Vous êtes sur la page 1sur 10

Chapitre II :

Rsolution des quations Non-Linaires

Chapitre II :

Rsolution des quations Non-linaires


II.1.Introduction :
Le problme de la solution dquation non linaire f(x)=0 est une tache qui revient
frquemment dans le calcul scientifique sous forme brute ou inclue dans des problmes
compliqus. Il est relativement rare quon puisse obtenir ses racines avec prcision, par
ailleurs, dans certain cas les coefficients de lquation ne sont connus quapproximativement
et, de consquent, le problme de la dtermination prcise des racines proprement dit, perd
son sens.
Cest pourquoi, les mthodes de la recherche approche des racines dune quation et
lestimation du degr de sa prcision acquirent un intrt particulier.

II.2.Existance de Solution :
Soit la fonction f(x) dfinie et continue dans un lintervalle finie ou infinie a<x<b
Toute valeur x qui annule la fonction f(x) (cest--dire f ( x ) = 0 ) sappelle racine de
lquation f(x)=0 ou zro de f.
La recherche approche des racines dune quation se fait gnralement en deux tapes :
1_ Sparation des racines : qui consiste tablir des segments [a, b] les plus serrs possible
contenant une et seulement une seule racine.
2_ Amlioration de la prcision ou mise au point des racines approches, cest--dire
lobtention de leur prcision impose.
Thorme I : si une fonction continue f(x) prend aux extrmits des segments [a, b] des
valeurs de signe contraires, f(a)*f(b)<0, ce segment contient au moins une racine de
lquation f(x)=0.
Faite qui est traduit par lexistence de x [ a, b] tels que f ( x ) = 0
y

f(a)

b
a

f(b)

Figure II.1 : existence des solutions


Exemple : prenons la fonction f(x)=cos(x)-x, dans lintervalle [0,2] vrifier si f(x) a un zro
dans cet intervalle.
4

Chapitre II :

Rsolution des quations Non-Linaires

Solution :
f(0)= 1.0000
f(2)=-1.0006
et puisque f(0)* f(2)<0 donc il existe x [0,2] de sorte que f ( x ) = 0

II.3.Mthode de Bipartition (Bissection) ou Mthode de Dichotomie :


En algorithmique, la dichotomie (du grec couper en deux ) est un processus itratif ou
rcursif de recherche o chaque tape l'espace de recherche est restreint l'une de deux
parties
Si f est une fonction continue dans lintervalle [a, b] et change de signe donc f(a)*f(b)<0 pour
chercher la solution de lquation
f(x)=0

(1)

On divise cet intervalle en deux [a,x1] et [x1,b] ou x1=(a+b)/2 si f(x1)=0 alors la solution de
(1) est x1 si non on cherche la solution dans les deux autres intervalles en appliquant le
Thorme I :
Si f(a).f(x1)<0 la solution cherche est dans cet intervalle [a, x1] nomm [a1, b1] ou a1 =a et
b1=x1.
Si non la solution est dans lautre intervalle [x , b] nomm [a1, b1] ou a1 = x1 et b1=b et on
continue le processus de recherche jusqu obtenir un intervalle [an, bn] pour lequel
| bn- an|<
ou f(xn)<
cherche.

tel que xn=(an+bn)/2 , avec et sont les prcisions requises pour la solution

Figure II.2

Chapitre II :

Rsolution des quations Non-Linaires

Algorithme
Dbut
Lire a, b,
Faire tans que |b- a|>
x=(a+b)/2
Si f(x)=0 arrt du processus
fin si
Si f(a).f(x)<0
b=x
Si non
a=x
fin si
Fin tans que
Exemple : Rsoudre lquation ex +2x=0 pour =0.001 dans lintervalle [-1.0, 0.0]
Solution :
a

f(a)

f(b)

f(x)

-1,0000000
-0,5000000
-0,5000000
-0,3750000
-0,3750000
-0,3750000
-0,3593750
-0,3593750

0,0000000
0,0000000
-0,2500000
-0,2500000
-0,3125000
-0,3437500
-0,3437500
-0,3515625

-0,5000000
-0,2500000
-0,3750000
-0,3125000
-0,3437500
-0,3593750
-0,3515625
-0,3554688

-1,6321206
-0,3934693
-0,3934693
-0,0627107
-0,0627107
-0,0627107
-0,0206375
-0,0206375

