TP Analyse Numérique 2 2023/2024
République Algérienne Démocratique et Populaire
Ministère de l’Enseignement Supérieur et de la Recherche Scientifique
Université de Batna 2
Département des Mathématiques
𝟐𝒊é𝒎𝒆 Année LMD
TP 01 (Rappel)
Exercice 01. Soient :
1 −1 1
2 −8 1
𝐴 = (4 3 ) , 𝐵 = ( ), 𝑣 = (2) 𝑒𝑡 𝑢 = (−1 0 2)
0 0 −2
3 0 3
1. Calculer : 𝐶 = 𝐴′ , 𝐷 = 𝐴𝐵, 𝐸 = 𝐶𝐵, 𝑥 = 𝐵𝑣, 𝑦 = 𝐴𝑥, 𝑧 = 𝑢𝐷, 𝑎 = 𝑧𝑦 𝑒𝑡 𝑤 = 𝑦𝑧.
𝑄𝑢𝑒 𝑐𝑜𝑛𝑠𝑡𝑎𝑡𝑒𝑧 − 𝑣𝑜𝑢𝑠?
2. Calculer : 𝑖𝑛𝑣(𝐴), det(𝐵) , det(𝐷) 𝑒𝑡 𝑖𝑛𝑣(𝐷). 𝑄𝑢𝑒 𝑐𝑜𝑛𝑠𝑡𝑎𝑡𝑒𝑧 − 𝑣𝑜𝑢𝑠?
Solution :
>> A=[1 -1;4 3;3 0]; B=[2 -8 1;0 0 -2]; v=[1;2;3]; u=[-1 0 2];
>> C=A'
C=
1 4 3
-1 3 0
>> D=A*B
D=
2 -8 3
8 -32 -2
6 -24 3
>> E=C*B
Error using *
Inner matrix dimensions must agree.
>> x=B*v
x=
-11
-6
>> y=A*x
y=
-5
-62
-33
>> z=u*D
z=
10 -40 3
>> a=z*y
a=
1
TP Analyse Numérique 2 2023/2024
2331
>> w=y*z
w=
-50 200 -15
-620 2480 -186
-330 1320 -99
>> inv(A)
Error using inv
Matrix must be square.
>> det(B)
Error using det
Matrix must be square.
>> det(D)
ans =
0
>> inv(D)
Warning: Matrix is singular to working precision.
ans =
Inf Inf Inf
Inf Inf Inf
Inf Inf Inf
2
TP Analyse Numérique 2 2023/2024
République Algérienne Démocratique et Populaire
Ministère de l’Enseignement Supérieur et de la Recherche Scientifique
Université de Batna 2
Département des Mathématiques
𝟐𝒊é𝒎𝒆 Année LMD
TP 02 (Rappel)
Exercice 01. Résoudre les systèmes 𝐴𝑋 = 𝑏 d’équations linéaires suivantes :
3𝑥 − 2𝑦 + 𝑧 + 𝑤 = 6
−𝑥 − 2𝑦 − 𝑧 + 𝑤 = −4
1. { .
2𝑥 − 𝑦 + 𝑧 + 2𝑤 = 11
𝑥+𝑦+𝑧−𝑤 = 2
5 2 7 2
2. 𝐴 = 2 1 −3 , 𝑏 = 7).
( ) (
1 2 1 4
Indication : utiliser la commande 𝑖𝑛𝑣, 𝑠𝑜𝑙𝑣𝑒 puis 𝑙𝑖𝑛𝑠𝑜𝑙𝑣𝑒.
