Analyse num´erique I Chapitre III : R´esolution f(x)=0
Pr. Souad EL BERNOUSSI
Universit´e Mohammed V de Rabat Facult´e des Sciences
Laboratoire de recherche : (LabMIA-SI) 4 avril 2020
Table des mati`eres
1 Introduction 1
2 M´ethode de la bissection (ou dicotomie). 3
3 M´ethode de Newton-Raphson : 3
4 M´ethode de la s´ecante 4
5 M´ethode du point fixe 5
6 Convergence et ordre de convergence. 5
6.1 Ordre de convergence. . . 5
7 S´erieN◦3 7
1 Introduction
On va se limiter au cas scalaire :
f :R→R
Soitf une fonction num´erique d’une variable r´eelle.
(1) f(x) = 0
— Isoler les racines, c’est `a dire trouver un intervalle [a, b] dans lequel α est l’unique racine r´eelle de (1).
— Trouver cet intervalle :
th´eor`eme des valeurs interm´ediaires :
— f(a)∗f(b)<0 fadmet un nombre impair de racines
— Sif(a)∗f(b)>0 f admet un nombre pair de racines.
— Dresser le tableau de variation de la fonctionf.
— Combiner les 2 m`ethodes.
Exemple 1 1)D´eterminer le nombre de solutions r´eelles de l’´equation f(x) =x5−5x+ 1 = 0(1).
2)a) Montrer que dans[1,2], l’´equation(1)admet une unique solution r´eelle.
b) Calculer une valeur approch´ee de cette solution `a = 10−1pr´es.
On supposera donc d´esormais avoir trouv´e un intervalle [a, b] o`u f admet une unique racine simple et on supposera que f est d´efinie, continue, et autant de fois continument d´erivable que n´ecessaire.
D´efinition 2 Nous appellerons algoritnme toute m´ethode de r´esolution d’un probl`eme donn´e.
Pour tout probl`eme, nous avons des donn´ees et des r´esultats.
— Les donn´ees sont appel´ees param`etres d’entr´ee(input)
— les r´esultats param`etres de sortie (output) Ils constituent l’interface de l’algorithme.
Les algorithmes classiques que nous allons ´etudiersont les suivants :
1. M´ethode de la bissection 2. M´ethode de Newton-Raphson 3. M´ethode de la s´ecante 4. M´ethode du point fixe.
Notre objectif est simple :
construire une suite(xn)n qui converge versxunique solution def(x) = 0dans un intervalle[a, b]⊂R`apr´es.
2 M´ethode de la bissection (ou dicotomie).
Soitf(x)continue et cherchonsptel quef(p) = 0.
— Supposons qu’on a localis´e un intervalle[a, b]dans lequel la fonction change de signe.
— on posec=a+b2 ,
— sif(a)∗f(c)≺0on remplacebparc
— sinon on remplaceaparc,
— on continue cette operation jusqu’`a ce qu’on trouve pavec la pr´ecision de- mand´ee.
Algorithme 3 Trouver une approximation de la solution def(x) = 0dans[a, b]. en construisant une suite d’intervalles([an, bn])ncontenant la racine et tets queanoubn est le milieu de l’intervalle[an−1, bn−1].
Entr´ees:a, b, ,N0
Sortie: la valeur approch´eep:f(p) = 0
1. Sif(a) = 0imprimer la solution esta. Sif(b) = 0imprimer la solution estb, aller `a 10
2. sif(b)∗f(a)>0, imprimer (pas de changement de signe). Aller `a 10 3. poserN = 1
4. Tant queN≤N0,faire les ´etapes 5 `a 8 5. poserp= a+b2
6. Sif(p) = 0ou b−a2 ≤, imprimerp. Aller `a 10 7. poserN =N+ 1
8. Sif(a)∗f(p)>0,alors posera=p, sinon poserb=p
9. Imprimer apr´esN0 it´erations l’approximation obtenue estpet l’erreur maxi- male est b−a2
10. Fin
3 M´ethode de Newton-Raphson :
Le principe consiste `a construire une suite(xn)n,telle quexn+1soit l’intersection de la tangente `a la courbe defau point(xn, f(xn))avec l’axe horizontal.
On a :
A= (x0, f(x0)), B= (x1,0)∈axe(Ox) AetB∈D:y=ax+b donc
Algorithme 4 Entr´ees :une approximation initiale p0
ε(la pr´ecision d´esir´ee)
N0(le nombre maximum d’it´erations) Sortie :valeur approch´ee depou un message d’´echec
