Vous êtes sur la page 1sur 3

Mathématiques – Exercices supplémentaires – Chapitre 1

Mathématiques – Exercices supplémentaires – Chapitre 1 Année 2014-2015 MATHS–EI1 Françoise Foucher Mazen Saad
Mathématiques – Exercices supplémentaires – Chapitre 1 Année 2014-2015 MATHS–EI1 Françoise Foucher Mazen Saad

Année 2014-2015

MATHS–EI1

Françoise Foucher Mazen Saad

Mathématiques – Autres exercices Chapitre 1 Introduction à l’analyse numérique Méthodes directes de résolution de systèmes linéaires (*,**,*** : de facile à difficile, : cours, ♦♦ : plus loin que le cours)

Exercice 1 (Rappels algèbre linéaire * )

1. Les matrices suivantes sont elles symétriques, hermitiennes :

A 1 =

1 2

2 + i

+

i

2

,

A 2 =

1 2

2 i

+

i

2

.

2. Soit A une matrice symétrique. Montrer que A hermitienne ssi A réelle.

3. Montrer que (Ax, y) = (x, A y) dans C N et (Ax, y) = (x, t Ay) dans R N .

4. Soit A une matrice définie positive alors les éléments diagonaux sont strictement positifs.

5. Soit A une matrice unitaire (ou orthogonale) alors Ax 2 = x 2 et |detA| = 1.

6. Montrer que les matrices semblables ont le même polynôme caractéristique.

7. Montrer que si A est hermitienne alors ses valeurs propres sont réelles.

8. Montrer que toute matrice symétrique réelle est définie positive ssi toutes ses valeurs propres sont strictement positives.

9. Soient A et B deux matrices diagonalisables. Montrer que si elles ont les mêmes vecteurs propres alors elles commutent entre elles.

Exercice 2 (Systèmes triangulaires * ) Soit A = (a ij ) ij , i, j = 1, N une matrice triangulaire inférieure, c’est-à-dire

a ij = 0 pour j > i.

1. Donner une CNS pour que A soit inversible et trouver ses valeurs propres.

2. Résoudre AX = b, avec A = (a ij ) 1i,jN , X = (x i ) i=1,N , et b = (b i ) i=1,N . En déduire

alors que si b i = 0 pour i < k

et b k = 0 alors x i = 0 pour i < k

et x k = 0

3. Montrer que le produit de deux matrices triangulaires inférieures est une matrice trian- gulaire inférieure.

4. Montrer que l’inverse d’une matrice triangulaire inférieure est une matrice triangulaire inférieure.

5. Ecrire en language libre un algorithme de résolution de AX = b.

1/3

Mathématiques – Exercices supplémentaires – Chapitre 1

Exercice 3 (Ordre de convergence *) On considère une méthode d’approximation d’une fonction u, aux points d’une subdivision uniforme de pas h d’un intervalle [a, b]. Pour tester la convergence de cette méthode quand le pas h diminue, on l’applique à un exemple pour lequel on connait aussi la solution exacte. On obtient le tableau suivant récapitulatif des erreurs pour différentes valeurs de h :

h

erreur

0,1

6.1711e-007

0,05

3.8813e-008

0,01

6.2418e-011

0,005

3.9022e-012

Déterminer l’ordre de convergence numérique obtenu dans ces résultats.

Exercice 4 (Algorithme de Gauss **)

Soient α 1

. , α n , n coefficients réels et α = (α 1 ,

,

α n ).

1. Ecrire, en les justifiant, des conditions suffisantes sur les coefficients α i pour que la matrice A suivante soit inversible :

A =

α 1

1

0

.

.

.

0

1

α 2

1

.

.

.

.

.

.

.

.

0

1

.

.

0

.

.

.

.

.

.

.

.

.

.

1

.

.

.

.

0

.

0

1

α n

2. Montrer que lorsque l’algorithme de Gauss pour la résolution d’un système linéaire

Ax = b peut s’appliquer sans permutation de lignes, alors cet algorithme revient à

calculer n coefficients β 1

3. Montrer que cet algorithme est possible par exemple quand α i > 2, i = 1,

4. Donner la complexité de cet algorithme.

,β n , par une formule de récurrence qu’on donnera.

, n.

Exercice 5 (Matrice à diagonale strictement ou fortement dominante * )

1. Montrer qu’une matrice à diagonale strictement dominante est inversible.

2. Montrer qu’une matrice irréductible à diagonale fortement dominante est inversible.

3. Montrer qu’une matrice réelle symétrique, à diagonale strictement dominante (ou irré- ductible à diagonale fortement dominante), et dont les coefficients de la diagonale sont strictement positifs, est définie-positive.

Indication : utiliser les théorèmes de Gerschgorin de localisation des valeurs propres.

Exercice 6 (Factorisation LU ou LDR d’une matrice A ** ♦♦)

1. Montrer qu’une matrice A d’ordre n admet une factorisation A = LU L est triangu- laire inférieure à diagonale unité et U triangulaire supérieure régulière, si et seulement si toutes les sous-matrices principales de A sont régulières.

2/3

Mathématiques – Exercices supplémentaires – Chapitre 1

2. Montrer qu’alors les matrices L et U sont uniques.

3. Montrer que la factorisation A = LU peut aussi s’écrire A = LDR L triangulaire inférieure à diagonale unité, D diagonale et R triangulaire supérieure à diagonale unité.

4. Montrer que si de plus A est symétrique, alors la factorisation A = LU peut s’écrire A = LDL t .

Exercice 7 (Factorisation de Cholesky : A = SS t ** ♦♦)

1. Montrer que si A est symétrique, définie positive, alors ses sous-matrices principales sont aussi symétriques, définies positives et leurs déterminants sont strictement positifs.

2. En déduire qu’une matrice A symétrique, définie positive admet une factorisation A = LDL t qui peut s’écrire A = SS t S est triangulaire inférieure, cette factorisation étant unique si on impose le signe des coefficients de la diagonale de S.

3/3