R ÉSOLUTION NUMÉRIQUE DES ÉQUATIONS

NON - LINÉAIRES

Méthode de dichotomie

Analyse Numérique - 3ème année - A.U. 2022/2023

Principe de la méthode. Présentation et étapes de la méthode. Étude de la convergence. Algorithme de la méthode.

Plan

1 Principe de la méthode.

2 Présentation et étapes de la méthode.

3 Étude de la convergence.

4 Algorithme de la méthode.

@UP Maths Analyse Numérique ESPRIT

Principe de la méthode. Présentation et étapes de la méthode. Étude de la convergence. Algorithme de la méthode.

Méthode de dichotomie

Soit f : R → R une fonction continue et soit x∗ ∈ [a, b] une racine de f . La méthode

de dichotomie consiste à construire une suite (xn )n∈N qui converge vers x∗ .

Présentation et étapes de la méthode de dichotomie

"Basée sur le théorème des valeurs intermédiaires (TVI), la méthode de dichotomie

consiste à chercher la solution d’une manière itérative".

@UP Maths Analyse Numérique ESPRIT

Principe de la méthode. Présentation et étapes de la méthode. Étude de la convergence. Algorithme de la méthode.

• Etape 1: On considère une fonction f continue sur un intervalle [a, b] et on

suppose que f admet une unique racine x∗ ∈]a, b[ telle que f (a).f (b) < 0.
a0 + b0
On note par a0 = a, b0 = b et x0 = le point milieu de l’intervalle [a0 , b0 ].
2
1 Si f (x0 ) = 0, alors x∗ = x0 et le problème est résolu.
2 Si f (x0 ) ̸= 0, on détermine le signe de f (a0 ).f (x0 ).
▶ Si f (a0 ).f (x0 ) < 0, alors x∗ ∈]a0 , x0 [. Dans ce cas, on considère a1 = a0 et b1 = x0 .
▶ Si f (x0 ).f (b0 ) < 0, alors x∗ ∈]x0 , b0 [. Dans ce cas, on considère a1 = x0 et b1 = b0 .
3 On détermine x1 le milieu du nouveau intervalle [a1 , b1 ] pour l’utiliser dans
a1 + b1
l’étape 2 : x1 = .
2

@UP Maths Analyse Numérique ESPRIT

Principe de la méthode. Présentation et étapes de la méthode. Étude de la convergence. Algorithme de la méthode.

Illustration graphique de l’étape 1

a1 + b1
On pose a1 = x0 , b1 = b0 et x1 = .
2

@UP Maths Analyse Numérique ESPRIT

Principe de la méthode. Présentation et étapes de la méthode. Étude de la convergence. Algorithme de la méthode.

• Etape 2: On procède de la même manière sur [a1 , b1 ].

1 Si f (x1 ) = 0, alors x∗ = x1 et le problème est résolu.
2 Si f (x1 ) ̸= 0, on détermine le signe de f (a1 ).f (x1 ).
▶ Si f (a1 ).f (x1 ) < 0, alors x∗ ∈]a1 , x1 [. Dans ce cas, on considère a2 = a1 et b2 = x1 .
▶ Si f (x1 ).f (b1 ) < 0, alors x∗ ∈]x1 , b1 [. Dans ce cas, on considère a2 = x1 et b2 = b1 .

3 On détermine x2 le milieu du nouveau intervalle [a2 , b2 ] pour l’utiliser dans

a2 + b2
l’étape 3 : x2 = .
2

@UP Maths Analyse Numérique ESPRIT

Principe de la méthode. Présentation et étapes de la méthode. Étude de la convergence. Algorithme de la méthode.

Illustration graphique de l’étape 2

a2 + b2
On pose a2 = a1 , b2 = x1 et x2 = .
2

@UP Maths Analyse Numérique ESPRIT

Principe de la méthode. Présentation et étapes de la méthode. Étude de la convergence. Algorithme de la méthode.

• Etape n:
De manière itérative, on construit trois suites (an )n≥0 , (bn )n≥0 , et (xn )n≥0 , telles que
xn = an +b
2 .
n

En effet, à une étape n donnée :

1 Si f (xn ) = 0, alors x∗ = xn et le problème est résolu.
2 Si f (xn ) ̸= 0, on détermine le signe de f (an ).f (xn ).
▶ Si f (an ).f (xn ) < 0, alors x∗ ∈]an , xn [. Dans ce cas, on considère an+1 = an et bn+1 = xn .
▶ Si f (xn ).f (bn ) < 0, alors x∗ ∈]xn , bn [. Dans ce cas, on considère an+1 = xn et bn+1 = bn .

3 On détermine xn+1 le milieu du nouveau intervalle [an+1 , bn+1 ] pour l’utiliser

an+1 + bn+1
dans l’étape n + 1 : xn+1 = .
2

@UP Maths Analyse Numérique ESPRIT

Principe de la méthode. Présentation et étapes de la méthode. Étude de la convergence. Algorithme de la méthode.

