CH3 Systemes Equations Algebriques Partie I

UNIVERSITE HASSAN II
CASBLANCA
FACULTE DES SCIENCES AN
CHOCK
ANALYSE NUMERIQUE
Pr. Rachid SEHAQUI
ANALYSE NUMERIQUE
POUR L'INGENIEUR
Pr. Rachid SEHAQUI
systmes algbriques. Pr. RACHID

SEHAQUI
Plan du cours
1 Analyse d'erreurs
2 Equations non-linaires
3 Systmes dquations
4 Interpolation et approximation
5 Drivation et intgration numriques
6 Equations diffrentielles

SEHAQUI
Analyse Numrique pour
lingnieur
CHAPITRE 3
Systmes dquations
algbriques

SEHAQUI
Systmes algbriques
PLAN DU CHAPITRE 3
Introduction
Systmes linaires particuliers
Mthodes directes
- Operations lmentaires
- Mthode de Gauss
- Factorisation LU, LDU, LLT
- Effets de l'arithmtique flottante.
- Conditionnement.
Mthodes itratives
- Itration de base
- Mthode de Jacobi
- Mthode de Gauss-Seidel
Introduction
Systmes algbriques :
Rle trs important en ingnierie
Deux grandes familles de systmes :

- Systmes linaires.
- Systmes non linaires.
Progrs de linformatique et de lanalyse numrique
- Systmes de tailles prodigieuses (milliers dinconnues)

Exemples : (a) coulement de lair autour dun avion.
(b) coulement de leau dans une turbine hydraulique
complte.
(c) rsistance de la carlingue dun avion diffrentes
contraintes extrieures et en vrifier
numriquement sa solidit.
Introduction
1. Introduction
On se propose de rsoudre un systme linaire de n quations a
n inconnues, note sous forme matricielle
Dans la pratique si la matrice A est non-singulire

, la solution de Ax = b ne s'obtient pas en calculant l'inverse A
puis en effectuant le produit

SEHAQUI
systmes algbriques. Pr. RACHID SEHAQUI
Introduction
On distingue deux mthodes pour la rsolution d'un systme
linaire:
- les mthodes directes.
- les mthodes itratives.
La mthode directe est une mthode qui donne la solution du
systme au moyen d'un nombre fini d'oprations arithmtiques
lmentaires. Numriquement, la solution obtenue peut diffrer
de la solution exacte a cause des erreurs d'arrondi.
La mthode itrative permet a partir d'une approximation
Initiale de construire une suite qui on espre convergera
vers la solution exacte.
2. Systmes linaires particuliers

On est amener a rsoudre un systme linaire dans de nombreux
problmes:
Discrtisation des problmes aux limites (quations
diffrentielles et aux drives partielles) par les mthodes des
Diffrences finies et des lments finis.
Problmes des moindres carres.
Problmes aux valeurs propres.

La rsolution de tels systmes linaires telle qu'elle a t
enseigne en algbre a l'aide des formules de Cramer ncessite
Environ oprations arithmtiques lmentaires. Pour n = 10
cela donne oprations. Il est par consquent hors de
question d'utiliser cette mthode en pratique.
2. Systmes linaires particuliers
Systme matrice diagonale


Exemple
Comment rsoudre le cas gnral

Systme a matrice triangulaire inferieure
Dans ce cas la solution du systme Ax = b est donne par la

mthode de descente:
Exemple
Dans lexemple prcdent on peut rapidement dduire le cas x1

gnral pour la dcente triangulaire :
Pour la remonte triangulaire on a :

Systme a matrice triangulaire suprieure
3. Mthodes directes
3.1 Mthode Gauss
Soit S le systme linaire de n quations a n inconnues:
Mthodes directes
Systme a matrice triangulaire suprieure
L'ensemble des solutions de (S) ne change pas si l'on

effectue sur les quations les oprations lmentaires suivantes:
1. Changer l'ordre des quations
2. Multiplier une quation par une constante non nulle
3. Ajouter a une quation une combinaison linaire des autres
quations
Mthodes directes
3.1.1 Multiplication dune matrice par un scalaire

Remplacer la ligne i par un multiple delle-mme
Revient multiplier le systme linaire (S) par une matrice
diagonale inversible W = dont tous les lments
Diagonaux sont 1,sauf qui vaut . Tous les autres termes
sont nuls.
Cette matrice a pour effet de multiplier la ligne i par .
Exemple :Soit le systme
dont la solution est

