Académique Documents
Professionnel Documents
Culture Documents
DEPARTEMENT DE MATHEMATIQUES
Analyse numérique 2
Professeur :
Mohamed SADIK
Travaux Dirigés n°1 - Analyse numérique
Exercice 1
Soit A ∈ Mn (K) et ||.|| une norme matricielle. Montrer que ρ(A) ≤ ||A||.
Réponse :
A ∈ Mn (K), il existe v0 ∈ K associé à la plus grande valeur de |λ|, alors
d’où
⇒ ρ(A) ≤ ||A||
Exercice 2
1. Soit ||.|| une norme matricielle, B une matrice telle que ||B|| ≤ 1 et I une matrice identité.
Montrer que
a) I + B est inversible
1
b) ||(I + B)−1 || ≤ .
1 − ||B||
2. Montrer que si (I + B) est singulière, alors ||B|| ≥ 1 pour toute norme matricielle ||.||.
Réponse :
1. a) I + B est inversible car ses valeurs propres 1 + λ(B) sont non nulles puisque −1 ne
peut pas être une valeur propre de B car ρ(A) ≤ ||A|| < 1.
b) On a (I + B) est inversible
⇒ (I + B)(I + B)−1 = I
⇒ (I + B)−1 = I − B(I + B)−1
par passage à la norme on obtient
∥ (I + B)−1 ∥≤ 1 + ∥B∥∥(I + B)−1 ∥ ⇒ ∥ (I + B)−1 ∥ (1 − ∥B∥) ≤ 1, d’où
1
||(I + B)−1 || ≤ .
1 − ||B||
2. Si I + B est singulière c à d -1 est une valeur propre de B, alors
||B|| ≥ ρ(B) ≥ 1.
Exercice 3
On rappel le résultat : pour toute matrice A ∈ Mn (R) et tout ε > 0, il existe une norme
matricielle ||.|| telle que :
||A|| − ε ≤ ρ(A).
Montrer que les conditions suivantes sont équivalentes
1
1. limk→∞ Ak = 0
2. ∀v ∈ Rn , limk→∞ Ak v = 0
3. ρ(A) < 1
Réponse :
1) ⇒ 2)
On a ∥Ak v∥ ≤ ∥Ak ∥.∥v∥ lorsqueAk → 0 ⇒∥ Ak ∥ → 0 ce qui montre que ∥ Ak v∥ → 0.
2) ⇒ 3)
On suppose que ρ(A) ≥ 1, on peut trouver x ̸= 0, Ax = λx, |λ| ≥ 1,
⇒ (Ak x)k≥1 ne converge pas vers 0,(carAk x = λk x)
nécessairement ρ(A) < 1
3) ⇒ 4)
1 − ρ(A)
On a ρ(A) < 1, alors il existe ε > 0 tel que ρ(A) + ε < 1 ( il suffit de prendre ε = )
2
d’où
||A|| ≤ ρ(A) + ε < 1
4) ⇒ 1)
On a ∥Ak ∥ ≤ ∥A∥k puisque ∥A∥ < 1 ⇒ ∥A∥k → 0,
⇒ lim Ak = 0.
k→∞
Exercice 4
Soit A ∈ Mn (C) et ||.|| une norme vectorielle sur Cn et on note de la même façon la norme
matricielle subordonnée.
A
1. pour tout ε > 0, on pose Bε = ,
ρ(A) + ε
a) Montrer que limp→∞ ||Bεp || = 0
1
b) Montrer que ρ(A) ≤ ||Ap || p
1
c) En déduire que limp→∞ ||Ap || p = ρ(A)
2
Réponse :
b) On a
ρ(A)
ρ(Bε ) = <1
ρ(A) + ε
donc limp ∥Bεp ∥ = 0 (d’après l’exercice précédent)
c)
∃p0 ∈ N, ∀p ≥ p0 , ∥Bεp ∥ ≤ 1
1
⇒ ∃p0 ∈ N, ∀p ≥ p0 , ∥Ap ∥ p ≤ ρ(A) + ε (∗∗)
de (∗) et (∗∗) on a
1
∃p0 ∈ N, ∀p ≥ p0 , ρ(A) ≤ ∥Ap ∥ p ≤ ρ(A) + ε
I) et on a
x∗ A∗ Ax
sup ∗x
= ρ(A∗ A).
