0% ont trouvé ce document utile (0 vote)
30 vues3 pages

Corrigé Series 2

Le document traite des méthodes de résolution de systèmes linéaires, en détaillant les méthodes directes comme l'élimination de Gauss et les méthodes itératives telles que Jacobi et Gauss-Seidel. Il présente des exercices pratiques pour illustrer la convergence de ces méthodes selon les matrices utilisées. Des résultats et des conditions de convergence sont également discutés, fournissant une compréhension approfondie des techniques de résolution des systèmes d'équations linéaires.
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
0% ont trouvé ce document utile (0 vote)
30 vues3 pages

Corrigé Series 2

Le document traite des méthodes de résolution de systèmes linéaires, en détaillant les méthodes directes comme l'élimination de Gauss et les méthodes itératives telles que Jacobi et Gauss-Seidel. Il présente des exercices pratiques pour illustrer la convergence de ces méthodes selon les matrices utilisées. Des résultats et des conditions de convergence sont également discutés, fournissant une compréhension approfondie des techniques de résolution des systèmes d'équations linéaires.
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

U:M:B:B Faculte d0Hydrocarbures M:N:A

Corrige : Resolution AX = b
Responsable : Khodja

I. Méthodes directes :
Exercice 1 : 8
< 2x + y 4z = 8
Résoudre le système linéaire (SL) 3x + 3y 5z = 14
:
4x + 5y 2z = 16
1. Ecrire le système (SL) sous forme matricille.
2. En utilisant la méthode d’élémination de Gauss, résoudre le système (SL)
Réponse :
1. 0 10 1 0 1
2 1 4 x 8
@
(SL) , 3 3 5 A @ A @
y = 14A , AX = b
4 5 2 z 16

2. Algorithme :
a11 = 2 ! 2 pivot
0 1 0 13 22 30 10 13
2 1 4 8 L1 2 1 4 8
A(1) : b(1) = 4@3 3 5A @14A5 ! 44L2 23 L1 5 @0 3 32 5 + 32 4A @14 23 8A5
4 5 2 16 L3 2L1 0 3 6 0
3
a22 = 2 ! pivot
22 3 0 1 0 13 22 30 10 13
L1 2 1 4 8 L1 2 1 4 8
A(2) : b(2) = 44L2 5 @0 32 1 A @2A5 ! 44 L2 5 @0 3
2
1 A @ 2 A5
3
L3 0 3 6 0 L3 3 L 2 0 0 6 2 0 4
2

0 1 0 1
s 2 1 4 s 8
AX = b , U X = b où U = A(3) = @0 23 1 A ; b = b(3) = @ 2 A
0 0 4 4

La solution est donnée par 8


< z= 1
y = (2 z) = 32 (2 + 1) = 2
2
3
:
x = 21 (8 y + 4z) = 12 (8 2 4) = 1
0 1 0 1
x 1
Donc @
X= y =A @ 2A
z 1

II. Méthodes Itératives :


Exercice 1 : 0 1 0 1
1 2 2 1 2 2
On considère les deux matrices A = @ 1 1 1A ; B = @ 2 1 3 A pour b 2 R3 :
2 2 1 0 2 1
1. Montrer que, pour le système AX = b; la méthode de Jacobi converge, mais que la méthode de G-S ne
converge pas.
2. Montrer que, pour le système BX = b; la méthode de G-S converge, mais que la méthode de Jacobi ne
converge pas.
Réponse :
1. Itérations de Jacobi : X (k+1) = JX k + l avec0J = D 11(E l = D01 b
0+ F ) et 1 1
1 0 0 0 2 2 0 2 2
J = @0 1 0A @ 1 0 1A = @ 1 0 1A )
2 (n+1) 3 0 1 2 (n) 3 2 (n) 0 (n) 0 31 2 2 0 2 2 0
x1 0 2 2 x1 2x2 + 2x3
6 (n+1) 7 @ A 6 (n) 7 6 (n) (n) 7
4x2 5= 1 0 1 4x2 5 + l = 4 x1 + x3 5 + l
(n+1) 2 2 0 (n) (n) (n)
x3 x3 2x2 2x1
La méthode de Jacobi converge
0 ssi (J) 1
<1
2 2
P (J) = det (J I) = @ 1 1 A = 3
) (J) = 0 < 1 ) la méthode de Jacobi converge.
2 2
Itérations de G-S 0 1 10 1 0 1
1 0 0 0 2 2 0 2 2
G = (D E) 1 F = @ 1 1 0A @0 0 1A = @0 2 3A
2 2 1 0 0 0 0 0 2
La méthode de G-S converge 0 ssi (G) < 1 1
2 2
P (G) = det (G I) = @ 0 2 3 A = 3
+5 2 6 = ( 2) ( 3) )
0 0 2
(G) = max f0; 2; 3g = 3 > 1 ) ne converge pas pour tout X (0) :

