Chapitre 1 : Résolution numérique des équations non

linéaires

AJDOUR Mounia
Faculté des Sciences et Techniques de Tanger
Licence Energies Renouvelables

20 octobre 2021
Introduction Méthode de la bissection Méthodes des points fixes Méthode de Newton-Raphson

TABLE DES MATIÈRES

1 Introduction

2 Méthode de la bissection

3 Méthodes des points fixes

4 Méthode de Newton-Raphson

2 / 40
 Introduction Méthode de la bissection Méthodes des points fixes Méthode de Newton-Raphson

Théorème des valeurs intermédiaires

Soit f une fonction définie et continue sur un intervalle [a, b] et à valeurs
réelles :
f : [a, b] → <
Le théorème des valeurs intermédiaires établit que si :

f (a) × f (b) < 0

alors il existe au moins un nombre réel c tel que f (c) = 0.

Si en plus f est strictement monotone sur [a,b], alors c est unique.

Introduction 3 / 40
 Introduction Méthode de la bissection Méthodes des points fixes Méthode de Newton-Raphson

Calculer les zéros d’une fonction réelle f (de façon équivalente, les racines
de la l’équation f (x) = 0) est un problème que l’on rencontre assez souvent en
calcul scientifique.

En général, cette tâche ne peut être accomplie analytiquement. Par exemple,

lorsque f est un polynôme de degré supérieur à quatre, il n’existe pas de for-
mules explicites pour calculer ses zéros. La situation est encore plus difficile
lorsque f n’est pas un polynôme. On doit faire appel aux méthodes itératives.

A partir de l’une ou plusieurs données initiales, ces méthodes consistent à

construire une séquence de valeurs x(k) qui convergera vers un zéro de la
fonction f .

Introduction 4 / 40
 Introduction Méthode de la bissection Méthodes des points fixes Méthode de Newton-Raphson

Méthode de la bissection

La méthode de la bissection (dichotomie) est une méthode assez élémentaire

d’approximations successives d’un zéro réel d’une fonction. Cette méthode,
basée sur le théorème des valeurs intermédiaires, consiste à :
choisir un intervalle initial contenant une racine.
subdiviser cet intervalle en deux, et à garder le sous-intervalle contenant
la racine.
encadrer la racine dans des intervalles de plus en plus petit.
A chaque étape, on construit un intervalle et un point milieu qui est notre ap-
proximation de la racine.
Le choix de l’intervalle de départ est un élément important de la méthode. Il
vaut mieux avoir un “graphe” pour commencer.

Méthode de la bissection 5 / 40
 Introduction Méthode de la bissection Méthodes des points fixes Méthode de Newton-Raphson

Quelques itérations de la méthode de la bissection

Méthode de la bissection 6 / 40
 Introduction Méthode de la bissection Méthodes des points fixes Méthode de Newton-Raphson

Exemple

Soit :
f (x) = x3 + x2 − 3x − 3
On sait que dans l’intervalle [x1 = 1, x2 = 2] il y a une racine car

f (1)f (2) = −4 ∗ 3 < 0

Remarque : On connaît les racines pour ce cas :

f (x) = x2 (x + 1) − 3(x + 1) = (x2 − 3)(x + 1)

p p
r1 = −1, r2 = − (3), r3 = (3).
Illustrons cette méthodes en cherchant r3 qui ∈ [1, 2]

Méthode de la bissection 7 / 40
 Introduction Méthode de la bissection Méthodes des points fixes Méthode de Newton-Raphson

Méthode de la bissection pour f (x) = x3 + x2 − 3x − 3 = 0

n x1 x2 xm f (x1 ) f (x2 ) f (xm ) |xm − x1 |

0 1.0 2.0 1.5 −4.0 3.0 −1.875 0.5
1 1.5 2.0 1.75 −1.875 3.0 +0.171 87 0.25
2 1.5 1.75 1.625 −1.875 0.171 87 −0.943 35 0.125
3 1.625 1.75 1.6875 −0.943 35 0.171 87 −0.409 42 0.0625
4 1.6875 1.75 1.718 75 −0.409 42 0.171 87 −0.124 78 0.031 25

Et ainsi de suite...

