Vous êtes sur la page 1sur 97

MT09-Analyse numrique lmentaire

Chapitre 4 : Mthodes itratives de rsolution des systmes linaires et


non-linaires
quipe de Mathmatiques Appliques
UTC
Novembre 2007

Sommaire
Concepts
Exemples
Exercices
Documents
suivant
2
Chapitre IV
Mthodes itratives
IV.1 Mthodes itratives de rsolution des systmes linaires . . . . . . . . . . . . . 3
IV.2 Rsolution dune quation non-linaire une inconnue . . . . . . . . . . . . . . 12
IV.3 Rsolution dun systme dquations non-linaires . . . . . . . . . . . . . . . . . 27
Documents du chapitre IV . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
Exercices du chapitre IV . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
Sommaire
Concepts
Exemples
Exercices
Documents
chapitre section suivante
3
IV.1 Mthodes itratives de rsolution des systmes li-
naires
IV.1.1 Principes gnraux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
IV.1.2 La mthode de Jacobi . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
IV.1.3 La mthode de Gauss-Seidel . . . . . . . . . . . . . . . . . . . . . . . . 7
IV.1.4 Etude de la convergence des mthodes itratives . . . . . . . . . . . . 9
Sommaire
Concepts
Exemples
Exercices
Documents
section suivant
4
IV.1.1 Principes gnraux
Les mthodes itratives sont utilises soit pour la rsolution de systmes linaires de trs
grande taille, soit lorsque lon dispose dune estimation de la solution que lon veut amliorer.
Une mthode itrative consiste construire une suite de vecteurs x
(0)
, x
(1)
, ..., x
(k)
, ... qui, on
lespre, ou mieux on le dmontre, convergera vers la solution du systme linaire rsoudre.
Soit A M
nn
(IR) une matrice rgulire et b IR
n
donns. On se propose de rsoudre le
problme
f(x) = Ax b = 0
par une mthode itrative de la forme suivante :
_
x
(0)
donn
Mx
(k+1)
= Nx
(k)
+ b
o les matrices M, N M
nn
(IR), M inversible, sont convenablement choisies.
Si cette mthode itrative converge, cest--dire si la suite x
(k)
converge vers x alors on a,
la limite,
(M N) x = b,
ce qui correspondra la rsolution de Ax = b si
A = M N.
Il y a une innit de choix possibles pour M et N vriant A = M N, nous allons en donner
deux titre dexemples. Lide est bien sr de choisir une matrice M particulirement facile
inverser, par exemple diagonale, ou bien triangulaire infrieure. Ces deux choix correspondent
respectivement la mthode de Jacobi et la mthode de Gauss-Seidel.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant
5
IV.1.2 La mthode de Jacobi
Exercices :
Exercice IV.1
Exercice IV.2
Le systme linaire Ax = b scrit
_

n
j=1
a
1j
x
j
= b
1
,
. . .

n
j=1
a
ij
x
j
= b
i
, pour 2 i n 1,
. . .

n
j=1
a
nj
x
j
= b
n
.
La mthode de Jacobi consiste, chaque itration k, rsoudre chaque quation par rapport
lune des variables, les autres tant xes leurs valeurs obtenues litration prcdente. Soit
donc le vecteur x
(k)
donn, alors on dtermine successivement les composantes de x
(k+1)
par les
formules :
_

_
a
11
x
(k+1)
1
= b
1

n
j=2
a
1j
x
(k)
j
,
. . .
a
ii
x
(k+1)
i
= b
i

n
j=1,j=i
a
ij
x
(k)
j
, pour 2 i n 1,
. . .
a
nn
x
(k+1)
n
= b
n

n1
j=1
a
nj
x
(k)
j
.
Les formules prcdentes ne dnissent effectivement x
(k+1)
que si les coefcients diagonaux
de A sont tous non nuls. Ceci nest pas une restriction, car on peut dmontrer que si une matrice
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant
6
La mthode
de Jacobi
est inversible, il existe une permutation de ses lignes telle que tous les lments de la diagonale
de la matrice ainsi obtenue soient non nuls (voir exercice).
On peut crire les relations prcdentes sous forme matricielle. Pour cela introduisons la
dcomposition suivante de A :
A = D E F,
avec
D matrice diagonale contenant la diagonale de A,
E matrice triangulaire infrieure (triangle infrieur de A),
F matrice triangulaire suprieure (triangle suprieur de A),
Avec ces notations on peut crire le systme Ax = b sous la forme
Dx = (E + F)x + b,
La mthode de Jacobi scrit
_
x
(0)
donn,
Dx
(k+1)
= (E + F)x
(k)
+ b.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant
7
IV.1.3 La mthode de Gauss-Seidel
Exercices :
Exercice IV.3
Cours :
Jacobi
Il sagit dune modication de la mthode de Jacobi qui consiste utiliser pour chaque qua-
tion les composantes de x
(k+1)
dj calcules, ceci conduit aux formules
_

_
a
11
x
(k+1)
1
= b
1

n
j=2
a
1j
x
(k)
j
,
.
.
.
a
ii
x
(k+1)
i
= b
i

i1
j=1
a
ij
x
(k+1)
j

n
j=i+1
a
ij
x
(k)
j
, pour 2 i n 1,
.
.
.
a
nn
x
(k+1)
n
= b
n

n1
j=1
a
nj
x
(k+1)
j
.
Sous forme matricielle cela revient crire le systme Ax = b sous la forme
(D E)x = Fx + b,
o les matrices D, E et F ont t donnes dans le paragraphe rfrenc sur la mthode de
Jacobi.
La mthode de Gauss-Seidel scrit donc
_
x
(0)
donn,
(D E)x
(k+1)
= (Fx
(k)
+ b),
A chaque itration la matrice du systme rsoudre est triangulaire infrieure.
On observe que les mthodes de Jacobi et Gauss-Seidel que nous venons de voir peuvent se
mettre sous la forme Mx
(k+1)
= Nx
(k)
+ b :
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant
8
La mthode
de
Gauss-Seidel
M = D, N = E + F, pour la mthode de Jacobi,
M = D E, N = F, pour la mthode de Gauss-Seidel.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section
9
IV.1.4 Etude de la convergence des mthodes itratives
Exercices :
Exercice IV.4
Commenons par tudier la convergence de la mthode itrative
_
x
(0)
donn,
x
(k+1)
= Cx
(k)
+ d.
(IV.1.1)
Proposition IV.1.1. Sil existe une norme matricielle subordonne telle que
C < 1
la mthode (IV.1.1) est convergente quel que soit le choix de x
(0)
et elle converge vers la solution
de
(I C) x = d.
Dmonstration - Tout dabord la solution x du systme dquations (I C) x = d existe et elle
est unique, car la matrice I C est inversible. En effet
x ker(I C) x = Cx x = Cx C x,
si x = 0, on aurait, aprs simplication 1 C, ce qui est contraire lhypothse, donc
x = 0, donc x = 0. On vient de montrer que ker(I C) = {0}, ce qui est quivalent puisque la
matrice I C est carre I C inversible
Montrons maintenant que x
(k)
converge vers x solution de (I C) x = d. On a
x
(k)
x = C(x
(k1)
x) = C
2
(x
(k2)
x) = . . . = C
k
(x
(0)
x),
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section
10
Etude de la
convergence
des mthodes
itratives
do
x
(k)
x C
k
x
(0)
x C
k
x
(0)
x.
Passons la limite quand k tend vers linni. Puisque C < 1, C
k
tend vers 0 et donc x
(k)
tend vers x.
Dnition IV.1.1. On dit que la matrice A est diagonale strictement dominante si
|a
ii
| >

j=i
|a
ij
|, i, 1 i n. (IV.1.2)
Proposition IV.1.2. Si la matrice A est diagonale strictement dominante alors les mthodes
de Jacobi et Gauss-Seidel sont convergentes.
Dmonstration - Dmontrons cette proposition pour la mthode de Jacobi. La dmonstration
sera faite en travaux dirigs pour la mthode de Gauss-Seidel.
La mthode de Jacobi scrit
x
(k+1)
= D
1
[b + (E + F)x
(k)
],
et donc la matrice ditration est
C = D
1
(E + F).
Puisque A est diagonale dominante, on a
D
1
(E + F)

