Chapitre4 Resolution Equation Non Lineaires

Motivation Principe de la résolution numérique Méthodes d’encadrements Méthode du point fixe Méthode de Newton-Raphson
Module: Analyse Numérique

Chapitre 4 : Résolution numérique des équations non linéaires
Filière SMI Semestre 4
Adnane AZZOUZI
25 - 04 - 2022
Adnane AZZOUZI Chapitre 4 : Résolution numérique des équations non linéaires 25 - 04 - 2022 1/ 34
Plan du cours
1 Motivation
2 Principe de la résolution numérique des équations non linéaires et définitions
3 Méthodes d’encadrements
Méthode de dichotomie
Méthode de de la fausse position
4 Méthode du point fixe
5 Méthode de Newton-Raphson
Plan du cours
1 Motivation
Motivation
Il n’existe pas une méthode générale qui donne les zéros de f ( f (x) = 0) : Tout
dépend de la forme de f
Motivation
Pour le cas particulier où f est une fonction polynomiale :
Motivation
a
a0 + a1 x = 0 =⇒ x = − 0
a1
Motivation
a
a0 + a1 x = 0 =⇒ x = − 0
a1
√
−a 1 ± a1 2 − 4a0 a2
a0 + a1 x + a2 x2 = 0 =⇒xi =
2a0
Motivation
a
a0 + a1 x = 0 =⇒ x = − 0
a1
√
−a 1 ± a1 2 − 4a0 a2
a0 + a1 x + a2 x2 = 0 =⇒xi =
2a0
a0 + a1 x + a2 x2 + a3 x3 = 0 Les racines sont donnés par del Ferro et Tartaglia
Motivation
a
a0 + a1 x = 0 =⇒ x = − 0
a1
√
−a 1 ± a1 2 − 4a0 a2
a0 + a1 x + a2 x2 = 0 =⇒xi =
2a0
a0 + a1 x + a2 x2 + a3 x3 + a4 x4 = 0 Les racines sont donnés par Ferrari
Motivation
a
a0 + a1 x = 0 =⇒ x = − 0
a1
√
−a 1 ± a1 2 − 4a0 a2
a0 + a1 x + a2 x2 = 0 =⇒xi =
2a0
les polynômes de degré 6 4 admettent des solutions par radicaux
Motivation
a
a0 + a1 x = 0 =⇒ x = − 0
a1
√
−a 1 ± a1 2 − 4a0 a2
a0 + a1 x + a2 x2 = 0 =⇒xi =
2a0
4
! les polynômes de degré > 5 n’admettent pas des solutions par radicaux
(D’après le théorème d’Abel Rubini et les travaux de Galois)
Motivation
a
a0 + a1 x = 0 =⇒ x = − 0
a1
√
−a 1 ± a1 2 − 4a0 a2
a0 + a1 x + a2 x2 = 0 =⇒xi =
2a0
4
! les polynômes de degré > 5 n’admettent pas des solutions par radicaux
(D’après le théorème d’Abel Rubini et les travaux de Galois)
Application la plus importante de la recherhce des zéros
La recherche de min f (x) ou max f (x) ⇐⇒ f 0 (x) = 0
x∈[a,b] x∈[a,b]
Plan du cours
1 Motivation
Les étapes à suivre pour construire chaque méthode numérique
Principe de la recherche des zéros de f (x) = 0

Construire itérativement une suite (xn )n∈N telle que
lim xn = x̄ où f (x̄) = 0
n→∞

n→∞
1 Construire la suite (xn )n∈N

n→∞
2 Est ce que la suite (xn )n∈N converge vers x̄ le zéro de f

n→∞
(
globale sur [a, b]
3 La convergence est-elle ou
seulement locale

n→∞
(
globale sur [a, b]
3 La convergence est-elle ou
seulement locale
4 Préciser l’ordre de cette convergence
Définitions
Definition 1 (Ordre de convergence).

La convergence de la suite (xn )n∈N vers x̄ est dite d’ordre p > 1 si
∃C > 0 /
|xn+1 − x̄| 6 C |xn − x̄|p ∀n > n0
Définitions

∃C > 0 /
|xn+1 − x̄| 6 C |xn − x̄|p ∀n > n0
Definition 2 (Convergence globale).

La convergence de la suite (xn )n∈N vers x̄ est dite globale si
lim xn = x̄ ∀x0 ∈ [a, b]
n→+∞
Définitions

∃C > 0 /
|xn+1 − x̄| 6 C |xn − x̄|p ∀n > n0

lim xn = x̄ ∀x0 ∈ [a, b]
n→+∞
Definition 3 (Convergence locale).

La convergence de la suite (xn )n∈N vers x̄ est dite locale si
∃ε>0 / lim xn = x̄ ∀x0 ∈ [x̄ − ε , x̄ + ε]
n→+∞
Définitions

∃C > 0 /
|xn+1 − x̄| 6 C |xn − x̄|p ∀n > n0

lim xn = x̄ ∀x0 ∈ [a, b]
n→+∞
Definition 3 (Convergence locale).

La convergence de la suite (xn )n∈N vers x̄ est dite locale si
∃ε>0 / lim xn = x̄ ∀x0 ∈ [x̄ − ε , x̄ + ε]
n→+∞
4
! A l’inverse des systèmes linéaires la convergence de la plupart des méthodes
itératives pour la recherche des zéros d’un système non linéaire dépend du choix de x0
Plan du cours
1 Motivation
1 Méthodes d’encadrement
a0 6 x̄ 6 b0
a0 6 a1 6 x̄ 6 b1 6 b0
a0 6 a1 6 a2 6 x̄ 6 b2 6 b1 6 b0
a0 6 a1 6 a2 6 · · · 6 an 6 x̄ 6 bn 6 · · · 6 b2 6 b1 6 b0
a0 6 a1 6 a2 6 · · · 6 an 6 x̄ 6 bn 6 · · · 6 b2 6 b1 6 b0
x̄ n→+∞
bn
a0 6 a1 6 a2 6 · · · 6 an 6 x̄ 6 bn 6 · · · 6 b2 6 b1 6 b0
x̄ n→+∞
bn
an
n→+∞ x̄
a0 6 a1 6 a2 6 · · · 6 an 6 x̄ 6 bn 6 · · · 6 b2 6 b1 6 b0
x̄ n→+∞
bn
an
n→+∞ x̄
an
n→+∞ x̄ n→+∞
bn
a0 6 a1 6 a2 6 · · · 6 an 6 x̄ 6 bn 6 · · · 6 b2 6 b1 6 b0
x̄ n→+∞
bn
an
n→+∞ x̄
an
n→+∞ x̄ n→+∞
bn
1 Méthode de bissection (ou de dichotomie)
a0 6 a1 6 a2 6 · · · 6 an 6 x̄ 6 bn 6 · · · 6 b2 6 b1 6 b0
x̄ n→+∞
bn
an
n→+∞ x̄
an
n→+∞ x̄ n→+∞
bn
2 Méthode de la fausse position
a0 6 a1 6 a2 6 · · · 6 an 6 x̄ 6 bn 6 · · · 6 b2 6 b1 6 b0
x̄ n→+∞
bn
an
n→+∞ x̄
an
n→+∞ x̄ n→+∞
bn

