Académique Documents
Professionnel Documents
Culture Documents
en
Ingénierie
Présenté par:
M. MODERRES
1
Résolution des équations à une variable
de type f (x)=0
II-1 Principe
3
Cours d’analyse numérique
Objectif
y=f(x)
Résoudre l’équation :
f(x)=0
x
r1 r2 r3 r4
4
Considérons par exemple, l’équation
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
Remarque:
À l’étape n, c appartient à l’intervalle de travail, qui a pour longueur:
7
Exemple
8
9
1.4 En conclusion
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
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
35
Exemple
36
37
38
39
40
41
42
43
44
Chapitre II: Résolution d’équations à une variable
45
Cours d’analyse numérique
II-3-1 Principe
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
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
| F’(x) | m < 1 x IR
Alors x0 IR la suite
Définition:
Une méthode de résolution de f(x)=0 est dite d’ordre p si:
49
Cours d’analyse numérique
Exemple:
soit f(x) = 2 tg x – x – 1 = 0
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
Méthode II
méthode de Dichotomie
(bissection)
51
Cours d’analyse numérique
xk=(xd+xg)/2
52
Cours d’analyse numérique
II-4-1 Exemples
Xn+1=(xn+a/xn)/2
53
Chapitre II: Résolution d’équations à une variable
Méthode III:
méthode Regula - Falsi
54
Cours d’analyse numérique
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
Soit
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
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
II-6-1 Convergence
Théorème
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:
Convergence
60