= max
1in
_
_
1
|a
ii
|

j=i
|a
ij
|
_
_
< 1
et donc la mthode est convergente.
Un autre rsultat intressant pour les applications est le suivant (nous ladmettrons sans
dmonstration) :
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section
11
Etude de la
convergence
des mthodes
itratives
Proposition IV.1.3. Si la matrice A est symtrique dnie positive, alors la mthode de Gauss-
Seidel est convergente.
Un rsultat intressant et admis sur la convergence des mthodes itratives donne une ca-
ractrisation partir du rayon spectral de la matrice C.
Thorme IV.1.2. Une condition ncessaire et sufsante pour que la mthode itrative (IV.1.1)
soit convergente est que
(C) < 1.
Sommaire
Concepts
Exemples
Exercices
Documents
section prcdente chapitre section suivante
12
IV.2 Rsolution dune quation non-linaire une in-
connue
IV.2.1 Mthode de la dichotomie . . . . . . . . . . . . . . . . . . . . . . . . . . 13
IV.2.2 Le principe des mthodes de point xe . . . . . . . . . . . . . . . . . . . 15
IV.2.3 Convergence des mthodes de point xe . . . . . . . . . . . . . . . . . . 17
IV.2.4 La mthode de Newton pour rsoudre une quation . . . . . . . . . . . 21
IV.2.5 Convergence de la mthode de Newton pour rsoudre une quation . . 23
IV.2.6 La mthode de la scante . . . . . . . . . . . . . . . . . . . . . . . . . . 25
Sommaire
Concepts
Exemples
Exercices
Documents
section suivant
13
IV.2.1 Mthode de la dichotomie
Exercices :
Exercice IV.5
On veut rsoudre f(x) = 0, o f est une fonction de IR dans IR non linaire (sinon cest
vident !). On recherche donc un nombre rel x

tel que f(x

) = 0. Comme pour toute mthode


itrative, on va donc construire une suite de nombres rels x
(0)
, x
(1)
, ..., x
(k)
, ... qui converge vers
x

. Puisquici les termes de la suite sont des nombres rels, on les notera plus simplement
x
0
, x
1
, ..., x
k
, ....
Le principe de la dichotomie est trs simple. On suppose que f : [a, b] IR est continue et
que f(a)f(b) < 0, cest--dire quil y a au moins une racine relle de f dans [a, b]. On prend alors
le milieu de lintervalle c =
a + b
2
. Si f(c) = 0 (ou numriquement trs proche de 0) on considre
que lon a rsolu le problme. Autrement deux cas peuvent se prsenter. Si f(a)f(c) < 0, alors f a
une racine relle dans [a, c] (au moins une, en tous cas, un nombre impair de racines), autrement
f(a)f(c) > 0 et donc f(a)f(b)f(a)f(c) < 0, ce qui donne f(b)f(c) < 0 et f a une racine relle dans
[c, b]. On itre alors le processus avec lintervalle qui contient au moins une racine.
La mthode de dichotomie scrit :
a
0
= a, b
0
= b, x
0
=
a
0
+ b
0
2
,
si f(x
k
)f(a
k
) < 0 alors a
k+1
= a
k
et b
k+1
= x
k
sinon a
k+1
= x
k
et b
k+1
= b
k
.
x
k+1
=
a
k+1
+ b
k+1
2
,
Sommaire
Concepts
Exemples
Exercices
Documents
section suivant
14
Mthode de la
dichotomie
Il est clair qu chaque itration la longueur l
k
de lintervalle de localisation de la racine x

est
divise par 2. On sait de plus que |x
k
x

| l
k
, do le rsultat de convergence de la suite (x
k
)
vers x

si on montre que l
k
tend vers 0
Proposition IV.2.1. La suite de segments ([a
k
, b
k
])
k0
est telle que
l
k
= b
k
a
k
=
b a
2
k
, k 1.
Cette proposition est utile sur le plan numrique ; en effet elle renseigne sur le nombre
minimal ditrations ncessaires pour calculer la racine prs, > 0 tant une prcision xe
lavance par lutilisateur (test darrt). En effet, on peut montrer (en exercice) que ce nombre
n doit vrier
n log
2
_
b a

_
.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant
15
IV.2.2 Le principe des mthodes de point xe
Exercices :
Exercice IV.6
Pour rsoudre f(x) = 0, on peut se ramener un problme quivalent de la forme g(x) = x
(par exemple en posant g(x) = f(x) + x). Mais il y a beaucoup de choix possibles pour dnir g !
La rsolution de g(x) = x sappelle recherche des points xes de g.
Par exemple pour calculer la racine carre dun nombre rel a > 0, on rsout x
2
= a. Il existe
alors diffrentes manires de se ramener un problme de point xe :

x =
a
x
, et g
1
(x) =
a
x
,

2x = x +
a
x
soit x = 2x
a
x
et g
2
(x) = 2x
a
x
,

x =
x
2
+
a
2x
, et g
3
(x) =
x
2
+
a
2x
.
Pour rsoudre g(x) = x, problme quivalent f(x) = 0, les mthodes dites de point xe,
consistent construire la suite x
0
, x
1
, ..., x
k
, ... de la faon suivante :
_
x
0
donn,
x
k+1
= g(x
k
), k > 0
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant
16
Le principe
des mthodes
de point xe
Si la suite (x
k
) converge, la continuit de g implique quelle converge vers un point xe x

de
g. En effet
x

= lim
k
x
k+1
= g( lim
k
x
k
) = g(x

).
Vous verrez en exercice comment se comportent graphiquement les diffrentes suites dans
le cas des exemples cits plus haut. Vous vous apercevrez quelles ne convergent pas toujours
et quil faut donc choisir soigneusement la fonction g. Le paragraphe suivant donne quelques
conditions sur la fonction g pour que la suite converge.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant
17
IV.2.3 Convergence des mthodes de point xe
Exercices :
Exercice IV.7
Exercice IV.8
Exercice IV.9
Exercice IV.10
Cours :
Point xe/ Principe
Proposition IV.2.2. Soit une fonction g : [a, b] [a, b] continment drivable sur [a, b] et suppo-
sons que
|g

(x)| k < 1, x [a, b].


Alors g possde un point xe unique x

[a, b] et la suite
_
x
0
donn dans [a, b],
x
n+1
= g(x
n
), n > 0
converge vers x

.
Dmonstration - La premire partie est une consquence immdiate du thorme des valeurs
intermdiaires. En effet, si lon nest pas dans les cas vidents g(a) = a ou g(b) = b, la fonction
H(x) = g(x) x est telle que H(a)(= g(a) a) > 0 (car g(a) [a, b]) et H(b)(= g(b) b) < 0 (car
g(b) [a, b]). Il existe donc un point x

de ]a, b[ tel que H(x

) = 0, cest-- dire un point xe de g.


On montre aisment en exercice que ce point xe est unique.
Pour montrer la convergence de la suite vers x

, on calcule
|x
n
x

| = |g(x
n1
) g(x

)| k|x
n1
x

|.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant
18
Convergence
des mthodes
de point xe
En itrant le processus, on trouve
|x
n
x

| k
n
|x
0
x

|.
Puisque k < 1, la suite k
n
tend vers 0 quand n , ce qui dmontre la convergence de la suite.
Remarquons que si lon a une application g : [a, b] IR telle que |g

(x)| k 1, x [a, b] et
qui possde un point xe dans [a, b], alors la suite (x
n
) prcdemment dnie est divergente au
sens suivant. Soit x
n
sort du domaine de dnition de g, soit
|x
n
x

| k
n
|x
0
x

|
et donc la suite (x
n
) sloigne de x

(au mieux elle reste une distance constante si k = 1).


On dit que les mthodes de point xe ont une convergence linaire car
|x
n+1
x

| = |g(x
n
) g(x

)| k|x
n
x

|.
De mme que pour la dichotomie, on peut estimer le nombre ditrations ncessaires pour obte-
nir une prcision donne. En effet, vous pourrez montrer en exercice, que
|x
n
x

|
k
n
1 k
|x
1
x
0
|.
Donc, pour une prcision donne, le nombre ditrations n est donn par
k
n
1 k
|x
1
x
0
| n
ln
(1k)
|x
1
x
0
|
ln k
.
Dans la proposition prcdente, on a suppos que la valeur absolue de la drive tait majore
par 1 sur lintervalle [a, b] tout entier. Si lon considre lexemple de la racine carre dun nombre
rel a trait dans le paragraphe rfrenc, on a dcrit trois fonctions g pour lesquelles le point
xe x

correspond cette racine carre. Calculons les drives correspondantes


Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant
19
Convergence
des mthodes
de point xe
g
1
(x) =
a
x
, g

