Académique Documents
Professionnel Documents
Culture Documents
U de Nice Sophia-Antipolis
Analyse Numérique 2 - Année 2009/2010
Exercice 2.
On considère la matrice tridiagonale suivante Ah = (aij )1≤i,j≤n donnée par aii = 2, i =
1, ..., n, ai,i−1 = −1, i = 2, ..., n, ai,i+1 = −1, i = 1, ..., n − 1, les autres éléments étant nuls.
Vérifier que les valeurs propres de A sont :
2 kπ
λk = 4 sin , 1 ≤ k ≤ n,
2(n + 1)
Xn
kvkp = ( |vi |p )1/p ; kvk∞ = max |vi |.
i=1,..,n
i=1
(c) Soient p, q ∈ R∗+ tels que 1 ≤ p < q < +∞. Montrer que
Exercice 6.
Soit A une matrice mal conditionnée. On sait que le mauvais conditionnement d’une matrice
est source d’accumulation d’erreurs d’arrondis. On veut donc essayer de reconditionner le
système linéaire à résoudre.
1. Equilibrage des lignes i : on divise chaque ligne i par maxj |ai,j |. Montrer que cela revient
à résoudre le système linéaire
(RA)x = Rb
où R est à déterminer.
2. Equilibrage des colonnes j : on divise chaque colonne j par maxi |ai,j |. Montrer que cela
revient à résoudre un système linéaire
(AC)C −1 x = b
où C est à déterminer.
3. Montrer qu’un équilibrage ligne puis colonne donne
((RA)B)B −1 x = Rb
où R et B sont à déterminer.
4. Montrer qu’un équilibrage colonne puis ligne donne
(S(AC))C −1 x = Sb
où S et C sont à déterminer.
5. Appliquer ces résultats systèmes
10 100 x1 10
=
0.1 0.2 x2 1
et
1 108
x1 1
=
2 0 x2 1
Calculer le conditionnement des différents systèmes linéaires obtenus.