Vous êtes sur la page 1sur 44

Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M

´th. de la s´cante algo. de Steffenson e e e e e

Chapitre 2 du livre: Equations non lin´aires e


MAT-2910: Analyse num´rique pour l’ing´nieur e e

D´pt. de math´matiques et de statistique e e Universit´ Laval, Qu´bec, Canada e e

A. El maliki
Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M
´th. de la s´cante algo. de Steffenson e e e e e

Introduction M´thode de la bissection e M´thodes des points fixes e M´thode de


Newton e M´th. de la s´cante e e algo. de Steffenson

6
Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M
´th. de la s´cante algo. de Steffenson e e e e e Formulation du probl`me e

R´soudre une ´quation non lin´aire de la forme : e e e f (x) = 0 Il est facile de r


´soudre une ´quation de la forme e e ax 2 + bx + c = 0. Toutefois, les ´quations
polynomiales de degr´ sup´rieur sont e e e beaucoup plus difficiles ` r´soudre de
mani`re exacte. a e e Sert ` calculer des valeurs extrˆmes d’une fonction : a e min
g (x) ⇐⇒ f (x) = g (x) = 0
x
Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M
´th. de la s´cante algo. de Steffenson e e e e e M´thode de la bissection e

Consid´rons une fonction continue f d´finie sur un intervalle [a, b] e e pour lequel
la fonction change de signe : f (a) > 0 et f (b) < 0 ou encore f (a) < 0 et f (b) >
0.

On est donc certain qu’il y a une racine de f entre a et b. Pour approcher de fa¸on
pr´cise cette racine, on peut utiliser c e l’algorithme suivant :
Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M
´th. de la s´cante algo. de Steffenson e e e e e Algorithme de la bissection 1

´ Etant donn´ un intervalle [x1 , x2 ] pour lequel f (x) poss`de un e e changement


de signe ´ Etant donn´ a , le crit`re d’arrˆt, et N, le nombre maximal e e e d’it
´rations e x1 + x2 Poser xm = 2 |x2 − x1 | Si < a: 2|xm |
convergence atteinte ´crire la racine xm e ´crire f (xm ) : arrˆt. e e

5 6 7 8

´ Ecrire x1 , x2 , xm , f (x1 ), f (x2 ), f (xm ) Si f (x1 ) × f (xm ) < 0, alors


x2 = xm Si f (xm ) × f (x2 ) < 0, alors x1 = xm Si le nombre maximal d’it´rations N
est atteint : e
convergence non atteinte en N it´rations : arrˆt e e

Retour ` l’´tape 3 a e
Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M
´th. de la s´cante algo. de Steffenson e e e e e M´thode de la bissection : exemple
e

Soit f (x) = x 3 + x 2 − 3x − 3 = 0. Dans l’intervalle [x1 = 1, x2 = 2] il y a une


racine car f est continue et f (1)f (2) = −4 ∗ 3 < 0 On connait les racines pour ce
cas : f (x)√ (x 2 − √ + 1) = 0, = 3)(x on a trois racines r´els : r1 = −1, r2 = −
3, r3 = 3 e 1) xm = x1 +x2 = 1.5 et f (xm ) = −1.875 2 2) Puisque f (xm )f (x2 ) <
0 alors x1 = xm = 1.5 et x2 = 2 3) xm = x1 +x2 = 1.75 et f (xm ) = 0.17187 2 4)
Puisque f (x1 )f (xm ) = −1.875 ∗ 0.17187 < 0 alors x1 = 1.5 et x2 = xm = 1.75 5)
xm = x1 +x2 = 1.625 alors f (xm ) = −0.94335 2 6)Puisque f (xm )f (x2 ) = −0.94335
∗ 0.17187 < 0 la racine se trouve donc dans l’intervalle r´duit [x1 = 1.625, x2 =
1.75] e 7) xm = x1 +x2 = 1.6875 alors f (xm ) = −0.40942 2 8)Puisque f (xm )f (x2 )
= −0.40942 ∗ 0.17187 < 0 la racine se trouve donc dans l’intervalle r´duit [x1 =
1.6875, x2 = 1.75] e Et ainsi de suite...
Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M
´th. de la s´cante algo. de Steffenson e e e e e M´thode de la bissection : exemple
(suite) e