1
(x) =
a
x
2
, g

1
(x

) = 1,
g
2
(x) = 2x
a
x
, g

2
(x) = 2 +
a
x
2
, g

2
(x

) = 3,
g
3
(x) =
x
2
+
a
x
, g

3
(x) =
1
2

a
2x
2
, g

3
(x

) = 0.
Proposition IV.2.3. Soit x

un point xe de g, fonction continment drivable, tel que |g

(x

)| <
1, alors la suite (x
n
) dnie par x
n+1
= g(x
n
) converge vers x

si x
0
est sufsamment proche de
x

.
Dmonstration - Puisque g

est continue, il existe un intervalle contenant x

tel que |g

(x)| <
1. Plus prcisment, il existe > 0 tel que
|g

(x)| < 1, x [x

, x

+ ].
Il est alors facile de montrer que g est une application de I = [x

, x

+] dans lui-mme. En
effet si x I,
|g(x) x

| = |g(x) g(x

)| max
xI
|g

(x)||x x

| .
Dautre part, puisque la fonction |g

| est continue, elle atteint son maximum sur lintervalle I


et donc |g

(x)| k < 1, pour tout x de I. Ceci permet dappliquer la proposition du paragraphe


rfrenc et de montrer ainsi que la suite x
n+1
= g(x
n
) converge vers x

si x
0
est dans I, cest-
-dire sufsamment proche de x

.
Remarquons que si |g

(x

)| > 1, il existe un intervalle [x

, x

+] sur lequel |g

(x)| k > 1.
La suite (x
n
) dnie prcdemment a peu de chance de converger vers x

. En effet si on part
proche de x

, on a
|x
1
x

| k|x
0
x

| > |x
0
x

|
et x
1
sloigne de x

. Il en sera ainsi jusqu ce que lon sorte de lintervalle [x

, x

+]. Alors,
comme on ne connat pas le comportement de g, il se peut quun itr postrieur "re-rentre"
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant
20
Convergence
des mthodes
de point xe
dans lintervalle. La seule chance que lon a de converger, cest alors de "tomber" sur x

. Cette
mthode nest donc pas utiliser dans ce cas.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant
21
IV.2.4 La mthode de Newton pour rsoudre une quation
Exercices :
Exercice IV.11
La mthode de Newton sutilise pour calculer une racine de f(x) = 0, o f est une fonction
deux fois continment drivable de [a, b] dans IR. En voici le principe : soit x
0
donn, on crit le
dveloppement de Taylor en x
0
:
f(x) = f(x
0
) + (x x
0
)f

(x
0
) + (x x
0
)(x x
0
).
La mthode de Newton consiste ngliger les termes dordre suprieur 1 (ce qui revient
assimiler localement la courbe sa tangente) et considrer alors que x
1
est le point qui annule
lapproximation de f ainsi obtenue, cest--dire
0 = f(x
0
) + (x
1
x
0
)f

(x
0
),
ce qui donne
x
1
= x
0

f(x
0
)
f

(x
0
)
.
Ltape ainsi dcrite qui permet de passer de x
0
x
1
permet aussi de passer de x
n
x
n+1
.
Lalgorithme de Newton pour rsoudre une quation f(x) = 0 est le suivant
_
x
0
donn,
x
n+1
= x
n

f(x
n
)
f

(x
n
)
, n 0
Il sagit donc dune mthode de point xe x
n+1
= g(x
n
) pour laquelle g est dnie par
g(x) = x
f(x)
f

(x)
.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant
22
La mthode
de Newton
pour
rsoudre une
quation
La mthode de Newton est une mthode de point xe telle que g

(x

) = 0 cest--dire que la
drive sannule au point xe de la fonction g.
Une autre manire de prsenter la mthode de Newton, plus graphique, est dobtenir x
n+1
comme lintersection de la tangente la courbe y = f(x) au point x
n
avec laxe 0x (voir lexercice).
Si la mthode de point xe converge vers x

, alors on a en passant la limite quand n tend


vers +:
x

= x

f(x

)
f

(x

)
.
On voit alors que lon obtient bien f(x

) = 0 si f

(x

) = 0. On suppose dornavant que cette


condition est remplie cest--dire que la courbe y = f(x) nest pas tangente laxe Ox lorsquelle
coupe cet axe.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant
23
IV.2.5 Convergence de la mthode de Newton pour rsoudre une qua-
tion
Exercices :
Exercice IV.12
Proposition IV.2.4. Soit f une fonction deux fois continment drivable sur [a, b] et x

[a, b]
tel que f(x

) = 0 et f

(x

) = 0. Alors il existe > 0 tel que la suite gnre par la mthode de


Newton
x
n+1
= x
n

f(x
n
)
f

(x
n
)
converge vers x

pour tout x
0
[x

, x

+ ].
Dmonstration - Comme il sagit dune mthode de point xe de la fonction g(x) = x
f(x)
f

(x)
,
on calcule la drive de cette fonction au point xe
g

(x) = 1
(f

(x))
2
f

(x)f(x)
f

(x)
2
=
f

(x)f(x)
(f

(x))
2
et puisque f(x

) = 0 on a g

(x

) = 0. On peut donc appliquer la proposition IV.2.3 qui montre


lexistence de tel que la suite x
n+1
= g(x
n
) converge vers le point xe si x
0
[x

, x

+ ].
Cette proposition donne une condition sufsante de convergence mais heureusement la m-
thode de Newton converge souvent mme si lon part loin de la solution. Montrons maintenant
que la vitesse de convergence est quadratique, ce qui est mieux que linaire.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant
24
Convergence
de la mthode
de Newton
pour
rsoudre une
quation
Proposition IV.2.5. Soit g une fonction deux fois continment drivable de [a, b] dans [a, b], soit
x

[a, b] tel que g(x

) = x

et g

(x

) = 0, soit x
0
[a, b], on dnit x
n+1
= g(x
n
), alors :
|x
n+1
x

|
M
2
|x
n
x

|
2
o M = max
x[a,b]
|g

(x)|.
Dmonstration - Le dveloppement de Taylor au point x

est donn par


g(x
n
) = g(x

) + (x
n
x

)g

(x

) +
(x
n
x

)
2
2
g

()
o est strictement compris entre x
n
et x

. Etant donnes les hypothses sur g, on obtient


|x
n+1
x

| =
(x
n
x

)
2
2
|g

()|
M
2
|x
n
x

|
2
.
On dit alors que la vitesse de convergence est quadratique.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section
25
IV.2.6 La mthode de la scante
Exercices :
Exercice IV.13
Exercice IV.14
Cours :
Newton/ Convergence
Cette mthode peut tre vue comme une approximation de la mthode de Newton, prsente
dans le paragraphe rfrenc. En effet la mthode de Newton ncessite le calcul de la drive
de la fonction en un point chaque itration. Si le calcul de la drive est coteux en temps ou
peu prcis (par exemple cest le rsultat dune approximation numrique), on peut approcher la
drive de la manire suivante
f

(x
n
) =
f(x
n
) f(x
n1
)
x
n
x
n1
.
On obtient ainsi la mthode de la scante :
_
_
_
x
0
, x
1
donns tels que f(x
0
)f(x
1
) < 0,
x
n+1
= x
n

f(x
n
)(x
n
x
n1
)
f(x
n
) f(x
n1
)
.
Ceci signie, graphiquement, que lon remplace la tangente par la "corde". Il sagit en effet
de lintersection de la droite passant par les points (x
n
, f(x
n
)) et (x
n1
, f(x
n1
)) avec laxe Ox
(exercice).
Cette mthode nest pas une mthode de point xe puisque chaque point de la suite est
construit partir des deux prcdents. La convergence de la suite ne peut tre assure que
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section
26
La mthode
de la scante
pour certaines valeurs de x
0
et x
1
sufsamment proches de x

, solution de f(x

) = 0. Ltude de
lerreur est complique mais elle montre que
|x
n+1
x

| K|x
n
x

|
1+

5
2
,
o K est une constante qui dpend de la fonction f et de la racine x

. La vitesse de convergence,
gale au nombre dor, est plus grande que pour une convergence linaire mais moins importante
que pour une convergence quadratique puisque
1 <
1 +

5
2
< 2.
Cette mthode devrait donc converger moins vite que la mthode de Newton. Mais une itration
de la scante ne demande quune valuation de f au point x
n
(sauf pour la premire itration)
tandis que la mthode de Newton demande lvaluation de f et f

. Donc, mme si on suppose


que lvaluation de f et de f

a le mme cot, une itration de Newton reprsente deux itrations


de la scante. Donc pour la comparaison des vitesses de convergence cest

2 = 1, 414 quil faut


comparer
1+

5
2
= 1, 618 et ainsi la comparaison tourne lavantage de la scante.
Toutefois un inconvnient de la mthode de la scante, telle quon la dcrite, est que si deux
points successifs sont sur une droite "presque parallle" laxe Ox, lintersection avec laxe Ox
part l"inni". Une variante de la mthode consiste sassurer que deux points successifs
encadrent toujours la racine de f. On part donc de x
0
et x
1
qui encadrent x

et pour calculer
x
n+1
on nutilise x
n
et x
n1
que sils entourent x

. Sinon, on utilise x
n
et x
n2
. On peut montrer
alors que pour une fonction f dont la concavit a un signe constant autour de x

