# Calculateur de racines par Newton-Raphson Résout f(x) = 0 par l'itération de Newton-Raphson x_{k+1} = x_k − f(x_k)/f'(x_k) : la dérivée peut être fournie analytiquement (sinon une différence centrale numérique est utilisée) ; sont affichés la table des itérations (x_k et f(x_k)), le critère d'arrêt (|f| < tolérance ou |Δx| < tolérance·max(1,|x|)), le nombre d'itérations et le |f(racine)| final. Classiques : x²−2 depuis x₀=1 converge en 4 itérations vers √2 ≈ 1.4142135624 ; cos(x)−x converge vers le nombre de Dottie 0.7390851332. Dérivée nulle, pas divergents ou dépassement du nombre d'itérations sont signalés explicitement. > Page canonique: https://elysiatools.com/fr/tools/newton-raphson-root-finder - **Catégorie:** Math & Numbers - **Mots-clés:** newton-raphson, méthode de newton, recherche de racines, équation non linéaire, méthode numérique, itération, méthode de la tangente, convergence quadratique, analyse numérique ## Présentation Le calculateur de racines par Newton-Raphson résout numériquement les équations non linéaires de la forme f(x) = 0 à l'aide de l'algorithme itératif de la méthode des tangentes. Il prend en charge la dérivée analytique personnalisée ou l'estimation par différence centrale numérique, et fournit un tableau complet des itérations avec vérification détaillée des critères de convergence. ## Entrées - **Expression f(x)** (text): The function whose root is sought, in the variable x. Supports + - * / ^, parentheses, and functions like exp, sin, cos, sqrt, ln. - **Expression f'(x) (facultatif)** (text): Optional analytic derivative; when blank a central difference (h ≈ 1e-7) is used. - **Estimation initiale x₀** (number): Starting point of the iteration. - **Tolérance** (number): Convergence threshold on |f(x)| and on the step size. - **Iterations max** (number): Hard cap on the number of iterations (2–200). - **Décimales** (number) ## Quand l'utiliser - Résoudre une équation non linéaire ou transcendante ne possédant pas de solution analytique directe. - Observer et analyser la convergence pas à pas (x_k, f(x_k)) d'un calcul itératif en analyse numérique. - Calculer rapidement des zéros de fonctions mathématiques avec une haute précision décimale à partir d'une estimation initiale. ## Fonctionnement - Saisissez l'expression de f(x) et renseignez facultativement la dérivée analytique f'(x) (une différence centrale numérique est calculée si le champ est vide). - Indiquez la valeur initiale x₀, la tolérance de convergence souhaitée et la limite maximale d'itérations. - L'outil applique la formule de récurrence x_{k+1} = x_k − f(x_k)/f'(x_k) jusqu'à ce que la valeur absolue de f(x) ou le pas relatif passe sous la tolérance. - Le tableau complet des itérations s'affiche avec la valeur finale de la racine, le nombre d'étapes nécessaires et le résidu |f(racine)|. ## Cas d'usage - Détermination des zéros de polynômes de degré élevé et d'équations non linéaires complexes. - Calcul précis de points fixes et de solutions d'équations transcendantes (ex. cos(x) = x). - Vérification des exercices pratiques et démonstration de la convergence quadratique en cours d'analyse numérique. ## Questions fréquentes ### Que se passe-t-il si je ne fournis pas l'expression de la dérivée f'(x) ? Le calculateur utilise automatiquement une approximation par différence centrale finie avec un pas h ≈ 1e-7. ### Quels sont les critères d'arrêt de l'algorithme ? Le processus s'interrompt dès que |f(x)| < tolérance, que |Δx| < tolérance·max(1, |x|), ou que le nombre maximal d'itérations est atteint. ### Quelles fonctions sont reconnues dans l'expression f(x) ? L'analyseur accepte les opérateurs usuels (+, -, *, /, ^) ainsi que les fonctions standard comme sin, cos, exp, ln et sqrt. ### Pourquoi la méthode de Newton-Raphson peut-elle échouer ? Une dérivée nulle (f'(x) = 0), un point de départ x₀ trop éloigné de la racine ou un cycle d'oscillation peuvent empêcher la convergence. ### Comment optimiser la convergence du calcul ? Choisissez une valeur de départ x₀ la plus proche possible de la racine attendue et fournissez une dérivée analytique exacte si possible. ## Outils associés - [Analyseur d'Asymétrie](https://elysiatools.com/fr/tools/skewness-analyzer): Analyser l'asymétrie des données pour mesurer l'asymétrie de la distribution de probabilité et identifier les modèles de données - [Solveur d'EDO du premier ordre (séparation des variables)](https://elysiatools.com/fr/tools/first-order-ode-solver): Résout dy/dx = g(x)·h(y) par séparation des variables : séparation, intégration terme à terme pour obtenir H(y) = G(x) + C puis, quand c'est possible, y = f(x). Accepte les h(y) à un terme (y, y^n, e^(ky), ky+m) et les polynômes du second degré décomposables en fractions simples (comme le logistique y(1−y)) ; avec la condition initiale y(x₀)=y₀, calcule C et détecte les solutions d'équilibre. Exemple : dy/dx = 2x·y → y = e^(x²+C). - [Intégrateur par règle de Simpson (∫f(x)dx)](https://elysiatools.com/fr/tools/numerical-integration-simpson): Calcule ∫ₐᵇ f(x)dx par la règle de Simpson 1/3 composée (n pair) : S = h/3·(f(a) + 4Σnœuds impairs + 2Σnœuds pairs intérieurs + f(b)), erreur en O(h⁴), exacte pour les polynômes de degré ≤ 3. Tableau des nœuds, estimation et comparaison facultative avec la valeur exacte. Exemples : ∫₀¹x²dx avec n=4 donne 0,333333 (exacte !) ; ∫₀¹e^(−x²)dx (sans primitive élémentaire) avec n=10 donne 0,746825. - [Intégrateur par règle du trapèze (∫f(x)dx)](https://elysiatools.com/fr/tools/numerical-integration-trapezoid): Calcule ∫ₐᵇ f(x)dx par la règle du trapèze composée : T = h/2·(f(a) + 2Σf(xᵢ) + f(b)), avec tableau des nœuds, estimation de l'intégrale et comparaison facultative avec la valeur exacte et l'erreur absolue ; erreur en O(h²) (exacte pour les fonctions linéaires). Exemple : ∫₀¹x²dx avec n=4 donne 0,34375 contre 1/3 exactement, erreur 0,010417. - [Solveur numérique Runge-Kutta d'ordre 4 (RK4)](https://elysiatools.com/fr/tools/runge-kutta-rk4-solver): Résout dy/dx = f(x,y), y(x₀)=y₀ par le Runge-Kutta classique d'ordre 4 : chaque pas calcule les quatre pentes k1–k4 et met à jour y_{n+1} = y_n + h/6·(k1+2k2+2k3+k4), avec une erreur globale en O(h⁴) — diviser h par 2 réduit l'erreur d'un facteur ~16. Fournit le tableau des itérations, le détail des k1–k4 des premiers pas et l'estimation finale ; la solution exacte y(x), optionnelle, ajoute une colonne d'erreur. Exemple : dy/dx = y, y(0)=1, h=0,1 → y(1) ≈ 2,718282, quasiment e. - [Analyseur de convergence des séries (ratio/racine/intégrale/comparaison)](https://elysiatools.com/fr/tools/series-convergence-tester): Analyse la convergence de la série Σ aₙ (aₙ comme expression de n) : applique dans l'ordre le critère du terme (aₙ → 0 ?), le critère du rapport L = |aₙ₊₁/aₙ|, le critère de la racine ρ = |aₙ|^(1/n), la comparaison aux séries de Riemann (p = −ln|a(N)|/ln N) et le critère intégral (Simpson numérique + comparaison de croissance par décade) ; les séries alternées sont détectées automatiquement et classées par le critère de Leibniz, et la somme des séries convergentes est estimée (somme partielle + queue géométrique ou en loi de puissance). Classiques : Σ1/n² converge (p≈2, somme≈1.6449) ; Σ1/n diverge (harmonique) ; Σ0.5ⁿ converge ; Σcos(πn)/n converge conditionnellement (somme≈−ln2). - [Processeur de Valeurs Aberrantes](https://elysiatools.com/fr/tools/data-outlier-processor): Outil avancé de détection et traitement des valeurs aberrantes qui identifie, supprime ou remplace les valeurs anormales en utilisant plusieurs méthodes statistiques. - [Détecteur de Valeurs Aberrantes](https://elysiatools.com/fr/tools/outlier-detector): Détecte les valeurs aberrantes dans les données numériques en utilisant diverses méthodes statistiques incluant IQR, Z-score et Z-score modifié ## Exemples - [Exemples de Traitement d'Images Web Python](https://elysiatools.com/fr/samples/web-image-processing-python): Exemples de traitement d'images Web Python utilisant PIL/Pillow incluant la lecture, l'enregistrement, le redimensionnement et la conversion de format - [Exemples de Traitement d'Images Android Java](https://elysiatools.com/fr/samples/android-image-processing-java): Exemples de traitement d'images Android Java incluant lecture/écriture, mise à l'échelle et conversion de format - [Exemples de Traitement d'Images Android Kotlin](https://elysiatools.com/fr/samples/android-image-processing-kotlin): Exemples de traitement d'images Android Kotlin incluant lecture/écriture, mise à l'échelle et conversion de format - [Exemples de Traitement d'Images Web Rust](https://elysiatools.com/fr/samples/web-image-processing-rust): Exemples de traitement d'images Web Rust incluant lecture/écriture, redimensionnement et conversion de format ## Contenu associé - [Outils d encodage et de conversion audio](https://elysiatools.com/fr/hubs/audio-convert): Comparez la conversion de formats audio, les changements de debit, la conversion de frequence d echantillonnage, les changements de codec et les exports dans un meme hub. - [Outils de conversion de formats d image et d export anime](https://elysiatools.com/fr/hubs/image-convert): Comparez les convertisseurs d image pour JPG, PNG, GIF, AVIF, WebP, TIFF, ICO, base64 et les exports orientes animation dans un meme hub. - [Outils d interchange JSON et de traduction de formats](https://elysiatools.com/fr/hubs/json-convert): Comparez les outils de conversion JSON pour CSV, YAML, TOML, GraphQL, XML, Markdown, Excel, BSON, EDN et d autres formats structures dans un meme hub. - [Outils de conversion d'espaces colorimetriques pour web et impression](https://elysiatools.com/fr/hubs/design-convert): Des outils reunis pour conversion d'espaces colorimetriques entre web et impression dans un seul hub.