1. N = 1
2. Tant queN≤N0,faire les ´etapes 3 `a 6.
3. Poser p=p0−ff(p0(p00))
4. Si|p−p0|≤εalors imprimerp, aller `a l’´etape 8.
5. PoserN =N+ 1.
6. Poserp0=p.
7. Imprimer la m´ethode a ´echou´e apr`esN it´erations.
8. Fin.
4 M´ethode de la s´ecante
La m´ethode de Newton-Raphson suppose le calcul def0(p). On remplac¸e dans la m´ethode de Newtonf0(pn)par
f(pn)−f(pn−1) pn−pn−1 . L’´equation de la s´ecante s’´ecrit :
s(x) =f(pn) + (x−pn)f(ppn)−f(pn−1)
n−pn−1
Si
s(pn+1) = 0, on en d´eduit :
pn+1=pn−f(pn)f(ppn−pn−1
n)−f(pn−1)
Algorithme 5 Trouver une solution def(x) = 0 Entr´ees :deux approximations initialesp0etp1
ε(la pr´ecision d´esir´ee)
N0(le nombre maximum d’it´erations) Sortie :la valeur approch´ee depou un message d’´echec
1. poserN = 1,q0=f(p0),q1=f(p1) 2. Tant queN≤N0+ 1,faire les ´etapes 3 `a 6 3. poserp=p1−q1(p1−p0)
q1−q0
4. Si|p−p1|≤εalors imprimerp, aller `a l’´etape 8 5. PoserN =N+ 1
6. Poserp0=p1,q0=q1,p1=p,q1=f(p) 7. Imprimer la m´ethode a ´echou´e apr´esN0it´erations 8. Fin
5 M´ethode du point fixe
Nous pouvons observer que la m´ethode de Newton peut s’interpr´eter comme pn+1=g(pn) o`u g(x) =x−(f(x)
f0(x)).
Si la fonctiong(x)est continue et si l’algorithme converge (c.`a.d.pn→p), Alors, puiquepn+1=g(pn), on ap:p=g(p);
on dit quepest un point fixe deg.
Algorithme 6 trouver une solution deg(x) =x Entr´ees : une approximation initialep0
ε(la pr´ecision d´esir´ee)
N0le nombre maximale d’it´erations Sortie :valeur approch´ee depou un message d’´echec
6 Convergence et ordre de convergence.
SoitDune partie deRetFune application deDdansD.On dit que la fonctionF est contractante si
∀x, y∈D ,∃k∈[0,1[ tel que
|F(x)−F(y)|≤k |x−y|. kest le co´efficient de contraction ou de Lipschitz deF.
Th´eor`em 7 Consid´erons le segmentS = [p0−a, p0+a]⊂D;siFest contractante surSet si|F(p0)−p0|≤(1−k)a,alors l’it´erationpn+1 =F(pn)de point initial p0,converge vers l’unique point fixep∈SdeF.
Th´eor`em 8 SiF est diff´erentiable au voisinage d’un point fixepet si| F0(p) |< 1 alors :
∃V voisinage deptels quep0∈V etpn+1=F(pn)converge versp.
6.1 Ordre de convergence.
Consid´erons une suite{pn}convergeant verspet posonsen=pn−p.
On dit dans le cas o`un
en
en−1
o
converge, que la suitepnconverge lin´eairement versp ou encore que la m´ethode est du premier ordre.
Si on an
en (en−1)k
o
converge, alors la convergence est dite d’ordrek.
Six∗est racine simple def(x) = 0,alorsf0(x∗)6= 0 et il existe un voisinageV dex∗tel que :
pour toutp0∈V,la suite(pn)nconverge versx∗ et l’ordre de convergence est 2.
Pour d´eterminer l’ordre de convergence, on utilise la formule de Taylors en x∗ : F(x) =F(x∗) +F0(x∗)(x−x∗) +F00(θx)(x−x2∗)2).
7 S´erie N
◦3
Exercices 1
R´esoudre `a l’aide de la m´ethode de bisectiontanx−x= 0dans l’intervalle[4; 4.7].
Exercice 2
On consid`ere l’´equation (1)ex−4x= 0
1) D´eterminer le nombre et la position approximative des racines de (1) situ´ees dans .x≥0
2) Utiliser l’algorithme de bissection pour d´eterminer la plus petite de ces racines
`aεpr`es.(par exemple 10−7)
3) Sans faire d’it´erations, d´eterminer combien vous devriez en faire pour calculer la plus grande racine `a l’aide de la bissection avec une pr´ecision de 10−8, si l’intervalle de d´epart est[2; 2,5]
Exercice 3
Ecrire un algorithme pour calculer par la m´ethode de Newton la racine K-i`eme d’un´ nombre.
Quelle est la valeur de s= q
2 +p 2 +√
2 +...?
Suggestion : ´ecrire .pn+1=G(pn),p0=0 Quel est l’ordre de convergence ? Exercice 4
Ecrire 3 m´ethodes it´eratives pour la r´esolution de´ x3 −x−1 =0 et v´erifier exp´erimentalement leur convergence avecx0 = 1,5. Trouver `a 10−6pr`es la racine comprise entre 1 et 2. Connaissant la valeur de cette racine, calculer l’ordre de conver- gence de vos 3 m´ethodes. Ce r´esultat coincide-t-il avec l’exp´erience ?
Exercice 5
R´esoudre x2-1=0 en utilisant la m´ethode de la s´ecante avecx0=−3etx1= 5/3.
Qu’arrivera-t-il si on choisit etx0= 5/3etx1=−3? Expliquez.