, un des points
servant calculer x
n+1
se ge (exercice) de sorte que, la mthode se comporte comme
x
n+1
= x
n

f(x
n
)(x
n
x
0
)
f(x
n
) f(x
0
)
.
On retombe alors sur une mthode de point xe qui a une vitesse de convergence linaire. On
obtient ainsi une convergence globale au dtriment de la vitesse de convergence.
Sommaire
Concepts
Exemples
Exercices
Documents
section prcdente chapitre section suivante
27
IV.3 Rsolution dun systme dquations non-linaires
IV.3.1 La mthode de Newton pour deux quations non-linaires . . . . . . . 28
IV.3.2 Les mthodes de point xe . . . . . . . . . . . . . . . . . . . . . . . . . . 31
IV.3.3 La mthode de Newton pour un systme dquations non-linaires . . 33
Sommaire
Concepts
Exemples
Exercices
Documents
section suivant
28
IV.3.1 La mthode de Newton pour deux quations non-linaires
Exercices :
Exercice IV.15
Cours :
Newton/ Convergence
On veut maintenant rsoudre deux quations deux inconnues :
f
1
(x
1
, x
2
) = 0, f
2
(x
1
, x
2
) = 0.
On manipule maintenant des vecteurs de IR
2
que lon peut noter
x =
_
x
1
x
2
_
, f(x) =
_
f
1
(x)
f
2
(x)
_
=
_
f
1
(x
1
, x
2
)
f
2
(x
1
, x
2
)
_
Comme pour toutes les mthodes itratives que lon a vues dans ce chapitre, on va construire
une suite de vecteurs cense converger vers une solution de f(x) = 0, on notera les vecteurs de
la suite x
(0)
, x
(1)
, ..., x
(k)
, ....
Lapproximation par un dveloppement de Taylor au premier ordre que nous avons utilise
pour introduire la mthode de Newton pour une quation peut tre tendue deux quations
voire n quations. Explicitons-la pour 2 quations :
Soit x
(0)
un couple donn. Ecrivons le dveloppement de Taylor en ce point
_

_
f
1
(x) = f
1
_
x
(0)
_
+
f
1
x
1
_
x
(0)
__
x
1
x
(0)
1
_
+
f
1
x
2
(x
(0)
)
_
x
2
x
(0)
2
_
+ reste,
f
2
(x) = f
2
_
x
(0)
_
+
f
2
x
1
_
x
(0)
__
x
1
x
(0)
1
_
+
f
2
x
2
(x
(0)
)
_
x
2
x
(0)
2
_
+ reste.
Si lon note Df
_
x
(0)
_
la matrice jacobienne de f au point x
(0)
dnie par :
Df
_
x
(0)
_
=
_
f
1
x
1
_
x
(0)
_
f
1
x
2
_
x
(0)
_
f
2
x
1
_
x
(0)
_
f
2
x
2
_
x
(0)
_
_
=
_
_
f
1
_
x
(0)
__
T
_
f
2
_
x
(0)
__
T
_
,
Sommaire
Concepts
Exemples
Exercices
Documents
section suivant
29
La mthode
de Newton
pour deux
quations
non-linaires
avec
f
1
_
x
(0)
_
=
_
f
1
x
1
_
x
(0)
_
f
1
x
2
_
x
(0)
_
_
et f
2
_
x
(0)
_
=
_
f
2
x
1
_
x
(0)
_
f
2
x
2
_
x
(0)
_
_
,
les relations prcdentes peuvent scrire :
f(x) = f
_
x
(0)
_
+ Df
_
x
(0)
__
x x
(0)
_
+ Reste ,
soit encore :
f(x) = f
_
x
(0)
_
+
_
_
f
1
_
x
(0)
__
T
_
x x
(0)
_
_
f
2
_
x
(0)
__
T
_
x x
(0)
_
_
+ Reste .
Attention : f(x), f
_
x
(0)
_
, x x
(0)
, " Reste ", f
1
_
x
(0)
_
, f
2
_
x
(0)
_
sont des vecteurs colonnes.
Df
_
x
(0)
_
est une matrice. Df
_
x
(0)
_ _
x x
(0)
_
est un vecteur colonne. Tous les produits et sommes
sont donc bien cohrents.
On nglige le reste, on calcule litr suivant x
(1)
en annulant lapproximation de f ainsi
obtenue.
0 = f
_
x
(0)
_
+ Df
_
x
(0)
__
x
(1)
x
(0)
_
Le vecteur x
(1)
x
(0)
se calcule en rsolvant un systme linaire :
Df
_
x
(0)
__
x
(1)
x
(0)
_
= f
_
x
(0)
_
Quand on a obtenu le vecteur h = x
(1)
x
(0)
, on calcule x
(1)
= h + x
(0)
.
On recommence les mmes tapes pour obtenir le vecteur x
(2)
partir du vecteur x
(1)
. On
sarrte lorsque la diffrence de deux itrs successifs, cest--dire le vecteur h est infrieur en
norme un epsilon x lavance.
La mthode de Newton pour rsoudre le systme de deux quations non-linaires f(x) = 0
est donne par :
On se donne x
(0)
dans IR
2
, puis pour k 0
Sommaire
Concepts
Exemples
Exercices
Documents
section suivant
30
La mthode
de Newton
pour deux
quations
non-linaires
1. On rsout le systme linaire Df(x
(k)
)h = f(x
(k)
).
2. On pose x
(k+1)
= x
(k)
+ h.
Lorsquil sagit de deux quations non-linaires, il est facile dinverser la matrice pour r-
soudre le systme. Par contre lorsque lon a n quations non-linaires rsoudre, on utilise une
mthode de Gauss pour rsoudre le systme linaire qui permet de calculer la diffrence entre
deux itrs successifs.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant
31
IV.3.2 Les mthodes de point xe
Cours :
Point xe/ Principe
Point xe/ Convergence
Documents :
Document IV.1
Les rsultats prsents dans ce paragraphe sont une gnralisation des rsultats en dimen-
sion un prsents dans les paragraphes rfrencs. g est une fonction de IR
n
dans IR
n
, x et g(x)
sont des vecteurs. Comme prcdemment on construit une suite dnie par :
_
x
(0)
donn,
x
(k+1)
= g(x
(k)
).
Quand tout se passe bien, cette suite converge vers x vriant x = g( x).
Nous allons donner deux thormes principaux dont vous trouverez les dmonstrations en
document.
Thorme IV.3.1. Soit g une application de IR
n
dans IR
n
, et un rel , 0 < 1, tels que pour
tout z et tout y dans IR
n
on ait
g(z) g(y) z y. (IV.3.1)
Alors il existe un x unique appartenant IR
n
tel que x = g( x) et la suite {x
k
}
k0
dnie par
_
x
(0)
donn,
x
(k+1)
= g(x
(k)
)
,
converge vers x.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant
32
Les mthodes
de point xe
Dnition IV.3.2. Soit g une fonction de IR
n
dans IR
n
. On appelle matrice jacobienne de g la
matrice Dg(x) M
nn
(IR) dnie par
Dg(x) =
_
_
_
g
1
x
1
(x) . . .
g
1
x
n
(x)
.
.
.
.
.
.
.
.
.
g
n
x
1
(x) . . .
g
n
x
n
(x)
_
_
_,
o g
1
, . . . , g
n
dsignent les composantes de g.
Dnition IV.3.3. La fonction g est diffrentiable en x si g admet des drives partielles en x et
si la matrice jacobienne Dg(x) vrie
g(y) = g(x) + Dg(x)(y x) +y x(y x)
o (y x) est un vecteur de IR
n
qui tend vers 0 quand y tend vers x.
Le thorme suivant dont la dmonstration est dlicate relie la convergence de la mthode
de point xe au rayon spectral de la matrice jacobienne :
Thorme IV.3.4. Soit g une application de IR
n
dans IR
n
qui admet un point xe x, on suppose
que g est diffrentiable en x et que [Dg( x)], le rayon spectral de la matrice jacobienne de g, vrie
[Dg( x)] < 1. Alors il existe tel que si x
0
vrie x
(0)
x < , la suite dnie par
x
(k+1)
= g(x
(k)
)
converge vers x.
On pourrait montrer que la convergence obtenue est linaire, cest--dire quil existe C > 0
tel que
x
(k+1)
x Cx
(k)
x.
On parle de convergence dordre n quand on a la majoration
x
(k+1)
x Cx
(k)
x
n
.
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section
33
IV.3.3 La mthode de Newton pour un systme dquations non-linaires
Cours :
Newton/ Convergence
Newton/ Systme 2 quations
non-linaires
On cherche rsoudre le systme dquations non-linaires f(x) = 0. Comme pour le cas
n = 1, lide de la mthode de Newton consiste considrer lapproximation afne de f en x
(k)
,
soit
f(x
(k)
+ h) = f(x
(k)
) + Df(x
(k)
)h +h(h),
si f est diffrentiable, o on a not Df(x) la matrice jacobienne de f. On dtermine alors h tel
que f(x
(k)
) + Df(x
(k)
)h = 0, puis x
(k+1)
= x
(k)
+ h.
La mthode de Newton pour rsoudre le systme dquations non-linaires f(x) = 0 est
donne par :
On se donne x
(0)
dans IR
n
, puis pour k 0
1. On rsout le systme linaire Df(x
(k)
)h = f(x
(k)
).
2. On pose x
(k+1)
= x
(k)
+ h.
Cest ce que lon a vu dans le paragraphe rfrenc qui traite du cas particulier de deux qua-
tions non-linaires.
Thorme IV.3.5. Soit f une application de IR
n
dans IR
n
. on cherche rsoudre f(x) = 0 par la
mthode de Newton. Sil existe x tel que
f( x) est nul,
f est diffrentiable dans un voisinage de x et Df(x) Df( x) x x,
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section
34
La mthode
de Newton
pour un
systme
dquations
non-linaires
Df( x) est inversible,
alors il existe un rel strictement positif tel que si x
(0)
vrie x
(0)
x < la suite construite
par la mthode de Newton converge vers x. De plus la convergence obtenue est dordre 2, ou
quadratique, cest--dire quil existe une constante C > 0 telle que
x
(k+1)
x Cx
(k)
x
2
.
Nous ne dmontrerons pas ce rsultat, qui est la "traduction" des hypothses correspon-
dantes dans le cas n = 1. On notera aussi que la convergence est trs rapide (quadratique).
Sommaire
Concepts
Exemples
Exercices
Documents
section prcdente chapitre section suivante
35
Documents du chapitre IV
IV.1 Les thormes de point xe pour les systmes non-linaires . . . . . . 36
Sommaire
Concepts
Exemples
Exercices
Documents
section
36
Document IV.1 Les thormes de point xe pour les systmes non-linaires
On sait dnir la convergence dune suite laide de sa limite. Si lon ne connat pas cette
limite, on peut montrer quune suite est convergente si et seulement si cest une suite de Cauchy,
dont la dnition suit.
Dnition IV.3.6. On dit que la suite {x
(k)
} est une suite de Cauchy si
> 0, N() IN tel que k N(), p 0, x
(k+p)
x
(k)
,
Ceci nous permet dnoncer quelques rsultats sur les mthodes de point xe.
Thorme IV.3.7. Soit g une application de IR
n
dans IR
n
, et un rel , 0 < 1, tels que pour
tout x et tout y dans IR
n
on ait
g(x) g(y) x y. (IV.3.2)
Alors il existe un x unique appartenant IR
n
tel que x = g( x) et la suite {x
(k)
}
k0
dnie par
_
x
(0)
donn
x
(k+1)
= g(x
(k)
)
converge vers x.
Dmonstration - On a
x
(k+1)
x
(k)
x
(k)
x
(k1)

