Visualiseur de la méthode de Newton
recherche de racines par tangentes successives et diagnostic de convergence
les bassins d'attraction déterminent le résultat 🖖
L'itération de Newton est puissante car elle exploite la pente locale : un bon point de départ double souvent le nombre de chiffres exacts à chaque étape. Le même mécanisme peut échouer près des dérivées plates ou aux frontières des bassins d'attraction : de minuscules changements de x0 peuvent mener à une racine différente, à un cycle ou à la divergence.
suivre la tangente jusqu'à l'axe 🖖
Pour trouver où une courbe traverse zéro, la méthode de Newton remplace la courbe par sa tangente au point d'estimation actuel et saute là où cette droite coupe l'axe des x. Comme une courbe lisse paraît presque droite de près, ce point d'intersection est en général bien plus proche de la vraie racine. En répétant, on converge vite. La formule : x_{n+1} = x_n − f(x_n)/f'(x_n).
les ordinateurs divisent sans diviser 🖖
Les processeurs modernes calculent souvent a/b en trouvant d'abord 1/b, et la méthode de Newton y parvient sans aucune division. Appliquée à f(x) = 1/x − a, elle donne l'itération x_{n+1} = x_n(2 − a·x_n), composée uniquement de multiplications et de soustractions, des opérations peu coûteuses pour le matériel. La même astuce sous-tend les routines rapides de racine inverse, dont la célèbre de Quake III.
Exemples de problèmes
- racine rapide - La racine quadratique converge rapidement vers sqrt(2).
- pente plate - Une dérivée proche de zéro ralentit ou déstabilise la progression.
- diverge - Une dérivée non régulière peut rendre les sauts de Newton erratiques.
- mauvais bassin - L'estimation initiale détermine vers quel bassin de racine la convergence se dirige.
- racine négative - racine négative
- tolérance stricte - tolérance stricte