Académique Documents
Professionnel Documents
Culture Documents
A. RADID
Parmi les méthodes directes pour résoudre ce système est l’utilisation des
formules de Cramer avec la condition que la matrice A soit inversible. La
solution donnée par la formule de Cramer est :
det (Ai )
xi = , i = 1, . . . , n
det (A)
où la matrice Ai est la matrice obtenue en remplaçant la i ème colonne de
A par le vecteur b.
Ces formules nécessitent le calcul de plusieurs déterminants or le nombre
d’opérations nécessaires pour le calcul d’un déterminant pour ce système
est d’ordre n! et ces formules sont en pratique inutilisables lorsque n est
assez grand.
Exemple
On considère le système triangulaire inférieur :
8
< 2x1 = 6
x1 + 5x2 = 2
:
7x1 + 9x2 + 8x3 = 5
0 1 0 1
a11 a12 . . . a1n b1
B (2 ) (2 ) C B (2 ) C
B 0 a22 . . . a2n C B b2 C
(2 )
A =B . B .. .. C et b = B
C (2 ) C
. ..
. B .. C
@ . . . A @ . A
(2 ) (2 ) (2 )
0 an2 . . . ann bn
avec (
(2 )
aij = aij mi 1 ai 1 , i, j = 2, . . . , n
(2 )
bi = bi mi 1 b1 , i = 2, . . . , n
0 1
a11 a1k a1n
B (2 )
0 a22
(2 )
a1k
(2 )
a2n C
B C
B .. .. .. .. .. C
B . . . . . C
B C
(k +1 ) B (k ) (k ) C
A =B 0 0 akk ... akn C
B (k +1 ) (k +1 ) C
B 0 ... 0 0 ak +1k +1 ak +1n C
B C
B .. .. .. .. .. C
@ . . . . . A
(k +1 ) (k +1 )
0 0 0 ank +1 ann
et (
(k +1 ) (k ) (k )
aij = aij mik akj , i, j = k + 1, . . . , n
(k +1 ) (k ) (k )
bi = bi mik bk , i = k + 1, . . . , n
Le système
0 s’écrit sous 1 1 Ax = b avec
la forme matricielle:
0
1 2 3 5
A=@ 3 1 1 A et b = @ 8 A
1 1 1 0
Il a une solution unique si rang (A) = 3.
8
< x + 2y 3z = 5 L1
3x y + z = 8 L2
:
x y +z = 0 L3
8
< x + 2y 3z = 5 L1
5y 8z = 7 L2 L2 + 3L1
:
3y +4z = 5 L3 L3 L2
8
< x +2y 3z = 5 L1
5y 8z = 7 L2
: 4 4
8 5z = 5 L3 L3 L2
< x = 5 2y + 3z = 2
y = (7 + 8z ) /5 = 15
5 =3
:
z =1
Exemple
On considère le système suivant :
0 10 1 0 1
2 3 1 x1 5
@ 4 3 2 A @ x2 A = @ 1 A
1 4 3 x3 4
Exemple
0 10 1 0 1
2 3 1 x1 5
@ 4 3 2 A @ x2 A = @ 1 A
1 4 3 x3 4
Le pivot actuel a11 = 2.
Le plus grand pivot est donné par max ja1j j = 3.
1 j n
On doit donc permuter entre la colonne 1 et la colonne 2, le système
devient alors :
0 10 1 0 1
3 2 1 x2 5
@ 3 4 2 A @ x1 A = @ 1 A
4 1 3 x3 4
10 kx + x2 = 0.5
1
( S1 )
x1 + x2 = 1
x1 + x2 = 1
( S2 ) k x + x = 0.5
10 1 2
Les deux systèmes sont équivalents, pour le système (S1 ) nous avons un
pivot a11 = 10 k et pour le système (S2 ) nous avons permuté les lignes et
par conséquent le pivot a11 = 1.
Exemple
Soit à résoudre le système :
ex + y = 1
x +y = 2
x +y = 2,
ex + y = 1.
x = 1 et y = 1.
Année universitaire 2022-2023 43 /
ENSEM (Département de Génie Electrique) 102
L’erreur qu’on faisait avec la première élimination venait de ce qu’on
divisait un nombre par le petit pivot e, ce qui ampli…e considérablement les
erreurs.
L’algorithme de décomposition de Gauss avec pivotation par lignes
permute deux lignes de la matrice A(k ) à chaque pas de la décomposition
(k )
a…n que l’élément diagonale akk de la matrice permutée soit maximal (en
valeur absolue).
Précisément, au pas k de la décomposition on trouve l’index r , avec
r k, tel que :
(k ) (k )
ark = max ask
s k
Corrigé de l’exercice
Voir TD.
Théorème
A 2 Mn (K) une matrice inversible d’ordre n dont les mineurs principaux
(det 4k (A) 6= 0) sont non nuls. Alors il existe une unique matrice L
triangulaire inférieure (Lower) avec des 1 sur la diagonale, et une unique
matrice U triangulaire supérieure (Lower) telle que :
A = LU.
on trouve : 0 1 0 1
1 2 5 1 2 5
A(1 ) = A, A(2 ) = @ 0 4 16 A et U = A(3 ) = @ 0 4 16 A
0 5 3 0 0 17
0 1 0 1
1 0 0 1 0 0
L = @ m21 1 0 A=@ 3 1 0 A
5
m31 m32 1 0 4 1
Donc
0 la décomposition
1 0 de A en LU est
10 1
1 2 5 1 0 0 1 2 5
@ 3 2 1 A = @ 3 1 0 A@ 0 4 16 A
5
0 5 3 0 1 0 0 17
| {z } | {z4 }| {z }
A L U
Année universitaire 2022-2023 49 /
ENSEM (Département de Génie Electrique) 102
Retour à la résolution de Ax = b
Ax = b =) LUx = b
8 résolution : ble système triangulaire inférieur Ly = b
1ère
>
< y1 = l111 !
i 1
1
>
: yi = lii bi ∑ lij yj
j =1
Le coût est O 23 n3 , ce qui est donc beaucoup moins que la méthode par
développement récursif du déterminent, méthode infaisable en pratique car
en O (n!) .
8n 3
Au total le nombre d’opérations sera de l’ordre de 3 .
Théorème
Soit A une matrice inversible, alors il existe des matrices de permutations
P1 et P2 , une matrice L triangulaire inférieure avec des 1 sur la diagonale
et une matrice U triangulaire supérieure inversible, telles que :
P1 AP2 = LU.
En fait une seule matrice de permutation est nécessaire, de plus
1 on peut choisir P2 = I et P1 tel que a11 soit l’élément de valeur
absolue maximale dans la première colonne, c’est l’algorithme
d’élimination de Gauss avec pivot partiel.
2 on peut choisir P1 et P2 de façon à ce que a11 soit l’élément de valeur
absolue maximale dans toute la matrice, c’est l’algorithme
d’élimination de Gauss avec pivot total.
PA = LU,
Corrigé de l’exercice
Voir TP.
Corrigé de l’exercice
Voir TP.
1 Calculer le déterminant de A.
2 Résoudre par la factorisation LU le système linéaire
0 1 0 1
x1 2
A @ x2 A = @ 14 A .
x3 12
3 Sans calculer
0 explicitement
1 la matrice A2 , résoudre le système
23
A2 x = @ 17 A .
10
Année universitaire 2022-2023 64 /
Corrigé de l’exercice
ENSEM (Département de Génie Electrique) 102
Exercice
Résoudre par la factorisation LU le système linéaire :
0 10 1 0 1
1 1 0 0 x1 0
B 1 1 4 0 C B x2 C B 2 C
B CB C=B C
@ 0 1 3 1 A @ x3 A @ 2 A
0 0 1 3 x4 1
Corrigé de l’exercice
Voir TP.
Corrigé de l’exercice
Voir TP.