M´thode e x1 x2 1.0 2.0 1.5 2.0 1.5 1.75 1.625 1.75 1.6875 1.75

de la bissection : f(x) = x3 + x2 − 3x − 3 = 0 xm f (x1 ) f (x2 ) f (xm ) Err. abs


1.5 −4.0 3.0 −1.875 0.5 1.75 −1.875 3.0 +0.171 87 0.25 1.625 −1.875 0.171 87 −0.943
35 0.125 1.6875 −0.943 35 0.171 87 −0.409 42 0.0625 1.718 75 −0.409 42 0.171 87
−0.124 78 0.031 25

On voit clairement que l’intervalle devient de plus en plus petit √ (|x2 − x1 |) et


que l’on se dirige vers 1.732050 ( r3 = 3). On voit aussi que la m´thode a certain
d´savantage (lenteur en e e particulier, et comment on s’arrˆte ?) : crit`res
d’arrˆts e e e 1- L’erreur absolue : |r − xm | |x1 −x2 | < abs 2 |x1 −x2 | 2-
L’erreur relative : |r −xm | |r | 2|xm | < rel 3- On peut arrˆter l’algorithme si |
f (xm )| < f e
Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M
´th. de la s´cante algo. de Steffenson e e e e e Questions incontournables

La bissection c’est Le choix d’un intervalle initial contenant une racine. On


subdivise l’intervalle en deux, on garde le sous-intervalle contenant la racine et
on recommence ` A chaque ´tape on produit un intervalle et un point milieu qui est
e notre approximation de la racine. Mantra du num´ricien e Ca marche tout le
temps ? ¸ C’est quoi l’erreur d’approx. ` chaque ´tapes ? a e Nombre d’it´rations
pour assurer une pr´cision donn´e ? e e e
Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M
´th. de la s´cante algo. de Steffenson e e e e e M´thode bissection : Erreurs e

Soit [x1 , x2 ] = [a, b] l’intervalle de d´part de longueur L = b − a. e Apr`s une


it´ration on a xm = x1 +x2 et le nouvel intervalle [x1 , x2 ] e e 2 L est de
longueur L . A l’´tape n, la longueur est 2n . On sait que e 2 r ∈ [x1 , x2 ] et L
|r − xm | ≤ 2n Etant donn´e une erreur absolue ∆r , c’est quoi la valeur de n e
(nombre d’it´rations) pour avoir e L |r − xm | ≤ 2n < ∆r
∆r La r´ponse est : n > ln2 e Exemple : Dans l’exemple pr´c´dent, L = 2.0 − 1.0. Si
on veut une e e erreur absolue plus petit que 0.5 10−2 , ce qui revient ` assurer 3
a chiffres significatifs, il faut au moins : ∆r n > ln2 = 0.5 10−2 = 7.64. Donc il
nous fera 8 it´rations pour e ln2 assurer la pr´cision fix´e. e e

ln(

ln(

ln(

1,0

)
Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M
´th. de la s´cante algo. de Steffenson e e e e e M´thodes des points fixes e

Le principe de la m´thode consiste ` r´´crire l’´quation e a ee e f (x) = 0 sous la


forme ´quivalente e x = g (x) Autrement dit, la racine r de f (x) = 0 est aussi une
racine de x = g (x). Une telle racine porte le nom de point fixe.
Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M
´th. de la s´cante algo. de Steffenson e e e e e Exemples

Consid´rons l’´quation non lin´aire e e e f (x) = x 3 + 4x 2 − 10 = 0 qui admet une


racine r dans l’intervalle [1, 2]. Voici trois fa¸ons d’´crire f (x) = 0 sous la
forme d’un point-fixe c e x = g1 (x) = x − x 3 − 4x 2 + 10 1 x = g2 (x) = 10 − x 3 2
10 x = g3 (x) = 4+x
Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M
´th. de la s´cante algo. de Steffenson e e e e e Algorithme des points fixes

Il existe un algorithme tr`s simple permettant de d´terminer des e e points fixes.


