Académique Documents
Professionnel Documents
Culture Documents
systèmes linéaires
2. Les méthodes itératives qui consistent à générer une suite qui converge vers la solu-
tion du système.
Dans ce chapitre nous nous intéressons aux méthodes directes. Les méthodes itératives
seront abordées au chapitre 4.
1.1 Introduction
On considère un système (S) de n équations à n inconnues de la forme:
8
>
> a1;1 x1 + a1;2 x2 + ::: + a1;n xn = b1 ;
>
>
>
>
< a x + a x + ::: + a x = b ;
2;1 1 2;2 2 2;n n 2
(S) : . ..
>
> .. .
>
>
>
>
: an;1 x1 + an;2 x2 + ::: + an;n xn = bn :
1
1.2. Remarques sur la résolution des systèmes triangulaires
Les données sont les coe¢ cients ai;j du système qui appartiennent à un corps | avec | = R
ou C ainsi que les coe¢ cients du second membre b1 ; :::; bn . Les inconnues sont x1 ; :::; xn
qui appartiennent à |. Nous écrirons ce système sous forme matricielle
(S) Ax = b;
0 1
a a a1;n 0 1 0 1
B 1;1 1;2 C x b
B .. .. C B 1 C B 1 C
B a2;1 . . C B .. C B .. C
avec A = B
B .. .. ..
C 2 Mn
C
n
n (|) , x = B . C 2 | , et b = B . C2
B . . . C @ A @ A
@ A xn bn
an;1 an;n
n
| :
La matrice A est dite régulière (inversible) si det (A) 6= 0; on a existence et unicité
de la solution x si et seulement si la matrice A est inversible. Dans tout ce chapitre, on
supposera que la matrice A est inversible.
Théoriquement, si A est inversible, la solution du système Ax = b est donnée par la
formule de Cramer:
det (Ai )
xi = ; pour i = 1; 2; :::; n;
det (A)
où Ai est une matrice obtenue en remplaçant la iieme colonne de A par le vecteur b.
Le nombre d’opérations nécessaires pour résoudre un système à l’aide des formules
de Cramer est de n (n + 1)! opérations à virgule ‡ottante. Par exemple, avec ordinateur
fonctionnant à 100 mega‡ops (‡ops = opérations à virgule ‡ottante par secondes), il
faudrait environ 3:10146 années pour résoudre un système d’ordre 100 !
Il faut donc développer des algorithmes alternatifs avec un coût (nombre d’opérations)
raisonnable. Ce problème est un des plus importants de l’analyse numérique.
2
1.3. Méthodes d’élimination de Gauss
Supposons que A soit une matrice triangulaire inférieure. Le système s’écrit alors
8
>
> a1;1 x1 = b1 ;
>
>
>
>
< a2;1 x1 + a2;2 x2 = b2 ;
(S) : . . ..
>
> .. .. .
>
>
>
>
: an;1 x1 + an;2 x2 + ::: + an;n xn = bn :
Puisque A est supposée inversible, aucun des ai;i n’est nul et on peut résoudre ce sys-
tème en utilisant l’algorithme de substitution progressive (ou substitution avant) suivant
: 8
>
> x1 = b1
;
< !
a1;1
iP1
> 1
; pour i = 2; 3; :::; n
: xi =
> ai;i
bi
j=1
ai;j xj
multiplications et n divisions.
3
1.3. Méthodes d’élimination de Gauss
ligne 1 ! ligne 1
a21
ligne 2 ! ligne 2 a11
ligne 1
a31
ligne 3 ! ligne 3 a11
ligne 1
On obtient alors:
8
>
> a x +a12 x2 +a13 x3 = b1
>
< 11 1
0 +a022 x2 +a023 x3 = b02
>
>
>
: 0 +a032 x2 +a033 x3 = b03
Si a11 = 0, on peut e¤ectuer une permutation des lignes de façon à amener à la place
de a11 un terme non nul. Si la matrice est inversible, c’est toujour possible.
