Académique Documents
Professionnel Documents
Culture Documents
Rappel : la méthode de Gauss consiste de rendre la matrice A du système algébrique une matrice
𝑈 triangulaire supérieure en respectant la règle suivante : la ligne 𝐿𝑖 est remplacée par
𝐿𝑖 + 𝜆𝐿𝑗 le coefficient 𝜆 est choisit de telle manière à faire apparaitre des zéros sous la diagonale
principale.
𝑢11 𝑢12 𝑢13 1 0 0
𝑈= ( 0 𝑢22 𝑢23 ) , 𝐿 = (𝑙21 1 0)
0 0 𝑢33 𝑙31 𝑙32 1
Remarque
2- Toute opération effectuée sur la matrice A doit être effectuée sur le second membre B,
𝑥1 + 2𝑥2 + 3𝑥3 = 7
(𝑆1) {2𝑥1 + 20𝑥2 + 26𝑥3 = 50 ,
3𝑥1 + 26𝑥2 + 70𝑥3 = 102
1 2 2 4 13
2 0 4 3 28
(𝑆2) ∶ 𝐴 = ( ) ,𝐵 = ( )
4 2 2 1 20
−3 1 3 2 6
1 - Résoudre les systèmes (𝑆1) et (𝑆2) par la méthode de Gauss sans permutation de lignes.
Montrez clairement les opérations effectuées sur les lignes
2 - En déduire que la méthode de Gauss correspond à une décomposition 𝐿𝑈, où les deux
matrices 𝐿 et 𝑈 sont des matrices triangulaires à déterminer.
3 - En déduire le déterminant de A.
Corrigé exemple 1
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 1
1 2 3 7
𝐴 = (2 20 26) le second membre est 𝐵 = ( 50 )
3 26 70 102
On peut avant de commencer la résolution de l’exercice simplifier la seconde équation en la
divisant par deux, ainsi la matrice A devient :
(0) (0) (0) (0)
𝑎11 𝑎12 𝑎13 𝐿1 1 2 3
(0) (0) (0) (0)
𝐴(0) = (𝑎21 𝑎22 𝑎23 ) (𝐿2 ) = (1 10 13)
(0) (0) (0) (0)
𝐿3 3 26 70
𝑎31 𝑎32 𝑎33
L’étape de triangularisation consiste après plusieurs opérations sur les lignes (en respectant la
règle suivante de Gauss (𝐿𝑖 ← 𝐿𝑖 + 𝜆𝐿𝑗 ) rendre la matrice 𝐴 triangulaire supérieure.
Si un pivot est nul, il faut appliquer l’algorithme de Gauss avec permutation de ligne, qui
n’est pas l’objet de ce paragraphe.
Les pivots sont les coefficients 𝑎𝑖𝑖 de la ligne 𝐿𝑖 . Si le pivot est nul en applique
l’algorithme avec permutation de ligne (voir plus loin). Dans notre cas il s’agit de l’algorithme
de Gauss sans permutation de ligne.
Vu la forme de la matrice A on garde la première ligne. La ligne 2 est remplacée par la ligne 2
– la ligne1 et la ligne 3 est remplacée par la ligne 3 –(3) de la ligne 1. Ainsi on aura le schéma
suivant.
(0)
(1) (0) 𝑎21 (0)
𝐿2 ← 𝐿2 − 1 (0)
(0) 𝐿
(1) (0)
1 2 3 𝑎11 1 𝐿2 ← 𝐿2 − 1 𝐿1 , 𝜆1 = −1
(1 10 13) (0) 𝑠𝑜𝑖𝑒𝑛𝑡 (1) (0) 3 (0)
(1) (0) 𝑎31 (0) 𝐿3 ← 𝐿3 − 1 𝐿1 , 𝜆2 = −3
3 26 70 𝐿3 ← 𝐿3 − (0) 𝐿1
𝑎11
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 2
(0) (0)
(1) (1) (0) 𝑎21
(0) (1) (0) 𝑎21
(0)
𝑎21 =0 , 𝑎22 = 𝑎22 − (0) 𝑎12 = 8 𝑒𝑡 𝑎23 = 𝑎23 − 𝑎 = 10
(0) 13
𝑎11 𝑎11
𝑎𝑣𝑒𝑐 (0) (0)
(1) (1) (0) 𝑎31 (0) (1) (0) 𝑎31 (0)
𝑎31 = 0, 𝑎32 = 𝑎32 − (0) 𝑎12 = 20 𝑒𝑡 𝑎33 = 𝑎33 − (0) 𝑎13 = 61
𝑎11 𝑎11
(0) (1) (1)
𝑏1 = 7 , 𝑏2 = 18 , 𝑏3 = 81
(0)
1 2 3 𝑏1 7
𝐴(1) = (0 8 10) , 𝐵 (1) = (𝑏2(1) ) = (18)
0 20 61 𝑏
(1) 81
3
(𝟏)
Deuxième opération : Ligne 2 est la ligne pivot 𝒂𝟐𝟐 ≠ 𝟎
(1)
Etant donnée la forme de la matrice 𝑈 on garde les deux premières ligne. La ligne 𝐿3 est
(2)
remplacée par la ligne 𝐿3 . Ainsi on aura le schéma suivant.:
(1)
(2) (1) 𝑎32 (1) (2) (1) 5 (1) 5
𝐿3 ← 𝐿3 − (1)
𝐿2 , 𝐿3 ← 𝐿3 − 𝐿2 , 𝜆3 = −
𝑎22 2 2
Finalement on a rendu la matrice 𝐴 triangulaire supérieure après deux opérations sur les lignes,
en respectant la règle de Gauss. Le système à résoudre est :
1 2 3 𝑥1 7
(0 8 𝑥
10) ( 2 ) = (18)
0 0 36 𝑥3 36
La résolution se fait par une remontée triangulaire (du bas vers le haut). Ainsi on obtient :
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 3
(2) (2)
𝑎33 𝑥3 = 𝑏3
(1) (1) (1)
𝑎22 𝑥2 + 𝑎23 𝑥3 = 𝑏2
(0) (0) (1) (0)
𝑎11 𝑥1 + 𝑎12 𝑥2 + 𝑎13 𝑥3 = 𝑏1
Soient :
36𝑥3 = 36 , 𝑑 ′ 𝑜ù 𝑥3 = 1
8𝑥2 + 10𝑥3 = 18 , 𝑑 ′ 𝑜ù 𝑥2 = 1 2
, 𝑆 = ( 1)
𝑥1 + 2𝑥2 + 3𝑥3 = 7 , 𝑑 ′ 𝑜ù 𝑥1 = 2 1
Remarque
L’opération élémentaire qui consiste à remplacer la ligne i par la ligne i plus un multiple
de la ligne j (𝑳𝒊 ← 𝑳𝒊 + 𝝀 𝑳𝒋 ) Cela est encore une fois est équivalent à multiplier le
système de départ par une matrice inversible 𝑾 qui vaut 1 sur toute la diagonale et 0
partout ailleurs, sauf 𝒍𝒊𝒋 qui vaut 𝝀.
𝐴(0) = 𝐿𝑈
(1) (0) 1 (0)
𝐿2 ← 𝐿2 − 1 𝐿1 , Cela revient à multiplier la matrice 𝐴 par la matrice 𝑊1 , telle que :
(𝑙21 = 𝝀1 = −1)
1 0 0 1 0 0
𝑊1 = (−1 1 0) , 𝑊1−1 = (1 1 0) , 𝑎𝑝𝑟è𝑠 𝑐𝑒𝑡𝑡𝑒 𝑜𝑝é𝑟𝑎𝑡𝑖𝑜𝑛 𝑜𝑛 𝑎 𝑊1 𝐴
0 0 1 0 0 1
(1) (0) 3 (0)
𝐿3 ← 𝐿3 − 1 𝐿1 , Cela revient à multiplier la matrice 𝑊1 𝐴 par la matrice 𝑊2 , telle que :
(𝑙31 = 𝝀2 = −3)
1 0 0 1 0 0
−1
𝑊2 = ( 0 1 0) , 𝑊2 = (0 1 0) , 𝑎𝑝𝑟è𝑠 𝑐𝑒𝑡𝑡𝑒 𝑜𝑝é𝑟𝑎𝑡𝑖𝑜𝑛 𝑜𝑛 𝑎 𝑊2 𝑊1 𝐴
−3 0 1 3 0 1
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 4
(2) (1) 5 (1)
𝐿3 ← 𝐿3 − 𝐿2 , Cela revient à multiplier la matrice 𝑊2 𝑊1 𝐴 par la matrice 𝑊3 , telle
2
5
que : (𝑙32 = 𝝀3 = − 2)
1 0 0 1 0 0
0 1 0 0 1 0
𝑊3 = ( 5 ) , 𝑊3−1 = ( 5 ) , 𝑎𝑝𝑟è𝑠 𝑐𝑒𝑡𝑡𝑒 𝑜𝑝é𝑟𝑎𝑡𝑖𝑜𝑛 𝑜𝑛 𝑎 𝑊3 𝑊2 𝑊1 𝐴
0 − 1 0 1
2 2
A la fin de cette opération on a obtenu la matrice 𝑨 est triangulaire supérieure, on a
𝑊3 𝑊2 𝑊1 𝐴 = 𝑈
𝑊3 𝑊2 𝑊1 𝐴 = 𝑈 ⟹ 𝑊3−1 𝑊3 𝑊2 𝑊1 𝐴 = 𝑊3−1 𝑈
Soit :
𝑊2 𝑊1 𝐴 = 𝑊3−1 𝑈
Soit :
𝑊1 𝐴 = 𝑊2−1 𝑊3−1 𝑈
Enfin
Soit :
−𝟏 −𝟏 −𝟏
𝑨= 𝑾
⏟ 𝟏 𝑾𝟐 𝑾𝟑 𝑼
=𝑳
On obtient finalement, que l’algorithme de Gauss est équivalent à une décomposition 𝐿𝑈. La
matrice 𝐿 dans le cas d’un système (3x3) est de la forme :
1 0 0
(−𝜆1 1 0)
−𝜆2 −𝜆3 1
1 0 0
1 0 0 1 0 0
0 1 0
𝑾−𝟏
⏟
−𝟏 −𝟏
𝟏 𝑾𝟐 𝑾𝟑 = (−1 1 0) (0 1 0) ( 5 )
=𝑳 0 0 1 3 0 1 0 1
2
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 5
1 0 0
1 0 0 1 0 0
1 1 0
𝐿 = (𝑙21 1 0) = (−𝜆1 1 0) = (
5 )
𝑙31 𝑙32 1 −𝜆2 −𝜆3 1 3 1
2
𝑢11 𝑢12 𝑢13 1 2 3
𝑈=( 0 𝑢22 𝑢23 ) = (0 8 10)
0 0 𝑢33 0 0 36
On vérifie aisément que :
1 0 0 1 2 3 1 2 3
𝐴 (0)
= 𝐿𝑈 = (1 15 0) (0 8 10) = (1 10 13)
3 2 1 0 0 36 3 26 70
3 – Calcul du déterminant
Etant donné que le déterminant d’une matrice triangulaire est égal au produit des éléments de
la diagonale.