Il suffit en effet d’effectuer les it´rations de la fa¸on e c suivante : x0 donn´ e
xn+1 = g (xn ) ` partir d’une valeur estim´e initiale x0 . a e L’int´rˆt de cet
algorithme r´side dans sa g´n´ralit´ et dans la ee e e e e relative facilit´ avec
laquelle on peut en faire l’analyse de e convergence. Il en r´sulte l’algorithme
plus complet suivant. e
Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M
´th. de la s´cante algo. de Steffenson e e e e e Algorithme des points fixes (suite)

1 2 3 4

´ Etant donn´ a , un crit`re d’arrˆt e e e ´ Etant donn´ N, le nombre maximal d’it


´rations e e ´ Etant donn´ x0 , une valeur estim´e initiale du point fixe e e
Effectuer xn+1 = g (xn ) |xn+1 − xn | Si < a: |xn+1 |
convergence atteinte ´crire la solution xn+1 : arrˆt. e e

Si le nombre maximal d’it´rations N est atteint : e


convergence non atteinte en N it´rations : arrˆt e e

Retour ` l’´tape 4 a e
Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M
´th. de la s´cante algo. de Steffenson e e e e e Exemple 1

M´thode des points-fixes : g(x) = x − x3 − 4x2 + 10 e n 0 1 2 3 4 5 6 xn g (xn )


1.5000000000E + 00 −8.7500000000E − 01 −8.7500000000E − 01 6.7324218750E + 00
6.7324218750E + 00 −4.6972001200E + 02 −4.6972001200E + 02 1.0275455519E + 08
1.0275455519E + 08 −1.0849338705E + 24 −1.0849338705E + 24 1.2770555914E + 72
1.2770555914E + 72 −2.0827129086E + 216
|xn −xn−1 | |xn |

− − − − −− 2.7142857143E + 00 1.1299680882E + 00 1.0143328402E + 00 1.0000045713E +


00 1.0000000000E + 00 1.0000000000E + 00

L’algorithme diverge !
Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M
´th. de la s´cante algo. de Steffenson e e e e e Exemple 2

M´thode des points-fixes : g(x) = e n 0 1 2 3 4 5 6 7 8 9 10 xn 1.5000000000E


1.2869537676E 1.4025408035E 1.3454583740E 1.3751702528E 1.3600941928E 1.3678469676E
1.3638870039E 1.3659167334E 1.3648782172E 1.3654100612E + 00 + 00 + 00 + 00 + 00 +
00 + 00 + 00 + 00 + 00 + 00 g (xn ) 1.2869537676E 1.4025408035E 1.3454583740E
1.3751702528E 1.3600941928E 1.3678469676E 1.3638870039E 1.3659167334E 1.3648782172E
1.3654100612E 1.3651378207E + 00 + 00 + 00 + 00 + 00 + 00 + 00 + 00 + 00 + 00 + 00

1 2

10 − x3
|xn −xn−1 | |xn |

− − − − −− 1.6554303483E − 01 8.2412601205E − 02 4.2426009320E − 02 2.1605963867E −


02 1.1084570565E − 02 5.6678671036E − 03 2.9034397255E − 03 1.4859833373E − 03
7.6088561110E − 04 3.8951227284E − 04

L’algorithme converge !
Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M
´th. de la s´cante algo. de Steffenson e e e e e Exemple 3