an +bn
an 6 2
6 bn
a0 6 a1 6 a2 6 · · · 6 an 6 x̄ 6 bn 6 · · · 6 b2 6 b1 6 b0
x̄ n→+∞
bn
an
n→+∞ x̄
an
n→+∞ x̄ n→+∞
bn

an +bn
an 6 2
6 bn

f (an )bn −an f (bn )
an 6 f (an )−f (bn )
6 bn
I : Méthodes d’encadrement
Théorème des valeurs intermédiaires

Pour toute application continue f [a, b] −→ R et tout réel y compris entre f (a) et f (b) il
existe au moins un réel c compris entre a et b tel que f (c) = y.

Cas particulier du théorème :
1 f une fonction continue sur [a, b]

å ∃c ∈ [a, b]/f (c) = 0
2 f (a)f (b) 6 0

Cas particulier du théorème :
1 f une fonction continue sur [a, b]

å ∃c ∈ [a, b]/f (c) = 0
2 f (a)f (b) 6 0
+
3 f strictement monotone sur [a, b] å ∃ ! c ∈ [a, b]/f (c) = 0
Méthode de dichotomie : Construction géométrique
a
Cf b
a b
a0 = 1 b0 = 9
a0
Cf b0
a0 b0
a0 = 1 b0 = 9
a0 a0 +b0
2 Cf b0
a0 a0 +b0 b0
2
a0 = 1 b0 = 9
a0 a0 +b0
2 Cf
a0 a0 +b0
2
a0 = 1 b0 = 9
a1 = 1 b1 = 5
a1 b1 Cf
a1 b1
a0 = 1 b0 = 9
a1 = 1 b1 = 5
a1 a1 +b1 b1
2 Cf
a1 a1 +b1 b1
2
a0 = 1 b0 = 9
a1 = 1 b1 = 5
a1 a1 +b1 b1
2 Cf
a1 +b1 b1
2
a0 = 1 b0 = 9
a1 = 1 b1 = 5
a2 = 3 b2 = 5
a1 a2 b2 Cf
a2 b2
a0 = 1 b0 = 9
a1 = 1 b1 = 5
a2 = 3 b2 = 5
a2 +b2
2
a1 a2 b2 Cf
a2 a2 +b2 b2
2
a0 = 1 b0 = 9
a1 = 1 b1 = 5
a2 = 3 b2 = 5
a2 +b2
2
a1 a2 b2 Cf
a2 a2 +b2
2
a0 = 1 b0 = 9
a1 = 1 b1 = 5
a2 = 3 b2 = 5
a3 = 3 b3 = 4
b3
a1 a3 b2 Cf
a3 b3
a0 = 1 b0 = 9
a1 = 1 b1 = 5
a2 = 3 b2 = 5
a3 = 3 b3 = 4
b3
a1 a3 b2
a3 +b3 Cf
2
a3 b3
a3 +b3
2
a0 = 1 b0 = 9
a1 = 1 b1 = 5
a2 = 3 b2 = 5
a3 = 3 b3 = 4
b3
a1 a3 b2
a3 +b3 Cf
2
b3
a3 +b3
2
a0 = 1 b0 = 9
a1 =1 b1 =5
a2 =3 b2 =5
a3 =3 b3 =4
b4 a4 = 3.5 b4 =4
a1 a3 b2
a4 Cf
a4 b4
a0 = 1 b0 = 9
a1 =1 b1 =5
a4 +b4 a2 =3 b2 =5
2
a3 =3 b3 =4
b4 a4 = 3.5 b4 =4
a1 a3 b2
a4 Cf
a4 b4
a4 +b4
2
a0 = 1 b0 = 9
a1 =1 b1 =5
a4 +b4 a2 =3 b2 =5
2
a3 =3 b3 =4
b4 a4 = 3.5 b4 =4
a1 a3 b2
a4 Cf
a4
a4 +b4
2
a0 = 1 b0 = 9
a1 =1 b1 =5
b5 a2 =3 b2 =5
a3 =3 b3 =4
b4 a4 = 3.5 b4 =4
a1 a3 a5 = 3.5 b5 = 3.75
a5 b2 Cf
a5 b5
Algorithme de Dichotomie
a0 = a et b0 = b
a0 = a et b0 = b a0 + b0
si f (a0 ) f (x0 ) 6 0 ←− x0 =
2
alors a1 = a0 et b1 = x0
sinon a1 = x0 et b1 = b0
a0 = a et b0 = b a0 + b0
si f (a0 ) f (x0 ) 6 0 ←− x0 =
2
a0 = a et b0 = b a0 + b0
si f (a0 ) f (x0 ) 6 0 ←− x0 =
2
.. .. ..
. . .
an + bn
si f (an ) f (xn ) 6 0 ←− xn =
2
alors an+1 = an et bn+1 = xn
sinon an+1 = xn et bn+1 = bn
a0 = a et b0 = b a0 + b0
si f (a0 ) f (x0 ) 6 0 ←− x0 =
2
.. .. ..
. . .
an + bn
si f (an ) f (xn ) 6 0 ←− xn =
2
si |an+1 − bn+1 | < ε
alors on arrête l’algorithme
sinon on continue les itérations jusqu’à l’itération m où |am − bm | < ε
Exemple : Méthode de dichotomie : f (x) = x3 + 23 x2 − 6x − 3
On veut chercher numériquement les solutions de l’équation f (x) = 0

x −∞ −2 1 +∞
f 0 (x) + 0 − 0 +
7 +∞
f (x)
−∞ − 13
2

x −∞ α1 −2 1 +∞
f 0 (x) + 0 − 0 +
7 +∞
0
f (x)
−∞ − 13
2

x −∞ α1 −2 α2 1 +∞
f 0 (x) + 0 − 0 +
7 +∞
0
f (x) 0
−∞ − 13
2

x −∞ α1 −2 α2 1 α3 +∞
f 0 (x) + 0 − 0 +
7 +∞
0
f (x) 0
0
−∞ − 13
2

x −∞ α1 −2 α2 1 α3 +∞
f 0 (x) + 0 − 0 +
7 +∞
0
f (x) 0
0
−∞ − 13
2
On sait que α1 ∈] − ∞, −2[ et puisque f (−2) = 7 > 0 on cherche donc un x < −2 tel
que f (x) < 0. On teste quelques valeurs pour trouver le x approprié. Par exemple on
prend f (−4) = −19 < 0 donc
α1 ∈] − 4, −2[
Donc a0 = −4 et b0 = −2