𝒊=𝒏 𝒊=𝒏
Le déterminant de 𝐴 est :
1 2 1 4 13
2 0 4 3 28
𝐴(0) =( ) le second membre est 𝐵 (0) = ( )
4 2 2 1 20
−3 1 3 2 6
(0) (0) (0) (0) (0)
𝑎11 𝑎12 𝑎13 𝑎14 𝐿1
(0) (0) (0) (0) (0) 1 2 1 4
𝑎21 𝑎22 𝑎23 𝑎24 𝐿2 2 0 4 3
𝐴(0) = = ( )
(0)
𝑎31
(0)
𝑎32 𝑎33
(0) (0)
𝑎34
(0)
𝐿3 4 2 2 1
(0) (0) (0) (0) (0) −3 1 3 2
(𝑎41 𝑎42 𝑎43 𝑎44 ) (𝐿4 )
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 6
(0)
𝑏1
(0)
13
𝑏2 28
𝐵 (0) = = 𝐵 (0) = ( )
𝑏3
(0) 20
(0) 6
(𝑏4 )
Application
2
(𝑊1 ): 𝐿(1) (0) (0) (1) (1) (1) (1)
1 2 1 4 2 ← 𝐿2 − (1) 𝐿1 , 𝑎21 = 0, 𝑎22 = −4, 𝑎23 = 2, 𝑎24 = −5, 𝜆1 = −2
2 0 4 3 (1) (0) 4 (0) (1) (1) (1) (1)
( ) (𝑊2 ): 𝐿3 ← 𝐿3 − ( ) 𝐿1 , 𝑎31 = 0, 𝑎32 = −6, 𝑎33 = −2, 𝑎34 = −15, 𝜆2 = −4
4 2 2 1 1
−3 1 3 2 (1) (0) −3 (0) (1) (1) (1) (1)
(𝑊3 ): 𝐿4 ← 𝐿4 − ( ) 𝐿1 , 𝑎41 = 0, 𝑎42 = 7, 𝑎43 = 6, 𝑎44 = 14, 𝜆3 = 3
1
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 7
(0)
𝐿1 −6 (1) 6 3
1 2 1 4 (2) (1)
𝐿2 (𝑊4 ): 𝐿3 ← 𝐿3 − 𝐿 , 𝜆4 = − = −
(1)
0 −4 2 −5 −4 2 4 2
( )
0 −6−2 −15 (1)
𝐿3 7 7
(𝑊5 ): 𝐿(2) (1) (1)
0 7 6 14 4 ← 𝐿4 − 𝐿2 , 𝜆5 =
(1) −4 4
𝐿
( 4 )
(0) (0)
𝐿1 𝑏1
1 2 1 4 (1) (1)
13
0 −4 2 −5 𝐿2 𝑏2 2
𝐴(2) =( − 15⁄2) , 𝐵 (2) = = ( −35 )
0 0 −5 (2)
𝐿3
(2)
𝑏3
0 0 19⁄2 21⁄4 (2) (2) 97⁄2
(𝐿4 ) (𝑏4 )
(0)
𝐿1
1 2 1 4 (1)
0 −4 2 −5 𝐿2 (3) (2) 19 1 (2) 19
( − 15⁄2) , (𝑊6 ): 𝐿4 ← 𝐿4 − 𝐿 , 𝜆6 =
0 0 −5 (2)
𝐿3 2 (−5) 3 10
0 0 19⁄2 21⁄4 (2)
(𝐿4 )
(0) (0)
𝐿1 𝑏1
1 2 1 4 (1) (1)
13
0 −4 2 −5 𝐿2 𝑏2 2
𝐴(3) =( ) , 𝐵 (3) = =( )
0 0 −5 − 15⁄2 (2)
𝐿3 𝑏3
(2) −35
0 0 0 −9 (3) (3) −18
(𝐿4 ) (𝑏4 )
Finalement on a rendu la matrice 𝐴 triangulaire supérieure après deux opérations sur les lignes,
en respectant la règle de Gauss. Le système à résoudre est :
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 8
1 2 1 4 𝑥1 13
0 −4 2 −5 𝑥2 2
( ) (𝑥 ) = ( )
0 0 −5 − 15⁄2 3 −35
0 0 0 −9 𝑥4 −18
La résolution se fait par une remontée triangulaire (du bas vers le haut). Ainsi on obtient :
(3) (3) (2) (2) (2) (1) (1) (1) (1)
𝑎44 𝑥4 = 𝑏4 , 𝑎33 𝑥3 + 𝑎34 𝑥4 = 𝑏3 , 𝑎22 𝑥2 + 𝑎23 𝑥3 + 𝑎24 𝑥4 = 𝑏2
(0) (0) (0) (0) (0)
𝑎11 𝑥1 + 𝑎12 𝑥2 + 𝑎13 𝑥3 + 𝑎14 𝑥4 = 𝑏1
Soient :
−9𝑥4 = −18 , 𝑑 ′ 𝑜ù 𝑥4 = 2
𝑥1 + 2𝑥2 + 𝑥3 + 5𝑥4 = 13 , 𝑑 ′ 𝑜ù 𝑥1 = 3
3
−1
𝑆=( )
4
2
2 – L’algorithme de Gauss est équivalent à une décomposition de la matrice 𝐴 en produit de
deux matrices triangulaires : inférieure 𝐿 et supérieurs 𝑈 telle que :
𝑢11 𝑢12 𝑢13 𝑢14
0 𝑢22 𝑢23 𝑢24
𝑈 = (𝑢𝑖𝑗 ) 1≤𝑖≤𝑛 = ( 0 𝑢33 𝑢34 ) 𝑒𝑡
1≤𝑗≤𝑛 0
0 0 0 𝑢44
𝑙11 0 0 0
𝑙 𝑙22 0 0
𝐿 = (𝑙𝑖𝑗 ) 1≤𝑖≤𝑛 = ( 21 𝑙32 𝑙33 0 ) , 𝑖𝑐𝑖 𝑛 = 4
1≤𝑗≤𝑛 𝑙31
𝑙41 𝑙42 𝑙43 𝑙44
Remarque
les coefficients de la diagonale principale sont égaux à 1 (𝑙𝑖𝑖 = 1). Les coefficients 𝑙𝑖𝑗 , 𝑖 ≠ 𝑗
sont les −𝜆𝑖 .Ainsi pour le système (S2) à la fin de triangularisation :
𝐴(0) = 𝐿𝑈
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 9
1 0 0 0 1 0 0 0
−2 1 0 0 −1 2 1 0 0
𝑊1 = ( ) , 𝑊1 = ( )
0 0 1 0 0 0 1 0
0 0 0 1 0 0 0 1
1 0 0 0 1 0 0 0
0 1 0 0 0 1 0 0
𝑊2 = ( ) , 𝑊2−1 = ( )
−4 0 1 0 4 0 1 0
0 0 0 1 0 0 0 1
1 0 0 0 1 0 0 0
0 1 0 0 0 1 0 0
𝑊3 = ( ) , 𝑊3−1 = ( )
0 0 1 0 0 0 1 0
3 0 0 1 −3 0 0 1
1 0 0 0 1 0 0 0
0 1 0 0 0 1 0 0
𝑊4 = ( ) , 𝑊4−1 = ( )
0 −3⁄2 1 0 0 3⁄2 1 0
0 0 0 1 0 0 0 1
1 0 0 0 1 0 0 0
0 1 0 0 0 1 0 0
𝑊5 = ( 0 ) , 𝑊5−1 = ( 0 )
0 1 0 0 1 0
0 7⁄4 0 1 0 −7⁄4 0 1
1 0 0 0 1 0 0 0
0 1 0 0 0 1 0 0
𝑊6 = ( ) , 𝑊6−1 = ( )
0 0 1 0 0 0 1 0
0 0 19⁄10 1 0 0 −19⁄10 1
𝑙11 0 0 0 1 0 0 0 1 0 0 0
𝑙21 𝑙22 0 0 −𝜆1 1 0 0 2 1 0 0
𝐿=( 𝑙32 𝑙33 0 ) = (−𝜆2 −𝜆4 1 )=( 3⁄ 2 1 )
𝑙31 0 4 0
𝑙41 𝑙42 𝑙43 𝑙44 −𝜆3 −𝜆5 −𝜆6 1 −3 −(7⁄4) −(19⁄10) 1
𝑢11 𝑢12 𝑢13 𝑢14 1 2 1 4
0 𝑢22 𝑢23 𝑢24 0 −4 2 −5
𝑈=( 0 𝑢33 𝑢34 ) = (0 0 −5 − 15⁄2)
0
0 0 0 𝑢44 0 0 0 −9
On vérifie bien que :
1 2 1 4 1 0 0 0 1 2 1 4
2 0 4 3 2 1 0 0 0 −4 2 −5
𝐴(0) = 𝐿𝑈 = ( )=( 3⁄2 1 )( )
4 2 2 1 4 0 0 0 −5 − 15⁄2
−3 1 3 2 −3 −(7⁄4) −(19⁄10) 1 0 0 0 −9
3 – Calcul du déterminant
Etant donné que le déterminant d’une matrice triangulaire est égal au produit des éléments de
la diagonale.
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 10
𝒊=𝒏 𝒊=𝒏
Le déterminant de 𝐴 est :
Rappel : la méthode de Gauss consiste de rendre la matrice A du système algébrique une matrice
𝑈 triangulaire supérieure en respectant la règle suivante : la ligne 𝐿𝑖 est remplacée par
𝐿𝑖 + 𝜆𝐿𝑗 le coefficient 𝜆 est choisit de telle manière à faire apparaitre des zéros sous la diagonale
principale. Si le pivot 𝑙𝑖𝑖 = 0 d’une ligne 𝐿𝑖 est nul on effectue une permutation de la ligne 𝐿𝑖
avec une ligne 𝐿𝑗 dont le pivot 𝑙𝑗𝑗 ≠ 0. A cause de la permutation de ligne cette méthode n’est
pas équivalente à une factorisation 𝑳𝑼
Soit le système :
En faisant les opérations indiquées (le pivot 𝑎11 = 1 ≠ 0), on élimine les termes non nuls sous
la diagonale de la première colonne et on obtient :
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 11
Ici, la procédure est interrompue par le fait que le nouveau pivot serait nul (𝑎22 = 0) et qu’il
n’est pas possible d’éliminer les termes sous ce pivot. Mais on peut encore, parmi les opérations
élémentaires, interchanger deux lignes. Le seul choix possible dans cet exemple est d’intervertir
la ligne 2 et la ligne 3. On se rend immédiatement compte qu’il n’y a plus que des 0 sous le
nouveau pivot et que l’on peut passer à la nouvelle colonne.
−7
3
𝑥⃗ = ( ) = (−7 3 2 2)𝑇
2
2
Encore ici, la matrice triangulaire est le produit des opérations élémentaires :
𝑈 = 𝑇5 𝑃4 𝑇3 𝑇2 𝑇1 𝐴
Ou encore :
Qui s’écrit :
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 12
On remarque que la première matrice du terme de droite n’est pas triangulaire inférieure. Cela
est dû au fait qu’on a permuté deux lignes.
𝑑é𝑡 𝐴 = 𝑑é𝑡 𝑇1−1 𝑑é𝑡 𝑇2−1 𝑑é𝑡 𝑇3−1 𝑑é𝑡 𝑃4−1 𝑑é𝑡 𝑇5−1 [𝑑é𝑡 𝑈]
1 0 0 0 1 0 0 0
−2 1 0 0 2 1 0 0
𝑇1 = ( ) , 𝑇1−1 = ( )
0 0 1 0 0 0 1 0
0 0 0 1 0 0 0 1
1 0 0 0 1 0 0 0
0 1 0 0 0 1 0 0
𝑇2 = ( ) , 𝑇2−1 = ( )
−1 0 1 0 1 0 1 0
0 0 0 1 0 0 0 1
1 0 0 0 1 0 0 0
0 1 0 0 0 1 0 0
𝑇3 = ( ) , 𝑇3−1 = ( )
0 0 1 0 0 0 1 0
−1 0 0 1 1 0 0 1
1 0 0 0 1 00 0
0 0 1 0 0 0 1 0
𝑃4 = ( ) , 𝑃4−1 = ( )
0 1 0 0 0 10 0
0 0 0 1 0 0 0 1
1 0 0 0 1 0 0 0
0 1 0 0 −1 0 1 0 0
𝑇5 = ( ) , 𝑇5 = ( )
0 0 1 0 0 0 1 0
0 0 2 1 0 0 −2 1
𝑑é𝑡 𝐴 = (1)(1)(1)(−1)(1)[(1)(2)(−1)(2)] = 4
Soit le système :
𝑥1 + 𝑥2 + 2𝑥3 + 𝑥4 = 2
2𝑥 + 2𝑥2 + 5𝑥3 +3𝑥4 = 4
{𝑥1
1 + 3𝑥2 + 3𝑥3 +3𝑥4 = −2
𝑥1 + 𝑥2 + 4𝑥3 +5𝑥4 = −2
1 1 2 1 2 𝑇 (𝐿 ← 𝐿 − (2⁄1)𝐿 )
1 2 2 1
2 2 5 3 4
( | ) 𝑇2 (𝐿3 ← 𝐿3 − (1⁄1)𝐿1 )
1 3 3 3 −2
1 1 4 5 −2 𝑇3 (𝐿4 ← 𝐿4 − (1⁄1)𝐿1 )
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 13
En faisant les opérations indiquées (le pivot 𝑎11 = 1 ≠ 0), on élimine les termes non nuls sous
la diagonale de la première colonne et on obtient :
1 1 2 1 2
0 0 1 1 0
( | ) 𝑃 (𝐿 ⟷ 𝐿3 )
0 2 1 2 −4 4 2
0 0 2 4 −4
Ici, la procédure est interrompue par le fait que le nouveau pivot serait nul (𝑎22 = 0) et qu’il
n’est pas possible d’éliminer les termes sous ce pivot. Mais on peut encore, parmi les opérations
élémentaires, interchanger deux lignes. Le seul choix possible dans cet exemple est d’intervertir
la ligne 2 et la ligne 3. On se rend immédiatement compte qu’il n’y a plus que des 0 sous le
nouveau pivot et que l’on peut passer à la nouvelle colonne.
1 1 2 1 2
0 2 1 2 −4
( | ) 𝑇5 (𝐿4 ← 𝐿4 − (2⁄1)𝐿3 )
0 0 1 1 0
0 0 2 4 −4
En effectuant cette dernière opération, on obtient le système triangulaire :
1 1 2 1 2
0 2 1 2 −4
( | )
0 0 1 1 0
0 0 0 2 −4
La remontée triangulaire (laissée en exercice) donne la solution :
1
−1
𝑥⃗ = ( ) = (1 − 1 2 − 2)𝑇
2
−2
Encore ici, la matrice triangulaire est le produit des opérations élémentaires :
𝑈 = 𝑇5 𝑃4 𝑇3 𝑇2 𝑇1 𝐴
Ou encore :
Qui s’écrit :
1 1 2 1 1 1 2 1 1 1 2 1
2 2 5 3 2 0 1 0 0 2 1 2
( )= ( )( )
1 3 3 3 1 1 0 0 0 0 1 1
1 1 4 5 1 0 2 1 0 0 0 2
On remarque que la première matrice du terme de droite n’est pas triangulaire inférieure. Cela
est dû au fait qu’on a permuté deux lignes.
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 14
𝑑é𝑡 𝐴 = 𝑑é𝑡 𝑇1−1 𝑑é𝑡 𝑇2−1 𝑑é𝑡 𝑇3−1 𝑑é𝑡 𝑃4−1 𝑑é𝑡 𝑇5−1 [𝑑é𝑡 𝑈]
1 0 0 0 1 0 0 0
−2 1 0 0 2 1 0 0
𝑇1 = ( ) , 𝑇1−1 = ( )
0 0 1 0 0 0 1 0
0 0 0 1 0 0 0 1
1 0 0 0 1 0 0 0
0 1 0 0 0 1 0 0
𝑇2 = ( ) , 𝑇2−1 = ( )
−1 0 1 0 1 0 1 0
0 0 0 1 0 0 0 1
1 0 0 0 1 0 0 0
0 1 0 0 0 1 0 0
𝑇3 = ( ) , 𝑇3−1 = ( )
0 0 1 0 0 0 1 0
−1 0 0 1 1 0 0 1
1 0 0 0 1 00 0
0 0 1 0 0 0 1 0
𝑃4 = ( ) , 𝑃4−1 = ( )
0 1 0 0 0 10 0
0 0 0 1 0 0 0 1
1 0 0 0 1 0 0 0
0 1 0 0 −1 0 1 0 0
𝑇5 = ( ) , 𝑇5 = ( )
0 0 1 0 0 0 1 0
0 −2 0 1 0 2 0 1
𝑑é𝑡 𝐴 = (1)(1)(1)(−1)(1)[(1)(2)(1)(2)] = −4
Exercice 1
Soit la matrice :
1 2 3
(4 5 6)
7 8 9
Identifier les matrices W qui permettent d’effectuer les opérations suivantes :
𝑎) 𝐿2 ← 𝐿2 − 3 𝐿1 𝑏) 𝐿2 ↔ 𝐿3
𝑐) 𝐿2 ← 5𝐿2 𝑑) 𝐿3 ← 𝐿3 + 5 𝐿2
Corrigé exercice 1 :
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 15
1 0 0 1 0 0
a) 𝑊 = (−3 1 0) 𝑑𝑒𝑡(𝑊) = 1 b) 𝑊 = (0 0 1) 𝑑𝑒𝑡(𝑊) = −1
0 0 1 0 1 0
1 0 0 1 0 0
c) 𝑊 = (0 5 0) 𝑑𝑒𝑡(𝑊) = 5 d) (0 1 0) 𝑑𝑒𝑡(𝑊) = 1
0 0 1 0 5 1
Exercice 2
a)
3 0 0 𝑥1 9
[1 5 0] [𝑥2 ] = [13]
2 4 6 𝑥3 20
b)
1 3 4 𝑥1 0
[0 3 5 ] [𝑥2 ] = [−4]
0 0 −3 𝑥3 6
Corrigé exercice 2
Exercice 3
En indiquant bien les opérations effectuées sur les lignes, utiliser l’élimination de Gauss
pour triangulariser les systèmes linéaires suivants :
a)
1 2 1 𝑥1 0
b) [ 2 2 3] [𝑥2 ] = [3]
−1 −3 0 𝑥3 2
b)
1 2 1 4 𝑥
13
2 0 4 3 𝑥1
4 2 2 1 [ 2] = 28
c) 𝑥 [ ]
−3 1 3 2 3 20
𝑥 6
[ ] 4
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 16
Corrigé exercice 3
1 2 3 0
𝐴(1) = (0 −2 1) , 𝐵 (1) = (3)
0 −1 1 2
(𝟏)
Deuxième opération : Ligne 2 est la ligne pivot 𝒂𝟐𝟐 = −𝟐 ≠ 𝟎
𝑥⃗ = (1 − 1 1)𝑇 , 𝑑𝑒𝑡(𝐴) = −1
2 (0)
(𝑊1 ): 𝐿(1) (0)
2 ← 𝐿2 − ( ) 𝐿1
1 2 1 4 1
2 0 4 3 (1) (0) 4 (0)
( )
4 2 2 1 (𝑊2 ): 𝐿3 ← 𝐿3 − (1) 𝐿1
−3 1 3 2 −3 (0)
(𝑊3 ): 𝐿(1) (0)
4 ← 𝐿4 − ( ) 𝐿1
1
(0) (1) (1) (1)
𝑏1 = 13, 𝑏2 = 2 , 𝑏3 = −32 , 𝑏4 = 45
(0) (0)
𝐿1 𝑏1
1 2 1 4 (1) (1)
13
0 −4 2 −5 𝐿2 𝑏2 2
𝐴(1) =( ) , 𝐵 (1) = =( )
0 −6−2 −15 (1)
𝐿3 𝑏3
(1) −32
0 7 6 14 (1) (1) 45
(𝐿4 ) (𝑏4 )
(𝟏)
Deuxième opération : Ligne 2 est la ligne pivot 𝒂𝟐𝟐 = −𝟒 ≠ 𝟎
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 17
(0)
𝐿1 −6 (1)
1 2 1 4 (2) (1)
𝐿2 (𝑊4 ): 𝐿3 ← 𝐿3 − 𝐿
(1)
0 −4 2 −5 −4 2
( )
0 −6−2 −15 (1)
𝐿3 7 (1)
(𝑊5 ): 𝐿(2) (1)
0 7 6 14 4 ← 𝐿4 − 𝐿
(1) −4 2
𝐿
( 4 )
(0) (0)
𝐿1 𝑏1
1 2 1 4 (1) (1)
13
0 −4 2 −5 𝐿2 𝑏2 2
𝐴(2) =( − 15⁄2) , 𝐵 (2) = = ( −35 )
0 0 −5 (2)
𝐿3
(2)
𝑏3
0 0 19⁄2 21⁄4 (2) (2) 97⁄2
(𝐿4 ) (𝑏4 )
(𝟐)
Deuxième opération : Ligne 3 est la ligne pivot 𝒂𝟑𝟑 = −𝟓 ≠ 𝟎
(0)
𝐿1
1 2 1 4 (1)
0 −4 2 −5 𝐿2 (3) (2) 19 1 (2)
( − 15⁄2) , (𝑊6 ): 𝐿4 ← 𝐿4 − 𝐿
0 0 −5 (2)
𝐿3 2 (−5) 3
0 0 19⁄2 21⁄4 (2)
(𝐿4 )
(0) (0)
𝐿1 𝑏1
1 2 1 4 (1) (1)
13
0 −4 2 −5 𝐿2 𝑏2 2
𝐴(3) =( ) , 𝐵 (3) = =( )
0 0 −5 − 15⁄2 (2)
𝐿3 𝑏3
(2) −35
0 0 0 −9 (3) (3) −18
(𝐿4 ) (𝑏4 )
Finalement on a rendu la matrice 𝐴 triangulaire supérieure après deux opérations sur les
lignes, en respectant la règle de Gauss. Le système à résoudre est :
1 2 1 4 𝑥1 13
0 −4 2 −5 𝑥2 2
c) ( ) (𝑥 ) = ( )
0 0 −5 − 15⁄2 3 −35
0 0 0 −9 𝑥4 −18
La résolution se fait par une remontée triangulaire (du bas vers le haut). Ainsi on obtient :
𝑥⃗ = (3 − 1 4 2)𝑇
Exercice 4
Obtenir les matrices W correspondant aux opérations élémentaires effectues sur les matrices
de l’exercice précédent. Pour les deux exemples montrer que la méthode de l’élimination de
Gauss est équivalente à une décomposition LU.