M´thode des points-fixes : g(x) = e n 0 1 2 3 4 5 6 7 8 9 xn 1.5000000000E


1.3483997249E 1.3673763720E 1.3649570154E 1.3652647481E 1.3652255942E 1.3652305757E
1.3652299419E 1.3652300225E 1.3652300123E + 00 + 00 + 00 + 00 + 00 + 00 + 00 + 00 +
00 + 00 g (xn ) 1.3483997249E 1.3673763720E 1.3649570154E 1.3652647481E
1.3652255942E 1.3652305757E 1.3652299419E 1.3652300225E 1.3652300123E 1.3652300136E
+ 00 + 00 + 00 + 00 + 00 + 00 + 00 + 00 + 00 + 00

10 4+x |xn −xn−1 | |xn |

− − − − −− 1.1242977306E − 01 1.3878144638E − 02 1.7724782257E − 03 2.2540149182E −


04 2.8679474722E − 05 3.6488436441E − 06 4.6424066090E − 07 5.9065054155E − 08
7.5148116518E − 09

L’algorithme converge plus rapidement que celui de l’exemple 2 !


Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M
´th. de la s´cante algo. de Steffenson e e e e e Ordre de convergence

Mesure de l’erreur Si on connait la racine r , l’erreur est d´finie par e en = xn −


r Sinon, on se contente de l’approximation en ≈ xn − xn−1 Ordre de convergence On
dit qu’une m´thode des points fixes converge ` l’ordre p si : e a |en+1 | C |en |p

o` C est une constante. La convergence d’ordre 1 est ´galement u e dite lin´aire,


tandis que celle d’ordre 2 est dite quadratique. e
Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M
´th. de la s´cante algo. de Steffenson e e e e e Etude de la convergence : cas o` g
(r ) = 0 u

En posant en = xn − r , on a de plus : en+1 = g (r )en +


2 3 g (r )en g (r )en + + ··· 2 3!

2 e En supposant en n´gligeable devant en , on a en premi`re e approximation :

en+1 ≈ g (r )en = (g (r ))n e0 Ceci indique que la m´thode est alors du premier
ordre (lin´aire). e e Taux de convergence Le taux de convergence d’une m´thode des
points fixes est donn´ e e par |g (r )|.
Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M
´th. de la s´cante algo. de Steffenson e e e e e Etude de la convergence

Soit une fonction continue g (x) de [a, b] dans [a, b] et telle que |g (x)| ≤ k < 1
pour tout x ∈]a, b[ alors :
1

Il existe un unique point fixe r de la fonction g (x) dans l’intervalle [a, b] ;


L’algorithme des points fixes xn+1 = g (xn ) converge vers r et ce, quelle que soit
la valeur de x0 dans [a, b] ;

2
Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M
´th. de la s´cante algo. de Steffenson e e e e e Etude de la convergence : (suite)

Si g (r ) < −1, l’algorithme diverge.

Si −1 < g (r ) < 0, l’algorithme converge.

Dans le cas −1 < g (r ) < 0, on voit que les it´rations xn oscillent e de part et
d’autre de la racine. Justifiez ?
Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M
´th. de la s´cante algo. de Steffenson e e e e e Etude de la convergence : (suite)

Si 0 < g (r ) < 1, l’algorithme converge.

Si 1 < g (r ), l’algorithme diverge.

D´finition : le point fixe r est dite attractif si |g (r )| < 1 et r´pulsif e e si |g


(r )| > 1 .
Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M
´th. de la s´cante algo. de Steffenson e e e e e Exemple sur le taux et l’ordre de
convergence 1

10 Retour aux fonctions g1 et g2 :g1 (x) = 10−x g2 (x) = 4+x 2 Ces fonctions ont un
point fixe dans [1, 2] (elles sont forc´ment e non-nulles en ce point) alors 2 −3x 2
x2 g1 (x) = −3 √10−x 3 = −3 2gx (x) = 8g1 (x) 4 4 1 1 −10 1 2 (x)) 2 (x)) g2 (x) =
2 4+x (4+x)2 = 2 g21 −(g10 = −(g20 10 (x) On va ´valuer ces expressions au point
fixe (en se servant de e gi (r ) = r pour i = 1, 2)
4 3

