MI0A20 : Analyse numerique matricielle

Corrig
e du CONTROLE 1 (07.02.07)

1
0
0 0
0
0
1
0 0

..

.
.
1
0 e3,2 1 . . . .. .
=
et
L
2

..
..
0
..
.
.
0
1
1
0 en,2 (0)

0 0
0 0

..
..
.
1
.
mais on na pas L1 L2 = L2 L1 . Par exemple, pour n = 3,

..
. 0

..
.
..
.

e2,1 1

1. L1
=
1
.
..
en,1 (0)

1
0
e2,1
1

L1 L2 =
e3,1 e3,2

..
..

.
.
en,1 en,2 (0)

1
0
1
L2 L1 = 0
0 e3,2

3
24
2. a) A =
27
9

3
0
E1 A =
0
0

1
0
0 e2,1
e3,1
1

0
1
e3,2

1 0 0 0
1

8 1 0 0
8
, E1 =

9 0 1 0 , L1 = 9
3 0 0 1
3

1
0 0 0
1
0

0
1
0
0
, L2 =
; E2 =
0
0
0 1 0
0 5 0 1
0

5
1 0 0 0
1
0 1 0 0
0
1

, E3 =

0 0 1 0 , L3 = 0
9
0 0 4 1
0
37

6 5
1 0
0
8 1
7
1
0
et L = L1 L2 L3 =
9 0
8
9
1
0 1
3 5 4

2
6 5
12
41 39
18 62
54
14
15 47

2
6 5
4 7
1

0 8
9
20 3 32

3 2
6
0
4
7
E2 E1 A =
0
0 -8
0
0
32

3 2
0
4
do`
u U = E3 E2 E1 A =
0
0
0
0

0 0
1
e2,1
1 0 =
e3,1 + e3,2 e2,1
0 1

0
1
0
0
0
1
0
5
0
1
0
0

0
0 .
1

0
0
et
0
1

0 0
0 0
et
1 0
0 1

0 0
0 0

1 0
4 1

0
0
1
0

0
0
.
0
1

b) On a alors det A = det L det U = det U = 3 4 (8) (1), soit det A = 96 .

c) Resolvons successivement les syst`emes L
x = b et U x = x
:
Syst`eme L
x=b:

x
1

x2
8
x1 +

9
x

3
x1 +5
x2
Syst`eme U x = x
:

3x1

+
x3
4
x3

2x2
4x2

+
x4

+ 6x3
7x3
8x3

=
3
=
17
= 35
=
6

+
+

5x4
x4
9x4
x4

x
1

x
2

x
3

x
4

=
3
= 7
= 8
=
0

=3
= 17 8
x1 = 7
= 35 + 9
x1 = 8
= 6 9 + 35 32 = 0

x4

x3

x2

x1

=0
=1
=0
= 1

MI0A20 : Analyse numerique matricielle

Corrig
e du CONTROLE 2 (28.02.07)
1. Si A est une matrice symetrique definie positive, alors il existe B Mn (R) triangulaire inferieure
telle que A = B tB.
De plus, si on impose que les elements diagonaux de B soient positifs, alors la factorisation est unique.
2. 1`ere etape : Posons a1 = t (4/9, 1/9, 8/9). Alors,
k a1 k2 =

1
16 + 1 + 64 = 81/9 = 1 et ei1 = 1 ;
9

v1 = a1 ka1 ke1 = t (5/9, 1/9, 8/9) ;

5
1 (5, 1, 8)

25 5 40
20 5
40
8
1
2
5 44 8 .
= I3

H1 = I3 2
5
1
8 =
90
45
5
40 8
64
40 8 19
(5, 1, 8) 1
8

1 1
0
4 8 1
20 5
40
1
7 4 = 0 4/5 7/5 .
5 44 8 1
H1 A =
45 9
0 3/5 1/5
8 7
1
40 8 19
2`eme etape : Posons a2 = t (4/5, 3/5). Alors,

25
1
k a2 k2 =
= 1 et ei2 = 1 ;
16 + 9 =
5
5
v2 = t (1/5, 3/5) ;
 

1




(1, 3)
1
0
0
3
1
2
1 3
4 3
2 = I2 2
  = I2
=
et H2 = 0 4/5 3/5 ;
H
3 9
3 4
10
5
1
0 3/5 4/5
(1, 3)
3

1 1
0
1
0
0
H2 H1 A = R = 0 4/5 3/5 0 4/5 7/5 , soit
0 3/5 1/5
0 3/5 4/5

20
5
1
5
44
et Q = (H2 H1 )1 = H11 H21 = H1 H2 =
45 5
40 8

4 4 7
1
8 4 .
soit Q = 1
9
8
1
4

1
R= 0
0

40
8
19

1
0
1 1 ;
0
1

5 0
0
0 4 3
0 3 4

MI0B16Y : Analyse numerique matricielle

Corrig
e du PARTIEL (21.03.07)
1. Posons

B=

b1,1 0
0
0
b2,1 b2,2 0
0
b3,1 b3,2 b3,3 0
b4,1 b4,2 b4,3 b4,4

b1,1 b2,1 b3,1

0 b2,2 b3,2
0
0 b3,3
0
0
0

B=

b4,1
b4,2
b4,3
b4,4

ce qui donne les relations suivantes :

b21,1 = 1
b1,1 b2,1 = 1
b1,1 b3,1 = 1
b1,1 b4,1 = 1

b1,1
b2,1
b3,1
b4,1

=1
= 1
=1
= 1

b22,1 + b22,2 = 5 b2,2 = 2

5 + 1
b2,1 b3,1 + b2,2 b3,2 = 5 b3,2 =
= 2
2
51
=2
b2,1 b4,1 + b2,2 b4,2 = 5 b4,2 =
2

b23,1 + b23,2 + b23,3 = 14 b3,3 = 14 1 4 = 9 = 3

9
14 + 1 + 4
b3,1 b4,1 + b3,2 b4,2 + b3,3 b4,3 = 14 b4,3 =
= = 3
3
3

b24,1 + b24,2 + b24,3 + b24,4 = 30 b4,4 = 30 1 4 9 = 16 = 4

1
0
0 0
1
2
0 0

Ainsi, B =

.
1 2
3 0
1
2 3 4
Pour la decomposition LU de la matrice A, on a :

