Analyse Numérique I
Sup'Galilée, Ingénieurs MACS, 1ère année & L3-MIM
Cours: François Cuvelier - TD: Caroline Japhet
Laboratoire d'Analyse Géométrie et Applications Institut Galilée
Université Paris XIII.
2018/10/01
Plan
Chap. 1 Erreurs : arrondis, bug and Co.
Chap. 2 Langage algorithmique.
Chap. 3 Résolution de systèmes non-linéaires.
Chap. 4 Résolution de systèmes linéaires.
Chap. 5 Interpolation.
Chap. 6 Integration numérique.
Chapitre III
Résolution de systèmes non-linéaires
Plan
1 Recherche des zéros d'une fonction
Méthode de dichotomie ou de bissection
Points xes d'une fonction (dimension 1)
Points xes attractifs et répulsifs
Algorithme générique du point xe
Points xes pour la recherche de racines
Méthode de la corde La méthode de Newton Méthode de la sécante
2 Résolution de systèmes non linéaires
Point xe
Méthode de Newton
Exemples
Racines/zéros d'un polynôme
‚ degré 2 : Babylonniens en 1600 avant J.-C.
‚ degré 3 : Scipio del Ferro (1465-1526, mathématicien italien) et Niccolo Fontana (1499-1557, mathématicien italien)
‚ degré 4 : Ludovico Ferrari (1522-1565, mathématicien italien)
‚ degré 5 : Paolo Runi (1765-1822, mathématicien italien) en 1799, Niels Henrick Abel (1802-1829, mathématicien norvégien) en 1824, montrent qu'il n'existe pas de solution analytique.
(a) Niccolo Fontana 1499-1557,
mathématicien italien
(b) Paolo Runi 1765-1822,
mathématicien italien
(c) Niels Henrick Abel 1802-1829,
mathématicien norvégien
Plan
1 Recherche des zéros d'une fonction
Méthode de dichotomie ou de bissection
Points xes d'une fonction (dimension 1)
2 Résolution de systèmes non
linéaires
Soit f : D Ă R ÝÑ R une fonction continue.
α P D tels que f pαq “ 0 .
Soit I “sa, br, I ¯ Ă D on suppose D!α P I tel que f pαq “ 0 .
Plan
1 Recherche des zéros d'une fonction
Méthode de dichotomie ou de bissection
Points xes d'une fonction (dimension 1)
Points xes attractifs et répulsifs
Algorithme générique du point xe
Points xes pour la recherche de racines
Méthode de la corde La méthode de Newton Méthode de la sécante
2 Résolution de systèmes non linéaires
Point xe
Méthode de Newton
Exemples
principe de la méthode de dichotomie : Soit I un intervalle contenant un unique zéro de la fonction f , on le divise par son milieu en deux intervalles et on détermine lequel des deux contient le zéro. On itére ce processus sur le nouvel intervalle.
0.5 1 1.5 2 2.5 x
5 10 15 20 25 30 35
y
y=f(x)
a0 b0
a1 b1
a2 b2
a3 b3
a4 b4
a5 b5 a6 b6 a7 b7 a8b8 a9b9
Figure: Méthode de dichotomie: f pxq “ px ` 2qpx ` 1qpx ´ 1q
principe de la méthode de dichotomie : Soit I un intervalle contenant un unique zéro de la fonction f , on le divise par son milieu en deux intervalles et on détermine lequel des deux contient le zéro. On itére ce processus sur le nouvel intervalle.
‚ a 0 “ a, b 0 “ b et x 0 “ a`b 2 ,
‚ @k P N
$
’ &
’ %
a k` 1 “ b k` 1 “ x k si f px k q “ 0 , a k`1 “ x k , b k`1 “ b k si f pb k qf px k q ă 0 ,
a k` 1 “ a k , b k` 1 “ x k sinon (i.e. f pa k qf px k q ă 0.) et
x k` 1 “ pa k` 1 ` b k` 1 q{2 .
Exercice 1.1
On suppose que la fonction f est continue sur ra, bs, vérie f paqf pbq ă 0 et qu'il existe un unique ξ Psa, br tel que f pxq “ 0 .
Q. 1
1
Montrer que les suites pa k q et pb k q convergent vers α.
2
En déduire que la suite px k q converge vers α.
Q. 2
1
Montrer que pour tout k P N , |x k ´ α| ď 2 b´a
k`1.
2
Soit ą 0. En déduire que si k ě logp
b´a
q
logp2q ´ 1 alors |x k ´ α| ď .
Proposition 1.1
Soit f : ra, bs Ă R ÝÑ R une fonction continue vériant f paqf pbq ă 0 et admettant α Psa, br comme unique solution de f pxq “ 0. Alors la suite px k q kPN dénie par la méthode de dichotomie converge vers α et
|x k ´ α| ď b ´ a
2 k` 1 , @k P N . On a alors @ ą 0, @k ě logp
b´a
q logp2q ´ 1
|x k ´ α| ď .
Algorithme
‚ Que cherche-t'on?
Résultat :
α : un réel tel que |α ´ α| ď .
‚ Quelles sont les données du problèmes?
Données : a, b : deux réels a ă b ,
f : f : ra, bs Ă R ÝÑ R vériant les hypothèses de la proposition ,
: un réel strictement positif.
Algorithme
‚ Que cherche-t'on?
Résultat :
α : un réel tel que |α ´ α| ď .
‚ Quelles sont les données du problèmes?
Données : a, b : deux réels a ă b ,
f : f : ra, bs Ă R ÝÑ R vériant les hypothèses de la proposition ,
: un réel strictement positif.
Algorithme
‚ Que cherche-t'on?
Résultat :
α : un réel tel que |α ´ α| ď .
‚ Quelles sont les données du problèmes?
Données : a, b : deux réels a ă b ,
f : f : ra, bs Ă R ÝÑ R vériant les hypothèses de la proposition ,
: un réel strictement positif.
