Vous êtes sur la page 1sur 60

Méthodes numériques

en
Ingénierie

Présenté par:
M. MODERRES
1
Résolution des équations à une variable
de type f (x)=0

Zéros de fonctions non- linéaires


2
Chapitre II: Résolution des équations à une variable

II-1 Principe

Les méthodes de résolution de f (x)=0 sont des méthodes itératives.


Elles consistent à construire une suite xn convergente, le plus rapidement
Possible vers x*.
C’est seulement pour certaines équations bien particulières que les
procédés classiques de résolutions permettent d’exprimer les solutions
exactes. Un exemple typique et celui des équations du second degré, en
utilisant le discriminant. Dans de nombreux cas, on peut seulement
localiser les solutions, et en calculer des valeurs numériques approchées

3
Cours d’analyse numérique

Chapitre II: Résolution d’équations à une variable

Objectif
y=f(x)
Résoudre l’équation :

f(x)=0

x
r1 r2 r3 r4

Points d’intersections de f(x)


Trouver les racines ri
avec l’axe des x

4
Considérons par exemple, l’équation

Les méthodes usuelles de transformation (transposition,


utilisation de la fonction logarithmétique, ….) ne permettent
pas de résoudre algébriquement cette équation. Pourtant, on
observe graphiquement qu’elle admet une solution unique sur
[0,1].

5
Dans ce chapitre, on va exposer les principales méthodes
itératives de résolution d’une équation de la forme f(x)=0
Où f est une fonction continue définie sur un intervalle [a,b]. On se
placera dans le cas où, localement, il y a une unique racine, pour
en donner un algorithme d’approximation.
1.1 Méthode de la dichotomie ( bissection)
Cette méthode consiste en une succession de divisions par deux de
l’intervalle pour approcher de plus en plus la racine de l’équation
f(x)=0, jusqu’à ce qu’une précision ε soint atteinte
1.2 Hypothèses sur la fonction f
On seplace dans le cas ou la fonction f: [a,b]→R
vérifie les hypothèses:
(C1): f est continue sur [a,b].
(C2): f est strictement monotone sur [a,b]
(C3): f(a).f(b)< 0

Ce qui assure l’existence de l’unicité de la racine


6
1.3 Algorithme de la méthode

On partage [a,b] en deux intervalles égaux [a,(a+b)/2] et [(a+b)/2, b].


Si le signe de f((a+b)/2) est le même que celui de f(a), la racine c appartient
à l’intervalle [(a+b)/2, b].
Sinon elle appartient à l’intervalle [a,(a+b)/2]
On réitère le procédé avec l’intervalle obtenu contenant c
On arrête l’itération lorsque la longueur de l’intervalle devient inférieur )à
un nombre ε fixé au départ

Remarque:
À l’étape n, c appartient à l’intervalle de travail, qui a pour longueur:

D’une itération à la suivante, l’erreur est donc multipliée par 1/2

7
Exemple

8
9
1.4 En conclusion

2. Méthode des approximations successives (point fixe)

10
2.1 Hypothèses sur la fonction φ

11
2.2 Théorème du point fixe

12
2.3 Algorithme et estimation d’erreur
2.3.1 Algorithme

2.3.2 majoration d’erreur

13
14
2.3.3 Test d’arrêt

15
Remarque

16
17
Exemple

18
19
2.3.4 Vitesse de convergence

20
3. Méthode de Newton (ou de la tangente)
3.1 Hypothèses et algorithme de Newton

3.1.1 Hypothèses

21
3.1.2 Construction de l’algorithme

22
23
Remarque

3.2 Théorème

24
3.3 Vitesse de convergence

25
26
Exemple

27
3.4 Choix de l’initialisation

Exemple

28
29
30
31
32
33
34
3.5 Théorème

3.6 Plan pour la recherche d’une racine

35
Exemple

36
37
38
39
40
41
42
43
44
Chapitre II: Résolution d’équations à une variable

II-3 Principe de la méthode des substitution successives ou méthode du point fixe

Le principe est de remplacer f (x)=0 par une équation équivalente x=F(x) et


Construire une suite récurrente définie par

 x0 fixé dans l' intervalle  a, b



 xn1  F(x n )

Cette méthode est dite itérative.

45
Cours d’analyse numérique

Chapitre II: Résolution d’équations à une variable

Méthodes de substitutions successives ou méthode du point fixe.

II-3-1 Principe

Ecrire f(x)=0 sous forme de x=F(x)


Avec F: nouvelle fonction de f.

Exemple :
f(x) =x2 + 3 ex – 12 = 0

x=F1(x)= x2 + 3 ex – 12 + x
Problème:
Non
x =F2(x)= 12- 3 ex unique

x= F3(x)=ln(12-x2)/3

46
Cours d’analyse numérique

Chapitre II: Résolution d’équations à une variable

Méthodes de substitutions successives

II-3-2 Principe

Soit
x* : solution vérifiant f(x*)=0 donc x*=F(x*)
et x0 estimé de x*.

x0 x=F(x) x1=F(x0)
Substitution x2=F(x1)
x3=F(x2)
……
Problème
xn=F(xn-1)
47
Suite {x0,x1,x2,……,xn,…} converge-t-elle vers x*?
Cours d’analyse numérique

Chapitre II: Résolution d’équations à une variable

Méthodes de substitutions successives


II-3-3 Théorème
Si F(x) de l’équation x=F(x) possède une dérivée qui vérifie :

| F’(x) |  m < 1  x  IR

Alors  x0  IR la suite

{x0,x1,x2,…..xn,....} générée par xi=F(xi-1)(i=1,2,3,….,n) converge vers x*

solution de x=F(x) donc f(x)=0

la racine x* est unique

Comportement de l’erreur d’estimation:


Si l’on note en=xn-x* l’erreur d’estimation de la nième itération, alors
lim en+1/en=F’(x*) 48
n
Cours d’analyse numérique

Chapitre II: Résolution d’équations à une variable

Méthodes de substitutions successives

II-3-4 Ordre d’une méthode:

Comment savoir si la suite xn+1=f(xn) converge rapidement vers la racine x*?


