Sunteți pe pagina 1din 32

Introduction Cas scalaire p = 1

HEI : Analyse Numrique


Chapitre 3 : Rsolution Numrique des
Equations
H. Sadok
Cours dAnalyse Numrique, Chapitre 3 : Rsolution Numrique des Equations
Introduction Cas scalaire p = 1
Plan
1
Introduction
Bibliographie
Introduction
2
Cas scalaire p = 1
Algorithmes de rsolution
Mthode de dichotomie
Mthode de Newton
Mthode de la scante
Etude de la convergence
Cours dAnalyse Numrique, Chapitre 3 : Rsolution Numrique des Equations
Introduction Cas scalaire p = 1 Bibliographie Introduction
Bibliographie
A. Quarteroni, R. Sacco et F. Saleri, Mthodes
Numriques pour le Calcul Scientique , Springer-Verlag
France, Paris, 2000.
S. Guerre-Delabrire et M. Postel, Mthodes
dapproximation, Equations diffrentielles, Applications
Scilab, Ellipses, Paris, 2004.
Cours dAnalyse Numrique, Chapitre 3 : Rsolution Numrique des Equations
Introduction Cas scalaire p = 1 Bibliographie Introduction
Position du problme
Le problme
Etant donn f : R
p
R
p
,
On cherche un vecteur x R
n
solution de f (x) = 0.
(1)
Nous allons dabord traiter le cas scalaire. La n de ce chapitre
sera consacre au cas vectoriel.
Cours dAnalyse Numrique, Chapitre 3 : Rsolution Numrique des Equations
Introduction Cas scalaire p = 1 Algorithmes de rsolution Etude de la convergence
Rsolution numrique des quations
Rsoudre numriquement lquation f (x) = 0, revient
chercher x

tel que |f (x

)| , avec trs petit.


On va supposer dans la suite que la racine x

est sparable,
cest dire quil existe un intervalle [a, b] tel que x

est la seule
racine dans cet intervalle.
On rappelle le thorme des valeures intermdiaires :
thorme des valeures intermdiaires
Soit f une fonction continue dans [a, b], et soit
y [min(f (a), f (b)), max(f (a), f (b))], alors il existe x [a, b] tel
que f (x) = y.
supposons quil existe un intervalle [a, b] tel que f (a)f (b) < 0,
donc dapr` s le thrme des valeurs intermdiaires, il existe un
point

x tel que f (

x) = 0.
Cours dAnalyse Numrique, Chapitre 3 : Rsolution Numrique des Equations
Introduction Cas scalaire p = 1 Algorithmes de rsolution Etude de la convergence
Mthode de dichotomie
Hypothse : x

est sparable dans [a, b]. Supposons de


plus que f (a)f (b) < 0.
On dnit lalgorithme suivant :
algorithme de la bissection
Initialisation: a
0
= a, b
0
= b avec f (a)f (b) < 0
Iterations: Pour k = 0, 1, 2, . . .
c
k
=
a
k
+b
k
2
,
Si f (a
k
)f (c
k
) < 0
alors a
k+1
= a
k
et b
k+1
= c
k
sinon a
k+1
= c
k
et b
k+1
= b
k
n du si
n du pour
Cours dAnalyse Numrique, Chapitre 3 : Rsolution Numrique des Equations
Introduction Cas scalaire p = 1 Algorithmes de rsolution Etude de la convergence
Mthode de dichotomie : Exemple
f (x) = (5 x)e
x
5 = 0, avec a = 1 et b = 6
1 1.5 2 2.5 3 3.5 4 4.5 5
10
0
10
20
30
40
50
Cours dAnalyse Numrique, Chapitre 3 : Rsolution Numrique des Equations
Introduction Cas scalaire p = 1 Algorithmes de rsolution Etude de la convergence
Mthode de dichotomie : Critre de convergence
Il est vident que
b
n
a
n
=
b a
2
n
.
Donc si |b
n
a
n
| alors 2
n

