Académique Documents
Professionnel Documents
Culture Documents
𝐓
Factorisation 𝐋𝐃𝐌
BINÔME N° 3
DOGO OMONI & KONKA KOAMI
AO U T 2 0 1 9
BINÔME 3
Vous avez devant vous
DOGO Omoni
&
KONKA Koami Joseph
Notre exposé couvre les
pages 83 et 84
NB: L’exposé sera plus visuel
Sommaire
Problématique
Factorisation LDM T
Exemple
A savoir
Dans ce qui va suivre:
A est une matrice d’ordre n (A ∊ ℝn×n ) inversible
n
x est un vecteur de ℝ (inconnu)
b est un vecteur de ℝn
Nous vous souhaitons
une bonne écoute
Intervenant
DOGO Omoni
Problématique: Comment résoudre les
systèmes d’équations linéaires AX=b
Dans le souci de simplifier la résolution des systèmes d’équations
linéaires, des méthodes ont été mises au point pour transformer ces
systèmes en systèmes équivalents dont la résolution est plus aisée.
Au cours, nous avons eu à étudier entre autres les méthodes
d’élimination de Gauss, de Gauss-Jordan ,la méthode de
factorisation LU ,et celle de Cholesky. Notre exposé portera sur une
autre méthode de factorisation : la factorisation LDM T .
Factorisation 𝐋𝐃𝐌 𝐓
Cette méthode considère une décomposition sous la forme d’un
produit d’une matrice triangulaire inferieure, d’une matrice diagonale
et d’une matrice triangulaire supérieure(𝐋𝐃𝐌 𝐓 ). Une fois obtenue la
factorisation de la matrice A(d’un coût identique à celui de la
factorisation LU (𝟐𝒏𝟑 𝟑), la résolution du système linéaire Ax=b fait
intervenir la résolution d’un système triangulaire inferieur Ly=b (par
une méthode de descente cf page 67), puis celle (trivial) d’un
système diagonal Dz=y et enfin la résolution d’un système
triangulaire supérieure 𝐌 𝐓 x=z (par une méthode de remontée), ce
qui représente un coût de 𝐧𝟐 +n.
Intérêts
L’intérêt de la factorisation 𝐋𝐃𝐌 𝐓 prend son sens lorsque la matrice
A est symétrique, puisque dans ce cas M=L. La factorisation
résultante A=𝐋𝐃𝐋𝐓 peut être calculée avec un cout environ deux fois
moindre (on n’aura plus besoin de calculer 𝐌 𝐓 ).
Cette factorisation permet également de démontrer le résultat
suivant:
Proposition
Soit A une matrice carrée d’ordre n admettant une factorisation LU.
Alors sa transposée 𝐀𝐓 admet une factorisation LU.
Preuve
Puisque A admet une factorisation LU, elle admet aussi
une factorisation LDM T (en posant U=𝐃𝐌 𝐓 ) et l’on a
𝐀𝐓 = (𝐋𝐃𝐌 𝐓 )𝐓 = (𝐌 𝐓 )𝐓 𝐃𝐓 𝐋𝐓 = MD𝐋𝐓
La matrice 𝐀𝐓 admet une factorisation 𝐋𝐃𝐌 𝐓 et, par suite une
factorisation 𝐋𝐔.
Intervenant
2 0 0
D= 0 3 2 0
0 0 4 3
Exemple(suite)
1 2 0 0
On calcule D−1 = 0 2 3 0 (il suffit d’inverser les éléments de
0 0 3 4
la diagonale de D)
1 2 0 0 2 −1 0
M T = D−1 U = 0 2 3 0 0 3 2 −1
0 0 3 4 0 0 4 3
1 −1/2 0
MT = 0 1 −2 3
0 0 1
Exemple(fin)
On a finalement A = LDM T avec
1 0 0 2 0 0
L = −1 2 1 0 D= 0 3 2 0
0 −2 3 1 0 0 4 3
1 −1/2 0
et M T = 0 1 −2 3
0 0 1
Application
On se propose de résoudre le système suivant en utilisant la factorisation LDM T :
2𝑥 − 𝑦 = 5 2 −1 0 𝑥 5
−𝑥 + 2𝑦 − 𝑧 = 4 Ax=b avec A = −1 2 −1 x= 𝑦 et b= 4
−𝑦 + 2𝑧 = 3 0 −1 2 𝑧 3
En utilisant la factorisation LDMT le problème devient LDMT x = b
On résout d’abord Ly=b, l’obtention de y se fait de manière aisée car L est
triangulaire(Méthode de descente)
on résout ensuite Dz=y, D étant diagonale z s’obtient par un calcul trivial.
On résout enfin 𝐌𝐓 𝐱 = 𝐳, (Méthode de remontée)
Théorème 3.4
𝑛×𝑛
Soit 𝐴 ∈ ℝ . La factorisation LU de A avec
𝑙𝑖𝑖 =1 pour i=1,...,n existe et est unique si
et seulement si les sous-matrices principales
𝐴𝑖 de A d’ordre i=1,...,n−1 sont inversibles. <<
Conclusion
La factorisation est très pratique pour les matrices symétriques car le
calcul de M T n’est plus nécessaire( En effet M T =LT ). C’est le cas dans
notre exemple
1 0 0 2 0 0
L = −1 2 1 0 D= 0 3 2 0
0 −2 3 1 0 0 4 3
1 −1/2 0
et M T = 0 1 − 2 3 = LT
0 0 1
Questions-Réponses
Nous sommes prêts à recevoir vos
questions.
Merci de ne pas poser des
questions évidentes
(non constructives)
Merci pour votre aimable attention