Corrigé Exercice 4
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 18
1 0 0 0 1 0 0 0
−2 1 0 0 −1 2 1 0 0
𝑊1 = ( ) , 𝑊1 = ( )
0 0 1 0 0 0 1 0
0 0 0 1 0 0 0 1
1 0 0 0 1 0 0 0
0 1 0 0 0 1 0 0
𝑊2 = ( ) , 𝑊2−1 = ( )
−4 0 1 0 4 0 1 0
0 0 0 1 0 0 0 1
1 0 0 0 1 0 0 0
0 1 0 0 0 1 0 0
𝑊3 = ( ) , 𝑊3−1 = ( )
0 0 1 0 0 0 1 0
3 0 0 1 −3 0 0 1
1 0 0 0 1 0 0 0
0 1 0 0 0 1 0 0
𝑊4 = ( ) , 𝑊4−1 = ( )
0 −3⁄2 1 0 0 3⁄2 1 0
0 0 0 1 0 0 0 1
1 0 0 0 1 0 0 0
0 1 0 0 0 1 0 0
𝑊5 = ( 0 ) , 𝑊5−1 = ( 0 )
0 1 0 0 1 0
0 7⁄4 0 1 0 −7⁄4 0 1
1 0 0 0 1 0 0 0
0 1 0 0 0 1 0 0
𝑊6 = ( ) , 𝑊6−1 = ( )
0 0 1 0 0 0 1 0
0 0 19⁄10 1 0 0 −19⁄10 1
𝑙11 0 0 0 1 0 0 0 1 0 0 0
𝑙21 𝑙22 0 0 −𝜆1 1 0 0 2 1 0 0
𝐿=( 𝑙32 𝑙33 0 ) = (−𝜆2 −𝜆4 1 )=( 3⁄ 2 1 )
𝑙31 0 4 0
𝑙41 𝑙42 𝑙43 𝑙44 −𝜆3 −𝜆5 −𝜆6 1 −3 −(7⁄4) −(19⁄10) 1
𝑢11 𝑢12 𝑢13 𝑢14 1 2 1 4
0 𝑢22 𝑢23 𝑢24 0 −4 2 −5
𝑈=( 0 𝑢33 𝑢34 ) = (0 0 −5 − 15⁄2)
0
0 0 0 𝑢44 0 0 0 −9
On vérifie bien que :
1 2 1 4 1 0 0 0 1 2 1 4
2 0 4 3 2 1 0 0 0 −4 2 −5
𝐴(0) = 𝐿𝑈 = ( )=( 3⁄2 1 )( )
4 2 2 1 4 0 0 0 −5 − 15⁄2
−3 1 3 2 −3 −(7⁄4) −(19⁄10) 1 0 0 0 −9
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 19
a) Résoudre par l’élimination de Gauss, le système linéaire :
1 2 6 𝑥1 23
𝑥
[ 4 8 −1] [ 2 ] = [17]
−2 3 2 𝑥3 10
Corrigé exercice 5
En faisant les opérations indiquées (le pivot 𝑎11 = 1 ≠ 0), on élimine les termes non nuls sous
la diagonale de la première colonne et on obtient :
1 2 6 23
(1) (1)
𝐴 = (0 0 −25) , 𝐵 = (−75)
0 7 7 56
Ici, la procédure est interrompue par le fait que le nouveau pivot serait nul (𝑎22 = 0) et qu’il
n’est pas possible d’éliminer les termes sous ce pivot. Mais on peut encore, parmi les opérations
élémentaires, interchanger deux lignes. Le seul choix possible dans cet exemple est d’intervertir
la ligne 2 et la ligne 3. On se rend immédiatement compte qu’il n’y a plus que
des 0 sous le nouveau pivot et que l’on peut passer à la nouvelle colonne.
1 2 6
(1) (1)
𝐴(1) = (0 0 −25) (𝑃3 )𝐿3 ↔ 𝐿2
0 7 7
1 2 6 23
(2) (1)
𝐴 = (0 7 7 ) , 𝐵 = ( 56 )
0 0 −25 −75
Deuxième étape résolution
−25𝑥3 = −75 ⇒ 𝑥3 = 3
𝑥1 + 2𝑥2 + 6𝑥3 = 23 ⇒ 𝑥1 = −5
𝑥⃗ = (−5 5 3)𝑇
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 20
𝑈 = 𝑃3 𝑊2 𝑊1 𝐴
Ou encore :
Qui s’écrit :
1 2 6 1 0 0 1 2 6
[ 4 8 −1] = [ 4 0 1] [0 7 7 ]
−2 3 2 −2 1 0 0 0 −25
Remarque
Ainsi on a :
LU = P3 A
𝑑𝑒𝑡(𝑃) = 𝑑𝑒𝑡(𝑃−1 ) = −1
𝑑𝑒𝑡(𝐴) = 𝑑𝑒𝑡(𝑊−1 −1 −1
1 )𝑑𝑒𝑡(𝑊2 )𝑑𝑒𝑡(𝑃3 )[𝑑𝑒𝑡(𝑈)] = 1𝑥1𝑥(−1)𝑥[1𝑥7𝑥(−25)] = 175
Soit le système :
1 2 3 4 10 𝑇1 (𝐿2 ← 𝐿2 − (2⁄1)𝐿1 )
2 4 12 14 68
( | ) 𝑇2 (𝐿3 ← 𝐿3 − (− 4⁄1)𝐿1 )
−4 −6 −7 −8 −7
3 6 −3 1 127 𝑇3 (𝐿4 ← 𝐿4 − (3⁄1)𝐿1 )
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 21
En faisant les opérations indiquées (le pivot 𝑎11 = 1 ≠ 0), on élimine les termes non nuls sous
la diagonale de la première colonne et on obtient :
1 2 3 4 10
0 0 6 6 −48
( | ) 𝑃4 (𝐿2 ⟷ 𝐿3 )
0 2 5 8 33
0 0 −12 −11 97
Ici, la procédure est interrompue par le fait que le nouveau pivot serait nul (𝑎22 = 0) et qu’il
n’est pas possible d’éliminer les termes sous ce pivot. Mais on peut encore, parmi les opérations
élémentaires, interchanger deux lignes. Le seul choix possible dans cet exemple est d’intervertir
la ligne 2 et la ligne 3. On se rend immédiatement compte qu’il n’y a plus que des 0 sous le
nouveau pivot et que l’on peut passer à la nouvelle colonne.
1 2 3 4 10
0 2 5 8 33
( | ) 𝑇 (𝐿 ← 𝐿4 + (2⁄1)𝐿3 )
0 0 6 6 −48 5 4
0 0 −12 −11 97
En effectuant cette dernière opération, on obtient le système triangulaire :
1 2 3 4 10
0 2 5 8 33
( | )
0 0 6 6 −48
0 0 0 1 1
Deuxième étape résolution
𝑥⃗ = (−37 35 −9 1)𝑇
𝑈 = 𝑇5 𝑃4 𝑇3 𝑇2 𝑇1 𝐴
Ou encore :
Qui s’écrit :
1 2 3 4 1 1 2 1 1 2 3 4
2 4 12 14 2 0 1 0 0 2 5 8
( )= ( )( )
−4 −6 −7 −8 −4 1 0 0 0 0 6 6
3 6 −3 1 3 0 −2 1 0 0 0 1
On remarque que la première matrice du terme de droite n’est pas triangulaire inférieure. Cela
est dû au fait qu’on a permuté deux lignes.
𝑑é𝑡 𝐴 = 𝑑é𝑡 𝑇1−1 𝑑é𝑡 𝑇2−1 𝑑é𝑡 𝑇3−1 𝑑é𝑡 𝑃4−1 𝑑é𝑡 𝑇5−1 [𝑑é𝑡 𝑈]
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 22
1 0 0 0 1 0 0 0
−2 1 0 0 −1 2 1 0 0
𝑇1 = ( ) , 𝑇1 = ( )
0 0 1 0 0 0 1 0
0 0 0 1 0 0 0 1
1 0 0 0 1 0 0 0
0 1 0 0 0 1 0 0
𝑇2 = ( ) , 𝑇2−1 = ( )
4 0 1 0 −4 0 1 0
0 0 0 1 0 0 0 1
1 0 0 0 1 0 0 0
0 1 0 0 0 1 0 0
𝑇3 = ( ) , 𝑇3−1 = ( )
0 0 1 0 0 0 1 0
−3 0 0 1 3 0 0 1
1 0 0 0 1 0 0 0
0 0 1 0 0 0 1 0
𝑃4 = ( ) , 𝑃4−1 = ( )
0 1 0 0 0 1 0 0
0 0 0 1 0 0 0 1
1 0 0 0 1 0 0 0
0 1 0 0 0 1 0 0
𝑇5 = ( ) , 𝑇5−1 = ( )
0 0 1 0 0 0 1 0
0 2 0 1 0 −2 0 1
𝑑é𝑡 𝐴 = (1)(1)(1)(−1)(1)[(1)(2)(6)(1)] = −12
Supposons un instant que nous ayons réussi à exprimer la matrice 𝐴 en un produit de deux
matrices triangulaires 𝐿 et 𝑈. Comment cela nous permet-il de résoudre le système 𝐴𝑥⃗ = 𝑏⃗⃗ ? Il
suffit de remarquer que :
𝐴𝑥⃗ = 𝑏⃗⃗ = 𝐿𝑈 𝑥⃗
𝐿𝑦⃗ = 𝑏⃗⃗
𝑈 𝑥⃗ = 𝑦⃗
qui sont deux systèmes triangulaires. On utilise d’abord une descente triangulaire sur la matrice
𝐿 pour obtenir 𝑦⃗ et par la suite une remontée triangulaire sur la matrice 𝑈 pour obtenir la
solution recherchée 𝑥⃗.
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 23
Il faut tout de suite souligner que la décomposition 𝐿𝑈 n’est pas unique. On peut en effet
écrire un nombre réel comme le produit de deux autres nombres d’une infinité de façons. Il en
est de même pour les matrices.
Pour illustrer la non-unicité de la décomposition 𝐿𝑈, il suffit de vérifier les égalités suivantes :
2 −1 −1 2 0 0 1 −0.5 −0.5
(0 −4 2 ) = (0 −4 0 ) (0 1 −0.5 )
6 −3 1 6 0 4 0 0 1
2 −1 −1 1 0 0 2 −1 −1
(0 −4 2 ) = (0 1 0 ) (0 −4 2 )
6 −3 1 3 0 1 0 0 4
Remarque
La décomposition 𝐿𝑈 n’étant pas unique, il faut faire au préalable des choix arbitraires. Le
choix le plus populaire consiste à imposer que la matrice 𝑈 ait des 1 sur sa diagonale. C’est la
décomposition de CROUT. Certains logiciels comme Matlab préfèrent mettre des 1 sur la
diagonale de 𝐿. Il en résulte bien sûr une décomposition 𝐿𝑈différente de celle de CROUT, mais
le principe de base est le même.
Pour obtenir cette décomposition (ou factorisation), nous considérons une matrice de
dimension 4 sur 4, le cas général étant similaire. On doit donc déterminer les coefficients 𝑙𝑖𝑗 et
𝑢𝑖𝑗 des matrices 𝐿 et 𝑈 de telle sorte que 𝐴 = 𝐿𝑈. En imposant que la diagonale de 𝑈 soit
composée de 1 (𝑢𝑖𝑖 = 1), on doit avoir :
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 24
On obtient immédiatement que :
On obtient respectivement :
ou encore :
On trouve immédiatement :
ce qui donne :
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 25
𝑎23 − 𝑙21 𝑢13
𝑢23 =
𝑙22
On obtient :
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 26
- Calcul du pivot :
𝑖−1
- pour 𝒋 = 𝒊 + 𝟏, 𝒊 + 𝟐, … , 𝒏 :
𝑎𝑖𝑗 − ∑𝑖−1
𝑘=1 𝑙𝑖𝑘 𝑢𝑘𝑗
𝑢𝑖𝑗 =
𝑙𝑖𝑖
(3-4)
Calcul de 𝒍𝒏𝒏 :
𝑛−1
- Pour 𝒊 = 𝟐, 𝟑, 𝟒 … , 𝒏:
𝒃𝒊 − ∑𝒊−𝟏
𝒌=𝟏 𝒍𝒊𝒌 𝒚𝒌
𝒚𝒊 =
𝒍𝒊𝒊
(3-6)
⃗⃗ = 𝒚
- Remontée triangulaire pour résoudre 𝑼𝒙 ⃗⃗ (𝒖𝒊𝒊 = 𝟏)
- 𝒙 𝒏 = 𝒚𝒏
- Pour 𝒊 = 𝒏 − 𝟏, 𝒏 − 𝟐, … , 𝟏 :
𝒏
𝒙𝒊 = 𝒚𝒊 − ∑ 𝒖𝒊𝒌 𝒙𝒌
𝒌=𝒊+𝟏 (3-7)
Remarque 1
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 27
L’algorithme précédent ne fonctionne que si les pivots 𝑙𝑖𝑖 sont tous non nuls. Ce n’est pas
toujours le cas et il est possible qu’il faille permuter deux lignes pour éviter cette situation, tout
comme pour l’élimination de Gauss. Le coefficient 𝑙𝑖𝑖 est encore appelé pivot. Nous abordons
un peu plus loin les techniques de recherche du meilleur pivot.
