Cours Syst LinRésolution de systèmes linéaires : Méthodes directes
Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...
Transcript of Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...
![Page 1: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/1.jpg)
- p. 1/51
Résolution de systèmes linéaires : Méthodesdirectes
Polytech’Paris-UPMC
![Page 2: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/2.jpg)
Propriétés mathématiques
Rappels mathématiques
Exemples
Propriétés
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Propriétés mathématiques - p. 2/51
Propriétés mathématiques
![Page 3: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/3.jpg)
Propriétés mathématiques
Rappels mathématiques
Exemples
Propriétés
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Propriétés mathématiques - p. 3/51
Rappels mathématiques
Soit à résoudre le système linéaire
Ax = b.
A ∈Mn(IR) : matrice carrée de dimension n× n
x, b ∈ IRn : vecteurs de dimension n.
![Page 4: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/4.jpg)
Propriétés mathématiques
Rappels mathématiques
Exemples
Propriétés
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Propriétés mathématiques - p. 3/51
Rappels mathématiques
Soit à résoudre le système linéaire
Ax = b.
A ∈Mn(IR) : matrice carrée de dimension n× n
x, b ∈ IRn : vecteurs de dimension n.
CNS d’existence de la solution :Le système Ax = b a une solution unique si et seulement si sondéterminant est non nul.
![Page 5: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/5.jpg)
Propriétés mathématiques
Rappels mathématiques
Exemples
Propriétés
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Propriétés mathématiques - p. 3/51
Rappels mathématiques
Soit à résoudre le système linéaire
Ax = b.
A ∈Mn(IR) : matrice carrée de dimension n× n
x, b ∈ IRn : vecteurs de dimension n.
CNS d’existence de la solution :Le système Ax = b a une solution unique si et seulement si sondéterminant est non nul.
Si le déterminant est nul :⇒ Si b ∈ Im(A) le système a une infinité de solutions⇒ Si b ∈ IRn − Im(A) le système n’a pas de solution
![Page 6: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/6.jpg)
Propriétés mathématiques
Rappels mathématiques
Exemples
Propriétés
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Propriétés mathématiques - p. 4/51
Exemples
Exemple 1 :2x1 + 3x2 = 5
4x1 − 3x2 = 1
![Page 7: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/7.jpg)
Propriétés mathématiques
Rappels mathématiques
Exemples
Propriétés
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Propriétés mathématiques - p. 4/51
Exemples
Exemple 1 :2x1 + 3x2 = 5
4x1 − 3x2 = 1
Le déterminant vaut D = −18, le système a une solution uniquex1 = 1, x2 = 1
![Page 8: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/8.jpg)
Propriétés mathématiques
Rappels mathématiques
Exemples
Propriétés
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Propriétés mathématiques - p. 4/51
Exemples
Exemple 1 :2x1 + 3x2 = 5
4x1 − 3x2 = 1
Le déterminant vaut D = −18, le système a une solution uniquex1 = 1, x2 = 1
Exemple 2 :2x1 + 3x2 = 5
4x1 + 6x2 = 10
![Page 9: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/9.jpg)
Propriétés mathématiques
Rappels mathématiques
Exemples
Propriétés
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Propriétés mathématiques - p. 4/51
Exemples
Exemple 1 :2x1 + 3x2 = 5
4x1 − 3x2 = 1
Le déterminant vaut D = −18, le système a une solution uniquex1 = 1, x2 = 1
Exemple 2 :2x1 + 3x2 = 5
4x1 + 6x2 = 10
Le déterminant vaut D = 0, le système a une infinité de solutions :(1, 1) + λ× (3,−2), (λ ∈ IR).
![Page 10: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/10.jpg)
Propriétés mathématiques
Rappels mathématiques
Exemples
Propriétés
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Propriétés mathématiques - p. 4/51
Exemples
Exemple 1 :2x1 + 3x2 = 5
4x1 − 3x2 = 1
Le déterminant vaut D = −18, le système a une solution uniquex1 = 1, x2 = 1
Exemple 2 :2x1 + 3x2 = 5
4x1 + 6x2 = 10
Le déterminant vaut D = 0, le système a une infinité de solutions :(1, 1) + λ× (3,−2), (λ ∈ IR).
