Université Sorbonne Paris Nord, Institut Galilée CP2I 2eannée

Année universitaire 2022-2023

Résolution numérique d'équations non linéaires  Exercices

1 Racine carrée
√
Soit a > 1. On souhaite évaluer précisément a.

1) On souhaite utiliser une méthode de point xe. Peut-on utiliser les itérations xn+1 = g(xn ) de la fonction g : x 7→
x2 − a + x ?

2) Pour quelles valeurs de α peut-on utiliser la fonction de point xe g : x 7→ α(x2 − a) + x ? Quel serait le meilleur
choix ? Proposer un choix simple de α.

√
3) Prenons le cas particulier de 5, et α = 1/5. Combien d'itérations peut-on approximativement s'attendre à devoir
calculer pour obtenir une précision de 10−12 ? Vérier en pratique (en partant de x0 = 1 par exemple).

4) Pour améliorer la méthode, on cherche à faire évoluer la valeur de α au l des itérations pour la rapprocher de sa valeur
optimale. Par quelle valeur αn peut-on approcher la valeur optimale à partir de xn ? Expliciter le schéma numérique
proposé. Pour a = 5, observer numériquement sa convergence (en partant de x0 = 1 par exemple).

5) Expliciter la méthode de Newton pour la fonction f : x 7→ x2 − a. Commenter. Pour a = 5, comparer (expérimentale-

ment) le nombre d'itérations pour obtenir la précision précédente.

2 Critères d'arrêt

Pour estimer une solution s de f (x) = 0 à l'aide d'une suite (xn )n convergeant vers s, on ne dispose pas toujours de
bornes sur l'erreur en = |xn − s| (on a une borne pour la dichotomie, mais pas pour les méthode de point xe ou de
Newton). On fait alors appel à l'un des deux critères suivants : étant donnée une tolérance ε,
 arrêt par contrôle du résidu : on arrête l'itération dès que |f (xn )| < ε
 arrêt par contrôle de l'incrément : on arrête l'itération dès que |xn+1 − xn | < ε.
(de plus, on arrête aussi au-delà d'un nombre maximal d'itérations : dès que n > nmax , pour se prémunir contre les
situations où la suite diverge, ou converge très lentement : il y a alors échec de l'estimation)
Remarquons que pour la méthode de point xe avec g(x) = αf (x) + x, les deux critères coïncident (à un facteur près) :

|xn+1 − xn | = |g(xn ) − xn | = α|f (xn )|.

6) Si f ′ (s) = 0, le contrôle du résidu assure-t-il un bon contrôle de l'erreur ? Si f ′ (s) = ∞, quel problème peut-il survenir
avec le contrôle du résidu ? Si 0 < |f ′ (s)| < ∞, justier que contrôler le résidu revient à contrôler l'erreur, à un facteur
près.

7) La convergence xn+1 − xn → 0 implique-t-elle que (xn )n converge ?

Notons que pour la méthode de point xe avec g ′ (s) ̸= 0, on sait que la convergence est géométrique : xn+1 − s ∼
′
κ(xn − s) où κ = g (s) ∈] − 1,1[, et dans ce cas xn+1 − xn ∼ (κ − 1)en donc le contrôle de l'incrément revient (à un
facteur près) au contrôle de l'erreur.

1
 3 Méthode de Newton

Soit f une fonction de classe C2 sur un intervalle I, admettant un zéro s ∈ I. On s'intéresse à la méthode de Newton
(xn )n à partir d'un point x0 .
On a prouvé la convergence quadratique de la méthode de Newton dans le cas où f ′ (s) ̸= 0.

8) On suppose f ′ (s) ̸= 0 et f ′′ (s) ̸= 0. Rappeler comment

R xn ′ on obtient un équivalent de xn+1 − s en fonction de xn − s.
′
Indication : écrire xn+1 − s = g(xn ) − g(s) = g (u)du où g(x) = · · · et utiliser un équivalent de g (u) pour u au
s
voisinage de s.

9) Considérons f (x) = x2 , qui a pour zéro 0. Que donne la méthode de Newton dans ce cas ?