Remarque 2
Une fois utilisés, les coefficients de la matrice A ne servent plus à rien. Ils peuvent dons être
détruit au fur et à mesure que la décomposition progresse. De fait, on peut les remplacer par les
valeurs lij ou uij selon le cas. C’est ce que l’on nomme la notation compacte. La notation
compacte évite de garder inutilement en mémoire des matrices de grande taille.
Définition
Dans le cas d’une matrice de dimension 4 sur 4. La matrice initiale A est tout simplement
détruite. Les coefficients 1 sur la diagonale de la matrice U ne sont pas indiqués explicitement,
mais doivent tout de même être indiqués. De façon plus rigoureuse, la notation compacte revient
à mettre en mémoire la matrice :
𝐿+𝑈−𝐼
et à détruire la matrice A.
Exemple
Soit le système :
3 −1 2 𝑥1 12
[1 2 3] 𝑥
[ 2 ] = [11]
2 −2 −1 𝑥3 2
Que l’on doit décomposer en produit LU. Pour illustrer la notation compacte on remplace au
fur et à mesure les coefficients 𝑎𝑖𝑗 par les coefficients 𝑙𝑖𝑗 ou 𝑢𝑖𝑗 ; les cases soulignent que
l’élément 𝑎𝑖𝑗 a été détruit.
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 28
2. Première ligne de U
3. Deuxième colonne de L
De la relation (3-3)
= 2 − (1)(−1⁄3)
= 7⁄3
= −2 − (2)(−1⁄3)
= −4⁄3
On a maintenant :
4. Deuxième ligne de U
3 − (1) (2⁄3)
=
7⁄
3
= 1
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 29
5. Calcul de 𝑙33
= −1 − (2)(2⁄3) − (− 4⁄3)(1)
= −1
𝑏1
𝑦1 = ⁄𝑙
11
= (12⁄3) = 4
𝑏2 − 𝑙21 𝑦1
𝑦2 =
𝑙22
11 − (1)(4)
= =3
7⁄
3
𝑏3 − 𝑙31 𝑦1 − 𝑙32 𝑦2
𝑦3 =
𝑙33
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 30
2 − (2)(4) − (− 4⁄3)(3)
= =2
(−1)
7. Résolution de U𝑥⃗ = 𝑦⃗
𝑥3 = 𝑦3 = 2
𝑥2 = 𝑦2 − 𝑢23 𝑥3
= 3 − (1)(2)
= 1
𝑥1 = 𝑦1 − 𝑢12 𝑥2 − 𝑢13 𝑥3
= 4 − (− 1⁄3)(1) − (2⁄3)(2)
= 3
Comme nous l’avons remarqué l’algorithme de décomposition LU exige que les pivots 𝑙𝑖𝑖 soient
non nuls. Dans le cas contraire il faut essayer de permuter deux lignes . contrairement à la
méthode d’élimination de Gauss, la décomposition LU n’utilise le terme de droit 𝑏⃗⃗ qu’à toute
la fin au moment de la descente triangulaire 𝑦⃗ = 𝑏⃗⃗ . Si l’on permute des lignes, on doit en garder
la trace de façon à effectuer les mêmes opérations sur 𝑏⃗⃗. A cette fin on introduit le vecteur un
⃗⃗ dit de permutation qui contient tout simplement la numérotation des équations.
𝑂
Remarque
Dans décomposition LU, la permutation des lignes s’effectue toujours après le calcul de la
colonne de L. On place en position le pivot le plus grand terme en valeur absolue de cette
colonne (sous le pivot actuel),pour des raisons de précision que nous verrons plus loin.
Exemple
Soit :
0 2 1 1
[1 0 0] ⃗⃗ = [2]
𝑂
3 0 1 3
Au départ le vecteur permutation ⃗⃗
𝑂 indique que la numérotation des équations n’a pas été
modifiée.
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 31
1. Première colonne de L
Le vecteur permutation n’a pas été modifié, mais on a un pivot nul . On effectue alors
l’opération (𝐿1 ↔ 𝐿3 ). On aurait tout aussi bien pu permuté la ligne 1 et la ligne 2, mais on
choisit immédiatement le plus grand pivot (en valeur absolue). Le vecteur permutation est
alors modifié
2. Première ligne de U
3. Deuxième colonne de L
De la relation (3-3)
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 32
On a maintenant :
3 0 1⁄ 3
3 ⃗⃗ = [2]
[1 0 0 ] 𝑂
0 2 1 1
et encore un pivot nul qui oblige d’intervertir les lignes 2 et 3et à modifier le vecteur ⃗⃗
𝑂 en
conséquence (𝐿2 ↔ 𝐿3 ) :
3 0 1⁄ 3
3 ⃗⃗ = [1]
[0 2 1 ] 𝑂
1 0 0 2
4. Calcul de 𝑢23
5. Calcul de 𝑙33
On calcule enfin :
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 33
Il faut toutefois remarquer que le produit LU donne :
5
𝐴𝑥⃗ = [ −1]
−2
⃗⃗ , on résout d’abord :
Compte tenu de vecteur 𝑂
−2
𝐿𝑦⃗ = [ 5 ]
−1
A noter l’ordre des valeurs dans le membre de droite. La descente triangulaire (laissée en
2 5 𝑇
exercices) donne 𝑦 ⃗ = [− 1] . Il suffit maintenant d’effectuer la remontée
3 2
triangulaire :
2
−
3
𝑈𝑥⃗ = 5
2
[ 1 ]
Qui nous donne la solution finale : 𝑥⃗ = [− 1 2 1] 𝑇 .
Comme on a permuté deux lignes deux fois, le déterminant a changé de signe deux fois.
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 34
Cela nous amène au théorème suivant.
Théorème 1
Remarque
Nous venons au fait de montrer que toute matrice inversible A peut décomposé sous forme de :
𝑃𝐴 = 𝐿𝑈
où P est une matrice de permutation. Pour obtenir la matrice P, il suffit de réordonner les lignes
⃗⃗. Ainsi dans l’exemple précédent, on
de la matrice identité suivant le vecteur de permutation 𝑂
avait :
1
0 0 1 0 2 1 3 0 0 1 0
3
[1 0 0] [1 0 0] = [0 2 0][
1 0 1
1]
0 1 0 3 0 1 1 0 − 2
3 0 0 1
Nous avons mentionné que la décomposition LUest une méthode directe, c’est-à-dire que l’on
peurt prévoir le nombre exact d’opérations arithmétiques nécessaires pour résoudre le système
d’équations. On a de fait le résultat suivant (Voir Burden et Faires : Numerical Analysis .
Brooks/Cole Pacific Grove, septième édition, 2001, ISBN 0-534-38216-9.
Théorème 2
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 35
Du point de vue informatique, une multiplication (ou une division) est une opération plus
couteuse qu’une simple addition (ou soustraction). C’est donc principalement le nombre de
multiplications/divisions qui est important de plus, on note que si n est grand, le nombre total
𝑛3
de multiplications/divisions est de l’ordre de , en négligeant les puissances de n inférieures à
3
3.
Enfin et cela est très important ,La décomposition de la matrice A en un produit LU coûte
𝑛3
beaucoup plus cher (≅ multiplications/divisions) que les remontée et descente
3
triangulaires(≅ 𝑛2 multiplications/divisions) . Le gros du travail se trouve donc dans la
décomposition elle-même.
Supposons un instant que nous ayons réussi à exprimer la matrice 𝐴 en un produit de deux
matrices triangulaires 𝐿 et 𝑈. Comment cela nous permet-il de résoudre le système 𝐴𝑥⃗ = 𝑏⃗⃗ ? Il
suffit de remarquer que :
𝐴𝑥⃗ = 𝑏⃗⃗ = 𝐿𝑈 𝑥⃗
𝐿𝑦⃗ = 𝑏⃗⃗
𝑈 𝑥⃗ = 𝑦⃗
qui sont deux systèmes triangulaires. On utilise d’abord une descente triangulaire sur la matrice
𝐿 pour obtenir 𝑦⃗ et par la suite une remontée triangulaire sur la matrice 𝑈 pour obtenir la
solution recherchée 𝑥⃗.
Il faut tout de suite souligner que la décomposition 𝐿𝑈 n’est pas unique. On peut en effet
écrire un nombre réel comme le produit de deux autres nombres d’une infinité de façons. Il en
est de même pour les matrices.
Pour illustrer la non-unicité de la décomposition 𝐿𝑈, il suffit de vérifier les égalités suivantes :
2 −1 −1 2 0 0 1 −0.5 −0.5
(0 −4 2 ) = (0 −4 0 ) (0 1 −0.5 )
6 −3 1 6 0 4 0 0 1
2 −1 −1 1 0 0 2 −1 −1
(0 −4 2 ) = (0 1 0 ) (0 −4 2 )
6 −3 1 3 0 1 0 0 4
Remarque
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 36
La décomposition 𝐿𝑈 n’étant pas unique, il faut faire au préalable des choix arbitraires. Le
choix le plus populaire consiste à imposer que la matrice 𝑈 ait des 1 sur sa diagonale. C’est la
décomposition de CROUT. Certains logiciels comme Matlab préfèrent mettre des 1 sur la
diagonale de 𝐿. Il en résulte bien sûr une décomposition 𝐿𝑈différente de celle de CROUT, mais
le principe de base est le même.
Pour obtenir cette décomposition (ou factorisation), nous considérons une matrice de
dimension 4 sur 4, le cas général étant similaire. On doit donc déterminer les coefficients 𝑙𝑖𝑗 et
𝑢𝑖𝑗 des matrices 𝐿 et 𝑈 de telle sorte que 𝐴 = 𝐿𝑈. En imposant que la diagonale de 𝑈 soit
composée de 1 (𝑢𝑖𝑖 = 1), on doit avoir :
On obtient respectivement :
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 37
𝑎12 𝑎13 𝑎14
𝑢12 = , 𝑢13 = , 𝑢14 =
𝑙11 𝑙11 𝑙11
ou encore :
On trouve immédiatement :
ce qui donne :
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 38
𝑙33 = 𝑎33 − 𝑙31 𝑢13 − 𝑙32 𝑢23
On obtient :
- Calcul du pivot :
𝑖−1
- pour 𝒋 = 𝒊 + 𝟏, 𝒊 + 𝟐, … , 𝒏 :
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 39
𝑎𝑖𝑗 − ∑𝑖−1
𝑘=1 𝑙𝑖𝑘 𝑢𝑘𝑗
𝑢𝑖𝑗 =
𝑙𝑖𝑖
(3-4)
Calcul de 𝒍𝒏𝒏 :
𝑛−1
- Pour 𝒊 = 𝟐, 𝟑, 𝟒 … , 𝒏:
𝒃𝒊 − ∑𝒊−𝟏
𝒌=𝟏 𝒍𝒊𝒌 𝒚𝒌
𝒚𝒊 =
𝒍𝒊𝒊
(3-6)
⃗⃗ = 𝒚
- Remontée triangulaire pour résoudre 𝑼𝒙 ⃗⃗ (𝒖𝒊𝒊 = 𝟏)
- 𝒙 𝒏 = 𝒚𝒏
- Pour 𝒊 = 𝒏 − 𝟏, 𝒏 − 𝟐, … , 𝟏 :
𝒏
𝒙𝒊 = 𝒚𝒊 − ∑ 𝒖𝒊𝒌 𝒙𝒌
𝒌=𝒊+𝟏 (3-7)
Remarque 1
L’algorithme précédent ne fonctionne que si les pivots 𝑙𝑖𝑖 sont tous non nuls. Ce n’est pas
toujours le cas et il est possible qu’il faille permuter deux lignes pour éviter cette situation, tout
comme pour l’élimination de Gauss. Le coefficient 𝑙𝑖𝑖 est encore appelé pivot. Nous abordons
un peu plus loin les techniques de recherche du meilleur pivot.
Remarque 2
Une fois utilisés, les coefficients de la matrice A ne servent plus à rien. Ils peuvent dons être
détruit au fur et à mesure que la décomposition progresse. De fait, on peut les remplacer par les
valeurs lij ou uij selon le cas. C’est ce que l’on nomme la notation compacte. La notation
compacte évite de garder inutilement en mémoire des matrices de grande taille.
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 40
Définition
Dans le cas d’une matrice de dimension 4 sur 4. La matrice initiale A est tout simplement
détruite. Les coefficients 1 sur la diagonale de la matrice U ne sont pas indiqués explicitement,
mais doivent tout de même être indiqués. De façon plus rigoureuse, la notation compacte revient
à mettre en mémoire la matrice :
𝐿+𝑈−𝐼
et à détruire la matrice A.
Exemple
Soit le système :
3 −1 2 𝑥1 12
[1 2 3] 𝑥
[ 2 ] = [11]
2 −2 −1 𝑥3 2
Que l’on doit décomposer en produit LU. Pour illustrer la notation compacte on remplace au
fur et à mesure les coefficients 𝑎𝑖𝑗 par les coefficients 𝑙𝑖𝑗 ou 𝑢𝑖𝑗 ; les cases soulignent que
l’élément 𝑎𝑖𝑗 a été détruit.
9. Première ligne de U
De la relation (3-3)
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 41
𝑙22 = 𝑎22 − 𝑙21 𝑢12
= 2 − (1)(−1⁄3)
= 7⁄3
= −2 − (2)(−1⁄3)
= −4⁄3
On a maintenant :
3 − (1) (2⁄3)
=
7⁄
3
= 1
= −1 − (2)(2⁄3) − (− 4⁄3)(1)
= −1
𝑏1
𝑦1 = ⁄𝑙
11
= (12⁄3) = 4
𝑏2 − 𝑙21 𝑦1
𝑦2 =
𝑙22
11 − (1)(4)
= =3
7⁄
3
𝑏3 − 𝑙31 𝑦1 − 𝑙32 𝑦2
𝑦3 =
𝑙33
2 − (2)(4) − (− 4⁄3)(3)
= =2
(−1)
𝑥3 = 𝑦3 = 2
𝑥2 = 𝑦2 − 𝑢23 𝑥3
= 3 − (1)(2)
= 1
𝑥1 = 𝑦1 − 𝑢12 𝑥2 − 𝑢13 𝑥3
= 4 − (− 1⁄3)(1) − (2⁄3)(2)
= 3
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 43
La solution recherchée est : 𝑥⃗ = (3 1 2)𝑇
Comme nous l’avons remarqué l’algorithme de décomposition LU exige que les pivots 𝑙𝑖𝑖 soient
non nuls. Dans le cas contraire il faut essayer de permuter deux lignes . contrairement à la
méthode d’élimination de Gauss, la décomposition LU n’utilise le terme de droit 𝑏⃗⃗ qu’à toute
la fin au moment de la descente triangulaire 𝑦⃗ = 𝑏⃗⃗ . Si l’on permute des lignes, on doit en garder
la trace de façon à effectuer les mêmes opérations sur 𝑏⃗⃗. A cette fin on introduit le vecteur un
⃗⃗ dit de permutation qui contient tout simplement la numérotation des équations.