k
x
(1)
x
(0)
.
On a dautre part
x
(k+p)
x
(k)
= x
(k+p)
x
(k+p1)
+ x
(k+p1)
x
(k+p2)
+ + x
(k+2)
x
(k+1)
+ x
(k+1)
x
(k)
.
Sommaire
Concepts
Exemples
Exercices
Documents
section
37
Document
IV.1
Les thormes
de point xe
pour les
systmes
non-linaires
On peut donc crire que
x
(k+p)
x
(k)
x
(k+p)
x
(k+p1)
+ +x
(k+2)
x
(k+1)
+x
(k+1)
x
(k)
,
(
k+p1
+ +
k+1
+
k
)x
(1)
x
(0)
,

k
(1 + + +
p1
)x
(1)
x
(0)
=
k
1
p
1
x
(1)
x
(0)
,


k
1
x
(1)
x
(0)
.
La quantit x
(k+p)
x
(k)
tend donc vers zro quand k tend vers linni ; ainsi la suite est
une suite de Cauchy, de sorte quelle est convergente. On note x la limite de cette suite. On a
g(x
(k)
) g( x) x
(k)
x,
donc la limite de g(x
(k)
) est g( x). On a bien g( x) = x car
x = lim
k
x
(k+1)
= lim
k
g(x
(k)
) = g( x).
La suite ainsi construite converge donc vers une solution de g(x) = x. Montrons que cette qua-
tion admet une solution unique : on suppose quil existe 2 solutions u et v, on a donc u = g(u),
v = g(v), donc g(u) g(v) = u v. Or g(u) g(v) u v, on a donc
u v u v, soit u v(1 ) 0
avec < 1. Ceci nest possible que si u v = 0 donc u = v. Ceci termine la dmonstration du
thorme .
Le thorme suivant dont la dmonstration est dlicate relie la convergence de la mthode
de point xe au rayon spectral de la matrice jacobienne :
Sommaire
Concepts
Exemples
Exercices
Documents
section
38
Document
IV.1
Les thormes
de point xe
pour les
systmes
non-linaires
Thorme IV.3.8. Soit g une application de IR
n
dans IR
n
qui admet un point xe x, on suppose
que g est diffrentiable en x et que [Dg( x)], le rayon spectral de la matrice jacobienne de g, vrie
[Dg( x)] < 1. Alors il existe tel que si x
0
vrie x
(0)
x < , la suite dnie par
x
(k+1)
= g(x
(k)
)
converge vers x.
Dmonstration - Grce des rsultats sur les normes matricielles, on peut montrer que, si
lon note
=
1 [Dg( x)]
3
> 0,
il est possible de trouver une norme matricielle subordonne telle que
0 Dg( x) [Dg( x)] + ,
on utilisera donc dans la suite cette norme matricielle et la norme vectorielle correspondante.
En utilisant la dnition de la diffrentiabilit on obtient donc :
g(x) g( x) = Dg( x)(x x) +x x(x x) Dg( x)(x x) +x x(x x)
Dg( x)x x +x x(x x) = x x(Dg( x) +(x x)).
Or (x x) tend vers 0 quand x tend vers x, il existe donc tel que
x x < =(x x) .
On obtient alors :
(Dg( x) +(x x)) [Dg( x)] + + = .
Or = [Dg( x)] + 2 = 1 < 1, on a donc dmontr que :
x x < =g(x) g( x) x x,
avec < 1. La suite de la dmonstration est analogue ce qui se passe pour n = 1.
retour au cours
Sommaire
Concepts
Exemples
Exercices
Documents
section prcdente chapitre
39
Exercices du chapitre IV
IV.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
IV.2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
IV.3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
IV.4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
IV.5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
IV.6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
IV.7 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
IV.8 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
IV.9 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
IV.10 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
IV.11 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
IV.12 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
IV.13 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
IV.14 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
IV.15 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
Sommaire
Concepts
Exemples
Exercices
Documents
section suivant
40
Exercice IV.1
On rappelle que la dnition du dterminant partir des permutations est la suivante
det A =

a
(1)1
a
(2)2
. . . a
(n)n
o la somme est faite sur toutes les permutations de lensemble {1, 2, . . . , n}. En utilisant cette
dnition, montrer que si une matrice est inversible, il existe une permutation de ses lignes
telle que tous les lments de la diagonale de la matrice ainsi obtenue soient non nuls.
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant
41
Exercice IV.2
Donner les matrices D, E et F correspondant la dcomposition A = DEF de la mthode
de Jacobi dans le cas
A =
_
_
1 3 0
6 7 1
3 4 9
_
_
.
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant
42
Exercice IV.3
Quelle est, pour la mthode de Gauss-Seidel, la forme de la matrice du systme permettant
de calculer x
(k+1)
partir de x
(k)
. Que pensez-vous de la rsolution de ce systme ?
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant
43
Exercice IV.4
Soit la dcomposition A = M N avec M inversible et la mthode itrative
_
x
(0)
donn,
Mx
(k+1)
= Nx
(k)
+ b.
Donner une condition sufsante sur les matrices M et N pour que la suite x
(k)
converge vers la
solution de Ax = b.
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant
44
Exercice IV.5
Montrer que pour la dichotomie, le nombre ditrations ncessaires pour obtenir une prci-
sion infrieure est suprieur ou gal log
2
ba