ba

.
Et donc n log
2

ba

.
Si par exemple a = 1, b = 2 et = 10
4
, alors n 14. Ce qui
montre que 14 itrations sont sufsante pour avoir une erreur
infrieure 10
4
.
Comme approximation on propose
a
n
+b
n
2
. La convergence de la
mthode de dichotomie est linaire.
Cette mthode ncessite une seule valuation de fonctions par
itration. Nous allons voir dans ce qui suit une variante.
Cours dAnalyse Numrique, Chapitre 3 : Rsolution Numrique des Equations
Introduction Cas scalaire p = 1 Algorithmes de rsolution Etude de la convergence
Mthode de dichotomie : Premire variante
Au lieu de prendre c
n
gal au milieu de [a
n
, b
n
], nous allons tout
dabord tracer la droite passant par les deux points (a
n
, f (a
n
))
et (b
n
, f (b
n
)). Le nouveau point c
n
sera donc lintersection de
cette droite avec laxe Ox.
a
b
c
f(a)
f(b)

Cours dAnalyse Numrique, Chapitre 3 : Rsolution Numrique des Equations
Introduction Cas scalaire p = 1 Algorithmes de rsolution Etude de la convergence
Mthode de dichotomie : Premire variante
La droite passant par les points (a
n
, f (a
n
)) et (b
n
, f (b
n
)) a pour
quation
y = f (a
n
) + (x a
n
)
f (b
n
) f (a
n
)
b
n
a
n
.
On en dduit donc que c
n
est donn par
c
n
=
a
n
f (b
n
) b
n
f (a
n
)
f (b
n
) f (a
n
)
.
En modiant lalgorithme prcdent on obtient :
Cours dAnalyse Numrique, Chapitre 3 : Rsolution Numrique des Equations
Introduction Cas scalaire p = 1 Algorithmes de rsolution Etude de la convergence
Mthode de Regula-Falsi
Hypothse : x

est sparable dans [a, b]. Supposons de


plus que f (a)f (b) < 0.
On dnit lalgorithme suivant :
algorithme de la fausse position (Regula-Falsi)
Initialisation: a
0
= a, b
0
= b avec f (a)f (b) < 0
Iterations: Pour k = 0, 1, 2, . . .
c
k
=
a
k
f (b
k
)b
k
f (a
k
)
f (b
k
)f (a
k
)
,
Si f (a
k
)f (c
k
) < 0
alors a
k+1
= a
k
et b
k+1
= c
k
sinon a
k+1
= c
k
et b
k+1
= b
k
n du si
n du pour
Cours dAnalyse Numrique, Chapitre 3 : Rsolution Numrique des Equations
Introduction Cas scalaire p = 1 Algorithmes de rsolution Etude de la convergence
Interprtation de la Mthode de Regula-Falsi
Le principal inconvnient de cette mthode rside dans le fait
que lon peut avoir une stagnation de lun des des points,
comme le montre le graphe suivant :
Cours dAnalyse Numrique, Chapitre 3 : Rsolution Numrique des Equations
Introduction Cas scalaire p = 1 Algorithmes de rsolution Etude de la convergence
Interprtation de la Mthode de Regula-Falsi Modie
Nous allons remdier ce petit problme, en changeant
lordonne (on va le diviser par deux) du point qui cause la
stagnation. Si on reprend la gure prcdente on obtient
maintenant :
Cours dAnalyse Numrique, Chapitre 3 : Rsolution Numrique des Equations
Introduction Cas scalaire p = 1 Algorithmes de rsolution Etude de la convergence
Mthode de dichotomie (Seconde variante) :
lalgorithme
Programme matlab
function [w,ier,N]=quest(f,a,b,xeps,feps,itermax)
fa=f(a); fb=f(b); w=a; fw=fa; a0=a; b0=b;
for N=1 : itermax
if(abs(a-b) < xeps)
ier=0; return
end
if ( abs(fw) <= feps)
ier = 1; return
end
w = (fa*b-fb*a)/(fa-fb);
fwp=fw; fw=f(w);
Cours dAnalyse Numrique, Chapitre 3 : Rsolution Numrique des Equations
Introduction Cas scalaire p = 1 Algorithmes de rsolution Etude de la convergence
Mthode de dichotomie (Seconde variante) :
lalgorithme (suite)
Programme matlab (suite)
if fa*fw > 0
a=w; fa=fw;
if( fw*fwp >0 )
fb = fb/2;
end
else
b=w; fb=fw;
if( fw*fwp > 0)
fa = fa/2;
end
end
end
ier = 2;
Cours dAnalyse Numrique, Chapitre 3 : Rsolution Numrique des Equations
Introduction Cas scalaire p = 1 Algorithmes de rsolution Etude de la convergence
Mthode de dichotomie (Seconde variante) : Exemple
f (x) = (5 x)e
x
5 = 0, avec a = 1 et b = 6
1 1.5 2 2.5 3 3.5 4 4.5 5
10
0
10
20
30
40
50
Cours dAnalyse Numrique, Chapitre 3 : Rsolution Numrique des Equations
Introduction Cas scalaire p = 1 Algorithmes de rsolution Etude de la convergence
Mthode de Newton
La mthode de Newton est base sur le dveloppement de
Taylor. Soit x

