Académique Documents
Professionnel Documents
Culture Documents
Méthodes Itératives
Lorsque n est très grand ( n 100 ) la résolution du système Ax b par les méthodes
directes devient assez compliquée. On fait donc appel aux méthodes dites itératives
sous réserve de convergence .Cela consiste à définir une suite de vecteurs x
k
k
convergent vers la solution exacte x du système Ax b .
1. Méthode de Jacobi
On suppose que les a ii 0 i 1,..., n où A ( a ij ) .le système Ax b s’écrit encore :
1 n
x1k 1 b1 a1 j x kj
a11
j 2
1 n
x 2k 1
a 22
b2
a 2j x kj
j 1, j 2
1 n
x3k 1 b3
a33
a 3j x kj
j 1, j 3
1 n 1
x nk 1 bn a nj x kj
a nn
j 1
1 n
x k 1
i
aii
bi
a ij x kj
j 1, j i
2
x1 1 12 x 2 13 x 3 14 x 4 a1n x n
x x x x x
2 2 21 1 23 3 24 4 2n n
x n n n1 x1 h 2 x 2 n 3 x 3 nn 1 x n 1
a ij
bi ij i j i, j 1, , n
où i , i 1, , n et aii
aii
ii 0 i 1, , n
x x
Où ij et i avec :
A D Ti Ts
où
Ax b
devient : A Ti Ts x b
ou encore Dx Ti Ts x b
et enfin x D 1 (Ti Ts ) x D 1b
Il est clair alors que l’algorithme de Jacobi peut s’écrire à travers le procédé
itératif :
x ( 0) donné
k 1 k
x x
Il vient donc : x k 1 D 1 (Ti Ts ) x k D 1b
Remarque :
1. On rappelle que ( J ) max i : i valeur propre de J
2. En pratique le calcul de (J ) est souvent compliqué. Une condition suffisante
pour la convergence de l’algorithme de Jacobi est alors : J <1 puisque (J ) J
.
3. L’algorithme de Jacobi converge si l’une des trois conditions suivantes est
vérifiée :
n
J 1
max ij : j 1,..., n <1 où J ( ij )
i 1
4
n
J
max ij : i 1,..., n <1 où J ( ij )
j 1
n n
2
J F
ij <1 où J ( ij )
i 1 j 1
i 1,..., n.
Ou si elle est à diagonale dominante par rapport aux colonnes, c'est-à-dire les
n
coefficients de A sont tels que a jj > a
i j
ij j 1,..., n.
On arrête les calculs pour ces méthodes lorsque la différence absolue entre deux
itérations successives soit supérieure à une certaine précision donnée :
x ( k 1) x ( k ) <
Ici il faut vérifier les différences pour toutes les composantes une par une :
x1( k 1) x1( k ) < , x 2( k 1) x 2( k ) < , x3( k 1) x 3( k ) < ,…, x n( k 1) x n( k ) <
x (1) x ( 0 ) x (1) x ( 0 )
D’où
k 1
(k ) x ( k 1) x ( k )
x x
1 1
En posant :
5
k 1
1
2 x1 x2 0
x1 2 x2 x3 1
x2 2 x3 2
bi
(où xi0 ) , la méthode de Jacobi s’écrit :
aii
k 1 1 k
x1 x2
2
1
k 1
x2 ( 1 x1k x3k )
2
x3k 1 1
( 2 x 2k )
2
1 1 0
x1 x2
2
1
1
x2 ( 1 x10 x30 )
2
x31 1
( 2 x 20 )
2
2 1 1
x1 x2
2
1
x2
2
( 1 x11 x31 )
2
x32 1
( 2 x12 )
2
3 1 2
x1 x2
2
1
x2
3
( 1 x12 x32 )
2
x33 1
( 2 x 22 )
2
2. Méthode de Gauss-Seidel
1 n
xik 1
aii
bi
a ij x kj
j 1, j i
1 i 1 n
xik 1 bi aij x kj a x kj
aii ij
j 1 j i 1
La méthode de Gauss-Seidel est fondée sur la simple constatation selon laquelle le calcul
de x2k 1 nécessite l’utilisation de x1k , x 2k , x3k , , x nk provenant de l’itération précédente. Or
à l’itération k+1 au moment de calcul de x2k 1 , on possède déjà une meilleure
approximation de x1 que de xik à savoir x1k 1 .De même au moment de calcul de x3k 1 , on
peut utiliser x1k 1 et x2k 1 .Plus généralement, pour le calcul de xik 1 , on peut utiliser
x1k 1 , x 2k 1 , x3k 1 , , x ik11 déjà calculés et le xik1 , x ik 2 , , x nk de l’itération précédente. Cela
revient à écrire l’algorithme de Gauss-Seidel comme suit :
7
1 i 1 n
xik 1 bi aij x kj 1 a x kj
aii ij
j 1 j i 1
Ou encore :
( D Ti ) x k 1 b Ts x k
Et enfin :
x k 1 D Ti Ts x k D Ti b
1 1
On pose : G ( D Ti ) 1 Ts la matrice de Gauss-Seidel et G D Ti b le vecteur
1
Tous les résultats de convergence associés à la méthode de Jacobi restent valables pour
la méthode de Gauss-Seidel.
2 x1 x2 0
x1 2 x2 x3 1
x2 2 x3 2
bi
(où xi0 ) , la méthode de Gauss-Seidel s’écrit :
aii
k 1 1 k
x1 x2
2
1
k 1
x2 ( 1 x1k 1 x3k )
2
x3k 1 1
( 2 x 2k 1 )
2
1 1 0
x1 x2
2
1
1
x2 ( 1 x11 x30 )
2
x31 1
( 2 x12 )
2
2 1 1
x1 x2
2
1
x2
2
( 1 x12 x31 )
2
x32 1
( 2 x 22 )
2
1 i 1 n
xik 1 (1 ) xik bi aij x kj 1 a ij x kj
aii j 1 j i 1
De Gauss-Seidel :
Dx k 1 b Ti x k 1 Ts x k
Ou encore x k 1 D 1 (b Ti x k 1 Ts x k )
1 x k D 1b D 1Ti x k 1 D 1Ts x k
Dx k 1 D(1 ) x k b Ti x k 1 Ts x k
( D Ti ) x k 1 D(1 ) x k b Ts x k
x k 1 ( D Ti ) 1 D(1 ) Ts x k ( D Ti ) 1 b
2 x1 x2 0
x1 2 x2 x3 1
x2 2 x3 2
bi
(où xi0 ) , la méthode de SOR s’écrit :
aii
k 1 1 k
x1 0,2 x1k 1,2 x2
2
1
k 1
x2 0,2 x 2k 1,2 ( 1 x1k 1 x3k )
2
x3k 1 1
0,2 x3k 1,2 ( 2 x 2k 1 )
2
Avec 2 itérations on remarque une convergence encore plus rapide vers la solution exacte
1 2 2 de la méthode SOR comparée à la méthode de Jacobi et de Gauss-Seidel.
T