A=

A=

1 1
1 1
1
5 5
5
1 5
14 14
1
5 14
30

E1 A =

1 1
1 1
4
4
0 4
0 4
13 13
0
4 13
29

1 1
1 1
1
5 5
5
1 5
14 14
1
5 14
30

E1 =

1
1
1
1

; E2 =

0
1
0
0

0
0
1
0

1
0
0
1
0
1
0 1

0
0
0
1
0
0
1
0

0
0
0
1

L1 =

1
1
1
1

L2 =

0
1
0
0

0
0
1
0

0
0
0
1

et

1
0 0
0
1 0
0 1 1
0
1 0

0
0
0
1

et

E2 E1 A =

1 1
1 1
0
4 4
4
0
0 9 9
0
0 9 25

do`
u U = E3 E2 E1 A =

E3 =

1 1
1 1
0
4 4
4
0
0
9 9
0
0
0 16

1
0
0
0

0
1
0
0

0
0
1
1

0
0
0
1

0
0
1
0
0
1
0 1

0
0
0
1

1
0
0
1
1
0
1 1
1
1
1 1

0
0
0
1

L3 =

et L = L1 L2 L3 =

1
0
0
0

Resolvons successivement les syst`emes L

x = b et U x = x :
Syst`eme L
x=b:

x1
x2
x1 +

x2 +
x3
x1

x2
x3 +
x4
x1 +

= 2
=
6
= 15
=
47

x1
x2
x3
x4

= 2
= 6 + x1 = 4
= 15 x1 + x2 = 9
= 47 2 4 9 = 32

Syst`eme U x = x :

x1 x2 + x3 x4
4x2 4x3 + 4x4

9x3 9x4

16x4
La solution est donc x o`
u tx =

= 2
=
4
= 9
= 32

1 0 1 2

x4
x3

x2

x1

=2
=1
=0
= 1

2. A = M N et det(M 1 N I) = det(M 1 ) det(N M ) = det(M 1 ) det(M N ).

2 1 1


1
1
5
3
2
2 2 2 = (8 + 2 + 4 + 4) = +
Pour M = 2I, PJ () =
,
8
8
4
1 1 2

5
donc les valeurs propres de J sont 0 et
i.
2

5
On a alors (J) =
> 1 et la methode de Jacobi diverge .
2
Ona de meme, det(G
I) = det(M 1 N I) = det(M 1 ) det(M N ) avec

2
0 0
2 1 1

1
1

2 0 donc PG () = 2 2 2 = 83 + 2 22 + 102 ,
M = 2
8
8
2
1 1 2


1
1 2
. Les valeurs propres de G sont donc 0 et
soit PG () = (2 + + ) = +
4
2
1
1
do`
u (G) = < 1 et la methode de Gauss-Seidel converge alors que la methode de
2
2
Jacobi diverge.
3. 1) a) U u = nu donc u est vecteur propre de U associe `a la valeur propre n. Dautre
part, U est de rang 1 donc 0 est valeur propre de multiplicite n 1, avec E0 = {x
Rn ; x1 + x2 + + xn = 0} et Sp(U ) = {0, n} .

b) A(, , ) = ( )I + U . Si x E0 , alors U x = 0 et A(, , )x = ( )x.

De plus, si A(, , )u = ( + n)u. Ainsi, les valeurs propres de A(, , ) sont
et + (n 1) .
de Jacobi, M = I,
c) On a A = M N et J = M 1 N avec, pour la methode
!
1

donc J = N o`
u N = A(, 0, ). Do`
u J = A , 0,
et dapr`es b) avec 0 = 0

et 0 = , les valeurs propres de J sont 0 0 = et 0 + (n 1)0 = (n 1) .

||
Ainsi, (J) = (n 1) . On sait que la methode de Jacobi converge si et seulement si
||
(G) < 1 cest-`a-dire || > (n 1)|| .
2) a) Si on note c1 , , cn les colonnes de A, on a det(A+tU ) = det(c1 +tu, , cn +tu).
On utilise alors la multilinearite du determinant et le fait que, si 2 colonnes sont identiques,
le determinant est nul. On a alors ici :
det(A + tU ) = det(c1 , , cn ) +
t(det(u, c2 , , cn ) + det(c1 , u, c3 , , cn ) + + det(c1 , , cn1 , u)),
soit det(A + tU ) = det A + Kt. Pour t = , on a A + tU = A( , , 0) donc
det(A + tU ) = ( )n = det A K.

(1)

De meme, pour t = , A + tU = A(0, , ) donc

( )n = det A K.

(2)

Pour eliminer K, on fait (1) (2), do`

u det A(, , ) =

( )n ( )n
.

b) A(, , ) = A(, , 0) A(0, 0, ) = M N et M N = A (, , ). On

a alors
PG () = det(G I) = det(M 1 N I) = det M 1 det(N M )
(1)n ( )n ( )n
1
n
(1)
det
A
(,
,
)
=
=
n
n



soit, en simplifiant par , PG () = (1)

n

n

.
1
(1)n ( )n ( )n n1
PG ()
PG ()
=
donc lim
=
On a alors PG (0) = 0 et
n
0

Y
Y
n
n . Or PG () = det(G I) =
(i ) =
(i ) et on a bien

i Sp(G)
i Sp(G)\{0}
Y
PG ()
=
i . On a donc, pour || ||,
0

i Sp(G)\{0}

lim

|i | 1, ce qui

i Sp(G)\{0}

implique (G) 1, car sinon, on aurait |i | < 1 pour tout i et le produit serait aussi < 1.
Ainqi, dapr`es le cours, comme (G) 1, la methode de Gauss-Seidel ne converge pas.

