(0)
est assez proche de la solution p et si la matrice
jacobienne est inversible.
La m ethode de Newton converge de mani ere quadratique.
Il faut noter que la r esolution du syst eme lin eaire peut sav erer
excessivement co uteuse quand n devient grand.
De plus, la matrice J
F
(x
(k)
)peut etre mal conditionn ee, ce qui
rend difcile lobtention dune solution pr ecise.
Pour ces raisons, plusieurs versions modi ees de la m ethode
de Newton sont propos ees.
Remarque
Si on note r
(k)
= F(x
(k)
) le r esidu ` a l etape k,
La m ethode de Newton peut etre r ecrite sous la forme
(Id J
G
(x
(k)
))
_
x
(k+1)
x
(k)
_
= r
(k)
avec G(x) = x F(x)
M ethodes de Newton modi ees.
Ce r esultat ne donne pas dindication constructive sur la
mani ere de calculer les incr ements h.
En diminuant les h, on peut diminuer lerreur de troncature
commise dans M ethodes de type s ecante.
Application Contractante
On dit quune application G : D R
n
R
n
est contractante sur
lensemble D
0
D
sil existe une constante < 1 telle que
G(x) G(y) x y pour tout x, y dans D
0
.
Propri et e (th eor eme de lapplication contractante): Si
G : D R
n
R
n
est une contraction sur un ensemble ferm e
D
0
D telle que G(x) D
0
pour tout x D
0
,alors G admet un
unique point xe dans D
0
M` ethodes de Point Fixe
Th eor eme du point Fixe : On suppose que G : D R
n
R
n
poss` ede un point xe x ` a lint erieur de D et que G est
continument differentiable dans un voisinage de p
On note J
G
la jacobienne de G et on suppose que le rayon
spectral (J
G
(p)) < 1.
Alors il existe un voisinage S de x tel que S D et, pour tout
x
(0)
S,la suite d enie avant demeure dans D et converge
vers x .
Exemple
Consid erons le syst ` eme non lin eaire
F(x) = [x
2
1
+ x
2
2
1, 2x
1
+ x
2
1]
T
= (0, 0)
T
dont les solutions sont x
1
= (0, 1)
T
et x
2
= (4/5, 3/5)
T
Utilisons pour le r esoudre deux m ethodes de point xe
respectivement d enies par les fonctions dit eration
G
1
(x) =
_
1x
2
2
_
1 x
2
1
_
, G
2
(x) =
_
1x
2
2
_
1 x
2
1
_
suite
On peut v erier que G
1
(x
i
) = x
i
pour i = 1, 2;
les deux m ethodes sont convergentes dans un voisinage de
leur point xe respectif car
J
G1
(x
1
) =
_
0
1
2
0 0
_
, J
G2
(x
2
) =
_
0
1
2
4
3
0
_
et donc (J
G1
(x
1
)) = 0 et (J
G2
(x
2
)) =
_
2
3
En ex ecutant le Programme avec une tol erance de 10
10
Si x
(0)
= [0.9, 0.9]
T
, le sch ema converge vers x en 9
it erations.
Si x
(0)
= [0.9, 0.9]
T
, le sch ema converge vers x en 115
it erations
Cette diff erence de comportement entre les deux suites
sexplique par la diff erence entre les rayons spectraux des
matrices dit eration correspondantes.
Remarque:
La m ethode de Newton peut etre vue comme une m ethode de
point xe associ ee ` a la fonction
G
N
(x) = x J
1
F
(x)F(x).

Slides19 04 AnNum Chap2

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Slides19 04 AnNum Chap2

Transféré par

Droits d'auteur :

Formats disponibles

Analyse Num erique

R esolution d equations non lin eaires

(p) |< 1 alors :

Vous aimerez peut-être aussi