Math ClubMath Club
v1 · padrão canônico

Lição 69 — Méthode de Newton-Raphson

Itération x_{n+1} = x_n - f(x_n)/f'(x_n) pour les racines. Convergence quadratique, défaillances, bassins d'attraction.

Used in: 2.º ano do programa (17 anos) · Equiv. Math III japonês (métodos numéricos) · Equiv. Klasse 12 LK alemã (Numerik)

xn+1=xnf(xn)f(xn)x_{n+1} = x_n - \frac{f(x_n)}{f'(x_n)}
Choose your door

Rigorous notation, full derivation, hypotheses

Définition, dérivation et convergence

L'itération de Newton-Raphson

"Newton's Method is a technique to approximate the solution of f(x)=0f(x) = 0. It works when one can perform repeated evaluations of ff and ff', making it ideal for functions like polynomials, exponentials, and trigonometric functions." — APEX Calculus, §4.4

Dérivation par approximation linéaire (Taylor ordre 1)

Si rr est racine de ff et xnx_n est proche de rr, par expansion de Taylor :

0=f(r)f(xn)+f(xn)(rxn).0 = f(r) \approx f(x_n) + f'(x_n)(r - x_n).

En résolvant pour rr : rxnf(xn)/f(xn)=xn+1r \approx x_n - f(x_n)/f'(x_n) = x_{n+1}. L'itération définit la prochaine estimation comme le zéro de l'approximation linéaire.

xy(xn,f(xn))(x_n, f(x_n))xn+1x_{n+1}xnx_nrry=f(x)y = f(x)tangente en xnx_n

La tangente en (xn,f(xn))(x_n, f(x_n)) coupe l'axe xx en xn+1x_{n+1}, toujours plus proche de la racine rr (point rempli bleu) — à condition que x0x_0 soit assez proche.

Théorème de convergence locale

Preuve (esquisse). Soit en=xnre_n = x_n - r. Taylor de ff autour de rr :

0=f(r)=f(xn)+f(xn)(rxn)+f(ξn)2(rxn)20 = f(r) = f(x_n) + f'(x_n)(r - x_n) + \frac{f''(\xi_n)}{2}(r - x_n)^2

pour un certain ξn\xi_n entre xnx_n et rr. De l'itération, xn+1r=xnf(xn)/f(xn)rx_{n+1} - r = x_n - f(x_n)/f'(x_n) - r. En substituant et simplifiant :

en+1=f(ξn)2f(xn)en2.e_{n+1} = -\frac{f''(\xi_n)}{2 f'(x_n)}\, e_n^2.

Quand xnrx_n \to r, ξnr\xi_n \to r et f(xn)f(r)0f'(x_n) \to f'(r) \neq 0, donc en+1/en2f(r)/(2f(r))=C|e_{n+1}|/|e_n|^2 \to |f''(r)|/(2|f'(r)|) = C. \square

Pathologies et défaillances

Exemples résolus

Exercise list

32 exercises · 8 with worked solution (25%)

Application 12Understanding 5Modeling 8Challenge 3Proof 4
  1. Ex. 69.1Application

    f(x)=x22f(x) = x^2 - 2, x0=1x_0 = 1. Appliquez 3 itérations de Newton-Raphson. Comparez avec 2=1,41421356\sqrt{2} = 1{,}41421356\ldots

  2. Ex. 69.2Application

    f(x)=x25f(x) = x^2 - 5, x0=2x_0 = 2. Appliquez 3 itérations pour estimer 5\sqrt{5}.

  3. Ex. 69.3ApplicationAnswer key

    f(x)=x32f(x) = x^3 - 2, x0=1x_0 = 1. Appliquez 3 itérations pour estimer 23\sqrt[3]{2}.

  4. Ex. 69.4ApplicationAnswer key

    f(x)=cosxxf(x) = \cos x - x, x0=1x_0 = 1. Appliquez 3 itérations pour estimer le point fixe de cos\cos.

