Scribd Logo
Importer

Bienvenue sur Scribd !

  • 49 vues

    TD Analyse Num

    Transféré par

    samar ait lmaalem
    Le document contient plusieurs exercices sur les méthodes numériques pour résoudre des systèmes linéaires et non linéaires. Les exercices portent sur la convergence de méthodes itératives comme Jacobi, Gauss-Seidel et relaxation pour résoudre des systèmes linéaires, ainsi que sur l'étude de points fixes pour des applications non linéaires.

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd

    TD Analyse Num

    Transféré par

    samar ait lmaalem
    49 vues3 pages
    Le document contient plusieurs exercices sur les méthodes numériques pour résoudre des systèmes linéaires et non linéaires. Les exercices portent sur la convergence de méthodes itératives comme Jacobi, Gauss-Seidel et relaxation pour résoudre des systèmes linéaires, ainsi que sur l'étude de points fixes pour des applications non linéaires.

    Titre original

    TD Analyse num

    Copyright

    © © All Rights Reserved

    Formats disponibles

    PDF, TXT ou lisez en ligne sur Scribd

    Avez-vous trouvé ce document utile ?

    Ce contenu est-il inapproprié ?

    Le document contient plusieurs exercices sur les méthodes numériques pour résoudre des systèmes linéaires et non linéaires. Les exercices portent sur la convergence de méthodes itératives comme Jacobi, Gauss-Seidel et relaxation pour résoudre des systèmes linéaires, ainsi que sur l'étude de points fixes pour des applications non linéaires.

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    49 vues3 pages

    TD Analyse Num

    Transféré par

    samar ait lmaalem
    Le document contient plusieurs exercices sur les méthodes numériques pour résoudre des systèmes linéaires et non linéaires. Les exercices portent sur la convergence de méthodes itératives comme Jacobi, Gauss-Seidel et relaxation pour résoudre des systèmes linéaires, ainsi que sur l'étude de points fixes pour des applications non linéaires.

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    Vous êtes sur la page 1sur 3

    Mme El Kyal 2022-2023

    Université Ibn Zohr


    Ensa, 1
    ère année du cycle ingénieur

    Analyse Numérique Méthodes itératives pour les systèmes linéaires et non linéaires
    T.D.1
        
    2 −1 x1 1
    Exercice 1 On considère le système linéaire Ax = b suivant : =
    −1 2 x2 2
    1. La matrice A du système est elle convergente ?
    2. Etudier la concergence de la méthode de Jacobi.
    Exercice 2
    Etant donné le système suivant :

     2x1 − x2 + x3 = 1
    2x1 + 2x2 + 2x3 = 2
    −x1 − x2 + 2x3 = 1

    1. Ecrire explicitement les méthodes itératives de Jacobi, Gauss-Seidel et de relaxation.


    2. Ecrire les matrices d'itérations de Jacobi, de Gauss-Seidel et de relaxation.
    3. Etudier la convergence de Jacobi et de Gauss-Seidel.
    4. Illustrez les résultats théoriques de convergence en calculant les 2 premiers itérés de Gauss-Seidel
    en prenant comme point de départ le vecteur (x01 , x02 , x03 ) = (0, 0, 0).
    Exercice 3 Calculer le rayon spectral de la matrice de la méthode de Jacobi et de la matrice de la
    méthode de Gauss-Seidel pour la résolution du système Ax = b
    1.  
    1 2 −2
    A= 1 1 1 
    2 2 1
    2.  
    2 −1 1
    A= 2 2 2 
    −1 −1 2
    Que peut-on déduire ?
    Exercice 4
    Etudier la convergence de la méthode de relaxation (pour la résolution du système Ax = b) lorsque
     
    1 0 0
    A= 1 1 1 
    0 0 1

    Exercice 5 On considère le système linéaire Ax = b avec :


     
    1 2(1 − β) 0
    A= 1 2 0 
    0 0 1

    où β est un paramètre réel.


    1. Ecrire explicitement les itérations de Jacobi et de Gaus-Seidel.
    2. Sans calculer les matrices d'itérations, donner une condition susantes sur le paramètre β pour
    que les deux méthodes convergent.

