Vous êtes sur la page 1sur 2

E.N.I.T.

Unité Pédagogique de Mathématiques Appliquées


Examen – Analyse Numérique 1 Session Principale 2015-2016
Classes : 1ère année: GC–GE–GHE–GI–GM–MIndS–Info–Tel. Durée 1h30
02 pages Documents non autorisés

Exercice 1. Soit α ∈ R. On considère le système linéaire (S) : AX = b où :


 
1 α 0
A= α  1 α et b ∈ R3
0 α 1
.

1. Calculer les valeurs propres de la matrice A.

2. Montrer que la matrice A est symétrique définie positive si et seulement si α ∈ I1 où I1 est
un intervalle de R que l’on déterminera.

3. Soit α = 1/4, en déduire que les méthodes de Jacobi et Gauss-Seidel converge pour résoudre
(S).

4. Pour α = 1/4, quelle est la relation entre ρ(J) (rayon spectral de J) et ρ(L1 )(rayon spectral
de L1 ) et quelle est la méthode la plus rapide ?
1
5. Pour α = , on considr̀e la méthode itératives suivante:
2
 
1 (k+1) 1−ω
(D − E) X = (D − E) + F X (k) + b, k ≥ 0, X (0) ∈ R3 , (1)
ω ω

où E est la partie triangulaire inférieure de −A, F est la partie triangulaire supérieure de
−A et ω ∈ R∗ .

(a) Montrer que si la méthode (1) est convergente, alors elle converge vers la solution
unique du système AX = b.
(b) À quoi correspond cette méthode pour ω = 1 ?
(c) Notons par Bω le matrice itération de la méthode (1).
i. Calculer Bω .
ii. Calculer le spectre de la matrice Bω , noté Sp(Bω ).
iii. Déduire que la méthode (1) converge si ω ∈ I, où I est un intervalle de R que l’on
déterminera.
iv. Trouver la valeur ω ∗ assurant la convergence la plus rapide de la méthode (1).

Exercice 2.
Soient A et B deux matrice carrées inversible et d’ordre n et M ∈ M2∗n (R) définie par:
 
A 0Mn (R)
M=
0Mn (R) B
 
1. Montrer que si λ ∈ Sp(M ) alors λ ∈ Sp(A) où λ ∈ Sp(B)

2. En déduire que M est inversible.

3. On suppose que les deux matrice A et B admettent un factorisation LU tels que A = LA UA


et B = LB UB
  
LA 0Mn (R) UA 0Mn (R)
(a) Vérifie que A =
0Mn (R) LB 0Mn (R) UB
(b) Déduire que la matrice M admet une factorisation LU .
(c) Proposer alors deux méthode pour résoudre le système linéaire M X = b, où b ∈ R2n :
la prmière méthode en utilisant la factorisation LU de la matrice M et la deuxième
méthode en utilisant la factorisation LU de A et B séparémant.
(d) Sachant que le cout de résolution d’un système triangulaire d’ordre n est égale à n2 ,
comparé entre les deux méthodes que vous avez proposer.

Exercice 3.
Soit Jβ : R3 −→ R définie par:

Jβ (x1 , x2 , x3 ) = (x1 − x2 )2 + (x1 − x3 )2 − βx23 − x1 − x2 − x3

où β est un paramètre réel. On considère le problème de minimisation

min J(x). (2)


x∈IR3

1. Montrer que si β ≥ 0 alors le problème de minimisation (2) n’admet pas de solution.

2. Prenant β < 0

(a) Écrire Jβ sous la forme:

1
Jβ (X) = (Aβ X, X) − (b, X), ∀X ∈ IR3
2
où Aβ ∈ M3 (R) et b ∈ IR3 à déterminer.
(b) Étudier la convexité de Jβ .
(c) Montrer que le problème (2) admet une unique solution X̄ si et seulement si Aβ X = b.

3. Soit (X k )k∈N la suite générée par l’algorithme du gradiant à pas fixe α ∈ IR pour approcher
le minimum X̄ de Jβ dans IR3 et pour β < 0.

(a) Écrire l’algorithme du gradiant à pas fixe α ∈ IR pour approcher le minimum X̄ de Jβ


dans IR3 et pour β < 0 .
(b) Trouver une condition nécessaire et suffisante sur α pour que l’algorithme de gradiant
à pas fixe converge.

Vous aimerez peut-être aussi