Algorithme
Algorithme1
R
0
1:
k
min
Ð
Ep
logpb´a ǫ q logp2q
q
2: Caluldelasuite
p x
kq
kkmin“03:
α
ǫÐ x
kmin
Algorithme1
R
1
1:
k
min
Ð
Ep
logpb´a ǫ q logp2q
q
2: Initialisationde
x
0
3: Pour
k Ð
0àk
min
´
1faire4: Caluldelasuite
p x
k`1
q
5: FinPour
6:
α
ǫÐ x
kmin
Algorithme
Algorithme1
R
1
1:
k
min
Ð
Ep
logpb´a ǫ q logp2q
q
2: Initialisationde
x
0
3:Pour
k Ð
0àk
min
´
1faire4: Caluldelasuite
p x
k`1
q
5:FinPour
6:
α
ǫÐ x
kmin
Algorithme1
R
2
1:
k
min
Ð
Ep
logpb´a ǫ q logp2q
q
2:
a
0
Ð a , b
0
Ð b
3:
x
0
Ð
a0`b2 0 4:Pourk Ð
0àk
min
´
1faire5: Si
f p x
kq ““
0alors6:
a
k`1
Ð x
k, b
k`1
Ð x
k7: Sinon Si
f p x
kq f p b
kq ă
0q
alors
8:
a
k`1
Ð x
k, b
k`1
Ð b
k9: Sinon
10:
a
k`1
Ð a
k, b
k`1
Ð x
k11: FinSi
12:
x
k`1
Ð
ak`1`bk`12
13: FinPour
14:
α
ǫÐ x
kmin
Algorithme 1 Méthode de dichotomie : version 1 Données : a, b : deux réels a ă b ,
f : f : r a, b s Ă R ÝÑ R vériant les hypothèses de la proposition 1.1, eps : un réel strictement positif.
Résultat : x : un réel tel que |x ´ α| ď eps .
1:Fonction x Ð
Dichotomie1( f , a, b, eps )
2:kmin Ð
Ep log pp b ´ a q{epsq{ log p2qq
3:
A A A, B B B, X X X P R
kmin`1Ź A A A p k ` 1q contiendra a
k, ...
4:
A A Ap1q Ð a, B B Bp1q Ð b, X X Xp1q Ð pa ` bq{2
5:Pour k Ð 1 à kmin faire
6:
Si f pX X Xpkqq ““ 0 alors
7:
A A A p k ` 1q Ð X X X p k q , B B B p k ` 1q Ð X X X p k q
8:Sinon Si f pB B Bpkqqf pX X Xpkqq ă 0 alors
9:A A Apk ` 1q Ð X X X pkq, B B Bpk ` 1q Ð B B Bpkq
10:Sinon
11:
A A A p k ` 1q Ð A A A p k q , B B B p k ` 1q Ð X X X p k q
12:Fin Si
13:
X X X pk ` 1q Ð pA A Apk ` 1q ` B B Bpk ` 1qq{2
14:Fin Pour
15:
x Ð X X X pkmin ` 1q
Algorithme : versions 2, 3 et + si anités
‚ A “ a, B “ b et x 0 “ A`B 2 ,
‚ @k P v0 , k min ´ 1w,
$
’ &
’ %
A “ B “ x k si f px k q “ 0 ,
A “ x k , B inchangé si f pBqf px k q ă 0 ,
B “ x k , A inchangé sinon (i.e. f pAqf px k q ă 0.) et
x k`1 “ A ` B
2
Algorithme 2 Méthode de dichotomie : version 2 Données : a, b : deux réels a ă b ,
f : f : r a, b s Ă R ÝÑ R vériant les hypothèses de la proposition 1.1, eps : un réel strictement positif.
Résultat : x : un réel tel que |x ´ α| ď eps .
1:Fonction x Ð
Dichotomie2( f , a, b, eps )
2:kmin Ð
Ep log pp b ´ a q{epsq{ log p2qq
3:
X X X P R
kmin`1Ź X X X p k ` 1q contiendra x
k, ...
4:
A Ð a, B Ð b, X X Xp1q Ð pA ` Bq{2
5:Pour k Ð 1 à kmin faire
6:Si f pX X Xpkqq ““ 0 alors
7:A Ð X X X p k q , B Ð X X X p k q
8:Sinon Si f pBqf pX X Xpkqq ă 0 alors
9:
A Ð X X Xpkq Ź B inchangé
10:
Sinon
11:
B Ð X X X p k q Ź A inchangé
12:
Fin Si
13:
X X X pk ` 1q Ð pA ` Bq{2
14:Fin Pour
15:
x Ð X X X pkmin ` 1q
Algorithme 3 Méthode de dichotomie : version 3 Données : a, b : deux réels a ă b ,
f : f : ra, bs Ă R ÝÑ R vériant les hypothèses de la proposition 1.1, eps : un réel strictement positif.
Résultat : x : un réel tel que |x ´ α| ď eps .
1:Fonction x Ð
Dichotomie2( f , a, b, eps )
2:kmin Ð
Eplogppb ´ aq{epsq{ logp2qq
3:A, B P R
4:
A Ð a, B Ð b, x Ð p a ` b q{2
5:Pour k Ð 1 à kmin faire
6:Si f pxq ““ 0 alors
7:
A Ð x , B Ð x
8:
Sinon Si f p B q f p x q ă 0 alors
9:
A Ð x Ź B inchangé
10:
Sinon
11:
B Ð x Ź A inchangé
12:
Fin Si
13:x Ð p A ` B q{2
14:Fin Pour
15:Fin Fonction
Algorithme 4 Méthode de dichotomie : version 4 Données : a, b : deux réels a ă b ,
f : f P C
0pr a, b s ; Rq et f p a q f p b q ă 0 eps : un réel strictement positif.