Exemple 3 :2x1 + 3x2 = 5
4x1 + 6x2 = 9
![Page 11: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/11.jpg)
Propriétés mathématiques
Rappels mathématiques
Exemples
Propriétés
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Propriétés mathématiques - p. 4/51
Exemples
Exemple 1 :2x1 + 3x2 = 5
4x1 − 3x2 = 1
Le déterminant vaut D = −18, le système a une solution uniquex1 = 1, x2 = 1
Exemple 2 :2x1 + 3x2 = 5
4x1 + 6x2 = 10
Le déterminant vaut D = 0, le système a une infinité de solutions :(1, 1) + λ× (3,−2), (λ ∈ IR).
Exemple 3 :2x1 + 3x2 = 5
4x1 + 6x2 = 9
Le déterminant vaut D = 0, le système n’a pas de solution.
![Page 12: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/12.jpg)
Propriétés mathématiques
Rappels mathématiques
Exemples
Propriétés
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Propriétés mathématiques - p. 5/51
Propriétés
On ne change pas la solution d’un système linéaire lorsque :
![Page 13: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/13.jpg)
Propriétés mathématiques
Rappels mathématiques
Exemples
Propriétés
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Propriétés mathématiques - p. 5/51
Propriétés
On ne change pas la solution d’un système linéaire lorsque :
on permute deux lignes,
![Page 14: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/14.jpg)
Propriétés mathématiques
Rappels mathématiques
Exemples
Propriétés
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Propriétés mathématiques - p. 5/51
Propriétés
On ne change pas la solution d’un système linéaire lorsque :
on permute deux lignes,
on permute deux colonnes,
![Page 15: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/15.jpg)
Propriétés mathématiques
Rappels mathématiques
Exemples
Propriétés
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Propriétés mathématiques - p. 5/51
Propriétés
On ne change pas la solution d’un système linéaire lorsque :
on permute deux lignes,
on permute deux colonnes,
on multiplie une ligne par un réel non nul,
![Page 16: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/16.jpg)
Propriétés mathématiques
Rappels mathématiques
Exemples
Propriétés
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Propriétés mathématiques - p. 5/51
Propriétés
On ne change pas la solution d’un système linéaire lorsque :
on permute deux lignes,
on permute deux colonnes,
on multiplie une ligne par un réel non nul,
on ajoute une ligne à une autre.
![Page 17: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/17.jpg)
Propriétés mathématiques
Rappels mathématiques
Exemples
Propriétés
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Propriétés mathématiques - p. 5/51
Propriétés
On ne change pas la solution d’un système linéaire lorsque :
on permute deux lignes,
on permute deux colonnes,
on multiplie une ligne par un réel non nul,
on ajoute une ligne à une autre.
Nous allons donc utiliser ces transformations pour se ramener à uncas simple.
![Page 18: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/18.jpg)
Propriétés mathématiques
Rappels mathématiques
Exemples
Propriétés
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Propriétés mathématiques - p. 5/51
Propriétés
On ne change pas la solution d’un système linéaire lorsque :
on permute deux lignes,
on permute deux colonnes,
on multiplie une ligne par un réel non nul,
on ajoute une ligne à une autre.
Nous allons donc utiliser ces transformations pour se ramener à uncas simple.
! Ces propriétés sont vraies dans IR pas dans IF
![Page 19: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/19.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Les matrices triangulaires
Algorithme de remontée
Méthodes
Méthodes (suite)
Ce qu’il reste à faire
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Principe général des algorithmes - p. 6/51
Principe général des algorithmes
![Page 20: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/20.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Les matrices triangulaires
Algorithme de remontée
Méthodes
Méthodes (suite)
Ce qu’il reste à faire
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Principe général des algorithmes - p. 7/51
Les matrices triangulaires
Pour certaines matrices, il est simple de calculer une solution.Définition Une matrice A = (aij)1≤i,j≤n est triangulairesupérieure (respectivement inférieure) si∀i, j t.q. j > i (resp. j > i)
aij = 0
Si A est une matrice triangulaire supérieure, et si aucun élémentdiagonal n’est nul, la solution du système Ax = b est :
xn = bn
ann
xi =bi −
∑nj=i+1 aijxj
aii
Si A est une matrice triangulaire inférieure, et si aucun élémentdiagonal n’est nul, la solution du système Ax = b est :
x1 = b1
a11
xi =bi −
∑i−1j=1 aijxj
aii
![Page 21: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/21.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Les matrices triangulaires
Algorithme de remontée
Méthodes
Méthodes (suite)
Ce qu’il reste à faire
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Principe général des algorithmes - p. 8/51
Algorithme de remontée
Dans le cas des matrices triangulaires supérieures, l’algorithme estdonc le suivant.
