Vous êtes sur la page 1sur 4

RÉSOLUTION DES SYSTÈMES

NON-LINÉAIRES
PARTIE2

La section précédente a présenté des méthodes pour résoudre une équation non linéaire à
une variable. Dans de nombreux problèmes de génie chimique, on a à faire avec plusieurs
équations non linéaires contenant plusieurs inconnues. Le problème général a la forme
suivante :

F(x) = 0

où F(x) est un vecteur de la forme F(x) = [F1(x), F2(x),…, Fi(x),…,Fn(x)]. Chaque


fonction Fi(x) est une fonction non linéaire par rapport à n variables xi , x est un vecteur
formé de n composantes xi . Une solution x* du problème est telle que F(x*) = 0. De
manière générale, on n’est pas sur qu’il existe une solution ou que cette solution soit
unique. De plus, on ne sait pas s’il existe une relation explicite qui donne la solution en
fonction des coefficients du système d’équations non linéaires.

1. Méthode du point fixe

Pour illustrer cette méthode, on suppose que l’on doit résoudre 2 équations non linéaires
F1(x1 , x2) et F2(x1 , x2) à deux inconnues x1 et x2. On cherche donc x* = [x1*, x2*] tel
que

F1 (x1*, x2*) = 0
F2 (x1*, x2*) = 0

La méthode du point fixe à plusieurs variables est une extension de la méthode du point
fixe à une variable. On transforme l’équation
F1(x1 , x2) = 0
en l’équation
x1 + F1(x1 , x2) = x1
et en nommant
G1(x1 , x2) = x1 + F1(x1 , x2)

Le problème F1(x1 , x2) = 0 revient à G1(x1 , x2) = x1.


De même, on pose
G2(x1 , x2) = x2 + F2(x1 , x2)
Le problème F2(x1 , x2) = 0 revient à G2(x1 , x2) = x2.

La méthode repose sur les étapes suivantes.


(0) (0) (0)
On se donne x = [x1 , x2 ] (proche de la solution si possible)
On calcule
(1) (0) (0)
x1 = G1(x1 , x2 )
(1) (0) (0)
x2 = G2(x1 , x2 )

Puis
(2) (1) (1)
x1 = G1(x1 , x2 )
(2) (1) (1)
x2 = G2(x1 , x2 )

Puis
(3) (2) (2)
x1 = G1(x1 , x2 )
(3) (2) (2)
x2 = G2(x1 , x2 )
(k)
Et on espère que, au bout de plusieurs (éventuellement beaucoup) itérations k, x
converge vers une valeur x*. S’il y a convergence, on a la relation :
x* = G(x*)

D’après la définition de la fonction g, il s’ensuit que :


G(x*) = x* + F(x*)
et
x* = x* + F(x*)
0 = F(x*)

Dans ce cas, x* est un point fixe de l’application G.

Exemple : Soient les équations suivantes :


2 2
F1 (x1, x2) = -( x1 + x2 - 2 x1 x2 -1)/10
2 2
F2 (x1, x2) = -( x1 + x2 + 2 x1 x2 - 9)/10

La solution est x* = [2, 1];


(0)
En prenant x = [2.5 , 1.5] , on obtient les itérés suivants :
(1)
x1 = 2.5
(1)
x2 = 0.8
(2)
x1 = 2.311
(2)
x2 = 0.611
(3)
x1 = 2.1220
(3)
x2 = 0.6572
(4)
x1 = 2.0074
(4)
x2 = 0.7848
(5)
x1 = 1.9580
(5)
x2 = 0.9051

La convergence (succès) de la méthode du point fixe dépend de la forme de F et de


l’estimé de départ x0 .

2. Méthode de Newton-Raphson
Comme dans le cas d’une équation non linéaire à une inconnue, la méthode du point fixe
n’est pas très rapide et demande plusieurs itérations avant d’obtenir une bonne
approximation de la solution. On peut donc proposer une méthode plus efficace comme la
méthode de Newton-Raphson pour résoudre l’équation F(x) = 0.

On rappelle que la formule de la méthode de Newton-Raphson pour une équation non


linéaire à une inconnue est la suivante

xk+1 = xk – f(xk)/f ’(xk)

Cette équation peut se mettre sous la forme

xk+1 - xk = – f(xk)/f ’(xk)

f ’(xk) (xk+1 - xk )= – f(xk)

Pour un système de 2 équations non linéaire à 2 inconnues,

F1 (x1, x2) = 0
F2 (x1, x2) = 0

la méthode de Newton repose sur une formule analogue à l’équation précédente.


(k) (k+1) (k) (k)
J(x ) (x -x )= – F(x )

Où J est la matrice jacobienne formée des dérivées partielles de F par rapport à x. Dans le
cas de 2 équations à 2 inconnues, la matrice jacobienne est une matrice carrée de
dimension 2 dont les éléments sont les suivants :
(k) (k) (k)
J(x ) = ∂ F1 (x )/ ∂ x1 ∂ F1 (x )/ ∂ x2
(k) (k)
∂ F2 (x )/ ∂ x1 ∂ F2 (x )/ ∂ x2

L’équation de la méthode de Newton conduit alors :


(k) (k+1) (k) (k)
J(x ) (x -x )= – F(x )
(k+1) (k) (k) -1 (k)
(x -x )= – J(x ) F(x )
(k+1) (k) (k) -1 (k)
x =x – J(x ) F(x )
(k+1) (k) (k) (k)
Il est à noter que x , x et F(x ) sont des vecteurs et que J(x ) est une matrice. La
méthode de Newton fonctionne si la matrice J est inversible puisque la formule utilise
l’inverse de la matrice J

Exemple :
2 2
F1 (x1, x2) = -( x1 + x2 - 2 x1 x2 -1)/10
2 2
F2 (x1, x2) = -( x1 + x2 + 2 x1 x2 - 9)/10

La matrice Jacobienne a comme terme général :

∂ F1(x1, x2) / ∂x1 = -(2x1 - 2x2 )/10


∂ F1(x1, x2) / ∂x2 = -(2x2 - 2x1)/10
∂ F2(x1, x2) / ∂x1 = -(2x1 + 2x2)/10
∂ F2(x1, x2) / ∂x2 = -(2x2 + 2x1 )/10

(0)
En prenant x = [2.5 , 1.5] , on obtient les itérés suivants
(1)
x1 = 2.0625
(1)
x2 = 1.0625
(2)
x1 = 2.00125
(2)
x2 = 1.00125
(3)
x1 = 2.00000
(3)
x2 = 1.00000

Dans ce cas la méthode de Newton converge.