Académique Documents
Professionnel Documents
Culture Documents
Analyse Numérique
(LPMF3)
2022/2023
Présenté Par
A. Ou-yassine
Professeur à la Faculté Polydisciplinaire de Ouarzazate.
Université Ibn Zohr d’Agadir.
2
Exercice 1 :
1) Donner une condition suffisante pour qu’une matrice carrée admette une décomposition LU .
Montrer que si la décomposition LU existe alors cette décomposition est unique.
2) Déterminer l’inverse de la matrice triangulaire A (utiliser la méthode de remontée) et appliquer la
méthode de Gauss pour résoudre le système linéaire (S)
1 2 0 0
4x + 8x + 12x = 4
1 2 3
0 1 2 0
A= , (S) 3x1 + 8x2 + 13x3 = 5
0 0 1 2
2x + 9x + 18x = 11
1 2 3
0 0 0 1
Exercice 2 :
On considère le système linéaire Ax = b :
4 2 0 x 0
1
A = 2 5 2 , x = x2 , b=0
0 2 5 x3 16
.
1) Vérifier que A admet une décomposition LU .
2) Calculer la factorisation LU de A.
3) Résoudre le système Ax = b (utiliser la décomposition LU )
Exercice 3 :
.
1) Expliquer pourquoi A n’admet pas de décomposition LU ?
2) Trouver une matrice P de permutation de façon à ce que la matrice P A soit factorisable, puis
calculer la factorisation LU de P A.
3) Résoudre le système Ax = b (utiliser la factorisation trouvée).
3
Exercice 4 :
1 1 1 1
1 2 2 2
Soit A =
.
1 2 3 3
1 2 3 4
1) Montrer que la matrice A est symétrique définie positive.
2) Ecrire l’algorithme de factorisation de Cholesky
3) Déterminer la matrice L triangulaire inférieure telle que A = LT L.
4) Calculer le déterminant de la matrice A en utilisant la factorisations LT L.
Exercice 5 :
1 2 −2
1) Soit A = 1 1 1 . Montrer que ρ(J) < 1 < ρ(LGS ),
2 2 1
avec
J matrice de
Jacobi et LGS matrice de Gauss-Seidel.
2 −1 1
2) B = 2 2. Montrer que ρ(LGS ) < 1 < ρ(J).
2
−1 −1 2
Exercice 6 :
Soit le système linéaire Ax = b suivant :
6 1 1 x 12
1
0 x2 = 0
2 4
1 2 6 x3 6
.
1) Approcher la solution avec la méthode de Jacobi avec 3 itérations à partir de x(0) = (2, 2, 2).
2) Approcher la solution avec la méthode de Gauss-Seidel avec 3 itérations à partir de x(0) =
(2, 2, 2).
1 0 0 6 1 1
1
3) En utilisant la factorisation LU , on obtient : L = 3 11 −1
0, et U = 0 .
1 3 3
1 1
6 2 1 0 0 6
Donner la solution exacte de Ax = b.
4
Correction
Exercice 1 :
1) • Pour que A admette une décomposition LU , il suffit que tous les mineurs fondamentaux
sont non nuls.
• Supposons que la matrice A admette deux factorisations LU , c-à-d. ∃ L1 ∈ Mn (R) et L2 ∈
Mn (R) deux matrices triangulaires inférieures inversibles à diagonale unité tq : L1 6= L2 ,
et deux matrices U1 ∈ Mn (R) et U2 ∈ Mn (R) triangulaires supérieures inversibles tq :
U1 6= U2 , alors A = L1 U1 = L2 U2 avec L1 6= L2 , et U1 6= U2 . On a
A = L1 U1 = L2 U2 ⇔ U1 = L−1 −1
1 L2 U2 ⇔ U1 U2 = L−1
1 L2 (∗)
U1 U2−1 = In et L−1
1 L2 = In .
On obtient U1 = U2 et L1 = L2 .
D’où
1 −2 4 −8
−2
0 1 4
A−1 = .
−2
0 0 1
0 0 0 1
• Appliquer la méthode de Gauss pour résoudre le système linèaire S.
4x1 + 8x2 + 12x3 = 4
(S) 3x1 + 8x2 + 13x3 = 5 .