Résultat : x : un réel tel que |x ´ α| ď eps .
1:Fonction x Ð
Dichotomie4( f , a, b, eps )
2:A, B P R
3:
A Ð a, B Ð b, x Ð p a ` b q{2
4:Tantque |x ´ A| ą eps faire
5:Si f pxq ““ 0 alors
6:
A Ð x , B Ð x
7:
Sinon Si f p B q f p x q ă 0 alors
8:
A Ð x Ź B inchangé
9:
Sinon
10:
B Ð x Ź A inchangé
11:
Fin Si
12:x Ð p A ` B q{2
13:Fin Tantque
14:Fin Fonction
Que pensez vous de cet algorithme?
Algorithme 5 Méthode de dichotomie : version 5 Données : a, b : deux réels a ă b ,
f : f P C
0pra, bs; Rq et f paqf pbq ă 0 . Résultat : x : un réel tel que f pxq “ 0 .
1:
Fonction x Ð
Dichotomie5( f , a, b )
2:A, B P R
3:
A Ð a, B Ð b, x Ð p a ` b q{2 , xp Ð a
4:Tantque x „“ xp faire
5:
Si f pBqf pxq ă 0 alors
6:
A Ð x Ź B inchangé
7:
Sinon
8:
B Ð x Ź A inchangé
9:
Fin Si
10:
xp Ð x
11:
x Ð pA ` Bq{2
12:Fin Tantque
13:Fin Fonction
Plan
1 Recherche des zéros d'une fonction
Méthode de dichotomie ou de bissection
Points xes d'une fonction (dimension 1)
Points xes attractifs et répulsifs
Algorithme générique du point xe
Points xes pour la recherche de racines
Méthode de la corde La méthode de Newton Méthode de la sécante
2 Résolution de systèmes non linéaires
Point xe
Méthode de Newton
Exemples
Points xes
Soit Φ : ra, bs Ă R ÝÑ R une fonction donnée. Rechercher un point xe de Φ revient à
Trouver α P ra, bs tel que
α “ Φpαq.
L'algorithme de la méthode du point xe consiste en la construction, si elle existe, de la suite
x pk` 1 q “ Φpx pkq q, @k P N (1)
avec x p 0 q P ra, bs donné.
Denition 1.2
Soient pE , d q un espace métrique et pu u u rk s q kPN une suite d'éléments de E convergeant vers α α α P E . On dit que cette suite converge vers α α α avec un ordre p ě 1 si
Dk 0 P N , DC ą 0 tels que d pu u u rk` 1 s , α α αq ď C d pu u u rks , α α αq p , @k ě k 0 . où C ă 1 si p “ 1 . (2)
Exemples de distances:
‚ d px, yq “ |x ´ y| dans R , C , Z ou Q
‚ d pxxx, yyy q “ }xxx ´ yyy } dans R n , où }.} est l'une quelconque des normes
habituelles.
Théorème 2: Théorème du point xe dans R
Soient ra, bs un intervalle non vide de R et Φ une application continue de ra, bs dans lui-même.
Alors, il existe au moins un point α P ra, bs vériant Φpαq “ α. Le point α est appelé point xe de la fonction Φ.
De plus, si Φ est contractante (lipschitzienne de rapport L P r0, 1r), c'est à dire
DL ă 1 t.q. |Φpxq ´ Φpyq| ď L|x ´ y| @px, yq P ra, bs
2, (3) alors Φ admet un unique point xe α P ra, bs.
Pour tout x
p0qP ra, bs, la suite
x
k`1“ Φpx
kq, @k P N (4)
est bien dénie et elle converge vers α avec un ordre 1 au moins.
On a les deux estimations suivantes :
|x
k´ α| ď L
k|x
0´ α|, @k ě 0 , (5)
|x
k´ α| ď L
1 ´ L |x
k´ x
k´1|, @k ě 0 , (6)
Théorème 3: Convergence globale, méthode du point xe Soit Φ P C 1 pra, bsq vériant Φpra, bsq Ă ra, bs et
DL ă 1 tel que @x P ra, bs, |Φ
1px q| ď L, (7) Soit x 0 P ra, bs et px
kq
kPNla suite dénie par x
k`1 “ Φpx
kq. On a alors
1
la fonction Φ admet un unique point xe α P ra, bs,
2
@k P N , x
kP ra, bs,
3
la suite px
kq converge vers α avec un ordre 1 au moins.
4
Si x 0 ‰ α, alors
lim
kÑ`8
x
k`1´ α
x
k´ α “ Φ
1pαq. (8)
Théorème 4: Convergence locale du point xe
Soit α un point xe d'une fonction Φ de classe C 1 au voisinage de α.
Si |Φ 1 pαq| ă 1 , alors il existe δ ą 0 pour lequel x k converge vers α pour tout x 0 tel que |x 0 ´ α| ď δ. De plus, si x 0 ‰ α, on a
kÑ`8 lim
x k` 1 ´ α
x k ´ α “ Φ 1 pαq. (9)
Exercice 4.1:
Soit α un point xe d'une fonction Φ de classe C
1au voisinage de α et vériant Φ
1p α q “ 0 . Q. 1
Montrer qu'il existe δ ą 0 tel que @x
0Psα ´ δ, α ` δr la suite dénie par x
k`1“ Φpx
kq converge vers α.
On suppose de plus que Φ
1est dérivable sur s α ´ δ, α ` δ r et qu'il existe M P R
`tel que
@x P rα ´ δ, α ` δs|Φ
2px q| ď M
Q. 2
1
Montrer que
@x
0P rα ´ δ, α ` δs, |x
k´ α| ď 2 M
ˆ 1 2 M|x
0´ α|
˙
2k2
Quel est l'ordre de convergence dans ce cas.
Q. 3
A quelle condition a-t'on
|x ´ α| ď 2 10
´2k.
