Académique Documents
Professionnel Documents
Culture Documents
1.1 Introduction
On présente ici quelques méthodes de résolution numérique de l’équation suivante :
f (x) = 0; (1.1)
Dé…nition 1 On appelle une solution ou une racine exacte de l’équation (1.1) tout réel
2 Df tel que f ( ) = 0; Df désigne le domaine de dé…nition de la fonction f: Géomé-
triquement : est l’abscisse de l’intersection entre la courbe de f et l’axe x0 ox:
Dé…nition 2 On appelle une solution approchée de l’équation (1:1) tout réel 2 Df tel
que jf ( )j "; Df , où " est un réel positif assez petit qui représente la précision ou bien
5
l’erreur permise pour l’approximation.
L’existence et l’unicité des racine de l’équation (1:1) dépend totalement des propriétés
de la fonction f à savoir : la continuité et la dérivabilité, comme le montre le théorème
des valeurs intermédiaires dont on rappelle ici le contenu :
Les méthodes de résolution qui existent peuvent se classi…er en deux types di¤érents :
1) Méthodes directes : Elles nous permettent de déterminer toutes les racines
exactes en même temps après un nombre …ni d’opérations arithmétiques.
Exemple
La méthode de discriminant (4) pour résoudre l’équation polynômiale suivante :
f (x) = ax2 + bx + c = 0; x 2 R:
p p
b 4 b+ 4
Si 4 > 0; alors les racines sont : x1 = 2a
ou x2 = 2a
:
2) Méthodes itératives : Les racines obtenues par ces méthodes sont des racines
approchées, et cela s’e¤ectue comme suit :
On démarre par une valeur initiale, ensuite on construit une suite (xk )k2N de valeurs
approchées de la racine exacte telle que :
6
lim xk = :
k!+1
Toutes les méthodes itératives exigent avant tout une étape essentielle qui est la
séparation (ou localisation) des racines.
On dit que la racine exacte de l’équation (1:1) est séparée dans l’intervalle [a; b] si
cet intervalle ne contient pas d’autres racines.
Pour séparer les racines de cette dernière, on peut utiliser les deux méthodes suivantes :
Méthode graphique
- Soit on trace le graphe de la fonction f et on cherche les abscisses des points de
0
l’intersection de ce graphe avec l’axe (x ox).
- Soit on décompose f en deux fonctions simples à étudier telles que :
f = f1 f2 ;
et on cherche les points d’intersection des deux graphes de f1 et f2 . Ainsi, les abscisses
de ces points sont exactement les racines de l’équation (1:1).
Méthode analytique
Cette méthode se base sur l’application du théorème des valeurs intermédiaires.
Exemples
Séparer graphiquement les racines des équations suivantes :
1. f (x) = x2 ex :
2. f (x) = x3 3x + 1 = 0:
3. f (x) = 2x ln x 4 = 0:
7
Corrigé
1. La courbe représentative de la fonction f (x) = x2 ex est donnée par le graphe
suivant :
0
On voit que l’intersection du graphe de la fonction f (x) = x2 ex avec l’axe (x ox)
permet de localiser les racines de l’équation f (x) = 0: Par conséquent, l’équation admet
une racine unique 2 [ 1; 0] :
8
2. Pour le deuxième exemple, on peut décomposer la fonction f en deux fonctions
usuelles de la manière suivante :
avec '1 (x) = x3 + 1 et '2 (x) = 3x; en traçant leurs graphes on obtient :
9
0 1
En e¤et : Df = ]0; +1[ et f (x) = 2 x
.
0
Donc, : f (x) = 0 , x = 21 :
Alors, le tableau de variations de f est donné comme suit :
10
Table1.1- Tableau de variations de f (x) = 2x ln x 4:
L’idée est de construire une suite d’intervalles, de plus en plus petits contenants une
racine séparée de l’équation (1:1) ; dont l’outil utilisé est la deuxième condition du
théorème des valeurs intermédiaires.
En e¤et, on pose I0 = [a0 ; b0 ] = [a; b]
a0 +b0
On divise I0 en deux x0 = 2
: Si f (a0 ) f (x0 ) < 0, alors 2 ]a0 ; x0 [ et on pose
I1 = [a1 ; b1 ] = [a0 ; x0 ] :
b0 a0
Sinon I1 = [a1 ; b1 ] = [x0 ; b0 ] et on a : j x0 j 2
.
11
a1 +b1
On répéte cette opération sur le nouvel intervalle I1 avec x1 = 2
:
bk ak bk 1 ak 1 b 0 a0 b a
j xk j = = ::: = = k+1 : (1.2)
2 22 2k+1 2
Alors, l’erreur de la méthode est la longueur de l’intervalle initial après (k + 1) itér-
rations.
Evaluation de la méthode
b a ln (b a) ln (")
" =) k 1:
2k+1 ln (2)
– La convergence de la méthode est garantie dés qu’on détermine l’intervalle conte-
nant la racine exacte.
– Cette méthode est considérée comme étant la méthode la plus facile en program-
mation, elle nécessite seulement le calcul de f en plusieurs points.
12
Figure 1.3.
13
Exemple 1 Soit l’équation suivante :
1
f (x) = x sin x 1 = 0:
2
2- Déterminer le nombre minimal d’itérations nécessaires pour calculer une racine ap-
1
prochée avec une précision " = 10 en utilisant la méthode de dichotomie, ensuite
calculer cette racine approchée.
