Résolution numérique de systèmes d’équations linéaires

Méthode de Jacobi

AN - 3A&B - A.U. 2021/2021

 2

Les méthodes itératives

Les méthodes itératives pour la résolution d’un système de Cramer

AX = b de n
(k)
équations à n inconnus consistent à construire une suite X k≥0
qui converge vers
la solution du système. Plus précisément, on prouve que A peut être écrite sous la
forme A = M − N , avec M ∈ Mn (R) inversible et N ∈ Mn (R). Les suites générant
les deux méthodes sont définies par
(
X (0) ∈ Mn,1 (R),
M X (k+1) = N X (k) + b
Les suites ainsi considérées, si elles sont covergentes, convergent nécessairement
vers la solution du système.

@UP-Maths Résolution numérique des systèmes d’équations linéaires MNI

 3

La Méthode de Jacobi

La méthode itérative de Jacobi pour résoudre (S) : AX = b, consiste en premier lieu

à décomposer A sous la forme:
A = D − E − F,
où D est une matrice diagonale, E est une matrice triangulaire inférieure et F est
une matrice triangulaire supérieure.

@UP-Maths Résolution numérique des systèmes d’équations linéaires MNI

 3

La Méthode de Jacobi

La méthode itérative de Jacobi pour résoudre (S) : AX = b, consiste en premier lieu

à décomposer A sous la forme:
A = D − E − F,
où D est une matrice diagonale, E est une matrice triangulaire inférieure et F est
une matrice triangulaire supérieure.
     
a1,1 0 ··· 0 0 ··· ··· 0 0 −a1,2 ··· −a1,n
 .. ..   ..  . .. ..  ..
. . . . . .
0   −a2,1
0  0
 . .
  
A= −  − .
 
.. .. ..   .
 . .. .. . .. 

 . . . 0 
  . . . 0
 . . −an−1,n 

0 · · · 0 an,n −an,1 · · · −an,n−1 0 0 ··· ··· 0
| {z } | {z } | {z }
D E F

@UP-Maths Résolution numérique des systèmes d’équations linéaires MNI

 4

Considérons, par exemple, le cas où n = 3. On a

 
a1,1 a1,2 a1,3
 
A = 
 a2,1 a2,2 a2,3


a3,1 a3,2 a3,3
     
a1,1 0 0 0 0 0 0 −a1,2 −a1,3
     
= 
 0 a2,2 0  − −a
  2,1 0 0  −
 
0 0 −a 
2,3 

0 0 a3,3 −a3,1 −a3,2 0 0 0 0

| {z } | {z } | {z }
D E F

Le système (S) : AX = b est équivalent alors à

DX − (E + F )X = b
⇐⇒ DX = (E + F )X + b

@UP-Maths Résolution numérique des systèmes d’équations linéaires MNI

 5

5
 
(k)
x1
 (k) 
Soit (X (k) )k≥0 la suite de vecteurs dans R3 définie par X (k) = x ,
 2  vérifiant
(k)
x3

D X (k+1) = (E + F ) X (k) + b
|{z} | {z }
M N

Si A est à diagonale strictement dominante, alors les coefficients diagonaux de A

sont non nuls. Par conséquent, M est inversible. Dans ce cas,
X (k+1) = M −1 N X (k) + M −1 b.

@UP-Maths Résolution numérique des systèmes d’équations linéaires MNI

 5

5
 
(k)
x1
 (k) 
Soit (X (k) )k≥0 la suite de vecteurs dans R3 définie par X (k) = x ,
 2  vérifiant
(k)
x3

D X (k+1) = (E + F ) X (k) + b
|{z} | {z }
M N

Si A est à diagonale strictement dominante, alors les coefficients diagonaux de A

sont non nuls. Par conséquent, M est inversible. Dans ce cas,
X (k+1) = M −1 N X (k) + M −1 b.

Remarque
Si la suite (Xk )k≥0 est convergente, alors

lim X (k) = X,
k→+∞

avec X l’unique solution du système (S).