MI0B16 : Analyse numerique matricielle

Corrig
e du CONTROLE 1 (03.10.07)

0
0 (ajout de L1 au L2 de E ) alors que E E =
1. Soit E E
1

1
0
(ajout de L2 au L3 de E . (E E )1 = E1 E1 = E E = 1

1
0 0
(E E )1 = E1 E1 = E E = 1 0 . [2 points]
0 1

1
=
0

0
1

2. Loperation matricielle qui permet

de permuter

0 0 0 1
0 1 0 0

plication `
a gauche de A par P =
0 0 1 0 .
1 0 0 0

1 0
1
1
3 1
1
1 1

2
1
3
, E1 =
3. a) A =
0
0 0
1 1 2
1 0
1 1
2 1

1 0 0
1 0
1

0
0 , alors que
1

la premi`ere et la quatri`eme ligne de A est la multi[2 points]

0
0
1
0

0
1 0
1 1
0
, L =
0 1 0 0
1
1 0

1
1
3 1
1
0 0
0 1 2 2
0
1 0
; E2 =
E1 A =
0
0 1 1
1 1 2
0
2 0
0 2 1 0

1
3 1
1 0 0
0 1 0
1 2 2
, E3 =
0 0 1
0 1 0
0 0 5
0 5 4

1 1
3 1
0 1 2 2
et L = L1 L2 L3
do`
u U = E3 E2 E1 A =
0 0
1 0
0 0
0 4
1
0
E2 E1 A =
0
0

0
0
et
0
1

0
0
1
0

0
1
0
0
0
1
, L2 =
0
0
1
1
0 2

0
0
1
0

0
1 0
0
0 1
0
0
, L3 =
0 0
0
1
1
0 0 5

1
0
0
1
1
0
=
0
1
1
1 2 5

0
0
et
0
1

0
0

0
1

0
0
.[3 points]
0
1

b) On a alors det A = det L det U = det U = 1 1 1 4, soit det A = 4 . [1 point]

c) Resolvons successivement les syst`emes L
x = b et U x = x
:
Syst`eme L
x=b:

x1

x1

x1
Syst`eme U x = x
:

x1

+ x
2
x
2
2
x2

+ x2
x2

+ x
3
5
x3

+ 3x3
2x3
x3

+ x4

+ x4
+ 2x4
4x4

=
=
=
=

=
=
=
=

0
2
2
0

0
2
0
4

x
1

x
2

x
3

x
4

x4

x3

x2

x1

=0
=2
=0
=4

=1
=0
=0
= 1

1
0

donc x =
0 . [2 points]
1
Bonus : Pour resoudre A2 u = b, cest-`
a-dire A(Au) = b, on a tout dabord Au = A1 b = x qui vient
detre calcule. Il ne reste plus qu`
a resoudre Au = x, soit LU u = x. Pour cela, on resout successivement
les syst`emes L
u = x et U u = u
:
Syst`eme L
u=x:

u
1

u
1 + u
2
u

u
1 2
u2

+ u
3
5
u3

+ u
4

= 1
=
0
=
0
=
1

u
1

u
2

u
4

= 1
=
1
= 1
= 1

Syst`eme U u = u
:

u1

+ u2
u2

+ 3u3
2u3
u3

+ u4
+ 2u4
4u4

donc u =

11
4
1

2
1
1

. [1,5 points]

= 1
=
1
= 1
= 1

u4 = 1/4

u3 = 1
1
1

u2 = 1 2 + =

2
2

u = 1 + 1 + 3 + 1 = 11
1
2
4
4

MI0B16Y : Analyse numerique matricielle

Corrig
e du CONTROLE 2 (18.10.07)

1
(L)(
U ) = BC. Si on prend = diag( u11 , u22 , u33 ) = diag(2, 3, 4) on a alors

0
0 = B (multiplication `
a droite par une matrice diagonale donc ce sont les colonnes
4

2 1 1
de L que lon multiplie) et 1 U = 0 3 2 = C (multiplication `
a gauche par une matrice diago0 0 4
nale donc ce sont les lignes que lon multiplie). On constate que lon a C = tB et donc A = B tB. [2 points]

1. A
= LU =
2 0
L = 1 3
1 2

2. 1`ere etape : Posons a1 = t (3 4 0). Alors,

k a1 k2 = 9 + 16 + 0 = 25 = 5 et ei1 = 1 ;
v1 = a1 ka1 ke1 = t (2 4 0) = 2 t (1 2 0) ;

1
2 (1 2 0)

1 2
0
2
= I3

2
4
H1 = I3 2
5
1
0
0
(1 2 0) 2
0

5
3 5 0
3/5 4/5 0
0 10 = 0
H1 A = 4/5 3/5 0 4
0
0
3 8
0
0
1

3/5 4/5 0
0
0 = 4/5 3/5 0 . [1,5 points]
0
0
1
0

3
8
4 6 . [1 point]
3
8

2`eme etape : Posons a2 = t (4 3). Alors,

k a2 k2 = 16 + 9 = 25 = 5 et ei2 = 1 ;
v2 = t (4 3) + t (5 0) = t (1 3) ;
 
1

(1 3)
3
2
1
2 = I2 2

 = I2
H
3
10
1
(1 3)
3
1
0
0
points] et H2 H1 A = 0 4/5 3/5
0 3/5 4/5

1
0
0
3
4 3
; H2 = 0 4/5 3/5 [1,5
9
3 4
0 3/5 4/5

5 3
8
5 3 8
0 4 6 = 0 5 48/5 . [1 point]
0 0 14/5
0 3
8


1
=
5

1
0
0
5 3
8
0 et R = H3 H2 H1 A = 0 5 48/5
Enfin, H3 = 0 1
0
0 1
0 0 14/5

3/5
On a alors A = QR avec Q = (H3 H2 H1 )1 = H1 H2 H3 = 4/5
0

3/5 16/25 12/25

soit Q = 4/5 12/25 9/25 . [2 points]
0
3/5
4/5

. [1 point]

1
0
0
4/5 0
3/5 0 0 4/5 3/5
0 3/5 4/5
0
1

MI0B16Y : Analyse numerique matricielle

Corrig
e du Partiel du 08.11.07

b a 0

a b a = (a, b) = b3 2a2 b = b(b2 2a2 ) = b(b 2a)(b + 2a).