Proposition 4.1:
Soit p P N ˚ , et Φ P C p` 1 pVq pour un certain voisinage V de α point xe de Φ. Si Φ piq pαq “ 0 , pour 1 ď i ď p et si Φ pp` 1 q pαq ‰ 0 , alors la méthode de point xe associée à la fonction Φ est d'ordre p ` 1 et
kÑ`8 lim
x k` 1 ´ α
px k ´ αq p` 1 “ Φ pp` 1 q pαq
pp ` 1q! . (10)
Plan
1 Recherche des zéros d'une fonction
Méthode de dichotomie ou de bissection
Points xes d'une fonction (dimension 1)
Points xes attractifs et répulsifs
Algorithme générique du point xe
Points xes pour la recherche de racines
Méthode de la corde La méthode de Newton Méthode de la sécante
2 Résolution de systèmes non linéaires
Point xe
Méthode de Newton
Exemples
Points xes attractifs et répulsifs
Soit Φ : ra, bs ÝÑ ra, bs une application de classe C 1 admettant un point xe α P ra, bs.
‚ Si |Φ 1 pαq| ă 1 alors α est un point xe attractif,
‚ Si |Φ 1 pαq| ą 1 alors α est un point xe répulsif.
On s'interesse ici au point xe α “ 1 de la fonction Φ : x ÞÑ x 2 .
-1.5 -1 -0.5 0.5 1 1.5 x
-0.5 0.5 1 1.5 2
y
y = x
α
y = Φ( x )
y = Φ
−1( x ) =
px
y = x
α = Φ( α )
Φ 1 pαq “ 2 : point xe répulsif
0.2 0.4 0.6 0.8 1 1.2 1.4
x
0.5 1 1.5 2
y
x0x1x2 x3 Φ(x0)
Φ(x1) Φ(x2)
y
= Φ(x
) =x
2y
=x
(a) x 0 “ 1 . 05
0.2 0.4 0.6 0.8 1 1.2 1.4
x
0.5 1 1.5
y
x0
x1
x2
x3
x4
x5
x6
x7
x8 Φ(x0) Φ(x1) Φ(x2)
Φ(x3)
Φ(x4) Φ(x5) Φ(x6) Φ(x7)
y= Φ(x) =x2 y=x
(b) x 0 “ 0 . 950
Figure: α “ 1 , point xe répulsif de x ÞÑ x 2
pΦ ´ 1 q 1 p1q “ 1{2 ă 1 , : point xe attractif
0.2 0.4 0.6 0.8 1 1.2 1.4
x
0.2 0.4 0.6 0.8 1 1.2 1.4
y
x0 x1 x2 x3 Φ(x0)
Φ(x1) Φ(x2)
y=px y=x
(a) x 0 “ 1 . 40
0.2 0.4 0.6 0.8 1 1.2 1.4
x
0.2 0.4 0.6 0.8 1 1.2 1.4
y
x0 x1 x2 x3 x4x5 Φ(x0)
Φ(x1) Φ(x2) Φ(x3) Φ(x4)
y=px y=x
(b) x 0 “ 0 . 200 Figure: α “ 1 , point xe attractif de Φ
´1: x ÞÑ ?
x
fonction Φ : x ÞÑ x 2 ´ x ` 1 : point xe α “ 1, Φ 1 pαq “ 1 .
0.2 0.4 0.6 0.8 1 1.2 1.4
x
0.5 1 1.5
y
xxx01x2x3x45x6x7x8 x9
Φ(x0) Φ(x1) Φ(x2) Φ(x3) Φ(x4) Φ(x5) Φ(x6) Φ(x7) Φ(x8)
y
= Φ(x
) =x
2−x
+ 1y
=x
(a) x 0 “ 1 . 1 , α point répulsif
0.2 0.4 0.6 0.8 1 1.2 1.4
x
0.5 1 1.5
y
x0 x1x2x3xx4x5xx6x789 Φ(x0)
Φ(x1) Φ(x2) Φ(x3) Φ(x4) Φ(x5) Φ(x6) Φ(x7) Φ(x8)
y
= Φ(x
) =x
2−x
+ 1y
=x
(b) x 0 “ 0 . 50 , α point attractif
0.5 1 1.5 2x
0.5 1 1.5 2
y
x0
x1 x2
x3 x4
x5 x6
x7 x8
x9 Φ(x0) Φ(x1)
Φ(x2) Φ(x3)
Φ(x4) Φ(x5)
Φ(x6) Φ(x7)
Φ(x8)
y= Φ(x) =−x+ 2 y=x
(a) x 0 “ 1 . 50
0.5 1 1.5 2x
0.5 1 1.5 2
y
x0 x1 x3x5x7x9xx86x4 x2 Φ(x0)
Φ(x1)
Φ(x2) Φ(x3)
Φ(x4) Φ(x5) Φ(x6) Φ(x7) Φ(x8)
y= Φ(x) =−34x+74 y=x
(b) x 0 “ 1 . 50
0.5 1 1.5 2x
0.5 1 1.5 2
y
x0
x1 x2
x3 x4
x5 x6
x7 x8
Φ(x0) Φ(x1)
Φ(x2) Φ(x3)
Φ(x4) Φ(x5)
Φ(x6)
Φ(x7) y= Φ(x) =−43x+73
y=x
(c) x 0 “ 1 . 10
Figure: α “ 1 , point xe de fonctions anes particulières
Plan
1 Recherche des zéros d'une fonction
Méthode de dichotomie ou de bissection
Points xes d'une fonction (dimension 1)
Points xes attractifs et répulsifs
Algorithme générique du point xe
Points xes pour la recherche de racines
Méthode de la corde La méthode de Newton Méthode de la sécante
2 Résolution de systèmes non linéaires
Point xe
Méthode de Newton
Exemples
Algorithme générique du point xe
x pk`1q “ Φpx pkq q, @k P N , avec x p0q P ra, bs donné.