𝑂
Remarque
Dans décomposition LU, la permutation des lignes s’effectue toujours après le calcul de la
colonne de L. On place en position le pivot le plus grand terme en valeur absolue de cette
colonne (sous le pivot actuel),pour des raisons de précision que nous verrons plus loin.
Exemple
Soit :
0 2 1 1
[1 0 0] ⃗⃗ = [2]
𝑂
3 0 1 3
Au départ le vecteur permutation ⃗⃗
𝑂 indique que la numérotation des équations n’a pas été
modifiée.
6. Première colonne de L
Le vecteur permutation n’a pas été modifié, mais on a un pivot nul . On effectue alors
l’opération (𝐿1 ↔ 𝐿3 ). On aurait tout aussi bien pu permuté la ligne 1 et la ligne 2, mais on
choisit immédiatement le plus grand pivot (en valeur absolue). Le vecteur permutation est
alors modifié
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 44
7. Première ligne de U
8. Deuxième colonne de L
De la relation (3-3)
On a maintenant :
3 0 1⁄ 3
3 ⃗⃗ = [2]
[1 0 0 ] 𝑂
0 2 1 1
et encore un pivot nul qui oblige d’intervertir les lignes 2 et 3et à modifier le vecteur ⃗⃗
𝑂 en
conséquence (𝐿2 ↔ 𝐿3 ) :
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 45
3 0 1⁄ 3
3 ⃗⃗
[0 2 1 ] 𝑂 = [1]
1 0 0 2
9. Calcul de 𝑢23
On calcule enfin :
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 46
5
𝐴𝑥⃗ = [ −1]
−2
⃗⃗ , on résout d’abord :
Compte tenu de vecteur 𝑂
−2
𝐿𝑦⃗ = [ 5 ]
−1
A noter l’ordre des valeurs dans le membre de droite. La descente triangulaire (laissée en
2 5 𝑇
exercices) donne 𝑦 ⃗ = [− 1] . Il suffit maintenant d’effectuer la remontée
3 2
triangulaire :
2
−
3
𝑈𝑥⃗ = 5
2
[ 1 ]
Qui nous donne la solution finale : 𝑥⃗ = [− 1 2 1] 𝑇 .
Comme on a permuté deux lignes deux fois, le déterminant a changé de signe deux fois.
Théorème 1
Remarque
Nous venons au fait de montrer que toute matrice inversible A peut décomposé sous forme de :
𝑃𝐴 = 𝐿𝑈
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 47
où P est une matrice de permutation. Pour obtenir la matrice P, il suffit de réordonner les lignes
⃗⃗. Ainsi dans l’exemple précédent, on
de la matrice identité suivant le vecteur de permutation 𝑂
avait :
1
0 0 1 0 2 1 3 0 0 1 0
3
[1 0 0] [1 0 0] = [0 2 0][
1 0 1
1]
0 1 0 3 0 1 1 0 − 2
3 0 0 1
Nous avons mentionné que la décomposition LUest une méthode directe, c’est-à-dire que l’on
peurt prévoir le nombre exact d’opérations arithmétiques nécessaires pour résoudre le système
d’équations. On a de fait le résultat suivant (Voir Burden et Faires : Numerical Analysis .
Brooks/Cole Pacific Grove, septième édition, 2001, ISBN 0-534-38216-9.
Théorème 2
𝑛3 +3𝑛2 −𝑛
multiplications/divisions
3
Enfin et cela est très important ,La décomposition de la matrice A en un produit LU coûte
𝑛3
beaucoup plus cher (≅ multiplications/divisions) que les remontée et descente
3
triangulaires(≅ 𝑛2 multiplications/divisions) . Le gros du travail se trouve donc dans la
décomposition elle-même.
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 48
II Méthodes Itératives
II-1 METHODE DE JACOBI
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 49
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 50
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 51
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 52
II-2 METHODE DE GAUSS SEIDEL
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 53
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 54
Deuxième partie : Systèmes Algébriques Non linéaires
1- Position du problème
Les phénomènes non linéaires sont extrêmement courant en pratique ils sont sans doute plus
fréquent que les phénomènes linéaires. Dans cette section nous examinons les systèmes non
linéaires et nous montrons comment les résoudre à l’aide d’une suite de problèmes linéaires,
auxquels on peut appliquer diverses techniques de résolution comme la décomposition LU.
𝑓1 (𝑥1 , 𝑥2 , 𝑥3 … , 𝑥𝑛 ) = 0
𝑓2 (𝑥1 , 𝑥2 , 𝑥3 … , 𝑥𝑛 ) = 0
𝑓3 (𝑥1 , 𝑥2 , 𝑥3 … , 𝑥𝑛 ) = 0
.
.
.
{𝑓𝑛 (𝑥1 , 𝑥2 , 𝑥3 … , 𝑥𝑛 ) = 0
Où les fi sont des fonctions de n variables que nous supposons différentiables. Les méthodes de
résolution des systèmes non linéaires sont nombreuses, notamment, (méthode de la bissection,
méthode des points fixes, méthode de la sécante, méthode de Newton,,,). Pour éviter de
surcharger notre exposé, nous ne présentons que la méthode la plus utilisée en pratique, soit la
méthode de NEWTON.
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 55
Exemples
Exemple 1
𝑒 𝑥1 − 𝑥2 =0
(𝑆1 ) { 2 2
𝑥1 + 𝑥2 − 16 = 0
Exemple 2
Exemple 3
2- Méthode de NEWTON
𝑓1 (𝑥1 , 𝑥2 ) = 0
𝑓2 (𝑥1 , 𝑥2 ) = 0
Soit (𝑥10 , 𝑥20 ), une approximation initiale de la solution de ce système. Cette approximation
initiale est cruciale et doit toujours être choisie avec soin. Le but de ce qui suit est de déterminer
la correction (𝛿𝑥1 , 𝛿𝑥2 ) à (𝑥10 , 𝑥20 )de telle sorte que :
Pour déterminer 𝛿𝑥1 et 𝛿𝑥2 il suffit de faire un développement de Taylor pour une fonction de
deux variables pour chacune des deux fonctions :
𝜕𝑓1 0 0 𝜕𝑓1 0 0
𝑓1 (𝑥10 , 𝑥20 ) + (𝑥1 , 𝑥2 )𝛿𝑥1 + (𝑥 , 𝑥 )𝛿𝑥2 + ⋯ = 0
𝜕𝑥1 𝜕𝑥2 1 2
𝜕𝑓2 0 0 𝜕𝑓2 0 0
𝑓2 (𝑥10 , 𝑥20 ) + (𝑥1 , 𝑥2 )𝛿𝑥1 + (𝑥 , 𝑥 )𝛿𝑥2 + ⋯ = 0
𝜕𝑥1 𝜕𝑥2 1 2
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 56
𝜕𝑓1 0 0 𝜕𝑓1 0 0
(𝑥1 , 𝑥2 )𝛿𝑥1 + (𝑥 , 𝑥 )𝛿𝑥2 = −𝑓1 (𝑥10 , 𝑥20 )
𝜕𝑥1 𝜕𝑥2 1 2
𝜕𝑓2 0 0 𝜕𝑓2 0 0
(𝑥1 , 𝑥2 )𝛿𝑥1 + (𝑥1 , 𝑥2 )𝛿𝑥2 = −𝑓2 (𝑥10 , 𝑥20 )
𝜕𝑥1 𝜕𝑥2
𝜕𝑓1 0 0 𝜕𝑓1 0 0
(𝑥 , 𝑥 ) (𝑥 , 𝑥 )
𝜕𝑥1 1 2 𝜕𝑥2 1 2 𝛿𝑥 𝑓 (𝑥 0 , 𝑥 0 )
[ 1 ] = − [ 1 10 20 ]
𝜕𝑓2 0 0 𝜕𝑓2 0 0 𝛿𝑥2 𝑓2 (𝑥1 , 𝑥2 )
(𝑥 , 𝑥 ) (𝑥1 , 𝑥2 )
[𝜕𝑥1 1 2 𝜕𝑥2 ]
Où 𝐽(𝑥10 , 𝑥20 ) désigne la matrice des dérivées partielles où matrice Jacobienne au point
(𝑥10 , 𝑥20 ), où 𝛿𝑥⃗ le vecteur correction relative à chaque variable et où − 𝑅⃗⃗ (𝑥10 , 𝑥20 ) est le
vecteur résidu évalué en (𝑥10 , 𝑥20 ). Le déterminant de la matrice jacobienne est appelé le
Jacobien. Le jacobien doit bien entendu être différent de zéro pour que la matrice jacobienne
soit inversible. On pose ensuite :
qui est la nouvelle approximation de la solution du système non linéaire. On cherchera par la
suite à corriger (𝑥11 , 𝑥21 ) d’une nouvelle (𝛿𝑥⃗), et ce jusqu’à la convergence. De manière plus
générale on pose :
De plus on pose :
𝑓1 (𝑥⃗ 𝑖 ) 𝛿𝑥1
𝑖
𝑓2 (𝑥⃗ ) 𝛿𝑥2
⃗𝑖) 𝛿𝑥3
𝑅⃗⃗ (𝑥⃗ 𝑖 ) = 𝑓3 (𝑥 , ⃗⃗⃗⃗⃗
𝛿𝑥 = ..
..
. .
[𝛿𝑥𝑛 ]
[𝑓𝑛 (𝑥⃗ 𝑖 )]
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 57
3- Algorithme général de NEWTON
3 - Etant donné 𝑥⃗ 0 = (𝑥10 , 𝑥20 , 𝑥30 , … 𝑥𝑛0 ) approximation initiale de la solution du système.
𝑥⃗ 𝑖+1 = 𝑥⃗ 𝑖 + ⃗⃗⃗⃗⃗
𝛿𝑥
⃗⃗⃗⃗⃗⃗‖
‖𝛿𝑥
5 – Si ‖𝑥⃗ 𝑖+1 ‖ ≤ 𝜀 𝑒𝑡 ‖𝑅⃗⃗ (𝑥⃗ 𝑖+1 )‖ ≤ 𝜀 : alors
Exemple d’application
𝑒 𝑥1 − 𝑥2 =0
(𝑆1 ) { 2 2
𝑥1 + 𝑥2 − 16 = 0
𝜕𝑓1 𝜕𝑓1
𝜕𝑥1 𝜕𝑥2 𝑒 𝑥1 −1
𝐽= = [ ]
𝜕𝑓2 𝜕𝑓2 2𝑥1 2𝑥2
[𝜕𝑥1 𝜕𝑥2 ]
Un graphique de ces deux courbes montre qu’il y a deux solutions à ce problème non linéaire
(voir Figure), La première solution se trouve près du point (0,-4) et la deuxième près du point
(2.8,2.8). Prenons le point (𝑥10 , = 2.8 𝑥20 = 2.8)comme approximation initiale de la solution
de ce système non linéaire, c’est-à-dire 𝑥⃗ 0 = (𝑥10 , 𝑥20 ) = (2.8, 2.8) Ainsi l’équation
⃗⃗⃗⃗⃗ = − 𝑅⃗⃗ (𝑥⃗ 𝑖 ) pour i = 0 donne :
𝐽(𝑥⃗ 𝑖 )𝛿𝑥
Ainsi l’équation
1 - Itération 1
La résolution de ce système algébrique par une des méthodes de résolution des systèmes
algébriques (Gauss, Factorisation LU, Jacobi, Gauss Seidel ou autre, permet d’obtenir le vecteur
⃗⃗⃗⃗⃗
𝛿𝑥 à l’itération 1 :
⃗⃗⃗⃗⃗
𝛿𝑥 = [−0.77890, 0.83604]𝑇 = [𝛿𝑥1 , 𝛿𝑥2 ]
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 59
𝑥21 = 𝑥20 + 𝛿𝑥2 = 2.8 + 0.83604 = 3.63604
2 - Itération 2
pour 𝑖 = 1 s’écrit :
C’est-à-dire :
7.5466 −1 𝛿𝑥 3.9106
[ ] [ 1] = − [ ]
4.0422 7.2721 𝛿𝑥2 1.3056
⃗⃗⃗⃗⃗
𝛿𝑥 = [−0.50480, 0.10106]𝑇 = [𝛿𝑥1 , 𝛿𝑥2 ]
On a maintenant :
3 - Itération 3
4.554 −1 𝛿𝑥 0.81824
[ ] [ 1] = − [ ]
3.0326 7.4742 𝛿𝑥2 0.26508
On a maintenant :
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 60
4 - Itération 4
3.8351 −1 𝛿𝑥 0.063617
[ ] [ 1] = − [ ]
2.6884 7.5430 𝛿𝑥2 0.031086
⃗⃗⃗⃗⃗
𝛿𝑥 = [−0.0161616, 0.0163847]𝑇 = [𝛿𝑥1 , 𝛿𝑥2 ]
5 - Itération 5
3.7735 −1 𝛿𝑥 −3
[ ] [ 1 ] = − [0.34886 10−3 ]
2.6560 7.5463 𝛿𝑥2 0.1694610
⃗⃗⃗⃗⃗
𝛿𝑥 = [9.0310−5 , 5.2510−6 ]𝑇 = [𝛿𝑥1 , 𝛿𝑥2 ]
Exercices d’application
Exercice 1
Corrigé exercice 1
A l’itération 1 on obtient :
⃗⃗⃗⃗⃗
𝛿𝑥 = [0.8, 0.88]𝑇 = [𝛿𝑥1 , 𝛿𝑥2 ]
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 61
(𝑥11 , 𝑥21 )𝑇 = (0.8, 0.88)𝑇
Exercice 2
(0.1, 0.1, -0.1) comme approximation initiale. Donner l’approximation de la solution pour les
deux premières itérations
Corrigé exercice 2
3 𝑥3 𝑠𝑖𝑛(𝑥2 𝑥3 ) 𝑥3 𝑠𝑖𝑛(𝑥2 𝑥3 )
2𝑥1 −162(𝑥2 + 0,1) 𝑐𝑜𝑠(𝑥3 )
−𝑥2 𝑒 −𝑥1𝑥2 −𝑥1 𝑒 −𝑥1𝑥2 20
Exercice 3
Résoudre le système non linéaire suivant à l’aide de la méthode de Newton en prenant (0.75
, - 0.75, 0.75) comme approximation initiale. Donner l’approximation de la solution pour les
deux premières itérations
𝑥12 − 1 =0
(𝑆3 ) {𝑥12 + 𝑥22 − 2 = 0
𝑥12 + 𝑥1 𝑥2 + 𝑥32 =0
Corrigé exercice 3
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 62
CHAPITRE II- Interpolation Polynomiale
II-1 Matrice de VANDERMOND
Où encore :
Exemple
sont (0,1), (1,2), (2,9), (3,28). Avec n points on forme un polynôme de degré n, c’est à dire un
polynôme de degré (n+1) – 1
𝑃3 (𝑥) = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 + 𝑎3 𝑥 3
𝑃3 (0) = 𝑎0 = 1
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 63
𝑃3 (1) = 𝑎0 + 𝑎1 + 𝑎2 + 𝑎3 = 2
Donc on aboutit à un système d’équations linéaires d’inconnues 𝑎0 , 𝑎1 , 𝑎2 , 𝑎3 qu’il faut savoir résoudre
(voir chapitre précédent).
