Ecole Supérieure des Sciences de la Finance, de l’Assurance et des Risques

Méthodes Numériques . TD L2 Résolution des systèmes lineéaires par les méthodes directes
 
1 0 6 2
 8 0 −2 −2 
Exercices 1: On cherche la solution du système linéaire Ax = b avec A =   2 9
 et
1 3 
2 1 −3 10
 
6
 −2 
b=
 −8 


−4
1. Pourquoi la méthode de Gauss sans permutation ne fonctionne pas pour résoudre ce système linéaire
?

2. Donner la solution de ce système linéaire par la méthode de Gauss.

3. Donner la solution par la décomposition par pivotage des colonnes.

Exercices 2: Soit n ≥ 1. On considère la matrice A carrée d’ordre n dont les coefficients sont :



 −1 si i > j

1 si i = j
aij =
1 si j = n



0 sinon

1. On suppose que n = 4.

a) Ecrire la matrice A
b) Calculer son déterminant.
c) Montrer que A admet une décomposition LU sans permutation et calculer les coefficients diag-
onaux de la matrice U

2. Généralisation

a) Montrer que detA = 2n−1 . [On pourra par exemple raisonner par récurrence et remarquer que
detA = detB où B est obtenue en ajoutant, pour tout i ∈ {2, · · · , n}, la première ligne de A
à la i-ieme ligne de A, ce qui correspond à la première étape de l’algorithme de décomposition
LU .]
b) Montrer que A admet une décomposition LU sans permutation et calculer les coefficients diag-
onaux de la matrice U .
 
1 2 1 3
 2 5 6 7 
Exercices 3: On considère la matrice suivante B =   1 6 42 12 .


3 7 12 47
1) Montrer que B est une matrice symétrique et définie positive.
2) Effectuer la factorisation de Cholesky de la matrice B.
3) Résoudre Bx = ei pour i = 1, · · · , 4 où ei est le i-ieme vecteur de base canonique de R4 .
4) Déterminer B −1 .
Problème:
 Résolution d’un système linéaire par blocs et décomposition LLt
Soit A ∈ MN (R) une matrice carrée d’ordre N . soient b, c, f ∈ RN trois vecteurs colonnes. Soient α et β
deux réels. On cherche à résoudre le système suivant (avec X ∈ RN et λ ∈ R) :

AX + λb = f
ct X + αλ = β, (S1)

où ct est la transposée de c.

Partie A: On suppose que A est une matrice symétrique définie positive et tridiagonale
(c’est-à-dire aij = 0 si |i − j| > 1).

1. Montrer que A admet une décomposition LLt où L est de la forme

 
α1 0 0
 β2 α2 0 
 
L=
 . . . . . . 
 . . . 

 0 
0 βN αN

2. Quel est le déterminant de A en fonction des coefficients de L.

3. Donner un algorithme de calcul des coefficients αi et βi en fonction des coefficients aij .

4. On veut resoudre Ay = d par la méthode de Cholesky. Calculer le nombre d’opérations élèmentaires

necessaires (décomposition LLt et opérations descente-remontée.)

Partie B: On suppose que A est inversible.

1. Ecrire le système (S1) sous la forme

M Y = g, (S2)

où M est une matrice carrée d’ordre N + 1 et g, Y ∈ RN +1 . Donner les expressions de M , Y et g.

2. Donner une relation entre A, b, c et α, qui soit une condition nécessaire et suffisante pour que le
système (S2) soit inversible. Dans toute la suite, on supposera que cette relation est vérifiée.

3. On propose la méthode (M) suivante pour la résolution du système (S2):

a) Soient z solution de Az = b, et h solution de Ah = f .

β−ct h β−ct h
b) x = h − α−ct z z, γ= α−ct z .

Montrer que x et γ ainsi définis sont bien solutions du système (S2).

Partie C: On suppose encore que A est une matrice symétrique définie positive et tridiagonale
En utilisant les résultats des parties parties A et B, proposer un algorithme de la résolution du système
(S2) par la méthode (M). Quel est le coût de la méthode?