3
Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M
´th. de la s´cante algo. de Steffenson e e e e e Exemple sur le taux et l’ordre de
convergence 1

alors au point fixe g1 (r ) = −3r 2 −3r 2 −3r = = 8g1 (r ) 8r 8

−(g2 (r ))3 −r 3 = 20 20 puisque r ∈ [1, 2] on peut trouver des bornes ` ces deux a
expressions : −3 −6 ≤ g1 (r ) ≤ <0 −1 < 8 8 −8 −1 −1 < ≤ g2 (r ) ≤ <0 20 20 Pour
les deux fonctions la m´thode des points fixes est d’ordre 1. e De plus, la suite de
points d’approximations va alterner entre des valeurs sup´rieures et inf´rieures `
la racine. e e a g2 (x) =
Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M
´th. de la s´cante algo. de Steffenson e e e e e Etude de la convergence : cas o` g
(r ) = 0 u

Le premier terme du d´veloppement en s´rie de en+1 est nul et il e e faut consid


´rer le second g (r ). e Si g (r ) = 0, g (r ) 2 en+1 ≈ en . 2 Dans ce cas, on a
une m´thode du second ordre e (quadratique) l’´tude de la convergence est plus
complexe. e Par contre, on voit qu’` chaque it´ration, l’erreur est a e
approximativement ´lev´e au carr´, d’o` une convergence tr`s e e e u e rapide. En
fait, le nombre de chiffres exacts double, approximativement, ` chaque it´ration. a
e
Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M
´th. de la s´cante algo. de Steffenson e e e e e M´thode de Newton e

Soit une ´quation ` r´soudre de la forme : e a e f (x) = 0 ` A partir d’une valeur


initiale x0 de la solution, on cherche une correction δx telle que : 0 = f (x0 +
δx) ≈ f (x0 ) + f (x0 )δx On peut alors isoler la correction recherch´e : e δx = −
f (x0 ) f (x0 )

La correction δx est en principe la quantit´ que l’on doit ajouter ` e a x0 pour


annuler la fonction f (x). Puisque nous avons n´glig´ les e e termes d’ordre sup
´rieur ou ´gal ` 2 dans le d´veloppement de e e a e Taylor, cette correction n’est
pas parfaite et l’on pose : x1 = x0 + δx
Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M
´th. de la s´cante algo. de Steffenson e e e e e Interpr´tation g´om´trique de la m
´thode de Newton e e e e

Menons par le point (xn , f (xn )) la tangente ` la courbe y = f (x) fournie a par
D(x) = f (xn ) + f (xn )(x − xn )
D(x)=f(x2)-f’(x2)(x-x2)

f(x)

Si on cherche le point d’intersection de la tangente, D(x) = 0, avec l’axe des x,


on retrouve le point xn+1 tel que d´fini e par l’algorithme.

D(x)=f(x1)-f’(x1)(x-x1) x2 x1 x

x0

x3

D(x)=f(x0)-f’(x0)(x-x0)
Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M
´th. de la s´cante algo. de Steffenson e e e e e Algorithme de la m´thode de Newton
e

1 2 3

´ Etant donn´ a , un crit`re d’arrˆt e e e ´ Etant donn´ N, le nombre maximal d’it


´rations e e ´ Etant donn´ x0 , une valeur initiale de la solution e Effectuer :
xn+1 = xn − Si |xn+1 − xn | < |xn+1 |
a

f (xn ) f (xn )

convergence atteinte ´crire la solution xn+1 : arrˆt e e


6

Si le nombre maximal d’it´rations N est atteint : e


convergence non atteinte en N it´rations : arrˆt e e

retour ` l’´tape 4 a e
Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M
´th. de la s´cante algo. de Steffenson e e e e e Exemple : e −x − x = 0

M´thode de Newton : f(x) = e−x − x e n 0 1 2 3 4 xn 0.000 0000 0.500 0000 0.566


3110 0.567 1432 0.567 1433 |en |
en+1 en

0.5671 × 10+0 0.1183 × 10+0 0.6714 × 10−1 0.1239 × 10−1 0.8323 × 10−3 0.1501 × 10−3
0.1250 × 10−6 0 0.4097 × 10−9 —