1,0000000
1,0000000
0,2788008
0,2788008
0,1066156
0,0216062
0,0216062
0,0004629

-0,3934693
0,2788008
-0,0627107
0,1066156
0,0216062
-0,0206375
0,0004629
-0,0100927

Aprs un certain nombre ditration on obtient la solution x=-0,3517337


Nombre ditration :
Dans la plupart des oprations le nombre des itrations requises pour dterminer la solution
approche une certaine prcision valorise la mthode choisie. Pour la technique de
Bissection le nombre des oprations est donn par :
a b
N log 2

(2)

Exercice : Dmontrer la formule prcdente.

II.4 Mthode de Fausse Position (Regula-Falsi)


Dans cette mthode la recherche de la solution de f(x)=0 dans lintervalle [a, b] passe par le
mme processus que la mthode de bissection mais au lieu de diviser le segment [a,b] en deux
intervalles gaux, il est plus logique de le diviser dans le rapport f(a)/f(b) on obtient ainsi la
valeur approch de la racine :
x1 = a + h1

, h1 =

f (a)
(b a )
f (b) f (a )

Ou dun manire plus simple


x1 =

af (b) bf ( a)
f (b) f ( a)

(3)

Graphiquement sa revient la recherche du point dintersection entre la droite passant par les
points (a,f(a)) et (b, f(b)) et labscisse des x : (figure II.3):
6

Chapitre II :

Rsolution des quations Non-Linaires

Figure II.3 : Mthode de Rgula-falsi.


y ( x) = f (a ) +

f (b) f (a )
( x a ) lors que y=0
ba

x=

af (b) bf ( a )
f (b ) f ( a )

Et on rpte le mme procd de recherche que celui de la mthode de bissection cest--dire :


Algorithme :
Dbut
Lire a, b,
Faire tans que |b- a|>
x=

af (b) bf (a )
f (b) f ( a )

Si f(x)=0 arrt du processus


Fin si
Si f(a).f(x)<0
b=x
Si non
a=x
Fin si
Fin tans que

Exemple : Trouver = 2 par la mthode de fausse position et comparer le rsultat obtenue


(le nombre des oprations) avec la mthode de Bissection ( =0.001).
Solution : Pour trouver = 2 donc x = 2 alors x 2 = 2 donc x 2 2 = 0 , prenons
f ( x ) = x 2 2 dans lintervalle [1.0, 2.0] et appliquons la mthode de Rgula-falsi :
a
1,000000
0

b
2,000000
0

X
1,333333
3

f(a)
-1,0000000
-0,2222222

f(b)
2,000000
0

f(x)
-0,2222222
-0,0400000

Chapitre II :

Rsolution des quations Non-Linaires

1,333333 2,000000 1,400000


3
0
0
1,400000 2,000000 1,411764
0
0
7
1,411764 2,000000 1,413793
7
0
1
1,413793 2,000000 1,414141
1
0
4
1,414141 2,000000 1,414201
4
0
2
1,414201 2,000000 1,414211
2
0
4
1,414211 2,000000 1,414213
4
0
2
1,414213 2,000000 1,414213
2
0
5
1,414213 2,000000 1,414213
5
0
6
1,414213 2,000000 1,414213
6
0
6
La solution est = 1,4142136

-0,0400000
-0,0069204
-0,0011891
-0,0002041
-0,0000350
-0,0000060
-0,0000010
-0,0000002
0,0000000

2,000000
0
2,000000
0
2,000000
0
2,000000
0
2,000000
0
2,000000
0
2,000000
0
2,000000
0
2,000000
0
2,000000
0

-0,0069204
-0,0011891
-0,0002041
-0,0000350
-0,0000060
-0,0000010
-0,0000002
0,0000000
0,0000000

Comparer le nombre des oprations effectues pour la recherche de la solution de cette


quation par rapport la mthode dichotomique.

