Résolution des systèmes linéaires

CHAPITRE 5
S2 2017-2018

L2 2017-2018 1
 Introduction
• Ce Chapitre décrit des algorithmes permettant
de résoudre un système d’équations linéaires.

L2 2017-2018 2
 Introduction
• Si déterminant de (A)≠0, on a une solution
unique.
• Si déterminant de (A)=0, on a un système
dégénère (impossible ou indéterminé)
• Le système peut être résolus avec la méthode
de Cramer, mais si le nombre d’équations est
plus grand que trois, le calcul du déterminant
devient laborieux et la méthode de Cramer
pas très pratique.

L2 2017-2018 3
A: Méthodes Directes

L2 2017-2018 4
 Méthode de Gauss
• Le but de la méthode est de transformer la matrice A
en une matrice triangulaire supérieure.
• Une matrice carrée est dite triangulaire supérieure
(ou trigonale supérieure) si tous les éléments situés
au-dessous de la diagonale principale sont nuls.

7 4 5
0 3 1
0 0 2
• Cette méthode est illustrée par l’exemple suivant.

L2 2017-2018 5
 Méthode de Gauss
• Exemple:

L2 2017-2018 6
Méthode de Gauss

L2 2017-2018 7
 Méthode de Gauss
• Remarques :
• Si un pivot est nul, on permute deux lignes.
• Pour minimiser les erreurs d’arrondis, on
choisit le plus grand pivot en valeur absolue

L2 2017-2018 8
 Méthode de Gauss
• Exemple 2

L2 2017-2018 9
 Méthode de Gauss
• La résolution du système se fait en deux phases:
– Eliminations Système triangulaire équivalent.
– Substitutions Résolution

 La matrice A est de rang n.

i. On suppose que a11 est non nul (sinon on fait un échange de lignes).
ii. On résout la première équation par rapport a x1 et on remplace dans les
autres équations. On obtient le système équivalent.

L2 2017-2018 10
 Méthode de Gauss
On recommence avec le pivot a222 supposé non nul sinon on fait un échange
de lignes etc.
A l’ étape k on a:

L2 2017-2018 11
 Méthode de Gauss
A la (n-1) ème étape, on a une matrice triangulaire supérieure.

On remonte facilement, en commençant par xn.

L2 2017-2018 12
A: Méthodes Iteratives

L2 2017-2018 13
 Introduction
Si la matrice est creuse {sparse} (beaucoup
d’éléments égaux à zéro), il est préférable
d’utiliser des méthodes itératives que des
méthodes directes. Elles peuvent être plus
rapides.

L2 2017-2018 14
 Méthode de Jacobi (estimations successives)
Cette méthode est illustrée par l’exemple suivant :
8𝑥1 + 𝑥2 − 𝑥3 = 8
2𝑥1 + 𝑥2 + 9𝑥3 = 12
𝑥1 − 7𝑥2 + 2𝑥3 = −4
La procédure itérative commence par résoudre chaque équation pour une
variable. Il est préférable de commencer par la variable avec le plus grand
coefficient, dans ce cas {8}
𝑥1 = 1 − 0.125𝑥2 + 0.125𝑥3
𝑥2 = 0.571 + 0.143𝑥1 + 0.286𝑥3
𝑥3 = 1.3332 − 0.222𝑥1 − 0.111𝑥2

On commence avec une approximation initiale des variables. On substitue ces

valeurs dans les équations obtenues précédemment qui donnent de
nouvelles valeurs des variables x1, x2, x3. Ces nouvelles valeurs sont utilisées
pour obtenir de nouvelles valeurs des variables. Ce processus est répété
jusqu’à ce que les valeurs successives des variables soient suffisamment
proches.

L2 2017-2018 15
 Méthode de Jacobi (estimations successives)
Iterations
1 2 3 4 5 6 7 8
X1 0 1 1.095 0.994 0.993 1.001 1.001 1.000
X2 0 0.571 1.095 1.027 0.990 0.998 1.001 1.000
X3 0 1.333 1.048 0.968 0.998 1.003 1.000 1.000

Algorithme de la méthode de Jacobi

• Réarranger les lignes de tel manière que les coefficients sur la
diagonal sont plus grand que les autres coefficients sur la même
ligne.
• Assumer par une valeur initiale de X(0)
• Calculer les valeurs de X(k+1)
(𝑘+1) 𝑏𝑖 𝑛 𝑎𝑖𝑗 𝑘
• 𝑥𝑖 = − 𝑗=1 𝑎 𝑥𝑗 … … … 𝑖 = 1,2, … . 𝑛
𝑎𝑖𝑖 𝑖𝑖
𝑗=𝑖
• Arrêter les itérations lorsque Xk+1 est très proche de Xk.

L2 2017-2018 16
 Méthode de Gauss-Seidel
• La méthode de Gauss-Seidel est aussi une méthode itérative. Dans cette
méthode pour calculer xik+1, on utilise les valeurs déjà calculées de xjk+1,
pour j<i, au lieu de xjk comme dans la méthode de Jacobi. Cette méthode
est illustrée par l’exemple suivant.
• Exemple :
8𝑥1 + 𝑥2 − 𝑥3 = 8
2𝑥1 + 𝑥2 + 9𝑥3 = 12
𝑥1 − 7𝑥2 + 2𝑥3 = −4

𝑥1 = 1 − 0.125𝑥2 + 0.125𝑥3
𝑥2 = 0.571 + 0.143𝑥1 + 0.286𝑥3
𝑥3 = 1.3332 − 0.222𝑥1 − 0.111𝑥2
Gauss Seidel

itération 1 2 3 4 5 6

x1 0 1 1.040 0.997 1.001 1.000

x2 0 0.714 1.015 0.997 1.000 1.000

x3 0 1.032 0.990 1.001 1.000 1.000

L2 2017-2018 17