.
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant
45
Exercice IV.6
Pour calculer la racine carre dun nombre rel a > 0, on rsout x
2
= a. Il existe alors
diffrentes manires de se ramener une mthode de point xe :

x =
a
x
donc g
1
(x) =
a
x
,

2x = x +
a
x
, soitx = 2x
a
x
donc g
2
(x) = 2x
a
x
,

x =
x
2
+
a
2x
donc g
3
(x) =
x
2
+
a
2x
.
Tracer les fonctions g
i
(x) et la bissectrice pour x > 0. Prendre u
0
quelconque et construire
graphiquement la suite u
k+1
= g
i
(u
k
) pour k > 0. Conclusion?
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant
46
Exercice IV.7
Soit g : [a, b] [a, b], continument drivable, telle que |g

(x)| k < 1, x [a, b]. On suppose


que g admet deux points xes dans [a, b]. Montrer, en utilisant le thorme des accroissements
nis, que lon arrive une contradiction.
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant
47
Exercice IV.8
Pour calculer la racine x

de x
2
3x 1 = 0 sur [1, +1], on pose g(x) =
x
2
1
3
pour appliquer
une mthode de point xe x = g(x). Montrer que la suite x
n+1
= g(x
n
), avec x
0
[1, +1],
converge vers un unique point xe x

[1, 1].
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant
48
Exercice IV.9
Soit une suite (x
n
) convergeant vers x

. On suppose que
k < 1, |x
i+1
x
i
| k|x
i
x
i1
| i IN
1. Montrer que
|x
n+1
x
n
| k
n
|x
1
x
0
|.
2. En dduire que, pour p > n,
|x
p
x
n
| (k
p1
+ . . . + k
n
)|x
1
x
0
|.
3. Aprs avoir calcul la somme du membre de droite, faites tendre p vers linni pour obtenir
|x

x
n
|
k
n
1 k
|x
1
x
0
|.
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant
49
Exercice IV.10
On reprend la fonction g(x) =
x
2
1
3
dont lunique point xe x

de [1, 1] est racine du trinme


x
2
3x1 = 0. Soit x
0
= 0, calculer le nombre ditrations de point xe n ncessaires pour obtenir
une prcision infrieure = 10
3
pour le calcul de x

. Vrier votre rsultat en calculant les


n premiers itrs de la mthode de point xe.
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant
50
Exercice IV.11
Soit la courbe y = f(x). Ecrire lquation de la tangente cette courbe au point dabscisse
x = x
n
. Donner alors labscisse du point dintersection de cette tangente avec laxe Ox. Mon-
trer que lon retrouve ainsi litr de la mthode de Newton. Pour illustrer graphiquement et
numriquement cette mthode, tracer et calculer deux itrations avec f(x) = x
2
2 et x
0
= 2.
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant
51
Exercice IV.12
Soit la fonction f(x) = cos x x. Montrer quelle admet une racine sur [0, /2]. Calculer trois
itrations de la mthode de Newton en partant de x
0
= /4 puis avec x
0
= 0.
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant
52
Exercice IV.13
crire lquation de la droite passant par les points (x
n
, f(x
n
)) et (x
n1
, f(x
n1
)). Donner
labscisse x
n+1
de lintersection de cette droite avec laxe Ox. Montrer que lon retrouve lquation
de la scante.
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant
53
Exercice IV.14
Tracer une courbe convexe qui coupe laxe Ox en un point x

. Considrer deux points x


0
et
x
1
qui entourent ce point. Effectuer alors graphiquement quelques itrations de la mthode de
la scante (modie) de telle sorte que la scante passe toujours par deux points qui entourent
x

. Remarquez alors que soit x


0
, soit x
1
est pris en compte dans toutes les itrations.
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section
54
Exercice IV.15
On considre les deux quations non-linaires
x
2
1
+ (x
2
1)
2
= 4, x
2
1
x
2
+ 1 = 0.
Ecrire une tape de la mthode de Newton. Prenez un vecteur x
(0)
et calculez le vecteur x
(1)
.
retour au cours
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent
55
Annexe A
Exercices
A.1 Exercices de TD du chapitre 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
Sommaire
Concepts
Exemples
Exercices
Documents
chapitre
56
A.1 Exercices de TD du chapitre 4
A.1.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
A.1.2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
A.1.3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
A.1.4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
A.1.5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
Sommaire
Concepts
Exemples
Exercices
Documents
section suivant
57
Exercice A.1.1
On veut rsoudre Ax = b.
Les mthodes de Jacobi et Gauss-Seidel peuvent tre gnralises en introduisant un para-
mtre rel strictement positif . Connaissant le vecteur x
(k)
, on dtermine les composantes du
vecteur x
(k+1)
, de la faon suivante, pour chaque i :
on calcule x
(k+1)
i
partir de lune des deux mthodes, Jacobi ou Gauss-Seidel,
on dnit
x
(k+1)
i
= x
(k+1)
i
+ (1 )x
(k)
i
.
On applique la mthode de relaxation la mthode de Gauss Seidel.
1. Donner la relation matricielle liant x
(k+1)
et x
(k)
. A chaque itration, quel est le systme
rsoudre ? Si on utilise les notations du cours que vaut M ? Que vaut N ?
2. Ecrire lalgorithme de la mthode de relaxation applique la mthode de Gauss-Seidel.
Question 1 Aide 1
Question 2 Aide 1
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant
58
Exercice A.1.2
Le but de cet exercice est de montrer (sur des exemples ) quon ne peut rien conclure de
faon gnrale sur la comparaison des deux mthodes itratives de Jacobi et Gauss Seidel. On
veut rsoudre Ax = b. La mthode de Jacobi peut scrire x
(k+1)
= Jx
(k)
+ d, la mthode de
Gauss-Seidel peut scrire x
(k+1)
= Rx
(k)
+ e
1. Soit A =
_
_
1 2 2
1 1 1
2 2 1
_
_
, montrer que (J) < 1 < (R).
Indication : p
J
() =
3
, p
R
() =
3
+ 4
2
4.
2. Soit A =
_
_
1 1 2
2 1 3
0 2 1
_
_
, montrer que (R) < 1 < (J).
Indication : p
J
() =
3
8 + 8, p
R
() =
3
.
Question 1 Aide 1
Question 2 Aide 1
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant
59
Exercice A.1.3
1. Soit A une matrice carre, montrer que quel que soit la norme matricielle subordonne on
a toujours (A) A.
2. On pose A = D E F (voir les notations du cours), on suppose que D est inversible.
Montrer que
= 0 est valeur propre de (D E)
1
F 1 est valeur propre de D
1
_
F

+ E
_
.
3. Utiliser les deux questions prcdentes pour montrer que :
1 max
i
_
_
1
|a
ii
|
_
_
i1

j=1
|a
ij
| +
n

j=i+1
|a
ij
|
||
_
_
_
_
.
4. Montrer que si A est diagonale strictement dominante la mthode de Gauss Seidel
converge.
Question 1 Aide 1 Aide 2 Aide 3
Question 2 Aide 1
Question 3 Aide 1
Question 4 Aide 1 Aide 2 Aide 3
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section suivant
60
Exercice A.1.4
Etant donn a > 0 et p IN, p > 1 on cherche dterminer x

IR solution de :
x
p
= a. (A.1.1)
1. On prend dans un premier temps p = 2. Dtailler lapplication de la mthode de Newton
la rsolution de (A.1.1) et montrer graphiquement que cette mthode converge.
2. On prend p quelconque et on se propose dutiliser une mthode de point xe en crivant
(A.1.1) sous la forme x = g(x), avec g(x) = a x
1p
. Montrer que lalgorithme x
(k+1)
= g(x
(k)
)
peut ne pas converger ds que p 2.
3. On utilise la mthode de Newton pour rsoudre (A.1.1). Montrer que cette mthode peut
scrire x
n+1
= h(x
n
). Que vaut h