2x + 9x + 18x = 11
1 2 3
Essayer de suivre les étapes de calcul expliquées en exemple traité dans le cours magistral.
Ici une réponse non détaillée.
Etape 1 : On obtient
4x1 + 8x2 + 12x3 = 4
(S (2) ) 2x2 + 4x3 = 2 .
5x + 12x = 9 2 3
Etape 2 : On obtient
4x1 + 8x2 + 12x3 = 4
(S (3) ) 2x2 + 4x3 = 2 .
2x = 4 3
D’où
x1 1
x2 . = −3 .
x3 2
Exercice 2 :
4 2
1) On a ∆1 = |4| = 4 6= 0, ∆2 = = 20 − 4 = 16 6= 0, et det(A) = 64 6= 0. Donc tous les
2 5
mineurs fondamentaux de A sont non nuls, alors A admet une décomposition LU .
2) Calculons la factorisation
LU de A.
(1) (1) (1)
a a1,2 a1,3 4 2 0
1,1
Posons A(1) = A = a(1) (1) (1)
a2,2 a2,3 = 2 2.
5
2,1
(1) (1) (1)
a3,1 a3,2 a3,3 0 2 5
(1) (1)
a2,1 2 a3,1
Etape 1 : On a : g2,1 = (1) = 4 = 12 , g3,1 = (1) = 04 = 0.
a1,1
a1,1
1 0 0 4 2 0
Alors A(2) = G1 A(1) = −g2,1 2 , ensuite
1 0 2 5
−g3,1 0 1 0 2 5
6
(1) (1) (1)
1 0 4 0 2 0 4 2 0 a a1,2 a1,3
1,1
(2) (2)
A(2) = − 12 2 = 0 2 = 0 a2,3 .
1 0 2 5 4 a2,2
(2) (2)
0 0 1 0 2 5 0 2 5 0 a3,2 a3,3
1 0 0 4 2 0
(2)
a3,2 2
Etape 2 : On a g3,2 = = = 12 . On trouve A(3) = G2 A(2) = 0 2 ,
(2)
a2,2 4 1 0 0 4
0 −g3,2 1 0 2 5
ensuite
(1) (1) (1)
1 0
0 4 2 0 4 2 0 a a1,2 a1,3
1,1
(3) (2) (2)
A = 0 1 0 0 4 2 = 0 4 2 = 0 a2,2 a2,3 = U.
−1 (3)
0 2 1 0 2 5 0 0 4 0 0 a3,3
1 0 0 1 0 0
Calculons L, on a L = g2,1 0 = 21 1 0.
1
g3,1 g3,2 1 0 12 1
Ly = b y T = (0 0 16)
3) On a Ax = b ⇔ LU x = b ⇔ ⇔
Ux = y xT = (1 − 2 4)
Exercice 3 :
On considère le système linéaire Ax = b :
1 1 1 1 x 1
1
2 2 5 3 x2 2
A=
,
x=
,
b=
4 6 8 0 x3 5
3 3 9 8 x4 0
.
1 1
1) On a ∆2 = = 0, alors A n’admet pas de décomposition LU .
2 2
2) On veut que la troisième ligne devient la deuxième ligne, donc on considère la permutation
σ : (1, 2, 3, 4) 7→ (1, 3, 2, 4).
1 0 0 0
0 0 1 0
On obtient la matrice de permutation Pσ = .
0 1 0 0
0 0 0 1
1 0 0 0 1 1 1 1 1 1 1 1
0 0 1 0 2 2 5 3 4 6 8 0
On a : Pσ A =
=
.
0 1 0 0 4 6 8 0 2 2 5 3
0 0 0 1 3 3 9 8 3 3 9 8
Posons Pσ A = B. Ensuite, on calcule les mineurs fondamentaux de B.
7
1 1 1 1
1 1 1
1 1 4 6 8 0
On a bien : ∆1 = 1 6= 0, ∆2 = = 2 6= 0, ∆3 = 4 6 8 = 6 6= 0 et ∆4 = =
4 6 2 2 5 3
2 2 5
3 3 9 8
18 6= 0. Les mineurs fondamentaux sont non nuls, donc B admet une décomposition LU .
Calculons la factorisation
LU de B = Pσ A.
