Académique Documents
Professionnel Documents
Culture Documents
Si f (a).f (b) < 0, alors par le théorème des valeurs intermédiaires, il existe au moins une racine
α de f dans l'intervalle [a, b]. Si de plus, f est strictement monotone alors f est une bijection
et cette racine α est unique dans [a, b].
Nous supposerons que α est l'unique racine de f dans l'intervalle [a, b].
En général, les méthodes de résolution numérique de f (x) = 0 sont des méthodes itératives.
Elles consistent à construire une suite (xn )n convergente (le plus rapidement possible) vers α.
Exemple 8.1. La fonction f dénie par : f (x) = ln x − x1 , x ∈]0, +∞[ a une racine unique
5 5
dans l'intervalle [ 4 , 2 ]. En eet ; posons f1 (x) = ln x et f2 (x) = x1 . Alors
f (x) = 0 ⇔ f1 (x) = f2 (x) et d'après le graphe
5 5
G(f1 ) ∩ G(f2 ) = (α, f (α)), α ∈ [ , ] .
4 2
95
96 CHAPITRE 8. RÉSOLUTION DES ÉQUATIONS NON LINÉAIRES
avec l'espoir que la suite (xn ) converge vers la solution α du problème posé.
Interprétation géométrique :
Chercher α tel que f (α) = 0 revient à chercher l'intersection du graphe de f avec l'axe des
abscisses.
Chercher α tel que φ(α) = α revient à chercher l'intersection du graphe de f avec la droite
y = x, c'est à dire à trouver le point xe de φ, d'où le nom de la méthode.
Exemples : On peut remplacer l'équation f (x) = 0 par l'équation x = x − f (x) = φ(x) ou par
f (x)
x=x− = φ(x), a 6= 0.
Questions :
a
xn+1 = φ(xn )
↓ ↓
x = φ(x)
Kn
|α − xn | ≤ |x1 − x0 | où K est la constante de Lipschitz. (8.3)
1−K
Démonstration. i. Existence : on a |xn+1 − xn | ≤ K n |x1 − x0 |, ∀ n ∈ N. En eet ;
puisque xi+1 − xi = φ(xi ) − φ(xi−1 ), i = 1, . . . , n et φ est K − Lipschitzienne, alors
D'où, ∀ n, p ∈ N on aura
La suite (xn )n est donc de Cauchy dans R, donc convergente dans R (car R est complet).
Soit α la limite de cette suite ; par continuité de φ, φ(α) = α, d'où l'existence du point xe.
De plus, si on xe n et en faisant tendre p vers +∞ on obtient
Kn
|α − xn | ≤ |x1 − x0 |.
1−K
ii. Unicité : soient α1 et α2 , deux points xes de φ. On a :
Remarque 8.3. 1. φ est contractante sur [a, b] =⇒ φ est continue sur [a, b].
2. Plus la constante de Lipschitz K est petite, plus la convergence est rapide.
3. Dans la pratique, il faut d'abord déterminer l'intervalle sur lequel la fonction φ est contrac-
tante (si elle l'est !) puis éventuellement le réduire pour que φ([a, b]) ⊂ [a, b].
4. L'inégalité (8.3) nous permet d'estimer le nombre susant d'itérations n pour approcher α
avec une précision donnée, il sura de prendre
(1−K)
ln |x1 −x0 |
n= + 1.
ln K
8.3. MÉTHODE DU POINT FIXE (DES APPROXIMATIONS SUCCESSIVES) 99
Il est important d'avoir un critère pratique assurant qu'une fonction φ est contractante (Lip-
schitzienne, avec 0 < K < 1).
Proposition 8.1. Soit φ une fonction dérivable sur [a, b] ⊂ R.
0
Si |φ (x)| ≤ K ∀ x ∈ [a, b], alors φ est K−Lipschitzienne sur [a, b].
donc, R
1 0
|φ(y) − φ(x)| = 0 φ (x + t(y − x))(y − x)dt
R1
≤ 0 |φ0 (x + t(y − x))||(y − x)|dt ≤ K|y − x|.