0 a b

pour 2 = 0,
1. A ()
= det(A I) = (, 2 ) qui sannule

2 = 2 et
2 = 2. Les valeurs propres de A sont donc 2, 2( 2) et 2( 2+). Elles sont

strictement positives si et seulement si 2 > 0 et 2 + > 0, soit ] 2; 2[ .

2. A est `a diagonale strictement dominante si et seulement si 2 > || et 2 > 2||, ce
qui donne || < 1, soit ] 1; 1[ .

0
/2
0

1
0
/2
3. J = D (E + F ) = /2
ethode de Jacobi converge
et la m
0
/2
0
si et seulement
si
(J)
<
1.
Or

()
=
(/2;
) qui sannule pour = 0,
J

= / 2 et = / 2. On a donc (J) = ||/ 2 qui est < 1 si et seulement si

|| < 2. Donc la methode de Jacobi converge pour ] 2; 2[ .

2 0 0
4. G = (D E)1 F avec D E =

2 0

.
0 2

x1 =

y1
y2

2x1 = y1
2
(D E)x = y donne x1 + 2x2 = y2 , soit x2 = 2

x2 + 2x3 = y3

x3 = 3
2

y1
donc
4

2
y2 + y1
4
8

1/2
0
0
0 0
0 /2
0

2
0 0 0 = 0 /4 /2
G = /4 1/2

2
3
2
0 /8 /4
/8 /4 1/2
0 0
0


et G () = (2 /4 )2 4 /16 donc les valeurs propres de G sont 0 et 2 /2 et

= 2 /2 < 1 pour 2 < 2.

La methode de Gauss-Seidel converge donc pour ] 2; 2[ .
II 1. Dapr`es le cours sur les matrices tridiagonales, avec ici bk = 2 et ak = ck = 1
pour tout k, on a, en posant 0 = 1 et 1 = 2, k = det k = 2k1 k2 pour k 2.
Ainsi, det A2 = 21 0 = 3, det A3 = 22 1 = 2 3 2 = 4. Par recurrence double, si
det An2 = n 1 et det An1 = n, alors det An = 2 det An1 det An2 = 2n (n 1) =
n + 1 et on a bien det An = n + 1 pour tout n 2 .

2. Toujours dapr`es le cours, la decomposition LU de An est :

A=

1
0
1
..
.
1

2
2 ..
.
0
3
..
.. ..
.
.
.
0

2 1 0

3
..
.
..
..

.
.
0

2
. .
..
..
..
.. ...
.
.
.
.
.
.
n
.

..
..
..
.
0

n1

n1
1

0
0
n

0
..
.
0
1
n+1
n

Si on impose les coefficients diagonaux de B positifs dans la factorisation de Cholesky,

on a unicite et, toujours dapr`es le cours,

2
0

3 ..
1
..

2
2

2
.
.
.
.
.
.

.
.

.
B= 0

.
..
..
..

.
.
.
.
.
0

n1
n+1

0
n
n
3. a) On resout LU x = b, soit dabord
Ly = b, puis U x = y. Dapr`es ce qui prec`ede,

y1 = 19
x4 = 0

57
19

y2 = 19 +
4
=
x3 = 16 soit x3 = 12
2
2 , puis
on a alors
.
3
57

57
3

=
16
y
=
3
+
3

x2 =
+ 12 soit x2 = 27

2
2
y = 12 + 12 = 0

4
2x1 = 19 + x2 soit x1 = 23
La solution est donc x =

23 27 12 0

b) Pour Jacobi, M = D = 2I et N = E + F =
1
u(k+1) = Ju(k) +c avec J = N et c = M 1 b =
2 
3
19 19
et u(2) = Jc + c, soit u(1) = t

2
2
2

0
1
0
0

1
0
1
0

0
1
0
1

0
0
1
0

On a alors

1
b. Avec u(0) = 0, on obtient u(1)
2 

57 27 1
(2)
t
et u =
6
4
2 4

1
0

2
2
0
0 0
1
1

1 2

0 0

1
4 2
, M
=
Pour Gauss-Siedel, M = D E =
1
1
0 1 2 0

8
4
0
0 1 2
1
1
16 8

1
=c= b
2

27
.

0
1
2
1
4

0
0
1
2

et N = F =

(k)

Gu

0
0
0
0

1
0
0
0

+ c avec c = M

0
1
0
0
1

0
0
1
0

b=

1
0
2

0 1

4
G = M 1 N =

0 1

1
0
 16
51
19 57 45
.

2
4
8
16

0
1
2
1
4
1
8

0
0
1
2
1
4

et on a alors u(k+1) =

Avec u(0) = 0, on obtient u(1) = c et u(2) = Gc + c, soit

u

(1)

19
2

57
4

45
51

8
16

et u

(2)

133
8

165
8

231
153

32
64

III 1. Ax = b equivaut `a (D E)xF x = b, soit, en composant `a gauche par (D E)1 ,

`a x Gx = (D E)1 b . Dautre part, avec M = D E et N = F , on a G = M 1 N et
u(k+1) = Gu(k) + (D E)1 b avec, dapr`es ce que lon vient de voir, (D E)1 b = x Gx.
Donc u(k+1) = Gu(k) + x Gx, soit u(k+1) u(k) = Gu(k) u(k) + x Gx et on a bien
u(k+1) u(k) = (I G)(u(k) x).
2. On a alors u(k) x = (I G)1 (u(k+1) u(k) ) et
ku(k) xk = k(I G)1 (u(k+1) u(k) )k |k(I G)1 k| ku(k+1) u(k) k.
Ainsi, on part dun u(0) quelconque et on calcule les u(k) et ku(k+1) u(k) k jusqu`a avoir
103
.
ku(k+1) u(k) k <
1
|k(I G)
! k|
3 0
3. D E =
donc
1 4
1
G = (D E) F =
12
1

4 0
1 3

0 1
0 0

1
=
12

1
13 4
et (I G) =
0 12
13
X
17
|aij |, on en deduit |k(I G)1 k| =
.
|kAk| = max
i
13
j
1
On a alors I G =
12

12 4
0 13

0 4
0 1
!

do`
u, avec la definition

MI0B16Y : Analyse numerique matricielle

Corrig
e du CONTROLE 1 (09.10.08)
1. On a

1
3

2
= 0 = det 2 donc La matrice A nadmet pas de decomposition LU . [1 point]
6

? Si oui, la donner, sinon trouver P facile `

a inverser, L et U telles que P A = LU . A-t-on unicite de
cette decomposition si on impose aux coefficients diagonaux de L detre tous egaux `
a1?