@UP-Maths Résolution numérique des systèmes d’équations linéaires MNI
 6

Les composantes du vecteur X (k+1) s’écrivent en fonction des composantes du

vecteur X (k) comme suit:
   (k+1)     (k)   
a1,1 0 0 x1 0 −a1,2 −a1,3 x b1
   (k+1)     1(k)   
 = −a2,1
 x2  + b2 
−a2,3 
 0 a2,2 0  x 0    
  2  
(k+1) (k)
0 0 a3,3 x3 −a3,1 −a3,2 0 x3 b3
Ainsi, on en déduit que
 (k) (k)
(k+1) (k) (k) (k+1) b1 −a1,2 x2 −a1,3 x3
x1 =

a1,1 x1 + a1,2 x2 + a1,3 x3 = b1

a1,1
 

 (k) (k)
(k) (k+1) (k) b2 −a2,1 x1 −a2,3 x3
a2,1 x1 + a2,2 x2 + a2,3 x3 = b2 ⇐⇒ x2(k+1) = a2,2
(k) (k) (k+1)
  (k) (k)
a3,1 x1 + a3,2 x2 + a3,3 x3 = b3 x(k+1) = b3 −a3,1 x1 −a3,2 x2
 

3 a3,3

@UP-Maths Résolution numérique des systèmes d’équations linéaires MNI

 7

(k+1)
Dans Rn , les composantes xi (i ∈ {0, 1, · · · , n}) du vecteur
(k)
X (k+1) s’écrivent en fonction des composantes xi du vecteur X (k)
comme suit:
 
n
(k+1) 1  X (k)
xi = bi − aij xj  , ∀i ∈ {1, · · · , n}
aii
j=1,j6=i

@UP-Maths Résolution numérique des systèmes d’équations linéaires MNI

 8

Convergence de la méthode de Jacobi

Question: Existe-il une condition sur la matrice A assurant la convergence de la
suite (X (k) )k≥0 est convergente?

@UP-Maths Résolution numérique des systèmes d’équations linéaires MNI

 8

Convergence de la méthode de Jacobi

Question: Existe-il une condition sur la matrice A assurant la convergence de la
suite (X (k) )k≥0 est convergente?

Théorème
Soit A une matrice à diagonale strictement dominante alors la méthode de Jacobi
appliquée au système (S) : AX = b est convergente vers la solution de (S) pour tout
X (0) ∈ Mn,1 (R).

@UP-Maths Résolution numérique des systèmes d’équations linéaires MNI

 8

Convergence de la méthode de Jacobi

Question: Existe-il une condition sur la matrice A assurant la convergence de la
suite (X (k) )k≥0 est convergente?

Théorème
Soit A une matrice à diagonale strictement dominante alors la méthode de Jacobi
appliquée au système (S) : AX = b est convergente vers la solution de (S) pour tout
X (0) ∈ Mn,1 (R).

Remarque
On peut considérer le critère d’arrêt suivant pour la méthode de Jacobi:
||AX (k) − b|| ≤ ε, avec ε très petit .
On dit que ε est une tolérance.
@UP-Maths Résolution numérique des systèmes d’équations linéaires MNI
 9

Étude d’un exemple

On considère un système d’équations linéaires (S), telle que;

(S) ⇔ AX = b
avec :      
5 2 −1 x1 6
     
1 6 −3 , X = x2  et b = 4
A=     

2 1 4 x3 7

1 Montrer qu’il existe une unique solution de (S) dans R3 .

2 Etudier la convergence de la méthode de Jacobi pour la résolution de (S).
3 Donner le schéma itératif de la méthode de Jacobi associé à (S).
4 Calculer les quatres premiers itérés par la méthode de Jacobi.

@UP-Maths Résolution numérique des systèmes d’équations linéaires MNI

 10

10

• Existence d’une unique solution de (S) dans R3 :

On a det(A) = 126 6= 0 ⇒ ∃! X ∈ R3 / AX = b.