(1) (1) (1) (1)
a a1,2 a1,3 a1,4 1 1 1 1
1,1
(1)
a2,1 a(1) (1) (1)
(1) 2,2 a2,3 a2,4 4 6 8 0
Posons B = B = (1)
= .
a3,1 a(1) (1) (1)
3,2 a3,3 a3,4 2 2 5 3
(1) (1) (1) (1)
a4,1 a4,2 a4,3 a4,4 3 3 9 8
(1) (1) (1)
a2,1 4 a3,1 a4,1
On a : g2,1 = (1) = 1 = 4, g3,1 = (1) = 21 = 2 et g4,1 = (1) = 31 = 3.
a1,1 a1,1 a1,1
1 0 0 0 1 1 1 1
−g2,1 1 0 0 4 6 8 0
Alors B (2) = G1 B (1) = , ensuite
−g3,1 0 1 0 2 2 5 3
−g4,1 0 0 1 3 3 9 8
(1) (1) (1) (1)
1 0 0 0 1 1 1 1 1 1 1 1 a a1,2 a1,3 a1,4
1,1
(2) (2) (2)
−4 0 4 6 8 0 0 2 4 −4 0
1 0 a2,2 a2,3 a2,4
B (2) = = =
(2) (2)
.
(2)
−2
0 1 0 2 2 5 3 0 0 3 1 0 a3,2 a3,3 a3,4
(2) (2) (2)
−3 0 0 1 3 3 9 8 0 0 6 5 0 a4,2 a4,3 a4,4
(2) (2)
a3,2 a4,2
On a g3,2 = (2) = 0 et g4,2 = (2) = 0, alors G2 = I4 .
a2,2 a2,2
(1) (1) (1) (1)
1 1 1 1 a1,1 a1,2 a1,3 a1,4
(2) (2) (2)
−4 0
0 2 4 a2,2 a2,3 a2,4
On trouve B (3) = G2 B (2) = I4 B (2) = B (2) =
=
(3)
.
(3)
0 0 3
1 0 0 a3,3 a3,4
(3) (3)
0 0 6
5 0 0 a4,3 a4,4
1 0 0 0 1 1 1 1
−4
(3)
a4,3 6 (4) (3)
0 1 0 0 0 2 4
On a g4,3 = (3) = 3 = 2, donc U = B = G3 B = ,
a3,3
0 0 1 0 0 0 3 1
0 0 −g4,3 1 0 0 6 5
ensuite
(1) (1) (1) (1)
1 0 0 0 1 1 1 1 1 1 1 1 a1,1 a1,2 a1,3 a1,4
(2) (2) (2)
2 4 −4 0 2 4 −4 0
0 1 0 0 0 a2,2 a2,3 a2,4
U =
=
=
(3)
.
(3)
0 0 1 0 0 0 3 1 0 0 3 1 0 0 a3,3 a3,4
(4)
0 0 −2 1 0 0 6 5 0 0 0 3 0 0 0 a4,4
8
1 0 1 0 0 0
0 0
g2,1 1 0 0 4 1 0 0
Calculons L, on a L =
=
.
g3,1 g3,2 1 0 2 0 1 0
g4,1 g4,2 g4,3 1 3 0 2 1
3) Ax = b ⇔ Pσ Ax = Pσ b ⇔ Bx = b0 avec b0 = (1
5 2 0) .
T
Ly = b0 y T = (1 1 0 − 3)
On a Bx = b0 ⇔ LU x = b0 ⇔ ⇔
Ux = y xT = 23 −13 1 − 1
6 6 3
Exercice 4 :
(à faire sous forme d’un mini projet)
Exercice 5 :
1 2 −2
1) • Soit A = 1 1 , et BJ la matrice de Jacobi associée à la matrice A tq :
1
2 2 1
BJ = D−1 (E + F ).
On a
A = D−E−F
1 0 0 0 0 0 0 −2 2
= 0 1 0 − −1 0 − 0 −1 .
0 0
0 0 1 −2 −2 0 0 0 0
Alors
1 0 0 0 −2 2
BJ = 0 1 0 −1 0 −1
0 0 1 −2 −2 0
0 −2 2
= −1 0 −1 .
