Sup’Galilée Année 2020/2021

MACS1

Analyse numérique - TD4 & TD5 - Corrigé des exercices 2-4-5-7-8-9

Résolution numérique des équations non linéaires

Méthode du point fixe pour la résolution de l’équation f pxq “ x.

Exercice 2 (dimension 1)
Soit ra, bs un intervalle non vide de R et φ une fonction continue de ra, bs dans lui même (φpra, bsq Ă ra, bs). Soit x0 P ra, bs.
On considère la suite pxk qkPN définie par
xk`1 “ φpxk q @k P N. (1)
1. Montrer que la suite (1) est bien définie (xk existe pour tout k P N).
2. Montrer que si la suite (1) converge, alors elle converge vers un point fixe de φ.
3. Existence du point fixe (Théorème du point fixe de Brouwer) : montrer qu’il existe α P ra, bs tel que φpαq “ α.
4. On suppose de plus que φ est contractante, c’est à dire que

D L P r0, 1r, tel que, @px, yq P ra, bs2 , |φpxq ´ φpyq| ď L|x ´ y|.

a- Montrer que φ admet un unique point fixe α P ra, bs.

b- Montrer que la suite pxk qkPN converge vers α, pour toute donnée initiale x0 dans ra, bs.

5. (algo) Écrire l’algorithme du point fixe (fonction PointFixe) permettant de résoudre l’équation φpxq “ x.

Correction

1. La suite pxk qkPN , est bien définie si la relation (1) permet de définir complètement (et de manière unique) l’ensemble des
termes de la suite pxk qkPN , connaissant x0 .

Dans le cas présent, il faut s’assurer que xk P ra, bs pour tout entier k car la fonction φ n’est par hypothèse définie que sur
ra, bs. En effet, si xk n’appartient pas à l’intervalle ra, bs, alors on ne peut pas définir xk`1 puisque φpxk q n’existe pas.

Nous montrons ce résultat pas récurrence :

- Initialisation pour k “ 0. Par hypothèse, x0 P ra, bs.
- Hérédité : nous supposons que xk P ra, bs et nous allons montrer que xk`1 P ra, bs. Par définition, xk`1 “ φpxk q.
Puisque par hypothèse, φpra, bsq Ă ra, bs, on en déduit immédiatement que xk`1 P ra, bs.

Remarque. hypothèse importante : φpra, bsq Ă ra, bs.

2. Supposons que la suite pxk qkPN converge vers une limite notée x̄. x̄ P ra, bs car ra, bs est un intervalle fermé. Par ailleurs,
en utilisant la continuité de φ, on a
lim φpxk q “ φpx̄q.
kÑ`8

Par les théorème de comparaison des limites et la relation (1), on a :

(1) kj
hkkik
x̄ “ lim xk`1 “ lim φpxk q “ φpx̄q.
kÑ`8 kÑ`8

Ainsi x̄ “ φpx̄q et donc x̄ est un point fixe de φ.

Remarque. hypothèses importantes : ra, bs est fermé et φ est continue sur ra, bs.

1
3. On considère la fonction g définie par gpxq “ φpxq ´ x. Comme φpra, bsq Ă ra, bs,
gpaq “ φpaq ´ a ě a ´ a ě 0.
De manière similaire,
gpbq “ φpbq ´ b ď b ´ b ď 0.
Puisque φ est continue sur ra, bs, le théorème des valeurs intermédiaires (ou Bolzano) (sur ra, bs, φ prend toutes les valeurs
entre φpaqet φpbq) garantit l’existence d’un nombre α P ra, bs tel que gpαq “ 0. Or
0 “ gpαq “ φpαq ´ α,
donc α est un point fixe de φ.
Remarque. L’hypothèse de continuité de φ est cruciale. Le résultat est faux si φ n’est pas continue.
On peut par exemple considérer la fonction φ0 : r´1, 1s Ñ r´1, 1s telle que φ0 pxq “ 12 si ´1 ď x ď 0, et φ0 pxq “ ´ 21 si
0 ă x ď 1, qui n’admet pas de point fixe sur r´1, 1s.