C-à-d, comment diminue l’erreur d’une itération à la suivante.

Définition:
Une méthode de résolution de f(x)=0 est dite d’ordre p si:

lim en+1/(en)p=k=Cste k≠0


n

Exemple : la méthode des substitutions successives est du premier ordre (p=1)

49
Cours d’analyse numérique

Chapitre II: Résolution d’équations à une variable

Exemple:
soit f(x) = 2 tg x – x – 1 = 0

- Réécrivez cette équation sous forme x=F(x)?


- Laquelle des écritures préfériez vous? Pourquoi ?

Solution
x=F1(x)=2tgx-1
x=F2(x)=arctg((x+1)/2)

Calculons la dérivée
1 1
F2' ( x) 
F’1(x)=2/cos2(x) 2
1
 x  1
2

Il est clair que F’1(x) >1 et F’2(x)<1 donc on choisit F’2(x) 50


Chapitre II: Résolution d’équations à une variable

Méthode II
méthode de Dichotomie
(bissection)

51
Cours d’analyse numérique

Chapitre II: Résolution d’équations à une variable

II-4 Méthode de dichotomie (Dichotomie de Bolzano)

L’estimé xk de la kième itération est évalué par:

xk=(xd+xg)/2

52
Cours d’analyse numérique

Chapitre II: Résolution d’équations à une variable

II-4-1 Exemples

Soit la suite définit par le terme ordre n+1:

Xn+1=(xn+a/xn)/2

Sachant que le calcul s’arrête quand xk+1-xk<e

1- Trouvez le terme de convergence (solution)


2- Que représente le terme de convergence?

53
Chapitre II: Résolution d’équations à une variable

Méthode III:
méthode Regula - Falsi

54
Cours d’analyse numérique

Chapitre II: Résolution d’équations à une variable

II-5 Méthode d’interpolation régulière Regula- Falsi

Domaine borné [xg, xd] où x* [xg, xd]


y=f(x) La corde coupe x l’axe en x1 et définit
deux triangle semblables:

yd (x1-xg/0-yg)=(xd-x1/yd-0) d’où

x1=(ydxg/yd-yg)-(ygxd/(yd-yg)  première
estimée
Alors on continu à calculer les estimés
x1,x2,… à quel interval appartient x*?
xg x x [xg,x1] ou [x1,xd] ?
1 2 x
x* xd
yg

55
Cours d’analyse numérique

Chapitre II: Résolution d’équations à une variable

Méthode d’interpolation régulière Regula- Falsi

On définit P=yd.y1 P<0 la racine est dans [x1,xd]

Soit

P=f(xd).f(x1) P>0 la racine est dans [xg,x1]

On procède par itération

Si P<0 xg=x1
Réitérer | xg - xd | <e
yg=y1

Si P>0 xd=x1
yd=y1
56
Chapitre II: Résolution d’équations à une variable

Méthode III
méthode de Newton Raphson

57
Cours d’analyse numérique

Chapitre II: Résolution d’équations à une variable

II-6 Méthode de Newton- Raphson


Soit la fonction f(x) continue et continuellement
f(x) dérivable au voisinage de x*.

f(x) Tracer la tangente à chaque


point (xn,f(xn))

On
Le développement
considère ainsi en quesérie
le meilleur
de Taylor
estimé
au voisinage
est: de x* autour de xn:
xn+1=xn+en
x f(x*)=f(x n)+f’(xainsi
On obtient n)(x*-x n)+(x*-xn) /2!f’’(x
l’algorithme2
de n)
Newton- Raphson:
+…..
x2 x1 x0
Sachantxn+1 =xnf(x*)=0:
que -f(xn)/f’(xn)
f(xn)+f’(xn)(x*-xn)=0

(n=0,1,2….n
L’approximation max)
de l’erreur e: 58
en= - f(xn)/f’(xn)
Cours d’analyse numérique

Chapitre II: Résolution d’équations à une variable

Méthode de Newton- Raphson

II-6-1 Convergence

Théorème

Soit (a,b) un intervalle telle que:

f (a) . f (b) < 0

 x[a,b] f ’(x) ≠ 0

 x[a,b] f ’’(x) ≠ 0

Alors f (x)=0 possède une seule racine dans [a,b] et  x0 [a,b] alors:

la suite xn+1= xn- f (xn) / f ’(xn) converge quadratiquement


59
Cours d’analyse numérique

Chapitre II: Résolution d’équations à une variable

Méthode de Newton- Raphson

Convergence

Pour assurer la convergence on choisira un x0 telle que la condition de Fourier


Soit vérifier:

f ’’(x0) . f (x0) > 0

60