Académique Documents
Professionnel Documents
Culture Documents
2018/2019
2 Cas scalaire p = 1
Méthode de dichotomie ou bissection
Méthodes itératives pour la résolution de F(x)=x (Point Fixe)
Facteur de convergence
Méthodes itératives à 1pas
Méthode de base
Méthode de Newton
Méthodes multi-point : méthode de la sécante et Regula Falsi
Méthode de la sécante
Méthode de la fausse position ou Regula Falsi
Problème
Etant donné f : Rp → Rp .
On cherche un vecteur x ∈ Rp solution de f (x) = 0
Supposons qu’il existe un intervalle [a, b] tel que f (a)f (b) < 0, donc
d’après le théorème des valeurs intermédiares, il existe un point x̃ tel
que f (x̃) = 0.
Algorithme de la bissection
Initilisation : a0 = a, b0 = b avec f (a)f (b) < 0
Iterations : Pour k = 0, 1, 2, . . .
ck = ak +b2 ,
k
Dans les deux cas, il existe une solution xk de l’équation f (x) = 0 dans
l’intervalle [ak , bk ].
Comme (an ) est par construction une suite croissante, (bn ) une suite
décroissante, et (bn − an ) → 0 lorsque n → +∞, les suites (an ) et (bn )
sont adjacentes et donc elles admettent une même limite.
Facteur de convergence
on a |xn+1 − x| ≤ |xn2−x| .
L’erreur à l’iteration n est définie par en = xn − x et on a |en+1 | ≤ |e2n | .
On parle de convergence linéaire par ce que l’erreur à l’itération n est
une fonction linéaire de la précédente
Théorème
si f est dérivable sur [a, b] et si sa dérivée y est bornée par L, f est
lipschitzienne de constante de Lipschitz L.
Théorème
Soit F une application de [a, b] dans [a, b], lipschitzienne de constante
de Lipschitz L < 1. Alors pour tout x0 la suite définie par xn+1 = F (xn )
converge vers un point fixe unique.
La formule de taylor:
F 00 (x)
xn+1 − x = F (xn ) − F (x) = F 0 (x)(xn − x) + (xn − x)2 + . . .
2
si F 0 (x) 6= 0, on peut écrire formellement, que si la suite converge on a
en+1
limn→∞ = F 0 (x)
en
et la convergence est linéaire. Mais si F 0 (x) = 0 et F 00 (x) 6= 0, on a
en+1 F 00 (x)
=limn→∞
en 2 2
et la convergence est quadratique, etc . . .
Abdelkader FASSI FIHRI (ENSAM-Meknès) CMN 10 / 18
Cas scalaire p = 1 Méthodes itératives à 1pas
Toutes les méthodes que nous allons décrire pour résoudre f (x) = 0
reposent sur l’application de la méthode des approximations
successives à une fonction obtenue à partir de f .
Méthode de base
On peut écrire f (x) = 0 ↔ x + f (x) = x et résoudre cette dérnière
équation par la méthode des approximations successives pour
F (x) = x + f (x) et donc définir la suite xn+1 = xn + f (xn ) la condition
de convergence sur l’intervalle [a, b] s’érit max |1 + f 0 (x)| < 1
[a,b]
Remarque
Pour toute fonction φ régulière, on a aussi
f (x) = 0 ↔ x + φ(x)f (x) = x.
On suppose que f est dérivable sur [a, b], et que f a un seul zéro dans
[a, b], notée x. On se donne un point initial x0 , et on trace à partir du
point (x0 , f (x0 )) la tangente à la courbe. Elle coupe l’axe des x en x1
(si f 0 (x0 ) 6= 0). Et on itère.
Cette méthode converge beaucoup plus vite que la méthode de
dichotomie, mais elle ne converge pas toujours.
Définition
La méthode de Newton s’écrit
f (xn )
xn+1 = xn −
f 0 (xn )
Remarque
La méthode de Newton est une méthode de point fixe associée à la
fonction F (x) = x − ff0(x)
(x)
on a
(f 0 (x))2 − f (x)f 00 (x)
F 0 (x) = 1 −
(f 0 (x)2
Si x est un zéro de f , alors F 0 (x) = 0 et la méthode est quadratique.
Théorème
Soit f une fonction C 2 dans un voisinage ]r − α, r + α[ d’une racine r de
f , avec f 0 (r ) 6= 0. Alors il existe δ < α tel que si x0 ∈]r − δ, r + δ[, alors:
1 xn est défini pour tout n,
2 xn ∈]r − δ, r + δ[ pour tout n,
3 xn converge quadratiquement vers r , c’est à dire que:
|xn+1 − r | ≤ C(δ)|xn − r |2
Méthodes multi-points
Ce sont les méthodes du type
Algorithme
L’algorithme s’écrit:
xn − xn−1
xn+1 = xn − f (xn )
f (xn ) − f (xn−1 )
Théorème
Soit f une fonction C 2 dans un voisinage ]r − α, r + α[ d’une racine r
de f , avec f 0 (r ) 6= 0. Alors il existe δ < α tel que si x0 et
x1 ∈]r − δ, r + δ[, alors xn converge vers r et