On voit clairement que l’intervalle devient de plus en plus petit et que l’on se
dirige vers 1.732050 (la racine de 3).

Méthode de la bissection 8 / 40
 Introduction Méthode de la bissection Méthodes des points fixes Méthode de Newton-Raphson

Les questions à se poser

Est ce que ça marche tout le temps ?
Oui si on dispose d’un intervalle [x1 , x2 ] pour lequel f (x) possède un
changement de signe.
C’est quoi l’erreur d’approximation à chaque étape ?
Quel est le nombre d’étapes nécessaires pour une précision donnée ?

Méthode de la bissection 9 / 40
 Introduction Méthode de la bissection Méthodes des points fixes Méthode de Newton-Raphson

Erreurs d’approximation
Soit [a, b] l’intervalle de départ de longueur L.
Soit [x1 , x2 ] l’intervalle à l’étape n et xn = x1 +x
2
2
l’approximation de la racine
pour cette étape.
Puisque r ∈ [x1 , x2 ] on a :

x2 − x1
∆r = |r − xn | <
2
La longueur étant coupée par deux à chaque étape, on a donc à l’étape n
L L
x2 − x1 = ⇒ |r − xn | < n+1
2n 2
Plus le nombre d’étape est grand, plus l’approximation de r est précise. En
langage mathématique on dit que la suite {xn } “converge” vers r (on note
xn → r).

Méthode de la bissection 10 / 40
 Introduction Méthode de la bissection Méthodes des points fixes Méthode de Newton-Raphson

Nombre d’étapes nécessaires pour une précision donnée

Si on exige une erreur absolue inférieure à e on peut estimer le nombre
d’étapes de la méthode de la bissection. En effet, pour un intervalle de départ
de longueur L, on sait que
L
∆r < n+1
2
Cherchons n satisfaisant
L
∆r < n+1 < e
2
L
L L n ln( 2e )
< <e⇔
2 ⇔ <n
2n+1 2e ln 2
En prenant n le plus petit entier satisfaisant l’inégalité on est garanti d’avoir
une erreur absolue inférieure à e.

Méthode de la bissection 11 / 40
 Introduction Méthode de la bissection Méthodes des points fixes Méthode de Newton-Raphson

Vocabulaire
Une méthode itérative est une méthode qui applique de manière
successive un procédé P (P est un algorithme quelconque).
Pour la méthode de la bissection, P consiste à déterminer le
sous-intervalle et fixer la valeur de l’approximation de la racine.

Dans une méthode itérative, chaque application de P est une itération.

Si une suite d’approximation obtenue par une méthode itérative
converge, on dira que la méthode converge ou est convergente.
Pour la méthode de la bissection, la méthode est convergente si on a un
intervalle initiale avec un changement de signe : méthode fermée.

Méthode de la bissection 12 / 40
 Introduction Méthode de la bissection Méthodes des points fixes Méthode de Newton-Raphson

Quand s’arrêter

Une méthode itérative donne à chaque itération une approximation d’une ra-
cine. La question est de savoir quand s’arrêter. Dans un monde idéal on arrête-
rait lorsque
|xn − r| = 0

Mais,il est plus que probable que cette condition ne sera jamais atteinte. Et le
calcul ne s’arrêtera jamais......
On devra se contenter d’une précision fixée a priori en fonction de nos besoin.

Méthode de la bissection 13 / 40
 Introduction Méthode de la bissection Méthodes des points fixes Méthode de Newton-Raphson

Définition 1.2
Dans une méthode itérative une condition permettant l’arrêt de la méthode
s’appelle un critère d’arrêt. Deux types de critères d’arrêt
critère de convergence, on vérifie si l’approximation satisfait une
précision exigée (succès),
critère de divergence, on vérifie une condition indiquant l’impossibilité
d’atteindre la précision demandée (échec).

