CORRIGE DE LA SERIE DE TD NO 1

EXERCICE 1
On considère l’équation 𝑓(𝑥) = 0 , avec 𝑓(𝑥) = 𝑥 3 − 3𝑥 − 1 , à résoudre

1. Séparation des racines 20

15

f’(x) = 3x2 – 3 = 3(x2 – 1) = 3(x + 1) (x – 1) 10

x – –1 1 + 5

f’(x) + 0 – 0 + 0

f(x) 1 + -5

– –3 -10

-15

f(–2) = –3 , f(0) = –1 , f(2) = 1 -20

-3 -2 -1 0 1 2 3

Le graphe de f possède 3 points d’intersection avec l’axe x, donc l’équation f(x) = 0 possède 3 racines
α1[-2,-1], α2[-1,0], α3[1,2]

2. 4 itérations de la méthode de dichotomie à partir de l’intervalle [1,2]

I a b xi = (a+b)/2 f(a) f(b) f(xi) ∆𝑥

1 1 2 1.5 -3 1 - 2.125 0.5
2 1.5 2 1.75 - 2.125 1 - 0.891 0.25
3 1.75 2 1.875 - 0.891 1 - 0.033 0.125
4 1.875 2 1.9375 - 0.033 1 0.461 0.0625

3. Estimation de la racine après 4 itérations

𝛼 = 1.9375 ± 0.0625
4. Nombre d’itérations pour avoir ∆𝒙 ≤ 𝟏𝟎−𝟓
𝑏−𝑎 1
𝑙𝑛( ) 𝑙𝑛( −5 ) 𝑙𝑛(10)
𝑛≥ 𝜀
= 10
=5 ≈ 16.61  n = 17
𝑙𝑛(2) 𝑙𝑛(2) 𝑙𝑛(2)

6
EXERCICE 2
4

𝑓(𝑥) = 𝑡𝑔(𝑥) − 3𝑥 + 1
2

1. 𝑓(𝑥) = 0 ⇔ 𝑡𝑔(𝑥) − 3𝑥 + 1 = 0 0

⇔ 𝑡𝑔(𝑥) = 3𝑥 − 1
-2
⇔ 𝑓1 (𝑥) = 𝑓2 (𝑥)
-4
Avec 𝑓1 (𝑥) = 𝑡𝑔(𝑥) et 𝑓2 (𝑥) = 3𝑥 − 1
-6
-1.5 -1 -0.5 0 0.5 1 1.5

1
 𝜋 𝜋
2. Les graphes de f1 et f2 possèdent 3 points d’intersection sur l’intervalle ]− 2 , 2 [. Donc, l’équation
𝜋 𝜋
𝑓(𝑥) = 0 possède 3 racines sur cet intervalle : 𝛼1 ∈ ]− 2 , −1] , 𝛼2 ∈ [0,1] , 𝛼3 ∈ ]1, 2 [.

3. Application de la méthode de dichotomie à partir de l’intervalle [1,1.5] jusqu’à avoir ∆𝒙 ≤ 𝟎. 𝟎𝟓

No itr. A b xi = (a+b)/2 f(a) f(b) f(xi) ∆𝑥

1 1 1.5 1.25 - 0.4426 10.6014 0.2596 0.25
2 1 1.25 1.125 - 0.4426 0.2596 - 0.2824 0.125
3 1.125 1.25 1.1875 - 0.2824 0.2596 - 0.0826 0.0625
4 1.1875 1.25 1.21875 - 0.0826 0.2569 0.0660 0.03125 ≤ 𝟎. 𝟎𝟓

