Académique Documents
Professionnel Documents
Culture Documents
Méthode de Cramer
Système à matrice triangulaire
Méthode de Gauss
Méthode de Gauss-Jordan
Décomposition LU
Décomposition de Cholesky
Département de Mathématiques
Faculté des Sciences et Techniques
de Mohammedia
Année 2012-2013
1/26 Département de Mathématiques Faculté des Sciences et Techniques
M312
de Mohammedia
: Analyse Numérique Chapitre 6 : Méthodes directes
Introduction
Méthode de Cramer
Système à matrice triangulaire
Méthode de Gauss
Méthode de Gauss-Jordan
Décomposition LU
Décomposition de Cholesky
2 Plan
1 Introduction
2 Méthode de Cramer
3 Système à matrice triangulaire
4 Méthode de Gauss
5 Méthode de Gauss-Jordan
6 Décomposition LU
7 Décomposition de Cholesky
3 Introduction
4 Méthode de Cramer
Théorème
Si det A 6= 0, le système linéaire Ax = b possède l’unique solution :
det∆i
xi = , i = 1, · · · , n (1)
detA
où ∆i est la matrice obtenue en remplaçant la ième colonne de A
par la colonne b.
Remarque
Cette méthode présente surtout un intérêt théorique. Dans la
pratique, elle n’est applicable que pour n ≤ 4, à cause du nombre
d’opérations très élevé (environ n(n + 1)! opérations).
4/26 Département de Mathématiques Faculté des Sciences et Techniques
M312
de Mohammedia
: Analyse Numérique Chapitre 6 : Méthodes directes
Introduction
Méthode de Cramer
Système à matrice triangulaire
Méthode de Gauss
Méthode de Gauss-Jordan
Décomposition LU
Décomposition de Cholesky
Théorème
On suppose que A est triangulaire supérieure (aij = 0 pour i > j).
Si ∀i, aii 6= 0, le système linéaire triangulaire possède l’unique
solution :
bn
xn = ,
a
nn
n
X
xi = bi − aij xj /aii , i = n − 1, · · · , 1 (2)
j=i+1
Théorème
Si la matrice A est triangulaire inférieure (aij = 0 pour i < j) et
aii 6= 0, le système triangulaire possède l’unique solution :
b1
x1 = ,
a
11
i−1
X
xi = bi − aij xj /aii , i = 2, · · · , n (3)
j=1
7 Méthode de Gauss
7 Méthode de Gauss
7 Méthode de Gauss
2ème Cas
Si akk = 0, on échange la ligne k avec une ligne l (k + 1 ≤ l ≤ n)
telle que alk 6= 0. Les lignes 1 à k − 1 restent inchangées.
2ème Cas
Si akk = 0, on échange la ligne k avec une ligne l (k + 1 ≤ l ≤ n)
telle que alk 6= 0. Les lignes 1 à k − 1 restent inchangées.
10
0 0 0 0
a11 a12 ... . . . . . a1n a1,n+1
0
0 a22 . . . . . 0
. . . a2n 0
a2,n+1
.. .. .. .. ..
. . . . .
..
.. 0 0 0 0
A(k)
= . . akk ak,k+1 . . . akn ak,n+1
.. 0
..
. 0 ak+1,k+1 .
.. .. .. ..
. . . .
0 ... ... 0 0
an,k+1 0 0
. . . ann an,n+1
11
avec aii 6= 0, ∀ 1 ≤ i ≤ k.
Enfin, après (n − 1) itérations, la matrice A devient :
0 0 0
a11 . . . ... ... a1n a1,n+1
0 ...
.. ..
. .
A(n−1) = ... . . . .. .. ..
. . .
.. .. ..
.. ..
. .
. . .
0 0 ... 0 0
an,n 0
an,n+1
et le système linéaire associé est alors triangulaire supérieur et
admet la même solution que le système initial.
0 s’appelle le pivot de l’itération. (a0 6= 0).
