Méthode de la sécante

Références : Demailly, Analyse numérique et équations différentielles, p 102

La méthode de Newton est une méthode numérique de recherche de points fixes. L’idée est de remplacer f
par sa tangente en xp . On a ainsi y “ f pxp q ` f 1 pxp qpx ´ xp q, et donc l’intersection de la tangente avec l’axe des
f pxp q
abscisses y “ 0 est xp`1 “ xp ´ 1 . Elle est très performante (ordre 2). Néanmoins il est nécessaire de bien
f pxp q
f pxp q
connaître la dérivée de f pour pouvoir calculer la suite approximant le zéro définie par xp`1 “ xp ´ 1 . Le
f pxp q
but de la méthode de la sécante est d’approximer f 1 par une corde.

Insérez un dessin ici !

Théorème.

Soit f de classe C 2 , a un zéro de f et tel que f 1 paq ‰ 0. On pose I “ ra ´ r, a ` rs un intervalle où

f 1 ne s’annule pas, et on définit la suite xp par

f pxp q f pxp q ´ f pxp´1 q

xp`1 “ xp ´ , avec τp “ .
τp xp ´ xp´1

Alors si on note psp qp la suite de Fibonacci de premiers termes s0 “ s1 “ 1, il existe K et h des réels
positifs tels que pour x0 , x1 P ra ´ h, a ` hs distincts, on a
1 s
|xp ´ a| ď pK maxp|x0 ´ a| , |x1 ´ a|qq p .
K

ˇ ˇ ˇ ˇ
Démonstration. On note Mi “ max ˇf piq ˇ, mi “ min ˇf piq ˇ, et
ˇ ˇ ˇ ˇ
I I

I ˆI Ñ R$
& f pyq ´ f pxq
τ: si x ‰ y .
px, yq ÞÑ y´x
% f 1 pxq si x ‰ y

‚ Étude de τ : ż1
On remarque que τ px, yq “ f 1 px ` tpy ´ xqqdt, donc par les théorèmes sur les intégrales à paramètres, τ est
0
C1.
On peut alors utiliser le théorème de dérivation sous le signe intégrale car f est C 2 :
ż1 ż1
Bτ 2 Bτ
px, yq “ p1 ´ tqf px ` tpy ´ xqqdt et px, yq “ tf 2 px ` tpy ´ xqqdt.
Bx 0 By 0
ˇ ˇ ˇ ˇ
ˇ Bτ ˇ M2 ˇ Bτ ˇ M2
D’où on a ˇ ˇ ď
ˇ ˇ et ˇˇ ˇˇ ď , et comme f 1 est de signe constant, |τ | ě m1 .
Bx 2 By 2 ˇż y ˇ
ˇ ˇ ˇ Bτ ˇ M2
Pour finir, on a ˇτ px, yq ´ f 1 pxqˇ “ |τ px, yq ´ τ px, xq| “ ˇˇ px, tqdtˇˇ ď |y ´ x|.
x By 2
f pxq
‚ Raisonnons de la même manière sur ψpx, yq “ x ´ .
τ px, yq
Posons hp “ xp ´ a, alors comme xp`1 “ ψpxp , xp´1 q, on a

@p ě 1, hp`1 “ ψpxp , xp´1 q ´ a “ ψpa ` hp , a ` hp´1 q ´ ψpa, aq.

On remarque comme précédemment que

ż1
Bψ Bψ
hp`1 “ hp pa ` thp , a ` thp´1 q ` hp´1 pa ` thp , a ` thp´1 qdt.
0 Bx By