Ou bien, on utilise la formule des accroissements nis :
φ(y) − φ(x) = φ0 (ξ)(y − x), où ξ ∈]x, y[,
donc
|φ(y) − φ(x)| = |φ0 (ξ)||y − x| ≤ K|y − x|.
max |φ0 (x)| < 1 =⇒ φ est contractante sur [a, b] avec K = max |φ0 (x)|.
x∈[a,b] x∈[a,b]
2. Cette proposition est bien utile car il est beaucoup plus facile de regarder le max de φ0 que
de vérier que φ est contractante.
3. Attention : φ(x) = x + x1
soit la fonction pour x ≥ 1. On a φ0 (x) = 1 − 1
x2
, alors
|φ0 (x)| < 1, ∀ x ∈ [1, +∞[ mais sup |φ0 (x)| = 1 et
x≥1
Proposition 8.2. L'image d'un intervalle fermé borné [a, b] par une fonction continue est un
intervalle fermé borné. Autrement dit : si φ est continue sur [a, b] alors
De plus,
1. φ =⇒ φ([a, b]) = [φ(a), φ(b)].
est croissante
2. φ
est décroissante =⇒ φ([a, b]) = [φ(b), φ(a)].
Proposition 8.3. Soit φ une fonction continue au voisinage de α tel que φ(α) = α.
0
1. Si |φ (α)| < 1, alors il existe un intervalle [a, b] contenant α pour lequel la suite (xn )n dénie
par (8.2) converge vers α, ∀ x0 ∈ [a, b]
0
2. Si |φ (α)| > 1, alors pour tout intervalle réel [a, b] contenant α,
soit ∀ x0 ∈ [a, b] (x0 6= α), la suite (xn)n dénie par (8.2) ne converge pas vers α
(on dit que la suite (xn ) diverge), soit elle est stationnaire en α à partir d'un certain rang.
On dit alors de α qu'il est un point xe répulsif.
100 CHAPITRE 8. RÉSOLUTION DES ÉQUATIONS NON LINÉAIRES
♣ x = x + f (x) = φ1 (x), x ∈ R.
♣ x = x − f (x) = φ2 (x), x ∈ R.
√
♣ x = 12 − 3ex = φ3 (x), x ≥ ln 4.
2 √ √
♣ x = ln( 12−x
3
) = φ4 (x), −2 3 < x < 2 3.
2. Soit f (x) = tan x − x. Cette fonction admet une seule racine α dans [π, 3π
2
]. On peut écrire
l'équation f (x) = 0 sous les deux formes suivantes :
a) x = tan x = φ1 (x) et b) x = arctan x = φ2 (x).
Cas a) : |φ01 (x)| = 1 + tan2 x > 1, ∀ x ∈ [π, 3π
2
], alors
la méthode du point xe correspondante diverge.
Interprétation géométrique
φ0 (α) < 1
8.3. MÉTHODE DU POINT FIXE (DES APPROXIMATIONS SUCCESSIVES) 101
φ0 (α) > 1
Dénition 8.2. Une méthode itérative dénie par xn+1 = φ(xn ) est d'ordre p ssi ∃ k ∈ R∗+
telles que
|xn+1 − α| |en+1 |
lim p
= lim = k,
n→+∞ |xn − α| n→+∞ |en |p
Dans le cas où φ est p fois dérivables sur [a, b], le développement de Taylor autour de α donne :
Siφ0 (α) 6= 0, on obtient xn+1 −α ≈ φ0 (α)(xn −α) ((xn −α)a , a ≥ 2 est assez petit devant (xn −
α) quad n grand), d'où lim |e|en+1n|
|
= |φ0 (α)| =
6 0 =⇒ p = 1.
n→+∞
0 00 (xn −α)2 00
Si φ (α) = 0 et φ (α) 6= 0, on obtient xn+1 − α ≈ 2
φ (α), d'où
|en+1 | 1
lim 2
= |φ00 (α)| =
6 0 =⇒ p = 2.
n→+∞ |en | 2
La méthode est dite d'ordre p si et seulement si φ0 (α) = φ00 (α) = . . . = φ(p−1) (α) = 0 et
(p)
φ (α) 6= 0.
Remarque 8.5.
Si p = 1, la convergence est dite linéaire. Ce qui est le cas général des méthodes d'aproxima-
tions successives.
Si p = 2, la convergence est dite quadratique.
Si p = 3, la convergence est dite cubique.
Méthode (2) :
|xn+1 − α| = 0.75|xn − α|2 = (0.75)(0.75|xn−1 − α|2 )2
= (0.75)3 |xn−1 − α|4
n+1 −1 n+1
= (0.75)2 |x0 − α|2 .