Méthode de dichotomie pour trouver α1 à 10−1 près
an + bn
iter an bn xn = f (an )f (xn ) arrêt de programme
2 | {z }
si |bi −ai |<10−1
0 −4 −2 −3 <0 b1 − a1 =1
1 −4 −3 −3.5 >0 b2 − a2 = 0.5
2 −3.5 −3 −3.25 >0 b3 − a3 = 0.25
3 −3.25 −3 −3.125 >0 b4 − a4 = 0.125
4 −3.125 −3 −3.0625 <0 b5 − a5 = 0.0625
| {z }
<10−1
5 −3.125 −3.0625 −3.09375 ··· ···

Méthode de dichotomie pour trouver α1 à 10−1 près
an + bn
iter an bn xn = f (an )f (xn ) arrêt de programme
2 | {z }
si |bi −ai |<10−1
0 −4 −2 −3 <0 b1 − a1 =1
1 −4 −3 −3.5 >0 b2 − a2 = 0.5
2 −3.5 −3 −3.25 >0 b3 − a3 = 0.25
3 −3.25 −3 −3.125 >0 b4 − a4 = 0.125
4 −3.125 −3 −3.0625 <0 b5 − a5 = 0.0625
| {z }
<10−1
5 −3.125 −3.0625 −3.09375 ··· ···
Conclusion : N’importe quelle valeur appartenant à l’intervalle

[a5 , b5 ] = [−3.125, −3.09375] est une valeur approchée de α1 à 10−1 près. On peut
prendre par exemple −3.09375 le point milieu de l’intervalle comme valeur approchée de
α1 à 10−1 près
Méthode de dichotomie :
Proposition Convergence et ordre de convergence

Soit (an )n∈N et (bn )n∈N les suites définies par la méthode de dichotomie sur [a, b]. On
an + bn
définit xn par xn = Si on a
2
1 f continue sur [a, b]
2 f (a)f (b) 6 0
3 f strictement monotone sur [a, b]

an + bn
2 
1 f continue sur [a, b] å ∃ ! x̄ ∈ [a, b] /f (x̄) = 0 et limn→+∞ xn = x̄
2 f (a)f (b) 6 0 la convergence de (xn ) vers x̄ est d’ordre 1


an + bn
2 

Preuve
Convergence de (xn ) vers x̄ Ordre de convergence de (xn )

an + bn
2 

Preuve

an + bn b−a
x̄ − 6
2 2n+1
| {z } | {z }

an + bn
2 

Preuve

an + bn b−a
x̄ − 6
2 2n+1
| {z } | {z }
n→∞

an + bn
2 

Preuve

an + bn b−a
x̄ − 6
2 2n+1
| {z } | {z }
n→∞ n→∞
0 0

an + bn
2 

Preuve

an + bn b−a 1
x̄ − 6 |x̄ − xn+1 | = |x̄ − xn |
2 2n+1 | {z } 2 | {z }
|en+1 | |en |
| {z } | {z }
n→∞ n→∞
0 0
Méthode de la fausse position : Construction géométrique
a
Cf b
a b
a0 = 1 b0 = 9
a0
Cf b0
a0 b0
a0 = 1 b0 = 9
f (a0 )b0 −a0 f (b0 )

f (a0 )−f (b0 )
a0
Cf b0
a0 b0
f (a0 )b0 −a0 f (b0 )
f (a0 )−f (b0 )
a0 = 1 b0 = 9
f (a0 )b0 −a0 f (b0 )

f (a0 )−f (b0 )
a0
Cf b0
a0
f (a0 )b0 −a0 f (b0 )
f (a0 )−f (b0 )
a0 = 1 b0 = 9
a1 = 1 b1 = 8.35
b1
a1
Cf
a1 b1
a0 = 1 b0 = 9
a1 = 1 b1 = 8.35
f (a1 )b1 −a1 f (b1 )

f (a1 )−f (b1 )
b1
a1
Cf
a1 b1
f (a1 )b1 −a1 f (b1 )
f (a1 )−f (b1 )
a0 = 1 b0 = 9
a1 = 1 b1 = 8.35
f (a1 )b1 −a1 f (b1 )

f (a1 )−f (b1 )
b1
a1
Cf
f (a1 )b1 −a1 f (b1 )

f (a1 )−f (b1 )
a0 = 1 b0 = 9
a1 = 1 b1 = 8.35
a2 = 1 b2 = 7
b2
a2
Cf
a2 b2
a0 = 1 b0 = 9
a1 = 1 b1 = 8.35
a2 = 1 b2 = 7
f (a2 )b2 −a2 f (b2 )
f (a2 )−f (b2 )
b2
a2
Cf
a2 b2
f (a2 )b2 −a2 f (b2 )
f (a2 )−f (b2 )
a0 = 1 b0 = 9
a1 = 1 b1 = 8.35
a2 = 1 b2 = 7
f (a2 )b2 −a2 f (b2 )
f (a2 )−f (b2 )
b2
a2
Cf
a2
f (a2 )b2 −a2 f (b2 )
f (a2 )−f (b2 )
a0 =1 b0 =9
a1 =1 b1 = 8.35
a2 =1 b2 =7
a3 =1 b3 = 5.4
b3
a3
Cf
a3 b3
a0 =1 b0 =9
a1 =1 b1 = 8.35
a2 =1 b2 =7
f (a3 )b3 −a3 f (b3 ) a3 =1 b3 = 5.4
f (a3 )−f (b3 )
b3
a3
Cf
a3 b3
f (a3 )b3 −a3 f (b3 )
f (a3 )−f (b3 )
a0 =1 b0 =9
a1 =1 b1 = 8.35
a2 =1 b2 =7
f (a3 )b3 −a3 f (b3 ) a3 =1 b3 = 5.4
f (a3 )−f (b3 )
b3
a3
Cf
f (a3 )b3 −a3 f (b3 )

