Académique Documents
Professionnel Documents
Culture Documents
om
Méthode de Gauss. Factorisation LU et de Cholesky
o.c
obtenue come résultat de la (k −1)–ème étape de l’élimination de Gauss. On suppose A = A1 symétrique définie
positive.
1. Notant (., .) le produit scalaire euclidien et v0 ∈ Rn−k le vecteur formé par les (n − k) dernières compo-
santes d’un vecteur v = (vi )ni=k ∈ Rn−k+1 quelconque, établir l’identité
2
n
0 0 1 k k
(Ãk v, v) = (Ãk+1 v , v ) + k akk vk + ∑ aik vi .
-pr
akk i=k+1
2. Calculer les conditionnements cond p (.) pour p = 1, 2, ∞ des matrices exactes obtenues à la première
étape de la procédure d’élimination de Gauss pour résoudre le système linéaire
−4
10 u1 + u2 = 1
u1 + u2 = 2
al
selon que l’on commence, ou non, par échanger les deux équations. Conclusion ?
[002223]
w.
Correction H [002224]
1
— B est une matrice triangulaire inférieure ;
— B̃ est une matrice où chaque colonne est soit égale à la colonne correspondante de B, soit égale à la
colonne correspondante de B changée de signe.
om
Application numérique
1 2 1 1
2 3 4 3
A= 1 4 −4
.
0
1 3 0 0
Correction H [002225]
o.c
Exercice 5 Quelques factorisations LU
1. Soit A = LU la décomposition LU d’une matrice A ∈ Rn×n avec |li j | 6 1. Soient aTi et uTi les lignes i de
A et U respectivement. Montrer que
i−1
uTi = aTi − ∑ li j uTj
-pr
j=1
et que
kUk∞ 6 2n−1 kAk∞
Exercice 6
On suppose A ∈ Rn×n inversible. Montrer que si PAΠ = LU est obtenue par la méthode de Gauss avec pivotage
total, alors
∀i, j = 1, · · · , n |li j | 6 1
3a
∀i = 1, · · · , n, ∀ j = i, · · · , n, |ui j | 6 |uii |
[002227]
Exercice 7
Soit A ∈ Rn×n telle que AT soit à diagonale strictement dominante. Montrer que A admet une décomposition
al
2
Correction de l’exercice 1 N
om
akk j akik
ak+1
ij = akij − k + 1 6 i, j 6 n
akkk
et on remarque immédiatement par récurrence que toutes les matrices A˜k sont symétriques. On a
(k)
(Ãk+1 v0 , v0 ) = ∑ni=k+1 vi (∑nj=k+1 ai j v j ) − a1k (∑ni=k+1 akik vi )2
kk
(Ãk v, v) = ∑ni=k+1 vi (∑nj=k+1 akij v j ) + ∑ni=k+1 (akik + akki )vi vk + akkk v2k
o.c
Par symétrie akik = akki et donc
(Ãk v, v) = (Ãk+1 v0 , v0 ) + a1k [(∑ni=k+1 akik vi )2 + 2vk ∑ni=k+1 akik vi akkk + (akkk )2 v2k ] =
kk
n
1
(Ãk+1 v0 , v0 ) + k
[ak k k
vk + ∑ akik vi ]2
akk i=k+1
-pr
2. Faisons un raisonnement par récurrence
— Ã1 est symétrique définie positive ;
— Par hypothèse supposons que Ãk est définie positive ;
— Supposons par absurde que Ãk+1 ne soit pas définie positive : alors ∃v0 6= 0 : (Ãk+1 v0 , v0 ) 6 0. On
définit le vecteur v ∈ Rn−k+1 par :
— vi = v0i , k + 1 6 i 6 n
ari
— vk est solution de akkk + ∑ni=k+1 akik vi = 0
Alors (Ãk v, v) = 0 et v 6= 0 ; donc Ãk n’est pas définie positive, ce qui contredit l’hypothèse de
récurrence.
k 2
3. Première inégalité : en utilisant la relation d’élimination on obtient : ak+1 = ak − |aki |
ii ii a2 kk
bk
— une matrice définie positive a tous ses éléments diagonaux strictement positifs, donc ak+1 ii >0
k 2 k 2
— aki / akk > 0, k + 1 6 i 6 n
donc ak+1
ii 6 akii , k + 1 > i
Deuxième inégalité : supposons qu’il existe un élément akij , i < J tel que akij > maxk6l6n akll . On consi-
3a
vi = 1, v j = −sign(akij ), vl = 0 l 6= i, j
Alors
(Ãk v, v) = (akii − akij ) − (akij − akj j ) 6 0
al
Correction de l’exercice 3 N
Montrons par récurrence que An = U est une matrice bande.
A1 = A, Ak+1 = Lk Ak = Lk Lk−1 · · · L1 A, k = 1, · · · , n − 1.
ww
Supposons que Ak est une matrice bande i.e., akij = 0 pour |i − j| > p et montrons que Ak+1 est une matrice
bande.
akik akk j
ak+1
ij = a k
ij −
akkk
Soit |i − j| > p ⇔ |(i − k) − ( j − k)| > p. On considère deux cas :
— k + 1 6 i 6 n et k 6 j 6 n. Alors i − k > p ou j − k > p ⇒ akik akk j = 0 ⇒ ak+1 k
i j = ai j = 0
— i 6 k ou j 6 k − 1 alors ak+1 k
i j = ai j = 0
3
donc Ak+1 est une matrice bande et U est une matrice bande. On a A = LU et la matrice triangulaire inférieure
L a pour éléments li j = aijj /a jj j , j 6 i 6 n. Toutes les matrices A j étant des matrices bandes on a aijj = 0 pour
i − j > p ⇒ li j = 0 pour i − j > p.
om
Correction de l’exercice 4 N
p
Soit LU la factorisation LU de A. On va intercaler dans cette factorisation la matrice réelle Λ =diag( |uii |).
A = (LΛ)(Λ−1U) = BC. La symétrie de A entraine BC = CT BT . On a
C(BT )−1 matrice triangulaire supérieure, B−1CT matrice triangulaire inférieure et C(BT )−1 = B−1CT et donc
C(BT )−1 = B−1C= diag(sign(uii ) = S ⇒ C(BT )−1 S−1 = I = S−1 B−1CT ⇔ CT = BS = B̃. Donc A peut être mise
o.c
sous la forme
A = BB̃T avec B̃ = BS
i.e. la i-ème colonne de B̃ est égale à la i-ème colonne de B affectée du signe de uii
Application numérique :
1 2 1 1
−1 2 1
B̃ = .
-pr
−1 −1
1
Correction de l’exercice 7 N
α uT
ari
A = A1 = , B1 = (bi j )n−1
i, j=1
v B1
AT étant à diagonale strictement dominante on a :
n−1
|α| > ∑ |vi |, |ui | + ∑ |b ji | < |bii |
bk
i=1 j6=i
A2 = , C = B2 = B1 − vu
0 B2 α
vérifie |cii | > ∑ j6=i |c ji | avec Ci j = Bi j − α1 vi u j et itérer.
|vi |
— première colonne de L : li1 = vi /α ⇒ ∑ni=2 |li1 | = ∑n−1 i=1 α < 1
1 1
— ∑i6= j |ci j | = ∑i6= j bi j − α vi w j 6 ∑i6= j |bi j | + |α| |w j | ∑i6= j |vi |
al
1 1
6 |b j j | − |u j | + |u j |(|α| − |v j |) 6 b j j − u j v j = |c j j |
|α| α
w.
donc BT2 est de diagonale strictement dominante. La démonstration se finit par récurrence.
ww