Mthodes directes
Si on souhaite multiplier la ligne 2 par 3, cela revient multiplier

le systme par la matrice:
Et lon obtient
3.1.2 Permutation de deux lignes

Lopration lmentaire qui consiste intervertir deux lignes
est galement Cette opration est quivalente la
multiplication du systme (S) par une matrice inversible
Mthodes directes
Exemple : Dans le systme prcdent, on veut intervertir la ligne 2 et

la ligne 3, il suffit de multiplier par la Matrice :
et lon obtient :
3.1.3 Opration
La dernire opration lmentaire consiste remplacer la ligne i par
Par la ligne i plus un multiple de la ligne j
Mthodes directes
Cela est encore une fois quivalent multiplier le systme de

dpart par une matrice inversible qui vaut 1 sur
Toute la diagonale et 0 partout ailleurs, sauf qui vaut .
Exemple : Dans le systme prcdent on souhaite remplacer la
deuxime ligne (i = 2) moins deux fois la premire ligne (j=1).
Il suffit de multiplier le systme par :
Ce qui donne :
Mthodes directes : Mthode de Gauss
4. Mthodes directes
3.1 Mthodes de Gauss
Soit donne le systme Ax = b et supposons , on peut
liminer la variable x1 dans les quations 2 n a l'aide de lquation
1, c..d, on calcule
et on remplace la ligne par

De cette manire, on obtient le systme quivalent:
O
Le systme (S1) contient un sous-systme de dimension n 1 sur

lequel on peut rpter la procdure pour liminer x2 dans les
quations 3 n.
On multiplie la ligne 2 de S1 par et on la soustrait de
la ligne i. Apres n-1 tapes on obtient un systme triangulaire de la
forme:
qui se rsoud facilement:
sont les multiplicateurs.
sont les pivots.

Exemple
Algorithme de gauss
Mthodes directes :Dcomposition LU
4.2 Factorisation LU
Exemple

Exemple 1
Admet pour solution :
Avec :
Factorisation LU
La dcomposition LU nest pas unique. On peut crire un nombre rel
comme le produit de deux autres nombres dune infinit de faons, il
en est de mme pour les matrices.
Mthodes directes LU factorisation de Crout

Pour illustrer la non-unicit de la dcomposition LU, il suffit de vrifier
les galits :
Exemple 1
4. 2 1 Dcomposition de Crout
Pour obtenir cette dcomposition ( factorisation ) nous considrons
une matrice de dimension 4 sur 4, le cas gnral tant similaire. On
doit dons dterminer les coefficients des matrices L et U de
telle sorte que la diagonale de U soit compose de 1, on doit avoir :
Il ya exactement 16 inconnues ( dans le cas gnral)

1. Produit de la ligne L par la premire colonne de U
La premire colonne de L est tout simplement la premire colonne de

A.
2. Produit de la premire ligne de L par les colonnes de U on obtient
respectivement :
On donc la premire ligne de U si

3. Produit des lignes de L par la deuxime colonne de U. Les
diffrents produits donnent :
Et la deuxime colonne de L est connue.

4. Produit de la deuxime ligne de L par les colonnes de U. On trouve
Immdiatement que :

5. Produit des lignes de L par la troisime colonne de U. La mme
suite doprations donne :
Ce qui permet dobtenir la troisime colonne de L.

6. Produit de la troisime lignes de L par la quatrime colonne de U.
Ce qui permet dobtenir :
7. Produit de la quatrime lignes de L par la quatrime colonne de U.

On obtient:

De faon gnrale, on a lalgorithme suivant :
1. Dcomposition LU (sans permutation de lignes)
- Premire colonne de L :
- Premire ligne de U :
- Pour i = 2 , 3 , 4 , ,n-1:
Calcul du pivot :
- Pour j = i +1 , i+2,,n:
- Calcul de la ime ligne de U


- Calcul de :
- Descente et remonte triangulaire pour rsoudre
- Pour i = 2, 3, 4,n
Remonte triangulaire pour rsoudre
-
- Pour i = n-1, n-2,2, 1 :

Remarques :
1) Lalgorithme prcdent ne fonctionne que si les pivots sont tous
non nuls. Ce nest pas toujours le cas et il est possible quil faille
permuter deux lignes pour viter cette situation, tout comme pour
llimination de Gauss. La coefficient est encore appel pivot.
Nous abordons un peu plus loin la technique du meilleur pivot.
2) Notation compacte pour viter de garder inutilement en mmoire
des matrices de grande taille. La notation compacte de la
dcomposition LU est la matrice de coefficients :

