Scribd
Importer
167 vues1 page

Sujet

Le document présente quatre exercices portant sur des méthodes numériques en analyse. L'exercice 1 concerne les méthodes itératives de Jacobi et Gauss-Seidel pour résoudre un système linéaire. L'exercice 2 traite de la factorisation LU d'une matrice. L'exercice 3 étudie la méthode du point fixe et de Newton pour approcher une racine d'une équation non linéaire. L'exercice 4 porte sur les erreurs et le conditionnement d'un problème aux valeurs propres.

Transféré par

hùng hoàng
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
167 vues1 page

Sujet

Le document présente quatre exercices portant sur des méthodes numériques en analyse. L'exercice 1 concerne les méthodes itératives de Jacobi et Gauss-Seidel pour résoudre un système linéaire. L'exercice 2 traite de la factorisation LU d'une matrice. L'exercice 3 étudie la méthode du point fixe et de Newton pour approcher une racine d'une équation non linéaire. L'exercice 4 porte sur les erreurs et le conditionnement d'un problème aux valeurs propres.

Transféré par

hùng hoàng
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

Université Clermont Auvergne Introduction à l’analyse numérique

UFR Mathématiques Année 2019 – 2020

Contrôle continu du 03/11/2020


Durée : 1h30. L’utilisation de tout document ainsi que de tout matériel électronique est interdite.

Exercice 1. Méthodes de Jacobi et de Gauss-Seidel


   
3 1 0 1
Soit A ∈ M3 (R) et b ∈ R3 donnés par A = 1 3 1 et b = 1.
0 1 3 1
On rappelle que les méthodes itératives de résolution du système Ax = b consistent à construire une suite
(x(n) )n définie par
 (0)
x ∈ R3
avec A = M − N et M une matrice inversible.
x(n+1) = M −1 N x(n) + M −1 b
(a) Écrire les matrices M et N de la méthode itérative de Jacobi pour la résolution du système Ax = b.
Justifier (sans calcul de valeurs propres) la convergence de la méthode de Jacobi.
(b) Écrire les matrices M et N de la méthode itérative de Gauss-Seidel pour la résolution du système
Ax = b. Justifier (sans calcul de valeurs propres) la convergence de la méthode de Gauss-Seidel.

Exercice 2. Factorisation LU d’une matrice 


Soit n ≥ 3. Soit a = a1 ,  a2 , · · · , an ∈ Rn dont toutes les composantes ai sont non nulles et soit
b = b1 , b2 , · · · , bn−1 ∈ Rn−1 et c = c1 , c2 , · · · , cn−1 ∈ Rn−1 .
On considère la matrice inversible A ∈ Mn (R) et le vecteur y ∈ Rn suivants :
 
a1 0 · · · 0 b1 
y1

.
 0 a2 . . . ..  y2 
 
b2   
   .. 
A =  ... . . . . . . ..  , y =  . .

0 . 
  

 0 ··· yn−1 
 0 an−1 bn−1

  
c1 c2 · · · cn−1 an yn

(a) Montrer que la méthode de Gauss sans permutation permet de ramener la résolution du système
Ax = y à celle d’un système triangulaire supérieur de matrice U et de second membre z. En déduire
qu’il existe une matrice L triangulaire inférieure à diagonale unité telle que A = LU .
(b) Expliciter les coefficients de L et de U en fonction de ceux de A. Expliciter les coefficients de z en
fonction des coefficients de A et de y.

Exercice 3. Une équation non-linéaire


cos(x) 1
Soit f : R → R définie par f (x) = x − − . Il est facile de voir que la fonction f admet un unique
3 2
zéro α ∈ R. Le but de cet exercice est d’approcher ce zéro à l’aide d’une méthode de point fixe et à l’aide
de la méthode de Newton.
cos(x) 1
(a) Soit g : R → R définie par g(x) = + . Écrire la méthode de point fixe correspondante à g et
3 2
justifier sa convergence. Donner la vitesse de convergence de la méthode.
(b) Écrire la méthode de Newton pour l’approximation de α. Justifier la convergence locale de cette
méthode. Donner la vitesse de convergence de la méthode.

Exercice 4. Erreurs et conditionnement


Soit 0 < ε0 ≤ ε. On considère le problème du calcul numérique des racines x1 (ε) et x2 (ε) (numérotées
telles que x1 (ε) ≤ x2 (ε)) de l’équation du second degré suivante :
x2 − 2x + 1 − ε = 0. (1)
(a) Calculer les erreurs absolues ei (ε) = |xi (ε) − xi (0)| pour i = 1, 2.
(b) Déterminer le conditionnement κ = κ(ε0 ) du problème qui consiste à calculer la solution x2 (ε) de
l’équation (1) en regardant 1 − ε comme une perturbation de 1. Quelle est la valeur de la limite
lim κ(ε0 )?
ε0 →0

Vous aimerez peut-être aussi