II.5 Mthode de Newton :


La mthode de Newton a t dcouverte par Isaac Newton et publie dans Method of Fluxions
en 1736. Bien que la mthode soit dcrite par Joseph Raphson(1648-1715) dans Analysis
Aequationum en 1690, les sections d'intrt de Method of Fluxions avaient dj t crites, en
1671.
La mthode de Newton se base sur la notion de driv. Si x0 est une approximation de la
solution de f(x)=0 dans lintervalle [a, b], nous corrigeons cette solution par x1=x0+h ou h est
une petite valeur. Si on utilise le dveloppement limit de Taylor :
f ( x1 ) = f ( x0 + h) f ( x0 ) + h. f ( x0 )

f ( x0 )
donc
f ( x0 )
f ( x0 )
x1 = x 0
f ( x0 )
Et pour une certaine tape k :
Si f ( x1 ) = 0 alors h =

xk +1 =x k

f ( xk )
f ( xk )

(4)

On remarque bien que lorsque xk est une solution alors f ( xk ) 0 donc xk xk +1 .

II.5 .2 Interprtation Graphique :

Chapitre II :

Rsolution des quations Non-Linaires

Figure II. 4
On commence partir dune solution initiale au point x0 et on cherche lintersection de la
tangente de la fonction f(x) en ce point avec laxe des abscisse not x1 qui serra la nouvelle
solution et on continue jusqu' obtenir une bonne approximation .
Algorithme :
Dbut
Lire x0 ,
k=0
Faire tans que |f(xk |>
f ( xk )
xk +1 = xk
f ( xk )
k=k+1
Fin tans que
Exemple : reprendre lexercice prcdant en utilisant la mthode de Newton x0=2.0.
Solution
k
xk
f(xk)
f(xk)
0
2,0000000
8,0000000
2,0000000
1
1,7500000
6,1250000
1,0625000
2
1,5765306
4,9708975
0,4854488
3
1,4788724
4,3741274
0,1870637
4
1,4361065
4,1248037
0,0624019
5
1,4209781
4,0383572
0,0191786
6
1,4162289
4,0114088
0,0057044
7
1,4148069
4,0033571
0,0016785
8
1,4143876
4,0009846
0,0004923
9
1,4142646
4,0002885
0,0001443
Remarque :
La mthode de Newton est trs pratique question de rapidit de convergence mais il
existe des situations ou la divergence est frappante, ce-ci est due :
1) Lexistence dun point dinflexion dans lintervalle dtude (figure II.5.a).
2) Lexistence dune solution multiple f(x)=0 (figure II.5.b).
3) Lorsquil y a des minimums locaux (figure II.5.c).

Chapitre II :

Rsolution des quations Non-Linaires

x2

x2
x1
(c)

x1

x2

(b)
Figure II.5

x1

(c)

Bien que la mthode soit trs efficace, certains aspects pratiques doivent tre pris en compte.
Avant tout, la mthode de Newton ncessite que la drive soit effectivement calcule. Dans
les cas o la drive est seulement estime en prenant la pente entre deux points de la
fonction, la mthode prend le nom de mthode de la scante, moins efficace (d'ordre 1,68) et
infrieure d'autres algorithmes. Par ailleurs, si la valeur de dpart est trop loigne du vrai
zro, la mthode de Newton peut entrer en boucle infinie sans produire d'approximation
amliore. cause de cela, toute implmentation pratique de la mthode de Newton doit
inclure un code de contrle du nombre d'itrations.

II.6 Mthode dapproximation successive :


La mthode dapproximation successive est une des mthodes itratives les plus
anciennes. Cest mthode trs utile pour la dtermination des racines des quations du type
f(x)=0, et mme pour les systmes des quation non linaires Elle se base sur le schma
suivant :
Soit lquation f(x)=0 on essaye de lcrire sous la forme g(x)=x puit on prend le
schma itratif suivant : on partant dune solution initiale x0 en le substitue dan g(x) de
manire obtenir une nouvelle solution x1=g(x0) et on rpte jusqu a obtenir une solution
acceptable. Donc on construit une suite numrique des valeurs (xn) dont les valeurs
convergents vers la solution de lquation f(x)=0.
La forme itrative :

x donn
0

xn = g ( xn 1)
Le processus ditration est arrt lorsque

xn +1 xn <

ou f(xn)< .