Algorithme 6 Méthode de point xe : version Tantque formel
1: k Ð 0
2: Tantque non convergence faire
3: x k`1 Ð Φ p x k q
4: k Ð k ` 1
5: Fin Tantque
6: α Ð x k Ź le dernier calculé.
Algorithme 7 Méthode de point xe : version Répéter formel
1: k Ð 0
2: Répéter
3: k Ð k ` 1
4: x k Ð Φpx k´1 q
5: jusqu'à convergence
6: α Ð x k Ź le dernier calculé.
Critères d'arrêt?
On n'est pas sûr de converger kmax nb maximum d'itérations
Algorithme générique du point xe
Algorithme 8 Méthode de point xe : version Tantque formel avec critères d'arrêt
1:kÐ0
2:errÐ |Φpx0q ´x0| Źou|Φpx|x00|`1q´x0| 3:Tantque errąetkďkmax faire
4: kÐk`1
5: xkÐΦpxk´1q
6: errÐ |Φpxkq ´xk| Źou|Φpx|xkq´xk|
k|`1 7:Fin Tantque
8:Si errďtol alors ŹConvergence
9: αtolÐxk Ź |Φpαtolq ´αtol| ďtol 10:Fin Si
Algorithme 9 Méthode de point xe : version Répéter formel avec critères d'arrêt
1:kÐ0 2:Répéter
3: errÐ |Φpxkq ´xk| Źou|Φpx|xkk|`1q´xk| 4: xk`1ÐΦpxkq
5: kÐk`1
6:jusqu'à errďtol oukąkmax
7:Si errďtol alors ŹConvergence
8: αtolÐxk Ź |Φpαtolq ´αtol| ďtol 9:Fin Si
Algorithme générique du point xe
Algorithme 10 Méthode de point xe : version Tantque avec critères d'arrêt
Données :
Φ : Φ :RÝÑR, x0 : donnée initiale,x0PR, tol : la tolérence, tolPR`,
kmax : nombre maximum d'itérations, kmaxPN˚ Résultat :
αtol : un réel tel que|Φpαtolq ´αtol| ďtol (ou|Φpα|αtoltolq´α|`1tol|ďtol)
1:FonctionαtolÐPtFixe(Φ,x0,tol,kmax ) 2: kÐ0, αtolÐ H
3: xÐx0,fxÐΦpx0q,
4: errÐ |fx´x| Źou|fx´x||x|`1 5: Tantque errątol etkďkmax faire
6: kÐk`1
7: xÐfx
8: fxÐΦpxq
9: errÐ |fx´x| Źou|fx´x||x|`1 10: Fin Tantque
11: Si errďtol alors ŹConvergence
12: αtolÐx
Algorithme 11 Méthode de point xe : version Répéter avec critères d'arrêt
Données :
Φ : Φ :RÝÑR, x0 : donnée initiale,xPR, tol : la tolérence, tolPR`,
kmax : nombre maximum d'itérations, kmaxPN˚ Résultat :
αtol : un réel tel que|Φpαtolq ´αtol| ďtol (ou|Φpα|αtoltolq´α|`1tol|ďtol)
1:FonctionαtolÐPtFixe(Φ,x0,tol,kmax ) 2: kÐ0, αtolÐ H
3: xÐx0 4: Répéter
5: xpÐx
6: xÐΦpxpq
7: errÐ |x´xp| Źou|x´xp||xp|`1
8: kÐk`1
9: jusqu'à errďtol oukąkmax
10: Si errďtol alors ŹConvergence
11: αtolÐx
12: Fin Si
Plan
1 Recherche des zéros d'une fonction
Méthode de dichotomie ou de bissection
Points xes d'une fonction (dimension 1)
Points xes attractifs et répulsifs
Algorithme générique du point xe
Points xes pour la recherche de racines
Méthode de la corde La méthode de Newton Méthode de la sécante
2 Résolution de systèmes non linéaires
Point xe
Méthode de Newton
Exemples
Applications à la recherche de racines
f pxq “ 0 ðñ Φpxq
def“ x ` f px q “ x.
si F P C 0 tel que F p0q “ 0 alors
f pxq “ 0 ðñ Φpxq
def“ x ` Fpf pxqq “ x.
Objectif : Construire une suite x k ` 1 tel que |x k` 1 ´ α| ď |x k ´ α|.
formule de taylor :
f pαq “ 0 “ f px k q ` hf 1 pξq avec h “ α ´ x k . Soit q k « f 1 pξq et h ˜ solution de
f px k q ` hq ˜ k “ 0
Si q k ‰ 0 , on obtient la suite itérative x k `1 “ x k ` h ˜ i.e.
f px q
Applications à la recherche de racines
x k`1 “ x k ´ f px k q
q k , @k P N
x k` 1 : intersection droite de pente q k passant par ppx k q, f px k qq avec pOxq
‚ Méthode de la corde :
q k “ q “ f pbq ´ f paq b ´ a
‚ Méthode de la sécante :
q k “ f px k q ´ f px k´ 1 q x k ´ x k´ 1 où x ´ 1 et x 0 sont données,
‚ Méthode de Newton : en supposant f 1 connu, on prend
q k “ f 1 px k q.
Plan
1 Recherche des zéros d'une fonction
Méthode de dichotomie ou de bissection
Points xes d'une fonction (dimension 1)
Points xes attractifs et répulsifs
Algorithme générique du point xe
Points xes pour la recherche de racines
Méthode de la corde La méthode de Newton Méthode de la sécante
2 Résolution de systèmes non linéaires
Point xe
Méthode de Newton
Exemples
Méthode de la corde
x k` 1 “ x k ´ b ´ a
f pbq ´ f paq f px k q, @k P N . On pose Φpxq “ x ´ f pbq´f b´a paq f pxq, alors x k` 1 “ Φpx k q.