Méthode de la bissection 14 / 40
 Introduction Méthode de la bissection Méthodes des points fixes Méthode de Newton-Raphson

Critère sur l’erreur absolue

La méthode itérative est arrêtée si

|r − xn | < Tolabs

Tolabs est la tolérance sur l’erreur absolue : on tolère une erreur absolue si
elle est inférieure à Tolabs .

Critère sur l’erreur relative

La méthode itérative est arrêtée si
|r − xn |
< Tolrel
|xn |

Tolrel est la tolérance sur l’erreur relative : on tolère une erreur relative
inférieure à Tolrel . Mais si |xn | = 0 ?

Méthode de la bissection 15 / 40
 Introduction Méthode de la bissection Méthodes des points fixes Méthode de Newton-Raphson

Naturellement ces deux critères donnent une bonne idée de la précision de

l’approximation. Mais ils impliquent de pouvoir évaluer l’erreur absolue ou
d’avoir une approximation de l’erreur absolue. Et si cette information n’est pas
disponible ?
Autre critère
Critère sur les valeurs successive de xn : la méthode itérative est arrêtée
si :
|xn−1 − xn |
< Tolxn
|xn |

Méthode de la bissection 16 / 40
 Introduction Méthode de la bissection Méthodes des points fixes Méthode de Newton-Raphson

Étant donné un intervalle [x1 , x2 ] pour lequel f (x) possède un

changement de signe.
Étant donné a tolérance sur l’erreur relative et N, le nombre maximal
d’itérations
x1 + x2
1 Poser xm =
2
∆r |x2 − x1 |
2 Si < < a :
xm 2|xm |
I convergence atteinte
I écrire la racine xm
I écrire f (xm ) : arrêt.
3 Écrire x1 , x2 , xm , f (x1 ), f (x2 ), f (xm )
4 Si f (x1 ) × f (xm ) < 0, alors x2 = xm
5 Si f (xm ) × f (x2 ) < 0, alors x1 = xm
6 Si le nombre maximal d’itérations N est atteint :
I convergence non atteinte en N itérations : arrêt
7 Retour à l’étape 1
Méthode de la bissection 17 / 40
 Introduction Méthode de la bissection Méthodes des points fixes Méthode de Newton-Raphson

Méthode des points fixes

Le principe de la méthode consiste à réécrire l’équation

f (x) = 0

sous la forme équivalente

x = g(x)

Definition 1.3
Une racine de
x − g(x) = 0
porte le nom de point fixe. On le nomme ainsi car il reste invariant pour la
fonction g (x est inchangé par la transformation g).

Remarque g(x) = x − f (x) n’est pas la seule manière de réécrire f (x) = 0 sous
forme d’équation de point fixe.
Méthodes des points fixes 18 / 40
 Introduction Méthode de la bissection Méthodes des points fixes Méthode de Newton-Raphson

Considérons l’équation non linéaire

f (x) = x3 + 4x2 − 10 = 0

qui admet une racine r dans l’intervalle [1, 2].

Voici trois façons d’écrire f (x) = 0 sous la forme d’un point-fixe
1p
4x2 = 10 − x3 ⇒ x = g1 (x) = 10 − x3
2r
10
(4 + x)x2 = 10 ⇒ x = g2 (x) =
4+x
x = x − f (x) ⇒ x = g3 (x) = x − x3 − 4x2 + 10

Méthodes des points fixes 19 / 40

 Introduction Méthode de la bissection Méthodes des points fixes Méthode de Newton-Raphson

Substituer la recherche des racines de f à celle des points fixes de g est intéres-
sant car il existe un algorithme très simple permettant de déterminer des points
fixes. Il suffit en effet d’effectuer, à partir d’une valeur estimée initiale x0 , les
itérations de la façon suivante :

x0 donné
xn+1 = g(xn )

Remarque : On ne réussit pas à tout coup : l’algorithme peut diverger.