une solution de l quation non linaire f (x) = 0.


Nous savons daprs la formule des rectangles gauche que :
f (x

)f (x
k
) =

x
k
f

(t )dt = (x

x
k
) f

(x
k
) +
(x

x
k
)
2
2
f

(
k
).
En notant que f (x

) = 0 et en ngligeant lerreur de quadrature


numrique on obtient la mthode de Newton:
x
k+1
= x
k

f (x
k
)
f

(x
k
)
.
Cours dAnalyse Numrique, Chapitre 3 : Rsolution Numrique des Equations
Introduction Cas scalaire p = 1 Algorithmes de rsolution Etude de la convergence
Programmation de la mthode de Newton
Les paramtres dentre sont
x
0
: approximation initiale,
: tolrance souhaite,
itemax : nombre maximal ditrations
Algorithme
Etant donns un point initial x
0
et une tolrance ,
Tant que |f (x
k
)| > et k itemax , faire
x
k+1
= x
k

f (x
k
)
f

(x
k
)
,
Fait
Cours dAnalyse Numrique, Chapitre 3 : Rsolution Numrique des Equations
Introduction Cas scalaire p = 1 Algorithmes de rsolution Etude de la convergence
Interprtation gomtrique de la mthode de Newton
Prenons
f (x) = arctan(x),
qui a pour solution exacte x

= 0. Litration de Newton pour


cette fonction scrit sous la forme suivante:
x
k+1
= x
k
(1 +x
2
k
) arctan(x
k
).
En prenant x
0
= 1, on obtient :
1.5 1 0.5 0 0.5 1 1.5
1
0.8
0.6
0.4
0.2
0
0.2
0.4
0.6
0.8
1
x
a
t
a
n
(
x
)
x
0
x
1
x
3
x
*
Figure: Mthode de Newton pour la fonction arctan.
Cours dAnalyse Numrique, Chapitre 3 : Rsolution Numrique des Equations
Introduction Cas scalaire p = 1 Algorithmes de rsolution Etude de la convergence
Mthode de Newton : Remarques
la fonction f doit tre drivable.
x
k+1
peut ne pas tre calculable si f

(x
k
) = 0 ou si x
k
nest
pas dans le domaine de dnition de f .
chaque itration ncessite une valuation de f et une
valuation de f

.
cette mthode est souvent appele aussi mthode de
Newton-Raphson
la mthode de Newton est une mthode de point xe
puisque x
k+1
peut scrire sous la forme x
k+1
= g(x
k
) avec
g(x) = x
f (x)
f