(x

) ? Utiliser quelques itrations de cette mthode pour


calculer une valeur approche de

3 (on prendra x
(0)
= 1, 5).
Question 1 Aide 1
Question 2 Aide 1
Question 3 Aide 1
Sommaire
Concepts
Exemples
Exercices
Documents
prcdent section
61
Exercice A.1.5
On dsire approcher dans C les racines cubiques de lunit, cest--dire trouver z = x
1
+ ix
2
tel que
z
3
= 1.
1. Mettre lquation sous la forme f(x) = 0, o x IR
2
et f : IR
2
IR
2
.
2. On rsout par lalgorithme de Newton, calculer x
(1)
pour x
(0)
=
_
1
1
_
, puis x
(0)
=
_
0
1
_
,
puis x
(0)
=
_
0
1
_
.
Solution
Sommaire
Concepts
Exemples
Exercices
Documents
62
Index des concepts
Le gras indique un grain o le concept est d-
ni ; litalique indique un renvoi un exercice ou un
exemple, le gras italique un document, et le ro-
main un grain o le concept est mentionn.
C
Convergence des mthodes itratives . . . . . . . . 9
D
Dichotomie. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
G
Gauss-Seidel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
J
Jacobi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5, 7
N
Newton
Convergence . . . . . . . . . . . . . . . . 23, 25, 28, 33
Equation non-linaire . . . . . . . . . . . . . . . . . . 21
Systme 2 quations non-linaires .28, 33
Newton
Systme non linaire . . . . . . . . . . . . . . . . . . . 33
P
Point xe
Convergence. . . . . . . . . . . . . . . . . . . . . . . . 17, 31
Principe. . . . . . . . . . . . . . . . . . . . . . . . . 15, 17, 31
Point xe
Systme non linaire . . . . . . . . . . . . . . . . . . 31
S
Scante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
Solution de lexercice IV.1
La dnition du dterminant partir des permutations donne
det A =

a
(1)1
a
(2)2
. . . a
(n)n
o la somme porte sur toutes les permutations de lensemble {1, 2, . . . , n}. Or si la matrice est inversible, son dtermi-
nant est non nul et il existe donc au moins un lment de cette somme qui est non nul, cet lment correspond une
permutation . On a donc
a
(1)1
a
(2)2
. . . a
(n)n
= 0,
donc i = 1, ..., n a
(i)i
= 0. Si on permute les lignes de A et que lon note

A la matrice dnie par

A =
_
_
_
A
(1)
A
(2)
.
.
.A
(n)
_
_
_, les
termes diagonaux de

A qui sont a
(1)1
, a
(2)2
, . . . , a
(n)n
sont tous non nuls.
Il suft alors de permuter les lignes de la matrice A suivant la permutation pour obtenir le rsultat attendu.
Retour lexercice
Solution de lexercice IV.2
D =
_
_
1 0 0
0 7 0
0 0 9
_
_
.
E =
_
_
0 0 0
6 0 0
3 4 0
_
_
.
F =
_
_
0 3 0
0 0 1
0 0 0
_
_
.
Retour lexercice
Solution de lexercice IV.3
La matrice D E est triangulaire infrieure. Le nombre de multiplications/divisions est de lordre de n
2
pour la
rsolution dun systme triangulaire, ce qui est beaucoup moins important que les n
3
de la mthode LU. Par contre, la
diagonale de A ne doit pas comporter dlments nuls.
Retour lexercice
Solution de lexercice IV.4
On a donc x
(k+1)
= M
1
Nx
(k)
+ M
1
b, donc en reprenant les notations du paragraphe Convergence des mthodes
itratives , on a C = M
1
N et d = M
1
b. On utilise la proposition IV.1.1. Si ||M
1
N|| < 1, alors la suite x
(k)
converge
vers la solution unique de
(I M
1
N)x = d x M
1
Nx = M
1
b (M N)x = b Ax = b.
On remarque au passage que si M inversible, si ||M
1
N|| < 1, alors la matrice A = M N est inversible, en effet il
sufft de reprendre la proposition IV.1.1, A = M(I M
1
N) est un produit de matrices inversibles.
Retour lexercice
Solution de lexercice IV.5
La mthode de la dichotomie est base sur le fait que la solution x

de f(x) = 0 recherche appartient une suite de


segments emboits [a
k
, b
k
] pour k IN. Or la longueur de ces segments est donne par
l
k
=
b a
2
k
.
Ceci implique que
x

a
k
l
k
.
Pour que a
n
soit une approximation de x

avec un prcision infrieure , il suft que


l
n

soit
b a
2
n
n log
2
b a

Retour lexercice
Solution de lexercice IV.6
Vous pouvez vous aider de SCILAB pour tracer graphiquement la courbe g(x), la bissectrice et les points (u
k
, g(u
k
)).
Voir sur la gure A.1.1 un exemple de ce qui vous pourriez obtenir pour g
1
u
0
y=g (x)
1
x
y
y=x
u
1
FIG. A.1.1: Point xe 1
Il est facile de calculer dans le cas de g
1
la suite des itrs. En effet
u
0
donn , u
1
=
a
u
0
, u
2n
= u
0
u
2n+1
= u
1
, n = 1, 2, . . .
La suite prend successivement les valeurs u
0
et u
1
et ne converge donc pas (sauf si par hasard u
0
=

a ! ).
Voir sur la gure A.1.2 un exemple de ce qui vous pourriez obtenir pour g
2
Le trac que vous avez effectu pour g
2
vous montre que la suite u
k
diverge.
Voir sur la gure A.1.3 un exemple de ce qui vous pourriez obtenir pour g
3
Le trac que vous avez effectu pour g
3
vous montre que la suite u
k
se rapproche de la solution. Aprs avoir
tudi les thormes sur la convergence dune telle suite, vous pourrez dmontrer quelle converge.
Retour lexercice
u
3
u
2 1
u
y=g (x)
2
x
y
y=x
u
0
y=2x
FIG. A.1.2: Point xe 2
u
0
u
3
u
2
y
y=x
u
1
x
y=g (x)
3
u
4
FIG. A.1.3: Point xe 3
Solution de lexercice IV.7
Le raisonnement se fait par labsurde en supposant quil existe deux points xes distincts x

et x distincts dans [a, b].


Alors, le thorme des accroissements nis donne
g(x

) g( x) = (x

x)g

(),
o est compris entre x

et x et donc appartient [a, b]. Alors


|x

x| = |g(x

) g( x)| = |x

x| |g

()| k|x

x| < |x

x|
ce qui est absurde !
Retour lexercice
Solution de lexercice IV.8
Pour appliquer la proposition il suft de dmontrer que lapplication g va de [1, 1] dans lui-mme et que sa drive
est borne par une constante strictement infrieure 1 sur cet intervalle. Faites un tableau de variation de la fonction
g sur [1, 1] et vous dmontrerez la premire partie sans problme. Quant la drive g

(x) =
2
3
x . . .
Retour lexercice
Solution de lexercice IV.9
1. Lingalit de dmontre facilement en utilisant lingalit de lhypothse pour i = n, n 1, ..., 0.
2. On crit
x
p
x
n
= x
p
x
p1
+ x
p1
. . . x
n+1
+ x
n+1
x
n
on prend les valeurs absolues, on utilise lingalit triangulaire, puis la majoration prcdente.
3. On a
k
p1
+ . . . + k
n+1
+ k
n
= k
n
(k
p1n
+ . . . + k + 1) = k
n
1 k
pn
1 k
ce qui donne
|x
p
x
n
| k
n
1 k
pn
1 k
|x
1
x
0
| .
On passe alors la limite quand p tend vers + sur les deux membres de lingalit (le passage la limite
conserve lingalit). Alors, puisque k < 1
lim
p+
k
pn
= 0
et, par hypothse, lim
p+
x
p
= x

, ce qui donne le rsultat.


Retour lexercice
Solution de lexercice IV.10
On utilise les rsultats des exercices IV.8 et IV.9 , ce qui donne
|x

x
n
| k
n
1
1 k
|x
1
x
0
|, avec k =
2
3
.
On obtient donc
x
1
=
1
3
, k
n
1
1 k
|x
1
x
0
| =
_
2
3
_
n
, |x

x
n
|
_
2
3
_
n
.
Il suft donc davoir
_
2
3
_
n
nln
_
2
3
_
ln n 18.
Retour lexercice
Solution de lexercice IV.11
Lquation de la droite tangente est videmment
y = f

(x
n
)(x x
n
) + f(x
n
).
Labscisse x
n+1
de lintersection de la droite tangente avec laxe Ox est donn par
0 = f

(x
n
)(x
n+1
x
n
) + f(x
n
),
ce qui permet de retrouver la formule de Newton :
x
n+1
= x
n

f(x
n
)
f

(x
n
)
.
Le calcul de x
1
et x
2
donne
x
1
= 2
2
4
=
3
2
, x
2
=
3
2

1
4
3
=
17
12
.
Retour lexercice
Solution de lexercice IV.12
Puisque f(0)f(

2
) < 0 la fonction f admet au moins une racine sur [0,

2
]. En calculant on obtient
x
0
= 0, x
1
= 1, x
2
= 0.7504, x
3
= 0.7391
puis
x
0
=