Théorème
Soit A une matrice symétrique réelle. Les propriétés suivantes sont
équivalentes:
1 8x 2 Kn (K = R ou C), x t Ax > 0
2 Pour tout k = 1, 2, . . . , n, det (∆k ) > 0.
3 Toutes ses valeurs propres sont réelles et strictement positives.
Dans ce cas on dit que A est dé…nie positive.
Théorème
Cholesky
Si A 2 Mn (K ) est une matrice symétrique réelle dé…nie positive, il existe
au-moins une matrice B triangulaire inférieure telle que
A = BB T
A = QR.
où R est triangulaire supérieure et Q une matrice orthogonale.
Théorème
(Décomposition QR)
Soit A 2 Mn (K ) une matrice inversible. Il existe un unique couple
(Q, R ) tel que Q est orthogonale et R est une matrice triangulaire
supérieure à diagonale strictement positive telles que A = QR.
Qy = b,
Rx = y .
Exemple
La factorisation QR d’une matrice A 2 Mm n (R) est donnée par A = QR
avec Q 2 Mm m (R) est une matrice orthogonale et R 2 Mm n (R)
matrice triangulaire supérieure. Cette décomposition s’obtient avec la
commande
2 [Q,R]=qr(A)
3
1 2
A = 4 0 1 5,
1 4
Exercice
Décomposition de Cholesky
Corrigé de l’exercice
Voir TD
Année universitaire 2022-2023 79 /
ENSEM (Département de Génie Electrique) 102
Les méthodes itératives
Pour résoudre le système
Ax = b,
on utilise des méthodes, dites indirectes ou itératives, du type
x (k +1 ) = Bx (k ) + c (1)
A 1
b = x = lim x (k ) .
k !∞
e (k ) = x (k ) x,
avec e (0 ) = x (0 ) x, on obtient e (k ) = B k e (0 ) .
la méthode est convergente si lim B k = 0.
k !∞
Dx (k +1 ) = (L + U ) x (k ) + b.
Ce qui équivalent à
8 (k +1 ) (k ) (k )
>
> a11 x1 = a12 x2 a1n xn +b 1
>
>
>
<
(k +1 ) (k ) (k ) (k ) (k )
aii xi = ai 1 x1 aii 1 xi 1 aii +1 xi +1 ain xn +b i
>
>
>
>
>
: (k +1 ) (k ) (k )
ann xn = an1 x1 ann 1 xn 1 +b n
Et on déduit La matrice BJ = D 1
(L + U ) est dite matrice de Jacobi
associée à A. Année universitaire 2022-2023 86 /
ENSEM (Département de Génie Electrique) 102
Le schéma itératif de la méthode de Jacobi est
8
>
< x0 ! donnée initiale
(k +1 ) 1 (k )
>
: xi = a ii bi ∑ aij xj , i = 1, . . . , n.
j =1,j 6=i
La décomposition de A s’écrit A = D L U et
M = ω1 D L, N = ω1 1 D + U.
1
On note Rrel (ω ) = ω1 D L 1
ω 1 D +U .
Algorithme
Une itération de la méthode de relaxation de paramètre ω s’écrit :
pour i = 1 à n
!
ω i 1 n
(k +1 ) (k ) (k +1 ) (k )
xi = (1 ω ) xi + bi ∑ aij xj ∑ aij xj
aii j =1 j =i +1
Théorème
On a ρ Rrel (ω ) > jω 1j , une condition nécessaire de convergence de
la méthode de relaxation est donc que 0 < ω < 2.
Exercice
Soit la matrice A=[2, -1, 0, 0; -1, 2,-1,0;0 -1 2 -1;0,0,-1,2 ]
1 On veut résoudre le système AX=[19 , 19, -3, -12]’par les méthodes
itératives de Jacobi, Gauss Sceidel. Dire si ces méthodes convergent.
4
2 Calculer les itérés X k = Xik i =1 , k 10 obtenus par les méthodes
itératives de Jacobi et de Gauss Sceidel.
Corrigé de l’exercice
Voir TD.
Corrigé de l’exercice
Voir TD.
Corrigé de l’exercice
Voir TD.