Solution :
>> A=[3 -2 1 1;-1 -2 -1 1;2 -1 1 2;1 1 1 -1]
A=
3 -2 1 1
-1 -2 -1 1
2 -1 1 2
1 1 1 -1
>> b=[6;-4;11;2]
b=
6
-4
11
2
>> x=inv(A)*b
x=
1.0000
2.0000
3.0000
4.0000
>> syms x;y;z;w
>> S=solve(3*x-2*y+z+w==6,-x-2*y-z+w==-4,2*x-y+z+2*w==11,x+y+z-
w==2)
S=
struct with fields:
w: [1×1 sym]
x: [1×1 sym]
y: [1×1 sym]
3
TP Analyse Numérique 2 2023/2024
z: [1×1 sym]
>> [S.x S.y S.z S.w]
ans =
[ 1, 2, 3, 4]
>> linsolve(A,b)
ans =
1.0000
2.0000
3.0000
4.0000
>> A=[5 2 7;2 1 -3;1 2 1]
A=
5 2 7
2 1 -3
1 2 1
>> b=[2;7;4]
b=
2
7
4
>> x=inv(A)*b
x=
1.0000
2.0000
-1.0000
>> syms x;y;z
>> S=solve(5*x+2*y+7*z==2;2*x+y-3*z==7 ;x+2*y+z==4)
S=
struct with fields:
x: [1×1 sym]
y: [1×1 sym]
z: [1×1 sym]
>> [S.x S.y S.z]
ans =
[ 1, 2, -1]
>> linsolve(A,b)
ans =
1.0000
2.0000
-1.0000
4
TP Analyse Numérique 2 2023/2024
République Algérienne Démocratique et Populaire
Ministère de l’Enseignement Supérieur et de la Recherche Scientifique
Université de Batna 2
Département des Mathématiques
𝟐𝒊é𝒎𝒆 Année LMD
TP 03
Soit le système d’équations linéaires suivantes :
𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1 𝑎11 𝑎12 … 𝑎1𝑛 𝑥1 𝑏1
𝑎 𝑎 … 𝑎 𝑥
{ 𝑎21 𝑥1 + 𝑎22 𝑥2 +∶ ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑏2 ⟺ ( ∶21 22
∶ ∶
2𝑛 2 𝑏2
∶ ) ( ∶ ) = ( ∶ ).
𝑎𝑛1 𝑥1 + 𝑎𝑛2 𝑥2 + ⋯ + 𝑎𝑛𝑛 𝑥𝑛 = 𝑏𝑛 𝑎𝑛1 𝑎𝑛2 … 𝑎𝑛𝑛 𝑥𝑛 𝑏𝑛
Avec 𝑎𝑖𝑗 coefficients, 𝑥𝑖 inconnues et 𝑏𝑖 composants du 2 terme. 1 ≤ i, j ≤ 𝑛.
Méthodes de résolution les systèmes linéaires :
Les méthodes directes : les méthodes de résolution de systèmes d’équations linéaires
(utilisées pour résoudre toute matrice non singulière) à travers un nombre fini d’étapes
comme Gauss et factorisation LU.
Les méthodes itératives : ne s’arrêtent pas nécessairement après un certain nombre
d’étapes et continueront à itérer jusqu’à ce qu’un nombre d’erreurs suffisant soit atteint
comme Jacobi et Gauss-Seidel.
Systèmes linéaires avec matrice particulière :
Matrice diagonal : devient sous la forme
𝑎11 0 … 0 𝑥1 𝑏1
0 𝑎22 … 0 𝑥2 𝑏2
( ∶ ∶ )( ∶ ) = ( ∶ )
∶ ∶
0 0 … 𝑎𝑛𝑛 𝑥𝑛 𝑏𝑛
𝑏
Voici la solution du système linéaire : 𝑥𝑖 = 𝑎 𝑖 , 1 ≤ 𝑖 ≤ 𝑛.
𝑖𝑖
Matrice triangulaire :
𝑎11 𝑎12 … 𝑎1𝑛 𝑥1 𝑏1
0 𝑎22 … 𝑎2𝑛 𝑥2 𝑏
Supérieure : ( ∶ ∶ ∶
2
∶ ) ( ∶ ) = ( ∶ ).
0 0 … 𝑎𝑛𝑛 𝑥𝑛 𝑏𝑛
Voici l’algorithme utilisée pour résoudre cette système linéaire :
𝑏
𝑥𝑛 = 𝑎 𝑛
𝑛𝑛
{ 1 , 𝑖 = 𝑛 − 1, … ,1.
𝑛
𝑥𝑖 = 𝑎 (𝑏𝑖 − ∑𝑗=𝑖+1 𝑎𝑖𝑗 𝑥𝑗 )
𝑖𝑖
𝑎11 0 … 0 𝑥1 𝑏1
𝑎21 𝑎22 … 0 𝑥2 𝑏2
Inférieure : ( ∶ ∶ ∶ ∶ ) ( ∶ ) = ( ∶ ) Voici la solution du
𝑎𝑛1 𝑎𝑛2 … 𝑎𝑛𝑛 𝑥𝑛 𝑏𝑛
Voici l’algorithme utilisée pour résoudre cette système linéaire :
𝑏
𝑥1 = 𝑎 1
11
{ 1 , 𝑖 = 2, … , 𝑛.