F IGURE 1 – Graphe représentatif de la fonction φ0 et de la droite y “ x

On pourra aussi remarquer qu’il n’y a pas forcément unicité du point fixe. En effet, la fonction φpxq “ x est continue de ra, bs
dans ra, bs et admet une infinité de points fixes.
4.
a- Nous utilisons une démarche classique pour montrer l’unicité. Nous supposons que la fonction φ admet deux points fixes
α1 et α2 (α1 “ φpα1 q et α2 “ φpα2 q) et nous allons montrer que α1 “ α2 . En utilisant le fait que φ est contractante,
on a
|α1 ´ α2 | “ |φpα1 q ´ φpα2 q| ď L|α1 ´ α2 |.
ce qui peut être réécrit comme
p1 ´ Lq|α1 ´ α2 | ď 0. (2)
Comme p1 ´ Lq ą 0, (2) implique |α1 ´ α2 | ď 0 et donc α1 “ α2 . La fonction φ a donc au plus un point fixe.
b- D’après les questions 3 et 4, on sait que la fonction φ admet un unique point fixe α P ra, bs. Alors, pour tout k P N,
|xk`1 ´ α| “ |φpxk q ´ φpαq| ď L|xk ´ α|,
si bien que, par récurrence, on peut montrer que
|xk ´ α| ď Lk |x0 ´ α|, @k P N.
k
Comme L ă 1, lim L “ 0 et donc le terme de droite de l’inégalité précédente tend vers 0. Par le théorème de
kÑ`8
comparaison des limites,
lim |xk ´ α| “ 0.
kÑ`8

5. On écrit ci-dessous l’algorithme du point fixe, en supposant que l’on recherche un point fixe non nul.

Algorithm 1 Fonction PointFixe : résout φpxq “ x par la méthode du point fixe

Données : φ : fonction de R dans R
x0 : nombre réel, (donnée initiale)
tol : nombre réel strictement positif (tolérance)
kmax : nombre entier supérieur ou égal à 1 (nombre maximal d’itérations)
|φpxq´x|
Résultat : x : un réel tel que |x|`1 ď tol

2
 1: Fonction x Ð PointFixe(φ, x0 , tol, kmax )
2: kÐ1
3: x Ð φpx0 q
4: err Ð |x´x 0|
|x|`1
5: Tantque err ą tol et k ď kmax faire
6: x0 Ð x
7: x Ð φpx0 q
8: err Ð |x´x 0|
|x|`1
9: k Ðk`1
10: fin Tantque
11: fin Fonction

Exercice 4 (Point fixe attractif)

Soit α P R, sα´ , α` r un voisinage de α et φ P C 1 psα´ , α` rq. On suppose que α est un point fixe de φ tel que

|φ1 pαq| ă 1.

1. Montrer qu’il existe δ ą 0 tel que pour tout x P V “ rα ´ δ, α ` δs, |φ1 pxq| ă 1. Montrer que φ est contractante sur V et
que φpVq Ă V.En déduire que pour tout x0 P V, la suite pxk qkPN obtenue à l’aide de l’algorithme du point fixe

@k P N, xk`1 “ φpxk q, (3)

est bien définie et converge.

2. Soit x0 P V et la suite pxk qkPN définie par l’algorithme du point fixe. Montrer que
xk`1 ´ α
lim “ φ1 pαq.
kÑ`8 xk ´ α
En déduire que la méthode du point fixe est au moins d’ordre 1.
3. Supposons maintenant que φ P C pp`1q pVq, que φpiq pαq “ 0 pour tout entier i tel que 1 ď i ď p, et φpp`1q pαq ‰ 0. Soit
x0 P V et la suite pxk qkPN définie par l’algorithme du point fixe. Montrer que

xk`1 ´ α φpp`1q pαq

lim p`1
“ .
kÑ`8 pxk ´ αq pp ` 1q!

En déduire que la méthode du point fixe est d’ordre p ` 1 dans ce cas.

Correction

1. Puisque φ1 est continue et que |φ1 pαq| ă 1, il existe δ ą 0 et un intervalle fermé V “ rα ´ δ, α ` δs Ăsα´ , α` r tels que
pour tout x P V, |φ1 pxq| ă 1.
On pose
L “ sup |φ1 pxq| “ max |φ1 pxq|.
xPV xPV

2
Comme V est fermé, L ă 1. Soient px, yq P V . D’après le théorème des accroissements finis, il existe ξ Psx, yrĂ V telle que

φpxq ´ φpyq “ φ1 pξqpx ´ yq.

