R ÉSOLUTION NUMÉRIQUE DES SYSTÈMES D ’ ÉQUATIONS LINÉAIRES

Méthode de décomposition LU

AN - 4 GC - A.U. 2021/2022
 2

La décomposition LU

Soit S un système d’équations linéaires défini par

(S) : AX = b
où A est une matrice dont tous les mineurs principaux sont non nuls.

Définition
Soit p ∈ N∗ . Le mineur principal Mp,p de A est le déterminant de la sous-matrice de
A formée des p premières lignes et p premières colonnes

@UP Maths AN ESPRIT

 3

Exemple :

Soit A la matrice suivante :  

5 0 −1
 
A=
−1 2 9
1 4 2
Alors  
 
   5 0
M1,1 = 5 , M2,2 =  , et M3,3 = det(A)
 
−1 2


sont les mineurs principaux de la matrice A.

Remarque
Si A est d’ordre n alors elle admet n mineurs principaux.

@UP Maths AN ESPRIT

 4

. Le principe de la méthode est de se ramener à deux systèmes

triangulaires en appliquant les étapes suivantes:

1 Décomposition de A : Trouver les matrices L et U vérifiant A = LU où :

L est une matrice triangulaire inférieure dont les coefficients
de la diagonale sont égaux à 1.
et
U est une matrice triangulaire supérieure.

@UP Maths AN ESPRIT

 5

1 Résolution du système triangulaire inférieur LY = b.(Descente)

2 Résolution du système triangulaire supérieur U X = Y .

(
Décomposition LU LY =b
AX = b −−−−−−−−−−−−−−→ AX = L |{z}
UX = b →
Y
UX =Y

@UP Maths AN ESPRIT

 6

. L’existence de la décomposition LU est assurée par le théorème suivant :

Théorème
Soit A ∈ Mn (R) une matrice dont tous les mineurs principaux sont non nuls alors il
existe un unique couple de matrices (L, U ), avec U triangulaire supérieure, et L
triangulaire inférieure dont les coefficients de la diagonale sont égaux à 1. (i.e.
li,i = 1), vérifiant A = LU .

@UP Maths AN ESPRIT

 7

Si A une matrice dont tous les mineurs principaux sont non nuls

L triangulaire inférieure dont les coefficients

⇒ ∃ deux matrices de la diagonale sont égaux à 1.

U triangulaire supérieure.


vérifiant A=LU

@UP Maths AN ESPRIT

 8

Étude dun exemple

Soit le système (S) suivant:


3x1 + x2 + x3 = 1

(S) : x1 − 3x2 + x3 = −3 ⇔ AX = b

x1 + x2 − 3x3 = 1

     
3 1 1 x1 1
     
où A = 
 1 −3 1 , X =  x2  et b = 
  
.
−3 
1 1 −3 x3 1
1 Montrer que le système admet une solution unique (syst‘eme de Cramer).
2 Montrer que la décomposition LU existe.
3 Résoudre (S) par la méthode de la d´ecomposition LU.

@UP Maths AN ESPRIT

 9

Solution
1 det A = 32 6= 0 donc le système admet une solution unique(système de Cramer).
2 A est une matrice dont tous les mineurs principaux sont non nuls. En effet,


 det(3) = 3 6=
!0

3 1


det 1 −3 − 8 6= 0



 


 3 1 1
1 −3 1  = det A = 32 6= 0

det 




1 1 −3


Donc la décomposition LU existe.

