Académique Documents
Professionnel Documents
Culture Documents
Introduction
Méthode numérique pour une fonction à une variable
Méthode de descente
Méthode de Newton
Approximation de la méthode de newton par différence finis
Méthode Quasi Newton
Soit 𝑓𝑓 𝑥𝑥 = 𝑥𝑥 2 − 2𝑥𝑥 + 1
Méthode analytique :
𝑑𝑑𝑓𝑓
= 0 → 2𝑥𝑥 − 2 = 0 → 𝑥𝑥 = 1 extremum
𝑑𝑑𝑑𝑑
𝑑𝑑 2 𝑓𝑓
= 2 > 0 → 𝑥𝑥 = 1 est un minimum de la fonction 𝑓𝑓
𝑑𝑑𝑥𝑥 2
Méthode itérative
On choisit un point de départ (ex. 𝑥𝑥0 = −100)
𝑑𝑑𝑑𝑑
On calcule 𝑓𝑓 𝑥𝑥 et et on verifie
𝑑𝑑𝑑𝑑 𝑥𝑥=𝑥𝑥0
On refait le même calcul pour d’autre points 𝑥𝑥1 , 𝑥𝑥2 , … … … … .
𝑑𝑑𝑑𝑑
On s’arrête quand 𝑓𝑓 𝑥𝑥𝑘𝑘+1 − 𝑓𝑓 𝑥𝑥𝑘𝑘 < 𝜀𝜀1 (seuil de tolérance) ou < 𝜀𝜀2
𝑑𝑑𝑑𝑑 𝑥𝑥=𝑥𝑥𝑘𝑘
Ou
Les méthodes qu’on considère sont appelées des algorithmes de descente car
les itérations se poursuivent seulement si elle donnent un meilleur résultat.
On considère des méthodes basées sur les dérivées premières et secondes ,
mais il existe des méthodes d’interpolation qui utilisent uniquement la
valeur de la fonction
On discute 3 méthodes
Méthode de Newton
Approximation de la méthode de newton par différence finis
Méthode Quasi Newton
Exemple 3.2
Trouver en utilisant la méthode de Newton le minimum de la fonction
𝑓𝑓 𝑥𝑥 = 𝑎𝑎2 𝑥𝑥 2 + 𝑎𝑎1 𝑥𝑥 + 𝑎𝑎0
Avantages
Convergence quadratique si 𝑓𝑓𝑓𝑓(𝑥𝑥) ≠ 0
Pour une fonction quadratique le minimum est obtenue en une itération
Inconvénient
Il faut calculer 𝑓𝑓𝑓(𝑥𝑥) et 𝑓𝑓𝑓𝑓(𝑥𝑥)
Si 𝑓𝑓𝑓𝑓(𝑥𝑥) → 0 la convergence est lente
Si la fonction admet plusieurs extremums , la méthode de newton ne converge pas
forcément vers l ’extremum global
𝑓𝑓 ′ (𝑥𝑥𝑘𝑘 )
𝑥𝑥𝑘𝑘+1 = 𝑥𝑥𝑘𝑘 −
𝑓𝑓 ′ 𝑥𝑥𝑝𝑝 − 𝑓𝑓 ′ (𝑥𝑥𝑞𝑞 )
𝑥𝑥𝑝𝑝 − 𝑥𝑥𝑞𝑞
On commence avec deux points autour de 𝑥𝑥 où les dérivées sont signe
opposés.
A l’étape suivante, on garde 𝑥𝑥𝑝𝑝 ou 𝑥𝑥𝑞𝑞 et 𝑥𝑥𝑘𝑘 tel que les dérivées restent de
signe opposés.