USTHB, FEI Mercredi 8 Décembre 2021

Département d’Informatique
Laiche Nacéra
L2 : ISIL A2. Module : Analyse Numérique

TD ( Série 3)
Exercice 1

1 −1 2 1
 
 − 1 9 − a − 2 − 1
Soit A= , alors :
2 −2 a+4 2 
 
1 −1 2 
 2

1) A est symétrique, en effet :

t
A = (a j i )1i , j  4 n’est que la matrice A pour tout a   , alors : t A = A ,  a   .

Pour définie positive, il faut que tous les déterminants des mineurs principaux
soient strictement positifs.

- A1 = (1) , det ( A1 ) = 1  0 pour tout a   .

1 −1 
- A2 =   , det ( A2 ) = 1 (9 − a) − (−1)  (−1) = 8 − a , donc
 − 1 9 − a 
det ( A2 )  0 pour a  8 c'est-à-dire pour a  − , 8 .

1 −1 2 
 
- A3 =  − 1 9 − a − 2  , det ( A3 ) = 8a − a 2 = a  (8 − a) , det ( A3 )  0 pour
2 − 2 a + 4 


0  a  8 c'est-à-dire a  0, 8 .

- A4 = A , det ( A4 ) = 8a − a 2 , et donc det ( A4 )  0 pour 0  a  8 .

Conclusion La matrice A est symétrique définie positive si et ssi : a  0, 8 .

2) Pour a = 4 ,

 1 −1 2 1
 
 − 1 5 − 2 − 1
A= ,
2 −2 8 2
 
 1 −1 2 2 


alors :
- La décomposition de A en LU
USTHB, FEI Mercredi 8 Décembre 2021
Département d’Informatique
Laiche Nacéra
L2 : ISIL A2. Module : Analyse Numérique

TD ( Série 3)
l1  l1
 −1
l 2  l 2 −  l1  1 − 1 2 1
 1   
0 4 0 0
- 2 donnent A ( 2) = .
l 3  l 3 −  l1 0 0 4 0
1  
 0 0 0 1
1  
l 4  l 4 −  l1
1

D’où

 1 − 1 2 1
 
0 4 0 0
A ( 2) =  = A ( 3) = A ( 4 ) .
0 0 4 0
 
 0 0 0 1
 

Par conséquent,

1 0 0 0 1 −1 2 1
   
−1 1 0 0 0 4 0 0
L= , U = .
2 0 1 0 0 0 4 0
   
1 1  0 0 1 
 0 0  0

- La décomposition de A en LDV : LU = LD * ( D(-1)U).

Elle est donnée par les matrices suivantes :

1 0 0 0 1 0 0 0 1 −1 2 1
     
−1 1 0 0 0 4 0 0 −1 0 1 0 0
L=  , D=  , V =D U = .
2 0 1 0 0 0 4 0 0 0 1 0
     
1     1 
 0 0 1 0 0 0 1 0 0 0

Où

1 0 0 0
 
 0 1/ 4 0 0
D −1 = .
0 0 1/ 4 0
 
0 0 1 
 0

Remarque Partant de : A = LU = LDD −1U , alors : lorsque A est

symétrique,
t
A = t ( LD( D −1U )) = t ( D −1U )  t ( LD)
= A
= LU
USTHB, FEI Mercredi 8 Décembre 2021
Département d’Informatique
Laiche Nacéra
L2 : ISIL A2. Module : Analyse Numérique

TD ( Série 3)
Vu l’unicité de la décomposition de A en LU, alors :
t
( D −1U ) = L CE QUI DONNE : A = LD ( D −1U ) ,
alors : A = L D t L .

Donc si A n’est pas symétrique, on n’ a pas D −1U = t L .

On aura la décomposition A = L D V .

- La décomposition de Choleski

Elle est définie par : A = t R R avec R = D1 / 2 t L .

Donc

1 0 0 0 1 −1 2 1 1 −1 2 1
     
0 2 0 0 0 1 0 0 0 2 0 0
R=  = .
0 0 2 0 0 0 1 0 0 0 2 0
     
0 1   0 0 1   0 0 1 
 0 0 0 0

Remarque Vous pouvez déterminez la matrice R par identification.