x̸=0 x
En effet A∗ A = U DU ∗ avec D = diag(µi ) telles que µi sont les valeurs propores de A∗ A
alors
x∗ A∗ Ax x∗ U DU ∗ x (U ∗ x)∗ DU ∗ x
sup = sup = sup ∗ ∗ ∗
x̸=0 x∗ x x̸=0 x∗ x x̸=0 (U x) (U x)
y ∗ Dy ỹDỹ
sup ∗ ≥ = ρ(A∗ A).
y̸=0 y y ||ỹ||2
3
Exercice 5 (Norme euclidienne des matrices)
Soit A = [aij ] une matrice réelle. On pose:
X 1
∥A∥E = |aij |2 2
i,j
1. Montrons que ∥A∥E est une norme matricielle. Si on stocke la matrice A sous la forme
2 2
d’un vecteur de Cn on constate que la norme euclidienne (vectorielle) de Cn . Donc
||.||E et une norme (vectorielle) sur Mn (C).
L’inégalité de Cauchy -Schwartz permet de montrer que c’est aussi une norme ma-
tricielle. En effet ∀A, B ∈ Mn (C),
n
X n
X n
X n
X n
2 2
X
|bkj |2
∥AB∥E = | aik bkj | ≤ |aik |
i,j=1 k=1 i,j=1 k=1 k=1
n
X n
X
|aik |2 |bkj |2 = ∥A∥2E ∥B∥2E
≤
i,k=1 j,k=1
n
! 21
1
X
∥I∥E = |aij |2 = n 2 ̸= 1.
i,j=1
p
3. Montrons que ∥A∥E = tr(A∗ A) :
On a :
n n n
!
X X X X X
tr(A∗ A) = (A∗ A)ii = aij aji = aij aji = |aij |2 = ∥A∥2E .
i=1 i=1 j=1 i,j i,j
D’où le résultat.
Si U est unitaire, on peut vérifier facilement que ∥AU ∥E = ∥U A∥E = ∥U ∗ AU ∥E . Soit
A ∈ Mn (C). Comme ρ(A∗ A) ≤ tr(A∗ A alors
∥A∥2 ≤ ∥A∥E .
D’autre part, on a λiP≤ maxi=1,...,n (|λi |) pour tout i = 1, . . . , n, avec λi sont les valeurs
propres de A. Donc ni=1 λi ≤ n maxi=1,...,n (|λi |). Ainsi :
∥A∥2E ≤ n∥A∥22 .
4
Exercice 6
1. Soit A une matrice diagonalisable, et soit A(ϵ) = A + ϵC. Montrer que, pour chaque
valeur propore λ(ϵ) de A(ϵ), il existe un λi avec
|λ(ϵ) − λi | ≤| ϵ | κ∞ (T )∥C∥∞ .
2. Soit λ1 une racine simple de χA (λ) = 0. Montrer que pour |ϵ| suffisament petit, la matrice
A(ϵ) = A + ϵC possède une valeur propore unique λ1 (ϵ) proche de λ1 . La fonction λ1 (ϵ)
est différentiable et on a
u∗ Cv1
λ1 (ϵ) = λ1 + ϵ ∗ + O(ϵ2 )
u v1
Réponse :
Soit A une matrice diagonalisable. Alors, il existe une matrice T telle que T −1 AT =
diag(λ1 , . . . , λn ), où λi les valeurs propres de A. Soit
T −1 A(ϵ)T = T −1 AT + ϵT −1 CT
= diag(λi ) + ϵ |T −1{zCT} .
eij
X
⇒ |λ(ϵ) − λi | − |ϵeij | ≤ ϵ |eij |.
i̸=j
Ainsi
X
|λ(ϵ) − λi | ≤ |ϵ| |eij | ≤ |ϵ|∥T −1 CT ∥∞
i̸=j
−1
≤ |ϵ|∥T ∥∞ ∥C∥∞ ∥T ∥∞
≤ |ϵ|K∞ ∥C∥∞ .