𝑥𝑖 = 𝑎 (𝑏𝑖 − ∑𝑖−1
𝑗=1 𝑎𝑖𝑗 𝑥𝑗 )
𝑖𝑖
Exercice 01. Résoudre les trois systèmes suivants :
5
TP Analyse Numérique 2 2023/2024
12 0 0 −4 1 −5 3 6
𝐴=(0 −5 0 ) , 𝑏 = ( 0 ) , 𝐴 = (0 4 8) , 𝑏 = (36)
0 0 30 7 0 0 9 27
et
3 0 0 3
(
𝐴 = 2 −2 0 , 𝑏 = −2)
) (
3 4 5 24
Solution:
Système 1.
clc
clear all
A=[12 0 0; 0 -5 0; 0 0 30];
b=[-4;0;7]; x=
n=length(b);
for i=1:n -0.3333 0 0.2333
x(i)=b(i)/A(i,i);
end
x
Système 2.
clc
clear all
A=[1 -5 3; 0 4 8; 0 0 9];
x=
b=[6;36;27];
n=length(b);
x(n)=b(n)/A(n,n); 12 3 3
for i=n-1:-1:1
som=0;
for j=i+1:n
som=som+A(i,j)*x(j);
end
x(i)=(b(i)-som)/A(i,i);
end
x
Système 3.
clc
clear all
A=[3 0 0; 2 -2 0; 3 4 5]; x=
b=[3;-2;24];
n=length(b); 1.0000 2.0000 2.6000
x(1)=b(1)/A(1,1);
for i=2:n
som=0;
for j=1:i-1
som=som+A(i,j)*x(j);
end
x(i)=(b(i)-som)/A(i,i);
end
x
6
TP Analyse Numérique 2 2023/2024
République Algérienne Démocratique et Populaire
Ministère de l’Enseignement Supérieur et de la Recherche Scientifique
Université de Batna 2
Département des Mathématiques
𝟐𝒊é𝒎𝒆 Année LMD
TP 04
Systèmes linéaires avec une matrice quelconque
Méthode de Gauss : Pour résoudre le système linéaire étant de dimension 𝑛 le
nombre d’étape nécessaire pour résoudre ce system est de 𝑛 − 1 étapes.
Algorithme de méthode
Transformation : [𝐴, 𝑏] → [𝐴′ , 𝑏′ ]
𝑎𝑖𝑘
𝑐𝑜𝑒𝑓 =
𝑎𝑘𝑘
𝑎𝑖𝑗 = 𝑎𝑖𝑗 − 𝑐𝑜𝑒𝑓 ∗ 𝑎𝑘𝑗
{ 𝑏𝑖 = 𝑏𝑖 − 𝑐𝑜𝑒𝑓 ∗ 𝑏𝑘
𝑘 = 1, … , 𝑛 − 1, 𝑖 = 𝑘 + 1, … , 𝑛 𝑒𝑡 𝑗 = 𝑘 + 1, … , 𝑛 .
Résolution de system triangulaire supérieure [𝐴′ , 𝑏′ ].
Remarque :
a. Le pivot appartient toujours à l’intersection de la ligne de pivot et la colonne
considérée à être transformer et il doit être toujours au début de chaque étape
de transformation différent de ZERO sinon il faut faire permutation.
b. Apres chaque étape il faut vérifier si la nouvelle matrice associée au nouveau
système linéaire [𝐴′ , 𝑏′ ] est triangulaire supérieur ou non. Si oui nous arrêtons
l’algorithme et on calcule la solution du système linéaire [𝐴′ , 𝑏′ ] équivalent au
système initial donné [𝐴, 𝑏].
Exercice : Étant donné un système d’équations linéaire
𝑥1 − 𝑥2 − 𝑥3 − 𝑥4 = −8
2𝑥 − 𝑥2 + 3𝑥3 − 3𝑥4 = −20
{ 1
−𝑥1 − 2𝑥2 + 𝑥3 + 𝑥4 = −2
𝑥1 − 𝑥2 + 4𝑥3 + 3𝑥4 = 4
Écrire un programme en langage de programmation Matlab qui permet de :
1. Introduire les données de 𝐴 et de 𝑏.
2. Calculer la solution 𝑥 pour le système d’équations linéaire par la méthode de
GAUSS.