Il suffit de poser la matrice R sous sa forme générale et résoudre :

A = tR R .

 r11 r1 2 r13 r1 4 
 
0 r2 2 r2 3 r2 4 
Posons : R = 
r3 4 
, et déterminer les coefficients ri j tels que :
0 0 r3 3
 
0 0 0 r4 4 


A = tR R .

 r11 0 0 0   r11 r1 2 r13 r1 4 

   
 r1 2 r2 2 0 0  0 r2 2 r2 3 r2 4 
r  = A.
r2 3 r3 3 0  0 0 r3 3 r3 4 
 13   
 r1 4 r2 4 r3 4 r4 4   0 0 0 r4 4 


Ce qui revient à résoudre :

r121 = 1 entraine r11 = 1 , r11  r1 2 = −1 alors : r12 = −1 , ………………….

- Calcul de l’inverse de A

Partant de A = t R R , alors l’inverse de A est donnée par :

USTHB, FEI Mercredi 8 Décembre 2021
Département d’Informatique
Laiche Nacéra
L2 : ISIL A2. Module : Analyse Numérique

TD ( Série 3)

A −1 = ( t R R) −1 = R −1  ( t R) −1 = R −1  t ( R −1 ) .

Donc tout revient à inverser la matrice R : R*R(-1) = Id.

Vous pouvez l’inverser directement par identification car il s’agit d’une
matrice triangulaire.
Après calculs, nous obtiendrons :

 1 1 / 2 − 1 − 1
 
 0 1/ 2 0 0
R −1 = .
0 0 1/ 2 0 
 
0 0 1 
 0

Et

 13 / 4 1 / 4 − 1 / 2 − 1
 
−1  1/ 4 1/ 4 0 0
A = .
− 1/ 2 0 1/ 4 0
 
 −1 
 0 0 1 

Exercice 2 Soit ai j = 3 min (i, j ) − 1 si : i  j et ai j = 4i 2 + i − 1 si : i = j .

1) Pour n = 4 ,
4 2 2 2 
 
 2 17 5 5 
A4 =  .
2 5 38 8 
 
 2 5 8 67 
 
Après calculs, nous obtenons :
 1 0 0 0 4 2 2 2 
   
1 / 2 1 0 0  0 16 4 4 
L= et U = .
1/ 2 1/ 4 1 0 0 0 36 6 
   
1 / 2 1 / 4 1 / 6 1   0 0 0 64 
  
Par suite,
2 0 0 0  1 1/ 2 1/ 2 1/ 2  2 1 1 1
     
0 4 0 0  0 1 1/ 4 1/ 4  0 4 1 1
R=  = .
0 0 6 0  0 0 1 1/ 6   0 0 6 1
     
0 8   0 0 1   0 0 8 
 0 0 0 0
2) Nous en déduisons que :
USTHB, FEI Mercredi 8 Décembre 2021
Département d’Informatique
Laiche Nacéra
L2 : ISIL A2. Module : Analyse Numérique

TD ( Série 3)

2i si : i = j

ri j = 0 si : i  j pour i, j = 1, 2, 3, 4 .
1 si : i  j

Supposons que le résultat est vrai à l’ordre n c'est-à-dire : An = t Rn  Rn avec R n

définie par :
2i si : i = j

ri j = 0 si : i  j pour i, j = 1, 2, 3, ... , n ,
1 si : i  j

et montrons que le résultat reste vrai à l’ordre (n + 1) . Pour ce faire, il suffit de
montrer que :
t
Rn+1  Rn+1 = An+1 .
Essayer de développer le produit :
t
Rn+1  Rn+1 = C = (ci j )1i , j n+1 . A*B = C

a) 1er cas : i = j
i −1 i −1
ci i =  ( t Rn+1 ) i k  ( Rn+1 ) k i + ((Rn+1 ) i i ) 2 + 0 =  (1)  (1) + (2i)  (2i) .
k =1 k =1

Donc,
ci i = (i − 1) + 4i 2 = ai i , autrement dit c’est ( An+1 ) i i .

b) 2ème cas : i  j

(i − 1) + (2i)  1 + 0 si :i  j 3i − 1 si :i  j

ci j =   ci j =  .
( j − 1) + (2 j )  1 + 0 si :i  j 3 j − 1 si :i  j
Autrement dit,
ci j = 3 min (i, j ) − 1 = ai j = ( An+1 ) i j pour i  j .

Par conséquent, la matrice An admet la décomposition t Rn  Rn pour tout n dont les

coefficients de R n sont définis pour tout n par les relations suivantes :

2i si : i = j

ri j = 0 si : i  j pour tout i, j = 1, 2, 3, ... , n ,
1 si : i  j

USTHB, FEI Mercredi 8 Décembre 2021
Département d’Informatique
Laiche Nacéra
L2 : ISIL A2. Module : Analyse Numérique

TD ( Série 3)

t *

2 0 0 0 0….
1 4 0 0…..
1 1 6 0