Puisque |φ1 pξq| ď L, on obtient

@px, yq P V 2 , |φpxq ´ φpyq| ď L|x ´ y|,
ce qui signifie φ est contractante sur V. De plus, si x P V, en utilisant la formule précédente avec y “ α P V, on obtient

|φpxq ´ α| ď L|x ´ α| ă |x ´ α| ď δ,

et donc φpxq P V. Ainsi on a φpVq Ă V. D’après l’exercice 2 (ou le Théorème du cours), on sait que si x0 P V, la suite pxk qkPN
obtenue par l’algorithme du point fixe (3) est bien définie et converge vers α, à l’ordre 1 au moins.
2. Comme α est un point fixe de φ et xk`1 “ φpxk q, @k P N,
— soit x0 “ α et alors on a xk “ α, @k P N,

3
 — soit x0 ‰ α et alors on a xk ‰ α, @k P N, et
xk`1 ´ α φpxk q ´ φpαq
“ .
xk ´ α xk ´ α
On reconnait alors le taux d’accroissement de la fonction φ entre xk et α, qui tend vers φ1 pαq lorsque xk tend vers α. Comme,
d’après la question précédente, la suite pxk qkPN tend vers α, on a donc
xk`1 ´ α φpxk q ´ φpαq
lim “ lim “ φ1 pαq,
kÑ`8 xk ´ α kÑ`8 xk ´ α
ou encore (définition de la limite d’une suite)
ˇ ˇ
ˇ xk`1 ´ α ˇ
@ε ą 0, DK P N, k ě K ñ ˇˇ ´ φ1 pαqˇˇ ă ε. (4)
xk ´ α
Remarque. Soit f une fonction continue sur V admettant un point fixe α P V, soit x0 P V. On suppose que la suite pxk qkPN est
bien définie par (3).
- On dit qu’une méthode de point fixe est d’ordre 1 s’il existe K P N˚ et une constante 0 ă C ă 1 tels que
|xk`1 ´ α| ď C|xk ´ α| @k ě K.

- Soit p ą 1. On dit qu’une méthode de point fixe est d’ordre p s’il existe K P N˚ une constante Cp ą 0 telle que
|xk`1 ´ α| ď Cp |xk ´ α|p @k ě K.
En particulier, une méthode d’ordre 2 est dite quadratique.
Choisissons ε suffisamment petit pour que C “ maxp|φ1 pαq ´ ε|, |φ1 pαq ` ε|q ă 1 (ceci est bien entendu possible puisque
|φ1 pαq| ă 1). D’après la formule (4), il existe un entier K P N, tel que, pour tout k ě K,
xk`1 ´ α
φ1 pαq ´ ε ă ă φ1 pαq ` ε
xk ´ α
Donc, pour tout k ě K, on a
|xk`1 ´ α|
ď maxp|φ1 pαq ´ ε|, |φ1 pαq ` ε|q “ C,
|xk ´ α|
avec C ă 1. Ainsi, si |φ1 pαq| ă 1, la méthode du point fixe est (au moins) d’ordre 1.
3. En utilisant la formule de Taylor-Lagrange, il existe ξk Ps minpα, xk q, maxpα, xk qr tel que
p
ÿ pxk ´ αqi piq pxk ´ αqp`1 pp`1q
xk`1 ´ α “ φpxk q ´ φpαq “ φ pαq ` φ pξk q.
i“1
i! loomoon pp ` 1q!
“0

Donc, pour tout k P N, il existe ξk Ps minpα, xk q, maxpα, xk qr tel que

xk`1 ´ α 1
p`1
“ φpp`1q pξk q. (5)
pxk ´ αq pp ` 1q!
Par ailleurs, comme φ1 pαq “ 0, alors (en particulier) |φ1 pαq| ă 1. D’après la question 1, cela signifie que pour tout x0 P V, la
suite pxk qkPN définie par l’agorithme du point fixe (3) converge vers α. Comme de plus, φ P C pp`1q pVq, φpp`1q est continue
sur V et lim φpp`1q pξk q “ φpp`1q pαq. Finalement, en prenant la limite dans (5), on obtient
kÑ`8

xk`1 ´ α 1
lim “ φpp`1q pαq,
kÑ`8 pxk ´ αqp`1 pp ` 1q!
ce qui équivaut à ˇ ˇ
ˇ xk`1 ´ α φpp`1q pαq ˇˇ
@ε ą 0, DK P N, k ě K ñ ˇˇ ´ ă ε. (6)
pxk ´ αqp`1 pp ` 1q! ˇ
Prenons ε ą 0 (quelconque) et posons, comme dans la question précédente
ˆˇ pp`1q ˇ ˇ pp`1q ˇ˙
ˇφ pαq ˇ ˇφ pαq ˇ
C “ max ˇˇ ´ εˇˇ , ˇˇ ` εˇˇ .
pp ` 1q! pp ` 1q!
Alors, en utilisant (6), on vérifie facilement qu’il existe un entier K P N tel que, pour tout k ě K,
|xk`1 ´ α|
ď C,
|xk ´ α|p`1
(avec C ‰ 0 car φpp`1q pαq ‰ 0), ce qui signifie que la méthode du point fixe est d’ordre p ` 1.