On remarque la convergence tr`s rapide de cette m´thode. e e


Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M
´th. de la s´cante algo. de Steffenson e e e e e ´ Etude de convergence

On peut associer la m´thode de Newton ` l’application de la e a m´thode de point


fixe sur une fonction g particuli`re, en prenant e e g (x) = x − f (x) f (x)

On retrouve les r´sultats de convergence obtenue pour le point e fixe. On peut


cependant revoir les r´sultats en fonction de f e puisque la relation en f et g est
maintenant fix´e. e g (x) = 1 − f (x)f (x) (f (x))2 − f (x)f (x) = (f (x))2 (f (x))2

Pour une racine r de f on aura donc g (r ) = 0 et on a ainsi la convergence


quadratique que l’on recherche.
Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M
´th. de la s´cante algo. de Steffenson e e e e e Convergence cubique ?

Est-ce que la convergence est plus que quadratique ? g (x) = et g (r ) = (f (x)f


(x) + f (x)f (x))(f (x))2 − 2f (x)f (x)(f (x))2 (f (x))4 f (r ) f (r )

A priori on ne peut pas supposer que g (r ) = 0, donc on ne peut pas dire que la m
´thode est d’ordre sup´rieure ` 2. Pour ce qui est e e a de l’erreur, ´tant d’ordre
deux on a e en+1 ≈ g (r ) 2 f (r ) 2 e = e 2 n 2f (r ) n
Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M
´th. de la s´cante algo. de Steffenson e e e e e Racines multiples

La question en suspend est de savoir ce qui se passe si f (r ) = 0 Pour r´pondre `


la question on revient au d´veloppement de e a e Taylor... Soit r une racine de f :
f (x) = f (r )+f (r )(x − r ) + f (r ) f (m) (x − r )2 + ... + (r )(x − r )m + ...
2 m!

Si f (r ) = f (r ) = 0 alors
f (x) = f (m−1) f (m) f (r ) (x − r )2 + ... + (r )(x − r )m−1 + (r )(x − r )m
+ ... 2 (m − 1)! m!

= (x − r )2 h2 (x)

avec h2 (r ) = 0.
Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M
´th. de la s´cante algo. de Steffenson e e e e e Racines multiples

De mani`re plus, g´n´rale si toutes les d´riv´es jusqu’` l’ordre e e e e e a m − 1


sont nulles pour la racine r : f (r ) = f (r ) = ... = f (m−1) (r ) = 0 alors f (x)
= (x − r )m ( f (m) (r ) + ...) = (x − r )m hm (x) hm (r ) = 0 m!

Definition 2.7 Une racine r de f est de multiplicit´ m si f peut s’´crire e e f (x)


= (x − r )m h(x) avec
x→r

lim h(x) = h(r ) = 0

Th´or`me 2.2 e e Une racine r de f est de multiplicit´ m si et seulement si r


annule e f et toutes les d´riv´es de f jusqu’a l’ordre m − 1 ; de plus e e f (m) (r
) doit ˆtre non-nulle. e
Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M
´th. de la s´cante algo. de Steffenson e e e e e Effet d’une racine multiples sur
Newton

On peut revenir ` la convergence de la m´thode si f (r ) = 0. On a e sait que f


(x)f (x) g (x) = (f (x))2 Si on a une racine r de multiplicit´ m e f (x) = (x − r )
m h(x) Alors g (r ) = m(m − 1) 1 h(r ) (m(m − 1)h(r )) = =1− (mh(r ))2 m m h(r ) =
0

Si m = 1 alors g (r ) = 0 et on a pas de convergence quadratique. La convergence


est lin´aire avec un taux de convergence e 1 g (r ) = 1 − m . Plus la multiplicit´
sera grande plus la convergence sera lente car e g (r ) approchera de 1.
Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M
´th. de la s´cante algo. de Steffenson e e e e e Racines multiples : exemples

