Académique Documents
Professionnel Documents
Culture Documents
Resolution EqNonLin Part1
Resolution EqNonLin Part1
Hatem H AMDA
hatem.hamda@gmail.com
5 M ÉTHODE DE N EWTON )
Principe et Algorithme
Résultats de convergence
6 M ÉTHODE DE LA S ÉCANTE )
Principe et Algorithme
Résultat de convergence
H. Hamda ( École
Chapitre 1 : Equations
Nationale nonde
d’Ingénieurs linéaires
Carthage) 2 / 68
I NTRODUCTION
1. I NTRODUCTION
Approximation d’un ou plusieurs zéros d’une fonction réelle d’une variable réelle
f (α) = 0
Pour la plus part des fonctions il n’est pas possible de calculer α explicitement.
exemple : polynôme de degré 5
Ordre de convergence
Définition
On dit qu’une suite (xn )n∈N construite par une méthode numérique converge vers α
avec un ordre p ≥ 1 (pas nécessairement entier) s’il existe C > 0 et n0 ∈ N tel que
|xn+1 − α|
p
≤ C , ∀n ≥ n0 ou encore |xn+1 − α| = O(|xn − α|p )
|xn − α|
H. Hamda ( École
Chapitre 1 : Equations
Nationale nonde
d’Ingénieurs linéaires
Carthage) 5 / 68
M ÉTHODE DE DICHOTOMIE ( OU DE LA BISSECTION )
f (α) = 0
! ! ! = "(#)
! = "(#) " ' >&
$ %
' # % $ #
'
" % <&
" % <&
H. Hamda ( École
Chapitre 1 : Equations
Nationale nonde
d’Ingénieurs linéaires
Carthage) 7 / 68
M ÉTHODE DE DICHOTOMIE ( OU DE LA BISSECTION ) Principe et Algorithme
Description de la méthode
Description de la méthode
y!
! = "(#)
a! x1! $ x0! b!
x!
I2!
I1!
I0!
Description de la méthode
a m + bm
ou bien il existe m ∈ N tel que f (xm ) = 0 avec xm = , et alors
2
α = xm est la solution cherchée.
ou bien on construit une suite de segments emboı̂tés In = [an , bn ] et une suite
(xn ) vérifiant, pour tout n ∈ N,
Description de la méthode
Par construction
alors les suites (an ) et (bn ) sont adjacentes et donc elles admettent une même limite l.
Le théorème d’encadrement donne : an ≤ x n ≤ bn
d’où
f (l) = 0
Algorithme
Algorithme
Remarques
1 Le critère limitant le nombre total d’itérations agit comme un garde fou visant à
éviter des temps de calcul excessifs et la perte de contrôle probable de
l’évolution des erreurs d’arrondis qui risque d’en découler.
2 ǫ désigne l’erreur absolue tolérée sur la valeur approchée du zéro α.
3 Il est parfois utile d’introduire un critère d’arrêt sur l’erreur relative
|bk − ak |
,
|xk |
avec
|Ik | = bk − ak : longueur de Ik
On a
b−a
∀n ∈ N, n
|In | =
.
2
En notant |en | = |xn − α| l’erreur absolue à l’itération n, on déduit la formule
d’estimation d’erreur suivante :
b−a b−a
∀n ≥ 0, |en | ≤ n . On peut aussi écrire |en | ≤
2 2n+1
Ainsi, pour améliorer la précision de l’approximation de α d’un ordre de grandeur, c’est à dire trouver
ln(10)
k > j tel que |xk − α| = 10−1 |xj − α|, on doit effectuer k − j ≥ ≃ 3, 32 itérations, soit 4
ln(2)
dichotomies.
Exemple
si [a, b] = [1, 2] et ǫ = 10−2 , on trouve n ≥ 6.64, il faut donc 7 itérations.
Application
On considère l’équation
10x − 9e−x = 0
La fonction f définie sur [0, 1] par f (x) = 10x − 9e−x est continue, dérivable, et on a
1 −6 ln(106 ) ln(106 )
≤ 10 ou encore n≥ , soit n = E( ) + 1 = 20 itérations
2n ln(2) ln(2)
Application
a = 0; b = 1;
f or i = 1 : 20
a+b
m= ;
2
if (f (m) > 0) b = m;
else a = m;
end;
end;
donne le résultat :
Avantages et Inconvénients
b−a
1 La majoration |xn − α| ≤ n
est parfois assez large.
2
Conclusion
La méthode de dichotomie a l’avantage d’exiger peu d’hypothèses sur la
fonction f et d’assurer la convergence.
L’inconvénient majeur est la lenteur de la convergence de son algorithme.
Généralement cette méthode est utilisée pour obtenir une approximation
raisonnable de α pouvant servir à l’initialisation d’une méthode d’ordre plus
élevé, qui fournira alors une convergence plus rapide.
Exercice 1
On considère f (x) = x3 − x − 3.