1 0 0
1
2 1
0
7 . Le coefficient a
22 etant nul, on va perSoit E1 = 3 1 0 ; E1 A = 0
2 0 1
0 5
7

1 0 0
muter la deuxi`eme et la troisi`eme ligne, cest-`
a-dire multiplier `
a gauche par P = 0 0 1 . On a
0 1 0

1 0 0
alors P E1 A = 0 5 7 = U , donc E1 A = P U , A = L1 P U et P A = P L1 P U avec P L1 P =
0 0 7

1 0 0
1 0 0
P 3 0 1 = 2 1 0 = L. [2 points]
3 0 1
2 1 0

0 0 1
2 1 5
4 et P 0 A
La decomposition nest pas unique car si P 0 = 0 1 0 , alors P 0 A = 3 6
1 0 0
1 2 1
admet une decomposition LU car det k 6= 0 pour 1 k 3. [0,5 point]

1
0
4
3
0
2
1 2
, E1 =
3
2 8 6
4
4 15
2

-1

0
2. a) A =

3
4

1
0
E1 A =
0
0

0
2
2
4

0
1
0
0

0
0
1
0

0
1 0
0 1
0
, L =
0 1 3 0
1
4 0

4
3
1
0
0
1
1 2
; E2 =
0 1
4
3
0 2
1 10

0
0
1
0

0
4
3
1 0 0
0 1 0
2
1 2
, E3 =
0 0 1
0 3
5
0 0 1
0 3 6

1 0 4
3
0 2 1 2
et L = L1 L2 L3
do`
u U = E3 E2 E1 A =
0 0 3
5
0 0 0 1
1
0
E2 E1 A =
0
0

0
0
1
0

0
0
et
0
1

0
1 0
0 1
0
, L2 =
0 1
0
1
0 2

0
1
0
0
, L3 =
0
0
1
0

1
0
0
0
1
0
=
3 1
1
4 2 1

0
0
1
0

0
0
et
0
1

0
0 0
1
0 0

0
1 0
0 1 1

0
0
.[3,5 points]
0
1

b) On a alors det A = det L det U = det U = (1) 2 3 (1), soit det A = 6 . [1 point]
c) Resolvons successivement les syst`emes L
x = b et U x = x
:
Syst`eme L
x=b:

x1

3
x1

4
x1

x
2
+ x
2
+ 2
x2

+ x
3
x
3

+ x4

= 13
=
9
=
34
= 19

x
1

x
2

x
3

x
4

= 13
=9
= 34 39 9 = 14
= 19 + 52 18 14 = 1

 Syst`eme U x = x
:

x1

+
2x2

2
5

donc x =
3 . [2 points]
1

4x3
+ x3
3x3

+ 3x4
2x4
+ 5x4
x4

= 13
=
9
= 14
=
1

x4

x3

x2

x1

= 1
= 3
=5
= 2

MI0B16Y : Analyse numerique matricielle

Corrig
e du CONTROLE 2 (16.10.08)
1. Posons

B=

b1,1 0
0
0
0
b2,1 b2,2 0
b3,1 b3,2 b3,3 0
b4,1 b4,2 b4,3 b4,4

B=

b1,1 b2,1 b3,1

0 b2,2 b3,2
0
0 b3,3
0
0
0

b4,1
b4,2
b4,3
b4,4

ce qui donne les relations suivantes :

b21,1
b1,1 b2,1
b1,1 b3,1
b1,1 b4,1

=1
=2
=3
=4

b1,1
b2,1
b3,1
b4,1

=1
=2
=3
=4

b22,1 + b22,2 = 5 = 4 + b22,2 b2,2 = 1

b2,1 b3,1 + b2,2 b3,2 = 1 b3,2 = 1 6 = 5
b2,1 b4,1 + b2,2 b4,2 = 10 b4,2 = 10 8 = 2

b23,1 + b23,2 + b23,3 = 35 b3,3 = 35 9 25 = 1

b3,1 b4,1 + b3,2 b4,2 + b3,3 b4,3 = 5 b4,3 = 5 12 + 10 = 3
b24,1 + b24,2 + b24,3 + b24,4 = 45 b4,4 =

Ainsi, B =

1
0 0
2
1 0
3 5 1
4
2 3

0
0
0
4

45 16 4 9 =

16 = 4

[3 points]

2. 1`ere etape : Posons a1 = t ( 3 2 6 ). Alors,

k a1 k2 = 9 + 4 + 36 = 49 = 7 et ei1 = 1 ;
v1 = a1 + ka1 ke1 = t ( 4 2 6 ) = 2 t ( 2 1 3 ) ; [1 point]

1 (2 1 3)
4
2
6
3
2
6
3
2
1

= I3
1 3
6
3
H1 = I3 2
2
= 2
.
14
7
2
6
3
9
6
3
2

(2 1 3) 1
3
[2 points]

3 2
6
3 2 19
49 0 147
1
1

H1 A = 2
6
3 2
6
15 =
0 49
98
,
7
7
6
3 2
6
3 10
0 0
49

7 0 21

soit H1 A = 0 7
14
. [1,5 points]
0 0 7

1 0
0

`
e
me
0
2
etape : Posons H2 = 0 1
. Alors H2 H1 A =
0 0 1
[1 point]

7 0 21
0 7 14
= R.
0 0 7

3 2 6
1
6 3
Alors H1 A = H2 R, puis A = H1 H2 R = QR avec Q = H1 H2 = 2
.
7
6
3
2
[1,5 points]

