Scribd
Importer
355 vues3 pages

TD3 L3 Anum1

Ce document contient plusieurs exercices sur la résolution approchée de systèmes linéaires par méthodes itératives. Il aborde notamment la convergence des méthodes de Jacobi et Gauss-Seidel, la diagonale dominante, les matrices symétriques définies positives et la méthode des moindres carrés.

Transféré par

Youssef EL MLILI
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
355 vues3 pages

TD3 L3 Anum1

Ce document contient plusieurs exercices sur la résolution approchée de systèmes linéaires par méthodes itératives. Il aborde notamment la convergence des méthodes de Jacobi et Gauss-Seidel, la diagonale dominante, les matrices symétriques définies positives et la méthode des moindres carrés.

Transféré par

Youssef EL MLILI
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
Vous êtes sur la page 1/ 3

Faculté des sciences et ingénierie (Toulouse III) Année universitaire

Département de mathématiques – L3 ESR 2017-2018


U.E. Analyse Numérique
Feuille de TD 3 : Résolution approchée de systèmes linéaires.
Méthodes itératives, Moindres carrés

Exercice 1. (Rayon spectral, convergence de suites et séries de matrices)


Soient A ∈ MN (R) et k · k une norme matricielle sur MN (R).
1. Montrer que si ρ(A) < 1 les matrices Id − A et Id + A sont inversibles.
2. Montrer que si ρ(A) < 1, alors la suite (Ak )k>0 tend vers la matrice nulle quand k
tend vers l’infini.
3. Montrer que si ρ(A) < 1 alors la série de terme général Ak converge vers (Id−A)−1 .
Montrer de plus que
1
k(Id − A)−1 k 6 .
1 − kAk
Exercice 2. (Quelques exemples de convergence comparée)
Soit J (respectivement G) la matrice d’itération de la méthode itérative de Jacobi (res-
pectivement Gauss-Seidel) pour la résolution du système linéaire AX = b. Le but de cet
exercice est de montrer (sur des exemples) qu’en toute généralité, les deux méthodes ne
sont pas comparables.
1. Soit
 
1 2 −2
A= 1 1 1 .
 
2 2 1

Écrire les itérations de Jacobi et de Gauss Seidel et montrer que ρ(J) < 1 < ρ(G).
2. Soit
 
2 −1 1
A= 2 2 2 .
 
−1 −1 2

Écrire les itérations de Jacobi et de Gauss Seidel et calculer ρ(G) et ρ(J). Qu’en
déduit-on ?

Exercice 3. (Diagonales dominantes...)


Soit A = (ai,j )i,j=1,...,N une matrice à diagonale strictement dominante c’est-à-dire telle
que |ai,i | > j6=i |ai,j | pour tout i = 1, . . . , N . Montrer que A est inversible puis que la
P

méthode de Jacobi (pour calculer la solution de AX = b) converge.

1
Exercice 4. (Le retour des matrices symétriques définies positives)
Soit A ∈ MN (R) une matrice symétrique définie positive. On cherche à résoudre le
système linéaire AX = b avec b ∈ RN un vecteur donné par la méthode itérative
BX (k+1) + (A − B)X (k) = b, k>0 (1)
avec X (0) un vecteur initial donné.
1. Supposons que B = α1 IN , α ∈ R∗ . A quel intervalle doit appartenir α pour que la
suite (X (k) )k converge vers la solution de AX = b ?
2. On note µi pour i = 1 · · · N les valeurs propres de A ordonnées i.e. telles que
0 < µ1 6 µ2 6 · · · 6 µN . On note fα (µ) = 1 − αµ pour α ∈ [0, µ2 ] et α0 = µ1 +µ
2
N
.
Vérifier que fα0 (µ1 ) = −fα0 (µN ).
En déduire que α0 minimise max |fα (µi )| pour α ∈ [0, µ2N ].
16i6N
On pose B = α1 IN . Pour quel α la convergence est-elle la plus rapide ?
Exercice 5. (Éléments propres des matrices tridiagonales...)
On considère la matrice N × N tridiagonale
 
b a 0 0 0
 c ... ..
 
 . 0 0  
A=
 .. .. .. 
 0 . . . 0 

 0 0 c a b 
 

0 0 0 c a
où a, b, c sont des scalaires non nuls.
1. Calculer les valeurs propres et les vecteurs propres de A.
2. Soit I = [0, 1] et h = N 1+1 , on pose xi = ih pour i = 0 . . . N + 1. Soit u une fonction
au moins 4 fois continûment dérivable sur I. Montrer par la formule de Taylor que
1
−u”(xi ) = (−u(xi−1 ) + 2u(xi ) − u(xi+1 )) + O(h2 ), i = 1, . . . N. (2)
h2
On considère l’équation différentielle à valeurs au bord
−u”(x) = f (x) 0 < x < 1, et u(0) = u(1) = 0
où f est une fonction donnée. En utilisant l’approximation de −u”(xi ) donnée par
(2) en omettant le terme en h2 , montrer que les ui , i = 1 . . . N approximations
ainsi obtenues de u(xi ) sont solution d’un système linéaire :
   
u1 f (x1 )

 u2 


 f (x2 ) 

 ..  
2 .. 
A . =h  . .
  
 ..   .. 
. .
   
   
uN f (xN )
Donner l’expression d’une telle matrice A.

2
3. Montrer explicitement que la méthode itérative de Jacobi appliquée su système de
la question précédente converge.

Exercice 6. (Méthode des moindres carrés)


Soit (x1 , y1 ), (x2 , y2 ), . . . , (xn , yn ) un ’nuage’ de points. On suppose les xi distincts. On
cherche à calculer la droite d’équation y = ax + b où a, b ∈ R approchant au mieux ces
points au sens où (a, b) minimise la quantité
n
X
(yi − axi − b)2 .
i=1

1. En se ramenant à un problème de projection, montrer l’existence et l’unicité d’une


solution à ce problème de minimisation.
2. En introduisant la fonction f (a, b) = i=n 2
i=1 (yi − axi − b) et en calculant sa diffé-
P

rentielle, retrouver le résultat de la question précédente et en déduire une méthode


pour trouver a et b.

Vous aimerez peut-être aussi