Donn ees : A = (A[i, j])1≤i,j≤n, b = (b[i])1≤i≤n
debut
x[n]← b[n]A[n,n]
pour i = n− 1 . . . 1 fairesum← 0pour k = i + 1 . . . n faire
sum← sum + A[i, k] · x[k]
x[i]← b[i]−sum
A[i,i]
fin
![Page 22: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/22.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Les matrices triangulaires
Algorithme de remontée
Méthodes
Méthodes (suite)
Ce qu’il reste à faire
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Principe général des algorithmes - p. 8/51
Algorithme de remontée
Dans le cas des matrices triangulaires supérieures, l’algorithme estdonc le suivant.
Donn ees : A = (A[i, j])1≤i,j≤n, b = (b[i])1≤i≤n
debut
x[n]← b[n]A[n,n]
pour i = n− 1 . . . 1 fairesum← 0pour k = i + 1 . . . n faire
sum← sum + A[i, k] · x[k]
x[i]← b[i]−sum
A[i,i]
fin
À partir d’un système d’équations linéaires quelconques,
![Page 23: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/23.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Les matrices triangulaires
Algorithme de remontée
Méthodes
Méthodes (suite)
Ce qu’il reste à faire
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Principe général des algorithmes - p. 8/51
Algorithme de remontée
Dans le cas des matrices triangulaires supérieures, l’algorithme estdonc le suivant.
Donn ees : A = (A[i, j])1≤i,j≤n, b = (b[i])1≤i≤n
debut
x[n]← b[n]A[n,n]
pour i = n− 1 . . . 1 fairesum← 0pour k = i + 1 . . . n faire
sum← sum + A[i, k] · x[k]
x[i]← b[i]−sum
A[i,i]
fin
À partir d’un système d’équations linéaires quelconques,
on triangularise le système,
![Page 24: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/24.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Les matrices triangulaires
Algorithme de remontée
Méthodes
Méthodes (suite)
Ce qu’il reste à faire
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Principe général des algorithmes - p. 8/51
Algorithme de remontée
Dans le cas des matrices triangulaires supérieures, l’algorithme estdonc le suivant.
Donn ees : A = (A[i, j])1≤i,j≤n, b = (b[i])1≤i≤n
debut
x[n]← b[n]A[n,n]
pour i = n− 1 . . . 1 fairesum← 0pour k = i + 1 . . . n faire
sum← sum + A[i, k] · x[k]
x[i]← b[i]−sum
A[i,i]
fin
À partir d’un système d’équations linéaires quelconques,
on triangularise le système,on résout le système triangulaire,
![Page 25: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/25.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Les matrices triangulaires
Algorithme de remontée
Méthodes
Méthodes (suite)
Ce qu’il reste à faire
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Principe général des algorithmes - p. 8/51
Algorithme de remontée
Dans le cas des matrices triangulaires supérieures, l’algorithme estdonc le suivant.
Donn ees : A = (A[i, j])1≤i,j≤n, b = (b[i])1≤i≤n
debut
x[n]← b[n]A[n,n]
pour i = n− 1 . . . 1 fairesum← 0pour k = i + 1 . . . n faire
sum← sum + A[i, k] · x[k]
x[i]← b[i]−sum
A[i,i]
fin
À partir d’un système d’équations linéaires quelconques,
on triangularise le système,on résout le système triangulaire,pour cela on utilise des permutations de lignes et de colonnes etdes combinaisons linéaires de lignes.
