Beruflich Dokumente
Kultur Dokumente
Rsolution
des
systmes linaires
1
Stabilit de la rsolution dun systme linaire
Soit A une perturbation de la matrice A , B une perturbation du vecteur B.
1
1) si A 1/ A alors A+A est inversible
3 4 |X|
|B| = 10 (A) 10 0.5 (50% derreur)
|X| 2
Principales mthodes de rsolution
Mthode du dterminant (Cramer)
INUTILISABLE !!!
3
Mthodes directes (nb fini doprations)
4
Mthodes itratives (nb infini doprations)
Xk+1 = Xk (AXk B)
Types de stockage
x x
stockage bande
x x x
rangement diagonal x x x
a21 a32 a43 ... an,n1 a11 a22 ... ann a12 a23 ... an1,n x x x
x x x
rangement ligne
x x x
a11 a12 a21 a22 a23 a32 a33 a34 ... an,n1 ann
x x x
x x
6
stockage profil (skyline) 1 2 3 4 5
1 x x x x
profil superieur : p+
i = max{j/aij = 0} 2 x x x
profil inferieur : p
i = min{j/aij = 0} 3 x x x x x x x
4 x x x
+
aij = 0 si j < p
i ou j > p i
x x x x x
x x x
x x x
p
4 =3 p+
4 =5 x x x x x x x x
rangement ligne a11 a12 a13 a14 a21 a22 a23 a31 a32 a33 ...
variante ligne/colonne
variante pour matrice non symtrique profil symtrique
existe des algorithmes doptimisation de profil (Cutill-MacKee)
compatible avec tous les algorithmes de rsolution
7
stockage morse
1 2 3 4 5
Seuls les termes non nuls sont stocks 1 x x x
2 x x
pour chaque ligne i on stocke 3 x x x x x
4 x x x
les coefficients non nuls x x x x
les indices des colonnes des coefficients x x x
x x
ligne 1 a11 a12 a14 124
x x x x
ligne 2 a21 a23 13
8
Mthodes directes
Rsolution des systmes triangulaires
On a det L = Lii det U = Uii
i i
et L (resp. U) est inversible ssi Lii = 0 i (resp. Uii = 0 i)
9
Algorithmes de rsolution
Resolution de LX = B Resolution de UX = B
pour i = 1, n pour i = n, 1
Xi = Bi Xi = Bi
pour j = 1, i 1 pour j = i + 1, n
Xi = Xi Lij Xj Xi = Xi Uij Xj
Xi = Xi /Lii Xi = Xi /Uii
Nb operations n2
X=B
Resolution de LX = B pour j = 1, n
variante colonne Xj = Xj /Ljj
pour i = j + 1, n
Xi = Xi Lij Xj
10
en stockage profil
Resolution de LX = B Resolution de UX = B
pour i = 1, n pour i = n, 1
Xi = Bi Xi = Bi
pour j = p i ,i1 pour j = i + 1, p+
i
Xi = Xi Lij Xj Xi = Xi Uij Xj
Xi = Xi /Lii Xi = Xi /Uii
11
Elimination de Gauss
itration 1 si A11 = 0
A21 A21
A12 = A2 A1 B21 = B2 B1
A11 A11
A31 A21
A13 = A3 A1 B31 = B3 B1
A11 A11
plus generalement :
Ai1 Ai1
A1i = Ai A1 Bi1 = Bi B1 i = 2, n
A11 A11
12
matrice A1 a lissue de la premiere iterations
A11 A12 A23 B1 premire ligne non modifie
0 A122 A123 B21
A1 = 0 A132 A133 B31
.. .. .. ..
0 . . . .
itration 2
On recommence le processus sur la sous matrice dordre n 1
1 1
A22 A123 B2
A132 A133 B31
.. .. .. ..
. . . .
13
Algorithme dlimination de Gauss
Nb operations 23 n3
14
Stratgie de permutation
A11 A12 A13 A1n
0 0 A23
0 0 Akk Akn
permutation des lignes k et i0 .. .. ..
. . .
.. ..
. . Ai0 k Ai0 n
.. .. ..
. . .
15
Algorithme avec permutation
On ne ralise pas rellement les permutations, on utilise un vecteur q contenant
les indices permuts
17
Factorisation LU
Llimination de Gauss est une mthode de factorisation
L triangulaire inf.
A = LU
U triangulaire sup.
1
Iteration k
..
.
1
.. ..
A(k) = L(k) A(k1) L(k) = . .
(k1)
Ai,k ..
.
(k1)
Ak,k
..
. 1
U = A(n1) = L(n1) ...L(1) A (k) 1
L = 2I L(k)
det L(k) = 1 L(k) inversible
triangulaire inferieure
(1) 1 (n1) 1
L= L ... L triangulaire inferieure
pour k = 1, n 1
Lkk = Akk Lkj Ujk
j<k
pour i = k
+ 1, n
Nb operations
Lik = Aik Lij Ujk /Ukk si Ukk = 0
j<k 2n3 /3
Lkk = 1
pour i = k + 1, n
Uki = Aki Lkj Uji
j<k
formules obtenues a partir de A = LU Aik = Lij Ujk
calcul de L colonne par colonne et U ligne par ligne
variante L ligne par ligne et U colonne par colonne (cf poly)
19
Permutation de ligne
si Ukk = 0 (|Ukk | ) echec de lalgorithme strategie de permutation
matrice de permutation des lignes ik et k (ik > k) a literation k
1
..
.
0 1
k
Pik ,k = .. .. .. A(k) = L(k) Pik ,k A(k1)
. . .
1 0 ik
.. ..
. . 1
On montre alors (voir poly p45) que
U = L(n1) L(n2) L(1) Pin1 ,n1 Pi1 ,1 A
avec L(k) = Pin1 ,n1 Pik+1 ,k+1 L(k) Pik+1 ,k+1 Pin1 ,n1 (triang. inf.)
pour k = 1, n 1
Lkk = Akk Lkj Ujk
Pk j<k
pour i = k + 1, n
si k Pi alors
Lik = Aik Lij Ujk /Ukk si Ukk = 0
Pk j<k
Lkk = 1
pour i = k + 1, Pk+
Uki = Aki Lkj Uji
Pk j<k
22
Variante Gauss-Jordan
A = LDU (unique)
relation simple entre U et U
ik = Uik /Ukk = Uik /Dkk
U i = 1, k
23
Cas des matrices symtriques
Si A est une matrice symetrique factorisable LU
alors A admet la factorisation
A = LDLt
avec D matrice diagonale et L matrice triang. inferieure a diag. unite
algorithme
pour k = 1, n
Lkk = 1
Nb operations
Dkk = Akk L2kj
j<k n3 /3
pour i = k+ 1, n
Lik = Aik Lij Ljk /Dkk si Dkk = 0
j<k
24
Cas des matrices symtriques dfinies positives
definie positive : (AX, X) > 0 X = 0
On peut introduire D matrice diagonale de coefficient Dii
poser L = L D pour obtenir
25
Algorithme de factorisation de Choleski
pour k = 1,
n 12
Lkk = Akk L2kj
j<k
forme colonne pour i = k
+ 1, n
Lik = Aik Lij Ljk /Lkk
j<k
Nb operations
n3 /3 pour k = 1, n
pour i = 1,k 1
Lki = Aki Lkj Lij /Lii
forme ligne j<i
12
Lkk = Akk L2kj
j<k
27
17