FACULTE DES SCIENCES AGADIR Années universitaires : 2018/2022

DEPARTEMENT DE MATHEMATIQUES

Travaux dirigées avec corrections

Analyse numérique 2

FILIÈRE : Licence fondamentale Siences Mathématiques Appliquées (SMA).

SEMESTRE : 6.

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

|λ| = ρ(A), Av0 = ρ(A)v0

d’où

ρ(A)∥v0 ∥ = ∥λv0 ∥ = ∥Av0 ∥ ≤ ∥A∥∥v0 ∥

⇒ 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

4. il existe une norme induite telle que ||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. Montrer que si A est symétrique ρ(A) = ||A||2 .

2
Réponse :

1. a) On a ρ(A) ≤ ||A|| en l’appliquant a Ap on obtient ρ(Ap ) ≤ ||Ap || par récurrence on

obtient ρ(Ap ) = ρ(A)p ce qui implique que
1
ρ(A) ≤ ||Ap || p (∗)

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

En faisant tendre ε vers 0 on obtiendra le résultat.

2. A est symétrique c à d A = At alors on a :

p p
||A||2 = ρ(AAt ) = ρ(A2 ) = ρ(A).
On démontre ce résultat en général:
On a
||Ax||22 x∗ A∗ Ax
||A||22 = sup = sup
x̸=0 ||x||22 x̸=0 x∗ x
Or A A est hermitienne (facile à vérifier) donc A∗ A = U DU ∗ où U est unitaire (U U ∗ =
∗

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)

En utilisant ce changement de variable y = U ∗ x on aura:

Pn
x∗ A∗ Ax y ∗ Dy µi |yi |2
sup = sup = sup i=1
≤ max µi = ρ(A∗ A).
x̸=0 x∗ x x̸=0 y y
∗
x̸=0 ||y||22 1≤i≤n

Pour montrer ρ(A∗ A) ≤ ||A||22 .

Soit i0 tel que µi0 = max1≤i≤n µi .
Posons P ỹi = δi,i0 , i ≤ 1 ≤ n. ỹ = (0, . . . , 1(i0 position), . . . , 0) alors ||ỹ||2 = 1 et
ỹDỹ = ni=1 µi |ỹi | = µi0 = max1≤i≤n µi = ρ(A∗ A). Donc

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. Montrer que ∥A∥E est une norme matricielle.

2. Est-ce une norme suborbonnnées?
p p
3. Montrer que ∥A∥E = tr(ĀA) =√ tr(AĀ)
En déduire que ∥A∥2 ≤ ∥A∥E ≤ N ∥A∥2 .
Réponse :

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

2. ∥A∥E n’est pas une norme subordonnée. En effet, pour n ≥ 2, on a

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 .

D’où le deuxième résultat.

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

En appliquant le théorème de Gershgorin-Hammard sur A, on aura :

X
|λi − aii | ≤ |aij |.
i̸=j

Le même théorème appliqué à T −1 AT , nous donne

X
|λ(ϵ) − λi + ϵeii | ≤ |ϵ| |eij |.
i̸=j

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,

avec Ax = λn x. De plus : x ̸= 0 car x(0) ∈ / vect(f1 , . . . , fn ) = (ker(A − λn I))⊥ et

∃i ∈ {p + 1, . . . , n} : αi ̸= 0. D’où le résultat.

2. On a ∥x(k) ∥ = ni=1 λki αi et ∥x(k+1) ∥ = ni=1 λk+1

P P
i αi . Donc
(k+1)
∥x(k+1) ∥ ∥ xλk+1 ∥ ∥x∥
(k)
= λn xn(k) →k→∞ λn = λn .
∥x ∥ ∥ k ∥ ∥x∥
λn

Exercice 9 (Puissance inverse)

Soit A une matrice symétrique d’ordre n et (λ1 , . . . , λp ), p ≤ n, les valeurs propres de A et soit
i ∈ {1, . . . , p}. On cherche à calculer λi . Pour cela, soit x(0) ∈ R, tel que x(0) ∈
/ vect{f1 , . . . , fn },
où fi les vecteurs propres de A associés aux valeurs propres λi . Supposons que µ ∈ R tel que
0 < |µ − λi | < |µ − λj |, ∀j ̸= i. On définit la suite (x(k) ) par :

(A − µI)x(k+1) = x(k) , ∀k ∈ N.

1. Montrer que x(k) (λn − µ)k →k→∞ x avec x ̸= 0 tel que Ax = λn x.

∥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 )

1. Montrer que si les coefficients aij de la matrice A vérifient les inégalités

N
X
|aii | ≥ |aii | + δ
j=1j̸=i

pour δ > 0 donnée, alors A est inversible et ||A−1 ||∞ ≤ 1

δ

2. Montrer que les valeurs propores de A sont supérieures ou égales à δ en module.

7
 Réponse :

1. ˆ A est inversible si et seulement si zéro est une valeur propore de A.