@UP-Maths Résolution numérique des systèmes d’équations linéaires MNI

 11

11

• Etude de la convergence de la méthode de Jacobi pour la résolution de (S):

On a: 
|a1,1 | > |a1,2 | + |a1,3 | (car |5| > |2| + | − 1|)

|a2,2 | > |a2,1 | + |a2,3 | (car |6| > |1| + | − 3|)

|a3,3 | > |a3,1 | + |a3,2 | (car |4| > |2| + |1|)


⇒ A est une matrice à diagonale strictement dominante.

⇒ La méthode de Jacobi est convergente.

@UP-Maths Résolution numérique des systèmes d’équations linéaires MNI

 12

12

• Schéma itératif associé à (S) avec la méthode de Jacobi:

   (k+1)     (k)   
5 0 0 x1 0 −2 1 x 6
   (k+1)     1(k)   
0 6 0 x  = −1 0 3 x  + 4
  2    2   
(k+1) (k)
0 0 4 x3 −2 −1 0 x3 7

@UP-Maths Résolution numérique des systèmes d’équations linéaires MNI

 12

12

• Schéma itératif associé à (S) avec la méthode de Jacobi:

   (k+1)     (k)   
5 0 0 x1 0 −2 1 x 6
   (k+1)     1(k)   
0 6 0 x  = −1 0 3 x  + 4
  2    2   
(k+1) (k)
0 0 4 x3 −2 −1 0 x3 7
 (k) (k) (k) (k)
(k+1) b1 −a1,2 x2 −a1,3 x3 6−2x2 +x3
 x = =
 1 a1,1 5


(k) (k) (k) (k)
(k+1) b2 −a2,1 x1 −a2,3 x3 4−x1 +3x3
⇒ x2 = a2,2 = 6
 (k) (k) (k) (k)
x(k+1) = b3 −a3,1 x1 −a3,2 x2 = 7−2x1 −x2


3 a3,3 4

@UP-Maths Résolution numérique des systèmes d’équations linéaires MNI

 13

13

• Application de la méthode de Jacobi avec 4 itérations:

 
0
 
Considérons par exemple un vecteur initial X (0) = 
 .
0 

@UP-Maths Résolution numérique des systèmes d’équations linéaires MNI

 13

13

• Application de la méthode de Jacobi avec 4 itérations:

 
0
 
Considérons par exemple un vecteur initial X (0) = 
 .
0 

0
 
6/5
 
I Itération 1 : X (1) = 2/3
 
7/4

@UP-Maths Résolution numérique des systèmes d’équations linéaires MNI

 13

13

• Application de la méthode de Jacobi avec 4 itérations:

 
0
 
Considérons par exemple un vecteur initial X (0) = 
 .
0 

0
 
6/5
 
I Itération 1 : X (1) = 2/3
 
7/4
 
1, 2833
 
I Itération 2 : X (2) = 1, 3417
 
0, 9833

@UP-Maths Résolution numérique des systèmes d’équations linéaires MNI

 13

13

• Application de la méthode de Jacobi avec 4 itérations:

 
0
 
Considérons par exemple un vecteur initial X (0) = 
 .
0 

0
   
6/5 0, 86
   
I Itération 1 : X (1) = 2/3 I Itération 3 : X (3) = 0, 9444
   
7/4 0.7729
 
1, 2833
 
I Itération 2 : X (2) = 1, 3417
 
0, 9833

@UP-Maths Résolution numérique des systèmes d’équations linéaires MNI

 13

13

• Application de la méthode de Jacobi avec 4 itérations:

 
0
 
Considérons par exemple un vecteur initial X (0) = 
 .
0 

0
   
6/5 0, 86
   
I Itération 1 : X (1) = 2/3 I Itération 3 : X (3) = 0, 9444
   
7/4 0.7729
   
1, 2833 0, 9768
   
I Itération 2 : X (2) = 1, 3417 I Itération 4 : X (4) = 0, 9098
   
0, 9833 1, 0839

@UP-Maths Résolution numérique des systèmes d’équations linéaires MNI