10) On suppose que f ′ (s) = 0 et f ′′ (s) ̸= 0. Que donne la preuve précédente ? Que dire de la vitesse de convergence dans
ce cas ?

11) On suppose f ′ (s) = 0 et f ′′ (s) ̸= 0. Montrer que la suite xn+1 = xn − 2 ff′(x n)

(xn ) converge quant à elle quadratiquement
vers s, lorsque x0 est susamment proche de s.

12) Prouver que si f est convexe sur [s,b] (c'est-à-dire que le graphe de f est au-dessus de ses tangentes : f (x) ≥ f (a) +
f ′ (a)(x − a) pour tous a,x), et strictement positive sur ]s,b], alors dès lors que x0 ∈ [s,b] la suite de la méthode de
Newton issue de x0 décroît vers s.

4 Problème non-linéaire : couloir coudé et optimisation

On veut faire passer un grand tableau dans un couloir qui a la forme donnée par la gure ci-dessous : le couloir est
coudé selon un angle γ, et a des largeurs ℓ1 et ℓ2 avant et après le coude.

α ℓ1
L(α)

ℓ2

Quelle est la longueur maximale L∗ d'un tableau pouvant passer le coude en glissant le long des murs ?

13) Pour chaque angle α ∈ [0,π − γ], justier que la longueur maximale L(α) d'un tableau tenant dans le couloir selon un
angle α (cf. gure) est
ℓ1 ℓ2
L(α) = + .
sin(α) sin(π − γ − α)

14) La réponse est donc donnée par le minimum de la fonction L. Pour ℓ1 = 1 m, ℓ2 = 1,5 m et γ = 120◦ , représenter le
graphe de L. À l'aide de la méthode de Newton, donner une approximation de la longueur maximale admissible. Est-ce
′
qu'un tableau de 5 m de long pourrait passer ? Il s'agit donc de résoudre L (α) = 0 et d'évaluer L(α) en la solution.

2
 5 Problème non-linéaire : taux d'intérêt moyen équivalent

Un épargnant investit chaque année m euros, et obtient, après n années, un capital de M euros. Pour comparer cet
investissement à un placement à taux xe, on souhaite calculer le taux d'intérêt équivalent.

15) On note r le taux d'intérêt (par exemple, r = 2 %). En plaçant chaque année une somme m sur un compte rémunéré
au taux r, de quel capital dispose-t-on après n années ?

16) On suppose que m = 1000 e, n = 5 et M = 6000 e. Estimer le taux r équivalent, en utilisant la méthode de Newton.

6 Problème non-linéaire : position d'un système mécanique

Un système formé de quatre barres rigides articulées entre elles est guré ci-dessous.

y
D
a3
C γ
a4
a2
α β
B x
a1 A

Si on impose l'angle β, alors le système se déforme et dénit l'angle α (et γ ). En autorisant les angles α négatifs, on
devine qu'il peut y avoir plusieurs solutions. Selon les longueurs a1 ,a2 ,a3 ,a4 , tous les angles β ne sont pas réalisables.
Par exemple, β=0 n'est possible que si a1 + a4 < a2 + a3 .

−−→ −−→ −−→ −−→ ⃗

17) En exprimant l'égalité AB + BC + CD + DA = 0 en coordonnées, écrire deux équations reliant α,β,γ . En exprimant
cos2 γ + sin2 γ = 1, obtenir une relation entre α et β . En utilisant une identité pour cos(α − β), vérier que :

a1 a1 a2 + a22 − a23 + a24

cos β − cos α − cos(α − β) + 1 = 0.
a2 a4 2a2 a4

18) On prend a1 = 10 cm, a2 = 13 cm, a3 = 8 cm, a4 = 10 cm. β entre 0 et π (on prendra par
Pour chaque valeur de
exemple 20 valeurs), utiliser la méthode de Newton pour estimer x0 = 2π/3 et de x0 = −1 pour
α. On partira de
tenter de chercher deux solutions diérentes, que l'on stockera dans deux vecteurs va1 et va2 ; lorsque la méthode de
Newton échoue, on posera va1(i)=NaN (not a number). Représenter graphiquement va1 et va2 en fonction de β sur
le même graphe (les points NaN ne seront pas représentés).