On obtient :
𝑎0 = 1
Et on détermine les autres coefficients sont obtenus par la résolution du système suivant :
𝑎1 + 𝑎2 + 𝑎3 = 1
2𝑎
{ 1 + 4𝑎 2+ 8𝑎3 = 8
3𝑎1 + 9𝑎2 27𝑎3 = 27
𝑎1 + 𝑎2 + 𝑎3 = 1
{𝑎1 + 2𝑎2 + 4𝑎3 = 4
𝑎1 + 3𝑎2 9𝑎3 = 9
Ainsi :
𝑃3 (𝑥) = 1 + 𝑥 3
Exercice 1
Obtenir le polynôme de degré 2 passant par les points : (1,2), (2,6), (3,12). Utiliser la matrice de
Vandermonde.
Exercice 2
Corrigé exercice 1
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 64
𝑃2 (𝑥) = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2
𝑃2 (1) = 𝑎0 + 𝑎1 + 𝑎2 = 2
Matrice de Vandermonde
1 1 1 𝑎0 2
(1 𝑎
2 4) ( 1 ) = ( 6 )
1 3 9 𝑎2 12
Après résolution du système, on obtient :
𝑎0 = 0 , 𝑎1 = 1 , 𝑎2 = 1
𝑃2 (𝑥) = 𝑥 + 𝑥 2
Corrigé exercice 2
a) Le polynôme de Vandermonde passant par les 3 premiers points, (0,0), (1,2), (2,36).
𝑃2 (𝑥) = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2
𝑃2 (0) = 𝑎0 = 0
𝑃2 (1) = 𝑎0 + 𝑎1 + 𝑎2 = 2
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 65
𝑎0 = 0
1 1 𝑎1 2
( ) (𝑎 ) = ( )
2 4 2 36
Après simplification :
1 1 𝑎1 2
( ) (𝑎 ) = ( )
1 2 2 18
Après résolution du système, on obtient :
𝑎0 = 0, 𝑎1 = −14 , 𝑎2 = 16
𝑃3 (𝑥) = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 + 𝑎3 𝑥 3
𝑃3 (0) = 𝑎0 = 0
𝑃3 (1) = 𝑎0 + 𝑎1 + 𝑎2 + 𝑎3 = 2
On obtient :
𝑎0 = 0
Et on détermine les autres coefficients sont obtenus par la résolution du système suivant :
𝑎1 + 𝑎2 + 𝑎3 = 2
{ 1+
2𝑎 4𝑎2 + 8𝑎3 = 36
3𝑎1 + 9𝑎2 27𝑎3 = 252
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 66
On peut simplifier ce système avant de le résoudre :
𝑎1 + 𝑎2 + 𝑎3 = 2
{𝑎1 + 2𝑎2 + 4𝑎3 = 18
𝑎1 + 3𝑎2 9𝑎3 = 84
Ainsi :
c) Le polynôme de Vandermonde passant par les 5 premiers points, (0,0), (1,2), (2,36), (3, 252),
(5,1040)
𝑃4 (𝑥) = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 + 𝑎3 𝑥 3 + 𝑎4 𝑥 4
On obtient :
𝑎0 = 0
Et on détermine les autres coefficients sont obtenus par la résolution du système suivant :
𝑎1 + 𝑎2 + 𝑎3 + 𝑎4 = 2
2𝑎1 + 4𝑎2 + 8𝑎3 + 16𝑎4 = 36
{
3𝑎1 + 9𝑎2 + 27𝑎3 + 81𝑎4 = 252
5𝑎1 + 25𝑎2 + 125𝑎3 + 625𝑎4 = 1040
𝑎1 + 𝑎2 + 𝑎3 + 𝑎4 = 2
𝑎1 + 2𝑎2 + 4𝑎3 + 8𝑎4 = 18
{
𝑎1 + 3𝑎2 + 9𝑎3 + 27𝑎4 = 84
𝑎1 + 5𝑎2 + 25𝑎3 + 125𝑎4 = 208
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 67
Après résolution on obtient : 𝑎0 = 0, 𝑎1 = (151⁄4) , 𝑎2 = (−1577⁄12) , 𝑎3 = (129⁄2),
𝑎4 = (−79⁄12)
𝑃4 (0) = 𝑎0 = 0
𝑃4 (1) = 𝑎0 + 𝑎1 + 𝑎2 + 𝑎3 + 𝑎4 = 2
II-2-1 Principe :
On suppose qu’à un instant on peut construire (n+1) polynômes 𝐿𝑖 (𝑥) de degré n et satisfaisant
les conditions suivantes :
𝐿𝑖 (𝑥𝑖 ) = 1 ∀ 𝑖
{
𝐿𝑖 (𝑥𝑗 ) = 0 ∀ 𝑖 ≠ 𝑗
Polynôme de degré 1
𝐿0 (𝑥0 ) = 1 𝐿1 (𝑥0 ) = 0
{ ,{
𝐿0 (𝑥1 ) = 0 𝐿1 (𝑥1 ) = 1
(𝑥−𝑥1 ) (𝑥− 𝑥0 )
𝐿0 (𝑥) = (𝑥0 −𝑥1 )
, 𝐿1 (𝑥) = (𝑥1− 𝑥0 )
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 68
Figure : Polynômes de Lagrange de degré 2: 𝑳𝟎 (𝒙) , 𝑳𝟏 (𝒙) , 𝑳𝟐 (𝒙)
II-2-2 Exemples
A partir des points de collocation (2,3) , (5, −6), déterminons le polynômes de Lagrange 𝐿0 (𝑥)
et 𝐿1 (𝑥)de degré 1,tels que :
𝐿0 (𝑥0 ) = 1 𝐿 (𝑥 ) = 0
{ et { 1 0
𝐿0 (𝑥1 ) = 0 𝐿1 (𝑥1 ) = 0
(𝑥−𝑥1 ) (𝑥−𝑥0 )
𝐿0 (𝑥) = ( 𝑥0 − 𝑥1 )
, 𝐿1 (𝑥) = ( 𝑥1 − 𝑥0 )
Le polynôme de degré 1passant par les points de collocation (2,3) , (5, −6) est donné par :
𝑖=1
(5 − 𝑥) (𝑥 − 2)
𝑃1 (𝑥) = (3) + (−6)
3 3
Finalement après simplification on obtient :𝑃1 (𝑥) = 9 − 3𝑥
Polynôme de degré 2
La parabole passant par : (𝑥0 , 𝑓(𝑥0 )) 𝑒𝑡 (𝑥1 , 𝑓(𝑥1 )), (𝑥2 , 𝑓(𝑥2 )) .
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 69
(𝑥−𝑥1 )(𝑥−𝑥2 ) (𝑥−𝑥0 )(𝑥−𝑥2 ) (𝑥−𝑥0 )(𝑥−𝑥1 )
𝐿0 (𝑥) = (𝑥0 −𝑥1 )(𝑥0 −𝑥2 )
, 𝐿1 (𝑥) = (𝑥1 −𝑥0 )(𝑥1 −𝑥2 )
, 𝐿2 (𝑥) = (𝑥2 −𝑥0 )(𝑥2 −𝑥1 )
Polynôme de degré n
Exemple
A partir des points de collocation (1,2) , (3,7), (4, −1), déterminons le polynômes de
Lagrange 𝐿0 (𝑥) , 𝐿1 (𝑥)et 𝐿2 (𝑥)de degré 2,tels que :
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 70
Le polynôme de degré 2 passant par les points de collocation (1,2) , (3,7), (4, −1)est donné
par :
𝑖=2
𝑥 2 − 7𝑥 + 12 𝑥 2 − 5𝑥 + 4 𝑥 2 − 4𝑥 + 3
𝑃2 (𝑥) = (2) + (7) + (−1)
−6 −2 3
Ainsi le polynôme 𝑷𝟐 (𝒙) après développement des calculs peut s’écrire :
7 25 2
𝑃2 (𝑥) = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 = −17 + 𝑥− 𝑥
3 6
Corrigé de l’exemple polynôme de degré 3
(𝑥 − 𝑥1 )(𝑥 − 𝑥2 )(𝑥 − 𝑥3 )
𝐿0 (𝑥) =
( 𝑥0 − 𝑥1 )(𝑥0 − 𝑥2 )(𝑥0 − 𝑥3 )
(𝑥−𝑥0 )(𝑥 − 𝑥2 )(𝑥 − 𝑥3 )
𝐿1 (𝑥) = ( 𝑥1 − 𝑥0 )(𝑥1 −𝑥2 )(𝑥1 −𝑥3 )
(𝑥 − 𝑥0 )(𝑥 − 𝑥1 )(𝑥 − 𝑥3 )
𝐿2 (𝑥) =
( 𝑥2 − 𝑥0 )(𝑥2 − 𝑥1 )(𝑥2 − 𝑥3 )
(𝑥 − 𝑥0 )(𝑥 − 𝑥1 )(𝑥 − 𝑥2 )
𝐿3 (𝑥) =
( 𝑥3 − 𝑥0 )(𝑥3 − 𝑥1 )(𝑥3 − 𝑥2 )
(𝑥 − 0)(𝑥 − 1)(𝑥 − 3) 𝑥 3 − 4𝑥 2 + 3𝑥
𝐿2 (𝑥) = =
(2)(1)( − 1 ) −2
(𝑥−1)(𝑥 −2)(𝑥 −3) 𝑥 3 −6𝑥 2 +11𝑥−6 (𝑥−0)(𝑥 −2)(𝑥 −3) 𝑥 3 −5𝑥 2 +6𝑥
𝐿0 (𝑥) = (− 1)(−2)( −3 )
= , 𝐿1 (𝑥) = ( 1)(−1)( −2 )
= ,
−6 2
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 71
(𝑥 − 0)(𝑥 − 1)(𝑥 − 3) 𝑥 3 − 4𝑥 2 + 3𝑥
𝐿2 (𝑥) = =
(2)(1)( − 1 ) −2
(𝑥 − 0)(𝑥 − 1)(𝑥 − 2) 𝑥 3 − 3𝑥 2 + 2𝑥
𝐿3 (𝑥) = =
(3)(2)( 1 ) 6
Le polynôme de degré 3passant par les points de collocation (0,1) , (1,2), (2, ,9), (3,28)est
donné par
𝑖=3
Exercice 1
Obtenir le polynôme de degré 2 passant par les points : (1,2), (2,6), (3,12).
Exercice 2
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 72
b) Obtenir le polynôme de Lagrange passant par les 4 premiers points.
Le polynôme de degré 2 passant par les points de collocation(1,2) , (2,6), (3,12)est donné
par :
𝑖=2
𝑥 2 − 5𝑥 + 6 𝑥 2 − 4𝑥 + 3 𝑥 2 − 3𝑥 + 2
𝑃2 (𝑥) = (2) + (6) + (12)
2 (−1) 2
𝑃2 (𝑥) = 𝑥 + 𝑥 2
Corrigé exercice 2
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 73
(𝑥 − 0)(𝑥 − 1) 𝑥 2 − 𝑥
𝐿2 (𝑥) = =
( 2 − 0)(2 − 1) 2
Le polynôme de degré 2 passant par les points de collocation(0,0) , (1,2), (2,36) est donné
par :
𝑖=2
𝑥 2 − 3𝑥 + 2 𝑥 2 − 2𝑥 𝑥2 − 𝑥
𝑃2 (𝑥) = (0) + (2) + (36)
2 (−1) 2
(𝑥 − 𝑥1 )(𝑥 − 𝑥2 )(𝑥 − 𝑥3 )
𝐿0 (𝑥) =
( 𝑥0 − 𝑥1 )(𝑥0 − 𝑥2 )(𝑥0 − 𝑥3 )
(𝑥 − 0)(𝑥 − 1)(𝑥 − 3) 𝑥 3 − 4𝑥 2 + 3𝑥
𝐿2 (𝑥) = =
(2)(1)( − 1 ) −2
(𝑥−1)(𝑥 −2)(𝑥 −3) 𝑥 3 −6𝑥 2 +11𝑥−6 (𝑥−0)(𝑥 −2)(𝑥 −3) 𝑥 3 −5𝑥 2 +6𝑥
𝐿0 (𝑥) = (− 1)(−2)( −3 )
= , 𝐿1 (𝑥) = ( 1)(−1)( −2 )
= ,
−6 2
(𝑥 − 0)(𝑥 − 1)(𝑥 − 3) 𝑥 3 − 4𝑥 2 + 3𝑥
𝐿2 (𝑥) = =
(2)(1)( − 1 ) −2
(𝑥 − 0)(𝑥 − 1)(𝑥 − 2) 𝑥 3 − 3𝑥 2 + 2𝑥
𝐿3 (𝑥) = =
(3)(2)( 1 ) 6
Le polynôme de degré 3 passant par les points de collocation (0,0) , (1,2), (2,36), (3,252)est
donné par :
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 74
𝑖=3
c) A partir des points de collocation (0,0) , (1,2), (2,36), (3,252), (5,1040), déterminons le
polynômes de Lagrange 𝐿0 (𝑥) , 𝐿1 (𝑥), 𝐿2 , 𝐿3 (𝑥) 𝑒𝑡 𝐿4 (𝑥),de degré 3,tels que :
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 75
(𝑥 − 0)(𝑥 − 1)(𝑥 − 2)(𝑥 − 3)
𝐿4 (𝑥) =
( 5 − 0)(5 − 1)(5 − 2 )(5 − 3)
𝑥 4 − 9𝑥 3 + 23𝑥 2 − 15𝑥
𝐿2 (𝑥) =
6
𝑥 4 − 8𝑥 3 + 17𝑥 2 − 10𝑥
𝐿3 (𝑥) =
(−12)
𝑥 4 − 6𝑥 3 + 11𝑥 2 − 6𝑥
𝐿4 (𝑥) =
(−12)
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 76
II-3 Interpolation de Newton
II-3-1 Principe
𝑃𝑛 (𝑥) = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 + 𝑎3 𝑥 3 + ⋯ 𝑎𝑛 𝑥 𝑛 (5 − 1)
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 77
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 78
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 79
Table des différences divisées
𝑥𝑖 𝑓(𝑥𝑖 ) 𝑓[𝑥𝑖 , 𝑥𝑖+1 ] 𝑓[𝑥𝑖 , 𝑥𝑖+1 , 𝑥𝑖+2 ] 𝑓[𝑥𝑖 , 𝑥𝑖+1 , 𝑥𝑖+2 , 𝑥𝑖+3 ]
𝑥0 𝑎0 = 𝑓(𝑥0 ) 𝑎1 = 𝑓[𝑥0 , 𝑥1 ]
𝑥3 𝑓(𝑥3 )
𝑓[𝑥1 , 𝑥2 , 𝑥3 ] − 𝑓[𝑥0 , 𝑥1 , 𝑥2 ]
𝑓[𝑥0 , 𝑥1 , 𝑥2 , 𝑥3 ] =
𝑥3 − 𝑥0
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 80
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 81
III-3-2 Exercices : interpolation de Newton
Exercice 1
Obtenir le polynôme de degré 2 passant par les points : (1,2), (2,6), (3,12).