Deux exemples La fonction f (x) = x 2 a une racine de multiplicit´ 2 en x = 0 : e f


(0) = f (0) = 0 f (0) = 2 La fonction f (x) = (sin x)2 a une racine de multiplicit´
2 en z´ro e e car f (x) = 2 sin x cos x f (x) = 2(cos x)2 − 2(sin x)2 f (x) = −8
sin x cos x alors f (0) = f (0) = 0 mais f (0) = 2 donc multiplicit´ 2 mˆme si e e
f (0) = 0 Vocabulaire Une racine de multiplicit´ 1 sera appel´e racine simple e e
Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M
´th. de la s´cante algo. de Steffenson e e e e e M´thode de la s´cante e e

La m´thode de Newton n´cessite le e e calcul de la d´riv´e de f (x). e e Si la


fonction f (x) est complexe, cette d´riv´e peut ˆtre difficile ` e e e a ´valuer. e
On remplace f (xn ) par f (xn ) f (xn ) − f (xn−1 ) xn − xn−1

Cela revient ` utiliser la droite a s´cante passant par les points e (xn , f (xn ))
et (xn−1 , f (xn−1 )) plutˆt que la droite tangente o passant par (xn , f (xn )).
Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M
´th. de la s´cante algo. de Steffenson e e e e e Algorithme de la m´thode de la s
´cante e e

1 2 3 4

´ Etant donn´ a , un crit`re d’arrˆt e e e ´ Etant donn´ N, le nombre maximal d’it


´rations e e ´ Etant donn´ x0 et x1 , deux valeurs initiales de la solution e
Effectuer : xn+1 = xn − f (xn )(xn − xn−1 ) (f (xn ) − f (xn−1 )) (1)

Si

|xn+1 − xn | < |xn+1 |

convergence atteinte ´crire la solution xn+1 : arrˆt e e


6

Si le nombre maximal d’it´rations N est atteint : e


convergence non atteinte en N it´rations : arrˆt e e

retour ` l’´tape 4 a e
Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M
´th. de la s´cante algo. de Steffenson e e e e e Exemple : e −x − x = 0

M´thode de la s´cante : f(x) = e−x − x e e n 0 1 2 3 4 5 6 xn 0.000 0000 1.000 0000


0.612 6998 0.563 8384 0.567 1704 0.567 1433 0.567 1433 |en | 0.5671 × 10+0 0.4328 ×
10+0 0.4555 × 10−1 0.3305 × 10−2 0.2707 × 10−4 0.1660 × 10−7 0
en+1 en en+1 α en en+1 2 en

0.7632 × 10+0 0.1052 × 10+0 0.7254 × 10−1 0.8190 × 10−2 0.6134 × 10−3 0 —

1.0835 0.1766 0.4894 0.2796 0.4078 — —

1.342 0.243 1.592 2.478 22.66 — —

On voit que On converge |en | → 0 ! ! ! g (r ) ≈ Mais


|en+1 | |en | → 0, la |en+1 | → ∞, pas 2 |en |

convergence est plus que lin´aire e de convergence quadratique ? ? ? ? ?


Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M
´th. de la s´cante algo. de Steffenson e e e e e Convergence de la m´thode de la s
´cante e e

On ne peut associer cette m´thode ` un point fixe. On doit plutˆt e a o reprendre


l’´tude de convergence en partant de la d´finition de e e l’it´ration : e f (xn )(xn
− xn−1 ) xn+1 = xn − f (xn ) − f (xn−1 )
p On voudrait une erreur de la forme en+1 ≈ Cen . Dans ce cas p p p en+1 ≈ Cen ≈ C
(Cen−1 )p = C p+1 en−1
2