  5. Ex. 69.5ApplicationAnswer key

    f(x)=ex2f(x) = e^x - 2, x0=1x_0 = 1. Appliquez 3 itérations pour estimer ln2\ln 2.

  6. Ex. 69.6Application

    f(x)=xlnx1f(x) = x \ln x - 1, x0=2x_0 = 2. Approximez la racine à 4 décimales.

  7. Ex. 69.7Application

    f(x)=sinxf(x) = \sin x, x0=3x_0 = 3. Montrez numériquement que les itérations convergent vers π\pi.

  8. Ex. 69.8Application

    f(x)=x3x1f(x) = x^3 - x - 1, x0=1,5x_0 = 1{,}5. Approximez la racine réelle (constante plastique 1,3247\approx 1{,}3247).

  9. Ex. 69.9Application

    f(x)=x2x1f(x) = x^2 - x - 1, x0=1,5x_0 = 1{,}5. Approximez le nombre d'or ϕ=(1+5)/2\phi = (1 + \sqrt{5})/2.

  10. Ex. 69.10Application

    f(x)=tanxxf(x) = \tan x - x, x0=4,5x_0 = 4{,}5. Approximez la plus petite racine positive supérieure à π\pi.

  11. Ex. 69.11ModelingAnswer key

    Montrez que la formule de Héron xn+1=(xn+a/xn)/2x_{n+1} = (x_n + a/x_n)/2 pour calculer a\sqrt{a} est exactement Newton-Raphson appliqué à f(x)=x2af(x) = x^2 - a.

  12. Ex. 69.12Modeling

    Généralisez : quelle est l'itération de Newton pour calculer an\sqrt[n]{a} ? Appliquez pour n=3n = 3, a=8a = 8, x0=2x_0 = 2 (2 étapes).

  13. Ex. 69.13Modeling

    Montrez que xn+1=xn(2axn)x_{n+1} = x_n(2 - ax_n) calcule 1/a1/a via Newton sans aucune opération de division. Appliquez pour a=7a = 7, x0=0,1x_0 = 0{,}1 (3 étapes).

  14. Ex. 69.14Modeling

    Minimisez g(x)=x44x+1g(x) = x^4 - 4x + 1 en appliquant Newton-Raphson à g(x)=0g'(x) = 0, avec x0=1,5x_0 = 1{,}5.

  15. Ex. 69.15Modeling

    Flux de trésorerie : 1000-1000, 300300, 400400, 500500 (années 0, 1, 2, 3). Le TRI rr est la racine de f(r)=1000+300/(1+r)+400/(1+r)2+500/(1+r)3=0f(r) = -1000 + 300/(1+r) + 400/(1+r)^2 + 500/(1+r)^3 = 0. Utilisez Newton avec r0=0,15r_0 = 0{,}15.

  16. Ex. 69.16Modeling

    En Black-Scholes, donné le prix de marché VmktV_{\text{mkt}} d'une option, expliquez comment utiliser Newton-Raphson pour trouver la volatilité implicite σ\sigma. Quel est le rôle du vega dans l'itération ?

  17. Ex. 69.17Modeling

    Dans l'équation de van der Waals (P+a/V2)(Vb)=RT(P + a/V^2)(V - b) = RT, donné PP, TT (et les constantes du gaz), utilisez Newton pour trouver le volume molaire VV. Esquissez l'itération.

  18. Ex. 69.18ModelingAnswer key

    Équation de Kepler : EesinE=ME - e \sin E = M. Pour e=0,3e = 0{,}3 (excentricité) et M=1M = 1 rad (anomalie moyenne), utilisez Newton avec E0=1E_0 = 1 pour trouver l'anomalie excentrique EE (4 itérations).

  19. Ex. 69.19Understanding

    Quel comportement Newton-Raphson peut-il exhiber quand l'estimation initiale x0x_0 est lointaine de la racine ?

  20. Ex. 69.20Understanding

    Quel est le critère d'arrêt le plus robuste pour Newton-Raphson ?