1 Montrer que f admet un zéro unique α dans ]1, 3[.
2 En utilisant la méthode de dichotomie sur l’intervalle [1, 3], estimer le nombre
des itérations nécessaires pour calculer une valeur approchée de α à 10−1 près.
3 Calculer une valeur approchée de α à 10−1 près, par la méthode de dichotomie
sur [1, 3].
Description de la méthode
f (bn ) − f (an )
y= (x − an ) + f (an )
bn − a n
pour y = 0, on obtient
bn − a n an f (bn ) − bn f (an )
xn := x = an − f (an ) =
f (bn ) − f (an ) f (bn ) − f (an )
Description de la méthode
y!
! = "(#)
I1!
I0!
Algorithme
Résultat de Convergence
Théorème
Soit f : [a, b] → R continue telle que f (a)f (b) < 0. On suppose que f admet un zéro
unique α ∈ [a, b], alors la suite (xn )n∈N définie par la méthode de la fausse position
converge vers α.
Preuve
an f (bn ) − bn f (an )
[an+1 , bn+1 ] ⊂ [an , bn ] , an ≤ xn = ≤ bn et f (an )f (bn ) < 0
f (bn ) − f (an )
La suite (an ) est croissante et majorée par b0 et la suite (bn ) est décroissante et minorée par a0 , donc
convergent. Posons l1 = lim an et l2 = lim bn .
n→+∞ n→+∞
Puisque f est continue, au aura
Résultat de Convergence
l1 = l2 = α
lf (l2 ) − l2 f (l)
=l ou encore lf (l) = l2 f (l)
f (l2 ) − f (l)
|xn+1 − α|
lim =c
n→+∞ |xn − α|
Conclusion
La méthode de la fausse position peut être vue comme une méthode
globalement convergente, tout comme celle de dichotomie.
Il existe des situations où les deux méthodes ne fonctionnent pas
- la courbe de f est tangente à l’axe des abscisses.
- f admet deux zéros (ou un nombre pair de zéros) dans [a, b]. (f (a)f (b) ≥ 0)
- f admet un nombre impair (> 1) de zéros dans [a, b]. (difficulté de choisir le zéro)
Principe de la méthode
Définition
Soit g : [a, b] → R une fonction continue. On dit que α est un point fixe de g lorsque
g(α) = α
Principe de la méthode
partant d’un choix initial x0 ∈ [a, b], on pose
Naturellement une telle suite n’est pas forcement convergente. Par contre,
lorsqu’elle est bien définie et convergente, et si g est continue alors sa limite l
vérifie g(l) = l, ou encore f (l) = 0.
Le choix de g n’est pas unique : par exemple toute fonction de la forme
g(x) = x + F (f (x)), où F est une fonction telle que F (0) = 0, est une
fonction d’itération possible. En particulier g(x) = x − f (x) ou plus
généralement g(x) = x − λf (x) , λ ∈ R∗ quelconque.
Algorithme
1. • g : [a, b] → R, x0 ∈ R données.
• ǫ > 0 assez petit (Tolérance ou précision fixée)
• et N nombre maximal d’itérations
2. x1 = g(x0 ); k = 0;
3. tant que |xk+1 − xk | > ǫ (ou bien |f (xk )| > ǫ) et k ≤ N faire
k = k + 1; xk+1 = g(xk );
Exemple1
On considère l’équation x2 − 2x − 3 = 0. √
On applique l’algorithme du point fixe avec x0 = 4 et g(x) = 2x + 3, on obtient
√
x1 = g(4) = 11 = 3.3166248
x2 = g(x1 ) = 3.1037477
..
.
x10 = g(x9 ) = 3.0000157
Exemple2
On considère l’équation x2 − x = 0.
Il faut donc déterminer dans quelles conditions cette méthode est convergente.
Théorème
Soit g une fonction définie sur un intervalle I, non nécessairement borné de R.
Supposons que g est dérivable et qu’il existe un réel K ∈ [0, 1[ tel que
|g ′ (x)| ≤ K, ∀x ∈ I.
Preuve
Soit x, y ∈ I et x 6= y. Le théorème des accroissements finis appliqué à g entre x et y montre qu’il existe ξ entre x et y tel que
′
g(x) − g(y) = g (ξ)(x − y)
′
Par suite |g(x) − g(y)| = |g (ξ)||x − y| ≤ K|x − y|.
Soit g une fonction définie sur I = [a, b] (a < b) vérifiant les conditions suivantes :
(H1 ) g(I) ⊂ I (condition de stabilité).
(H2 ) g est contractante sur I (condition de contraction).
Alors g admet un unique point fixe α dans I et la suite (xn ) définie par
xn+1 = g(xn )
Preuve
1 Existence : considérons la fonction h définie sur [a, b] par h(x) = x − g(x). Elle est continue sur [a, b] et h(a)h(b) ≤ 0,
alors d’après le TVI, ∃α ∈ [a, b] tq h(α) = 0 et donc g(α) = α.
Remarques
On commence par montrer que (xn ) est bien définie et est de Cauchy, donc converge, puis on montre que α est un point fixe et enfin l’unicité