Exemples Soit le systme :
La matrice compacte est donc :
La matrice A vrifie ncessairement:
-

Dcomposition LU de la matrice A.
-
Mthodes directes : LU avec permutation de

lignes
4. 2 2 Dcomposition LU avec permutation de lignes
La dcomposition LU exige soient tous non nuls. Dans le cas
contraire il faut essayer de permuter deux lignes. Contrairement la
mthode dlimination de Gauss, la dcomposition LU nutilise le
terme de droite qu toute fin au moment de la descente
triangulaire . Si lon permute des lignes, on doit en garder la
trace de faon effectuer les mmes permutations sur . A cette fin,
on introduit un vecteur dit de permutations qui contient tout
simplement la numrotation des quations.
Remarque
Dans la dcomposition LU, la permutation de lignes seffectue toujours
aprs le calcul de chaque colonne de L. On place en position pivot le

lignes
plus grand terme en valeur absolue de cette colonne (sous le pivot

actuel) pour des raisons de prcision que nous verrons plus loin.
Illustrons cela par un exemple.
Exemple
Soient : et
1. Premire colonne de L
Puisquil sagit de la premire colonne de A, on a :
On effectue
lignes
Premire ligne de U il suffit de diviser cette ligne par le nouveau pivot

3:
Deuxime colonne de L

SEHAQUI

lignes
On a maintenant :
Et encore un pivot nul, qui oblige intervertir le lignes 2 et 3 et

modifier le vecteur en consquence
Calcul de

lignes
Le produit LU donne :
Cest--dire la matrice A permute suivant le vecteur .

Application : On veut maintenant rsoudre
Mthodes directes : permutation de lignes
et la matrice compacte devient :
Calcul de :
La dcomposition LU de la matrice A est donc :

Mthodes directes :Factorisation de Choleski
4. 2. 3 Factorisation de Choleski (1875 1918), tait mathmaticien

et officier dans larme franaise. Il est mort au combat la fin de la
premire guerre mondiale).
Dans le cas o la matrice est symtrique, la matrice A est
dcompose sous la forme. On fait la mme raisonnement qui
nous a amen la dcomposition LU gnrale, mais cette fois en
considrant une matrice A symtrique :
Algorithme :Factorisation de Choleski (1875 1918)

- Premier pivot
- Premire colonne : pour i allant de 2 n:
- Pour k allant de 2 n
- Terme diagonal (pivot) :
- Reste de la colonne :
Exemple :
Ce qui revient crire :

Mthodes itratives
DEUXIEME PARTIEPARTIE
Mthodes itratives. Pr Rachid SEHAQUI. Universit Hasan II Casablanca. Facult des Sciences An Chock
Mthodes itratives
Plan
1. Position du problme
2. Mthodes itratives
2. 1 Mthode de JACOBI
2. 2 Mthode de GAUSS-SEIDEL
2. 3 Facteur de relaxation
3. Inversion de matrice

SEHAQUI
Mthodes itratives: Position du

problme
Considrons le systme linaire suivant de n quations n
Inconnues:
Ce systme scrit sous la forme :

SEHAQUI
Mthodes itratives : JACOBI
Avec : ,
2. Mthodes itratives
Nous allons dcrire ces mthodes brivement sans passer par des
calculs ou des dmonstrations mathmatiques complexes, car
cela nous loignera des objectifs du cours.
2. 1 Mthode de JACOBI
Soit le systme de 3 quations 3 inconnues :

SEHAQUI
Mthodes itratives: JACOBI
On rsout le systme de la manire suivante :
On donne aux inconnues les valeurs arbitraires initiales x10 , x20 ,

x30 Si les valeurs sont portes au second membre de la solution
Prcdente, on obtient :

SEHAQUI
Mthodes itratives: JACOBI
Ce nouvel ensemble port dans le second membre des quations

Prcdentes donne un autre ensemble x11 , x21 , x31 et ainsi de
Suite.