Exercice 7
A et B deux matrices de taille n × n symétriques réelles, à valeurs propores positives ou nulles.
λ et µ sont deux réels strictement positifs. Que peut-on dire des valeurs propores de
M = (I − λA)(I + λA)−1 N = (I − µB)(I + µB)−1 ?
Montrer que les valeurs propores de MN sont de module au plus égal à 1.
Exercice 8
Soit A une matrice symétrique dont les valeurs propres sont notées λ1 , . . . , λn et les vecteurs
propres associés sont f1 , . . . , fn . Soit x(0) ∈ R, tel que x(0) ∈
/ vect(f1 , . . . , fn ) et on définit la
(k) (k+1) (k)
suite (x )k=1,...,n par Ax =x .
5
x(k)
1. Montrer que limk→∞ = x avec Ax = λn x et x ̸= 0.
λkn
∥x(k+1) ∥
2. Montrer que → λn .
∥x(k) ∥
Réponse :
1. Comme A est une matrice carrée symétrique, alors A est diagonalisable. Soit (fi )i
une base
Pnorthonormée deskvecteurs
Ppropres associés aux valeurs propres λi . On pose
(0) (0) n k
x = i=1 αi fi , c-à-d : A x = i=1 αi λi fi . Ainsi
n k
x(k) X
λi
= αi fi .
λkn i=1
λn
k
Comme −λn n’est pas valeur propre de A alors limk→∞ λλni = 0 si λi ̸= λn , avec
|λn | = ρ(A).
Soient λ1 , . . . , λp les valeurs propres qui sont différentes de λn , et soient λp+1 , . . . , λn
(k) k Pn
les valeurs propres qui sont égales à λn . Donc limk→∞ xλn = k=p+1 αi fi = x,
(A − µI)x(k+1) = x(k) , ∀k ∈ N.
∥x(k+1) ∥ 1
2. Montrer que →k→∞ .
∥x(k) ∥ |λn − µ|
6
Réponse :
Comme pour j ̸= i on a 0 < |µ − λi | < |µ − λj | alors la matrice A − µI est inversible. On
peut appliquer la méthode de la puissance itérée à la matrice B = (A − µI)−1 . Les valeurs
propres de B sont λj1−µ , j = 1, . . . , n avec λj valeur propre de A. Donc ρ(B) = |λi1−µ| car
|µ − λi | < |µ − λj |. Or λi1−µ est valeur propre de B et µ−λ
1
i
ne l’est pas, alors :
1
ρ(B) = .
λi − µ
t
Or ker B − λi1−µ I = ker(A − λi I) donc x(0) ∈/ ker B − λi1−µ I = ker(A − λi I)⊥ .
Le résultat est obtenu directement en appliquant 1 et 2 de l’exercice précédent.
Exercice 10
Soit A et B deux matrices carrées d’ordre N que l’on supposera hermitiennes définies positives.
On appelle valeurs propres de A relatives à B les nombres λ tels qu’il existe un vecteur u non
nul vérifiant :
Au = λBu
u est appelé vecteur propore.
Montrer que les valeurs propores de A relatives à B sont réelles et positives.
Réponse :
Soit λ une valeur propore de A relative à B, alors il existe un vecteur non nul u tel que
Au = λBu. Montrons que λ ∈ R+ .