4
Exercice 5 (Application)
Soit f la fonction définie sur R par f pxq “ x2 ´ 10. On cherche à calculer de façon approchée la racine positive, notée α, de
l’équation f pxq “ 0 par une méthode de type point fixe.

1. On pose φ1 pxq “ x ´ f pxq. Montrer que α est un point fixe de φ1 . On choisit xp0q “ 3 et on pose xpk`1q “ φ1 pxpkq q
pour k P N. Calculer les trois premiers itérés de cette suite et utiliser le graphe de la Figure 2 (à gauche) pour appliquer
les 3 premières itérations de la méthode du point fixe avec φ1 , en partant de xp0q “ 3. En déduire que cette suite ne
converge pas.
11
3.4
10
9
8
7
6
3.2
5
4
3
2
1
0 3
-1
-2
-3
-4
-5 2.8
-5 -4 -3 -2 -1 0 1 2 3 4 5 2.6 2.8 3 3.2 3.4

F IGURE 2 – Gauche : la fonction φ1 (en trait plein). Droite : la fonction φ 18 (en trait plein). Pour chaque figure la courbe rouge en
pointillés est la droite y “ x

Pour palier à ce problème, une idée est de “sous-relaxer” la méthode itérative en posant φω pxq “ x ´ ωf pxq, avec 0 ă ω ă 1.

2. Prouver qu’un point fixe de φω est aussi racine de f pour tout ω ‰ 0.

` ˘
On choisit dans la suite ω “ 81 . On choisit de nouveau xp0q “ 3 et on pose xpk`1q “ φ 18 xpkq , pour k ě 0.

3. Utiliser le graphe de la Figure 2 (à droite) pour appliquer les 3 premières itérations de la méthode du point fixe avec
φ 18 , en partant de xp0q “ 3.
4. Montrer que
´ ¯ ´ ¯„ 1 ´ pkq ¯
xpk`1q ´ α “ xpkq ´ α 1 ´ x `α .
8
5. Montrer que la fonction φ 81 est croissante sur r3, 4s. En déduire que φ 18 pr3, 4sq Ă r3, 4s.
6. Déduire des questions 3 et 4 que pour k ě 0 :
ˇ ˇ ˆ5 ´ α˙ ˇ ˇ
ˇ pk`1q ˇ pkq
´ αˇ ď ˇx ´ αˇ .
ˇ ˇ
ˇx
8

7. En déduire que pour k ě 0 :

ˇ ˇ ˆ 5 ´ α ˙k ˇ ˇ
ˇ pkq ˇ p0q
ˇx ´ αˇ ď ˇx ´ αˇ ,
ˇ ˇ
8
(
puis en déduire la convergence de la suite xpkq ně0 vers α. Retrouver par le théorème du cours que φ 81 a un unique
point fixe dans r3, 4s et que l’algorithme du point fixe converge vers α, pour tout xp0q dans r3, 4s.
ˇ ˇ ` ˘k`1
Quel est l’ordre de cette méthode ? Montrer que pour k ě 0 : ˇxpkq ´ αˇ ď 14 , puis estimer le nombre d’itérations
nécessaire pour obtenir une valeur de α précise à 10´3 près.

Correction

5
 1. On a φ1 pαq “ α ´ f pαq “ α (car α est une racine de f ), donc α est bien un point fixe de φ1 .
On a : xp1q “ 3 ´ p9 ´ 10q “ 4, puis xp2q “ 4 ´ p16 ´ 10q “ ´2 puis xp3q “ ´2 ´ p4 ´ 10q “ 4 “ xp1q . Les itérés
suivants de la suite vont donc être alternativement ´2 et 4. On en déduit la non-convergence de la méthode du point
fixe appliquée à φ1 en partant de x0 “ 3, voir la Figure 3 (gauche).
2. On a immediatement que φω pxq “ x est équivalent à ωf pxq “ 0, et donc à f pxq “ 0 si ω ‰ 0.
3. Voir la Figure 3 (droite).
4. On a : „ 
pk`1q pkq 1 ´ pkq ¯2
x “x ´ x ´ 10 .
8
De plus, comme f pαq “ 0 ðñ α2 ´ 10 “ 0 ðñ α2 “ 10, on a
´ ¯2 ´ ¯2 ´ ¯´ ¯
xpkq ´ 10 “ xpkq ´ α2 “ xpkq ´ α xpkq ` α .