Exemple :
Prenons lquation x 2 2 x 3 = 0 (qui pour racine -1 et 3)
Nous pouvons la rendre sous la forme x = g1 ( x) = 2 x + 3 et pour x0=4 nous avons les
rsultats suivants :
n
xn
0
4

10

Chapitre II :

Rsolution des quations Non-Linaires

1
3.31662
2
3.10375
3
3.03439
4
3.0114
On remarque que les valeurs de xn convergent vers 3.
Il est possible de vrifier que si on change de forme pour la mme quation (
x = g 2 ( x) =

3
lexemple prcdant), ont peut obtenir une divergence.
x 2

II.6.2 Critre de Convergence :

une squence xk de valeurs gnr par un processus numrique est dit quelle converge
vers un ordre p si :

O k0 0 est un entier convenable. Dans de tel cas, la mthode est dit de lordre p. noter que
si p est gale 1, pour que xk converge ver il est ncessaire que C soit infrieur 1 (C<1),
C, dans ce cas, est le facteur de convergence. Dans le cas de la mthode du point fixe le
critre de convergence scrit :
Thorme : si g(x) et g(x) sont deux fonctions continues dans lintervalle contenant
la racine x et si |g(x)|<1 pour tous les points de cet intervalle alors xn = g ( xn 1 ) est
un schma itratif convergeant vers la solution x de lquation x = g (x) .
Cette condition est suffisante et non ncessaire.
Proprit : (thorme Ostrowski) soit le point fixe dune fonction ,continue est
diffrentiable dans un voisinage J de . Si |()| < 1 alors il existe > 0 tel que la
suite {x(k)} converges vers pour chaque x(0) tel que |x(0) | < .
II.6.3 Algorithme :
Dbut
Lire x0 , , n
k=0
Faire tans que k<n
xk +1 = g ( xk )

Si xn +1 xn < arrt
Sinon continue
Fin si
k=k+1
Fin tans que
fin

II.6.4 Interprtation Graphique :


Gomtriquement cette mthode sexplique par la faon suivante :
Dans le plant xoy on construit la courbe y=g(x) et la droite y=x toute racine de
lquation f(x)=0 est le point dintersection des deux courbes. En partant dun point x0 on
construit la ligne polygonale (escalier figure II.6.(a), Spirale figure II.6.(b))
Les segments horizontaux du polygone se rtrcissent, dans de la convergence, pour devenir
un seul point qui nest dautre que la solution de lquation f(x)=0. Pour une solution de
forme spirale g(x) est ngative, si non on obtient la forme escalier.
11

Chapitre II :

Rsolution des quations Non-Linaires

y
y=x

y=x
y=g(x)

xn

y=g(x)

xn

x
(a)

(b)

Figure II.6
Exemple : rsoudre cos(x)-x=0 pour =0.01

II.6.5 Amlioration de la mthode :


Il est possible dacclr la convergence de la mthode dapproximation successif en adoptant
la technique suivante :
Partant de f(x)=0
On passe de x=g(x) x+ x=g(x)+ x (ou -1)
g ( x) + x
= G ( x)
Soit encore x =
(1 + )
est choisie de faon a se que G(xn )=0 pour chaque itration ce qui nous amne
g ( x) +
G( x) =
=0
(1 + )
Ou = g (x ) donc
g ( xn ) g ' ( xn ) xn
xn +1 =
1 g ' ( xn )
Exemple : rsoudre lquation suivante
xex-1=0 par la mthode de point fixe standard et puis amliorer et comparer (on donne
=0.001)
Solution : Mthode de point fixe standard :
x0=1.0
xk=exp(-xk)
k
x
g(x)
f(x)
0
1,0000000
0,3678794
1,7182818
1
0,3678794
0,6922006
-0,4685364
2
0,6922006
0,5004735
0,3830915
3
0,5004735
0,6062435
-0,1744679
4
0,6062435
0,5453958
0,1115662
5
0,5453958
0,5796123
-0,0590335
6
0,5796123
0,5601155
0,0348087
7
0,5601155
0,5711431
-0,0193080
8
0,5711431
0,5648793
0,0110887
12

Chapitre II :
9
0,5648793
10
0,5684287
x0=1.0
xk=G(xk)

Rsolution des quations Non-Linaires


0,5684287
0,5664147

-0,0062442
0,0035557

G(x)=((exp(-x)+x*exp(-x))/(1.0+exp(-x))
k
1
2
3
4
5

x
1,0000000
0,5378828
0,5669870
0,5671433
0,5671433

G(x)
0,5378828
0,5669870
0,5671433
0,5671433
0,5671433

f(x)
1,7182818
-0,0789414
-0,0004318
0,0000000
0,0000000

13