(x)
.
Cours dAnalyse Numrique, Chapitre 3 : Rsolution Numrique des Equations
Introduction Cas scalaire p = 1 Algorithmes de rsolution Etude de la convergence
Mthode de Newton : Exemple1
Soit a un nombre positif, pour calculer a
1
, nous allons
appliquer la mthode de Newton la fonction
f (x) =
1
x
a.
Litration de Newton pour cette fonction scrit sous la forme
suivante:
x
k+1
= 2x
k
ax
2
k
.
En prenant x
0
]0,
1
a
[, on a les proprits suivantes :
Cours dAnalyse Numrique, Chapitre 3 : Rsolution Numrique des Equations
Introduction Cas scalaire p = 1 Algorithmes de rsolution Etude de la convergence
Mthode de Newton ( Exemple1 ) : proprits
La suite {x
k
} est bien dnie puisque x
k
]0,
1
a
[
{x
k
} est une suite croissante majore par
1
a
, elle est donc
convergente vers
1
a
{x
k
} est une suite de point xe avec
x
k+1
= 2x
k
ax
2
k
= g(x
k
).
Notons e
k
lerreur de la mthode i.e. e
k
= x
k

1
a
, il est
facile de voir que
Convergence Quadratique
e
k+1
e
2
k
= a.
Cours dAnalyse Numrique, Chapitre 3 : Rsolution Numrique des Equations
Introduction Cas scalaire p = 1 Algorithmes de rsolution Etude de la convergence
Mthode de Newton : Exemple2
Soit A un nombre positif, pour calculer

A, nous allons
appliquer la mthode de Newton la fonction
f (x) = x
2
A.
Litration de Newton pour cette fonction scrit sous la forme
suivante:
x
k+1
=
1
2

x
k
+
a
x
k

En prenant x
0
]

A, [, on a les proprits suivantes :


Cours dAnalyse Numrique, Chapitre 3 : Rsolution Numrique des Equations
Introduction Cas scalaire p = 1 Algorithmes de rsolution Etude de la convergence
Mthode de Newton ( Exemple2 ) : proprits
La suite {x
k
} est bien dnie puisque x
k
]

A, [
{x
k
} est une suite dcroissante minore par

A, elle est
donc convergente.
{x
k
} est une suite de point xe avec
x
k+1
= 2x
k
ax
2
k
= g(x
k
), qui converge vers

A.
Notons e
k
lerreur de la mthode i.e. e
k
= x
k

A, il est
facile de voir que
Convergence Quadratique
e
k+1
e
2
k
=
1
2x
k
et lim
k
e
k+1
e
2
k
=
1
2

A
Cours dAnalyse Numrique, Chapitre 3 : Rsolution Numrique des Equations
Introduction Cas scalaire p = 1 Algorithmes de rsolution Etude de la convergence
Mthode de la scante : introduction
Bien que la mthode de Newton est trs utilise dans la
pratique, son principal inconvnient vient du fait de lutilisation
chaque itration de la drive. Quand la fonction f nest pas
dnie explicitement, on n pas toujours accs sa drive.
Cest pourquoi nous allons voir maintanant la mthode de la
scante qui nutilise pas la drive de f .
Lide de cette mthode est dapprocher la drivde f

(x
k
) par
une diffrence dvise
f

(x
k
) [x
k1
, x
k
] =
f (x
k
) f (x
k1
)
x
k
x
k1
.
Cours dAnalyse Numrique, Chapitre 3 : Rsolution Numrique des Equations
Introduction Cas scalaire p = 1 Algorithmes de rsolution Etude de la convergence
Mthode de la scante
Litration de la mthode de la scante scrit donc
x
k+1
= x
k

f (x
k
)(x
k
x
k1
)
f (x
k
) f (x
k1
)
.
Figure: Interprtation gomtrique de la mthode de la scante.
Cours dAnalyse Numrique, Chapitre 3 : Rsolution Numrique des Equations
Introduction Cas scalaire p = 1 Algorithmes de rsolution Etude de la convergence
Mthode de la scante : Exemple
Appliquons la mthode de la scante et la mthode de Newton
pour trouver la racine de f (x) = arctan(x). Nous partons des
itrs x
0
= 1 et x
1
= 3 pour la mthode de la scante et x
0
= 1
pour la mthode de Newton.
0 1 2 3 4 5
25
20
15
10
5
0
Plot of error with respect to iteration, f(x)=atan
Nonlinear iterations
R
e
l
a
t
i
v
e