f (a3 )−f (b3 )
a0 =1 b0 =9
a1 =1 b1 = 8.35
a2 =1 b2 =7
a3 =1 b3 = 5.4
a4 =1 b4 = 4.3
b4
a4 Cf
a4 b4
a0 =1 b0 =9
a1 =1 b1 = 8.35
a2 =1 b2 =7
f (a4 )b4 −a4 f (b4 )
f (a4 )−f (b4 ) a3 =1 b3 = 5.4
a4 =1 b4 = 4.3
b4
a4 Cf
a4 b4
f (a4 )b4 −a4 f (b4 )
f (a4 )−f (b4 )
a0 =1 b0 =9
a1 =1 b1 = 8.35
a2 =1 b2 =7
f (a4 )b4 −a4 f (b4 )
f (a4 )−f (b4 ) a3 =1 b3 = 5.4
a4 =1 b4 = 4.3
b4
a4 Cf
a4
f (a4 )b4 −a4 f (b4 )
f (a4 )−f (b4 )
a0 =1 b0 =9
a1 =1 b1 = 8.35
a2 =1 b2 =7
a3 =1 b3 = 5.4
b5 a4 =1 b4 = 4.3
a5 =1 b5 = 3.87
a5 Cf
a5 b5
a0 =1 b0 =9
a1 =1 b1 = 8.35
a2 =1 b2 =7
f (a5 )b5 −a5 f (b5 )
f (a5 )−f (b5 ) a3 =1 b3 = 5.4
a4 =1 b4 = 4.3
a5 =1 b5 = 3.87
a5 Cf
a5 b5
f (a5 )b5 −a5 f (b5 )
f (a5 )−f (b5 )
a0 =1 b0 =9
a1 =1 b1 = 8.35
a2 =1 b2 =7
f (a5 )b5 −a5 f (b5 )
f (a5 )−f (b5 ) a3 =1 b3 = 5.4
a4 =1 b4 = 4.3
a5 =1 b5 = 3.87
a5 Cf
f (a5 )b5 −a5 f (b5 )

f (a5 )−f (b5 )
a0 =1 b0 =9
a1 =1 b1 = 8.35
a2 =1 b2 =7
a3 =1 b3 = 5.4
b6 a4 =1 b4 = 4.3
a5 =1 b5 = 3.87
a6 Cf a6 =1 b6 = 3.67
a6 b6
Algorithme de la fausse position
a0 = a et b0 = b
a0 = a et b0 = b f (a0 )b0 − a0 f (b0 )

si f (a0 ) f (x0 ) 6 0 ← x0 =
f (a0 ) − f (b0 )
a0 = a et b0 = b f (a0 )b0 − a0 f (b0 )

si f (a0 ) f (x0 ) 6 0 ← x0 =
f (a0 ) − f (b0 )
a0 = a et b0 = b f (a0 )b0 − a0 f (b0 )

si f (a0 ) f (x0 ) 6 0 ← x0 =
f (a0 ) − f (b0 )
.. .. ..
. . .
f (an )bn − an f (bn )

si f (an ) f (xn ) 6 0 ← xn =
f (an ) − f (bn )
a0 = a et b0 = b f (a0 )b0 − a0 f (b0 )

si f (a0 ) f (x0 ) 6 0 ← x0 =
f (a0 ) − f (b0 )
.. .. ..
. . .
f (an )bn − an f (bn )

si f (an ) f (xn ) 6 0 ← xn =
f (an ) − f (bn )
si |an+1 − bn+1 | < ε ou |f (an+1 )| < ε ou |f (bn+1 )| < ε
alors on arrête l’algorithme
sinon on continue les itérations jusqu’à l’itération m où |am − bm | < ε ou
|f (am )| < ε ou |f (bm )| < ε
Plan du cours
1 Motivation
Recherhce d’un point fixe de g au lieu d’un zeéro de f
Principe de la méthode du point fixe

Au lieu de chercher l’unique zéro x̄ de
f (x) = 0 (1)

f (x) = 0 (1)
on va transformer le problème et ceci en cherchant x̄ l’unique solution du problème fixe
g(x) = x (2)
et ceci en vérifiant la condition suivante
x̄ solution de (1) ⇐⇒ x̄ solution de (2)

f (x) = 0 (1)
on va transformer le problème et ceci en cherchant x̄ l’unique solution du problème fixe
g(x) = x (2)
et ceci en vérifiant la condition suivante
x̄ solution de (1) ⇐⇒ x̄ solution de (2)
C’est à dire
f (x̄) = 0 ⇐⇒ g (x̄) = x̄
Méthode itérative de point fixe : construction géométrique
Cf
Cg
Cf
y=x
Cg
Cf
y=x
Cg
Cf
y=x
Cg
Cf
y=x
f (x̄) = 0 ⇐⇒ g(x̄) = x̄
x0 donné et xn+1 = g(xn )
Cg
Cf
y=x
f (x̄) = 0 ⇐⇒ g(x̄) = x̄
x0 Cg
Cf
y=x
f (x̄) = 0 ⇐⇒ g(x̄) = x̄
x0 Cg
Cf
y=x
f (x̄) = 0 ⇐⇒ g(x̄) = x̄
x0 Cg
Cf
y=x
f (x̄) = 0 ⇐⇒ g(x̄) = x̄
x1 = g(x0 )
x1 x0 Cg
Cf
y=x
f (x̄) = 0 ⇐⇒ g(x̄) = x̄
x1 = g(x0 )
x1 x0 Cg
Cf
y=x
f (x̄) = 0 ⇐⇒ g(x̄) = x̄
x1 = g(x0 )
x1 x0 Cg
Cf
y=x
f (x̄) = 0 ⇐⇒ g(x̄) = x̄
x1 = g(x0 )
x2 = g(x1 )
x1 x0 Cg
x2 Cf
y=x
f (x̄) = 0 ⇐⇒ g(x̄) = x̄
x1 = g(x0 )
x2 = g(x1 )
x1 x0 Cg
x2 Cf
y=x
f (x̄) = 0 ⇐⇒ g(x̄) = x̄
x1 = g(x0 )
x2 = g(x1 )
x1 x0 Cg
x2 Cf
y=x
f (x̄) = 0 ⇐⇒ g(x̄) = x̄
x1 = g(x0 )
x2 = g(x1 )
x3 = g(x2 )
x1 x0 Cg
x3 x2 Cf
Méthode de point fixe
Définition : Fonction contractante

Soit k ∈]0, 1[. On dit que g [a, b] −→ R est une fonction contractante de rapport k si
∀x, y ∈ [a, b], |g(x) − g(y)| 6 k|x − y|

∀x, y ∈ [a, b], |g(x) − g(y)| 6 k|x − y|
Proposition
Soit g [a, b] −→ R une fonction de classe C 1 . Si
|g 0 (x)| 6 k < 1 ∀x ∈ [a, b]
alors g est une fonction contractante sur [a, b] de rapport k.