4
, x
1
= 0.7395, x
2
= 0.7391, x
3
= 0.7391
Retour lexercice
Solution de lexercice IV.13
Lquation de la droite (pour ceux qui auraient un trou de mmoire) est donne par
y f(x
n
)
x x
n
=
f(x
n
) f(x
n1
)
x
n
x
n1
y = f(x
n
) + (x x
n
)
f(x
n
) f(x
n1
)
x
n
x
n1
.
x
n+1
est labscisse de lintersection de cette droite avec laxe Ox, on a donc
y = 0 x
n+1
= x
n
f(x
n
)
x
n
x
n1
f(x
n
) f(x
n1
)
On retrouve la formule de la scante.
Retour lexercice
Solution de lexercice IV.14
x
0
x
1
x
2 x
3
y=f(x)
y
x
FIG. A.1.4: Mthode de la scante modie
Comme on le voit sur la gure A.1.4, la suite construite par la mthode de la scante modie est obtenue successive-
ment avec les couples x
0
, x
1
puis x
2
, x
0
puis x
3
, x
0
, chacun des couples encadre la racine.
Par la mthode de la scante simple, partir de x
0
, x
1
on aurait construit x
2
, ( le mme ! ) puis partir de x
1
, x
2
on
aurait construit un x

3
qui nest pas x
3
.
Retour lexercice
Solution de lexercice IV.15
Donnons dabord la fonction f et sa matrice jacobienne
f(x) =
_
x
2
1
+ (x
2
2
1)
2
4
x
2
1
x
2
2
+ 1
_
Df(x) =
_
2x
1
2(x
2
1)
2x
1
2x
2
_
Alors on peut calculer x
(1)
en fonction de x
(0)
de la manire suivante :
_
Df
_
x
(0)
__
h = f
_
x
(0)
_
, x
(1)
= x
(0)
+ h
Par exemple, si on choisit
x
(0)
=
_
1
1
_
, on calcule Df
_
x
(0)
_
=
_
2 0
2 1
_
, f
_
x
(0)
_
=
_
3
1
_
puis aprs rsolution
h =
_
1.5
4
_
, x
(1)
=
_
2.5
5
_
, Df
_
x
(1)
_
=
_
5 8
5 1
_
, f
_
x
(1)
_
=
_
18.25
2.25
_
Aprs quelques itrations on obtient la solution x =
_
1.25
2.56
_
.
Retour lexercice
Aide 1, Question 1, Exercice A.1.1
On doit rsoudre
Mx
(k+1)
= Nx
(k)
+ b
avec
M =
1

D E, N =
_
1

1
_
D + F,
on vrie bien que M N = D E F = A.
Retour lexercice
Aide 1, Question 2, Exercice A.1.1
A, b , x
0
, N, donns
1. n = nombre de lignes de la matrice A
2. pour i = 1 jusqu n faire
3. si |a
ii
| < alors
4. arrter lalgorithme et crire un message derreur
5. n si
6. n pour
7. pour k = 1 jusqu N faire
8. pour i = 1 jusqu n faire
9. x
1
(i)
1
a
ii
(b
i

i1

j=1
a
ij
x
1
(j)
n

j=i+1
a
ij
x
0
(j));
10. x
1
(i) x
1
(i) + (1 ) x
0
(i); variante sur la mthode de relaxation
11. n pour
12. si
||x
1
x
0
||
||x
1
||

13. arrter et crire que x
1
est la solution et retourner
14. sinon
15. x
0
= x
1
;
16. n si
17. n pour
18. arrt avec un message indiquant la non-convergence
Remarque :
Au niveau pratique, on ne stocke que 2 vecteurs (x
0
et x
1
) cest--dire x
(k)
et x
(k+1)
, ncessaires pour calculer
lerreur relative.
On crase lancien vecteur par le nouveau petit petit.
Retour lexercice
Aide 1, Question 1, Exercice A.1.2
(J) = 0, donc la mthode de Jacobi converge pour cette matrice.
R admet 0,
1
et
2
comme valeurs propres.
Les coefcients du polynme caractristique permettent de voir que
1

2
= 4, donc forcment une des deux
valeurs propres est plus grande que 1 en module (sinon le produit serait infrieur 1 en module).
Donc (R) > 1, donc la mthode de Gauss-Seidel diverge pour cette matrice.
Retour lexercice
Aide 1, Question 2, Exercice A.1.2
(R) = 0, donc la mthode de Gauss-Seidel converge pour cette matrice.
Les coefcients du polynme caractristique permettent de voir que le produit des trois valeurs propres de J vaut
8, donc forcment une des trois valeurs propres est plus grande que 1 en module (sinon le produit serait infrieur
1 en module).
Donc (J) > 1, donc la mthode de Jacobi diverge pour cette matrice.
Retour lexercice
Aide 1, Question 1, Exercice A.1.3
Revoyez la dnition dune norme subordonne.
Retour lexercice
Aide 2, Question 1, Exercice A.1.3
Daprs la dnition, on a donc pour tous les x non nuls appartenant C
n
A
Ax
x
.
Faites le bon choix pour x.
Retour lexercice
Aide 3, Question 1, Exercice A.1.3
Si lon note

la plus grande valeur propre en module de A, si on note x

un vecteur propre associ, on a donc


Ax

Ax

= |

|x

= (A)x

.
donc
A
Ax

= (A).
Retour lexercice
Aide 1, Question 2, Exercice A.1.3
On suppose que = 0, on a alors :
valeur propre de (D E)
1
F y = 0, (D E)
1
Fy = y
y = 0, Fy = (D E)y
y = 0, (F + E)y = Dy
y = 0,
1

(F + E)y = Dy
y = 0, D
1
_
1

F + E
_
y = y
1 valeur propre de D
1
_
1

F + E
_
Retour lexercice
Aide 1, Question 3, Exercice A.1.3
Puisque 1 est valeur propre de D
1
_
1

F + E
_
, on a donc

_
D
1
_
1

F + E
__
1,
donc
_
_
_
_
D
1
_
1

F + E
__
_
_
_

1,
or
_
_
_
_
D
1
_
1

F + E
__
_
_
_

=
i1

j=1
|a
ij
| +
n

j=i+1
|a
ij
|
||
.
Retour lexercice
Aide 1, Question 4, Exercice A.1.3
On va montrer que si la mthode de Gauss-Seidel diverge, alors la matrice A nest pas diagonale strictement domi-
nante.
Retour lexercice
Aide 2, Question 4, Exercice A.1.3
Si la mthode de Gauss-Seidel diverge que peut-on dire du rayon spectral de (D E)
1
F ?
Retour lexercice
Aide 3, Question 4, Exercice A.1.3
Si la mthode de Gauss-Seidel diverge, le rayon spectral de (D E)
1
F est suprieur ou gal 1, donc il existe une
valeur propre de (DE)
1
F suprieure ou gale 1, pour cette valeur propre, en appliquant la question prcdente,
on a
1 max
i
_
_
1
|a
ii
|
_
_
i1

j=1
|a
ij
| +
n

j=i+1
|a
ij
|
||
_
_
_
_
max
i
_
_
1
|a
ii
|
_
_
i1

j=1
|a
ij
| +
n

j=i+1
|a
ij
|
_
_
_
_
.
Ce qui prouve que la matrice A nest pas diagonale strictement dominante.
Donc par contrapose : si la matrice Aest diagonale strictement dominante, la mthode de Gauss-Seidel converge.
Retour lexercice
Aide 1, Question 1, Exercice A.1.4
Tracer la courbe x
2
= a, tracez les tangentes et constatez graphiquement que la mthode de Newton converge.
Retour lexercice
Aide 1, Question 2, Exercice A.1.4
On calcule
g

(x

) =
(1 p)a
(x

)
p
= 1 p,
or la proposition IV.2.3 permet de conclure quant la convergence pour g

(x

) < 1, bien sr cette proposition donne


seulement une condition sufsante de convergence, mais pour p 2, cette condition sufsante nest pas vrie, donc
la mthode de point xe peut ne pas converger.
Retour lexercice
Aide 1, Question 3, Exercice A.1.4
On a
h(x) = x
x
p
a
px
p1
= x(1
1
p
) +
a
px
p1
.
On obtient, comme pour toute mthode de Newton, h

(x

) = 0.
Retour lexercice
Solution de lexercice A.1.5
Pour x
(0)
=
_
1
1
_
, on obtient x
(1)
=
_
2
3
1
2
_
, aprs 7 itrations on obtiendrait
_
1
2.5610
8
_
Pour x
(0)
=
_
0
1
_
, on obtient x
(1)
=
_
1
3
2
3
_
, aprs 5 itrations on obtiendrait
_
0.5
0.8660254
_
Pour x
(0)
=
_
0
1
_
, on obtient x
(1)
=
_
1
3
2
3
_
, aprs 5 itrations on obtiendrait
_
0.5
0.8660254
_
On rappelle que les racines de lunit sont 1, j, j
2
, ce sont les valeurs obtenues numriquement.
Retour lexercice