On a donc ¯„ ¯
´
pk`1q
¯ ´
pkq 1 ´ pkq
x ´α “ x ´α 1´ x `α .
8

F IGURE 3 – Gauche : graphe représentatif de la fonction φ1 (en train plein noir). Droite : graphe représentatif de la fonction φ 18
(en train plein noir). Pour chaque figure la courbe en pointillés est la droite y “ x, et les premiers itérés de la méthode du point
fixe, en partant de x0 “ 3, sont en bleu clair.

5. Pour ω “ 18 , on a φ1ω pxq “ 1 ´ x4 qui est positif sur r3, 4s. Puisque φω est continue et croissante sur r3, 4s, on a
φω pr3, 4sq “ rφω p3q, φω p4qs “ r3 ` ω, 4 ´ 6ωs Ă r3, 4s lorsque ω “ 18 .
` ˘
6. Puisque xp0q “ 3, que xpk`1q “ φ 18 xpkq et que φ 18 pr3, 4sq Ă r3, 4s, on a bien sûr que xpkq P r3, 4s pour tout k ě 0.
On en déduit que
3`α 1 ´ pkq ¯ 4`α
ď x `α ď
8 8 8
et donc
4´α 1 ´ pkq ¯ 5´α
0ď ď1´ x `α ď ,
8 8 8
ce qui permet d’établir que ˇ ¯ˇˇ
ˇ1 ´ 1 xpkq ` α ˇ ď 5 ´ α .
ˇ ´
ˇ 8 ˇ 8
En utilisant l’inégalité précédente et celle de la question 4, on obtient le résultat demandé.
7. De la question 4 on montre, par un récurrence sur k, que pour k ě 0 :
ˇ ˇ ˆ 5 ´ α ˙k ˇ ˇ
ˇ pkq ˇ p0q
α ˇx ´ αˇ . (7)
ˇ ˇ
ˇx ´ ˇď
8
ˇ ˇ ˇ ˇ
En effet, cette inégalité est vraie pour k “ 0, puisque ˇxp0q ´ αˇ ď ˇxp0q ´ αˇ, pour tout xp0q dans R. Supposons que (7)
est vraie jusqu’au rang k, et montrons qu’elle est vraie au rang k ` 1 : de la question 6 on a
ˇ ˇ ˆ5 ´ α˙ ˇ ˇ
ˇ pk`1q ˇ pkq
´ αˇ ď ˇx ´ αˇ ,
ˇ ˇ
ˇx
8

6
 On utilise maintenant l’hypothèse de réccurence :
ˇ ˇ ˆ 5 ´ α ˙ ˆ 5 ´ α ˙k ˇ ˇ ˆ 5 ´ α ˙k`1 ˇ ˇ
ˇ pk`1q ˇ p0q ˇ p0q
´ αˇ ď ˇx ´ αˇ “ ˇx ´ αˇ .
ˇ ˇ ˇ
ˇx
8 8 8

Donc (7) est vraie pour tout k ě 0. Maintenant, puisque α ě 3, on a 5´α 1

8 ď 4 ă 1. La suite des x
pkq
converge donc vers
1
α au moins aussi rapidement qu’une suite géométrique de raison 4 (convergence linéaire) (voir la Figure 3 (droite)).
Retrouvons le résultat de convergence par le théorème du cours : φ 81 P C 1 pr3, 4sq, avec φ 18 pr3, 4sq Ă r3, 4s, de plus on
a |φ11 pxq| ď 41 ă 1, @x P r3, 4s, donc φ 81 a un unique point fixe α dans r3, 4s et la suite des xpkq converge vers α, pour
8
tout xp0q dans r3, 4s.
On a α ď 3 ` 41 , donc pour xp0q “ 3 on a |xp0q ´ α| ď 14 . D’où
ˇ ˇ ˆ 1 ˙k ˇ ˇ ˆ 1 ˙k`1
ˇ pkq ˇ p0q
ˇx ´ αˇ ď ˇx ´ αˇ ď .
ˇ ˇ
4 4
ˇ ˇ ˇ ˇ
Donc, pour k “ 3 on aura ˇxp3q ´ αˇ ď 218 ą 10´3 , et pour k “ 4, on aura ˇxp4q ´ αˇ ď 1
210 ď 10´3 . Le nombre
d’itérations nécessaire pour obtenir une valeur de α précise à 10´3 près est donc k “ 4.