SEHAQUI
Mthodes itratives: GAUSS-SEIDEL
2. 2 Mthode de GAUSS-SEIDEL.
On reprend le calcul comme prcdemment. Pour le systme
prcdent par exemple, on choisit un ensemble x10 , x20 ,
X30 . On porte x20 , x30 dans la premire quation et on obtient :
Cest cette nouvelle valeur de x1, et non pas x10, qui est porte
dans la deuxime quation du systme, donnant :

SEHAQUI
Mthodes itratives: GAUSS-SEIDEL
De mme dans la troisime quation on porte x11 et x21 et non

Pas x10 et x20 et on obtient :
Lorsquune inconnue est utilise, cest automatiquement la plus

rcente valeur calcule. Ceci assure une convergence des calculs
plus rapide que la mthode de JACOBI.
On arrte les calculs lorsque les valeurs successives sont
suffisamment voisines.
Pour cela on peut utiliser ,

SEHAQUI
Mthodes itratives: Critres de

convergence
Soit le critre de convergence absolue
Soit le critre de convergence relative
Pour les systmes o les matrices sont de rang lev, il nest pas
commode de faire le test de convergence sur chaque inconnue xj.
Dans ce cas, on fait le test seulement sur certaines inconnues
que lon choisit, soit les quantits suivantes :
Mthodes itratives: Critres de

convergence
ou ou
ou
La convergence du procd ne dpend pas du choix des valeurs

Initiales xj0, mais seulement des valeurs des coefficients.
On montre que la convergence est assure si on a pour chaque
valeur i (cest--dire pour chaque ligne), la relation
Mthodes itratives: Facteur de

relaxation
Autrement dit il ya convergence si chaque lment
diagonal est suprieur ou gal, en module, la somme
des de modules des autre lments de sa ligne.
2. 3 Facteur de relaxation
Si la convergence existe, sa rapidit dpend du choix de xj0. En
Effet plus les valeurs initiales sont proches des valeurs relles et
plus la convergence est rapide.
Lutilisation dun facteur de relaxation dfini par
xj*(1)= xj(0) + (xj(1) xj(0))
O < 1 permet d acclrer la convergence. appel facteur
de relaxation (dans la pratique il est compris entre 0 et 2).

relaxation
Pour > 2 , le processus diverge. Pour sapprocher de la valeur
recherche rapidement, on prend 1 < < 2 dans un processus
itratif dj convergent et 0 < < 1 pour un processus
divergent. Les mthodes itratives jouent un rle trs important
dans la rsolution numrique de systmes de grandes tailles.
3. Inversion de matrice.
Selon la mthode de CRAMER, une matrice de rang n nest
inversible que si son dterminant est diffrent de zro. Dans ce
cas le produit de A par la matrice inverse A-1 donne la matrice
Identit I. AA-1 = A-1A = I o AI = A.
En appliquant la mthode de CRAMER sur la matrice A, on peut
dterminer A-1.

relaxation
Exemple :
On obtient en utilisant la mthode de CARAMER :
Qui vrifie : A-1A = AA-1 = I.


relaxation
Lalgorithme de GAUSS-JORDAN (mthode de pivot) opre aussi
le passage de la matrice C = [A, y] la matrice D = [I, X], o X
est la solution du systme linaire AX = y. Soit X = A-1y.
Aprs les oprations de lalgorithme de GAUSS-JORDAN, on
obtient : D = A-1C = A-1[A , I] = [I,A-1]. Cette mthode, de calcul
de linverse dune matrice qui est rsume ci-dessus, permet de
Calculer A-1 avec un nombre doprations nettement infrieur
celui de la mthode de CRAMER.
Systmes non linaires
Plan
2. Mthodes de NEWTON
2. 1 Algorithme de la mthode
2. 2 Exemples
3. Application

SEHAQUI

Les systmes non linaires sont extrmement courant en pratique
ils sont sans doute plus frquent que les phnomnes linaires.
Dans cette section nous examinons les systmes non linaires et
nous montrons comment les rsoudre laide dune suite de
problmes linaires, auxquels on peut appliquer diverses
techniques de rsolution comme la dcomposition LU.
Le problme consiste trouver le ou les vecteurs
Vrifiant les n quations non linaires suivantes :

SEHAQUI
O les fi sont des fonctions de n variables que nous supposons

Diffrentiables.
Nous ne prsentons que la mthode la plus importante et la plus
utilise dans la pratique, soit la mthode de NEWTON.
Lapplication de cette mthode un systme de deux quations
non linaires est largement suffisante pour illustrer le cas gnral
SEHAQUI
Systmes non linaires : Mthode

de NEWTON
Considrons donc le systme :
Soit une approximation de la solution initiale. Le but de

ce qui suit est de dterminer une correction
de telle sorte que :
Pour dterminer il suffit de faire un dveloppement de

Taylor en deux variables pour chacune des deux fonctions

SEHAQUI

de NEWTON
Il suffit de ngliger les termes dordre suprieur et dcrire :
O sous forme matricielle :
Sous systme scrit galement sous une forme plus compacte :