∀x, y ∈ [a, b], |g(x) − g(y)| 6 k|x − y|
Proposition
Soit g [a, b] −→ R une fonction de classe C 1 . Si
|g 0 (x)| 6 k < 1 ∀x ∈ [a, b]
alors g est une fonction contractante sur [a, b] de rapport k.
DÃ©monstration
D’après l’inégalité des accroissement finis, on a

0
|g(x) − g(y)| < max |g (x)| |x − y| ∀x, y ∈ [a, b] (3)
x∈[a,b]
Puisque 0
|g (x)| 6 k < 1 ∀x ∈ [a, b]
0
alors max |g (x)| 6 k < 1
x∈[a,b]
Donc on obtient |g(x) − g(y)| < k|x − y| ∀x, y ∈ [a, b]
Méthode du point fixe

x0 donnée et xn+1 = g(xn ) ∀n ∈ N

Proposition Convergence globale

1 la fonction g est k contractante sur [a, b]
ou
g ∈ C1 ([a, b]) avec |g 0 (x)| < 1 ∀x ∈ [a, b]
2 g([a, b]) ⊂ [a, b]



1 la fonction g est k contractante sur [a, b] 
ou å ∃ ! x̄

/ g(x̄) = x̄
g ∈ C1 ([a, b]) avec |g 0 (x)| < 1 ∀x ∈ [a, b] lim xn = x̄ ∀x0 ∈ [a, b]
 n→+∞
g([a, b]) ⊂ [a, b]
2




ou å ∃ ! x̄

/ g(x̄) = x̄
 n→+∞
g([a, b]) ⊂ [a, b]
2

Proposition Convergence locale

g ∈ C1 (V(x̄)) 
1

2 g(x̄) = x̄
|g 0 (x̄)| < 1

3



ou å ∃ ! x̄

/ g(x̄) = x̄
 n→+∞
g([a, b]) ⊂ [a, b]
2


g ∈ C1 (V(x̄)) 
1

2 g(x̄) = x̄ å ∃ε > 0/ limn→+∞ xn = x̄∀x0 ∈ [x̄ − ε , x̄ + ε]
|g 0 (x̄)| < 1

3



ou å ∃ ! x̄

/ g(x̄) = x̄
 n→+∞
g([a, b]) ⊂ [a, b]
2


g ∈ C1 (V(x̄)) 
1

|g 0 (x̄)| < 1

3
Proposition Ordre de convergence

g ∈ Cp (V(x̄))
1


2 ∃ ε > 0 / limn→+∞ xn = x̄ ∀x0 ∈ [x̄ − ε , x̄ + ε]

3 x̄ est un zéro de g de multiplicité p



ou å ∃ ! x̄

/ g(x̄) = x̄
 n→+∞
g([a, b]) ⊂ [a, b]
2


g ∈ C1 (V(x̄)) 
1

|g 0 (x̄)| < 1

3

g ∈ Cp (V(x̄))
1

 åla convergence de (xn ) vers x̄
2 ∃ ε > 0 / limn→+∞ xn = x̄ ∀x0 ∈ [x̄ − ε , x̄ + ε] est d’ordre p

3 x̄ est un zéro de g de multiplicité p
DÃ©monstration
|xn+1 − xn | = |g(xn ) − g(xn−1 )|

6 k|xn − xn−1 | (car g est contractante )
6 kn |x1 − x0 | (On a itéré n fois )
DÃ©monstration
|xn+1 − xn | = |g(xn ) − g(xn−1 )|

|xn+p − xn |
=0
z }| {
= |xn+p −xn+p−1 + xn+p−1 − xn+p−2 · · · + xn+1 −xn |
6 |xn+p − xn+p−1 | + |xn+p−1 − xn−+p−2 | + · · · + |xn+1 − xn |
6 kn+p−1 |x1 − x0 | + kn+p−2 |x1 − x0 | + · · · + kn |x1 − x0 |
6 k (1 + k + k + · · · + kp−1 )|x1 − x0 |
n 2
1 − kp
= kn |x1 − x0 |
1−k
DÃ©monstration
|xn+1 − xn | = |g(xn ) − g(xn−1 )|

|xn+p − xn |
=0
z }| {
= |xn+p −xn+p−1 + xn+p−1 − xn+p−2 · · · + xn+1 −xn |
6 |xn+p − xn+p−1 | + |xn+p−1 − xn−+p−2 | + · · · + |xn+1 − xn |
6 kn+p−1 |x1 − x0 | + kn+p−2 |x1 − x0 | + · · · + kn |x1 − x0 |
6 k (1 + k + k + · · · + kp−1 )|x1 − x0 |
n 2
1 − kp
= kn |x1 − x0 |
1−k
Puisque k < 1 alors la suite réelle (xn )n∈N est une suite de Cauchy et donc converge vers un réel noté x̄.
DÃ©monstration
)
la suite (xn )n∈N converge vers x̄
xn+1 = g(xn ) =⇒ g(x̄) = x̄
g continue
Montrons maintenant l’unicité du point fixe pour g.
DÃ©monstration
)
xn+1 = g(xn ) =⇒ g(x̄) = x̄
g continue
Par l’absurde on va supposer qu’en plus de x̄ il existe β un autre point fixe de g tel que β 6= x̄. g est
par division par
contractante |x̄ − β| 6= 0, on aurait
donc |x̄ −
16β| k=ce
|g(qui
x̄)est absurde
− g(β)| 6 car
k|x̄on
−aβ|k < 1.
DÃ©monstration
)
xn+1 = g(xn ) =⇒ g(x̄) = x̄
g continue
par division par
donc |x̄ −
16β| k=ce
|g(qui
x̄)est absurde
− g(β)| 6 car
k|x̄on
−aβ|k < 1.
Montrons maintenant le point 3) |xn − x̄| 6 kn |x0 − x̄|
DÃ©monstration
)
xn+1 = g(xn ) =⇒ g(x̄) = x̄
g continue
par division par
donc |x̄ −
16β| k=ce
|g(qui
x̄)est absurde
− g(β)| 6 car
k|x̄on
−aβ|k < 1.
Montrons
|xn − x̄maintenant
| = |g(xn−1le point 3)x̄|x
) − g(
n
)|n − x̄| 6 k |x0 − x̄|
6 k|xn−1 − x̄| (car g est contractante )
.
.
.
6 kn |x0 − x̄|
Donc on a obtenu le résultat souhaité. Ce qui termine la preuve de cette proposition.
Exemple : Méthode de point fixe : f (x) = x3 + 32 x2 − 6x − 3