Supposons que A n’est pas inversible, alors zéro est une valeur propre de A, d’après
le théorème de Gershgorin-Hmmard : il existe i ∈ {1, . . . , n} tel que
N
X
|aii − 0| ≤ |aii |
j=1j̸=i

Ce qui contredit l’inégalité.

ˆ
−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

Il existe i0 ∈ {1, . . . , n} tel que |xi0 | = ||x||∞ = max |xj |.

Or |ai0i0 xi0 | = |ai0i0 ||x||∞ .
n
X n
X n
X
| ai0j xj | ≤ |ai0j ||xj | ≤ |ai0j |||x||∞
j=1j̸=i j=1j̸=i j=1j̸=i

On a n
X
||Ax||∞ ≥ (|ai0i0 | − |ai0j |)||x||∞ ≥ δ||x||∞
j=1j̸=i

2. On a ρ(A) ≤ ||A||∞ alors ρ(A−1 ) ≤ ||A−1 ||∞ donc

1
SP (A−1 ) = { | λ ∈ SP (A)}
λ
1
∀λ ∈ SP (A), 1
|λ|
≤ ρ(A−1 ) ≤ ||A−1 ||∞ ≤ .
δ
⇒ |λ| ≥ δ

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

1. Démontrer que F admet au plus un point fixe a (tel que a = F (a)).

2. Démontrer que F (B) ⊂ B.
3. Démontrer que F admet un unique point fixe a limite de la suite (x(k) ) définie par

x(0) ∈ B donné, x(k+1) = F (x(k) ), k = 0, 1, . . .

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

3. D’après le 2) si x(0) , tout les éléments de la suite (x(k) ) appartiennent à B. On démontre

que la suite x(k) est de Cauchy. En effet on a

||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.

4. En faisant tendre p vers l’infini, n restant fixé, F étant continue, on a

(n) (n+1) K n+1 (1)

||a − F (x )|| = ||a − x || ≤ ||x − x(0) ||.
1−K

5. Si on pose G = F q , on a ||G(x) − G(y)|| ≤ K||x − y||, K ∈]0, 1[ pour tout x et y de

B, et comme G(B) ⊂ B, G admet un unique point fixe a. Or F q+1 (a) = F (F q (a)) =
F (G(a)) = F (a) = F q (F (a)). Donc F (a) est un point fixe de G qui en a déja un. Donc
F (a) = a c-à-d que a est un point fixe de F et tout point fixe de F l’étant de G, il est
unique.

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

F (x) = a, a ∈ Rm donné (1)

est solution de
⟨F (x), x − y⟩ ≤ ⟨a, x − y⟩, ∀y ∈ Rm (2)
et réciproquement.

2. Soit R un réel strictement positif. Démontrer que toute solution α ∈ B(0, R) de

⟨F (x), x − y⟩ ≤ ⟨a, x − y⟩, ∀y ∈ B(0, R)

est solution de (1).

Réponse :

1. - Si F (α) = a, on a ⟨F (α), α − y⟩ = ⟨a, α − y⟩, ∀y ∈ Rm .

- Réciproquement, on pose y = α + tu, y ∈ Rm , t > 0.
Alors on a ⟨F (α), −tu⟩, d’où ⟨F (a), u⟩ ∀y ∈ Rm .
Mais on peut prendre u = v et u = −v, d’où

⟨F (α), v⟩ ≥ ⟨a, v⟩ et ⟨F (α), −v⟩ ≥ ⟨a, −v⟩,

ie. ⟨F (α), v⟩ ≤ ⟨a, v⟩. Donc F (α) = a.

2. Soient α ∈ B(0, R) solution de (3) et z ∈ Rm . Il existe un t0 tel que y = (1 − t)α + tz

appartienne à B(0, R) pour t ∈ [0, t0 ]. Alors on a

⟨F (α), α − y⟩ ≤ ⟨a, α − y⟩ = t⟨a, α − z⟩

ie. ⟨F (α), α − z⟩ ≤ ⟨a, α − z⟩, ∀z ∈ Rm .

α et solution de (2) et donc de (1) d’après le 1.

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 :

1. La méthode de Newton consiste à résoudre l’équation non linéaire F (X) = 0 en utilisant

le schéma numérique :

X0 donnée
JF (X (k) )[X (k+1) − X (k) ] = −F (X (k) )

2. Résolvons le système suivant par la méthode de Newton :


16x2 = (x2 + 1)(x + y)2
9y 2 = (y 2 + 1)(x + y)2
 2 
(x + 1)(x + y)2 − 16x2
On pose F (X) = F (x, y) = .
(y 2 + 1)(x + y)2 − 9y 2
On a :
 3 
4x + 2xy 2 + 6x2 y + 2x + 2y − 32 2x2 y + 2x3 + 2y + 2x
JF (X) = .
2xy 2 + 2y 3 + 2x + 2y 4x3 + 2x2 y + 6y 2 + 2x + 2y − 18y
 