Méthodes de Newton pour la résolution de l’équation f pxq “ 0.

Exercice 7
Soit f une fonction appartenant à C 1 pRq (f continue et dérivable sur R, de dérivée continue sur R) qui admet une racine
x̄ P R. La méthode de Newton est une méthode iterative d’approximation de x̄. Soit x0 P R. Pour k ě 0, on définit xk`1 par

f pxk q
xk`1 “ xk ´ . (8)
f 1 pxk q

L’objectif de cet exercice est de montrer que sous certaines conditions, la suite pxk qkPN converge vers x̄.
1. Sous quelle condition la suite pxk qkPN est-elle bien définie ?
2. Interpréter graphiquement l’algorithme (8).
3. Montrer que l’algorithme de Newton est un algorithme du point fixe appliqué à une fonction g que l’on déterminera.
4. On suppose que f P C 2 pRq et que f 1 pxq ‰ 0. En déduire une condition suffisante de convergence de l’algorithme de Newton.
5. On suppose que f P C 3 pRq avec f 1 pxq ‰ 0, et f 2 pxq ‰ 0. Montrer que la méthode de Newton, lorsqu’elle converge est
d’ordre 2 (on dit alors que l’erreur de convergence est quadratique).

Correction

1. Pour que la suite pxk qkPN soit bien définie, il faut que chacun de ses termes soient bien définis. Pour cela, il faut et il suffit
que pour tout k P N, f 1 pxk q ne s’annule pas. En particulier, si f 1 ne s’annule pas sur R, alors la suite est bien définie.
2. Le terme xk`1 défini par (8) est l’intersection entre la tangente à f au point xk et l’axe des abscisses y “ 0 (voir Figure 4) :
en effet, l’équation de la tangente à f au point xk est donnée par

y “ f 1 pxk qpx ´ xk q ` f pxk q.

Le point d’intersection entre l’axe des abscisses et la tangente est le point d’abscisse x̃ (et d’ordonnée 0), tel que 0 “
f 1 pxk qx̃ ` pf pxk q ´ f 1 pxk qxk q, c’est à dire
f pxk q
x̃ “ xk ´ 1 .
f pxk q
On retrouve bien que xk`1 “ x̃.
Remarque. Si f 1 pxk q “ 0, la tangente à f au point xk est parallèle à l’axe des abscisses. Il n y a donc pas de point d’intersection
entre l’axe des abscisses et la tangente à f au point xk . On retrouve bien que l’on ne peut pas définir xk`1 dans ce cas.
3. Il suffit de remarquer que xk`1 “ gpxk q où
f pxq
gpxq “ x ´ (9)
f 1 pxq

7
F IGURE 4 – Illustration de la méthode de Newton. Le point xk`1 est défini comme l’intersection entre l’axe des abscisses et
la tangent à la courbe f au point xk (en gris sur le dessin, droite d’équation y “ f 1 pxk qx ` pf pxk q ´ f 1 pxk qxk q)

Si f 1 pxq ne s’annule pas (au moins localement près de x̄), alors gpxq est une fonction continue dans un voisinage de x̄.
4. Puisque f est deux fois dérivable et que f 1 px̄q ‰ 0, g est C 1 en utilisant l’exercice 4, on sait que la méthode du point fixe
associée à g va converger localement (c’est à dire pour x0 est suffisamment proche de x) si |g 1 pxq| ă 1. Or,
pf 1 pxqq2 ´ f 2 pxqf pxq f 2 pxqf pxq
g 1 pxq “ 1 ´ “ . (10)
pf 1 pxqq2 pf 1 pxqq2
On rappelle que par définition f pxq “ 0. Si l’on suppose que f 1 pxq ‰ 0, alors g 1 pxq “ 0. Donc, |g 1 pxq| ă 1, et il existe un
nombre réel η ą 0 et un nombre réel K Ps0, 1r tels que, pour tout x P rx ´ η, x ` ηs,
|g 1 pxq| ď K ă 1.
Par suite, si x0 P rx ´ η, x ` ηs, l’algorithme de Newton converge (cf. exercice 4).
Remarque. L’algorithme de Newton converge localement. Cela signifie qu’il faut choisir x0 suffisamment proche de x pour que
ce dernier converge.
4. Supposons que f est trois fois dérivable et que f 1 pxq ‰ 0, et f 2 pxq ‰ 0. Par conséquent, g est deux fois dérivable. De plus,
d’après (10), g 1 pxq “ 0 et g 2 pxq ‰ 0. En utilisant l’exercice 4 (ou la Proposition 2.6 du cours), on en déduit que la méthode
de Newton est d’ordre 2. On dit alors que l’erreur ek “ xk ´ α est quadratique : en effet, pour k suffisamment grand,
ek`1 ď Ce2k .