3. Afficher la solution 𝑥.
7
TP Analyse Numérique 2 2023/2024
Solution:
clc
clear all
A=[1 1 -1 -1;2 -1 3 -3;-1 -2 1 1;1 -1 4 3];
b=[-8;-20;-2;4];
n=length(b);
%Triangularisation
for k=1:n-1
for i=k+1:n
coef=A(i,k)/A(k,k);
for j=k+1:n
A(i,j)=A(i,j)-(coef*A(k,j));
end
b(i)=b(i)-(coef*b(k));
end
end
%Résolution
x(n)=b(n)/A(n,n);
for i=n-1:-1:1
som=0;
for j=i+1:n
som=som+A(i,j)*x(j);
end
x(i)=(b(i)-som)/A(i,i);
end
x
x=
-11.3600 10.0000 5.4400 1.2000
8
TP Analyse Numérique 2 2023/2024
République Algérienne Démocratique et Populaire
Ministère de l’Enseignement Supérieur et de la Recherche Scientifique
Université de Batna 2
Département des Mathématiques
𝟐𝒊é𝒎𝒆 Année LMD
TP 05
Exercice : Écrire un programme en Matlab qui permet de calculer la solution 𝑥
pour le système d’équations linéaire suivante par la méthode de GAUSS.
0 −1 −1 −1 𝑥1 −8
2 −1 3 −3 𝑥2 −20
( ) (𝑥 ) = ( ).
−1 −2 1 1 3 −2
1 −1 4 3 𝑥4 4
Solution:
clc
clear all
A=[0 1 -1 -1;2 -1 3 -3;-1 -2 1 1;1 -1 4 3];
b=[-8;-20;-2;4];
n=length(b);
for k=1:n-1
%permetation
if A(k,k)==0
l=k+1;
while l<=n
if A(l,k)~=0
v(:)=A(l,:);
w=b(l);
A(l,:)=A(k,:);
A(k,:)=v(:);
b(l)=b(k);
b(k)=w;
l=n+1;
end
l=l+1;
end
end
for i=k+1:n
coef=A(i,k)/A(k,k);
for j=k+1:n
A(i,j)=A(i,j)-(coef*A(k,j));
end
b(i)=b(i)-(coef*b(k));
end
end
%Résolution
x(n)=b(n)/A(n,n);
for i=n-1:-1:1
som=0;
for j=i+1:n
som=som+A(i,j)*x(j);
end
x(i)=(b(i)-som)/A(i,i);
end
x
9
TP Analyse Numérique 2 2023/2024
x=
23.6667 -13.6667 -16.3333 10.6667
10
TP Analyse Numérique 2 2023/2024
République Algérienne Démocratique et Populaire
Ministère de l’Enseignement Supérieur et de la Recherche Scientifique
Université de Batna 2
Département des Mathématiques
𝟐𝒊é𝒎𝒆 Année LMD
TP 06
Exercice : Écrire un programme en Matlab qui permet de calculer la solution 𝑥
pour le système d’équations linéaire suivante par la méthode de Gauss-Jordan.
2 3 8 𝑥1 1
(2 1 4) (𝑥2 ) = (1).
6 4 2 𝑥3 1
Algorithme de méthode de Gauss-Jordon :
Donnée les données du problème la taille 𝑛, 𝐴 et 𝑏.
Introduire le système sous forme augmenté 𝐶 = [𝐴 𝑏].