Étude de convergence de la méthode de dichotomie:

Soient f une fonction continue sur [a, b], vérifiant f (a).f (b) < 0 et x∗ ∈]a, b[ l’unique
solution de l’équation f (x) = 0.
Si (xn )n∈N est la suite générée par l’algorithme de dichotomie, alors on a:
1 La suite (xn )n∈N converge vers x∗ .
2 On a l’estimation suivante:
b−a
|x∗ − xn | ≤ , n ≥ 0.
2n+1

@UP Maths Analyse Numérique ESPRIT

Principe de la méthode. Présentation et étapes de la méthode. Étude de la convergence. Algorithme de la méthode.

10

b−a
L’estimation |x∗ − xn | ≤ , mentionnée ci- dessus, nous permet de justifier que la
2n+1
méthode de dichotomie est convergente puisque
1
lim |x∗ − xn | = 0, car 0 < <1
n→+∞ 2

@UP Maths Analyse Numérique ESPRIT

Principe de la méthode. Présentation et étapes de la méthode. Étude de la convergence. Algorithme de la méthode.

11

Test d’arrêt
En pratique, on ne peut pas faire un nombre infini d’itérations alors on utilise un
critère d’arrêt en donnant une valeur de précision (ou de tolérance) ε.
Ce critère d’arrêt consiste à choisir à priori une tolérance ε et à arrêter le procédé
lorsque
|bn − an | ≤ ε.
Pour atteindre ce critère, il suffit d’avoir n qui vérifie:
b − a

n ≥ log2 .
ε

@UP Maths Analyse Numérique ESPRIT

Principe de la méthode. Présentation et étapes de la méthode. Étude de la convergence. Algorithme de la méthode.

12

b−a
En effet, en arrêtant le procédé, la longueur de l’intervalle [an , bn ], |bn − an | = .
2n
b−a
Or |bn − an | ≤ ε ⇒ ≤ ε et on peut calculer à l’avance le nombre minimal
2n
d’itérations Nε ∈ N assurant la précision ε.
On a
b−a b−a
n
≤ε⇔ ≤ 2n
2 ε
b − a

⇔ n ≥ log2 .
ε
Ici log2 est la fonction logarithme de base 2 définie par

log(x)
log2 (x) = .
log(2)

@UP Maths Analyse Numérique ESPRIT

Principe de la méthode. Présentation et étapes de la méthode. Étude de la convergence. Algorithme de la méthode.

13

Exercice

Soit f (x) = x3 − 3x − 1, I = [−1, 1].

1 Montrer que f admet un unique x∗ ∈] − 1, 1[ tel que f (x∗ ) = 0.
2 Trouver le nombre minimal d’itérations pour estimer x∗ à une tolérance ε = 10−6 ?

@UP Maths Analyse Numérique ESPRIT

Principe de la méthode. Présentation et étapes de la méthode. Étude de la convergence. Algorithme de la méthode.

14

Correction

f est continue et dérivable sur et dérivable sur [−1, 1]. Ainsi, on a

f ′ (x) = 3x2 − 3 ≤ 0 sur [−1, 1].
f est continue et décroissante sur [−1, 1], de plus f (−1).f (1) < 0 alors d’après le
TVI f (x) = 0 admet une unique solution dans ] − 1, 1[.
On a
b − a

⇔ n ≥ log2 .
ε
Pour ε = 10−6 , On trouve n ≥ log2 102−6 ⇒ n ≥ 20.93..

Le nombre minimal d’itérations pour estimer x∗ à une tolérance ε = 10−6 est 21.

@UP Maths Analyse Numérique ESPRIT

Principe de la méthode. Présentation et étapes de la méthode. Étude de la convergence. Algorithme de la méthode.

15

Exercice asynchrone
√
Soit f (x) = ex + 3 x − 2, I = [0, 1].
1 D’après la représentation graphique ci-dessous, montrer que f admet un unique
x∗ ∈]0, 1[ tel que f (x∗ ) = 0.
2 Trouver le nombre minimal d’itérations pour estimer x∗ à une tolérance
ε = 10−10 ?

@UP Maths Analyse Numérique ESPRIT

Principe de la méthode. Présentation et étapes de la méthode. Étude de la convergence. Algorithme de la méthode.

16

Algorithme de la méthode.

Choisir un intervalle [a0 , b0 ] tel que f (a0 ).f (b0 ) < 0.

Initialiser ϵ et le nombre d’itérations maximal Nmax que l’on se fixe.
a0 + b0
x0 = .
2
n=0
tant que (f (xn ) ̸= 0 & |bn − an | > ϵ & n < Nmax ) faire
▶ si f (an ).f (xn ) < 0 alors an+1 = an et bn+1 = xn .
▶ sinon an+1 = xn et bn+1 = bn .
a + bn+1
▶ xn+1 = n+1 .
2
▶ n = n + 1.
fin
x∗ ≈ xn .

@UP Maths Analyse Numérique ESPRIT