3 2 6
1 0 3
3 2 19

6 3
6
15
Verification : QR = 2
0 1 2 = 2
= A.
6
3
2
0 0 1
6
3 10

MI0B16Y : Analyse num

erique matricielle

Corrig
e du PARTIEL du 06.11.08
1
I 1. M =

=
4

2 0
2

2 0
2

1
et N =

2(1 )

0
2(1 )

et R = M

N=

donc

(1 )
/2
(1 )/2 2 /4 + (1 )

2. On sait dej`a que la methode ne peut converger que si ]0 ; 2[. On a R () =

2
2 t + d o`
u t = trR = + 2(1 ) = 1/4( 2 + 8 8) et d = det R = (1 )2 .
4
4

2 2
2 (1 ), soit =
( + 16 16) .
On a alors = t2 4d =
16
16

1
Si 2 + 16 16 < 0, on a 2 valeurs propres complexes conjuguees = (ti )
2
1 2
2
2
avec || = (t ) = d = (1 ) .
4

2
2
Comme =
(( +8)2 80) =
( 80+8)( + 80+8), < 0 entre les racines
16
16

u 0 = 80 8 0, 94
et comme ici on prend ]0 ; 2[, cela est realise pour ]0 ; 0 [ o`
et dans ce cas, = 1 .
Si 2 + 16 16 0, on a 2 valeurs propres reelles (eventuellement confondues)

1
= (t ) avec 1 2 = d 0 donc 2 valeurs propres de meme signe, qui est celui de
2

1
1
t = (( + 4)2 24) = ( 24 + 4)( + 24 + 4) avec 24 4 0, 9 donc, sur
4
4

1
] 80 8 ; 2[, les 2 valeurs propres sont negatives et = min(i ) = (t ), soit
2
1 2
2
+ 16 16 .
finalement, = ( + 8 8) +
8
8
Ainsi, est dabord une fonction affine decroissante sur ]0; 0 [ egale `a 1 , avec un
1
minimum en 0 , puis une fonction croissante sur [0 ; 2[ avec 0 = 1 0 0, 06, 1 =
4
et 2 > 1. Il existe donc 1 ]1; 2[ tel que 1 = 1. La methode nest donc convergente

que pour ]0; 1 [ et elle est optimale pour 0 = 80 8, avec 0 = 9 80 0, 06 .

II 1. A = LU =

1
0
0
0
1
0
1/4 1/4
1
1/4 1/4 1/7

0
0
0
1

1
0
0
0

0 1/4 1/4
1 1/4 1/4

.
0 7/8 1/8
0
0
6/7

Pour resoudre Ax = LU x = b, on resout dabord Ly = b puis U x = y. On trouve

y=

1/2 1/2 3/4 6/7 , puis x =

1 1 1 1

2. La matrice A est `a diagonale strictement dominante (le terme diagonal de chaque

ligne est superieur `a la somme des valeurs absolues des autres termes de la ligne, soit

1 > 1/4 + 1/4) donc, dapr`es le resultat vu `a lexercice 6 du chapitre 3, les methodes de
Jacobi et de Gauss-Siedel convergent.

3. M = I et N = I A donc J = I 1 (I A) = I A =

0
0 1/4 1/4
0
0 1/4 1/4

.
1/4 1/4 0
0
1/4 1/4 0
0

(k)
+
b. On a donc, avec x(0) = 
0 , x(1) = b, x(2) =
On a x(k+1) = Jx(k) + I 1 b = Jx

1
1
1 1
1
b et x(3) = x(2) + b = 1 + +
b, soit
Jb + b avec Jb = b, soit x(2) = 1 +
2
2
2
2 4
3
7
x(2) = 2b et x(3) = 2b .
4
8


1
(k)
Par recurrence, si x = 2b 1 k , alors
2

On a donc bien x

(k)

1
= 2b 1 k
2

1
1
+
1
=
b
2

2k
2k

x(k+1) = Jx(k) + b = b 1


= 2b 1

2k+1

pour tout k. On a alors lim x(k) = 2b = x (on

k+

2 1
retrouve la solution trouvee au 1.) et x =
x =
2k

1
0
0 0
0 0 1/4

0
1
0 0

0 0 1/4
4. M =
et N =
1/4 1/4 1 0
0 0
0
1/4 1/4 0 1
0 0 0

1
0 0 0
0 0
0

0 0
1
0
0

M 1 =
et G = M 1 N =
1/4 1/4 1 0
0 0
1/4 1/4 0 1
0 0
(k)

1
1 k x .
2

1/4
1/4

donc
0
0

1/4 1/4
1/4 1/4

.
1/8 1/8
1/8 1/8

On a alors x(k+1) = Gx(k) + M 1 b avec M 1 b = 1/2c + 3/4d, Gc = 0 et Gd = 1/2c +

1/4d. On en deduit x(0) = 0 , x(1) = 1/2c + 3/4d , x(2) = 3/8c+3/16d +1/2c+3/4d, soit
x(2) = 7/8c + 15/16d et x(2) = 15/32c+15/64d+1/2c+3/4d soit x(3) = 31/32c + 63/64d .


Par recurrence, si x(k) = 1

1
22k1

c+ 1

1
22k

d, alors

x(k+1) = Gx(k) + M 1 b


1
= 1 2k (1/2c + 1/4d) + 1/2c + 3/4d
2




1
1
1
3
1
1

+
c+
+
d
=
2 22k+1 2
4 22k+2 4




1
1
= 1 2k+1 c + 1 2k+2 d
2
2
Ainsi, on a bien x

(k)

= 1

1
22k1

1
c + 1 2k
2

d pour tout k 1.