Revenons à notre exemple et appliquons l’algorithme de points fixes au trois
fonctions proposées.

Méthodes des points fixes 20 / 40

 Introduction Méthode de la bissection Méthodes des points fixes Méthode de Newton-Raphson

Étant donné a , un critère d’arrêt sur deux approximations successives

Étant donné N, le nombre maximal d’itérations
Étant donné x0 , une valeur estimée initiale du point fixe

1 Effectuer xn+1 = g(xn )

|xn+1 − xn |
2 Si < a :
|xn+1 |
I convergence atteinte
I écrire la solution xn+1 : arrêt.
3 Si le nombre maximal d’itérations N est atteint :
I convergence non atteinte en N itérations : arrêt
4 Retour à l’étape 1

Remarque : puisque la convergence n’est pas garantie le critère de divergence

est essentielle.

Méthodes des points fixes 21 / 40

 Introduction Méthode de la bissection Méthodes des points fixes Méthode de Newton-Raphson

1
√
Méthode des points-fixes : g(x) = 2
n xn g(xn )
0 1.5000000000E + 00 1.2869537676E + 00
1 1.2869537676E + 00 1.4025408035E + 00
2 1.4025408035E + 00 1.3454583740E + 00
3 1.3454583740E + 00 1.3751702528E + 00
4 1.3751702528E + 00 1.3600941928E + 00
5 1.3600941928E + 00 1.3678469676E + 00
6 1.3678469676E + 00 1.3638870039E + 00
7 1.3638870039E + 00 1.3659167334E + 00
8 1.3659167334E + 00 1.3648782172E + 00
9 1.3648782172E + 00 1.3654100612E + 00
10 1.3654100612E + 00 1.3651378207E + 00
10 − x3
|xn −xn−1 |
|xn |
− − − − −−
1.6554303483E − 01
8.2412601205E − 02
4.2426009320E − 02
2.1605963867E − 02
1.1084570565E − 02
5.6678671036E − 03
2.9034397255E − 03
1.4859833373E − 03
7.6088561110E − 04
3.8951227284E − 04

L’algorithme converge !

Méthodes des points fixes 22 / 40

 Introduction Méthode de la bissection Méthodes des points fixes Méthode de Newton-Raphson

q
10
Méthode des points-fixes : g(x) = 4+x
|xn −xn−1 |
n xn g(xn ) |xn |
0 1.5000000000E + 00 1.3483997249E + 00 − − − − −−
1 1.3483997249E + 00 1.3673763720E + 00 1.1242977306E − 01
2 1.3673763720E + 00 1.3649570154E + 00 1.3878144638E − 02
3 1.3649570154E + 00 1.3652647481E + 00 1.7724782257E − 03
4 1.3652647481E + 00 1.3652255942E + 00 2.2540149182E − 04

L’algorithme converge plus rapidement que pour g1 (x) !

Méthodes des points fixes 23 / 40

 Introduction Méthode de la bissection Méthodes des points fixes Méthode de Newton-Raphson

Méthode des points-fixes : g(x) = x − x3 − 4x2 + 10

|xn −xn−1 |
n xn g(xn ) |xn |
0 1.5000000000E + 00 −8.7500000000E − 01 − − − − −−
1 −8.7500000000E − 01 6.7324218750E + 00 2.7142857143E + 00
2 6.7324218750E + 00 −4.6972001200E + 02 1.1299680882E + 00
3 −4.6972001200E + 02 1.0275455519E + 08 1.0143328402E + 00
4 1.0275455519E + 08 −1.0849338705E + 24 1.0000045713E + 00
5 −1.0849338705E + 24 1.2770555914E + 72 1.0000000000E + 00
6 1.2770555914E + 72 −2.0827129086E + 216 1.0000000000E + 00

L’algorithme diverge !
Comme on pouvait le prévoir, le comportement de l’algorithme dépend de la
fonction g.