On a
Au = λBu ⇒ u∗ A∗ u = λ̄u∗ Bu
⇒ λu∗ Bu = λ̄u∗ Bu ( car Au = λBu, A∗ , B ∗ )
Or B est définie positive et u ̸= 0 donc u∗ B > 0 et en simplifiant par u∗ B dans la dérnière
inégalité, λ̄ = λ, c-à-d λ ∈ R.
De plus d’après ce qui précède u∗ Au = λ̄u∗ Bu et u∗ Au > 0, u∗ Bu > 0 donc λ > 0.
Exercice 11
Soit A ∈ MN (R) (A = (aij )1≤i,j≤N )
7
Réponse :
−1 ||A−1 y||∞ ||x||∞
||A ||∞ = sup = sup
||y||∞ x̸=0 ||Ax||∞
X X
||Ax||∞ = max |(Ax)i | = max | aij xj | ≥ | aij xj |
i
j=1 j=1
On a n
X
||Ax||∞ ≥ (|ai0i0 | − |ai0j |)||x||∞ ≥ δ||x||∞
j=1j̸=i
Exercice 12
Soit B la boule fermée de Rm de centre ω et de rayon r. On considère une fonction F de Rm
dans Rm telle que
i) ||F (x) − F (y)|| ≦ K||x − y||, K ∈ [0, 1[, ∀x, y ∈ B
ii) ||ω − F (ω)|| ≦ (1 − K)r
8
Kk
4. Démontrer que ||a − x(k) || ≦ ||x(1) − x(0) ||.
1−K
5. Démontrer que si F ne vérifie plus i) mais qu’il existe q ∈ N∗ tel que F q définie par
”F 1 (x) = F (x), F q+1 = F (F q (x)) = F q (F (x))” vérifie i alors F admet un unique point
fixe.
6. Soit J(x) la matrice Jacobienne de F. Démontrer que si ||J(x)|| ≦ M < 1 pour tout x de
B, alors la suite (x(k) ) définie en 3) converge vers α, point fixe de F .
Réponse :
1. Si a et b sont deux points fixes, on a ||F (a) − F (b)|| = ||a − b|| ≦ K||a − b|| d’où
||a − b|| = 0 car K < 1, i.e a = b.
2. Pour x ∈ B, on a
||ω − F (x)|| = ||ω − F (ω) + F (ω) − F (x)|| ≤ ||ω − F (ω)|| + ||F (ω) − F (x)||
≤ ||ω − F (ω)|| + K||ω − x|| ≦ (1 − K)r + Kr ≤ r0
||F (x(n+1) )−F (x(n) )|| ≤ K||x(n+1) −x(n) || ≤ K 2 ||x(n−1) −x(n−2) || ≤ · · · ≤ K n+1 ||x(1) −x(0) ||
d’où
1 − K p (1)
||F (x(n+p) ) − F (x(n) )|| ≤ K n+1 ||x − x(0) ||.
1−K
Rm étant complet, la suite (x(k) ) est convergente. Soit a sa limite, a ∈ B, et comme F
est continue, car contractante, on a F (a) = a.
6. On a x(1) − a = F (x(0) ) − F (a) = J(ξ)(x(0) − a), où ξ est un point de la droite joignant
a à x(0) et donc de B. Donc ||x(1) − a|| ≤ M ||x(0) − a||, d’où ||x(k) − a|| ≤ M k ||x(0) − a||.
Comme M < 1, limk→∞ M k = 0 et la suite converge vers a.
9
1 TD2 - systèmes non linéaires
Exercice 13
1. Démonter que toute solution du système d’équations
est solution de
⟨F (x), x − y⟩ ≤ ⟨a, x − y⟩, ∀y ∈ Rm (2)
et réciproquement.
Exercice 14
1. Soit v un vecteur réel vérifiant v T v =1. Montrer que la matrice de Householder
H(v) = I − 2vv T
représente une symétrie par rapport au sous-espace vectoriel formé par les vecteurs or-
thogonaux aux vecteurs v. En déduire que det(H(v)) = −1.