3 Etape 1:      
1 0 0 u11 u12 u13 3 1 1
     
A = LU alors  l 1 0  × 0 u22 u23  =  1 −3 1 
 21     
l31 l32 1 0 0 u33 1 1 −3

@UP Maths AN ESPRIT

 10

1ère méthode: Calcul des matrices L et U en utilisant la

méthode d’identification



1 × u1,1 = 3 ⇒ u1,1 = 3




1 × u1,2 = 1 ⇒ u1,2 = 1
1 × u1,3 = 1 ⇒ u1,3 = 1





1
l2,1 × 3 = 1 ⇒ l2,1 = 3



A = LU ⇔ 13 × 1 + 1 × u2,2 = −3 ⇒ u2,2 = − 103
 1 × 1 + 1 × u2,3 = 1 ⇒ u2,3 = 2



 3 3
1




3 × l3,1 = 1 ⇒ l3,1 = 3
 1 10 1
3 × 1 + l3,2 × − 3 = 1 ⇒ l3,2 = − 5




 1 × 1 − 1 × 2 + 1 × u = −3 ⇒ u = − 16

3 5 3 3,3 3,3 5
Donc    
1 0 0 3 1 1
L = 1/3 0 , U = 0 −10/3
   
1 2/3 
1/3 −1/5 1 0 0 −16/5
@UP Maths AN ESPRIT
 11

2ème méthode: Calcul des matrices L et U en utilisant la

méthode de pivot de Gauss.
On applique la méthode de pivot de Gauss à la matrice A.
Etape 0:  
3 1 1
(0)
 
A =
 1 −3 1 

1 1 −3
Etape 1:
Le pivot est 3 6= 0, on applique les opérations suivantes:
L1 ← L1 , L2 ← L2 − 31 L1 et L3 ← L3 − 13 L1 , on a
 
3 1 1
A(1) = 
 
10 2
 0 − 3 3


2 10
0 3 −3

@UP Maths AN ESPRIT

 12

Etape 2:
Le pivot est − 10
3 6= 0, on applique les opérations suivantes:
L1 ← L1 , L2 ← L2 et L3 ← L3 + 51 L2 à A(1) , on a
 
3 1 1
(2)
 
A = 10 2
 0 − 3 3


16
0 0 −5

U = A(n) où A(n) est la matrice triangulaire supérieure de la dernière étape n de la

méthode de pivot de Gauss donc U = A(2)

@UP Maths AN ESPRIT

 13

(k−1)
aik (k−1)
Les coefficients de la matrice L sont lik = αk où aik sont les coefficients de
(k−1)
A à l’étape k − 1 et αk est le pivot à l’étape k − 1.
2
l21 = 13 , l31 = 13 et l32 = −310 = − 51 ⇒
3
 
1 0 0
 
L=
1/3 1 ,
0
1/3 −1/5 1

@UP Maths AN ESPRIT

 14

Résolution AX = b

Résoudre AX = b ⇔ Résoudre
(
LY = b
UX = Y
   
x1 y1
   
où X = 
 x2  et Y =  y2 
  

x3 y3

@UP Maths AN ESPRIT

 15

Etape 2: la solution du système linéaire LY = b.

       
y1 1 y1 1
       
L y 2
 = b = −3 ⇒ y2  = − 10 
       3
y3 1 y3 0

@UP Maths AN ESPRIT

 16

Etape 3: la solution du système linéaire

   
x1 1
   
UX = Y ⇒ U  = 10 
x  
 2  3 −
x3 0
Alors,     
3 1 1 x1 1
    
0 −10/3 2/3  x2  = − 10 
    3 
0 0 −48/15 x3 0
 
0
 
Ce qui implique X = 
1


@UP Maths AN ESPRIT

 17

Autre critère d’existence de la décomposition LU:

Matrice à diagonale strictement dominante

Définition
Une matrice A est à diagonale strictement dominante si la valeur absolue de
chaque coefficient diagonal ai,i (i ∈ {1, · · · , n}) de A est strictement supérieure à la
somme des valeurs absolues des autres coefficients de A situés à la i ème ligne. En
d’autre terme,
n
X
|ai,i | > |ai,j |, ∀i ∈ {1, ..., n}.
j=1
j6=i

@UP Maths AN ESPRIT

 18

Exemple: Soit  
5 2 −1
 
A=
 1 6 −3

2 1 4
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.

Proposition
Si A est une matrice à diagonale strictement dominante alors elle admet une
décomposition LU.

@UP Maths AN ESPRIT