−2 −2 0
Calculons les valeurs propres de BJ
⇔ −λ3 = 0
⇔ λ=0
9
ce qui donne :
x 1 0 0 b
1 1
x2 = −1 0 b2 .
1
x3 0 −2 1 b3
D’où
1 0 0
(D − E)−1 = −1 0 .
1
0 −2 1
Calculons maintenant BGS
1 0 0 0 −2 2
−1
BGS = (D − E) F = −1 −1 .
1 0 0 0
0 −2 1 0 0 0
Donc
0 −2 2
BGS = 0 −3 .
2
0 0 2
10
On obtient
−λ = 0
(2 − λ)2 = 0
Donc
λ=0
λ=2
Exercice 6 :
Notez que :
Pour calculer x(k+1) à partir de x(k) par la méthode de Jacobi, on a :
n
(k+1) 1 X (k)
xi = [bi − ai,j xj ] i = 1, ..., n.
ai,i
j=1,j6=i
2
1. Méthode de JACOBI : A partir de x(0)
=
2, on a
12−(1× −2 +1× 10 )
12−(1×2+1×2) 12−(1×(−1)+1×0)
3 9
4 13 52
6 3 6 6
6 27
0−(2× 43 +0×0) 0−(2× 13 +0× 10 )
(1) 0−(2×2+0×2)
(2) −2 , (3)
−13
x = 4
= −1 , x = 4
= 3 x = 6 9
12 .
=
4
4
6−(1×2+2×2) 6−(1× +2×(−1)) 10 6−(1× 13 +2× −2 ) 31
6 0 3
9 6 3 36
6 6
Ainsi
1.926
x=
−1.083 .
0.861
2
2. Méthode de GAUSS-SEIDEL : A partir de x(0)
=
2, on a
Ainsi
1.955
x=
−0.995 .
Exercice 1 :
Exercice 3 :
x
On considère la fonction à valeurs réelles f (x) = 4e 4 − 6 dans l’intervalle [0, 4].
1) Montrer qu’il existe un zéro α pour la fonction f dans l’intervalle ]0, 4[ et trouver α de façon
analytique.
2) Peut-on appliquer la méthode de bissection (ou dichotomie) pour calculer α ? Justifiez votre
réponse.
3) Pour approcher le zéro α on considère les méthodes de point fixe :
Soit l’équation
x = e−x , x ∈ [0, +∞[. (0.0.1)
1) Montrer que la méthode (0.2) est convergente si x0 est bien choisi. Donner dans ce cas l’ordre
de convergence.
2) Appliquer la méthode de Newton à l’équation (0.1) et montrer que la convergence est quadra-
tique.
14
Exercice 5 :
Soit les points (x, f (x)) suivants.
(0, 0), (1, 2), (2, 36), (3, 252) et (4, 1040).
Répondre aux mêmes questions qu’à l’exercice 2 précédent, mais en utilisant la méthode de Newton.
Donner en plus des approximations des erreurs commises en 4).
Exercice 7 :
Calculer :
Z 1
2
e−x dx
0
Z π
2
sin(x)dx
0
Correction
Exercice 1 :
On a : lim f (x) = −∞ < 0, lim f (x) = 1 > 0, f 0 (x) = 3e−x > 0∀x.
x→−∞ x→+∞
f est donc continue, strictement croissante entre −∞ et 1 : il existe une unique racine l ∈ R.
3 3
1) f (1) = 1 − e < 0, f (2) = 1 − e2 > 0, donc l ∈ [1, 2].
2) La fonction d’itération est φ(x) = x + f (x). On a bien φ(x) = x ssi f (x) = 0, mais
1
xn+1 = xn + 1 − exn .
3
Exercice 3 :
x
On considère la fonction à valeurs réelles f (x) = 4e 4 − 6 dans l’intervalle [0, 4].
1) On f (0) = −2 < 0, et f (4) = 4e − 6 > 0 : f étant continue ∃α ∈]0, 4[ : f (α) = 0 Le zéro est
unique ( car f est strictement croissante), et son expression explicite est
3
α = 4ln( ).
2
2) Vu que f (0)f (4) < 0, on peut bien appliquer la méthode de bissection pour calculer le zéro de
α.