On peut d´montrer que e en+1 ≈ On a


p C p+1 en−1 ≈ en+1 ≈
2

f (r ) en en−1 2f (r )

f (r ) f (r ) p+1 p en−1 Cen−1 ≈ Ce 2f (r ) 2f (r ) n−1


Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M
´th. de la s´cante algo. de Steffenson e e e e e Convergence de la m´thode de la s
´cante 3 e e

En r´sum´ quelque soit n on veut e e


p C p+1 en−1 ≈
2

f (r ) p+1 Ce 2f (r ) n−1

En simplifiant on a
p −p−1 en−1 ≈
2

f (r ) −p C 2f (r )

ne d´pend pas de n ni de en e

On doit alors avoir p 2 − p − 1 = 0 sinon l’expression ` gauche varie a en fonction


de n. Donc √ 1+ 5 p= > 1.6 2 Ainsi la m´thopde de la s´cante, dans le cas d’une
racine simple e e avec f (r ) = 0, converge avec √ 1+ 5 p en ≈ Cen−1 avec p = > 1.6
2 La convergence n’est pas lin´aire mais elle n’est pas quadratique. e En fait
´tant plus que lin´aire on la dit superlin´aire. e e e
Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M
´th. de la s´cante algo. de Steffenson e e e e e Extrapolation d’Aitken

Rappelons que la m´thode point fixe xn+1 = g (xn ) est d’ordre 1. e On a en+2 xn+2 −
r = ≈ g (r ), en+1 xn+1 − r Ce qui donne xn+2 −r ≈ xn+1 −r En isolant r , on trouve
xn+1 −r xn −r

en+1 xn+1 − r = ≈ g (r ) en xn − r

r ≈ xe = xn −

(xn+1 − xn )2 xn+2 − 2xn+1 + xn

Cette approximation de r permet d’obtenir une m´thode e convergeant ` l’ordre 2. a


Definition xe est appel´e l’extrapolation de Aitken e
Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M
´th. de la s´cante algo. de Steffenson e e e e e Steffenson

On peut introduire cette extrapolation dans l’algo de point fixe : c’est


l’algorithme de Steffenson ´ Etant donn´ a , un crit`re d’arrˆt sur deux
approximations e e e successives ´ Etant donn´ N, le nombre maximal d’it´rations e
e ´ Etant donn´ x0 , une valeur estim´e initiale du point fixe e e
1

Effectuer y1 = g (xn ), y2 = g (y1 ), xn+1 = xn − Si |xn+1 − xn | < |xn+1 |


a

(y1 −xn )2 y2 −2y1 +xn

convergence atteinte ´crire la solution xe : arrˆt. e e


3

Si le nombre maximal d’it´rations N est atteint : e


convergence non atteinte en N it´rations : arrˆt e e

Retour ` l’´tape 1 a e
Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M
´th. de la s´cante algo. de Steffenson e e e e e Stefffenson : exemple

Application de Steffenson pour g (x) = e −x (steffenson.m) Arguments initiaux :


Nombre maximal d’iterations : nmax = 50 Critere d’arret : epsilon = 1.0E − 04
Estimation initiale : x0 = 1.5 Iter . 0 1 2 3 xi 1.5000000000E 6.2048752932E
5.6742663912E 5.6714329865E + 00 − 01 − 01 − 01 g (xi ) |xi − xi−1 |/|xi | 1.5000E
+ 00 − − − − −− 6.2049E − 01 1.4175E + 00 5.6743E − 01 9.3511E − 02 5.6714E − 01
4.9959E − 04

Approximation finale du point fixe : r = 5.6714329865E − 01


Introduction M´thode de la bissection M´thodes des points fixes M´thode de Newton M
´th. de la s´cante algo. de Steffenson e e e e e Steffenson : exemple suite

Constatation On remarque que la convergence est plus rapide avec Steffenson. En


fait, le point fixe converge ` l’ordre 1 et la m´thode de a e Steffenson converge `
l’ordre 2 ! a On note toutefois que l’utilisation de la m´thode de Steffenson e
exige plus de calculs ` chaque it´ration (on doit calculer a e l’extrapolation de
Aitken). Faites les exercices