Serie2AN1 2018 2019

E.N.I.T.
Unité Pédagogique de Mathématiques Appliquées

Série 2 – Analyse Numérique Matricielle AU: 2018-2019
Classes : 1ère année:GE– GC–GI–GHE–GM–MIndS–Info–Tel
Exercice 1. Soit D = (dij )1≤i,j≤n ∈ Mn (R) une matrice diagonale. Montrer que
kDk1 = kDk∞ = kDk2 = max |dkk |.

1≤k≤n
Soit A ∈ Mn (R) et soient U, V ∈ Mn (R) deux matrices orthogonales. Montrer que
kV AU k2 = kAk2 .
Exercice 2.
1. Soit B une matrice carrée telle que kBk < 1 pour une norme matricielle ||.|| quelconque. Montrer
kIk
que I − B est invesible et que ||(I − B)−1 || ≤ .
1 − ||B||
2. Soit
4 1
 
 1 4 1 
 
 .. .. .. 
 . . . 
 ∈ Mn (R).
A=  .. .. .. 

 . . . 

 1 4 1 
1 4
En écrivant A sous la forme A = 4(In − N ), où N est à déterminer, montrer que la matrice A est
inversible et que kA−1 k∞ ≤ 21 . Donner un majorant de Cond∞ (A).
Exercice 3. : Méthode de Jacobi et Gauss-Seidel pour des matrice à diagonale strictement

dominante
Soit A = (aij ) ∈ Mn (C) une matrice à diagonale strictement dominante:
n
X
|aii | > |aij |, i = 1, ..., n.
j=1
j6=i
On considère le système
Ax = b (S)
n
pour b ∈ C .
1. Montrer que si λ ∈ C est une valeur propre de A, alors il existe i ∈ {1, . . . , n} tel que :
n
X
|aii − λ| ≤ |aij |.
j=1
j6=i
Indication : On pourra choisir x ∈ Cn vecteur propre de A associé à la valeur propre λ et

considérer un indice i tel que |xi | = max |xj |, où xj désigne la j ème composante de x dans la base
1≤j≤n
canonique de Cn .
2. En déduire que la matrice A est inversible.

3. Calculer la matrice de J de la méthode de Jacobi. En déduire que la méthode de Jacobi pour
résoudre (S) est convergente.
4. Soit L1 = (D − E)−1 F la matrice de la méthode itérative de Gauss Seidel pour résoudre le système
(S). Montrer que det(λ(D − E) − F ) = 0 pour toute valeur propre λ ∈ C de L1 .
5. Montrer que si µ ∈ C tel que |µ| ≥ 1, alors la matrice µ(D − E) − F est à diagonale strictement
dominante. En déduire que la méthode de Gauss Seidel est convergente.
Exercice 4.
On considère le système linéaire Ax = b où
 
1 0 −2
A = −β 2 1 0  , b ∈ R3 et β ∈ R.
0 −4β 1
1. Ecrire les méthodes de Jacobi et de Gauss-Seidel pour résoudre le système donné, en explicitant les
matrices d’itérations J et L1 des deux méthodes.
2. Déterminer les valeurs du paramètre β qui assurent la convergence de chacune des deux méthodes.
3. Quelle est la relation entre ρ(J) et ρ(L1 ) ?
Pour toutes les valeurs de β où les deux méthodes convergent, quelle est alors la méthode la plus
rapide ?
4. On considère la méthode itérative
(I − F )x(k+1) = Ex(k) + b, x(0) donné (1)
où I est la matrice unité d’ordre 3, E est la partie triangulaire inférieure de −A (sans la diagonale)
et F est la partie triangulaire supérieure de −A (sans la diagonale), vérifiant donc A = I − E − F .
(a) Montrer que si la méthode (1) converge, elle converge vers la solution unique du système
Ax = b.
(b) Déterminer pour quelles valeurs du paramètres β, la méthode (1) est convergente.
(c) Etudier la convergence de la méthode de relaxation pour résoudre le système Ax = b pour
β = 0 et calculer le paramètre ω ∗ qui donne la convergence la plus rapide.
Exercice 6.
Soit à résoudre le système Ax = b, pour b ∈ Rn .
−1
 
2
 −1 2 −1 
 
A=
 .. .. ..  ∈ Mn (R)

 . . . 
 −1 2 −1 
−1 2
1. Montrer que la matrice A est symétrique définie positive

2. Etudier la convergence des méthodes de Jacobi et de Gauss-Seidel pour résoudre ce système.
3. Pour résoudre le système équivalent à (S),
ÃX = b̃,
1 1
pour Ã = 2
A et b̃ = 2
b, on considère la méthode itérative suivante:


 X (0) donné dans Rn
1
(I − E)X (k+ 2 ) = F X (k) + b̃, k ≥ 0 (2)
 (I − F )X (k+1) = EX (k+ 12 ) + b̃, k ≥ 0

avec ici Ã = I − E − F .
(a) Mettre la méthode (2) sous la forme
X (k+1) = BX (k) + c, k ≥ 0, X (0) donné,
B ∈ Mn (R) et c ∈ Rn sont à déterminer.

(b) Si on pose M = (I − E)(I − F ) et N = EF , montrer que la matrice M T + N est définie
positive. En déduire que la méthode itérative (2) est convergente.

Serie2AN1 2018 2019

Transféré par

Droits d'auteur :

Formats disponibles

Serie2AN1 2018 2019

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Serie2AN1 2018 2019

Transféré par

Droits d'auteur :

Formats disponibles

E.N.I.T.

Unité Pédagogique de Mathématiques Appliquées

Classes : 1ère année:GE– GC–GI–GHE–GM–MIndS–Info–Tel

kDk1 = kDk∞ = kDk2 = max |dkk |.

Soit A ∈ Mn (R) et soient U, V ∈ Mn (R) deux matrices orthogonales. Montrer que

Exercice 3. : Méthode de Jacobi et Gauss-Seidel pour des matrice à diagonale strictement

Indication : On pourra choisir x ∈ Cn vecteur propre de A associé à la valeur propre λ et

2. En déduire que la matrice A est inversible.

(I − F )x(k+1) = Ex(k) + b, x(0) donné (1)

1. Montrer que la matrice A est symétrique définie positive

X (k+1) = BX (k) + c, k ≥ 0, X (0) donné,

B ∈ Mn (R) et c ∈ Rn sont à déterminer.

Vous aimerez peut-être aussi