Adrien LAURENT 1 ENS Rennes - Université de Rennes 1

Puis
Bτ Bτ
f 1 pxqτ px, yq ´ f pxq Bx
$
Bψ τ px, yq ´ f 1 pxq
’
’ px, yq “ 1 ´ 2
“ ` f pxq Bx 2
τ px, yq τ px, yq τ px, yq
&
Bx
Bτ
’ Bψ By
’
% px, yq “ f pxq
By τ px, yq2
En utilisant les inégalités de la première étape et le fait que |f pxq| “ |f pxq ´ f paq| ď M1 |x ´ a| par les
accroissement finis, on a : $ ˇ ˇ
ˇ Bψ ˇ M2 |y ´ x| M1 M2
& ˇ px, yqˇˇ ď ` |x ´ a|
’
’ ˇ
ˇ Bx ˇ 2m 1 2m21
ˇ Bψ ˇ M 1 M 2
% ˇˇ px, yqˇˇ ď |x ´ a|
’
’
By 2m21
On fixe alors px, yq “ pa ` thp , a ` thp´1 q pour t P r0, 1s et p ě 1 en supposant que xp , xp´1 P I (on le montrera
à la fin par récurrence), alors |y ´ x| ď p|hp | ` |hp´1 |qt et |x ´ a| “ |hp | t, donc
$ ˇ ˇ ˆ ˙
ˇ Bψ ˇ M2 M1 M2
& ˇ px, yqˇ ď |hp | t
’
’ ˇ ˇ p|hp | ` |hp´1 |q `
ˇ Bx ˇ 2m1 2m21
ˇ Bψ ˇ M1 M2
% ˇˇ px, yqˇˇ ď |hp | t
’
’
By 2m21
D’où en mettant tout bout à bout :
ˆ ˙ż 1
M2 M1 M 2 2 M1 M2
|hp`1 | ď |hp | p|hp | ` |hp´1 |q ` |hp | ` |hp | |hp´1 | tdt
2m1 2m21 2m21 0
ˆ ˙
1 M2 M 1 M2
“ ` |hp | p|hp | ` |hp´1 |q
2m21
2 loooooooooomoooooooooon
2m1
K
ď K |hp | maxp|hp | , |hp´1 |q.
‚ Conclusion :
1 1
On pose h “ minpr, q, alors pour x0 , x1 P ra ´ h, a ` hs, on a |h2 | ď K maxp|h1 | , |h0 |q ď h. Par récurrence,
K K
cela légitime tous les calculs du dessus et on a @p ě 1, |hp`1 | ď |hp | ď h donc
@p ě 2, |hp`1 | ď K |hp | |hp´1 | .
1 s
On a trivialement |hp | ď pK maxp|h0 | , |h1 |qq p pour p “ 0 ou p “ 1.
K
1
Pour p “ 2, on a vu |h2 | ď K |h1 | maxp|h1 | , |h0 |q ď K 2 maxp|h1 | , |h0 |q2 .
K
Enfin, si on suppose le résultat vrai jusqu’à un rang p ě 2, alors
1 s 1 s 1 s
|hp`1 | ď K |hp | |hp´1 | ď K pK maxp|h0 | , |h1 |qq p pK maxp|h0 | , |h1 |qq p´1 “ pK maxp|h0 | , |h1 |qq p`1 .
K K K
Le théorème est ainsi démontré.

Remarques : ‚ Attention à ne pas oublier le cas p “ 2 ! La relation |hp`1 | ď K |hp | |hp´1 | n’est pas forcément
vraie pour p “ 1.
p
‚ On dit qu’une suite converge à l’ordre au moins p si il existe C ą 0 tel que @k P N, |xk`1 ´ a| ď |xk ´ a| .
La méthode de Newton est d’ordre 2. Il est difficile de mettre l’équation sous cette forme pour la méthode de
ˆ ? ˙p`1
1 1` 5
la sécante. Néanmoins, on voit (et on vérifie numériquement) que comme sp „ ? , l’ordre vaut
? 5 2
1` 5
ϕ“ « 1, 618. C’est donc une méthode moins rapide que celle de Newton, mais tout de même efficace.
2
‚ On a mieux que le théorème, on a trouvé une manière explicite de calculer le h pour avoir la convergence.
Mais en pratique, on ne sait pas quel est le zéro de f , donc une question subsiste : comment choisir l’intervalle
où on va converger quand on ne sait pas où est le zéro ?
Et bien, c’est difficile ! En pratique, l’algorithme converge tout le temps, mais c’est parce qu’on a de la chance.
‚ Et en dimensions supérieures ? Il existe des trucs, c’est détaillé dans le Allaire.
‚ On peut s’inspirer de cette méthode pour l’épreuve de modélisation ! En effet plutôt que de calculer la dérivée
de f dans la méthode de Newton, on peut juste poser
a
f px ` %epsq ´ f pxq
a .
%eps
On trouve une méthode d’ordre compris entre ϕ et 2.

Adrien LAURENT 2 ENS Rennes - Université de Rennes 1