f (x) = 0 ⇐⇒ g(x) = x

f (x) = 0 ⇐⇒ g(x) = x
3
f (x) x3 + x2 − 6x − 3
Par exemple g(x) = x − = x − 2
f 0 (x) 3(−2 + x + x2 )

f (x) = 0 ⇐⇒ g(x) = x
3
f (x) x3 + x2 − 6x − 3
f 0 (x) 3(−2 + x + x2 )
(1 + 2x)(−6 − 12x + 3x2 + 2x3 ) 10 + 22x + 4x2 + 3x3
g 0 (x) = g 00 (x) =
6(−2 + x + x2 )2 (−2 + x + x2 )3

f (x) = 0 ⇐⇒ g(x) = x
3
f (x) x3 + x2 − 6x − 3
f 0 (x) 3(−2 + x + x2 )
(1 + 2x)(−6 − 12x + 3x2 + 2x3 ) 10 + 22x + 4x2 + 3x3
g 0 (x) = g 00 (x) =
6(−2 + x + x2 )2 (−2 + x + x2 )3
x −2 −0.48147 1
g 00 (x) + 0 −
'0
g 0 (x)
+∞ −∞

f (x) = 0 ⇐⇒ g(x) = x
3
f (x) x3 + x2 − 6x − 3
f 0 (x) 3(−2 + x + x2 )
(1 + 2x)(−6 − 12x + 3x2 + 2x3 ) 10 + 22x + 4x2 + 3x3
g 0 (x) = g 00 (x) =
6(−2 + x + x2 )2 (−2 + x + x2 )3
x −2 −0.48147 1 x −2 −1.287 −0.48147 0.313 1
g 00 (x) + 0 − g 00 (x) + 0 −
'0 '0
g 0 (x) g 0 (x) −1 −1
+∞ −∞ +∞ −∞

f (x) = 0 ⇐⇒ g(x) = x
3
f (x) x3 + x2 − 6x − 3
f 0 (x) 3(−2 + x + x2 )
(1 + 2x)(−6 − 12x + 3x2 + 2x3 ) 10 + 22x + 4x2 + 3x3
g 0 (x) = g 00 (x) =
6(−2 + x + x2 )2 (−2 + x + x2 )3
x −2 −0.48147 1 x −2 −1.287 −0.48147 0.313 1
g 00 (x) + 0 − g 00 (x) + 0 −
'0 '0
g 0 (x) g 0 (x) −1 −1
+∞ −∞ +∞ −∞
On peut vérifier que g([−1.287, 0.313]) ⊂ [−1.287, 0.313].
|g 0 (x)| < 1 ∀x ∈] − 1.287, 0.313[ å la suite (xn )n∈N xn+1 = g(xn ) converge
1
o
2 g([−1.287, 0.313]) ⊂ [−1.287, 0.313] vers α2 pour tout x0 ∈] − 1.287, 0.313[
De la formule de Taylor vers la méthode de Newton-Raphson
Formule de Taylor
z }| {
f (x̄) = f (x) + (x̄ − x)f 0 (x) + O (x̄ − x)2
Formule de Taylor
z }| {
f (x̄) = f (x) + (x̄ − x)f 0 (x) + O (x̄ − x)2
(f (x̄) = 0)
f (x) + (x̄ − x)f 0 (x) + O (x̄ − x)2 = 0
Formule de Taylor
z }| {
f (x̄) = f (x) + (x̄ − x)f 0 (x) + O (x̄ − x)2
(f (x̄) = 0)
f (x) + (x̄ − x)f 0 (x) + O (x̄ − x)2 = 0
x ' x̄
f (x) + (x̄ − x)f 0 (x) ' 0
Formule de Taylor
z }| {
f (x̄) = f (x) + (x̄ − x)f 0 (x) + O (x̄ − x)2
(f (x̄) = 0)
f (x) + (x̄ − x)f 0 (x) + O (x̄ − x)2 = 0
x ' x̄
f (x) + (x̄ − x)f 0 (x) ' 0
x −→ xn
x̄ −→ xn+1
f (xn ) + (xn+1 − xn ) f 0 (xn ) = 0
Formule de Taylor
z }| {
f (x̄) = f (x) + (x̄ − x)f 0 (x) + O (x̄ − x)2
(f (x̄) = 0)
f (x) + (x̄ − x)f 0 (x) + O (x̄ − x)2 = 0
x ' x̄
f (x) + (x̄ − x)f 0 (x) ' 0
x −→ xn
x̄ −→ xn+1
f (xn ) + (xn+1 − xn ) f 0 (xn ) = 0
Formule de Newton
z }| {
1
xn+1 = xn − f (xn )
f 0 (xn )
Formule de Taylor
z }| {
f (x̄) = f (x) + (x̄ − x)f 0 (x) + O (x̄ − x)2
(f (x̄) = 0)
f (x) + (x̄ − x)f 0 (x) + O (x̄ − x)2 = 0
x ' x̄
f (x) + (x̄ − x)f 0 (x) ' 0
x −→ xn
x̄ −→ xn+1
f (xn ) + (xn+1 − xn ) f 0 (xn ) = 0
Formule de Newton
z }| {
1
xn+1 = xn − f (xn )
α(x) ' f 0 (x) f 0 (xn )
| {z }
??? xn+1 = xn −
1
f (xn )
α (xn )
Plan du cours
1 Motivation
Principales méthodes pour la résolution des équations non linéaires
1
xn+1 = xn − f (xn )
α (xn )
1
xn+1 = xn − f (xn )
α (xn )
α (xn )
α (xn ) = f 0 (xn ) ∀n > 0

1
xn+1 = xn − f (xn )
α (xn )
on
p hs
a
-R
t on
w
Ne
α (xn )
α (xn ) = f 0 (xn ) ∀n > 0

1
xn+1 = xn − f (xn )
α (xn )
on
p hs
a
-R f (xn ) − f (xn−1 )
t on α (xn ) = ∀n
w xn − xn−1
Ne
nte
séca
α (xn )
α (xn ) = f 0 (xn ) ∀n > 0