  21. Ex. 69.21Understanding

    Montrez que Newton-Raphson avec f(x)=x32x+2f(x) = x^3 - 2x + 2 et x0=0x_0 = 0 cycle indéfiniment entre 00 et 11.

  22. Ex. 69.22Understanding

    f(x)=x2f(x) = x^2 (racine double en x=0x = 0), x0=1x_0 = 1. Montrez que Newton-Raphson converge seulement linéairement, avec raison 1/21/2.

  23. Ex. 69.23UnderstandingAnswer key

    f(x)=x1/3f(x) = x^{1/3} a une racine en x=0x = 0 mais f(0)f'(0) n'existe pas. Que se passe-t-il avec Newton-Raphson ? Calculez 4 itérations en partant de x0=1x_0 = 1.

  24. Ex. 69.24Application

    Appliquez la méthode de la sécante (x0=1x_0 = 1, x1=2x_1 = 2) à f(x)=x22f(x) = x^2 - 2 par 4 itérations. Comparez avec Newton (exercice 69.1).

  25. Ex. 69.25Application

    f(x)=x33x+1f(x) = x^3 - 3x + 1 a 3 racines réelles. Appliquez Newton avec x0=2x_0 = 2, puis avec x0=2x_0 = -2, puis avec x0=0,5x_0 = 0{,}5. Quelle racine chaque estimation trouve-t-elle ?

  26. Ex. 69.26ChallengeAnswer key

    Newton modifié pour racine double : xn+1=xn2f(xn)/f(xn)x_{n+1} = x_n - 2f(x_n)/f'(x_n). Appliquez à f(x)=(x1)2f(x) = (x-1)^2, en partant de x0=3x_0 = 3. Comparez avec l'itération standard.

  27. Ex. 69.27Challenge

    Newton pour l'optimisation : montrez qu'appliquer Newton à g(x)=0g'(x) = 0 pour minimiser gg est équivalent au Newton standard avec f=gf = g'. Appliquez pour minimiser g(x)=ex3xg(x) = e^x - 3x avec x0=0x_0 = 0.

  28. Ex. 69.28Challenge

    Pour f(z)=z31f(z) = z^3 - 1 dans le plan complexe, décrivez qualitativement les 3 bassins de Newton. Sur la droite réelle, quelle racine x0=2x_0 = 2 et x0=0,5x_0 = -0{,}5 atteignent-elles ?

  29. Ex. 69.29Proof

    Démontrez la convergence quadratique de Newton-Raphson via Taylor d'ordre 2. Identifiez la constante C=f(r)/(2f(r))C = |f''(r)|/(2|f'(r)|).

  30. Ex. 69.30Proof

    Démontrez : si ff est convexe croissante avec racine simple rr et x0>rx_0 > r avec f(x0)>0f(x_0) > 0, Newton-Raphson converge vers rr.

  31. Ex. 69.31Proof

    Généralisez Newton-Raphson pour f:RnRn\vec{f}: \mathbb{R}^n \to \mathbb{R}^n. Écrivez le système linéaire à résoudre à chaque étape et identifiez le rôle de la Jacobienne JJ.

  32. Ex. 69.32ProofAnswer key

    Montrez que l'itération de Héron xn+1=(xn+a/xn)/2x_{n+1} = (x_n + a/x_n)/2 converge quadratiquement vers a\sqrt{a} pour tout x0>0x_0 > 0.

Sources

  • APEX Calculus — Hartman, Heinold, Siemers, Chalishajar · CC-BY-NC. Source primaire — §4.4 Newton's Method.
  • OpenStax Calculus Volume 1 — Strang, Herman et al. · CC-BY-NC-SA. §4.9 Newton's Method. Exercices appliqués (TRI, systèmes).
  • REAMAT — Cálculo Numérico (Python) — UFRGS Reamat Colaborativo · CC-BY-SA. Cap. 3 Zeros de funções. Implémentations Python, analyse d'erreur, méthode de la sécante.

Updated on 2026-05-06 · Author(s): Clube da Matemática

Found an error? Open an issue on GitHub or submit a PR — open source forever.