Pour 1 ≤ 𝑘 ≤ 𝑛
Pour 1 ≤ 𝑗 ≤ 𝑛 + 1
𝑐𝑘𝑗 = 𝑐𝑘𝑗 /𝑐𝑘𝑘
Pour (1 ≤ 𝑖 ≤ 𝑛)𝑎𝑛𝑑 (𝑖 ≠ 𝑘)
𝑐𝑜𝑒𝑓 = 𝑐𝑖𝑘 /𝑐𝑘𝑘
Pour 1 ≤ 𝑗 ≤ 𝑛 + 1
𝑐𝑖𝑗 = 𝑐𝑖𝑗 − 𝑐𝑜𝑒𝑓 ∗ 𝑐𝑘𝑗
Pour 1 ≤ 𝑖 ≤ 𝑛
𝑥𝑖 = 𝑐𝑖 𝑛+1
Solution
clc
clear all
A=[2 3 8;2 1 4;6 4 2];
b=[1;1;1];
n=length(b);
C=[A b];
for k=1:n
C(k,:)=C(k,:)/C(k,k); x=
for i=1:n
if i~=k 0.3333
coef=C(i,k)/C(k,k);
for j=1:n+1
-0.3333
C(i,j)=C(i,j)-(coef*C(k,j));
end
end 0.1667
end
end
x=C(:,n+1);
x
11
TP Analyse Numérique 2 2023/2024
République Algérienne Démocratique et Populaire
Ministère de l’Enseignement Supérieur et de la Recherche Scientifique
Université de Batna 2
Département des Mathématiques
𝟐𝒊é𝒎𝒆 Année LMD
TP 07
Exercice : Écrire un programme en Matlab qui permet de calculer la matrice
inverse pour le système d’équations linéaires suivantes par la méthode de Gauss-
Jordan.
2 3 8 𝑥1 1
(2 1 4) (𝑥2 ) = (1).
6 4 2 𝑥3 1
Algorithme de méthode de Gauss-Jordon :
Donnée les données du problème la taille 𝑛, 𝐴 et 𝑏.
Introduire le système sous forme augmenté 𝐶 = [𝐴 𝐼𝑛 ].
Pour 1 ≤ 𝑘 ≤ 𝑛
Pour 1 ≤ 𝑗 ≤ 2𝑛
𝑐𝑘𝑗 = 𝑐𝑘𝑗 /𝑐𝑘𝑘
Pour (1 ≤ 𝑖 ≤ 𝑛)𝑎𝑛𝑑 (𝑖 ≠ 𝑘)
𝑐𝑜𝑒𝑓 = 𝑐𝑖𝑘 /𝑐𝑘𝑘
Pour 1 ≤ 𝑗 ≤ 2𝑛
𝑐𝑖𝑗 = 𝑐𝑖𝑗 − 𝑐𝑜𝑒𝑓 ∗ 𝑐𝑘𝑗
Pour 1 ≤ 𝑖 ≤ 𝑛
Pour 1 ≤ 𝑗 ≤ 𝑛
𝑑 = 𝑐𝑖 𝑗+𝑛
Solution
clc
clear all
A=[2 3 8;2 1 4;6 4 2];
b=[1;1;1];
n=length(b);
C=[A eye(n)];
for k=1:n D=
C(k,:)=C(k,:)/C(k,k);
for i=1:n -0.2917 0.5417 0.0833
if i~=k
coef=C(i,k)/C(k,k); 0.4167 -0.9167 0.1667
for j=1:2*n
C(i,j)=C(i,j)-(coef*C(k,j));
0.0417 0.2083 -0.0833
end
end
end
end
D=C(:,[n+1:2*n])
12
TP Analyse Numérique 2 2023/2024
République Algérienne Démocratique et Populaire
Ministère de l’Enseignement Supérieur et de la Recherche Scientifique
Université de Batna 2
Département des Mathématiques
𝟐𝒊é𝒎𝒆 Année LMD
TP 08
Systèmes linéaires avec une matrice quelconque
Méthode directe de Factorisation : Une autre manière de calculer la solution exacte
ou directe d’un système d’équations linéaires 𝐴𝑥 = 𝑏 d’ordre fini n est de procéder
à la factorisation de la matrice carrée A en produit de deux matrices carrées
triangulaires de même ordre. On distingue plusieurs techniques de factorisation :
1. Cholesky.
2. Crout (factorisation LU) : Soit 𝐴 ∈ 𝑀𝑛 (𝕂) telle que les 𝑛 matrices
𝑎11 𝑎12 … 𝑎1𝑞
𝑎21 𝑎22 … 𝑎2𝑞
∆𝑞 = ( ⋮ ⋮ ⋱ ⋮ ), 𝑝𝑜𝑢𝑟 𝑞 = 1,2, … , 𝑛
𝑎𝑞1 𝑎𝑞2 … 𝑎𝑞𝑞
soient inversibles. Alors, il existe 𝐿, matrice triangulaire inférieure, et 𝑈,
matrice triangulaire supérieure, telles que 𝐴 = 𝐿𝑈. De plus, cette
factorisation est unique. Si on connait la décomposition 𝐿𝑈 de 𝐴, on résout
le système 𝐴𝑥 = 𝑏 par :
1. résolution de 𝐿𝑦 = 𝑏.