Méthodes des points fixes 24 / 40

 Introduction Méthode de la bissection Méthodes des points fixes Méthode de Newton-Raphson

Sous quelles conditions l’algorithme de point fixe converge vers r qui est si-
multanément un point fixe de g et une racine de f ?

Notons l’erreur à l’étape n par

en = xn − r

(ce n’est pas l’erreur absolue). Alors xn = r + en et en utilisant un développe-

ment de Taylor de g autour de r évalué au point xn on a

g00 (r)e2n
g(xn ) − g(r) = g0 (r)en + + ....
2!
Mais en utilisant la propriété de point fixe de r et la définition de xn+1 on a

g00 (r)e2n
en+1 = xn+1 − r = g(xn ) − g(r) = g0 (r)en + + ....
2!

Méthodes des points fixes 25 / 40

 Introduction Méthode de la bissection Méthodes des points fixes Méthode de Newton-Raphson

g00 (r)e2n
en+1 = g0 (r)en + + ....
2!
En supposant e2n négligeable devant en , on écrit

en+1 ≈ g0 (r)en

L’erreur à l’étape n + 1 est donc proportionnelle à l’erreur à l’étape n. L’erreur

ne diminuera que si
|g0 (r)| < 1
plus |g0 (r)| sera petit, plus l’erreur diminuera vite et la convergence sera rapide.

Méthodes des points fixes 26 / 40

 Introduction Méthode de la bissection Méthodes des points fixes Méthode de Newton-Raphson

Taux de convergence
Le taux de convergence d’une méthode est donné par |g0 (r)|.

Le cas où g0 (r) = 0 est un cas limite. Dans ce cas on a plutôt

g00 (r) 2
en+1 ≈ en
2

Ordre de convergence
On dit qu’une méthode des points fixes converge à l’ordre p si :

|en+1 | ' C |en |p

où C est une constante. La convergence d’ordre 1 est également dite linéaire,

tandis que celle d’ordre 2 est dite quadratique.

Méthodes des points fixes 27 / 40

 Introduction Méthode de la bissection Méthodes des points fixes Méthode de Newton-Raphson

Si 0 < |g0 (r)| < 1 la méthode converge à l’ordre 1 (convergence

linéaire) : à chaque itération, l’erreur est proportionnel à l’erreur
précédente.
en+1
≈ constante
en
Si g0 (r) = 0 et g00 (r) 6= 0 la méthode converge à l’ordre 2 (convergence
quadratique) : à chaque itération, l’erreur est approximativement élevée
au carré, d’où une convergence très rapide.
en+1
≈ constante
e2n

Si g0 (r) = g00 (r) = 0 et g000 (r) 6= 0 la méthode converge à l’ordre 3

(convergence cubique)
en+1
≈ constante
e3n
etc
Méthodes des points fixes 28 / 40
 Introduction Méthode de la bissection Méthodes des points fixes Méthode de Newton-Raphson

Exemple
Retour aux fonctions g1 et g2 déja vues :
r
1p 10
g1 (x) = 10 − x3 g2 (x) =
2 4+x
Ces fonctions ont un point fixe dans [1, 2], alors

−3 x2 −3 x2 −3x2
g01 (x) = √ = =
4 10 − x3 4 2g1 (x) 8g1 (x)
r
1 4 + x −10 1 1 −(g2 (x))4 −(g2 (x))3
g02 (x) = = =
2 10 (4 + x)2 2 g2 (x) 10 20
On va évaluer ces expressions au point fixe (en se servant de gi (r) = r pour
i = 1, 2)

Méthodes des points fixes 29 / 40

 Introduction Méthode de la bissection Méthodes des points fixes Méthode de Newton-Raphson

alors au point fixe

−3r2 −3r2 −3r

g01 (r) = = =
8g1 (r) 8r 8

−(g2 (r))3 −r3

g02 (r) =
=
20 20
puisque r ∈ [1, 2] on peut trouver des bornes à ces deux expressions :

−6 −3
−1 < ≤ g01 (r) ≤ <0
8 8
−8 −1
≤ g02 (r) ≤
−1 < <0
20 20
Pour les deux fonctions la méthode des points fixes est d’ordre 1.