1
1
5. Par la methode de Jacobi kx(k) x k = k kx k = k et par la methode de
2
2
1
(k)

Gauss-Siedel, kx x k = 2k1 car x = c + d. Cest donc la methode de Gauss-Siedel

2
qui converge le plus vite.
h

III 1. On a x(k+1) = (D F )1 E(D E)1 (F x(k) + b) + b = Bx(k) + c avec c =

(D F )1 (E(D E)1 b + b) et B = (D F )1 E(D E)1 F .
2. On a Bv = v, soit E(D E)1 F v = (D F )v. Pour eliminer (D E)1 ,
on ecrit E = (E D) + D, ce qui donne D(D E)1 F v = Dv + (1 )F v, puis
(D E)1 F v = v + (1 )D 1 F v et enfin F v = (D E)v + (1 )(F v ED 1 F v),
soit, avec A = D E F , Av + ( 1)ED 1 F v = 0 .
(ED 1 F ) = tF t (D 1 ) t E = ED 1 F car t A = A donne t D = D, t E = F et
n
X
1 2
t
F = E, donc ED 1 F est symetrique . De plus txED 1 F x = tx tF D 1 F x =
yi o`
u
i=1 aii
yi = (F x)i . Comme aii = tei Aei > 0 et yi2 0 pour tout i, on a bien txED 1 F x 0 et
ED 1 F est bien positive .
3.

4. En composant `a gauche la relation de la question 2 par tv, on a

tvAv = (1 ) tvED1 F v.
t

vAv > 0 donc = 1 est impossible. De plus, comme on a aussi tvED1 F v 0, et 1

sont de meme signe, soit (1 ) 0 et [0, 1[ .

Or (B) = max{||, valeur propre de B} donc (B) < 1 et la methode converge bien .

MI0B16X : Analyse numerique matricielle

Corrig
e du CONTROLE 1 (12.10.09)

0 1
1 0 permet dechanger les lignes 1

0 0
1 0 0
et 3 de A, puis la multiplication `
a gauche par la matrice E1 = 1 1 0 permet de soustraire la
0 0 1
0 0
1
1-`ere ligne `
a la deuxi`eme. Finalement, C = BA avec B = E1 P = 0 1 1 . [2,5 points]
1 0
0

1 0 0 0
1 0 0 0
4 1
2 3
8

5 8
7
, E1 = 2 1 0 0 , L1 = 2 1 0 0 et
2. a) A =

12 9

3
0
1
0
3
0
1
0
12 8
4
0
0
1
4
0
0
1
16 13 16
8

0
1. La multiplication `
a gauche de A par la matrice P = 0
1

4 1
2 3
1
0
0 3 4
0
1
1

E1 A =
; E2 =
0
2
0 6
6
1
0 3
0
9 8 4

4 1
2 3
0
3 4
1
,
E2 E1 A =
0
0 -2
3
0
0
0 1

4 1
2 3
0
3
4
1
do`
u U = E3 E2 E1 A =
0
0 2
3
0
0
0 1

1
0

E3 =
0
0

0
1
0 0

0
1 0
, L2 = 0
0 2 1
0
1
0
3 0

0
0
1
0
0
1
0
0

0
0
1
2

0
1 0
0

0
0
, L3 = 0 1
0 0
0
1
1
0 0 2

1
0
0

2
1
0
et L = L1 L2 L3 =

3 2
1
4
3 2

0
0
et
0
1

0
0

0
1

0
0
.[3 points]
0
1

b) Resolvons successivement les syst`emes L

x = b et U x = x
:
Syst`eme

L
x=b:
x
1
2
x1
3
x1
4
x1

+ x
2
2
x2
+ 3
x2

Syst`eme U x = x
:

4x1

+ x3
2
x3

x2
3x2

2
1

donc x =
1 . [2 points]
1

+ x4

+ 2x3
4x3
2x3

= 2
= 4
=
5
= 5

3x4
+ x4
+ 3x4
x4

x
1

x
2

x
3

x
4

= 2
= 8
= 5
=
1

= 2
= 8
= 5 + 6 16 = 5
= 5 8 + 24 10 = 1

x4

x3

x1

= 1
= 1
= 1
= 2

3.

2
3 (2 3 4)

4 6
8
21 12 16
4
1
2
= I3

6
9 12 =
12 11
24 .
H(v) = I3 2
29
29
2
8 12
16
16 24 3
(2 3 4) 3
4
[2,5 points]

MI0B16X : Analyse numerique matricielle

Corrig
e du CONTROLE 2 (19.10.09)
1. 1`ere etape : Posons a1 = t (1, 1, 0). Alors,

k a1 k2 = 1 + 1 = 2 et ei1 = 1 ;

v1 = a1 ka1 ke1 = t (1 2, 1, 0) ; [0,5 point]

1 2

(1 2, 1, 0)

1
3

2
2
1

2 0

0
2
1 2
= I3

H1 = I3 2
1
0
4

2
2
1

0
0
0

(1 2, 1, 0)
1
0
1

0
1 + 2 1 + 2
0
2

2
1

=
1 + 2 1 2
0 = 1
. [1,5 points]

2 2
2
2
0
0
2 2
0
0
1
1

0
2 2 0
1 2 0
2

1
1 0 0 = 0
H1 A = 1
2 0 . [1 point]

0 3 1
2
2
0
3 1
0
0
1

2`eme etape : Posons a2 = t ( 2, 3). Alors,

k a2 k2 = 2 + 9 = 11 et ei2 = 1 ;

v2 = t ( 2 11, 3) ; [0,5 point]




2 11



( 2 11, 3)
3
2
3( 2 11)
13
2 22



= I2
H2 = I2 2

3( 2 11)
9
22 2 22
2 11
( 2 11, 3)
3

1 0
0


3
0 2

1
22

2
3(
11

; [1 point]

2)

et H2 =
=
11
11

3( 11 2)
2 22
11 22

2
3

0
11
11

1 0
0
2
2
0

3
2
3
2
2
0
0

11

=
H2 H1 A =
0
2 0
11
11
11

, soit,

2
3
2
0
3 1
0
0

0
11
11
11

2
2
0

3
1 0
0
0

11

0 , R = H3 H2 H1 A =
avec H3 = 0 1

11 ; [1 point]

