Connectez-vous via MCP →

Entrez le calcul

Choose a and b so that f(a) and f(b) have opposite signs (f(a)·f(b) ≤ 0).

Formule

Publicité

Résultats

Approximate root x where f(x) ≈ 0
0,7390851332149927
Fausse position (Regula Falsi)
Racine x 0,7390851332149927
Itérations 10
f(x) à la racine -0,000000000000281108

Qu'est-ce que la méthode de la fausse position ?

La méthode de la fausse position (en latin regula falsi, parfois appelée « méthode des cordes ») est une technique de recherche de racine par encadrement qui permet de résoudre \(f(x) = 0\). À l'instar de la dichotomie, elle nécessite un intervalle de départ \([a, b]\) sur lequel la fonction change de signe : la condition \(f(a)\cdot f(b) \le 0\) garantit qu'une racine se trouve entre \(a\) et \(b\). Mais au lieu de couper systématiquement l'intervalle en deux, elle trace une droite reliant les deux extrémités et retient l'abscisse à l'origine de cette droite comme nouvelle estimation, ce qui converge généralement plus vite que la dichotomie.

Courbe f(x) coupant l'axe des x avec une sécante reliant les extrémités d'un intervalle encadrant la racine
La méthode de la fausse position relie les extrémités par une droite ; son intersection avec l'axe des x donne l'estimation suivante.

Comment utiliser ce calculateur

Saisissez votre fonction sous la forme \(f(x)\) avec la notation usuelle : + - * / ^, parenthèses et fonctions telles que sin, cos, tan, exp, log, ln, sqrt, abs, cbrt. Choisissez la borne inférieure \(a\) et la borne supérieure \(b\) de sorte que \(f(a)\) et \(f(b)\) soient de signes opposés. Indiquez le nombre maximal d'itérations ainsi que le nombre de chiffres significatifs à afficher. Le résultat fournit la racine approchée \(x\), le nombre d'itérations effectuées et le résidu \(f(x)\), qui doit être très proche de zéro.

La formule expliquée

À chaque étape, la nouvelle estimation est l'abscisse à l'origine de la sécante passant par les extrémités de l'encadrement :

$$x_n = \frac{a_n\cdot f(b_n) - b_n\cdot f(a_n)}{f(b_n) - f(a_n)}$$

Si \(f(x_n)\) est du même signe que \(f(a_n)\), alors \(a\) est remplacé par \(x_n\) ; sinon, c'est \(b\) qui est remplacé. Le changement de signe — et donc la racine encadrée — est ainsi préservé. Les itérations s'arrêtent lorsque \(|f(x_n)|\) passe sous la tolérance (environ \(1\text{e-}12\)) ou lorsque la limite d'itérations est atteinte.

Schéma montrant comment la nouvelle estimation remplace une extrémité pour garder la racine encadrée
Après chaque étape, l'extrémité de même signe que le nouveau point est remplacée, gardant la racine encadrée.

Exemple détaillé

Pour \(f(x) = x - \cos(x)\) sur \([-10, 10]\) : \(f(-10) \approx -10{,}839\) (négatif) et \(f(10) \approx 10{,}839\) (positif), l'intervalle encadre donc bien une racine. La méthode converge vers \(x \approx 0{,}7390851332\), où \(f(x) \approx 0\). Cette valeur est le célèbre point fixe du cosinus.

FAQ

Pourquoi faut-il que \(f(a)\cdot f(b)\) soit \(\le 0\) ? Un changement de signe garantit qu'une fonction continue traverse zéro à l'intérieur de l'intervalle. Sans cette condition, la méthode risque de ne disposer d'aucune racine à trouver, et l'outil affiche alors un avertissement.

Pourquoi la convergence peut-elle être lente ? Pour des fonctions à forte courbure, l'une des extrémités peut rester figée, ce qui entraîne une convergence linéaire lente. C'est un comportement normal de la regula falsi, et c'est précisément pour cela que le nombre d'itérations est plafonné.

Et si le dénominateur est nul ? Si \(f(b)\) est égal à \(f(a)\), la sécante est horizontale et n'a pas d'abscisse à l'origine unique ; le calculateur signale alors une erreur plutôt que de diviser par zéro.

Dernière mise à jour: