TDS4 Serie5 Presentation - B

Exercice N°4 Exercice N°5 (Facultatif ) Exercice N°6 Exercice N°6 (suite)
TD. d’Analyse Numérique I

Série N°5 partie : B
Université CADI AYYAD

Faculté des Sciences Semlalia-Marrakech
Département de Mathématiques
Filières SMA-S4 & SMI-S4
du 18/04/2023 au 22/04/2023
lo
FSSM SMIA-S4 2022 Page : 1/16

Sommaire
1 Exercice N°4
2 Exercice N°5 (Facultatif)
3 Exercice N°6
4 Exercice N°6 (suite)
lo

Exercice N°4
Exercice N°4
Soit le système linéaire Aα x = b avec :
   
2 4 1 0
Aα = α −2 −1 , b = −1
2 3 2 2
où α est un réel.
1 A quelle condition sur α, la matrice Aα admet-elle une
décomposition LU (On ne demande pas de trouver L et U ) ?
2 Soit α = −1. Trouver la décomposition LU de la matrice
B = P Aα , où P est une matrice de permutation et L, U sont des
matrices à déterminer.
On précisera très explicitement les étapes d’élimination
de Gauss.
3 Toujours pour α = −1, résoudre le système linéaire Aα x = b en
utilisant les matrices B, L, U .
lo

Exercice N°4
1 D’après le théorème du cours Aα admet une décomposition LU si

et seulement si les mineurs principaux A1 , A2 sont inversibles.
A1 = (2), det(A1 ) = 2 6= 0

2 4
A2 = det(A2 ) = −4(1 + α)
α −2
Aα admet une décomposition LU si et seulement si α 6= −1.
lo

Exercice N°4
2 Si α = −1 la matrice Aα n’admet pas de décomposition LU sans

pivot  
2 4 1
A(0) = −1 −2 −1 l2 → l2 + 12 l1
2 3 2 l3 → l3 − l1
   
2 4 1 1 0 0
⇒ A(1) = 0 0 −1/2 = M (1) A(0) avec M (1) = 1/2 1 0
0 −1 1 −1 0 1
On permute  dans A la ligne

(1)
 2 avec la ligne 3 :  
2 4 1 1 0 0
Ã(1) = 0 −1 1  = P A(1) où P = 0 0 1
0 0 −1/2 0 1 0
La matrice Ã(1) est triangulaire supérieure, et on pose U = Ã(1)
lo

Exercice N°4
On a U = P M (1) A, on pose M = P M (1) .
Donc U = M A avec M inversible (car P inversible et M (1) aussi)
⇒ U = (M P )(P A) = M P B
−1
⇒ B = (M P )−1 U = P M −1 U = P M (1) P U = LU ,
(P −1 = P ).
−1
On pose L = P M (1) P
     
1 0 0 1 0 0 1 0 0 1 0 0
= 0 0 1 −1/2 1 0 0 0 1 =  1 1 0
0 1 0 1 0 1 0 1 0 −1/2 0 1
3 Le système A−1 x = b ⇔ Bx = P b, il suffit de résoudre Ly = P b
puis U x = y    
0 −1
Ly = P b ⇒ y =  2  et U x = y ⇒ x =  0 
   
−1 2
lo

Exercice N°5 (Facultatif)
Exercice N°5 (Facultatif )

Soit A une matrice symétrique définie positive, et soient S, R deux
matrices triangulaires supérieures telles que :
A = RT R = S T S
1 Montrer que R = DS
où D = diag (d11 , · · · , dnn ) une matrice diagonale avec dii = ±1
2 En déduire que la décomposition (1) est unique si on impose que

les coefficients diagonaux des matrices R et S sont strictement
positifs.
lo

1 A symétrique définie positive, donc inversible.

Et Par suite S et R sont inversibles et aussi leur transposées.
Donc en multipliant l’égalité matricielle (1) droite par R−1 et à
−1
gauche par S T , on a :
−1
SR−1 = S T RT
−1 T
et en utilisant M T = M −1 et (M N )T = N T M T pour 2
matrices M, N carrées quelconques. il vient que
−1 T T
RS −1 = SR−1 = S −1 RT = RS −1
lo

1 Posons D = RS −1 , en utilisant le lemme 6 du cours, on a :
D triangulaire supérieure car S −1 et R le sont. Donc D−1 est

aussi triangulaire supérieure.
D−1 = DT , D−1 triangulaire supérieure et DT triangulaire
inférieure donc DT est diagonale. On a donc
D = diag (d11 , · · · , dnn ) avec dii 6= 0, i = 1, · · · , n car D inversible.
D−1 = DT = D et
DDT = DD−1 = In = diag d211 · · · , d2nn ⇒ dii = ±1.

lo

2 D = RS −1 ⇐⇒ R = DS.
Donc si Sii > 0 et Rii > 0 alors on a Rii = dii Sii , d’où dii = 1 et
donc D = In .
D’où l’unicité.
lo