1
xn+1 = xn − f (xn )
α (xn )
on
p hs
a
-R f (xn ) − f (xn−1 )
w xn − xn−1
Ne
nte
séca
α (xn ) Relaxation
1
α (xn ) = ∀n > 0
| {z } λ
constante
α (xn ) = f 0 (xn ) ∀n > 0

1
xn+1 = xn − f (xn )
α (xn )
on
p hs
a
-R f (xn ) − f (xn−1 )
w xn − xn−1
Ne
nte
séca
α (xn ) Relaxation
1
α (xn ) = ∀n > 0
| {z } λ
cor constante
des
f (b) − f (a)
α (xn ) = ∀n > 0
| {z } b−a
constante
Méthode de Newton-Raphson : construction géométrique
Cf
x0
Cf
x0
Cf
x0
Cf
f (x0 )
x1 = x0 −
f 0 (x0 )
x0
x1
Cf
f (x0 )
x1 = x0 −
f 0 (x0 )
x0
x1
Cf
f (x0 )
x1 = x0 −
f 0 (x0 )
x0
x1
Cf
f (x0 )
x1 = x0 −
f 0 (x0 )
f (x1 )
x2 = x1 − 0
f (x1 )
x0
x1 x2
Cf
f (x0 )
x1 = x0 −
f 0 (x0 )
f (x1 )
x2 = x1 − 0
f (x1 )
x0
x1 x2
Cf
f (x0 )
x1 = x0 −
f 0 (x0 )
f (x1 )
x2 = x1 − 0
f (x1 )
x0
x1 x2
Cf
f (x0 )
x1 = x0 −
f 0 (x0 )
f (x1 )
x2 = x1 − 0
f (x1 )
f (x2 )
x3 = x2 − 0
f (x2 )
x0
x1 x2 x3
Cf
f (x0 )
x1 = x0 −
f 0 (x0 )
f (x1 )
x2 = x1 − 0
f (x1 )
f (x2 )
x3 = x2 − 0
f (x2 )
x0
x1 x2 x3
Cf
f (x0 )
x1 = x0 −
f 0 (x0 )
f (x1 )
x2 = x1 − 0
f (x1 )
f (x2 )
x3 = x2 − 0
f (x2 )
x0
x1 x2 x3
Cf
f (x0 )
x1 = x0 −
f 0 (x0 )
f (x1 )
x2 = x1 − 0
f (x1 )
f (x2 )
x3 = x2 − 0
f (x2 )
x4 x0 f (x3 )
x4 = x3 − 0
x1 x2 x3 f (x3 )
Cf
Méthode de Newton-Raphson
1 f ∈ C2 (V(x̄))
2 f (x̄) = 0 et f 0 (x̄) 6= 0
f ∈ C2 (V(x̄))
1

å∃ε>0 / limn→+∞ xn = x̄ ∀x0 ∈ [x̄ − ε , x̄ + ε]
2 f (x̄) = 0 et f 0 (x̄) 6= 0
f ∈ C2 (V(x̄))
1

å∃ε>0 / limn→+∞ xn = x̄ ∀x0 ∈ [x̄ − ε , x̄ + ε]
2 f (x̄) = 0 et f 0 (x̄) 6= 0
Si ∃ ε > 0 / limn→+∞ xn = x̄ ∀x0 ∈ [x̄ − ε , x̄ + ε]
x̄ est un zéro simple de f å la convergence est d’ordre 2
f ∈ C2 (V(x̄))
1

å∃ε>0 / limn→+∞ xn = x̄ ∀x0 ∈ [x̄ − ε , x̄ + ε]
2 f (x̄) = 0 et f 0 (x̄) 6= 0
x̄ est un zéro de f de multiplicité p > 2 å la convergence est seulement d’ordre 1
f ∈ C2 (V(x̄))
1

å∃ε>0 / limn→+∞ xn = x̄ ∀x0 ∈ [x̄ − ε , x̄ + ε]
2 f (x̄) = 0 et f 0 (x̄) 6= 0
f ∈ C2 (V(x̄))
1

å∃ε>0 / limn→+∞ xn = x̄ ∀x0 ∈ [x̄ − ε , x̄ + ε]
2 f (x̄) = 0 et f 0 (x̄) 6= 0
Preuve
On effectue sur l’intervalle [xn , x̄] un développement de Taylor-Lagrange à l’ordre 1 de la
fonction f . il existe donc γn ∈ [x̄, xn ] tel que
0 f (2) (γn )
f (x̄) = f (xn ) + f (xn )(x̄ − xn ) + (x̄ − xn )2
|{z} 2!
=0
f (xn ) f (2) (γn ) 2 |f (2) (γn )|
xn − 0 −x̄ = ( x̄ − xn ) =⇒ |x n+1 − x̄ | = |x̄ − xn |2
f (xn ) 2 !f 0 (xn ) 2 !|f 0 (xn )|
| {z }
xn+1
max |f (2) (x)|
x∈V
On pose C =
x̄ =⇒
2 ! min |f 0 (x)|
x∈V
Adnane AZZOUZI x̄ Chapitre 4 : Résolution numérique des équations non linéaires 25 - 04 - 2022 30/ 34
Exemple : Méthode de Newton : f (x) = x3 + 32 x2 − 6x − 3
On veut chercher numériquement les solutions de l’équation f (x) = 0.

x −∞ α1 −2 α2 1 α3 +∞
f 0 (x) + 0 − 0 +
7 +∞
0
f (x) 0
0
−∞ − 13
2

x −∞ α1 −2 α2 1 α3 +∞
f 0 (x) + 0 − 0 +
7 +∞
0
f (x) 0
0
−∞ − 13
2
f (xn )
On sait que la suite des itérés de Newton est défnie par xn+1 = xn −
f 0 (xn )

x −∞ α1 −2 α2 1 α3 +∞
f 0 (x) + 0 − 0 +
7 +∞
0
f (x) 0
0
−∞ − 13
2
f (xn )
f 0 (xn )
3 2
f (x) = x3 + x − 6x − 3 f 0 (x) = 3(x + 2)(x − 1)
2 3
x3n + x2n − 6xn − 3
xn+1 = xn − 2
3(xn − 1)(xn + 2)

x −∞ α1 −2 α2 1 α3 +∞
f 0 (x) + 0 − 0 +
7 +∞
0
f (x) 0
0
−∞ − 13
2
f (xn )
f 0 (xn )
3 2
f (x) = x3 +
x − 6x − 3 f 0 (x) = 3(x + 2)(x − 1)
2 3
x3n + x2n − 6xn − 3
xn+1 = xn − 2
3(xn − 1)(xn + 2)
On a la convergence locale c’est à dire
la suite (xn )n∈N converge vers αi si x0 proche de αi
Méthode de Newton : Recherche d’une valeur approchée de α1 à 10−8
∀ x0 ∈]α1 − ε, α1 + ε[ lim xn = α1 ' −3.11640041352