Pour l’itération k, akk kk
12
Théorème
La méthode de Gauss est applicable au systme Ax = b si et
seulement si tous les pivots akk 0 sont non nuls. Le système est alors
13
Exemple 1
x2 + 3x3 = 1
(S) 5x1 + 2x2 + 3x3 = 4
6x1 + 8x2 + x3 = 1
14
Exemple 2
4x1 + x2 − 2x3 = 1
(S) −x1 − 3x2 + 4x3 = 2
x1 + x2 + 3x3 = 0
Exemple 3
x2 + 4x3 = 1
(S) 3x1 + 3x2 + x3 = 0
4x1 + 4x2 − x3 = 2
14
Exemple 2
4x1 + x2 − 2x3 = 1
(S) −x1 − 3x2 + 4x3 = 2
x1 + x2 + 3x3 = 0
Exemple 3
x2 + 4x3 = 1
(S) 3x1 + 3x2 + x3 = 0
4x1 + 4x2 − x3 = 2
15 Méthode de Gauss-Jordan
Principe de la méthode
La méthode de Gauss-Jordan consiste à transformer le système
Ax = b en un système équivalent A0 x = b 0 , où A0 = In . Au fait,
c’est un prolongement de la méthode de Gauss.
Le principe est, une fois A triangulée, de poursuivre les
manipulations élémentaires afin de transformer la matrice
triangulaire en la matrice identité.
16
17
Exemple
Résolution par la méthode de Gauss-Jordan du système suivante :
1 3 3 x1 0
2 2 0 x2 = 2 .
3 2 6 x3 11
1 3 3 0
Soit [A, b] = 2 2 0 2
3 2 6 11
1 3 3 0 1 3 3 0
normalisation réduction
k = 1 −−−−−−−−→ 2 2 0 2 −−−−−→ 0 −4 −6 2 ,
3 2 6 11 0 −7 −3 11
17/26 Département de Mathématiques Faculté des Sciences et Techniques
M312
de Mohammedia
: Analyse Numérique Chapitre 6 : Méthodes directes
Introduction
Méthode de Cramer
Système à matrice triangulaire
Méthode de Gauss
Méthode de Gauss-Jordan
Décomposition LU
Décomposition de Cholesky
18
k=2
3 3
1 0 − 2
1 3 3 0 2
normalisation 3 1 réduction 3 1
−−−−−−−−→ 0 1 − −−−−−→ 0 1 − ,
2 2 2 2
0 −7 −3 11
15 15
0 0
2 2
k=3
3 3
1 0 −
1 0 0 3
normalisation 2 2 réduction
−−−−−−−−→ 0
3 1 − −−−−→ 0 1 0 −2.
1 −
2 2
0 0 1 1
0 0 1 1
La solution est x = (3, −2, 1)T .
19 Décomposition LU
u1j = a1j si j = 1, . . . , n
ai1
li1 = si i = 1, . . . , n
u11
lii = 1 et lij = 0 si j = i + 1, . . . , n
uij = 0 si j = 1, . . . , i − 1
j−1
X
i−1
aij − lik ukj
k=1
X
uij = aij − lik ukj et lij =
ujj
k=1
19/26 Département de Mathématiques Faculté des Sciences et Techniques
M312
de Mohammedia
: Analyse Numérique Chapitre 6 : Méthodes directes
Introduction
Méthode de Cramer
Système à matrice triangulaire
Méthode de Gauss
Méthode de Gauss-Jordan
Décomposition LU
Décomposition de Cholesky
20
Le système Ax = b devient :
LUx = b
soit
Ly = b
Ux = y
21
21
22
Exemple
Soit la matrice
4 −9 2
A = 2 −4 4
−1 2 2
La décomposition LU de A est :
1 0 0
4 −9 2
1
1
L= 2
1 0 et U = 0
3
1 1 2
− − 1 0 0 4
4 2
22
Exemple
Soit la matrice
4 −9 2
A = 2 −4 4
−1 2 2
La décomposition LU de A est :
1 0 0
4 −9 2
1
1
L= 2
1 0 et U = 0
3
1 1 2
− − 1 0 0 4
4 2
23
24 Décomposition de Cholesky
24 Décomposition de Cholesky
25
i = j + 1, · · · , n
25/26 Département de Mathématiques Faculté des Sciences et Techniques
M312
de Mohammedia
: Analyse Numérique Chapitre 6 : Méthodes directes
Introduction
Méthode de Cramer
Système à matrice triangulaire
Méthode de Gauss
Méthode de Gauss-Jordan
Décomposition LU
Décomposition de Cholesky
26
Exemple
Soit la matrice A telle que :
9 1
A=
1 4
26
Exemple
Soit la matrice A telle que :
9 1
A=
1 4