0% ont trouvé ce document utile (0 vote)
597 vues8 pages

Méthode de Newton-Raphson expliquée

La méthode de Newton-Raphson est une technique itérative utilisée pour trouver les racines d'une fonction en affinant progressivement une estimation initiale à l'aide de la tangente. Elle converge rapidement sous certaines conditions mais peut diverger ou nécessiter le calcul de la dérivée.

Transféré par

stephane anon
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
0% ont trouvé ce document utile (0 vote)
597 vues8 pages

Méthode de Newton-Raphson expliquée

La méthode de Newton-Raphson est une technique itérative utilisée pour trouver les racines d'une fonction en affinant progressivement une estimation initiale à l'aide de la tangente. Elle converge rapidement sous certaines conditions mais peut diverger ou nécessiter le calcul de la dérivée.

Transféré par

stephane anon
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

Méthode de Newton-

R aphs on
La méthode de Newton-R aphson est une technique mathématique
puissante utilisée pour trouver les racines d'une fonction, c'est-à-dire les
valeurs pour lesquelles f(x) = 0. Elle utilise les propriétés géométriques
des tangentes pour naviguer vers la solution, offrant une convergence
rapide sous certaines conditions. Cette méthode débute avec une valeur
initiale et procède itérativement pour affiner cette estimation jusqu'à
obtenir une précision souhaitée.
Processus Itératif de Newton-
Raphson
1 Point de Départ
Choix d'une valeur initiale x0 comme approximation préliminaire de la racine.

2 Première Approximation
Utilisation de la tangente à la courbe en x0 pour trouver une nouvelle
approximation x1.

3 Convergence
Itération du processus en utilisant chaque nouvelle valeur xn pour se
rapprocher de la racine réelle.
Formule de Newton-
Raphson
La méthode de Newton-Raphson s'appuie sur une formule de récurrence
pour estimer la racine d'une fonction. À partir d'une estimation X0, on
calcule les estimations successives Xn en utilisant la relation Xn = Xn-1 –
f(Xn-1)/f’(Xn-1), où f’ représente la dérivée de la fonction f. Ce calcul itératif
permet d'affiner progressivement l'estimation de la racine.
Conditions d’arrêt de la Méthode
1 P récis ion Atteinte 2 Nombre 3 Divis ion par Zéro
d'Itérations
S i l'écart entre deux S i la dérivée f’(Xn-1) est
approximations S i le nombre d'itérations égale à zéro, la méthode
successives est inférieur dépasse MAX_ ITER , la ne peut pas continuer
à E PS ILON, l'estimation méthode peut être jugée car cela entraînerait une
est jugée suffisamment divergente ou trop lente. division par zéro.
précise.
Avantages de la Méthode
Convergence Rapide Stabilité

Lorsque la méthode converge, elle le fait La méthode est relativement stable et peu
rapidement, ce qui est un avantage significatif. sensible aux erreurs, ce qui en fait un outil fiable
pour l'estimation des racines.
Inconvénients de la Méthode
R is que de Divergence Calcul de la Dérivée Évaluations Multiples

La méthode peut diverger ou Le calcul de la dérivée d'une Chaque étape nécessite deux
converger vers un autre zéro fonction peut être évaluations de fonctions, ce
que celui recherché si la numériquement difficile si on qui peut augmenter la
donnée initiale est mal ne la connaît pas complexité du calcul.
choisie. explicitement.
É quation de la Tangente
L'équation de la tangente à la courbe de la fonction f en un point xn est y
= f′(xn)(x − xn) + f(xn). Cette tangente coupe l'axe des abscisses lorsque y
= 0, ce qui permet de déduire la formule de récurrence xn+1 = xn −
f(xn)/f′(xn) utilisée pour trouver la nouvelle estimation de la racine.
MERCI DE VOTRE AIMABLE
ATTENTION

Les leaders de demain

Vous aimerez peut-être aussi