Beruflich Dokumente
Kultur Dokumente
Compte Rendu TP2 : Rsolution de systmes linaires par des mthodes itratives
Mr Mr Ludovic Billot
Encadr par
Introduction
Mthode de Jacobi, due au mathmaticien allemand Karl Jacobi, est une mthode itrative de (k) rsolution d'un systme matriciel de la forme Ax=b. Pour cela, on utilise une suitex qui converge vers un point fixe x, solution du systme d'quations linaires. La mthode de Gauss-Seidel est une mthode itrative de rsolution d'un systme matriciel de la forme Ax = b. Pour cela, on utilise une suite x(k) qui converge vers un point fixe x, solution du systme d'quations linaires. En notant A = [a ij ] ij et b = [b i ] i , on construit la suite :
Exercice 1
Mthode de Jacobi function [X,cp]=jacobi (A,B,precision,max,X2) D=diag(diag(A)); F=triu(A,1); E=tril(A,-1); cp=0; L=(E+F); arret=1; while(cp<=max)&(arret>precision) cp=cp+1; X=D\(B-L*X2); arret=norm(X-X2,inf); X2=X; end
%Dans cette fonction on calcul une vecteur solution AX=B %pour trouver la diagonale de A %triangle suprieur de la matrice A %triangle infrieur de la matrice A %somme des matrice de triangle suprieur et infrieur
Mthode de Gauss function [X,cp] =gausseideil(A,B,precision,max,X2) D=diag(diag(A)); F=triu(A,1); E=tril(A,-1); cp=0; L=(E+F); arret=1; while(cp<=max)&(arret>precision) cp=cp+1; X=(D+E)\(B-F)*X2; arret=norm(X-X2,inf); X2=X; end
Exercice 2
Soit rsoudre le systme linaire AX=B avec A= [9 -2 1;-1 5 -1;1 -2 9] et B= [13;9;-11]; 1) - Calcul du conditionnement de A: Cond(A)= ans = 2.5413 Conclusion : la matrice A est bien conditionne, 3) Rsolution du systme linaire pour diffrentes valeurs du vecteur de dpart. Cp : cest le compteur Pour X0= (0 ; 0 ; 0) A=[9 -2 1;-1 5 -1;1 -2 9]; B=[13;9;-11]; precision=10^(-6); X2=[0;0;0]; max=1000;
function:
[X,cp] =jacobi(A,B,precision,max,X2); X,cp A=[9 -2 1;-1 5 -1;1 -2 9]; B=[13;9;-11]; precision=10^(-6); X2=[10;-5;6]; max=1000;
function:
[X,cp] =jacobi(A,B,precision,max,X2); X,cp A=[9 -2 1;-1 5 -1;1 -2 9]; B=[13;9;-11]; precision=10^(-6); X2=[100;2000;5]; max=1000;
function:
[X,cp] =jacobi(A,B,precision,max,X2); X,cp
On constate que quelques soient la valeur du vecteur de dpart on constate que la suite converge
4) Le vecteur nul est le vecteur de dpart et on change la prcision : Pour : Prcision=10^(-2) cp=5 Prcision=10^(-4) cp=9 Prcision=10^(-6) cp=14 Prcision=10^(-8) cp=18 Prcision=10^(-10) cp=23