Proposition 4.2: convergence, méthode de la corde
Soit
f PC1pra,bsqtel que
fpbq ‰fpaqet
λ“fpbq´fpaqb´a .On note
pxkqkPNla suite dénie par
x0P ra,bset pour tout
kě0
xk`1“xk´fpxkq
λ .
(12)
On suppose de plus que
@xP ra,bsminpλpx´aq, λpx´bqq ďfpxq ďmaxpλpx´aq, λpx´bqq
(13)
minp0,2
λq ăf1pxq ămaxp0,2
λq(14)
alors la suite
pxkqconverge vers l'unique racine
αP ra,bsde
f.Méthode de la corde
Exercice 4.2:
Soitfune fonction de classeC1surra,bsvériantfpaqfpbq ă0.etλ“fpbq´fb´apaq.Soitx0P ra,bsdonné. La suite obtenue par la méthode de la corde est donnée par
xk`1“xk´fpxkq
λ ,@kPN.
On noteΦpxq “x´fpxqλ . Q. 1
Montrer que si pour toutxP ra,bson a
minpλpx´aq, λpx´bqq ďfpxq ďmaxpλpx´aq, λpx´bqq (15) alorsΦpra,bsq Ă ra,bs.
Q. 2
Montrer que si pour toutxP ra,bson a
minp0,2λq ăf1pxq ămaxp0,2λq (16)
alors|Φ1pxq| ă1.
Q. 3
En déduire que sous les deux conditions précédentes la méthode de la corde converge vers l'unique solutionαP ra,bsdefpxq “0.
Méthode de la corde
Proposition 4.3: ordre de convergence de la méthode de la corde
Soit f P C 1 pra, bsq tel que f pbq ‰ f paq. Si la suite px k q dénie par la méthode de la corde en (12) converge vers α Psa, br alors la convergence est au moins d'ordre 1 .
De plus, si f est de classe C 2 sur un certain voisinage V de α et si
f 1 pαq “ f pbq´f b´a paq alors la convergence est au moins d'ordre 2.
Méthode de point xe : version Tantque avec critères d'arrêt Données :
Φ : Φ :RÝÑR, x0 : donnée initiale,x0PR, tol : la tolérence, tolPR`,
kmax : nombre maximum d'itérations, kmaxPN˚ Résultat :
αtol : un réel tel que|Φpαtolq ´αtol| ďtol (ou|Φpα|αtoltolq´α|`1tol|ďtol)
1:FonctionαtolÐPtFixe(Φ,x0,tol,kmax ) 2: kÐ0, αtolÐ H
3: xÐx0, 4: errÐtol`1
5: Tantque errątol etkďkmax faire
6: kÐk`1
7: xpÐx
8: xÐΦpxpq
9: errÐ |x´xp| Źou|xp´x||x|`1
10: Fin Tantque
11: Si errďtol alors ŹConvergence
12: αtolÐx
13: Fin Si 14:Fin Fonction
Méthode de la corde :
Φpxq “x´ b´a fpbq ´fpaqfpxq
Plus simple, plus court ... ???
Méthode de point xe : version Tantque avec critères d'arrêt Données :
Φ : Φ :RÝÑR, x0 : donnée initiale,x0PR, tol : la tolérence, tolPR`,
kmax : nombre maximum d'itérations, kmaxPN˚ Résultat :
αtol : un réel tel que|Φpαtolq ´αtol| ďtol (ou|Φpα|αtoltolq´α|`1tol|ďtol)
1:FonctionαtolÐPtFixe(Φ,x0,tol,kmax ) 2: kÐ0, αtolÐ H
3: xÐx0, 4: errÐtol`1
5: Tantque errątol etkďkmax faire
6: kÐk`1
7: xpÐx
8: xÐΦpxpq
9: errÐ |x´xp| Źou|xp´x||x|`1
10: Fin Tantque
11: Si errďtol alors ŹConvergence
12: αtolÐx
13: Fin Si 14:Fin Fonction
Algorithme 12 Méthode de la corde Données :
f : f:RÝÑR,
a,b : deux réels tels quefpaq ‰fpbq, x0 : donnée initiale,x0PR, tol : la tolérence, tolPR`,
kmax : nombre maximum d'itérations, kmaxPN˚ Résultat :
αtol : un réel tel que|fpαtolq| ďtol 1:FonctionαtolÐCorde(f,a,b,x0,tol,kmax ) 2: kÐ0, αtolÐ H
3: qÐfpbq´fb´apaq 4: xÐx0, 5: errÐtol`1
6: Tantque errątol etkďkmax faire
7: kÐk`1
8: xpÐx
9: xÐxp´q˚fpxpq
10: errÐ |x´xp|
11: Fin Tantque
12: Si errďtol alors ŹConvergence
13: αtolÐx
14: Fin Si 15:Fin Fonction
Plus simple, plus court ... ???