Exercice 8 (Application)
Soit la fonction f définie sur R par f pxq “ x3 ´ 3x ´ 2.
1. Quelles sont les racines de l’équation f pxq “ 0 ?

Nous allons illustrer les résultats vus en cours sur la convergence de la méthode de Newton appliquée à la résolution de cette
équation.

2. Calculer f 1 pxq
` et˘écrire la relation de récurrence liant deux itérés successifs de la méthode de Newton sous la forme
xpk`1q “ F xpkq avec une fonction F que l’on précisera.
3. Utiliser le graphe de la Figure 5 pour appliquer les 3 premières itérations de la méthode de Newton avec f , en partant
de xp0q “ ´2.
4. Selon les résultats vus dans l’exercice 5, qu’attend on comme convergence de la suite de Newton autour des racines
calculées à la question 1) ?

Correction

8
 1

0.5

-0.5

-1

-1.5

-2

-2.5

-3

-3.5

-4
-3 -2.5 -2 -1.5 -1 -0.5 0

F IGURE 5 – La fonction f (en trait plein)

1. Racines évidentes : 2 (racine simple) et ´1 (racine double).

2. On obtient f 1 pxq “ 3px ` 1qpx ´ 1q. La suite s’écrit alors, pour xp0q P R donné :
` ˘
pk`1q pkq f xpkq
x “ x ´ 1 ` pkq ˘ ,
f x

soit, en simplifiant lorsque xpkq ‰ ´1 :

˜` ˘2 ¸
pk`1q 2 xpkq ´ xpkq ` 1
x “ .
3 xpkq ´ 1
´ ¯
2 x2 ´x`1
On pose donc F pxq “ 3 x´1 .
3. Voir la Figure 6 ci-dessous.

F IGURE 6 – Graphe représentatif de la fonction f (en train plein) ainsi que des premiers itérés de la méthode de Newton (en bleu),
en partant de x0 “ ´2

4. Autour de 2 : f p2q “ 0 et f 1 p2q ‰ 0. D’après le cours on attend une convergence quadratique, à condition que la
donnée initiale xp0q soit suffisamment proche de 2.
Autour de ´1 : f p´1q “ 0 et f 1 p´1q “ 0. D’après le cours on attend une convergence linéaire. On peut le voir en
appliquant la propriété sur la convergence des méthodes de point-fixe (avec p “ 0). On a
ˆ ˙
1 2 xpx ´ 2q
F pxq “ ,
3 px ´ 1q2

et donc F 1 p´1q “ 12 , on attend donc (asymptotiquement) une convergence linéaire de raison 12 .

5. On a
x2 ´ 4x ` 4 px ´ 2q2
ˆ ˙ ˆ ˙
2 2
F pxq ´ 2 “ “ . (11)
3 x´1 3 x´1

9
 ` ˘
On a donc dans un premier temps que xpk`1q ´ 2 “ F xpkq ´ 2 ą 0 dès que xpkq ą 1. Si xp0q ą 1, on a donc xpkq ą 2
px´2q
pour tout k ě 1. Ensuite, en remarquant que pour tout x ą 2, px´1q ă 1, on a donc, avec (11) :
ˇ ˇ ˇ ´ ¯ ˇ 2ˇ ˇ
ˇ pk`1q
´ 2ˇ “ ˇF xpkq ´ 2ˇ ď ˇxpkq ´ 2ˇ ,
ˇ ˇ ˇ ˇ ˇ
ˇx
3
pour tout k ě 1. Ceci implique (en faisant une récurrence sur k) que
ˇ
ˇ pkq
ˇ 2 ˇ ˇ
ˇx ´ 2ˇ ď p qpk´1q ˇxp1q ´ 2ˇ , @k ě 1.
ˇ ˇ ˇ
3
2
Comme
ˇ pk q | 3ˇ | ă3 1, cela entraîne la convergence de la suite txpkq u vers 2. Par conséquent il existe k0 ě 1 tel que
ˇx 0 ´ 2ˇ ă . D’autre part, puisque 1
2 x´1 ď 1 lorsque x ą 2, on a aussi, avec (11) :
ˇ ˇ ˇ ´ ¯ ˇ 2 ˇˇ ˇ2
ˇ pk`1q
´ 2ˇ “ ˇF xpkq ´ 2ˇ ď ˇxpkq ´ 2ˇ , @k ě 1. (12)
ˇ ˇ ˇ ˇ
ˇx
3
6. D’où, pour tout k0 ě 1 et tout k ě k0