3) Il est facile de prouver que α est un point fixe de φi pour i = 1, 2, 3. La méthode i est (locale-
ment) convergente si
|φ0i (α)| < 1,
donc, vu que
5 125
|φ01 (α)| = > 1, |φ02 (α)| = 0 < 1, |φ03 (α)| = < 1,
2 128
On a que la méthode 1 n’est pas convergente, tandis que les méthodes 2 et 3 le sont : la
méthode 2 est d’ordre 2 (car φ02 (α) = 0 et φ002 (α) 6= 0) et la méthode 3 est d’ordre 1 Remarque :
en calculant
3 −x 1 x
φ02 (x) = 1 − e 4 , φ03 (x) = 1 − e 4 ,
2 64
on peut vérifier que pour i = 2, 3 on a maxx∈[0,4] |φi (x)| < 1, donc les méthodes 2 et 3 sont
globalement convergentes sur [0, 4].
Exercice 4 :
Soit l’équation
x = e−x , x ∈ [0, +∞[. (0.0.1)
1) Posons g(x) = e−x . Clairement 0 n’est pas solution de l’équation (0.1). Pour x ∈]0, +∞[,
g 0 (x) = −e−x , donc |g 0 (x)| < 1 ce qui implique que g est contractante sur ]0, +∞[. Comme
]0, +∞[ est un ouvert, le théorème du point fixe ne s’applique pas. Il faut trouver un fermé
[a, b] ⊂]0, +∞[, tel que g([a, b]) ⊂ [a, b].
1
Prenons a = 1
10
1
et b = 1. On a g( 10 ) = e− 10 ≤ 1 et g(1) = e−1 ≥ 1
10 .
1
On a bien g([ 10 , 1]) ⊂
1
[ 10 1
, 1] par continuité de g sur [ 10 , 1]. Comme |g 0 (x)| < 1 sur le fermé [ 10
1
, 1] de ]0, +∞[, on peut
1
appliquer le théorème du point fixe. Il existe l ∈ [ 10 , 1] tel que l = g(l).
Ordre de convergence
Comme g 0 (c) = −e−c 6= 0, la méthode est convergente à l’ordre 1.
18
2) Appliquer la méthode de Newton à l’équation (3.1) et montrer que la convergence est quadra-
tique. Pour appliquer la méthode de Newton à l’équation (3.1), on pose h(x) = x−e−x . Comme
h0 (x) = 1 + e−x 6= 0 sur ]0, +∞[, la méthode de Newton pour l’équation h(x) = 0 s’écrit
x ∈ [ 1 , 1] donné,
0 10
x = x − h(xn ) , ∀n ≥ 0.
n+1 n h0 (xn )
Ou encore
x ∈ [ 1 , 1] donné,
0 10
xn −e−xn
n+1 = xn − 1+e−xn , ∀n ≥ 0.
x
Ordre de convergence La fonction h(x) = x − e−x est C 2 . Soit α la racine de h que l’on souhaite
approcher par la méthode de Newton. Cette méthode peut se mettre sous la forme :
x donné,
0
x
n+1 = φ(xn ), ∀n ≥ 0.
(h0 (x))3 h00 (x) + h(x)h(3) (x)(h0 (x))2 − 2h(x)h0 (x)(h00 (x))2
φ00 (x) =
(h0 (x))4
il vient
h00 (α) e−α
φ00 (α) = 0
=− 6= 0.
h (α) 1 + e−α
Par suite, d’après l’exercice 1, la convergence de la méthode de Newton est quadratique pour
l’équation x = e−x , x ∈ [0, +∞[.
Exercice 5 :
2) On a
1) P2 (x) = 2x + 16x(x − 1)
2) P3 (x) = P2 (x) + 25x(x − 1)(x − 2)
3) Les expressions analytiques des erreurs sont les mêmes qu’à l’exercice précédent. Cependant,
on peut estimer la valeur de ces erreurs :
E2 ' 25x(x − 1)(x − 2), E3 ' 10x(x − 1)(x − 2)(x − 3)
4) Mêmes réponses qu’a l’exercice précédent. De plus, en utilisant les expressions de la question
3 pour calculer E2 (1, 5) et E3 (1, 5).
Exercices 7 et 8 : (à faire)