Exercice N°6
Exercice N°6
Soit α un nombre réel et on considère la matrice
 
α −1 0
Aα =  −1 α −1  .
0 −1 α
1 Sans calculer la matrice d’itération, pour quelles valeurs de α, la

méthode de Jacobi associée à A est définie ?
2 Pour les valeurs α ci-dessus, déterminer la matrice Bj d’itération
de Jacobi.
3 Donner une condition nécessaire et suffisante sur α pour que la
méthode de Jacobi converge. (On rappelle que les valeurs propres
d’une matrice M sont les racines du polynôme caractéristique de
M : PM (λ) = det(M − λI) ).
lo

Exercice N°6
1 Jacobi est définie ssi les éléments diagonaux de Aα sont non nuls.
C’est à dire α 6= 0.
lo

Exercice N°6
2 Si α 6= 0 :
 
1 0 0
1
BJ = I − D−1 A =  0 1 0  − α1 IA = (αI − A) =
α
  0 0 1
0 1 0
1
1 0 1 
α
0 1 0
lo

Exercice N°6
3 Jacobi converge ssi ρ (BJ ) < 1.

On a
−λ 1/α 0
PJ (λ) = det (BJ − λI) = 1/α −λ 1/α
0 1/α −λ

−λ
1/α 1 λ
= −λ − −
−λ
1/α α α
= −λ λ − 1/α2 + λ/α2 = λ 2/α2 − λ2
2
n √ o √ √
Les v.p. sont 0, ± α2 ⇒ ρ(J) = 2/|α| < 1 ssi |α| > 2
lo

Exercice N°6 (suite)
Exercice N°6 (suite)

Soit α un nombre réel et on considère la matrice
 
α −1 0
Aα =  −1 α −1 
0 −1 α
.
4 Pour les valeurs de α de la question précédente, que peut-on dire
à propos de la convergence de la méthode de Gauss-Seidel ?
Justifiez votre réponse. Comparez les deux méthodes si la
convergence de Gauss-Seidel a lieu.
lo

Exercice N°6
4 La matrice Aα est tridiagonale.

√
Puisque pour |α| > 2, Jacobi converge, alors d’après le cours GS
converge aussi. √
De plus, ρ (Bgs ) = (ρ (BJ ))2 = α22 < |α|2 . (où Bgs la matrice
d’itérations de GS). Donc GS converge plus vite que Jacobi.
lo

TDS4 Serie5 Presentation - B

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

TDS4 Serie5 Presentation - B

Transféré par

Droits d'auteur :

Formats disponibles

Exercice N°4 Exercice N°5 (Facultatif ) Exercice N°6 Exercice N°6 (suite)

TD. d’Analyse Numérique I

Université CADI AYYAD

FSSM SMIA-S4 2022 Page : 1/16

2 Exercice N°5 (Facultatif)

4 Exercice N°6 (suite)

FSSM SMIA-S4 2022 Page : 2/16

FSSM SMIA-S4 2022 Page : 3/16

1 D’après le théorème du cours Aα admet une décomposition LU si

Aα admet une décomposition LU si et seulement si α 6= −1.

FSSM SMIA-S4 2022 Page : 4/16

2 Si α = −1 la matrice Aα n’admet pas de décomposition LU sans

On permute  dans A la ligne

FSSM SMIA-S4 2022 Page : 5/16

FSSM SMIA-S4 2022 Page : 6/16

Exercice N°5 (Facultatif)

Exercice N°5 (Facultatif )

où D = diag (d11 , · · · , dnn ) une matrice diagonale avec dii = ±1

2 En déduire que la décomposition (1) est unique si on impose que

FSSM SMIA-S4 2022 Page : 7/16

Exercice N°5 (Facultatif)

1 A symétrique définie positive, donc inversible.

FSSM SMIA-S4 2022 Page : 8/16

Exercice N°5 (Facultatif)

1 Posons D = RS −1 , en utilisant le lemme 6 du cours, on a :

D triangulaire supérieure car S −1 et R le sont. Donc D−1 est

FSSM SMIA-S4 2022 Page : 9/16

Exercice N°5 (Facultatif)

FSSM SMIA-S4 2022 Page : 10/16

1 Sans calculer la matrice d’itération, pour quelles valeurs de α, la

FSSM SMIA-S4 2022 Page : 11/16

FSSM SMIA-S4 2022 Page : 12/16

FSSM SMIA-S4 2022 Page : 13/16

3 Jacobi converge ssi ρ (BJ ) < 1.

FSSM SMIA-S4 2022 Page : 14/16

Exercice N°6 (suite)

Exercice N°6 (suite)

FSSM SMIA-S4 2022 Page : 15/16

4 La matrice Aα est tridiagonale.

FSSM SMIA-S4 2022 Page : 16/16

Vous aimerez peut-être aussi