Ainsi, nous avons éliminé x1 des deux dernières équations. Si a022 6= 0; (sinon on fait
une permutation), on ne change pas les deux premières équations. A la troisième, on
a032
ajoute le produit par: a022
de la deuxième équation, ce qui revient à la transformation
par lignes suivante:
4
1.3. Méthodes d’élimination de Gauss
ligne 1 ! ligne 1
ligne 2 ! ligne 2
a032
ligne 3 ! ligne 3 a022
ligne 2
On obtient …nalement un système triangulaire:
8
>
> a x +a12 x2 +a13 x3 = b1
>
< 11 1
0 +a022 x2 +a023 x3 = b02
>
>
>
: 0 +0 +a"33 x3 = b"3
On obtient …nalement:
8
>
> 3x 2x2 +3x3 = 2
>
< 1
7
x
3 2
+ 13 x3 = 17
>
>
3
>
: + 57 x3 = 15
7
5
1.3. Méthodes d’élimination de Gauss
1
A = M (2) :M (1) A(3)
1 1
= M (2) : M (1) A(3)
6
1.3. Méthodes d’élimination de Gauss
Ly = b;
U x = y:
7
1.3. Méthodes d’élimination de Gauss
note S (1) . 0 1
(1) (1) (1) .. (1) (1)
a1;1 a1;2 a1;n . b1
B C L1
B (1) (1) (1) .. (1) C (1)
(1) .. (1)
B a2;1 a2;2 a2;n . b 2 C L2
A .b =B
B .. .. ..
C
.. .. C ..
B . . . . . C .
@ A
(1) (1) (1) .. (1) (1)
an;1 an;2 an;n . bn Ln
(1)
Etape 1: Si a1;1 6= 0 (sinon on fait une permutation de lignes) on fait l’a¤ectation
suivante: 8
(2) (1)
< L1 L1
(1)
ai;1
: L(2)
i Li
(1) (1)
i;1 L1 où i;1 = (1) ; i = 2; :::; n
a1;1
(k)
A la k ieme étape : Si ak;k 6= 0 : " le k ieme pivot de l’élimination de Gauss " (sinon
on fait une permutation de lignes) on fait l’a¤ectation suivante:
8
>
< Li
(k+1) (k)
Li ; i = 1; :::; k
(k)
ai;k
> (k+1)
: Li
(k)
Li
(k)
i;k Lk où i;k = (k) ; i = k + 1; :::; n
ak;k
8
1.3. Méthodes d’élimination de Gauss
Etape (n-1): Le système S (n) : A(n) x = b(n) obtenu est triangulaire supérieure avec
0 1 0 1
(n) (n) (n) (n)
B a1;1 a1;2 a1;n C B b1 C
B (n) (n) C B (n) C
B 0 a2;2 a2;n C B b2 C
(n)
A =B . B C et b = B
(n) C
. . . .
. C B .. C :
B . . . C B . C
@ A @ A
(n) (n)
0 an;n bn
9
1.4. Interprétation matricielle de l’élimination de Gauss: la factorisation LU
1
A(k+1) = M (k) A(k) ; donc A(k) = M (k) A(k+1)
1 1
A(k) = M (k) A(k+1) , avec L(k) = M (k)
0 1
1 0 0 0
B C
B .. C
B 0 1 . 0
C
B .. . . C
..
B .. .. C
B . . . . C.
B C
B ...
L(k) = k ieme ligne B 0 0 1 0 C
C :
B C
B .. (k)
ak+1;k .. C
B . 0 (k) 1 . 0 C
B ak;k C
B .. .. .. .. C
B . . . 0 . 0 C
B C
@ (k)
an;k
A
0 0 (k) 0 0 1
ak;k
De sorte que:
A = A(1) = L(1) :L(2) L(n 1)
:A(n) :
10
1.5. Les TP
et 0 1
(1) (1) (1) (1)
a1;1 a1;2 a1;3 a1;n
B C
B 0 (2) (2)
a2;2 a2;3 a2;n C
(2)
B C
B . .. C
B .. . a(3) (3) C
a3;n C
B 3;3
B . .. .. .. .. C
U =B
B .
. . . . . C
C :
B . ... ... ... C
B .. (k)
ak;k ak;n C
(k)
B C
B . .. .. .. .. .. C
B .. . . . . . C
@ A
(n)
0 0 0 0 0 an;n
Nous avons donc factorisé la matrice A, à une permutation près, en produit L:U de
deux matrices triangulaires.
Nous somme amenés à résoudre successivement les deux systèmes:
Ly = b;
U x = y:
1.5 Les TP
Exercice 1.5.1 Système linéaire triangulaire inferieure
11
1.5. Les TP
12
1.5. Les TP
13
1.5. Les TP
8
< Ux = y
Alors le système Ax = b () LU x = b () :
: Ly = b
14