Méthode de point xe : version Tantque avec critères d'arrêt Données :
Φ : Φ :RÝÑR, x0 : donnée initiale,x0PR, tol : la tolérence, tolPR`,
kmax : nombre maximum d'itérations, kmaxPN˚ Résultat :
αtol : un réel tel que|Φpαtolq ´αtol| ďtol (ou|Φpα|αtoltolq´α|`1tol|ďtol)
1:FonctionαtolÐPtFixe(Φ,x0,tol,kmax ) 2: kÐ0, αtolÐ H
3: xÐx0, 4: errÐtol`1
5: Tantque errątol etkďkmax faire
6: kÐk`1
7: xpÐx
8: xÐΦpxpq
9: errÐ |x´xp| Źou|xp´x||x|`1
10: Fin Tantque
11: Si errďtol alors ŹConvergence
12: αtolÐx
13: Fin Si 14:Fin Fonction
Algorithme 13 Méthode de la corde utilisant la fonction PtFixe
Données :
f : f:RÝÑR,
a,b : deux réels tels quefpaq ‰fpbq, x0 : donnée initiale,x0PR, tol : la tolérence, tolPR`,
kmax : nombre maximum d'itérations, kmaxPN˚ Résultat :
αtol : un réel tel que|fpαtolq| ďtol 1:FonctionαtolÐCorde(f,a,b,x0,tol,kmax ) 2: qÐfpbq´fpaqb´a
3: ΦÐ`
xÞÑx´q˚fpxq˘
Źdénition de fonction 4: αtolÐPtFixepΦ,x0,tol,kmaxq
5:Fin Fonction
α “ 1 , racine de f : x ÞÑ x 2 ´ 1
‚ exemple 1 : a “ 0 . 000 , b “ 2 . 000 , x 0 “ 1 . 800 ,
‚ exemple 2 : a “ 0 . 5000 , b “ 1 . 900 , x 0 “ 1 . 800 . exemple 1 exemple 2
k |x k ´ α| |x k ´ α|
0 8.0000e-01 8.0000e-01 1 3.2000e-01 1.3333e-01 2 5.1200e-02 2.9630e-02 3 1.3107e-03 5.3041e-03 4 8.5899e-07 8.9573e-04 5 3.6893e-13 1.4962e-04 6 0.0000e+00 2.4947e-05
... ... ...
15 0.0000e+00 2.4756e-12
L'exemple 1 converge beaucoup plus rapidement
0.5 1 1.5 2
-1 1 2 3
x0
f(x0)
x1
f(x1)
x2
f(x2) x3
f(x3) x4
f(x4) x5
f(x5)
y
=f
(a
) +q
(x
−a
)y
=f
(x
)(a) représentation usuelle
0.5 1 1.5 2
x
0.5 1 1.5 2
y
x0
x1 x2x3
Φ(x0) Φ(x1) Φ(x2)
y= Φ(x) y=x
(b) Représentation point xe
0.5 1 1.5 2
-1 1 2 3
x0
f(x0)
x1
f(x1)
x2
f(x2) x3
f(x3) x4
f(x4) x5
f(x5) x6
f(x6)
y
=f
(a
) +q
(x
−a
)y
=f
(x
)(a) représentation usuelle
0.5 1 1.5 2
x
0.5 1 1.5 2
y
x0
x1 x2x3
Φ(x0) Φ(x1) Φ(x2)
y= Φ(x) y=x
(b) Représentation point xe
Figure: Exemple 2, méthode de la corde, α “ 1 , racine de f : x ÞÑ x 2 ´ 1 avec
0 5 10 15 k 10-13
10-12 10-11 10-10 10-9 10-8 10-7 10-6 10-5 10-4 10-3 10-2 10-1 ek
exemple 1 exemple 2
(a) Erreurs en fonctions des itérations
10-11 10-10 10-9 10-8 10-7 10-6 10-5 10-4 10-3 10-2 10-1 ek 10-12
10-11 10-10 10-9 10-8 10-7 10-6 10-5 10-4 10-3 10-2 10-1 ek+ 1
exemple 1 : pente=2.000 exemple 2 : pente=1.000
(b) Représentation en échelle
logarithmique de e
k`1en fonction de e
k. Les pentes sont calculées numériquement Figure: Exemples 1 et 2, méthode de la corde, α “ 1 , racine de f : x ÞÑ x 2 ´ 1
Exemple 1 : f pbq´f b´a paq “ 2 et f 1 pαq “ 2 ñ convergence ordre 2 .
Plan
1 Recherche des zéros d'une fonction
Méthode de dichotomie ou de bissection
Points xes d'une fonction (dimension 1)
Points xes attractifs et répulsifs
Algorithme générique du point xe
Points xes pour la recherche de racines
Méthode de la corde La méthode de Newton Méthode de la sécante
2 Résolution de systèmes non linéaires
Point xe
Méthode de Newton
Exemples
Méthode de Newton
Proposition 4.4: convergence de la méthode de Newton Soit f une fonction de classe C 2 sur un certain voisinage d'une racine simple α de f . Soit x 0 donné dans ce voisinage, la suite px k q k PN dénie par la méthode de Newton
x k` 1 “ x k ´ f px k q
f 1 px k q , @k P N . (17)
est localement convergente d'ordre 2.
Exercice 4.3:
En´1700 av. J.-C., les babyloniens ne connaissaient que les nombres rationnels (fractions) et ils utilisaient le système sex- agésimal (base 60). Pour approcher la valeur?
2,ils utilisaient comme approximation (voir tablette YBC 7289)
α“1`24 60` 51
602` 10 603“30547
21600 L'erreur commise est|α´?
2| «5.994e´7.
Q. 1
Comment feriez-vous pour trouver à la main une méthode permettant de trouver des nombres rationnels approchant? 2.
Q. 2
Généraliser la méthode pour trouver une approximation rationnelle de?
aoùaest un réel positif.
Q. 3
Généraliser la méthode pour trouver une approximation rationnelle de?n
aoùaest un réel positif etnPN˚.
Méthode de point xe : version Tantque avec critères d'arrêt Données :
Φ : Φ :RÝÑR, x0 : donnée initiale,x0PR, tol : la tolérence, tolPR`,
kmax : nombre maximum d'itérations, kmaxPN˚ Résultat :
αtol : un réel tel que|Φpαtolq ´αtol| ďtol (ou|Φpα|αtoltolq´α|`1tol|ďtol)
1:FonctionαtolÐPtFixe(Φ,x0,tol,kmax ) 2: kÐ0, αtolÐ H
3: xÐx0, 4: errÐtol`1
5: Tantque errątol etkďkmax faire
6: kÐk`1
7: xpÐx
8: xÐΦpxpq
9: errÐ |x´xp| Źou|xp´x||x|`1
10: Fin Tantque
11: Si errďtol alors ŹConvergence
12: αtolÐx
13: Fin Si 14:Fin Fonction
Méthode de Newton :
Φpxq “x´fpxq f1pxq
Plus simple, plus court ... ???