Question : Quel est pour chacune des deux méthodes, le nombre minimal d'itérations pour
avoir une erreur ≤ 10−8 , en supposant que |x0 − α| = 0.5 ?
n −8
méthode (1) : |xn+1 − α| = (0.75) |x0 − α| ≤ 10 ⇒ n ≥ 62.
2n+1 −1 2n+1
méthode (2) : |xn+1 − α| = (0.75) |x0 − α| ≤ 10−8 ⇒ n ≥ 4.
Donc la deuxième méthode converge plus rapidement que la première.
D'où, plus l'ordre p est grand, plus vite l'erreur décroît.
F (XN )
8.4. MÉTHODES DE TYPE XN +1 = φ(XN ) = XN − G(XN )
103
f (x)
φ(x) = x − ·
f 0 (x)
Supposons qu'on a déterminé un intervalle [a, b] dans lequel f admet une racine séparée α.
Interprétation géométrique
f (xn )
xn+1 = xn − , n ≥ 0,
f 0 (xn )
1
c'est la formule de Newton-Raphson la plus utilisée dans la recherche des racines de f.
Théorème 8.2. Soit f ∈ C 2 ([a, b]) vériant
Alors
xn+1 − α f 00 (α)
lim = ·
n→+∞ (xn − α)2 2f 0 (α)
Démonstration.
a) D'après le théorème des valeurs intermédiaires, les conditions (1) et (2) impliquent l'existence
et l'unicité de α ∈ [a, b] telle que f (α) = 0.
b) Montrons la convergence de (xn )n vers α.
i) Etudions la bornitude de la suite (xn )n On a xn+1 = xn − f (xn )
f 0 (xn )
, alors
f (xn )
xn+1 − α = xn − α − f 0 (xn )
f (α)−f (xn )
= xn − α + f 0 (xn )
(f (α) = 0). (1)
(α − xn )2 00
f (α) = f (xn ) + (α − xn )f 0 (xn ) + f (ξn ), min(xn , α) ≤ ξn ≤ max(xn , α).
2!
En substituant l'expression de f (α) dans (1), on obtient
(α−x )2
f (xn )+(α−xn )f 0 (xn )+ n
f 00 (ξn )−f (xn )
xn+1 − α = xn − α + 0
f (xn )
2!
(α−xn )2 f 00 (ξn )
= 2! f 0 (xn )
·
Cas (2) Soit f 0 (x) > 0 et f 00 (x) < 0, ∀x ∈ [a, b], alors xn < α, ∀ n ∈ N. Supposons que x0
est choisi de sorte que f (x0 ).f 00 (x0 ) > 0 et montrons que (xn )n est croissante.
Pour n = 0 : x1 = x0 − ff0(x(x00)) ⇒ x1 − x0 = − ff0(x(x00)) >; en eet, on choisit x0 tel que
f (x0 ) < 0 car f 00 (x0 ) < 0. Donc x1 − x0 > 0 ⇒ x1 > x0 .
Pour n ∈ N∗ : xn+1 − xn = − ff0(x(xnn)) > 0; en eet,
xn < α, ∀ n ∈ N∗
⇒ f (xn ) < f (α) = 0, ∀ n ∈ N∗ ,
f croissante sur [a, b]
donc xn+1 − xn > 0 ⇒ xn+1 > xn ∀ n ∈ N∗ .
Conclusion ∀ n ∈ N, xn+1 > xn , donc la suite (xn )n∈N est croissante majorée, d'où elle
est convergente.
De la même manière on traite les deux autres cas.
Commentaires : Il est très important de choisir x0 aussi proche que possible de α, sinon, non
seulement la suite (xn )n∈N peut converger vers une autre racine, mais peut aussi diverger.
Conclusion sur la méthode de Newton-Raphson
1. Avantage principal : en règle générale, la convergence de cette méthode (si elle a lieu)
est quadratique (d'ordre 2) telle que |xn+1 − α| = k|xn − α|2 , k ∈ R, (celle du point xe
quelconque est, en général, d'ordre 1 |xn+1 − α| = k|xn − α|, k ∈ R).
2. Inconvénients :
a) choix du point de départ x0 pour avoir la convergence,
b) calcul, à chaque étape,
0
de f (xn ) en plus de f (xn ).