Bandeau
Apprendre en ligne
Slogan du site

Ressources pour les enseignants et les élèves du secondaire II.

Club Math
Résolution de l’équation $f(x)=0$ par la méthode de Newton. Corrigé
Corrigé de la lettre 8

La méthode de Newton est une procédure itérative permettant de trouver, avec une grande précision, les zéros (ou racines) d’une fonction $f(x)$, c’est-à-dire les valeurs de $x$ pour lesquelles $f(x)=0$.

Article mis en ligne le 15 octobre 2025
dernière modification le 16 octobre 2025

par bernard.vuilleumier, ChatGPT

La méthode de Newton (ou méthode de Newton–Raphson)

Question 1
1. Principe géométrique

L’idée repose sur une approximation linéaire locale de la fonction par sa tangente. Si l’on connaît une estimation $x_{k}$ telle que $f(x_{k})$ soit proche de zéro, on remplace la courbe $y=f(x)$ par sa tangente au point $(x_{k}, f(x_{k}))$. L’intersection de cette tangente avec l’axe des $x$ fournit une meilleure approximation $x_{k+1}$.

Sur le plan, cela correspond à :

  • tracer la tangente à la courbe en $x_{k}$ ;
  • prolonger cette droite jusqu’à l’axe $x$ ;
  • prendre cette abscisse d’intersection comme nouvelle estimation.

2. Formule de récurrence

L’équation de la tangente en $x_{k}$ est [1] :

$y = f(x_k) + f’(x_k)\,(x - x_k)$

Le point d’intersection avec l’axe des $x$ correspond à $y=0$, d’où :

$0 = f(x_{k}) + f’(x_{k})(x_{k+1} - x_{k}) \quad\Longrightarrow\quad x_{k+1} = x_{k} - \dfrac{f(x_{k})}{f’(x_{k})}$

Cette formule de Newton définit une suite $(x_{k})$ qui converge vers la racine cherchée $x^{*}$, sous certaines conditions.

3. Conditions de convergence

La méthode converge très rapidement si :

  • la fonction $f$ est dérivable et $f’$ non nulle près de la racine ;
  • le point de départ $x_{0}$ est suffisamment proche du zéro réel.

Si $f’(x)$ est nulle ou si l’on part trop loin, la méthode peut diverger ou osciller.

4. Exemple : $f(x) = e^{x} - 2$

En partant de $x_{0} = 1.3$, les itérations donnent :

$x_0 = 1{,}3$

$x_1 = x_0 - \dfrac{e^{x_0}-2}{e^{x_0}} = 1{,}3 - \dfrac{e^{1{,}3}-2}{e^{1{,}3}} \approx 0{,}84506$

$x_2 = x_1 - \dfrac{e^{x_1}-2}{e^{x_1}} = 0{,}84506 - \dfrac{e^{0{,}84506}-2}{e^{0{,}84506}} \approx 0{,}70412$

$x_3 = x_2 - \dfrac{e^{x_2}-2}{e^{x_2}} = 0{,}70412 - \dfrac{e^{0{,}70412}-2}{e^{0{,}70412}} \approx 0{,}69321$

Zéro exact : $x^*=\ln 2 \approx 0{,}69315$. Après trois itérations : $|x_3 -x^*| \approx 6\times 10^{-5}$.

On voit la convergence très rapide vers $\ln(2)$ en seulement trois étapes.

5. Interprétation graphique

Chaque itération correspond à un nouveau contact tangentiel entre la courbe et une droite qui se rapproche du zéro :

  • au départ, la tangente part de loin et coupe l’axe assez grossièrement ;
  • à chaque étape, la tangente est tracée plus près du zéro réel ;
  • la succession des points $(x_{k}, 0)$ montre visuellement la convergence vers la racine.

Cette méthode illustre la puissance des approches itératives en analyse numérique : une simple relation locale (tangente) permet d’obtenir une très bonne précision en quelques étapes.

Question 2

Question 3
Voici la méthode de Newton appliquée à :

$f(x)=x^{2}-1,\qquad f’(x)=2x,\qquad x_{k+1}=x_{k}-\frac{f(x_{k})}{f’(x_{k})} =\tfrac{1}{2}\left(x_{k}+\frac{1}{x_{k}}\right),\quad (x_{k}\neq 0).$

Convergence vers $+1$

$x_{0}$ étapes pour atteindre $1$ (tolérance $|x-1|\lt10^{-12}$)
-1 déjà une racine $\Rightarrow$ séquence constante $(-1)$. $0$ étape
$0$ $x_{0}=0$ : $f’(0)=0$ ($\Rightarrow$) méthode non définie (division par $0$)
1 déjà une racine $\Rightarrow$ séquence constante $(1)$. $0$ étape
10 8
100 11
1000 14
10000 18

Remarques

  • Sauf si l’on part exactement d’une racine ($\pm1$), on n’atteint pas $1$ en un nombre fini d’itérations : on s’en approche. Le comptage ci-dessus correspond à un arrêt pour $|x-1|\lt10^{-12}$.
  • Près de $1$, l’erreur vérifie $e_{k+1}\approx \tfrac{1}{2}\,e_{k}^{2}$, ce qui traduit la convergence quadratique.
  • Pour $x_{0}\gt0$, la suite est monotone décroissante vers $1$.
  • Pour $x_{0}\lt0$ (et $\neq 0$), elle converge vers $-1$.