(k) x(k)
Algorithme de Newton : X = et JF (X)[X (k+1) − X (k) ] = −F (X (k) ).
y (k)
À l’étape k, on résout le système :
   
(k) s ((x(k) )2 + 1)2 (x(k) + y (k) )2 − 16(x(k) )2
JF (X ) =−
t ((y (k) )2 + 1)2 (x(k) + y (k) )2 − 9(y (k) )2
On obtient la solution
   
(k+1) x(k+1) s + x(k)
X = = .
y (k+1) t + y (k)
   
(0) x(0) 1
3. Pour k = 0, on a X = (0) = , la solution du système :
y 1
    
−16 8 s 8
=
8 −2 t 1

est s = 3/4 et t = 5/2. On obtient donc :

 (1)   
x 1.75
=
y (1) 3.5

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

Notons u = (x, y) ∈ R2 et ū une solution du système (1).

1. Méthode de point fixe :

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 :

a) Ecrire un algorithme de Newton pour approcher la solution du système (1).

b) La limite de cet algorithme est-elle toujours bien définie?

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 :

∀x, y ∈ R2 , ϕ(x) = ϕ(y) + ∇ϕ(ξ)(x − y), ∀ξ ∈ R2 .

4
Donc ∀x, y ∈ R2 , ∥ϕ(x) − ϕ(y)∥ ≤ ∥x − y∥.
5

(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

2. (a) L’algorithme de Newton appliquée au système (1) est de la forme suivante :

f (x(k−1) ) + ∇f (x(k−1) )(x(k) − x(k−1) ) = 0, ∀k ≥ 1.

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

On calcule le Jacobien de la fonction f :

 
−5 + 2 cos(x) −2 sin(y)
∇f (x, y) =
−2 sin(x) −5 + 2 cos(y)

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)

et comme Ax = λx et x · x = 1, ceci entraı̂ne que ν = 0. En revenant à l’équation (3) on

obtient alors que Ax − λx = 0, c-à-d. que x ∈ ker(A − λId) = Rx car λ est valeur propre
simple. Or on a aussi xz = 0 donc z⊥x, ce qui n’est possible que si z = 0. On a ainsi montré
que DF (x, λ) est injective, et comme on est en dimension finie, DF (x, λ) est bijective. Donc
d’après un théorème du cours, la méthode de Newton est localement convergente.

1.1 Différences finies

Exercice 18
Démontrer les formules suivantes donnant des approximations de la dérivée de f au point x :

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.

• Les solutions à l’intérieur de l’intervalle [0, 1] sont notées U1 , . . . , UN localisées en xi , i =

1, . . . , N .

• Les solutions aux bords de l’intervalle [0, 1] sont notées U0 et UN +1 localisées en x0 et xN +1 .

′′ Ui+1 − 2Ui + Ui−1
• On remplace −u (xi ) par − .
h2
1
• Les équations discrétisées sont (2Ui − Ui+1 − Ui−1 ) + cUi = fi avec fi = f (xi ).
h2
• On détermine maintenant U0 et UN +1 :
On a :
′ 1
U (0) ≃ (u(x1 ) − u(0))
h
′ 1
U (1) ≃ (u(1) − u(xN ))
h
′ ′
et puisque U (0) = 0 et U (1), on obtient : U0 = U1 et UN +1 = UN .

• Le schéma de différences finies est donc :

1


 (U0 − U1 ) + cU0 = f0 ,

 h2
1

2
(2Ui − Ui−1 − Ui+1 ) + cUi = fi , i = 1, . . . , N,
 h

 1
(UN −1 − UN ) + cUN +1 = fN +1 .


h2

Exercice 22 (Complément : Principe de maximum)

On considère le problème de réaction-diffusion avec condition aux limites de Neumann ho-
mogène :  ′′
−u (x) + c(x)u(x) = f (x), 0 < x < 1,
(4)
u(0) = a, u(1) = b,
où (a, b) ∈ R2 , u ∈ C([0, 1]) et f ∈ L(C([0, 1]), R+ ).

1. Donner la discrétisation du problème (4) par la méthode des différences finies .

2. On suppose que c = 0. Montrer que Ui ≥ min(a, b), ∀i = 1, . . . , N.

16
Réponse :

1. On suit la même démarche que l’exercice précédent.

2. On pose
p = min{i, Ui = min Uj }. (5)
j=0,...,N +1

Supposons que 1 < p < N alors :

1 1
2
(Up − Up−1 ) + 2 (Up − Up+1 ) = fp . (6)
h h
Or Up = minj=1,...,N +1 Uj , on a donc Up − Up−1 ≤ 0 et Up − Up+1 ≤ 0 d’après (5).
Comme fp ≥ 0 donc on obtient une contraduction avec (6). D’où Up ≥ min(a, b).
Principe de maximum :
On appelle principe de maximum continue le fait que si f ≥ 0 alors le minimum de la
fonction U solution du problème est atteint sur les bords.

17