n→+∞
x0 −3.3 test d’arrêt arrêt de programme
| {z }
si |xi+1 −xi |<10−8
−1
x1 −3.13291592128 |x1 − x0 | 1.67 10
x2 −3.11655347206 |x2 − x1 | 1.63 10−2
x3 −3.11640042685 |x3 − x2 | 1.53 10−4
x4 −3.11640041352 |x4 − x3 | 1.33 10−8
x5 −3.11640041352 |x5 − x4 | 1.00 10−16
x6 −−−−−−−
x0 −2.9 test d’arrêt si |xi+1 − xi | < 10−8
x1 −3.14938271604 |x1 − x0 | 2.49 10−1
x2 −3.11700221402 |x2 − x1 | 3.23 10−2
x3 −3.11640061960 |x3 − x2 | 6.01 10−4
x4 −3.11640041352 |x4 − x3 | 2.06 10−7
x5 −3.11640041352 |x5 − x4 | 2.39 10−14
x6 −−−−−−−
∀ x0 ∈]α3 − ε, α3 + ε[ =⇒ lim xn = α3 ' 2.07935584518

n→+∞
x0 2.3 test d’arrêt arrêt de programme
| {z }
si |xi+1 −xi |<10−8
−1
x1 2.10310077519 |x1 − x0 | 1.96 10
x2 2.07967912818 |x2 − x1 | 2.34 10−2
x3 2.07935590639 |x3 − x2 | 3.23 10−4
x4 2.07935584518 |x4 − x3 | 6.12 10−8
x5 2.07935584518 |x5 − x4 | 2.22 10−15
x6 −−−−−−−
x0 1.8 test d’arrêt arrêt de programme
| {z }
si |xi+1 −xi |<10−8
−1
x1 2.14078947368 |x1 − x0 | 3.40 10
x2 2.08144936279 |x2 − x1 | 5.93 10−2
x3 2.07935840777 |x3 − x2 | 2.09 10−3
x4 2.07935584518 |x4 − x3 | 2.56 10−6
x5 2.07935584518 |x5 − x4 | 3.84 10−12
x6 −−−−−−−
∀ x0 ∈]α2 − ε, α2 + ε[ lim xn = α2 ' −0.46295543166

n→+∞

| {z }
si |xi+1 −xi |<10−8
−1
x1 −0.45987933634 |x1 − x0 | 2.40 10
x2 −0.46295559619 |x2 − x1 | 3.07 10−3
x3 −0.46295543166 |x3 − x2 | 1.64 10−7
x4 −0.46295543166 |x4 − x3 | 4.44 10−16
x5 −−−−−−−
| {z }
si |xi+1 −xi |<10−8
−1
x1 −0.46975308641 |x1 − x0 | 2.69 10
x2 −0.46295609964 |x2 − x1 | 6.79 10−3
x3 −0.46295543166 |x3 − x2 | 6.67 10−7
x4 −0.46295543166 |x4 − x3 | 7.38 10−15
x5 −−−−−−−

Chapitre4 Resolution Equation Non Lineaires

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Chapitre4 Resolution Equation Non Lineaires

Transféré par

Droits d'auteur :

Formats disponibles

Motivation Principe de la résolution numérique Méthodes d’encadrements Méthode du point fixe Méthode de Newton-Raphson

Module: Analyse Numérique

2 Principe de la résolution numérique des équations non linéaires et définitions

4 Méthode du point fixe

2 Principe de la résolution numérique des équations non linéaires et définitions

4 Méthode du point fixe

les polynômes de degré 6 4 admettent des solutions par radicaux

les polynômes de degré 6 4 admettent des solutions par radicaux

les polynômes de degré 6 4 admettent des solutions par radicaux

2 Principe de la résolution numérique des équations non linéaires et définitions

4 Méthode du point fixe

Les étapes à suivre pour construire chaque méthode numérique

Principe de la recherche des zéros de f (x) = 0

Les étapes à suivre pour construire chaque méthode numérique

Principe de la recherche des zéros de f (x) = 0

1 Construire la suite (xn )n∈N

Les étapes à suivre pour construire chaque méthode numérique

Principe de la recherche des zéros de f (x) = 0

1 Construire la suite (xn )n∈N

2 Est ce que la suite (xn )n∈N converge vers x̄ le zéro de f

Les étapes à suivre pour construire chaque méthode numérique

Principe de la recherche des zéros de f (x) = 0

1 Construire la suite (xn )n∈N

2 Est ce que la suite (xn )n∈N converge vers x̄ le zéro de f

Les étapes à suivre pour construire chaque méthode numérique

Principe de la recherche des zéros de f (x) = 0

1 Construire la suite (xn )n∈N

2 Est ce que la suite (xn )n∈N converge vers x̄ le zéro de f

4 Préciser l’ordre de cette convergence

Definition 1 (Ordre de convergence).

Definition 1 (Ordre de convergence).

Definition 2 (Convergence globale).

Definition 1 (Ordre de convergence).

Definition 2 (Convergence globale).

Definition 3 (Convergence locale).

Definition 1 (Ordre de convergence).

Definition 2 (Convergence globale).

Definition 3 (Convergence locale).

2 Principe de la résolution numérique des équations non linéaires et définitions

4 Méthode du point fixe

1 Méthode de bissection (ou de dichotomie)

1 Méthode de bissection (ou de dichotomie)

2 Méthode de la fausse position

1 Méthode de bissection (ou de dichotomie)

2 Méthode de la fausse position

1 Méthode de bissection (ou de dichotomie)

2 Méthode de la fausse position

Théorème des valeurs intermédiaires

Théorème des valeurs intermédiaires

Théorème des valeurs intermédiaires

Méthode de dichotomie : Construction géométrique

Méthode de dichotomie : Construction géométrique

Méthode de dichotomie : Construction géométrique

Méthode de dichotomie : Construction géométrique

Méthode de dichotomie : Construction géométrique

Méthode de dichotomie : Construction géométrique

Méthode de dichotomie : Construction géométrique

Méthode de dichotomie : Construction géométrique

Méthode de dichotomie : Construction géométrique

Méthode de dichotomie : Construction géométrique

Méthode de dichotomie : Construction géométrique

Méthode de dichotomie : Construction géométrique

Méthode de dichotomie : Construction géométrique