Dans la longue chaîne des "découvreurs",
Isaac Newton peut être considéré comme "l'Einstein
du XVII° siècle". En effet, comme Einstein devait changer la
compréhension de l'espace, du temps et de la lumière, Newton
a eu une influence profonde sur la connaissance de ces éléments
et sur les Mathématiques. Ainsi, dans la "Méthode des Fluxions",
écrite en 1671 mais publiée seulement en 1736, Newton utilise
une méthode récursive pour trouver une valeur approchée
des racines de x^3-2.x-5=0. C'est cette méthode d'approximation
des racines d'une équation qui fait l'objet de notre étude.
Pour télécharger le mémoire du TIPE :
cliquez ici
INTRODUCTION :
Nous avons mené ce travail en quatre grandes étapes.
Dans un premier temps, nous nous sommes intéressés à
la méthode de Newton dans R, puis dans des ensembles de plus en
plus "grands", respectivement C et R^n. Ensuite, nous nous sommes attachés
à établir une comparaison entre l'algorithme de Newton, des
méthodes dérivant de cet algorithme, et d'autres méthodes
classiques de calcul de solutions d'équations telles que celles
de la sécante, de la bissection (ou dichotomie), du point fixe,
ou encore la méthode de Steffensen.
- ETUDE -
L'algorithme de Newton est basé sur le calcul des termes de la suite
:
Nous mettons en évidence d'une part une convergence rapide vers
une solution, d'autre part l'importance du choix de la valeur initiale
r
0 ainsi qu'un comportement chaotique quand l'équation
ne possède pas de racines réelles (x^2+1 = 0). C'est d'ailleurs
cette dernière équation qui nous a conduit à considérer
la méthode dans C.
L'algorithme reste identique. L'intérêt de passer dans le
corps complexe est de pouvoir illustrer graphiquement la convergence de
la méthode en mettant en évidence différentes zones
appelées bassins d'attraction ou bassins de Newton. Ces graphiques
permettent ainsi de prendre conscience de la grande sensibilité
de la méthode. Nous en avons créé quelques uns pour
bien illustrer notre propos :
z^8 + 15.z^4-16 :
|
|
(z-1).(z-(-1.384609-0.9231.i)).(z-(0.384609+0.9231.i))
:
|
(z-1).(z-(-1.384609-0.9.i)).(z-(0.384609+0.9231.i))
:
|
-
Troisième étape : dans R^n
Nous nous sommes alors demandé si nous ne pouvions pas aussi considérer
R^2, et plus généralement R^n, comme domaine d'application
de la méthode de Newton. Ceci est tout à fait possible et
l'algorithme reste similaire au précédent. On calcule les
différents termes de la suite de vecteurs de R^n définie
par r
k+1=r
k-y
k
où y
k est la solution du système [JF(r
k)].y
k=F(r
k).
D'un point de vue purement formel, on retrouve la formule bien connue :
r
k+1=r
k-[JF(r
k)]^(-1).F(r
k).
L'intérêt de passer dans R^n est de pouvoir résoudre
des systèmes non linéaires. Ainsi, à titre d'exemple,
nous avons calculé dans R^2 l'intersection de deux courbes. Mais
là encore, nous mettons en évidence une grande sensibilité
qui se traduit par une incertitude (dépendant de la valeur choisie
pour r
0) quant à la racine visée.
-
Quatrième étape : étude comparative
Devant le défaut énoncé ci-dessus, nous avons alors
cherché d'autres méthodes d'approximation des racines pour
les comparer à celle de Newton. Nous en avons trouvé deux
sortes : celles dérivant de la méthode de Newton et celles
n'ayant aucun lien avec elle. Celles dérivées de la méthode
de Newton consistent soit en un enrichissement de la formule avec des termes
en f '' (dans R ou C), soit en une réévaluation de la matrice
Jacobienne toutes les p itérations (dans R^n). Les autres méthodes
sont les algorithmes classiques de la sécante, de la dichotomie,
du point fixe, et la méthode de Steffensen. Généralement
ces méthodes se révèlent moins efficaces car, en plus
de défauts tels que l'introduction de solutions parasites, elles
nécessitent un plus grand nombre d'itérations pour arriver
à la même précision que la méthode de Newton.
CONCLUSION : Comme nous avons pu le constater, la méthode
de Newton, malgré ses imperfections, reste l’une des plus performantes
à nos jours, notamment dans son application à l’extraction
de la racine carrée d'un nombre. Elle est utilisée par des
logiciels de calcul actuels tels que Maple. Par ailleurs, elle suscite
encore des recherches sur la dynamique à l'origine des graphiques
que l'on obtient dès que le degré du polynôme est supérieur
à 3.
- OUTILS UTILISES -
-
Maple (pour les graphes des exemples dans R^2).
-
Calculateur en ligne de l'Université de Clark (pour les dessins
dans C).
-
Calculateur en ligne de l'Université de Laval (pour tester les différentes
méthodes utilisées dans le calcul de la racine carrée
de 3).
- SOURCES D'INFORMATION -
-
Divers ouvrages parmi lesquels : "A first course in chaotic dynamical systems"
(1992) et "An introduction to chaotic dynamical systems" (1989) de R. Devaney,
ainsi que "L’itération de Newton, convergence et chaos" (1984) de
C. Masse.
-
Internet, et notamment les sites :
Commentaires
Aucun commentaire pour le moment.
Ajouter un commentaire