SEHAQUI

de NEWTON
o dsigne la matrice des drives partielles o matrice
Jacobienne au point , ou le vecteur correction relative
chaque variable et o est le vecteur rsidu valu
en . Le dterminant de la matrice jacobienne est appel le
Jacobien . Le jacobien doit bien entendu tre diffrent de zro
pour que la matrice jacobienne soit inversible. On pose ensuite :
De manire plus gnrale, on pose :

SEHAQUI

de NEWTON
Cest dire la matrice jacobienne value au point
De plus on pose :
Algorithme : Mthode de NEWTON applique aux systmes

1. Etant donn a, un critre darrt
2. Etant donn N, le nombre maximal ditrations
3. Etant donn , une approximation
initiale de la solution du systme.
4. Rsoudre le systme linaire :
SEHAQUI

de NEWTON
et poser :
5. Si
- convergence atteinte
- crire la solution
- arrt
6. Si le nombre maximal ditrations N est atteint :
- Convergence non atteinte en N itrations
- arrt
7. Retour ltape 4.

SEHAQUI

de NEWTON
Exemple : On cherche trouver lintersection de la courbe
x2 = ex1 et du cercle de rayon 4 centr lorigine dquation:
x12 + x22 = 16. Lintersection de ces courbes est une solution de :
Prenons
1. Itration 1

SEHAQUI

de NEWTON
2. Itration 2
3. Itration 3
4. Itration 4
5. Itration 5

SEHAQUI

CH3 Systemes Equations Algebriques Partie I

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

CH3 Systemes Equations Algebriques Partie I

Hochgeladen von

Copyright:

Verfügbare Formate

UNIVERSITE HASSAN II

Pr. Rachid SEHAQUI

systmes algbriques. Pr. RACHID

systmes algbriques. Pr. RACHID

systmes algbriques. Pr. RACHID

Deux grandes familles de systmes :

- Systmes de tailles prodigieuses (milliers dinconnues)

Dans la pratique si la matrice A est non-singulire

systmes algbriques. Pr. RACHID

Systmes linaires particuliers

2. Systmes linaires particuliers

Problmes aux valeurs propres.

Systmes linaires particuliers

2. Systmes linaires particuliers

Systme matrice diagonale

Systmes linaires particuliers

Comment rsoudre le cas gnral

Systmes linaires particuliers

Systme a matrice triangulaire inferieure

Dans ce cas la solution du systme Ax = b est donne par la

Systmes linaires particuliers

Dans lexemple prcdent on peut rapidement dduire le cas x1

Pour la remonte triangulaire on a :

Systmes linaires particuliers

Systme a matrice triangulaire suprieure

Systme a matrice triangulaire suprieure

L'ensemble des solutions de (S) ne change pas si l'on

3.1.1 Multiplication dune matrice par un scalaire

dont la solution est

Si on souhaite multiplier la ligne 2 par 3, cela revient multiplier

3.1.2 Permutation de deux lignes

Exemple : Dans le systme prcdent, on veut intervertir la ligne 2 et

Cela est encore une fois quivalent multiplier le systme de

Mthodes directes : Mthode de Gauss

et on remplace la ligne par

Mthodes directes : Mthode de Gauss

Mthodes directes : Mthode de Gauss

Le systme (S1) contient un sous-systme de dimension n 1 sur

Mthodes directes : Mthode de Gauss

qui se rsoud facilement:

sont les multiplicateurs.

sont les pivots.

Mthodes directes : Mthode de Gauss

Mthodes directes : Mthode de Gauss

Mthodes directes :Dcomposition LU

Mthodes directes :Dcomposition LU

Mthodes directes :Dcomposition LU

Admet pour solution :

Mthodes directes LU factorisation de Crout

Mthodes directes LU factorisation de Crout

Il ya exactement 16 inconnues ( dans le cas gnral)

La premire colonne de L est tout simplement la premire colonne de

Mthodes directes LU factorisation de Crout

On donc la premire ligne de U si

Et la deuxime colonne de L est connue.

Mthodes directes LU factorisation de Crout

Ce qui permet dobtenir la troisime colonne de L.

7. Produit de la quatrime lignes de L par la quatrime colonne de U.

Mthodes directes LU factorisation de Crout

- Calcul de la ime ligne de U

Mthodes directes LU factorisation de Crout

- Descente et remonte triangulaire pour rsoudre

Mthodes directes LU factorisation de Crout

Mthodes directes LU factorisation de Crout