Solution
1 3
1- f (x) = x 2
sin x 1 est continue sur 0; 2
et f (0) f 2
= ( 1) 2 2
< 0:
Donc d’après le Théorème 1; il existe au moins une racine 2 0; 2
de l0 équation
0 1
f (x)=0: Puisque f est une fonction croissante sur 0; 2
f (x) = 1 2
cos x > 0 sur 0; 2
,
() k 2:97 ) k = 3:
Alors, on doit faire au moins 3 itérations.
ak +bk
k ak bk xk = 2
f (ak ) f (xk ) k
+ 1
0 0 2
0:7854 >0 0:785 > " = 10
+ 1
1 0:7854 2
1:1781 >0 0:39 > " = 10
+ 1
2 1:1781 2
1:3744 >0 0:195 > " = 10
+ 1
3 1:3744 2
1:4726 >0 0:0975 < " = 10
14
1.3.2 Méthode de Newton-Raphson :
Soit f une fonction continue et deux fois dérivables sur l’intervalle [a; b]. Supposons
que :
1. f (a) f (b) <0:
0 00
2. f (x) 6= 0 sur [a; b] et f (x) 6= 0 garde le même signe sur cet intervalle.
Alors la procédure de la méthode de Newton pour approcher la racine est donnée
par : 8
< x0 2 [a; b] tel que f (x0 ) :f 00 (x0 ) > 0
(1:3)
: xk+1 = xk f (xk )
0 ; k = 1; 2; :::
f (xk )
Géométriquement, le point xk+1 dans la formule (1:3) est l’abcisse du point d’inter-
0
section entre la tangente de la courbe de f au point (xk ; f (xk )) et l’axe x ox (Figure
1.4):
Si les conditions (1) et (2) sont satisfaites alors la suite générée par l’algorithme de
Newton converge vers l’unique solution de l’équation f (x) = 0.
De plus, on a l’estimation d’erreur suivante :
M2
k+1 = jxk+1 j (xk )2
2m2
00 0
où M2 = max f (x) et m1 = min f (x) :
x2[a;b] x2[a;b]
Critère d’arrêt : En général, le calcul de M2 et m1 sont très couteux, alors on peut
utiliser d’autres critères d’arrêt comme :
15
Figure1.4 - Illustration de la méthode de Newton-Raphson.
f (x) = ex + x = 0:
Solution
1- f (x) = ex + x est continue sur [ 1; 0] et f ( 1) f (0) = (e 1
1) < 0:
Donc d’après le Théorème 1; il existe au moins une racine 2 ] 1; 0[ de l0 équation
f (x)=0:
0
Puisque f est une fonction strictement croissante sur [ 1; 0], f (x) = 1 + ex > 0 sur ] 1; 0[ ,
alors est unique.
16
2- Choix du point initial :
0 00 00
f (x) = 1 + ex ; f (x) = ex ; on remarque que f (0) f (0) = 1 2 = 2 > 0; donc, on
peut prendre x0 = 0:
On utilise le schéma itératif de la méthode de Newton-Raphson, on trouve
Alors = 0:5693 10 2 :
Soit f une fonction continue et deux fois dérivable sur l’intervalle [a; b]. On Suppose
que :
1. f (a) f (b) <0:
0 00
2. f (x) 6= 0 sur [a; b] et f (x) 6= 0 garde le même signe sur cet intervalle.
Alors la procédure de la méthode de Lagrange pour approcher la racine de l’équation
(1:1) est donnée par :
8
< x = a si f 00 (a):f (a) < 0
0
(1:5)
: x f (xk )
k+1 = xk f (xk ) f (b)
(xk b) ; k = 1; 2; :::
ou bien
8
< x = b si f 00 (b):f (b) < 0
0
(1:6)
: x f (xk )
k+1 = xk f (xk ) f (a)
(xk a) ; k = 1; 2; :::
17
procédé qu’auparavant en joignant ce point et l’extrémité …xe, (a; f (a)) ou (b; f (b)),
00
l’extrémité …xe est celle qui satisfait f (x).f (x) 0.
Alors, dans ce cas, on obtient l’une des deux formules itératives précédentes ((1:5) ou (1:6))
pour cette méthode selon la condition du point initial.
Suivant les hypothèses (1) et (2), la suite générée par l’algorithme de Lagrange, dans
les deux alternatives, converge vers la seule racine de l’équation .(1:1) dans [a; b]:
18
De plus, on a l’estimation d’erreur suivante :
M1 m 1
k+1 = jxk+1 j jxk+1 xk j
m1
0 0
où M1 = max f (x) et m1 = min f (x)
x2[a;b] x2[a;b]
Critère d’arrêt : On peut envisager aussi le même critère d’arrêt que celui de la
méthode de Newton cité dans la formule (1:4).
f (x) = ln (x) x + 2:
Solution
1- f (x) = ln (x) x + 2 est continue sur [3; 4] et f (3) f (4) < 0 (f (3) = 0:0986;
f (4) = 0:6937): Donc d’après le Théorème 1; il existe au moins une racine 2 ]3; 4[
de l0 équation f (x) = 0:
0
Puisque f est une fonction strictement décroissante sur [3; 4] ; f (x) = 1 + ex > 0 sur ]3; 4[ ,
alors est unique.
00
2- Pour la méthode de Lagrange, le point initial sera x0 = 3, car f (3):f (3) < 0:
0
f (xk )
Alors : xk+1 = xk f (xk ) f (4)
(xk 4)
On calcule les itérations
x1 = 3:1384; 1 = jx1 x0 j = 0:1384:,
x2 = 3:1458; 2 = jx2 x1 j = 0:0074:
L’erreur commise est 2 = 0:0074:
19