    1
    3. Calculer les matrices d'itération TJ et TG.S
    4. Etablir pour quelles valeurs de β les deux méthodes sont convergentes.
    5. Indiquer quel est le rapport entre les vitesses de convergence de ces méthodes.
    Exercice 6
    Soit A une matrice carrée d'ordre n > 0, A = (aij )i,j=1,...,n inversible et b ∈ IRn . On veut résoudre le
    système linéaire
    Ax = b
    On note D la matrice diagonale constituée de la diagonale de A. Soit α ̸= 0, on étudie la méthode
    itérative
    x(k+1) = (I − αD−1 A)x(k) + αD−1 b.
    1. Montrer que la méthode est consistante i.e. si (x(k) )k≥0 converge vers x alors x est solution du
    système Ax = b.
    2. Exprimer les coecients de la matrice D−1 A en fonction de ceux de A.
    3. On suppose que 0 < α ≤ 1 et que A est à diagonale strictement diminante
    (a) Montrer que la méthode est bien dénie (i.e D est inversible).
    (b) Montrer que ∥I − αD−1 A∥∞ < 1
    (c) En déduire que la méthode est convergente.
    Exercice 7
    Soit le système Ax = b avec :  
    1 α α
    A= α 1 α 
    α α 1
    où α est un paramètre réel.
    1. Pour quelles valeurs de α la matrice A est elle inversible ?
    2. pour quelles valeurs de α la matrice A est elle symétrique dénie positive.
    3. Pour quelles valeurs de α la convergence de la méthode de Jacobi est-elle assurée ?
    4. Donner la matrice d'itérations TJ de la méthode de Jacobi, pour quelles valeurs de α la méthode
    de Jacobi converge pour ce système linéaire ?
    5. Pour quelles valeurs de α la convergence de la méthode de Gauss-Seidel est-elle assurée ?
    6. Donner la matrice d'itérations TGS de la méthode de Gauss-Seidel.
    7. Montrer que pour α ∈] − 21 , 1[, la méthode de relaxation est convergente et pour quelle valeur
    de ω ?
    Exercice 8
    Dans Mn (R), on considère la matrice tridiagonale suivante :
     
    a b 0 ··· ··· 0
     ... ... ... 
     b 0 
    ... ... ... .. 
     
    . 

     0
    A(a, b) =  .. ... ... ... ...
    , a, b ∈ R
    .
     
     0 
    ... ... ...
     
     
     0 b 
    0 ··· ··· 0 b a

    2
    1. On supposera que a = 0 et b = 1. Vérier que pour tout k = 1, · · · , n,
    kπ 2kπ nkπ t
    Uk = (sin( ), sin( ), · · · , sin( ))
    n+1 n+1 n+1

    est un vecteur propre de A(0, 1) associé à la valeur propre λk = 2 cos( n+1


    kπ
    ) (On utilise la relation
    α−β α+β
    trigonométrique : sin(α) + sin(β) = 2 cos( ) sin( )).
    2 2
    2. En déduire le spectre de A(a, b) pour a et b quelconques.
    3. On veut étudier le problème
    −u′′ (x) = f (x), x ∈]0, 1[,
    (

    u(0) = u(1) = 0

    Soit h = N +1 avec N ∈ N . Le problème


    1 ∗ discrétisé correspondant est : étant donné le vecteur
    F = (fi )1≤i≤N trouver U = (ui )1≤i≤N tel que

     − h12 (ui+1 − 2ui + ui−1 ) = fi ,



    1 ≤ i ≤ N,
    (1)
    u0 = uN +1 = 0

    Montrer que le système (1) est équivalent à la résolution de AU = F où on explicitera la matrice


    A = (aij )1≤i,j≤N .
    4. Calculer les valeurs propres de la matrice TJ de Jacobi.
    5. Calculer ρ(TJ ) et déduire la convergence de cette méthode.
    Exercice 9
    Etant donnée la fonction dénie par :
    x2 + y 2
     
     
    x 2y
    g =
     
    y 4 − x2 − y 2

    2x
    1. Trouver les point xes de g .
    2. Chercher si ces points xes sont attratifs ou répulsifs.
    Exercice 10

    1. Obtenir les points xes de l'application :


    q
    x1 = 2 − x22
    √
    x2 = x1

    2. Vérier si ces points xes sont attractifs.


    3. Eectuer les trois premières itérations de la méthode du poin xe à partir de x(0) = (0, 0).

    Vous aimerez peut-être aussi