Exercice 8 : 0 1 0 1
1 2 2 1
1. Soit @
A= 1 1 1 ; A b = 0A
@
2 2 1 0
i) Ecrire les itérations de Jacobi et de G-S et montrer que (J) < 1 < (G) :
(0) t (3)
ii) En partant0 de X = 1 0 0 0 ,0 calculer
1 X ; et donner une éstimation d’erreur.
2 1 1 0
2. Soit A = @ 2 2 2A ; b = @1A
1 1 2 0
i) Ecrire les itérations de Jacobi et de G-S et calculer (J) et (G) : Qu’en déduit-on ?
t
ii) En partant de X (0) = 0 0 0 , calculer X (3) ; et donner une éstimation d’erreur.
Exercice 9 : 0 1
1
Soit la matrice A = @ 1 A; 2 R
1
1. Pour quel valeurs de la matrice A est à DDS.
2. Pour quel valeurs de la matrice A est SDP.
3. Que peut-on conclure de la convergence des deux méthodes, celle de Jacobi et de Gauss-Seidel.
4. Ecrire les itérations de Jacobi.
5. Pour quel valeurs de la méthode de Jacobi converge ?
6. Etudier la convergence de la méthode de Gauss-Seidel pour = 31 et = 23
Réponse 0: 1
1
A=@ 1 A
1 8 8
P3 < 1 > j j + j j < 1 > 2j j
1. A est DDS , jaii j > jaij j ; i = 1; :::; 3 , 1>j j+j j , 1 > 2 j j , j j < 12
j=1;j6=i : :
1>j j+j j 1 > 2j j
2. A est SDP , k > 0; k valeurs propres de A:
0 1
1
P (A) = det (A I) = @ 1 A =2 3
+3 2
3 2 3
+3 2
3 +1
1
= (2 + 1) ( + 1)2
) 1 = 1 + 2 ; et 2 = 3 = 1
A est SDP , 1 = 1 + 2 > 0; 2 = 3 = 1 > 0 , > 21 et < 1:
3. D’aprés 1) la méthode de Jacobi converge si 21 < < 12 et la méthode de Gauss-Seidel converge si
1
2
< < 12 (théorème 1 (CS)) :
D’aprés 2) la méthode de Gauss-Seidel converge si 21 < < 1 (théorème 2 (CS)) :
Conclusion :
la méthode de Jacobi converge si 12 < < 21 .
la méthode de Gauss-Seidel converge si 21 < < 1:
4. Les itérations
0 de Jacobi
1 0 1 2 (n+1) 3 0 1 2 (n) 3 0 1
0 b1 x 1 0 x1 b1
6 7 6
A 4x(n) 7
J =@ 0 A et l = @b2 A , 4x (n+1)
2 5 = @ 0 2 5 + @b2 A ,
0 b3 (n+1) 0 (n) b3
x3 x3
8
(n+1) (n) (n)
>
< x1 = b1 x2 x3
(n+1) (n) (n)
x2 = b2 x1 x3
>
: x(n+1) = b (n) (n)
2 3 x1 x2

La méthode de
0 Jacobi converge
1 ssi (J) < 1

P (J) = det @ A= 2 3
+3 2 3
= (2 + ) ( )2 ) 1 = 2 ; 2 = 3 =

Donc (J) = max f2 j j ; j jg = 2 j j ) (J) < 1 , j j < 12


6. = 13 2 1
2
; 1 ) G S converge question3.
3 1
=22 = 2
; 1 ; la condition su¢ sante non satisfaite, donc on peut rien dire. On utilise alors la CN S :
(G) < 1:
Les itérations de G-S :
0 3 31 0 1 10 3 3
1 0 3 3
1
1 2 2 1 0 0 0 2 2
0 2 2
A = @ 32 1 32 A ) G = (D E) 1 F = @ 32 1 0A @0 0 3A
2
= @0 94 3 A
4
3 3 3 3 9 9
2 2
1 2 2
1 0 0 0 0 8 8
0 1 10 1 0 1
1 0 0 b1 b1
g = @ 32 1 0A @b2 A = @ b2 23 b1 A
3 3 3 3
1 b3 b
4 1
b + b3
2 2
2 2 (n+1)
2
3 0 1 2 (n)
3 0 1 0 1
3 3 3 (n) 3 (n)
x1 0 2 2
x 1 b 1 b 1 x
2 2
x
2 3
6 7 @ 3 A 6 (n) 7 @ b2 3 b1 A = B C
) 4x(n+1)
2 5 = 0 9
4 4 4x 2 5 + 2 @ b 2
3
b
2 1
+ 9 (n)
x
4 2
(n)
+ 34 x3 A
(n+1) 9 9 (n) 3 3 (n) (n)
x3 0 8 8 x3 b
4 1
b + b3
2 2
3
b 3 9
b + b3 8 x 2 + 8 x 3 9
4 1 2 2

La convergence ?0
calculons (G S)1
<1
3 3
2 2
P (G) = det @ 0 9
4
3
4
A= 3
+ 27
8
2 27
8
= 1
8
( 27 + 8 2
+ 27)
9 9
0 8 8 p p
1 27+3 15i 27 3 15i
= 8 16 16
r
p 2
27 2 3 15
j j= 16
+ 16
= 1: 837 1 ) (G) = 1:8371 > 1 ) G S ne converge pas pour tout X (0) :

Vous aimerez peut-être aussi