2. Démontrer que toute matrice orthogonale est le produit de au plus n matrices de House-
holder. En déduire une interprétation géométrique des matrices orthogonales.
Exercice 15
1. Ecrire formellement la méthode de Newton pour résoudre le problème F (X) = 0, où
F (f1 , f2 , . . . , fN ) est une application de RN dans RN et X = (x1 , x2 , . . . , xN ) ∈ RN .
10
2. On considère le système d’équations
16x2 = (x2 + 1)(x + y)2
9y 2 = (y 2 + 1)(x + y)2
Ecrire l’algorithme de Newton pour la résolution du système précédent.
3. Calculer les premières itérés x(1) et y (1) construits par la méthode de Newton en protant
de x(0) = 1 et y (0) = 1.
Réponse :
11
Exercice 16
On considère le système d’équations suivant:
−5x + 2 sin x + 2 cos y = 0
(1)
2 cos x + 2 sin y − 5y = 0
a) Montrer que le système (1) se réecrit sous la forme ϕ(u) = u où ϕ est une fonction
strictemement contractante dans R2 pour la norme ||.||1 .
b) Vérifier que la solution ū est unique.
c) A partir de la fonction ϕ, construire une suite (uk )k∈N qui converge vers ū et estimer
la vitesse de convergence.
2. Méthode de Newton :
12
Réponse :
2 sin(x) + cos(y)
1. (a) On considère la fonction ϕ définie par ϕ(x, y) = .
5 cos(x) + sin(y)
On peut vérifier facilement que ϕ est strictement
contractantedans R2 pour la
2 cos(x) − sin(y)
norme ∥ · ∥1 . En effet, on a ∇ϕ(X) = ,
5 − sin(x) cos(y)
c-à-d que :
2 4
∥∇ϕ∥1 = max(| cos(x)| + | sin(y)|, | cos(y)| + | sin(x)|) ≤ .
5 5
On utilise une formule de Taylor d’ordre 1 pour avoir :
(b) Soient x
e et ye deux points fixes. Alors :
∥e
x − ye∥1 = ∥ϕ(e
x) − ϕ(e
y )∥1 ≤ ∥e
x − ye∥1
Donc ∥e
x − ye∥1 = 0. Soit x
e = ye.
(c) La méthode du point fixe consiste à utiliser le schéma suivant :
u(0) donnée
u(n+1) = ϕ(u(n) ), n ≥ 0.
On sait que : n
(n) 4
∥u − u∥1 ≤ ∥u(0) − u∥1 .
5
Soit
x(k) = x(k−1) − [∇f (x(k−1) )]−1 f (x(k−1) ), ∀k ≥ 1.
(b) On considère la fonction suivante :
−5x + 2 sin(x) − 2 cos(y)
f (x, y) =
2 cos(x) + 2 sin(y) − 5y
La solution existe et elle est unique pour toute donnée initiale lorsque la ma-
trice ∇f (x, y) est inversible pour tout X = (x, y)t ∈ R2 . Pour le cas étudié, on
a det(∇f (x, y)) = 25 − 10(cos(y) cos(x)) + 4 cos(x + y) ≥ 4. Donc la matrice
jacobienne est inversible et la solution existe et elle est unique.
13
Exercice 17
Soit A ∈ Mn (R) une matrice symétrique d’ordre n. Soient λ une valeur propre simple de A
et eλ un vecteur propre normé associé à λ. Pour calculer (λ, eλ ), on applique la méthode de
Newton au système suivant :
Ax − λx = 0
x.x = 1
Montrer que l’algorithme de Newton associé à ce problème est bien défini et localement con-
vergent.