![Page 26: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/26.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Les matrices triangulaires
Algorithme de remontée
Méthodes
Méthodes (suite)
Ce qu’il reste à faire
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Principe général des algorithmes - p. 9/51
Méthodes
Pour résoudre le système Ax = b, il faut appliquer les modificationsà la fois à la matrice A et au vecteur b.Il y a deux cas possibles :
![Page 27: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/27.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Les matrices triangulaires
Algorithme de remontée
Méthodes
Méthodes (suite)
Ce qu’il reste à faire
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Principe général des algorithmes - p. 9/51
Méthodes
Pour résoudre le système Ax = b, il faut appliquer les modificationsà la fois à la matrice A et au vecteur b.Il y a deux cas possibles :
On souhaite résoudre une seule équation Ax = b.
![Page 28: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/28.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Les matrices triangulaires
Algorithme de remontée
Méthodes
Méthodes (suite)
Ce qu’il reste à faire
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Principe général des algorithmes - p. 9/51
Méthodes
Pour résoudre le système Ax = b, il faut appliquer les modificationsà la fois à la matrice A et au vecteur b.Il y a deux cas possibles :
On souhaite résoudre une seule équation Ax = b.On travaille sur la matrice [A b] qui a n lignes et n + 1 colonnes
⊲ C’est l’élimination de GAUSS
![Page 29: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/29.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Les matrices triangulaires
Algorithme de remontée
Méthodes
Méthodes (suite)
Ce qu’il reste à faire
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Principe général des algorithmes - p. 9/51
Méthodes
Pour résoudre le système Ax = b, il faut appliquer les modificationsà la fois à la matrice A et au vecteur b.Il y a deux cas possibles :
On souhaite résoudre une seule équation Ax = b.On travaille sur la matrice [A b] qui a n lignes et n + 1 colonnes
⊲ C’est l’élimination de GAUSS
Pour résoudre le système, il fautUne triangularisation,Une remontée (solution d’un système triangulaire).
![Page 30: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/30.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Les matrices triangulaires
Algorithme de remontée
Méthodes
Méthodes (suite)
Ce qu’il reste à faire
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Principe général des algorithmes - p. 10/51
Méthodes (suite)
On doit résoudre plusieurs systèmes avec la même matriceAx = b1. . . Ax = bk.
![Page 31: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/31.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Les matrices triangulaires
Algorithme de remontée
Méthodes
Méthodes (suite)
Ce qu’il reste à faire
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Principe général des algorithmes - p. 10/51
Méthodes (suite)
On doit résoudre plusieurs systèmes avec la même matriceAx = b1. . . Ax = bk.
On décompose A en produit de deux matrices triangulaires (Uest supérieure et L inférieure) :
A = L · U
![Page 32: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/32.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Les matrices triangulaires
Algorithme de remontée
Méthodes
Méthodes (suite)
Ce qu’il reste à faire
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Principe général des algorithmes - p. 10/51
Méthodes (suite)
On doit résoudre plusieurs systèmes avec la même matriceAx = b1. . . Ax = bk.
On décompose A en produit de deux matrices triangulaires (Uest supérieure et L inférieure) :
A = L · U
Une résolution se fait grâce à deux systèmes triangulaires
Axk = bk ⇔
{
Lyk = bk
Uxk = yk
⊲ C’est la décomposition LU
![Page 33: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/33.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Les matrices triangulaires
Algorithme de remontée
Méthodes
Méthodes (suite)
Ce qu’il reste à faire
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Principe général des algorithmes - p. 10/51
Méthodes (suite)
On doit résoudre plusieurs systèmes avec la même matriceAx = b1. . . Ax = bk.
On décompose A en produit de deux matrices triangulaires (Uest supérieure et L inférieure) :
A = L · U
Une résolution se fait grâce à deux systèmes triangulaires
Axk = bk ⇔
{
Lyk = bk
Uxk = yk
⊲ C’est la décomposition LU
Il faut une triangularisation pour « préparer » la matrice etdeux remontées par vecteur bk.
![Page 34: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/34.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Les matrices triangulaires
Algorithme de remontée
Méthodes
Méthodes (suite)
Ce qu’il reste à faire
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Principe général des algorithmes - p. 11/51
Ce qu’il reste à faire
Comment triangulariser ?