2 ˇˇ pkq ˇ ˆ2 ˇ ˇ˙2pk´k0 q
ˇ pk0 q
ˇx ´ 2ˇ ď ´ 2ˇ . (13)
ˇ ˇ
ˇx
3 3
En effet, l’inégalité ci-dessus est vraie pour k “ k0 . Supposons qu’elle est vrais jusqu’au rang k ě k0 et montrons qu’elle
est vraie au rang k ` 1 : en utilisant (12) et l’hypothèse de récurrence, on a
2 ˇˇ pk`1q ˇ ˆ2 ˇ ˇ˙ 2
ˇ pkq
´ 2ˇ ď ˇx ´ 2ˇ
ˇ ˇ
ˇx
3 3
ˇ˙2pk´k0 q 2 ˆ 2 ˇ ˇ˙2pk`1´k0 q
˜ˆ ¸
2 ˇˇ pk0 q ˇ pk0 q
´ 2ˇ ´ 2ˇ ,
ˇ ˇ
ď ˇx “ ˇx
3 3
ainsi (13) est vraie pour tout k ě k0 . On aura donc une convergence quadratique de la suite (ce qui correspond bien à
ce que nous avions dit à la question c).

?
Exercice 9 (Application : calcul approché de a)
1. Ecrire l’algorithme de Newton pour la résolution de x2 ´ a “ 0, où a est un réel strictement positif.
2. Lorsque a “ 2 et que l’itéré initial est xp0q “ 2, calculer
? les trois premiers itérés de cette suite sous forme fractionnaire
et sous forme décimale approchée ; comparez avec 2 dont une valeur approchée à 10´10 près est 1, 4142135624.
Comparez avec la précision donnée par l’algorithme de dichotomie (voir Exercice 1).
? ? ?
3. Montrer que pxpn`1q ´ aq “ 2x1pnq pxpnq ´ aq2 . En déduire que si xp0q ě 0, alors xpnq ě a pour tout n ě 1 puis
montrer que la suite est décroissante à partir de n “ 2.
?
4. En déduire que la suite converge quadratiquement vers a. Est ce le résultat attendu en appliquant le théorème vu en
cours ?

Correction

pxpnq q2 ´a 1
` a
˘
1. On a xpn`1q “ xpnq ´ 2xpnq
“ 2 xpnq ` xpnq
.

2. xp1q “ 23 “ 1, 5, xp2q “ 1712 « 1, 4166666666667, x

p3q
“ 577
408 « 1, 41421568627. Au bout de 3 itérations, on a déjà une
´6
erreur relative d’environ 1.02 10 , qu’on aurait obtenue seulement en environ 21 itérations de la méthode de dichotomie.

3. On a
? 1 ´ pnq 2 ? ¯
pxpn`1q ´ aq “
px q ` a ´ 2x pnq
a
2xpnq
? 1
` a
˘
ce qui fournit le résultat et implique la positivité de pxpn`1q ´ aq. De plus, on a xpn`1q ´ xpnq “ 2 xpnq
´ xpnq qui est
?
bien négatif pour n ě 1 puisque xpnq ě a pour n ě 1.

4. La suite est minorée et décroissante et donc convergente. Par ailleurs, on peut majorer 2x1pnq par 2?
1
a
pour tout n ě 1, et
pn`1q
? 1 pnq
? 2
on a donc |x ´ a| ď 2?a px ´ aq , ce qui est bien une convergence quadratique. C’était le résultat attendu car le
théorème dit que la méthode de Newton converge quadratiquement vers la solution x˚ de f pxq “ 0 lorsque f 1 px˚ q ‰ 0 (à
condition que l’itéré initial soit suffisamment proche de x˚ ).

10