CU Banfora \ L3 \ Maths Année academique : 2021-2022

TD1 Analyse Numerique

Exercice 1
N
1
X
Pour A = (ai,j )i,j∈1,...,N ∈ MN (R), on pose kAks = ( a2i,j ) 2 .
i,j=1

1. Montrer que k.ks est une norme matricielle, mais n’est pas induite (pour
N > 1).
√
2. Montrer que kAk2s = tr(AT A). En déduire que kAk2 ≤ kAks ≤ N kAk2
et que kAk2 ≤ kAxks kxk2 , pour tout A ∈ MN (R) et tout x ∈ RN .
3. Chercher un exemple de norme non matricielle.
Exercice 2
Résoudre les systèmes triangulaires suivants
         
3 0 0 x1 9 1 3 4 x1 0
         
 1 5 0   x2  =  13  et  0 3 5   x2  =  −4 
         
2 4 6 x3 20 0 0 −3 x3 6
Exercice 3
En indiquant bien les opérations éffectuées sur les lignes, utiliser l’élimitation de
Gauss pour triangulariser les systèmes linéaires suivants :

    
     1 2 1 4 x1 13
1 2 1 x1 0     
      2 0 4 3   x2   28 
 2 2 3   x2  =  3  et 


 =
  

      4 2 2 1   x3   20 
−1 −3 0 x3 2
    
−3 1 3 2 x4 6
Exercice 4
 
2 1
1) Soit A = .
1 0
Calculer la décomposition LDLT de A. Existe-t-il une décomposition LLT de
A?
2) Montrer que toute matrice de MN (R) symétrique définie positive admet
une décomposition LDLT .

1
  
0 1
3) Ecrire l’algorithme de décomposition LDLT . La matrice A =
1 0
admet-elle une décomposition LDT T ?
Exercice 5
Soit A une matrice carrée d’ordre N , symt́rique définie positive et pleine. On
cherche à résoudre le système A2 x = b.
1) Calculer A2 , effectuer la décomposition LLT de A2 , résoudre le système
LLT x = y
2) Calculer la décomposition LLT de A, résoudre les systèmes LLT y = b et
LLT x = y. Calculer le nombre d’opérations élémentaires nécessaires pour chacune
des deux méthodes et comparer.
Exercice 6
Soit MN (R) symétrique définie positive et diagonale (i.e ai,j = 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 · · · 0 
 
 0 ... ... · · · 0  .
 
 
 . . . . .
 .. . . . . . . .. 

 
0 ··· 0 βN αN

2) Donner un algorithme de calcul des coefficients αi et βi , en fonction des

coefficients ai,j , et calculer le nombre d’opérations élementaires nécessaires dans
ce cas
3) En déduire la décomposition LLT de la matrice
 
1 −1 0 0 0
 −1 2 −1 0 0 
 
 
 0 −1 2 −1 0  .
 
 
 0 0 −1 2 −1 
 
0 0 0 −1 2

4) L’inverse d’une matrice inversible tridiagonale est elle tridiagonale ?

Exercice 7.
Soit k.k une norme induite sur MN (R) et soit A ∈ MN (R) telle que det(A) 6= 0
1) Montrer que si kA − Bk < kA1−1 k , alors B est inversible.
kAk
2) Montrer que cond(A) ≥ sup
B∈MN (R), detB=0 kA − Bk
Exercice 8.

2
Soit f ∈ C([0, 1], R). On cherche u tel que

−u00 (x) = f (x)


(1)
u(0) = u(1) = 0.

On admet qu’il existe une solution unique u ∈ C 2 ([0, 1], R) pour l’équation (1).
On cherche à calculer u de manière approchée. On va pour cela introduire une
discrétisation par différences finies.
Soit N ∈ N? , N impair. On pose h = 1/(N + 1). Soit A la matrice issue de la
discrétisation par différence finies du problème (1).
Pour u ∈ RN , on note u1 , ..., uN les composantes de u. Pour u ∈ RN , on dit
que u ≥ 0 si ui ≥ 0 pour tout i ∈ {1, ..., N }. Montrer que A est symétrique
définie positive.