Exercice 2
Corrigé Exercice 1
Obtenir le polynôme de Newton de degré 2 passant par les points : (1,2), (2,6), (3,12).
𝑥0 = 1 𝑎0 = 𝑓(𝑥0 ) = 2
𝑥2 = 3 𝑓(𝑥2 ) = 12 𝑓[𝑥1 , 𝑥2 ] = 6
𝑎0 = 2, 𝑎1 = 4 , 𝑎2 = 1
𝑃1 (𝑥) = 𝑎0 + 𝑎1 (𝑥 − 𝑥0 ) = 2 + 4(𝑥 − 1) = −2 + 4𝑥
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 82
𝑃2 (𝑥) = 𝑃1 (𝑥) + 𝑎2 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) = −2 + 4𝑥 + (1)(𝑥 − 1)(𝑥 − 2)
𝑃2 (𝑥) = −2 + 4𝑥 + 𝑥 2 − 3𝑥 + 2 = 𝑥 + 𝑥 2
Corrigé exercice 2
a) Obtenir le polynôme de Newton de degré 2 passant par les points : (0,0) (1,2), (2,36)
𝑥0 = 0 𝑎0 = 𝑓(𝑥0 ) = 0 𝑎1 = 𝑓[𝑥0 , 𝑥1 ] = 2
𝑥2 = 2 𝑓(𝑥2 ) = 36
𝑎0 = 0, 𝑎1 = 2 , 𝑎2 = 16
𝑃1 (𝑥) = 0 + 2(𝑥 − 0) = 2𝑥
𝑃2 (𝑥) = 𝑎0 + 𝑎1 (𝑥 − 𝑥0 ) + 𝑎2 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )
b) Obtenir le polynôme de Newton de degré 2 passant par les points : (0,0) (1,2), (2,36), (3,252).Table
des différences divisées :
𝑥𝑖 𝑓(𝑥𝑖 ) 𝑓[𝑥𝑖 , 𝑥𝑖+1 ] 𝑓[𝑥𝑖 , 𝑥𝑖+1 , 𝑥𝑖+2 ] 𝑓[𝑥𝑖 , 𝑥𝑖+1 , 𝑥𝑖+2 , 𝑥𝑖+3 ]
𝑥0 = 0 𝑎0 = 𝑓(𝑥0 ) 𝑎1 = 𝑓[𝑥0 , 𝑥1 ] = 2
=0
𝑥3 = 3 𝑓(𝑥3 ) = 252
c) Obtenir le polynôme de Newton de degré 2 passant par les points : (0,0) (1,2), (2,36),
(3,252),(5,1040).
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 83
𝑥𝑖 𝑓(𝑥𝑖 ) 𝑓[𝑥𝑖 , 𝑥𝑖+1 ] 𝑓[𝑥𝑖 , 𝑥𝑖+1 , 𝑥𝑖+2 ] 𝑓[𝑥𝑖 , 𝑥𝑖+1 , 𝑥𝑖+2 , 𝑥𝑖+3 ] 𝑥𝑖 , 𝑥𝑖+1 ,
𝑓 [𝑥 ]
𝑖+2 , 𝑥𝑖+3 , 𝑥𝑖+4
𝑥0 = 0 𝑎0 = 0 𝑎1 = 2
𝑥1 = 1 2 34 𝑎2 = 16 𝑎3 = 25
𝑥3 = 3 252 178/3
𝑥4 = 5 1040
𝑃4 (𝑥) = 2𝑥 + 16𝑥(𝑥 − 1)
+ 25𝑥(𝑥 − 1)(𝑥 − 2) + (−79⁄12) 𝑥(𝑥 − 1)(𝑥 − 2)(𝑥 − 3)
Remarque
Il est bon de remarquer que les points de collocation ne doivent pas forcement être placés en abscisses
croissant, bien que cela soit souvent préférable, considérant la table des différences divisées suivante
𝑥𝑖 𝑓(𝑥𝑖 ) 𝑓[𝑥𝑖 , 𝑥𝑖+1 ] 𝑓[𝑥𝑖 , 𝑥𝑖+1 , 𝑥𝑖+2 ] 𝑓[𝑥𝑖 , 𝑥𝑖+1 , 𝑥𝑖+2 , 𝑥𝑖+3 ]
𝑥0 = 2 𝑎0 = 𝑓(𝑥0 ) 𝑎1 = 𝑓[𝑥0 , 𝑥1 ] = 1
=1
𝑥3 = 3 𝑓(𝑥3 ) = −4
On note que les abscisses 𝒙𝒊 ne sont pas par ordre croissant, Le polynôme passant par ces points est :
𝑃3 (𝑥) = 1 + 1(𝑥 − 2) + 0,4(𝑥 − 2)(𝑥 − 0) + 1,2(𝑥 − 2)(𝑥 − 0)(𝑥 − 5)
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 84
Si on souhaite évaluer ce polynôme de𝑥 = 1, on peut se servir de la méthode de Horner, on peut
réécrit le polynôme sous la forme :
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 85
Remarque
On suppose que les données des points [𝑥𝑖 , 𝑓(𝑥𝑖 )] sont exactes, ce qui n’est pas toujours le cas,
En effet, si ces données proviennent de mesures expérimentales, elles peuvent être entachées
d’une erreur de mesure, Dans ce qui suit on suppose que cette erreur est nulle.
Théorème
Commentaires
Remarques importantes
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 86
1-
2–
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 87
On peut donc estimer le terme d’erreur (équation 5-21) par :
Remarque
𝜀 est une valeur de tolérance fixée à l’avance. Il est aussi recommandé de fixer le degré maximal N des
polynômes à utiliser.
Exemple :
Exemple
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 88
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 89
CHAPITRE III – Dérivation Intégration Numérique
II-1 Dérivation
𝒇𝑰𝑽 (𝑥)
𝑓(𝑥) − 4𝑓(𝑥 − ℎ) + 6𝑓(𝑥 − 2ℎ) − 4𝑓(𝑥 − 3ℎ) + 𝑓(𝑥 − 4ℎ)
= 𝑟𝑒𝑡𝑎𝑟𝑑é𝑒 𝑜𝑢 à 𝑔𝑎𝑢𝑐ℎ𝑒
ℎ4
Ordre de précision deux O(h2)
𝒇𝑰𝑽 (𝑥)
3𝑓(𝑥) − 14𝑓(𝑥 + ℎ) + 26𝑓(𝑥 + 2ℎ) − 24𝑓(𝑥 + 3ℎ) + 11𝑓(𝑥 + 4ℎ) − 2𝑓(𝑥 + 5ℎ)
=
ℎ4
𝒇𝑰𝑽 (𝑥)
3𝑓(𝑥) − 14𝑓(𝑥 − ℎ) + 26𝑓(𝑥 − 2ℎ) − 24𝑓(𝑥 − 3ℎ) + 11𝑓(𝑥 − 4ℎ) − 2𝑓(𝑥 − 5ℎ)
=
ℎ4
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 91
Exercice 1
= 𝑄𝑎𝑝𝑝 (0,025)
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 92
3𝑓(0) − 4𝑓(−0,05) + 𝑓(−0,1) 3𝑒 0 − 4𝑒 −0,05 + 𝑒 −0,1
𝑓 ′ (0) ≅ = = 0,999 197 200 3
0,1 0,1
= 𝑄𝑎𝑝𝑝 (0,05)
= 𝑄𝑎𝑝𝑝 (0,025)
Exercice 2
1
Soit : 𝑓(𝑥) = (𝑥 √1 − 𝑥 2 + 𝑎𝑟𝑠𝑖𝑛(𝑥)). Pour x0 = 0.5, calculer des approximations de
2
𝑓 ′ (𝑥0 ) par la formule de différence arrière d’ordre 2 avec h = 0.1, 0.05, 0.025, 0.0125 et
0.00625. Dans chacun des cas calculer l’erreur absolue.
Corrigé exercice 2
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 93
3𝑓(0,5) − 4𝑓(0,475) + 𝑓(0,45)
𝑓 ′ (0) ≅ = 0.8663350
0,05
Exercice 3
Fonction tabulée
𝒙 1.00 1.01 1. 2
Corrigé exercice 3
𝑓(𝑥 + ℎ) − 𝑓(𝑥 − ℎ)
𝑓 ′ (𝑥) = 𝑐𝑒𝑛𝑡𝑟é𝑒
2ℎ
avec 𝑥 = 1.005 𝑒𝑡 ℎ = 0.005
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 94
𝑓𝑎𝑝𝑝 (1.01) − 𝑓𝑎𝑝𝑝 (1.00) 2∆𝑓
⟹ 𝑓 ′ (1.005) ≅ ±
0,01 0.01
Pour calculer 𝑓 ′ (1.015) on utilise la même formule avec ℎ = 0.005 𝑒𝑡 𝑥 = 1.015 . On obtient
𝑓 ′ (1.015) = 6 ± 1 car ∆𝑓=0.005.
Exercice 4
𝒙 𝑓(𝑥) 𝒙 𝑓(𝑥)
Sachant que 𝑓 ′ (3) = −0.255 605 459 076 443, comparer la précision des différentes
formules d’ordre 2 que vous pouvez utiliser à partir de ces données
Corrigé exercice 4
Puisque les abscisses ne sont pas également espacés, il n’y a que deux possibilités. La formule
centrée ℎ = (0.1) donne -0.2554 ce qui est acceptable. La formule avant donne -0.255 838 6,
ce qui est un peu moins bon.
𝑓(𝑥 + ℎ) − 𝑓(𝑥 − ℎ)
𝑓 ′ (𝑥) = 𝑐𝑒𝑛𝑡𝑟é𝑒
2ℎ
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 95
𝑓(𝑥+ℎ)− 𝑓(𝑥)
𝑓 ′ (𝑥) = + 𝑂(ℎ)𝑎𝑣𝑎𝑛𝑐é𝑒 𝑜𝑢 à 𝑑𝑟𝑜𝑖𝑡𝑒
ℎ
Exercice 5
b) Utiliser cette formule de différence pour obtenir une approximation de 𝑓 ′′ (2.0) pour la
fonction tabulée suivante, en prenant d ℎ’abord ℎ = 0.2 et ensuite ℎ = 0.1.
Fonction tabulée
𝒙 𝑓(𝑥) 𝒙 𝑓(𝑥)
Corrigé exercice 5
a) On montre que
b) Pour ℎ = 0.2 on obtient 𝑓 ′′ (2.0) ≃ −0.251 2575 tandis que pour ℎ = 0.1, on obtient
𝑓 ′′ (2.0) ≃ −0.250 3200.
c) Une extrapolation de Richardson (avec n =2= donne 𝑓 ′′ (2.0) ≃ −0.250 0075 qui est une
approximation d’ordre 4, puisque le deuxième terme de l’erreur obtenue en a) est de degré 4 en
ℎ.
d) Méthode de Romberg
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 96
0.675 248 82 0.676 253 85 0.676 506 045 Ordre(2)
𝒉
= ([𝒇(𝒙𝟎 ) + 𝒇(𝒙𝟏 )] + [𝒇(𝒙𝟏 ) + 𝒇(𝒙𝟐 )] + ⋯
𝟐
Après simplification
𝒃
𝒉
∫ 𝒇(𝒙)𝒅𝒙 = [𝒇(𝒙𝟎 ) + 𝟐(𝒇(𝒙𝟏 ) + 𝒇(𝒙𝟐 ) + ⋯ + 𝒇(𝒙𝒏−𝟐 ) + 𝒇(𝒙𝒏−𝟏 )) + 𝒇(𝒙𝒏 )]
𝒂 𝟐
𝒃 𝒏−𝟏
𝒉
∫ 𝒇(𝒙) ≊ [𝒇(𝒂) + 𝟐 ∑ 𝒇(𝒙𝒊 ) + 𝒇(𝒃)]
𝒂 𝟐
𝒊=𝟏
II-2-1-2 Formule de Simpson 1/3 composée peut se mettre sous la forme générale :
𝒙𝒏 𝒏−𝟏 𝒏−𝟐
𝒉
∫ 𝒇(𝒙)𝒅𝒙 = [𝒇(𝒙𝟎 ) + 𝟒 ∑ 𝒇(𝒙𝒊 ) + 𝟐 ∑ 𝒇(𝒙𝒊 ) + 𝒇(𝒙𝒏 )]
𝒙𝟎 𝟑
𝒊=𝟏,𝒊 𝑰𝒎𝒑𝒂𝒊𝒓𝒆 𝒊=𝟐, 𝒊 𝑷𝒂𝒊𝒓𝒆
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 97
Le calcul d’erreur montre que la formule de Simpson 1/3 composée est d’ordre de
précision égal à 4.
𝒃−𝒂
en 𝟑𝒏 sous intervalles de longueur 𝒉 = 𝟑𝒏
𝒃 𝒊=𝒏−𝟏 𝒙𝟑𝒊+𝟑
∫ 𝒇(𝒙)𝒅𝒙 = ∑ ∫ 𝒇(𝒙)𝒅𝒙
𝒂 𝒊=𝟎 𝒙𝟑𝒊
𝒊=𝒏−𝟏
𝟑𝒉
≅ ∑ [𝒇(𝒙𝟑𝒊 ) + 𝟑𝒇(𝒙𝟑𝒊+𝟏 ) + 𝟑𝒇(𝒙𝟑𝒊+𝟐 ) + 𝒇(𝒙𝟑𝒊+𝟑 )]
𝟖
𝒊=𝟎
𝟑𝒉
= [𝒇(𝒙𝟎 ) + 𝟑𝒇(𝒙𝟏 ) + 𝟑𝒇(𝒙𝟐 ) + 𝟐𝒇(𝒙𝟑 ) + 𝒇(𝒙𝟒 ) + ⋯ + 𝟐𝒇(𝒙𝟑𝒏−𝟑 ) + 𝟑𝒇(𝒙𝟑𝒏−𝟐 )
𝟖
+ 𝟑𝒇(𝒙𝟑𝒏−𝟏 ) + 𝒇(𝒙𝟑𝒏 )]
➢ La première ligne du tableau T, c’est-à-dire 𝑻𝟏,𝒊 est formée des résultats obtenus à
l’aide de la méthode des trapèzes composées avec 𝟐𝒊−𝟏 intervalles. Les 𝑻𝟏,𝒊 sont des
approximations d’ordre 2.
𝟐𝟐 𝑻𝟏,𝒊+𝟏 −𝑻𝟏,𝒊
𝑻𝟐,𝒊 = (6.28)
𝟐𝟐 −𝟏
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 98
ce qui définit un triangle de la forme :
d’intervalles 24 25
T5,1 T5,2 10
Romberg T6,1 12
Exercice 1
Corrigé exercice 1
Trapèzes : 1.727 221 905 pour 4 intervalles (ℎ = 0.25) et 1.720 518 592 pour 8 intervalles
(ℎ = 0.125).
(4 x 1.720 518 592 −1.727 221 905)
Richardson : = 1.718 284 154
3
Ordre 4. Les erreurs respectives sont 0.894 x 10−2 , 0.223 x 10−2 et 0.2326x10−5
Exercice 2
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 99
Corrigé exercice 2
Simpson 1/3 : 1.718 318843 pour 4 intervalles (ℎ = 0.25) et 1.718 284 154 pour 8 intervalles
(ℎ = 0.125).