Méthodes des points fixes 30 / 40

 Introduction Méthode de la bissection Méthodes des points fixes Méthode de Newton-Raphson

Remarque : le taux de convergence de la méthode pour la fonction g2 est

meilleur que celui de g1 . On le savait déjà car la méthode pour g2 à convergé
plus vite que la méthode pour g1 .
Combien de fois plus vite ? Pour une tolérance Tol identique et un point de
départ identique on aura à la convergence :
pour g1 : |en | ≈ (0.5)n e0 < Tol (|g01 (1.3654)| = 3×1.3654
8 ' 0.5).
en effet, |e1 | ≈ 0.5e0 , |e2 | ≈ 0.5e1 ≈ (0.5)2 e0 ...
à l’étape n on aura donc : |en | ≈ (0.5)n e0
pour g2 : |en | ≈ (0.125)n e0 = (0.5)3n e0 < Tol
La méthode appliquée à la fonction g2 prendra environ 3 fois moins d’itéra-
tions.

Méthodes des points fixes 31 / 40

 Introduction Méthode de la bissection Méthodes des points fixes Méthode de Newton-Raphson

Zone ou bassin d’attraction

Definition 1.4
Le bassin d’attraction d’un point fixe r est l’ensemble des valeurs x0 pour
lesquelles la méthode des points fixes converge vers r lorsque la valeur intiale
est x0 .

Definition 1.5
Le point fixe r de g est attractif si |g0 (r)| < 1.
Le point fixe r de g est répulsif si |g0 (r)| > 1.
Le point fixe r de g est indéterminé si |g0 (r)| = 1.

Méthodes des points fixes 32 / 40

 Introduction Méthode de la bissection Méthodes des points fixes Méthode de Newton-Raphson

Théorème 1.1
Soit g une fonction continue et dérivable sur [a, b]. Si pour tout x ∈ [a, b] on
a:
g[a, b] ∈ [a, b]
| g0 (x) |< 1
alors :
g possède un unique point fixe r dans [a, b]
[a, b] est contenu dans le bassin d’attraction de r
L’algorithme des points fixes xn+1 = g(xn ) converge vers r et ce, quelle
que soit la valeur de x0 dans [a, b].

Méthodes des points fixes 33 / 40

 Introduction Méthode de la bissection Méthodes des points fixes Méthode de Newton-Raphson

Estimation de l’erreur
Une des difficulté rencontrée pour évaluer le taux de convergence était que
l’on pouvait difficilement évaluer en puisqu’en général on ne connaît pas r. Ce
e
qui posait des problèmes pour l’évaluation de n+1 en . Cependant, on peut
montrer que :
en+1 xn+1 − r xn+1 − xn+2 En+1
= ≈ = avec En = xn − xn+1
en xn − r xn − xn+1 En

Ainsi on peut remplacer en par En dans l’étude des erreurs.

Méthodes des points fixes 34 / 40

 Introduction Méthode de la bissection Méthodes des points fixes Méthode de Newton-Raphson

Méthode de Newton-Raphson

Soit x0 près de r (une racine de f ). Il existe une “correction” δx de x0 tel que

r = x0 + δx
En utilisant le théorème de Taylor de f au point r et au voisinage de x0 ,
0 = f (r) = f (x0 ) + f 0 (x0 )δx + O(δx2 )
En négligeant les termes de degré supérieur ou égal à 2, on a
0 ≈ f (x0 ) + f 0 (x0 )δx
On propose comme définition de la correction δx :
f (x0 )
δx = −
f 0 (x0 )
Puisque nous avons négligé les termes d’ordre supérieur ou égal à 2 , une ap-
proximation de r s’écrit : r ≈ x0 − ff0(x0)
(x0 )
Méthode de Newton-Raphson 35 / 40
 Introduction Méthode de la bissection Méthodes des points fixes Méthode de Newton-Raphson