0 0 1
2

0
0
11

et Q = (H3 H2 H1 )1 = H11 H21 H31 = H1 H2 H3 avec

H1 H2 =

1
donc Q = H1 H2 0
0

2. Posons

1
0

0
0

0
1

2
1

2
0

2
1

2
0

0
0

1
0 =

0 1

b1,1
B 0 = b2,1
b3,1

2
1

0
b2,2
b3,2

0
2

11
3

11

0
3

11

11

11
1

11
3

11

22
3

22
2

11

0
0 ;

b3,3

2
1

2
0

11
1

11
3

11

22
3

22
2

11

. [1 point]

b1,1
t 0
B = 0
0

b2,1
b2,2
0

b3,1
b3,2
b3,3

ce qui donne les relations suivantes :

b21,1 = 4 b1,1 = 2
b1,1 b2,1 = 2 b2,1 = 1
b1,1 b3,1 = 0 b3,1 = 0
b22,1 + b22,2 = 5 = 1 + b22,2

b2,2 = 2

b2,1 b3,1 + b2,2 b3,2 = 0 b3,2 = 0

b23,1 + b23,2 + b23,3 = 1 b3,3 = 1

2 0 0
Ainsi, B 0 = 1 2 0 . [2 points]
0 0 1

On remarque que B = tB 0 . On a immediatement kBk = 2 , kBk1 = 2 + 1 + 2 + 1, soit kBk1 = 6 ,

kBk2 = 4 + 1 + 4 + 1, soit kBk2 = 10 ; k|B|k1 = max(2; 3; 1) et k|B|k = max(3; 2; 1), soit

p
p
k|B|k1 = k|B|k = 3 [2,5 points] et k|B|k2 = (tBB) = (C) avec

det(C I) =

4
2
0

2
5
0

0
0
= (1 )[(4 )(5 ) 4] = (1 )(2 9 + 16)
1
s

ce qui donne = 1, ou =

17
2

donc (C) = k|B|k2 =

9+

17
2

. [1 point].

MI0B16X : Analyse num

erique matricielle

Corrig
e du PARTIEL du 02.11.09 (2heures)

I 1. a) det A = 1+0+02 0+1 = 22 donc A est inversible pour R \ { 2, 2} .

1 1
1 1

L2 L2 L1
b) A =
: A1 =
1 0

1
. On fait dabord
0 2

L3 L1
2
0 1
0 1

1 1

0 2

puis L3 L3 L2 donne A2 =
= U.
2

2
0 0 1

2
1 1

1 0 0

0 2

1 1 0
et U =

.
Finalement, A = LU avec L =

2
1

0 0 1 x
2
2
c) On fait dabord apparatre des 0 sur la derni`ere colonne :

1 0
1 1
1 2 1 0

1
0 1 1 0 =
1
1 0
0 1
=A
0 0 1
0 1

0 1

1 1 0
2 2 0 0
1 1 0
1 0

1
1 0
0
puis 0 1 0 A1 = A2 =
= L et 0 1 0 0 1
A =
0 0 1

0 1
0 0 1
0 0 1
L donc

1 0
1 1 0
1 1
2 2 0 0

1
1 0
A = 0 1 1 0 1 0 L = 0 1 0

0 0 1
0 0 1
0 0 1

0 1
et cest bien le resultat demande.


1
d) Resoudre Ax = b pour = et b = t 1 1 1 .
2
2. a) Determiner les matrices de Jacobi J et de Gauss-Siedel G associees `a A.
b) Calculer les rayons spectraux de J et de G et les comparer.
c) Pour quelle(s) valeur(s) de ces deux methodes convergent-elles ?


1
d) Pour = et b = t 1 1 1 , calculer les trois premi`eres iterations de cha2
cune des deux methodes precedentes en partant de x(0) = 0.
3. On consid`ere maintenant la methode iterative, dite de Jacobi relaxee, o`
u A = M N
1
1
avec M = D ( reel et D diagonale de A) et on pose J = M N .

a) Ecrire,
dans le cas general, J `a laide de J, et I. Que vaut J1 ?
b) Exprimer les valeurs propres de J en fonction de celles de J.
c) Determiner, selon et , les cas de convergence de cette nouvelle methode.

II Soit A Mn (R) dont les valeurs propres sont toutes reelles, strictement positives
classees comme suit : 0 < 1 n . On etudie une methode iterative de resolution
du syst`eme lineaire Ax = b, quon definit `a partir dune constante r > 0 et dun vecteur
x(0) de Rn :
x(k+1) = x(k) + r(b Ax(k) ).
On notera x la solution de syst`eme Ax = b.
1. On a det A = 1 n > 0 donc en particulier 6= 0 donc A est inversible et Ax = b
admet lunique solution x = A1 b .
x(k+1) = x(k) + r(b Ax(k) )
. En soustrayant ces deux egalites, on obtient :
x = x + r(b Ax )
x = x(k) x rA(x(k) x ) = (I rA)(x(k) x ), puis, par une recurrence

2. On a
x(k+1)

immediate, x(k) x = (I rA)k (x(0) x ) .

3. Si Ax = x, alors (I rA)x = x rx = (1 r)x donc les valeurs propres de
I rA sont les i = 1 ri .
4. On a (I rA) = max |1 ri | avec 1 rn 1 r1 .
1in

1
, alors = 1 r1 .
n
Si 1 rn 0, alors = max(1 r1 , n r 1).
6. On a < 1 si |1 r1 | < 1 et |rn 1| < 1.
La premi`ere inegalite donne 1 < 1 r1 < 1, soit r1 > 0 qui est toujours verifiee
2
1
et r1 < 2 qui nest verifiee que dans le cas r <
mais on est ici dans le cas r < .
1
1
2
1
La deuxi`eme inegalite donne n r 1 < 1, soit n r < 2 et r <
si r >
.
n
n
Dans tous les cas, on doit donc avoir r < 2/n .
7. r 7 1 r1 decrot et r 7 n r 1 crot. La valeur optimale de r (qui donne le
2
.
rayon spectral minimal) est donc lorsque 1 r1 = n r 1, soit pour r =
1 + n
Si 1 rn > 0, cest-`a-dire r <