R ÉSOLUTION NUMÉRIQUE DES SYSTÈMES

D ’ ÉQUATIONS LINÉAIRES
Correction-Exercice 1

Analyse Numérique - 3 A& B - A.U. 2021/2022

 2

Partie I
1) (S) admet une unique solution si et seulement si det(A) ≠ 0.
RRR R
RRR4 1 0RRRRR RRR R RRR R
RRR RRR RRR4 1RRRRR RRR1 0RRRRR
On a det(A) = RR1 4 1RR = 4 RR
RRR RRR RRR1 4RRRRR − 1 RRRRR1 4RRRRR = 4(16 − 1) − 4 = 56 ≠ 0.
RRR R RR RR RR RR
RR0 1 4RRRR
Donc, (S) admet une unique solution.
2)
Rappel
A admet une unique décomposition LU si et seulement si tous les mineurs
principaux de A sont inversibles.

A(1) = (4); det(A(1) ) = ∣4∣ ≠ 0,

⎛4 1⎞ RRR RRR
R 4 1 RRR
A(2) = ⎜ ⎟; det(A(2) ) = RRRR
RRR1 4RRRRR = 15 ≠ 0,
⎝1 4⎠ RR RR
A = A; det(A ) = 56 ≠ 0,
(3) (3)

Ainsi tous les mineurs principaux de A sont inversibles et par suite A

admet une unique décomposition LU .
@UP-Maths Résolution numérique des systèmes d’équations linéaires Analyse numérique
 3

3)
Rappel
1 Soit A une matrice à diagonale strictement dominante alors les méthodes de
Jacobi et Gauss Seidel appliquées au système (S) ∶ AX = b sont convergentes
pour tout X (0) .
2 On dit que A est à diagonale strictement dominante lorsque le module de
chaque terme diagonal est supérieur strictement à la somme des modules des
n
autres termes de sa ligne, C-a-d, ∣ai,i ∣ > ∑ ∣ai,j ∣, ∀i ∈ [1, n].
j=1
j≠i

On a ,
⎧
⎪ ∣4∣ > ∣1∣ + ∣0∣
⎪
⎪
⎪
⎨∣4∣ > ∣1∣ + ∣1∣
⎪
⎪
⎪
⎪
⎩∣4∣ > ∣0∣ + ∣1∣
Ainsi A est à diagonale strictement dominante et par suite la méthode de
Jacobi est convergente.

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

 4

Partie II
Étape 1: Écrire la matrice élargie relative à (S), notée par (A∣b), et
déterminer un premier pivot non nul.

⎛ 4 1 0 1 ⎞
⎜ ⎟
(A∣b)(1) = ⎜
⎜ 1 4 1 6 ⎟
⎟
⎜ ⎟
⎝ 0 1 4 9 ⎠
On a11 ≠ 0.
Étape 2: Annuler tous les coefficients situés en dessous du premier pivot.
1
L2 ←Ð L2 − ( ) L1
4
⎛ 4 1 1 1 ⎞
⎜ ⎟
(A∣b)(2) = ⎜ ⎟
⎜ 0 15/4 1 23/4 ⎟
⎜ ⎟
⎝ 0 1 4 9 ⎠

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

 5

Étape 3: Passer au pivot suivant, vérifier quil est non nul et annuler tous
les coefficients situés en dessous du deuxième pivot.
1 4
L3 ←Ð L3 − ( 15 ) L2 = L3 − ( ) L2
4
15

⎛ 4 1 0 ⎞ 1
⎜ ⎟
(A∣b)(3) = ⎜
⎜ 0 15/4 1 23/4 ⎟⎟
⎜ ⎟
⎝ 0 0 56/15 112/15 ⎠

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

 6

Ainsi on obtient un système triangulaire supérieur équivalent au système (S) :

⎧
⎪ 4x1 + x2 =1
⎪
⎪
⎪ 15 23
4 x2 + x3 = 4
⎨
⎪
⎪
⎪ 56
15 x3 = 112/15
⎪
⎩
Le nouveau système triangulaire supérieur est très simple à résoudre :
37
112
(L3 ) donne : x3 = 5
56 = 56 = 2.
15
Puis dans (L2 ) : 15 23
4 x2 + x3 = 4 donc x2 = 1.
Enfin dans (L1 ) : 4x1 + x2 = 1 donc x1 = 0 .
⎛ x 1 ⎞ ⎛ 0⎞
⎜ ⎟ ⎜ ⎟
Conclusion : La solution du système (S) est X = ⎜ ⎟ ⎜ ⎟
⎜x2 ⎟ = ⎜1⎟.
⎜ ⎟ ⎜ ⎟
⎝ x 3 ⎠ ⎝ 2⎠

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

 7

4) Décomposition de Jacobi: A = D − E − F

⎛4 0 0⎞ ⎛xk+1
1
⎞ ⎛ 0 −1 0 ⎞ ⎛x(k)
1
⎞ ⎛ 1⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜ (k) ⎟ ⎜ ⎟
⎜0 4 0⎟ ⎜xk+1 ⎟ = ⎜−1 0 −1⎟ ⎜x ⎟ + ⎜6⎟
⎜ ⎟⎜ 2 ⎟ ⎜ ⎟⎜ 2 ⎟ ⎜ ⎟
⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜ (k) ⎟ ⎜ ⎟
⎝0 0 4⎠ ⎝xk+1
3 ⎠ ⎝ 0 −1 0 ⎠ ⎝x3 ⎠ ⎝9⎠

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

 7

4) Décomposition de Jacobi: A = D − E − F

⎛4 0 0⎞ ⎛xk+1
1
⎞ ⎛ 0 −1 0 ⎞ ⎛x(k)
1
⎞ ⎛ 1⎞
⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜ (k) ⎟ ⎜ ⎟
⎜0 4 0⎟ ⎜xk+1 ⎟ = ⎜−1 0 −1⎟ ⎜x ⎟ + ⎜6⎟
⎜ ⎟⎜ 2 ⎟ ⎜ ⎟⎜ 2 ⎟ ⎜ ⎟
⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜ (k) ⎟ ⎜ ⎟
⎝0 0 4⎠ ⎝xk+1
3 ⎠ ⎝ 0 −1 0 ⎠ ⎝x3 ⎠ ⎝9⎠
Le schéma itérative de la méthode de Jacobi est donné par:
(k) (k) (k)
⎧ (k+1) b1 −a1,2 x2 −a1,3 x3 1−x2
⎪
⎪
⎪ x1 = a1,1 = 4
⎪
⎪
⎪ (k+1) (k) (k) (k) (k)
b2 −a2,1 x1 −a2,3 x3 6−x1 −x3
⎨ x2 = a2,2 = 4
⎪
⎪
⎪ (k) (k) (k)
⎪
⎪ (k+1) b3 −a3,1 x1 −a3,2 x2 9−x2
⎩ x3
⎪ = a3,3 = 4

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

 8

⎛0⎞
⎜ ⎟
5) Pour le vecteur initial X (0) = ⎜ ⎟
⎜0⎟, les deux premiers itération de Jacobi
⎜ ⎟
⎝0⎠
sont :
⎛1/4⎞
⎜ ⎟
Itération 1: X (1) = ⎜ ⎟
⎜3/2⎟
⎜ ⎟
⎝9/4⎠
⎛0.187⎞
⎜ ⎟
Itération 2: X (2) = ⎜ ⎟
⎜0.875⎟
⎜ ⎟
⎝1.875⎠

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