Académique Documents
Professionnel Documents
Culture Documents
5𝑥1 − 𝑥2 − 𝑥3 − 𝑥4 = −4 5 −1 −1 −1 𝑥1 −4
−𝑥 + 10𝑥2 − 𝑥3 − 𝑥4 = 12 ⇛ [−1 10 −1 −1] [𝑥2 ] = [ 12 ]
{ 1 −1 −1 5 −1 𝑥3 8
−𝑥1 − 𝑥2 + 5𝑥3 − 𝑥4 = 8
−1 −1 −1 10 𝑥4 4
−𝑥1 − 𝑥2 − 𝑥3 + 10𝑥4 = 34
II- RESOLUTION
1) Méthode de Jacobi
a. Présentation :
La méthode de Jacobi correspond à l’algorithme suivant :
p. 1
A = [5, -1, -1, -1; -1, 10, -1, -1; -1, -1, 5, -1; -1, -1, -1, 10]; % A: Coefficient de la matrice
B = [-4; 12; 8; 34]; % B: vecteur Colonne des constantes
n = length(B);
x = zeros(n,1);
x0 = x;
tmax = 50;
tol = 10^-3;
for t=1:tmax,
for j=1:n,
x(j)=(B(j)-A(j,[1:j-1,j+1:n])*x0([1:j-1,j+1:n]))/A(j,j);
end
error = abs(x-x0); x0 = x;
if error <= tol
'La convergence est bonne'
break
end
end
display('iteration no =');display(t-1);
c. Résolution sur Matlab
Après le nombre d’itération fixe, nous avons la solution qui s’affiche donc
p. 2
2) Méthode de Gauss-Seidel
a. Présentation :
La méthode de Jacobi correspond à l’algorithme suivant :
clear all;
A = [5, -1, -1, -1; -1, 10, -1, -1; -1, -1, 5, -1; -1, -1, -1, 10]; % A: Coefficient de la matrice
B = [-4; 12; 8; 34]; % B: vecteur Colonne des constantes
n = length(B);
x = zeros(1,n);
k = 1.2;
for t=1:50,
error = 0;
for i=1:n,
s=0; xb = x(i);
for j=1:n,
if i~=j, s=s+A(i,j)*x(j);
end
end
x(i)=k*(B(i)-s)/A(i,i)+(1-k)*x(i);
error = error+abs(x(i)-xb);
end
fprintf('iteration no =%3.0f error = %7.2e \n', t, error)
if error/n <10^-4
break;
end
end,
p. 3
x
c. Résolution sur Matlab
Après le nombre d’itération fixe, nous avons la solution qui s’affiche donc,
III- CONCLUSION
Après le déroulement des deux méthodes nous avons les solutions données par les deux
méthodes,
Méthode de Jacobi
Méthode de Gauss-Seidel