Question 4

Itération de Newton pour $f(z)=z^{2}-1$ dans $\mathbb{C}$ avec $z_0\neq 0$. La fonction d’itération de Newton associée à $f(z)=z^2-1$ est :

$N(z)=z-\dfrac{f(z)}{f’(z)}=\dfrac{1}{2}\Bigl(z+\dfrac{1}{z}\Bigr)$

Sa dérivée s’obtient par différentiation directe :

$N’(z)=\dfrac{1}{2}\Bigl(1-\dfrac{1}{z^2}\Bigr)$

a) Première estimation avec $\Re(z_0)<0$

On a $1/z=\overline z/|z|^2$ [2]. Donc $\Re(1/z_0)=\Re(z_0)/|z_0|^2<0$, et

$\Re(z_1)=\dfrac{1}{2}\bigl(\Re(z_0)+\Re(1/z_0)\bigr)<0$

La demi-plan gauche est invariant pour l’itération, et la suite converge quadratiquement vers la racine $-1$ car $N’(-1)=0$.

b) Première estimation avec $\Re(z_0)>0$

Même raisonnement. On a $\Re(1/z_0)>0$ donc $\Re(z_1)>0$.
La demi-plan droit est invariant et la suite converge quadratiquement vers la racine $+1$ car $N’(1)=0$.

Le plan complexe est scinde en deux bassins d’attraction :

  • Si $\Re(z_0)<0$, convergence vers $-1$.
  • Si $\Re(z_0)>0$, convergence vers $+1$.
  • Axe imaginaire $\Re(z_0)=0$ : il est invariant.

En effet :

$z_{n+1}=\dfrac{1}{2}\Bigl(z_n+\dfrac{1}{z_n}\Bigr)\in i\mathbb{R}$

et la suite tend vers $0$ qui n’est pas une racine ; l’algorithme échoue car on finit par viser la singularite $z=0$. En particulier, pour $z_0=\pm i$ on obtient $z_1=0$ en une étape, puis l’itération est impossible.

Remarque
La convergence est quadratique vers $\pm 1$ dès lors que $z_0$ n’est pas sur l’axe imaginaire et $z_0\neq 0$.

Question 5

a) Résoudre l’équation $z^3=1$.
Solutions exactes :

$z^3-1=(z-1)(z^2+z+1)=0$

d’où [3] :

$z_k=e^{2\pi i k/3},\quad k=0,1,2.$

Donc :

$z_0=1,\quad z_1=e^{2\pi i/3}=-\dfrac{1}{2}+\dfrac{\sqrt{3}}{2}i,\quad z_2=e^{4\pi i/3}=-\dfrac{1}{2}-\dfrac{\sqrt{3}}{2}i.$

b) Représentation dans le plan complexe

c) Méthode de Newton pour $z^3=1$.
Pour $f(z)=z^3-1$, on a $f’(z)=3z^2$. L’itération de Newton est

$z_{n+1}=z_n-\dfrac{z_n^3-1}{3z_n^2} =\dfrac{2z_n^3+1}{3z_n^2} =\dfrac{1}{3}\Bigl(2z_n+\dfrac{1}{z_n^2}\Bigr),\quad z_n\neq 0.$

Chaque racine $1$, $\omega=e^{2\pi i/3}$, $\omega^2=e^{4\pi i/3}$ est un point fixe attractif (racines simples) ; il y a convergence quadratique dès que l’on est suffisamment près.

Le plan complexe est partagé en trois bassins d’attraction (symétrie à $120^\circ$) ; pour presque tout $z_0\in\mathbb{C}\setminus\{0\}$ (complémentaire de $0$ dans $\mathbb{C}$), la suite converge vers l’une des trois racines.

Les frontières entre bassins forment un ensemble fractal (ensemble de Julia). Les itérés qui passent par $z=0$ rendent la formule inapplicable (pôle de l’itération).

Question 6

Bassins d’attraction
Frontière entre les bassins

Ce qu’on observe :

  • Trois bassins d’attraction (symétrie à 120°). Le rouge menant à $1$, le bleu à $\omega$ et le vert à $\omega^2.$ Si un point de départ $z_0$ est situé dans l’un de ces bassins, même s’il est très loin du centre, il finira par converger vers la solution associée au bassin.
  • Les frontières entre les bassin d’attraction forment un ensemble fractal (ensemble de Julia de $N$) : une structure enchevêtrée et autosemblable qui sépare les régions de convergence.
  • Près de ces frontières, la convergence devient lente et chaotique : de minuscules variations de $z_0$ changent la racine atteinte.