2. résolution de 𝑈𝑥 = 𝑦.
Algorithme de méthode
Donnée les données du problème la taille 𝑛, 𝐴 et 𝑏.
Initialisation deux matrices nulles 𝐿 et 𝑈.
Pour 1 ≤ 𝑖 ≤ 𝑛
𝑙𝑖𝑖 = 1
Pour 1 ≤ 𝑖 ≤ 𝑛
𝑢1𝑖 = 𝑎1𝑖
𝑙𝑖1 = 𝑎𝑖1 /𝑙11
Pour 1 ≤ 𝑘 ≤ 𝑛 − 1
Pour 𝑘 + 1 ≤ 𝑖 ≤ 𝑛
Pour 1 ≤ 𝑗 ≤ 𝑘
𝑢𝑘+1𝑖 = 𝑎𝑘+1𝑖 − 𝑙𝑘+1𝑗 ∗ 𝑢𝑗𝑖
Pour 𝑘 + 2 ≤ 𝑖 ≤ 𝑛
Pour 1 ≤ 𝑗 ≤ 𝑘
𝑙𝑖𝑘+1 = (𝑎𝑖𝑘+1 − 𝑙𝑖𝑗 ∗ 𝑢𝑗𝑘+1 )/𝑢𝑘+1𝑘+1
Trouver la solution 𝑦 de système linéaire 𝐿𝑦 = 𝑏 avec 𝐿 une matrice
triangulaire inférieure
Trouver la solution 𝑥 de système linéaire 𝑈𝑥 = 𝑦 avec 𝑈 une matrice
triangulaire Supérieure
13
TP Analyse Numérique 2 2023/2024
Exercice : Écrire un programme en Matlab qui permet de calculer la solution 𝑥
pour le système d’équations linéaire suivante par la méthode de factorisation LU.
𝟏 −𝟏 −𝟏 −𝟏 𝒙𝟏 −𝟖
𝟐 −𝟏 𝟑 −𝟑 𝒙𝟐 −𝟐𝟎
( ) (𝒙 ) = ( ).
−𝟏 −𝟐 𝟏 𝟏 𝟑 −𝟐
𝟏 −𝟏 𝟒 𝟑 𝒙𝟒 𝟒
Solution
clc
clear all
A=[1 1 -1 -1;2 -1 3 -3;-1 -2 1 1;1 -1 4 3];
b=[-8;-20;-2;4];
n=length(b);
U=zeros(n,n);
L=zeros(n,n);
%initialiser la diagonale de L =1
for i=1:n
L(i,i)=1;
end
%initialiser la premiere ligne de U et premiere colonne de L
U(1,:)=A(1,:);
L(:,1)=A(:,1)/U(1,1);
%Calculer les valeurs rester de U et L
for k=1:n-1
for i=k+1:n
U(k+1,i)=A(k+1,i)-L(k+1,1:k)*U(1:k,i);
end
for i=k+2:n
L(i,k+1)=(A(i,k+1)-L(i,1:k)*U(1:k,k+1))/U(k+1,k+1);
end
end
L,U
%resoudre Ly=b
y(1)=b(1)/L(1,1);
for i=2:n
som=0;
for j=1:i-1
som=som+L(i,j)*y(j);
end
y(i)=(b(i)-som)/L(i,i);
end
y
%resoudre Ux=y
x(n)=y(n)/U(n,n);
for i=n-1:-1:1
som=0;
for j=i+1:n
som=som+U(i,j)*x(j);
end
x(i)=(y(i)-som)/U(i,i);
end
x
14
TP Analyse Numérique 2 2023/2024
L=
1.0000 0 0 0
2.0000 1.0000 0 0
-1.0000 0.3333 1.0000 0
1.0000 0.6667 -1.0000 1.0000
U=
1.0000 1.0000 -1.0000 -1.0000
0 -3.0000 5.0000 -1.0000
0 0 -1.6667 0.3333
0 0 0 5.0000
y=
-8.0000 -4.0000 -8.6667 6.0000
x=
-11.3600 10.0000 5.4400
1.2000
15