![Page 35: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/35.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Les matrices triangulaires
Algorithme de remontée
Méthodes
Méthodes (suite)
Ce qu’il reste à faire
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Principe général des algorithmes - p. 11/51
Ce qu’il reste à faire
Comment triangulariser ?
Quelles conditions ?
![Page 36: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/36.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Les matrices triangulaires
Algorithme de remontée
Méthodes
Méthodes (suite)
Ce qu’il reste à faire
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Principe général des algorithmes - p. 11/51
Ce qu’il reste à faire
Comment triangulariser ?
Quelles conditions ?
Que faire pour les matrices singulières ?
![Page 37: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/37.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Les matrices triangulaires
Algorithme de remontée
Méthodes
Méthodes (suite)
Ce qu’il reste à faire
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Principe général des algorithmes - p. 11/51
Ce qu’il reste à faire
Comment triangulariser ?
Quelles conditions ?
Que faire pour les matrices singulières ?
Que faire pour les matrices rectangulaires ?
![Page 38: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/38.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Les matrices triangulaires
Algorithme de remontée
Méthodes
Méthodes (suite)
Ce qu’il reste à faire
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Principe général des algorithmes - p. 11/51
Ce qu’il reste à faire
Comment triangulariser ?
Quelles conditions ?
Que faire pour les matrices singulières ?
Que faire pour les matrices rectangulaires ?
Conditionnement du problème ?
![Page 39: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/39.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Triangularisation simple
Triangularisation
Algorithme de triangularisation
Élimination de GAUSS
Exemple
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Triangularisation - p. 12/51
Triangularisation
![Page 40: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/40.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Triangularisation simple
Triangularisation
Algorithme de triangularisation
Élimination de GAUSS
Exemple
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Triangularisation - p. 13/51
Triangularisation simple
Contrairement à ce qu’on dit parfois, cette méthode a été rapportéepour la première fois par CHANG TS’ANG au 2e siècle avant JC. Onl’appelle aussi méthode fang-cheng.
La méthode utilise :
la multiplication par un scalaire
la somme de deux lignes.
Le but de la méthode est d’annuler progressivement les coefficientsqui se trouvent sous la diagonale.
![Page 41: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/41.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Triangularisation simple
Triangularisation
Algorithme de triangularisation
Élimination de GAUSS
Exemple
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Triangularisation - p. 14/51
Triangularisation
On commence avec A une matrice n lignes et m colonnes
![Page 42: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/42.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Triangularisation simple
Triangularisation
Algorithme de triangularisation
Élimination de GAUSS
Exemple
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Triangularisation - p. 14/51
Triangularisation
On commence avec A une matrice n lignes et m colonnesIl y a n étapes :
![Page 43: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/43.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Triangularisation simple
Triangularisation
Algorithme de triangularisation
Élimination de GAUSS
Exemple
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Triangularisation - p. 14/51
Triangularisation
On commence avec A une matrice n lignes et m colonnesIl y a n étapes :
À l’étape k, on annule sous la diagonale les coefficients de lacolonne k :
![Page 44: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/44.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Triangularisation simple
Triangularisation
Algorithme de triangularisation
Élimination de GAUSS
Exemple
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Triangularisation - p. 14/51
Triangularisation
On commence avec A une matrice n lignes et m colonnesIl y a n étapes :
À l’étape k, on annule sous la diagonale les coefficients de lacolonne k :
On appelle ke pivot (p(k)) le coefficient de la diagonalep(k) = ak,k
À chaque ligne i > k on soustrait la ligne k multipliée par ai,k
p(k) :
q = ai,k
∀j, k ≤ j ≤ m on fait
ai,j = ai,j − ak,j .q
p(k)
![Page 45: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/45.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Triangularisation simple
Triangularisation
Algorithme de triangularisation
Élimination de GAUSS
Exemple
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Triangularisation - p. 14/51
Triangularisation
On commence avec A une matrice n lignes et m colonnesIl y a n étapes :
À l’étape k, on annule sous la diagonale les coefficients de lacolonne k :
On appelle ke pivot (p(k)) le coefficient de la diagonalep(k) = ak,k
À chaque ligne i > k on soustrait la ligne k multipliée par ai,k
p(k) :
q = ai,k
∀j, k ≤ j ≤ m on fait
ai,j = ai,j − ak,j .q
p(k)
Par définition ∀i > k lorsque j = k on fait l’opération :ai,k = ai,k − ai,k
= 0
en pratique il ne faut pas calculer ces coefficients pour éviterles erreurs de calcul.
