SUPCOM AU 2016-2017

Section INDP 1

Serie 2
(Analuse Numérique)
Exercice 1
Calculer dans chacun des cas suivants le rayon spectral de la matrice de
la méthode de Jacobi et de la matrice de la méthode de Gauss-Seidel pour
la résolution du système Ax = b.
   
1 2 −2 2 −1 1
A =  1 1 1  et B =  2 2 2 
2 2 1 −1 −1 2

Que peut-on déduire?

2) Montrer que si la matrice A est à diagonale strictement dominante :
X
∀ 1 ≤ i ≤ n, |aii | > |aij |
j6=i

Alors la méthode itérative de Jacobi pour la résolution de Ax = b est

convergente (on pourra montrer que k|J|k∞ < 1).
3) Etudier la convergence de la méthode de relaxation (pour la résolution
du système Ax = b) lorsque
 
1 0 0
A= 1 1 1 
0 0 1

Exercice 2
Soit A = (aij ) une matrice d’ordre n telle que aii 6= 0 ∀i = 1, ..., n.
On rappelle que la matrice de Jacobi J = L + U et celle de Gauss-Seidel
R1 = (In − L)−1 U avec A = D − (E + F ); L = D−1 E et U = D−1 F.
On dit que la matrice A est correctement ordonnée si :

∀α 6= 0, Sp(J(α)) = Sp(J)

où J(α) = αL + α1 U.
1) Calculer la matrice J = (cij ) et la matrice Pα JPα−1 = (dij ) en fonction
des coefficients de A avec Pα = diag(1, α, α2 , ..., αn−1 ).
2) Déduire qu’une matrice tridiagonale est correctement ordonnée.

1
 3) En utilisant un théorème du cours, montrer que si A est tridiagonale
alors :
Sp(R1 ) = {0} ∪ µ2 / µ ∈ Sp(J)


Exercice 3
On étudie le problème

 −u00 (x) = f (x), x ∈]0, 1[,



u(0) = u(1) = 0


1
Soit h = n+1 avec n ∈ N? . Le problème discrétisé correspondant est :
étant donné le vecteur F = (fi )1≤i≤n trouver U = (ui )1≤i≤n tel que
 1
 − h (ui+1 − 2ui + ui−1 = fi , 1 ≤ i ≤ n
(1)
u0 = un+1 = 0.


1) Montrer que le système (1) est équivalent à la résolution de AU = F

où on explicitera la matrice A = (aij )1≤i,j≤n .
2) Calculer les valeurs prpres des matrices de Jacobi et Gauss-Seidel pour
la résolution de AU = F en fonction celles de A.
3) Comparer ces deux méthodes.
4) Donner le paramètre optimal de relaxation pour la matrice Lω .
Exercice 4
Soit le système Ax = b où
   
2 −1 0 7
A=  −1 2 −1  et b =  1 
0 −1 2 1

1) Calculer la solution exacte du système par la méthode de Gauss.

2) Effectuer 5 itérations de la méthode de Jacobi, en initialisant avec
x = (0, 0, 0)t .
(0)

3) Effectuer 5 itérations de la méthode de Gauss Seidel, en initialisant

avec x(0) = (0, 0, 0)t .
4) Calculer le paramètre optimal de la méthode de relaxation puis éffectuer
5 itérations de la méthode de relaxation avec ce paramètre arrondi à 1 chiffre
après la virgule, en initialisant avec x(0) = (0, 0, 0)t .
Exercice 5
1) Donner l’algorithme de résolution d’une méthode itérative pour la
résolution d’un système linéaire Ax = b, avec A ∈ Mn (R) et b ∈ Rn .

2
  
1 a
2) Soit A = , donner la matrice d’itération de Gauss-Seidel
a 1
pour la matrice A.
3) Pour quelles valeurs de a ∈ R la méthode de Gauss-Seidel est-elle
convergente pour A?
4) Donner la matrice d’itération de Jacobi pour la matrice A.
5) Pour quelles valeurs de a ∈ R la méthode de Jacobi est-elle convergente
pour la matrice A.
Exercice 6
Soit n ∈ N∗ et A ∈ Mn (R) une matrice triangulaure inférieure inversible.
1) Donner une méthode pour la résolution du système Ax = b, avec
b ∈ Rn .
2) Donner les coefficients (xi )1≤i≤n de x en fonction de ceux de A et ceux
de b.
Exercice 7
Soit A = (aij )1≤i,j≤n ∈ Mn (R) inversible et b ∈ Rn .
On se propose de résoudre le système Ax = b par une méthode itérative.
1) Décrire le principe des méthodes itératives et donner une condition
nécessaire et suffisante pour qu’elles soient convergentes.
2) Donner les différentes matrices d’itération pour les méthodes de Ja-
cobi, Gauss-Seidel et la relaxation.
3) Etudier la convergence des méthodes de Jacobi et relaxation pour
résoudre Ax = b pour la matrice
 
1 2 0
A= 1 1 0 
1 1 1

Exercice 8
Soit A la matrice
 
4 −1 0
A =  −1 4 −1 
0 −1 4

1) Etudier la convergence de la méthode de Jacobi.

2) Vérifier que ρ(R1 ) = ρ(J)2 .