Cette approximation de r a une interprétation géométrique fort simple. On a

approximé la racine r en utilisant la racine de d(x), la droite tangente à f au
point x0 :
avec d(x) = f (x0 ) + f 0 (x0 )(x − x0 )

Méthode de Newton-Raphson 36 / 40
 Introduction Méthode de la bissection Méthodes des points fixes Méthode de Newton-Raphson

Étant donné a , un critère d’arrêt

Étant donné N, le nombre maximal d’itérations
Étant donné x0 , une valeur initiale de la solution

f (xn )
1 Effectuer : xn+1 = xn −
f 0 (xn )
|xn+1 − xn |
2 Si < a :
|xn+1 |
I convergence atteinte
I écrire la solution xn+1 : arrêt
3 Si le nombre maximal d’itérations N est atteint :
I convergence non atteinte en N itérations : arrêt
4 retour à l’étape 1

Méthode de Newton-Raphson 37 / 40
 Introduction Méthode de la bissection Méthodes des points fixes Méthode de Newton-Raphson

Analyse de convergence

La méthode de Newton est un cas particulier de la méthode des points fixes où

f (x)
g(x) = x −
f 0 (x)
Il n’est donc pas nécessaire de reprendre l’analyse de la concergence à zéro.
En effet, on sait que la convergence dépend de g0 (r)

(f 0 (x))2 − f (x)f 00 (x) f (x)f 00 (x)

g0 (x) = 1 − =
(f 0 (x))2 (f 0 (x))2
Pour une racine r de f on aura donc

g0 (r) = 0

soit donc une convergence "au moins" quadratique.

Méthode de Newton-Raphson 38 / 40
 Introduction Méthode de la bissection Méthodes des points fixes Méthode de Newton-Raphson

Si f (x) = e−x − x alors l’algorithme de Newton-Raphson donne

f (xn ) e−xn − xn
xn+1 = xn − = xn −
f 0 (xn ) −e−xn − 1

On va calculer l’erreur en prenant pour racine la valeur vers laquelle converge

la suite · · ·

Méthode de Newton-Raphson : f (x) = e−x − x

en+1
n xn |en | en
0 0.000 0000 0.5671 × 10+0 0.1183 × 10+0
1 0.500 0000 0.6714 × 10−1 0.1239 × 10−1
2 0.566 3110 0.8323 × 10−3 0.1501 × 10−3
3 0.567 1432 0.1250 × 10−6 '0
4 0.567 1433 0.4097 × 10−9 —

On remarque la convergence très rapide de cette méthode. Notons que l’ap-

proximation |g0 (r)| converge vers zéro indiquant une convergence d’ordre 2.
Méthode de Newton-Raphson 39 / 40
 Introduction Méthode de la bissection Méthodes des points fixes Méthode de Newton-Raphson

Est-ce que la convergence est plus que quadratique ?

(f 0 (x)f 00 (x) + f (x)f 000 (x))(f 0 (x))2 − 2f (x)f 0 (x)(f 00 (x))2

g00 (x) =
(f 0 (x))4
et
f 00 (r)
g00 (r) =
f 0 (r)
A priori on ne peut pas supposer que g00 (r) = 0, donc on ne peut pas dire que
la méthode est d’ordre supérieure à 2. Pour ce qui est de l’erreur, la méthode
étant d’ordre deux on a alors :
g00 (r) 2 f 00 (r)
en+1 ≈ en = 0 e2n
2 2f (r)

Méthode de Newton-Raphson 40 / 40