4. Estimation de l’erreur après 18 itérations

𝑏−𝑎 1.5 − 1
∆𝑥 ≤ 𝑛
⇒ ∆𝑥 ≤ ⇒ ∆𝑥 ≤ 1.91 × 10−6
2 218

EXERCICE 3

1
𝑓(𝑥) = −5
𝑥

1. Racine exacte α de l’équation 𝒇(𝒙) = 𝟎

1 1 𝟏
𝑓 (𝛼 ) = 0 ⇔ − 5 = 0 ⇔ = 5 ⇔ 𝜶 = = 𝟎. 𝟐
𝛼 𝛼 𝟓
2. Formule de Newton correspondante
1
𝑓(𝑥𝑘 ) 𝑥𝑘 − 5
𝑥𝑘+1 = 𝑥𝑘 − = 𝑥𝑘 − = 2𝑥𝑘 − 5𝑥2𝑘 = 𝑥𝑘 (2 − 5𝑥𝑘 )
𝑓′(𝑥𝑘 ) −1
( 2)
𝑥𝑘
𝒙𝒌+𝟏 = 𝒙𝒌 (𝟐 − 𝟓𝒙𝒌 )

3. 4 itérations de cette méthode en posant 𝒙𝟎 = 𝟎. 𝟏

k 𝒙𝒌 𝚫𝒙 = |𝛼 − 𝒙𝒌 | |𝒙𝒌 − 𝒙𝒌−𝟏 |
1 0.1500 0.0500 0.0500
2 0.1875 0.0125 0.0375
3 0.1992 0.0008 0.0117
4 0.2000 0.0000 0.0008

À chaque itération on constate que Δ𝑥 = |𝛼 − 𝑥𝑘 | ≤ |𝑥𝑘 − 𝑥𝑘−1 |

On conclu que, dans l’algorithme de Newton, pour garantir que Δ𝑥 ≤ 𝜀, qui ne peut pas être vérifié
généralement car 𝛼 n’est pas connue, il suffit de vérifier que |𝑥𝑘 − 𝑥𝑘−1 | ≤ 𝜀.
2
EXERCICE 4
On considère l’équation 𝑓(𝑥) = 0 avec 𝑓(𝑥) = 𝑒 𝑥 − 𝑥 − 2
1. Séparation des racines
3.5
𝑥
𝑓′(𝑥) = 𝑒 − 1 3

x – 0 + 2.5

2
f’(x) – 0 + 1.5

f(x) + + 1

0.5
1 2
–1 0

-0.5
𝑓(−1) ≈ −0.63 , 𝑓(−2) ≈ 0.14 ,
-1
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
𝑓(1) ≈ −0.28 , 𝑓(2) ≈ 3.39
Le graphe de f possède 2 points d’intersection avec l’axe x, donc l’équation f(x) = 0 possède 2 racines
α1[-2,-1], α2[1,2]
2. Vérification de l’applicabilité de la méthode de Newton sur l’intervalle [𝟏, 𝟐]
N1 : 𝑓 est continue sur l’intervalle [1,2]
N2 : 𝑓(1) × 𝑓(2) = (−0.28)(3.39) < 0
N3 : 𝑓 est strictement croissante sur l’intervalle [1,2]
N4 : 𝑓 est dérivable sur l’intervalle [1,2] et 𝑓′(𝑥) = 𝑒 𝑥 − 1 ≠ 0 , ∀𝑥 ∈ [1,2]
(𝑓 ′ (𝑥) = 0 𝑝𝑜𝑢𝑟 𝑥 = 0 ∉ [1,2])
N5 : 𝑓 est deux fois dérivable sur l’intervalle [1,2] et 𝑓′′(𝑥) = 𝑒 𝑥
N1, N2, N3, N4 et N5 impliquent que la méthode de Newton est applicable sur l’intervalle [1,2].
3. Approche de la racine à 10-3 près par la méthode de Newton avec 𝒙𝟎 = 𝟏
𝑥0 = 1
Algorithme de Newton { 𝑓(𝑥 )
𝑥𝑘+1 = 𝑥𝑘 − 𝑓′(𝑥𝑘 )
𝑘