r
e
s
i
d
u
a
l


Secant
Newton
Cours dAnalyse Numrique, Chapitre 3 : Rsolution Numrique des Equations
Introduction Cas scalaire p = 1 Algorithmes de rsolution Etude de la convergence
Mthode de la scante : Exemple1
f (x) =
1
x
a.
Litration de la scante pour cette fonction scrit sous la forme
suivante:
x
k+1
= x
k
+x
k1
ax
k
x
k1
.
En prenant x
0
et x
1
dans ]0,
1
a
[, on a les proprits suivantes :
La suite {x
k
} est bien dnie puisque x
k
]0,
1
a
[
Notons e
k
lerreur de la mthode i.e. e
k
= x
k

1
a
, il est
facile de voir que
Convergence Super-linaire
e
k+1
e
k
e
k1
= a.
Cours dAnalyse Numrique, Chapitre 3 : Rsolution Numrique des Equations
Introduction Cas scalaire p = 1 Algorithmes de rsolution Etude de la convergence
Mthode de Newton : Exemple2
f (x) = x
2
A.
Litration de la scante pour cette fonction scrit sous la forme
suivante:
x
k+1
=
x
k
x
k1
+A
x
k
+x
k1
Notons e
k
lerreur de la mthode i.e. e
k
= x
k

A, il est facile
de voir que
Convergence Super-linaire
e
k+1
e
k
e
k1
=
1
2x
k
et lim
k
e
k+1
e
k
e
k1
=
1
2

A
Cours dAnalyse Numrique, Chapitre 3 : Rsolution Numrique des Equations
Introduction Cas scalaire p = 1 Algorithmes de rsolution Etude de la convergence
Dnition
Soit x

R
n
, x
k
R
n
, k = 1, 2, .... Sil existe une constante
c [0, 1) et un entier k
0
0 tels que pour tout k k
0
,
e
k+1
c e
k

alors la suite {x
k
} converge linairement vers x

. Si pour une
suite {c
k
} qui tend vers 0,
e
k+1
c
k
e
k
,
pour tout k, alors la suite {x
k
} converge super-linairement
vers x

. Sil existe des constantes p > 1, c 0, et k


0
0 telles
que {x
k
} converge vers x

pour tout k k
0
,
e
k+1
c e
k

p
,
alors la suite {x
k
} converge vers x

avec au moins un ordre p.


Si p = 2 ou p = 3, alors la convergence est dite respectivement
quadratique ou cubique.
Cours dAnalyse Numrique, Chapitre 3 : Rsolution Numrique des Equations
Introduction Cas scalaire p = 1 Algorithmes de rsolution Etude de la convergence
Etude de la convergence de la mthode de Newton
thoreme
Soit f : D R, pour un ouvert D dans lequel
f

(y) f

(z) K y z .. Supposons quil existe > 0 tel


que |f

(x)| > pour tout x D. Si f (x) = 0 a une solution


x

D, alors il existe une constante > 0 telle que: si


|x
0
x

| < , alors la suite {x


k
} gnre par
x
k+1
= x
k

f (x
k
)
f

(x
k
)
, k = 0, 1, 2, ...
existe et converge vers x

. En outre, pour k = 0, 1, ...,


|x
k+1
x

|
K
2
|x
k
x

|
2
.
Cours dAnalyse Numrique, Chapitre 3 : Rsolution Numrique des Equations
Introduction Cas scalaire p = 1 Algorithmes de rsolution Etude de la convergence
Etude de la convergence de la mthode de la scante
thoreme
La mthode de la scante a une convergence dordre
r =
(1+

5)
2
. En dautres termes, nous avons
|x
k+1
x

| C|x
k
x

|
r
.
Cours dAnalyse Numrique, Chapitre 3 : Rsolution Numrique des Equations

S-ar putea să vă placă și