Réponse :
On réecrit le système sous la forme F (x, λ) = 0 où F est une fonction de Rn+1 dans Rn+1
définie par :
Ax − λx
F (y) = f (x, λ) = ,
x·x−1
et donc
Az − λz − νx
DF (λ, x)(z, ν) = ,
2x · x
Supposons que DF (λ, x)(z, ν) = 0. On a alors Az − z − νx = 0 et 2x · z = 0. En multipliant
la première équation par x et en utilisant le fait que A est symétrique, on obtient :
z · Ax − λz · x − νxx = 0 (3)
f (x + h) − f (x)
1. f ′ (x) = + o(h),
h
f (x) − f (x − h)
2. f ′ (x) = + o(h),
h
f (x + h) − f (x − h)
3. f ′ (x) = + o(h2 ),
2h
f (x + h) − 2f (x) + f (x − h)
4. f ”(x) = + o(h2 ),
h
Trouver une formule d’ordre 3 pour la discrétisation de la dérivée seconde sur Ωh = hZ.
Exercice 19
Soit f ∈ C([0, 1]). On cherche u telle que
−u” = f (x) (1, a)
(1)
u(0) = u(1) = 0 (1, b)
14
1. Calculer la solution exacte u(x) du problème lorsque f est la fonction identiquement égale
à 1, et vérifier que u(x) ≥ 0 pour tout x ∈ [0, 1].
On discrétise le problème par différence finies, avec un pas h = h1 .
2. A l’aide de développement de Taylor, écrire l’approximation de u”(xi ) au deuxième ordre
en fonction de u(xi ), u(xi−1 ) et u(xi+1 ). En déduire le schéma aux différences finies pour
l’approximation de (1), qu’on écrira sous la forme :
(2) K3 u = b
où K3 est la matrice de discrétisation qu’on explicitera.
u = (u1 , u2 , u3 )t et b = (b1 , b2 , b3 )t = (f (x1 ), f (x2 ), f (x3 ))t
3. Résoudre le système linéaire (2) par la méthode de Gauss. Comparer ui et u(xi ), pour
i = 1, 2, 3, et expliquer pourquoi l’erreur de discrétisation u(xi ) − xi est nulle.
4. Reprendre les questions précédentes en remplaçant les conditions (1,b) par :
u(0) = 0, u′ (1) = 0.
Exercice 20
Soit la fonction f ∈ C 0 ([0, 1]). On considère le problème aux limites :
Trouver u suffisament régulière telle que
1
−u”(x) +
u′ (x) = f (x), ∀x ∈]0, 1[
(1) 1+x
u(0) = 0
u(1) = 0
On admet que ce problème admet une unique solution u ∈ C 2 ([0, 1]).
1
Soit N ≥ 1 entier, h = le pas de discrétisation. On introduit les point xi = ih sur [0, 1]
1+N
pour 0 ≤ i ≤ N + 1.
Pour une fonction v assez régulière (f ∈ C 4 ([0, 1])), on définit l’approximation centrée de v ′ par
v(xi +1 ) − v(xi −1 )
v ′ (xi ) ≈
2h
1. Montrer que cette approximation est d’ordre 2. Ecrire l’approximation de v” en justifiant
l’ordre.
2. On note ui une approximation de u(xi ). Discrétiser le problème (1) à l’aide des approx-
imations centrées définies précédement en précisant la discrétisation des conditions aux
limites.
3. Mettre le système correspondant sous la forme d’un système linéaire Ah uh = bh où Ah est
une matrice, uh et bh des vecteurs qu’on explicitera.
Exercice 21 (Complément : Problème de réaction-diffusion)
On considère le problème de réaction-diffusion avec condition aux limites de Neumann ho-
mogène : ′′
−u (x) + cu(x) = f (x), 0 < x < 1,
′ ′
u (0) = u (1) = 0,
où c > 0 et f ∈ C([0, 1]).
Donner la discrétisation de ce problème par la méthode de différences finies.
15
Réponse :
• On se donne une discrétisation (xi )i=0,...,N +1 de l’intervalle [0, 1] avec un pas de maillage h.
16
Réponse :
2. On pose
p = min{i, Ui = min Uj }. (5)
j=0,...,N +1
17