ANALYSE NUMERIQUE

Soumaya OUADHANI
2017

ECOLE POLYTECHNIQUE CENTRALE

 Chapitre I : Introduction a lanalyse numerique

Rappels dalgebre lineaire

Normes vectorielles et normes matricielles
Conditionnement dun systeme lineaire
Estimation derreur
 Rappels dalgebre lineaire
Normes vectorilles et normes matricielles
Introduction a lanalyse numerique
Conditionnement dun systeme lineaire
Estimation derreur

Rappels dalgebre lineaire

Soit A Mn (R). La matrice A est dite symetrique si AT = A

Soit A Mn (C). La matrice A est dite hermitienne si A = A

Soit A Mn (R) une matrice symetrique. Alors A est definie positive si et seulement si
toutes ses valeurs propres sont strictement positives.

On appelle rayon spectrale de A Mn (R) (ou Mn (C)), le reel positif :

%(A) = max1in |i |

Soumaya OUADHANI ANALYSE NUMERIQUE 3 / 16

 Rappels dalgebre lineaire
Normes vectorilles et normes matricielles
Introduction a lanalyse numerique
Conditionnement dun systeme lineaire
Estimation derreur

Applications

7 3 9
Exercice 1 : A = 2 1 2 Montrer que les valeurs propres de A sont -2, 1
2 1 4
et 3.
1 0
Exercice 2 : A = 1 1
0 1
a-Determiner Sp(A) le spectre de A.
b-Pour quelles valeurs
de est-elle
inversible
? est-elle
definie positive ?
0 0 0 2 3 7
Exercice 3 : A = 10 0 0 B = 0 2 30
99 25 5 0 0 2
Dire, si les matrices A et B sont diagonalisables.

Soumaya OUADHANI ANALYSE NUMERIQUE 4 / 16

 Rappels dalgebre lineaire
Normes vectorilles et normes matricielles
Introduction a lanalyse numerique
Conditionnement dun systeme lineaire
Estimation derreur

Normes vectorielles

Soumaya OUADHANI ANALYSE NUMERIQUE 5 / 16

 Rappels dalgebre lineaire
Normes vectorilles et normes matricielles
Introduction a lanalyse numerique
Conditionnement dun systeme lineaire
Estimation derreur

Proprietes
soit p [1, +[, alors les normes k.kp sont equivalentes, cest a dire :
p, q [1, +[, > 0 et > 0 tels que x Kn ,
kxkp kxkq kxkp

|xi |p )1/p pour x Kn

Pn
avec kxkp = ( i=1

Normes matricielles

Definition
Une norme sur Mn (K) est une norme matricielle si elle verifie : A, B Mn (K),
kABk kAkkBk
Pn 1/2
Exemple : Pour A=(aij )1i,jn Mn (C),kAk = ( i,j=1 |aij |2 ) est une norme
matricielle appelee norme de Schur.

Soumaya OUADHANI ANALYSE NUMERIQUE 6 / 16

 Rappels dalgebre lineaire
Normes vectorilles et normes matricielles
Introduction a lanalyse numerique
Conditionnement dun systeme lineaire
Estimation derreur

Normes matricielles subordonnees

Definition
Soit A Mn (K), on dit que lapplication kAk est une norme matricielle subordonnee
kAvk
a la norme vectorielle kvk, si kAk = supvKn \{0} ( kvk )

Remarque
Toute norme matricielle subordonnee verifie v Kn , A Mn (K), kAvk kAkkvk
et kIk = 1
Pn 1/2
Exercice 4 : Verifier que la norme matricielle kAk = ( i,j=1 |aij |2 ) nest pas une
norme matricielle subordonnee.

Soumaya OUADHANI ANALYSE NUMERIQUE 7 / 16

 Rappels dalgebre lineaire
Normes vectorilles et normes matricielles
Introduction a lanalyse numerique
Conditionnement dun systeme lineaire
Estimation derreur

Soumaya OUADHANI ANALYSE NUMERIQUE 8 / 16

 Rappels dalgebre lineaire
Normes vectorilles et normes matricielles
Introduction a lanalyse numerique
Conditionnement dun systeme lineaire
Estimation derreur

Conditionnement dun systeme lineaire

Soumaya OUADHANI ANALYSE NUMERIQUE 9 / 16

 Rappels dalgebre lineaire
Normes vectorilles et normes matricielles
Introduction a lanalyse numerique
Conditionnement dun systeme lineaire
Estimation derreur

Soumaya OUADHANI ANALYSE NUMERIQUE 10 / 16

 Rappels dalgebre lineaire
Normes vectorilles et normes matricielles
Introduction a lanalyse numerique
Conditionnement dun systeme lineaire
Estimation derreur

Soumaya OUADHANI ANALYSE NUMERIQUE 11 / 16

 Rappels dalgebre lineaire
Normes vectorilles et normes matricielles
Introduction a lanalyse numerique
Conditionnement dun systeme lineaire
Estimation derreur

Soumaya OUADHANI ANALYSE NUMERIQUE 12 / 16

 Rappels dalgebre lineaire
Normes vectorilles et normes matricielles
Introduction a lanalyse numerique
Conditionnement dun systeme lineaire
Estimation derreur

Soumaya OUADHANI ANALYSE NUMERIQUE 13 / 16

 Rappels dalgebre lineaire
Normes vectorilles et normes matricielles
Introduction a lanalyse numerique
Conditionnement dun systeme lineaire
Estimation derreur

Applications

 
2 1
Exercice 5 : Calculer le conditionnement pour la norme 2 de la matrice
0 1
Exercice 6 : On suppose que Rn est muni de la norme euclidienne usuelle k.k = k.k2
et Mn (R) de la norme induite (notee aussi k.k = k.k2 . On note alors cond2 (A) le
conditionnement dune matrice A inversible.
1. Soit A Mn (R) une matrice inversible.Montrer que cond2 (A) = 1 si et seulement
si A = Q ou R et Q est une matrice orthogonale (cest-a-dire Qt = Q1 ).
2. Soit A Mn (R) une matrice inversible. On suppose que A = QR ou Q est une
matrice orthogonale.Montrer que cond2 (A) = cond2 (R).
3. Soit AetB Mn (R) deux matrices symetriques definies positives. Montrer que
cond2 (A + B) max (cond2 (A), cond2 (B)).

Soumaya OUADHANI ANALYSE NUMERIQUE 14 / 16

 Rappels dalgebre lineaire
Normes vectorilles et normes matricielles
Introduction a lanalyse numerique
Conditionnement dun systeme lineaire
Estimation derreur

Estimation derreur

Soumaya OUADHANI ANALYSE NUMERIQUE 15 / 16

 Rappels dalgebre lineaire
Normes vectorilles et normes matricielles
Introduction a lanalyse numerique
Conditionnement dun systeme lineaire
Estimation derreur

Soumaya OUADHANI ANALYSE NUMERIQUE 16 / 16