𝑓(𝑥0 ) 𝑓(1)
𝑥1 = 𝑥0 − =1− = 1.1640 |𝑥1 − 𝑥0 | = |1.1640 − 1| = 0.1640
𝑓′(𝑥0 ) 𝑓′(1)
𝑓(𝑥1 ) 𝑓(1.1640)
𝑥2 = 𝑥1 − = 1.1640 − = 1.1464 |𝑥2 − 𝑥1 | = |1.1464 − 1.1640| = 0.0176
𝑓′(𝑥1 ) 𝑓′(1.1640)
𝑓(𝑥2 ) 𝑓(1.1464)
𝑥3 = 𝑥2 − = 1.1464 − = 1.1462 |𝑥3 − 𝑥2 | = |1.1462 − 1.1464| = 0.0002 ≤ 10−3
𝑓′(𝑥2 ) 𝑓′(1.1464)
Estimation de la racine 𝛼 = 1.1462 ± 0.0002
4. a) Nombre d’itérations n à faire par la méthode de Newton pour avoir ∆𝒙 ≤ 𝟏𝟎−𝟖
𝑙𝑛(𝑐𝜀)
𝑙𝑛 ( )
𝑙𝑛(𝑐(𝑏 − 𝑎)) 𝑓′′(𝑥)
𝑛 ≥ 𝑎𝑣𝑒𝑐 𝑐 = max | |
𝑙𝑛(2) 𝑥∈[𝑎,𝑏] 2𝑓′(𝑥)

3
Détermination de c :
𝑓(𝑥) = 𝑒 𝑥 − 𝑥 − 2
𝑓 ′ (𝑥) = 𝑒 𝑥 − 1
𝑓′′(𝑥) = 𝑒 𝑥
On pose
𝑓′′(𝑥) 𝑒𝑥 1
𝑔(𝑥) = = =
2𝑓′(𝑥) 2(𝑒 − 1) 2(1 − 𝑒 −𝑥 )
𝑥

On peut vérifier que

1
𝑐 = max |𝑔(𝑥)| = 𝑔(1) = ≈ 0.7910
𝑥∈[1,2] 2(1 − 𝑒 −1 )
Donc
𝑙𝑛(0.7910 × 10−8 )
𝑙𝑛 ( )
𝑙𝑛(0.7910(2 − 1))
𝑛≥ ≈ 4.74 ⇒ 𝒏 = 𝟓
𝑙𝑛(2)
b) Vérification du résultat par calcul direct en utilisant 10 chiffres après la virgule
𝑥0 = 1
𝑥1 = 𝟏. 𝟏639534137
𝑥2 = 𝟏. 𝟏𝟒𝟔4211850
𝑥3 = 𝟏. 𝟏𝟒𝟔𝟏𝟗𝟑𝟐587
𝑥4 = 𝟏. 𝟏𝟒𝟔𝟏𝟗𝟑𝟐𝟐𝟎𝟔
𝑥5 = 𝟏. 𝟏𝟒𝟔𝟏𝟗𝟑𝟐𝟐𝟎𝟔
On remarque qu’en moins 8 chiffres après la virgule, dans l’approximation de la racine, se sont fixés à
partir de la 5ème itération.

c) Nombre d’itérations par la méthode de Dichotomie pour avoir la même précision

𝑏−𝑎 1
𝑙𝑛( ) 𝑙𝑛( −8 ) 𝑙𝑛(10)
𝑛≥ 𝜀
= 10
=8 ≈ 26.58  n = 27
𝑙𝑛(2) 𝑙𝑛(2) 𝑙𝑛(2)

Comparaison des deux méthodes

Pour atteindre une précision de 10−8 il faudrait faire 27 itérations de la méthode de dichotomie alors que
la méthode de Newton ne nécessite que 5 itérations. On conclut que la méthode de Newton converge
beaucoup plus rapidement (ordre de convergence quadratique) que la méthode de dichotomie (ordre de
convergence linéaire).