Ordre 6. Les erreurs respectives sont 0.37 x 10−4 , 0.2326 x 10−5 et 0.15x10−7
Exercice 3
Corrigé exercice 3
4
Simpson 3/8 : 17.327 866 29 pour 6 intervalles (ℎ = 3) avec une erreur absolue 0.54 x 10−2
Exercice 4
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 100
Corrigé exercice 4 Méthode de Romberg
0.785 398 164 0.916 297 857 0.968 361 509 Ordre(2)
Exercice 5
Corrigé exercice 5
c) Méthode de Romberg
0.693 147
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 101
d) La deuxième ligne du tableau correspond à la méthode de Simpson 1/3 avec 2,4 et 8
intervalles.
Exercice 6
𝜋
A l’aide d’une certaine méthode d’intégration numérique, on évalué 𝐼 = ∫0 sin(𝑥) 𝑑𝑥. On a
2
Valeurs de I
h I
Corrigé exercice 6
𝐸𝑟𝑟𝑒𝑢𝑟(ℎ=0.2)
= 7.99 ≅ 23 La méthode est donc d’ordre 3
𝐸𝑟𝑟𝑒𝑢𝑟(ℎ=0.1)
Exercice 7
Une voiture roulant à 60 Km/h accélère au temps t = 0 s et sa vitesse 𝑣 en km/h est mesurée
régulièrement :
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 102
d) En vous servant plusieurs fois de la différence centrée :
𝑓(𝑥 + ℎ) − 𝑓(𝑥 − ℎ)
𝑓′(𝑥) ≃
2ℎ
obtenir une approximation de l’accélération 𝑎 (𝑚⁄𝑠 2 ) à t = 1.0 s et qui soit le plus précis
possible. Donner l’ordre de précision de l’approximation obtenue.
e) Evaluer la distance parcourue d (m) dans l’intervalle de temps [0 , 2.0] par la méthode
la plus précise possible. Préciser l’ordre de votre approximation.
Corrigé exercice 7
a) Il faut utiliser les points dont les abscisses sont les plus rapprochées de 𝑡 = 1.2 soit dans
l’ordre = 1.0 , 𝑡 = 1.5 et 𝑡 = 0.5. On obtient ainsi un polynôme 𝑝2 (𝑥) = 75.5 +
13.4(𝑡 − 1.0) − 0.8(𝑡 − 1.0)(𝑡 − 1.5) qui vaut
78.228 km/h.
1
b) 𝐸2 (𝑡) = 3! 𝑣 ′′′ (𝜉)(𝑡 − 1.0)(𝑡 − 1.5)(𝑡 − 0.5) pour𝜉 ∈ [0.5 1.5]
Méthode de Romberg
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 103
CHAPITRE IV- Algorithmes de Résolution des Equations
Différentielles
IV- 1 Algorithme d’EULER (Explicite)
2 – Pour 𝟎 ≤ 𝒊 ≤ 𝑵:
𝒚𝒊+𝟏 = 𝒚𝒊 + 𝒉 𝒇(𝒕𝒊 , 𝒚𝒊 )
𝒕𝒊+𝟏 + 𝒕𝒊 + 𝒉
3 - Arrêt
𝑦(𝑡) = 𝑡 + 𝑒 −𝑡
i = 0, 𝑦1 = 𝑦0 + ℎ𝑓(𝑡0 , 𝑦0 ) = 1 + 0.1(−1 + 0 + 1) = 1
0 1 1 0
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 104
𝑦(𝑡) = 𝑡 + 𝑒 −𝑡
i = 0, 𝑦1 = 𝑦0 + ℎ𝑓(𝑡0 , 𝑦0 ) = 1 + 0.05(−1 + 0 + 1) = 1
0 1 1 0
2𝑥1.0350918911 − 1.029
𝑦𝑒𝑥𝑎 = = 1.041 183 782 2
2−1
𝑒𝑎 = 0.0003656
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 105
IV-2 Algorithmes de Runge-Kutta ordre 2
2 – Pour 𝟎 ≤ 𝒊 ≤ 𝑵:
̂ = 𝒚𝒊 + 𝒉𝒇(𝒕𝒊 , 𝒚𝒊 )
𝒚
𝒉
𝒚𝒊+𝟏 = 𝒚𝒊 + 𝟐 [𝒇(𝒕𝒊 , 𝒚𝒊 ) + 𝒇(𝒕𝒊+𝟏 , 𝒚
̂)]
𝒕𝒊+𝟏 + 𝒕𝒊 + 𝒉
3 - Arrêt
Exemple 1:
𝑦(𝑡) = 𝑡 + 𝑒 −𝑡
n=1
𝑦̂ = 𝑦0 + ℎ𝑓(𝑡0 , 𝑦0 ) = 1 + 0.1(−1 + 0 + 1) = 1
ℎ
𝑦1 = 𝑦0 + [𝑓(𝑡0 , 𝑦0 ) + 𝑓(𝑡0 + ℎ, 𝑦̂)] = 1 + 0.05[(−1 + 0 + 1) + (−1 + 0.1 + 1)]
2
= 1.005
n=2
ℎ
𝑦2 = 𝑦1 + [𝑓(𝑡1 , 𝑦1 ) + 𝑓(𝑡1 + ℎ, 𝑦̂)]
2
= 1.005 + 0.05[(−1.005 + 0.1 + 1) + (−1.0145 + 0.2 + 1)] = 1.019 025
n=3
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 106
ℎ
𝑦3 = 𝑦2 + [𝑓(𝑡2 , 𝑦2 ) + 𝑓(𝑡2 + ℎ, 𝑦̂)]
2
= 1.01902 + 0.05[(−1.019025 + 0.2 + 1) + (−1.0371225 + 0.3 + 1)]
= 1.0412176215
0 1 1 0
𝑦(𝑡) = 𝑡 + 𝑒 −𝑡
0.05
0.1
0.15
0.2
0.25
0.3
22 𝑦6 − 𝑦3
𝑦𝑒𝑥𝑎 = =
22 − 1
𝑒𝑎 =
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 107
Exercice 2
L’équation différentielle :
𝑦 ′ (𝑡) = 𝑦(𝑡) + 𝑒 𝑡 (𝑦(0) = 2)
Possède la solution analytique 𝑦(𝑡) = 𝑡 𝑒 𝑡 + 2 𝑒 𝑡 .
a) En prenant h = 0.1, faire trois itérations de la méthode d’Euler modifiée et calculer
l’erreur commise sur 𝑦3 en comparant les résultats avec la solution analytique 𝑦(0.3).
b) En prenant h = 0.05, faire six itérations de la méthode d’Euler modifiée et calculer
l’erreur commise sur 𝑦6 en comparant les résultats avec la solution analytique 𝑦(0.3).
c) Faire le rapport des erreurs commises en a) et b) et commenter le résultat en f onction
de l’erreur de troncature locale liée à la méthode utilisée.
d) Utiliser l’extrapolation de Richardson pour obtenir une meilleure approximation
de 𝑦(0.3).
Corrigé exercice 2
h = 0.1,EULER
′ (𝑡) 𝑡 (𝑦(0) = 2 = 𝑦0 )
𝑦 = 𝑦(𝑡) + 𝑒 = 𝑓(𝑡, 𝑦) ,
n =1 , 𝑡1 = 𝑡0 + ℎ
𝑦1 = 𝑦0 + ℎ𝑓(𝑡0 , 𝑦0 )
n =2 , 𝑡2 = 𝑡1 + ℎ
𝑦2 = 𝑦1 + ℎ𝑓(𝑡1 , 𝑦1 )
n =3 , 𝑡3 = 𝑡2 + ℎ
𝑦3 = 𝑦2 + ℎ𝑓(𝑡2 , 𝑦2 )
n 𝑡𝑛 𝑦(𝑡𝑛 ) 𝑦̂ 𝑦𝑛 𝑒 = |𝑦(𝑡𝑛 ) − 𝑦𝑛 |
0 0 2 2 0
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 108
h = 0.1, Euler Explicit
n 𝑡𝑛 𝑦(𝑡𝑛 ) 𝑦𝑛 𝑒 = |𝑦(𝑡𝑛 ) − 𝑦𝑛 |
0 0 2 2 0
1 0.1 2.320858928
2 0.2 2.687086068
3 0.3 3.104675257
n 𝑡𝑛 𝑦(𝑡𝑛 ) 𝑦𝑛 𝑒 = |𝑦(𝑡𝑛 ) − 𝑦𝑛 |
0 0 2 2 0
1 0.05 2.1551057476
2 0.1 2.320858928
3 0.15 2.4979436219
4 0.2 2.687086068
5 0.25 2.8890571875
6 0.3 3.104675257
2 – Pour 𝟎 ≤ 𝒊 ≤ 𝑵:
𝒌𝟏 = 𝒉𝒇(𝒕𝒊 , 𝒚𝒊 )
𝒉 𝒌𝟏
𝒚𝒊+𝟏 = 𝒚𝒊 + 𝒉 [𝒇 (𝒕𝒊 + 𝟐 , 𝒚𝒊 + )]
𝟐
𝒕𝒊+𝟏 + 𝒕𝒊 + 𝒉
3 - Arrêt
Exemple 1 :
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 109
L’équation différentielle :
𝑦 ′ (𝑡) = 𝑦(𝑡) + 𝑒 𝑡 = 𝑓(𝑦, 𝑡), (𝑦(0) = 2)
Possède la solution analytique 𝑦(𝑡) = 𝑡 𝑒 𝑡 + 2 𝑒 𝑡 .
e) En prenant h = 0.1, faire trois itérations de la méthode d’Euler modifiée et calculer
l’erreur commise sur 𝑦3 en comparant les résultats avec la solution analytique 𝑦(0.3).
f) En prenant h = 0.05, faire six itérations de la méthode d’Euler modifiée et calculer
l’erreur commise sur 𝑦6 en comparant les résultats avec la solution analytique 𝑦(0.3).
g) Faire le rapport des erreurs commises en a) et b) et commenter le résultat en f onction
de l’erreur de troncature locale liée à la méthode utilisée.
h) Utiliser l’extrapolation de Richardson pour obtenir une meilleure approximation
de 𝑦(0.3).
Corrigé exemple 1:
n=1
𝑘1
𝑘1 = ℎ𝑓(𝑡0 , 𝑦0 ) = 0.1(2 + 1) = 0.3 , = 0.15
2
ℎ 𝑘1
𝑦1 = 𝑦0 + ℎ [𝑓 (𝑡0 + , 𝑦0 + )] = 2 + 0.1[(2.15 + 1.0512710964)] = 2.320 127 109 4
2 2
𝑒𝑎 = 0.000732
n=2
𝑘1
𝑘1 = ℎ𝑓(𝑡1 , 𝑦1 ) = 0.1(2.3201271094 + 1.1051709181) = 0.3425298028 ,
2
= 0.1712649014
ℎ 𝑘1
𝑦2 = 𝑦1 + ℎ [𝑓 (𝑡1 + , 𝑦1 + )]
2 2
= 2.3201271094 + 0.1[(2.4913920108 + 1.1618342427)]
= 2.6854497193
𝑒𝑎 = 0.001636
n=3
𝑘1
𝑘1 = ℎ𝑓(𝑡2 , 𝑦2 ) = 0.1(2.6854497193 + 1.2214027582) = 0.3906852478 ,
2
= 0.1953426239
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 110
ℎ 𝑘1
𝑦3 = 𝑦2 + ℎ [𝑓 (𝑡2 + , 𝑦2 + )]
2 2
= 2.6854497193 + 0.1[(2.8807923432 + 1.2840254167]
= 3.101 931 4953
𝑒𝑎 = 0.002744
0 2 2 0
0.05
0.1
0.15
0.2
0.25
0.3
22 𝑦6 − 𝑦3
𝑦𝑒𝑥𝑎 = =
22 − 1
𝑒𝑎 =
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 111
Exercice d’Application
𝑦(𝑡) = 𝑡 + 𝑒 −𝑡
n=1
𝑘1
𝑘1 = ℎ𝑓(𝑡0 , 𝑦0 ) = 0.1(−1 + 0 + 1) = 0. , = 0.
2
ℎ 𝑘1 𝑘2
𝑘2 = ℎ𝑓 (𝑡0 + , 𝑦0 + ) = 0.1(−1 + 0.05 + 1) = 0.005 , = 0.0025
2 2 2
ℎ 𝑘2
𝑘3 = ℎ𝑓 (𝑡0 + , 𝑦0 + ) = 0.1(−1.0025 + 0.05 + 1) = 0.00475 ,
2 2
𝑘4 = ℎ𝑓(𝑡0 + ℎ, 𝑦0 + 𝑘3 ) = 0.1(−1.00475 + 0.1 + 1) = 0.009525
1
𝑦1 = 1 + (0 + 2𝑥0.005 + 2𝑥0.00475 + 0.009525 ) = 1.004 8375
6
𝑦(0.1) = 0.1 + 𝑒 −0.1 = 1.0048374180
𝑒𝑎 = 7.513 10−7
2 – Pour 𝟎 ≤ 𝒊 ≤ 𝑵:
𝒉𝟐 𝝏𝒇(𝒕𝒊 , 𝒚𝒊 ) 𝝏𝒇(𝒕𝒊 , 𝒚𝒊 )
𝒚𝒊+𝟏 = 𝒚𝒊 + 𝒉𝒇(𝒕𝒊 , 𝒚𝒊 ) + [ + 𝒇(𝒕𝒊 , 𝒚𝒊 )]
𝟐 𝝏𝒕 𝝏𝒚
𝒕𝒊+𝟏 + 𝒕𝒊 + 𝒉
3 - Arrêt
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 112
IV-3 Algorithme de Runge-Kutta ordre 4
2 – Pour 𝟎 ≤ 𝒊 ≤ 𝑵:
𝒌𝟏 = 𝒉𝒇(𝒕𝒊 , 𝒚𝒊 )
𝒉 𝒌𝟏
𝒌𝟐 = 𝒉 [𝒇 (𝒕𝒊 + , 𝒚𝒊 + )]
𝟐 𝟐
𝒉 𝒌𝟐
𝒌𝟑 = 𝒉 [𝒇 (𝒕𝒊 + , 𝒚𝒊 + )]
𝟐 𝟐
𝒌𝟒 = 𝒉 [𝒇(𝒕𝒊 + 𝒉, 𝒚𝒊 + 𝒌𝟑 )]
𝒉
𝒚𝒊+𝟏 = 𝒚𝒊 + 𝟔 (𝒌𝟏 + 𝟐𝒌𝟐 + 𝟐𝒌𝟑 + 𝒌𝟒 )
𝒕𝒊+𝟏 + 𝒕𝒊 + 𝒉
3 - Arrêt
𝑡𝑖 𝑦(𝑡𝑖 ) 𝑦𝑖 |𝑦(𝑡𝑖 ) − 𝑦𝑖 |
0 1 1 0
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 113
Conclusion : comparaison des algorithmes
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 114
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 115
II – 2 Cas des équations différentielles d’ordre supérieur
Pour les équations différentielles d’ordre supérieur, on se ramène à un système d’équations
différentielles du premier ordre. Par un changement de variables.
Elle se ramène à un système de deux équations différentielles du premier ordre. On procède par le
changement de variables suivant :
Exemple d’application :
𝑦 ′′ -2y'+y = 0 , y''=2y' - y
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 116
Pr. R. SEHAQUI Université Hassan II de Casablanca Faculté des Sciences Aïn Chock Page 117