Méthode de point xe : version Tantque avec critères d'arrêt Données :
Φ : Φ :RÝÑR, x0 : donnée initiale,x0PR, tol : la tolérence, tolPR`,
kmax : nombre maximum d'itérations, kmaxPN˚ Résultat :
αtol : un réel tel que|Φpαtolq ´αtol| ďtol (ou|Φpα|αtoltolq´α|`1tol|ďtol)
1:FonctionαtolÐPtFixe(Φ,x0,tol,kmax ) 2: kÐ0, αtolÐ H
3: xÐx0, 4: errÐtol`1
5: Tantque errątol etkďkmax faire
6: kÐk`1
7: xpÐx
8: xÐΦpxpq
9: errÐ |x´xp| Źou|xp´x||x|`1
10: Fin Tantque
11: Si errďtol alors ŹConvergence
12: αtolÐx
13: Fin Si 14:Fin Fonction
Algorithme 14 Méthode de Newton Données :
f
:
f:RÝÑR,
df : la dérivée de
f,
x0: donnée initiale,
x0PR,tol : la tolérence, tol
PR`,
kmax : nombre maximum d'itérations, kmax
PN˚Résultat :
αtol
: un réel tel que
1:
Fonction
αtolÐNewton(
f,df
,x0,tol
,kmax )
2: kÐ
0, α
tolÐ H 3:x
Ðx0, 4:err
Ðtol
`1
5:
Tantque err
ątol et
kďkmax faire
6: kÐk`1
7:
xp
Ðx
8:
x
Ðxp
´fpxpq{dfpxpq Źdfpxpq ‰ 0
9:err
Ð |x´xp|
10:
Fin Tantque
11:
Si err
ďtol alors
ŹConvergence
12: αtolÐx
13:
Fin Si
14:Fin Fonction
Méthode de point xe : version Tantque avec critères d'arrêt Données :
Φ : Φ :RÝÑR, x0 : donnée initiale,x0PR, tol : la tolérence, tolPR`,
kmax : nombre maximum d'itérations, kmaxPN˚ Résultat :
αtol : un réel tel que|Φpαtolq ´αtol| ďtol (ou|Φpα|αtoltolq´α|`1tol|ďtol)
1:FonctionαtolÐPtFixe(Φ,x0,tol,kmax ) 2: kÐ0, αtolÐ H
3: xÐx0, 4: errÐtol`1
5: Tantque errątol etkďkmax faire
6: kÐk`1
7: xpÐx
8: xÐΦpxpq
9: errÐ |x´xp| Źou|xp´x||x|`1
10: Fin Tantque
11: Si errďtol alors ŹConvergence
12: αtolÐx
13: Fin Si 14:Fin Fonction
Algorithme 15 Méthode de Newton scalaire Données :
f
:
f:RÝÑR,
df : la dérivée de
f,
x0: donnée initiale,
x0PR,tol : la tolérence, tol
PR`,
kmax : nombre maximum d'itérations, kmax
PN˚Résultat :
αtol
: un réel tel que
1:
Fonction
αtolÐNewton(
f,df,
x0,tol, kmax )
2: ΦÐxÞÑx´fpxq{dfpxq 3: αtolÐPtFixepΦ,x0,
tol, kmaxq
4:Fin Fonction
0.5 1 1.5 2
-2 -1 1 2
y=α x0
f(x0)
x1 f(x1)
x2
f(x2) x3
f(x3) f:x x2cos(x) D0 : y=f0(x0)(x−x0) +f(x0) D1 : y=f0(x1)(x−x1) +f(x1) D2 : y=f0(x2)(x−x2) +f(x2) D3 : y=f0(x3)(x−x3) +f(x3)
(a) représentation usuelle
0.5 1 1.5 2x
0.5 1 1.5 2
y
x0 x1 x2 x3 Φ(x0)
Φ(x1) Φ(x2)
y= Φ(x) y=x
(b) Représentation point xe,
Φ : x ÞÑ
x2sinpxx2q´cospxq2
xcospxq` x
Figure: Exemple 2, méthode de Newton, α “ 1 2 π, racine de f : x ÞÑ x 2 cos pxq
avec x 0 “ 0 . 40 ,
0.5 1 1.5 2
-2 -1 1 2
y=α
x0
f(x0)
x1
f(x1)
x2
f(x2) x3
f(x3) f:x x2cos(x)
D0 : y=f0(x0)(x−x0) +f(x0) D1 : y=f0(x1)(x−x1) +f(x1) D2 : y=f0(x2)(x−x2) +f(x2) D3 : y=f0(x3)(x−x3) +f(x3)
(a) représentation usuelle
0.5 1 1.5 2
x
0.5 1 1.5 2
y
x0
x1
x2
x3 Φ(x0)
Φ(x1) Φ(x2)
y= Φ(x) y=x
(b) Représentation point xe,
Φ : x ÞÑ
x2sinpxx2q´cospxq2
xcospxq` x
Figure: Exemple 2, méthode de Newton, 1 racine de 2
0 1 2 3 4 5 6 k 10-14
10-13 10-12 10-11 10-10 10-9 10-8 10-7 10-6 10-5 10-4 10-3 10-2 10-1
ek
exemple : f(x) =x2−1 exemple : f(x) =x2cos(x)
(a) Représentation de la
convergence, e
ken fonction de k
10-7 10-6 10-5 10-4 10-3 10-2 10-1 ek
10-14 10-13 10-12 10-11 10-10 10-9 10-8 10-7 10-6 10-5 10-4 10-3 10-2 10-1 ek+ 1
exemple : f(x) =x2−1, pente=2.074 exemple : f(x) =x2cos(x), pente=1.953