![Page 46: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/46.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Triangularisation simple
Triangularisation
Algorithme de triangularisation
Élimination de GAUSS
Exemple
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Triangularisation - p. 14/51
Triangularisation
On commence avec A une matrice n lignes et m colonnesIl y a n étapes :
À l’étape k, on annule sous la diagonale les coefficients de lacolonne k :
On appelle ke pivot (p(k)) le coefficient de la diagonalep(k) = ak,k
À chaque ligne i > k on soustrait la ligne k multipliée par ai,k
p(k) :
q = ai,k
∀j, k ≤ j ≤ m on fait
ai,j = ai,j − ak,j .q
p(k)
Par définition ∀i > k lorsque j = k on fait l’opération :ai,k = ai,k − ai,k
= 0
en pratique il ne faut pas calculer ces coefficients pour éviterles erreurs de calcul.
L’algorithme ne fonctionne pas si l’un des pivots est nul.
![Page 47: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/47.jpg)
Triangularisation - p. 15/51
Algorithme de triangularisation
Donn ees : A = (A[i, j]),n le nb de lignes,m le nb de colonnesdebut
pour k = 1 . . . n faire
p← A[k, k]
pour i = k + 1 . . . n faireq ← A[i, k]A[i, k]← 0
pour j = k + 1 . . .m faireA[i, j] = A[i, j]− A[k, j]. q
p
finretourner A la matrice triangulaire
![Page 48: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/48.jpg)
Triangularisation - p. 15/51
Algorithme de triangularisation
Donn ees : A = (A[i, j]),
n le nb de lignes,m le nb de colonnesdebut
pour k = 1 . . . n faire
p← A[k, k]
pour i = k + 1 . . . n faireq ← A[i, k]A[i, k]← 0
pour j = k + 1 . . .m faireA[i, j] = A[i, j]− A[k, j]. q
p
finretourner A la matrice triangulaire
A
![Page 49: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/49.jpg)
Triangularisation - p. 15/51
Algorithme de triangularisation
Donn ees : A = (A[i, j]),
n le nb de lignes,m le nb de colonnesdebut
pour k = 1 . . . n faire
p← A[k, k]
pour i = k + 1 . . . n faireq ← A[i, k]A[i, k]← 0
pour j = k + 1 . . .m faireA[i, j] = A[i, j]− A[k, j]. q
p
finretourner A la matrice triangulaire
A(k−1)
0
![Page 50: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/50.jpg)
Triangularisation - p. 15/51
Algorithme de triangularisation
Donn ees : A = (A[i, j]),
n le nb de lignes,m le nb de colonnesdebut
pour k = 1 . . . n faire
p← A[k, k]
pour i = k + 1 . . . n faireq ← A[i, k]A[i, k]← 0
pour j = k + 1 . . .m faireA[i, j] = A[i, j]− A[k, j]. q
p
finretourner A la matrice triangulaire
0
p(1)
·
·
·
p(k−1)
a12 . . . a1k . . . a1m
akk+1 · · · akmakk
· · ·ak+1k+1 ak+1mak+1k
......
. . ....
ank ank+1 · · · anm
![Page 51: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/51.jpg)
Triangularisation - p. 15/51
Algorithme de triangularisation
Donn ees : A = (A[i, j]),
n le nb de lignes,m le nb de colonnesdebut
pour k = 1 . . . n faire
p← A[k, k]
pour i = k + 1 . . . n faireq ← A[i, k]A[i, k]← 0
pour j = k + 1 . . .m faireA[i, j] = A[i, j]− A[k, j]. q
p
finretourner A la matrice triangulaire
0
p(1)
·
·
·
p(k−1)
a12 . . . a1k . . . a1m
akk+1 · · · akmakk
· · ·ak+1k+1 ak+1mak+1k
......
. . ....
ank ank+1 · · · anm
![Page 52: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/52.jpg)
Triangularisation - p. 15/51
Algorithme de triangularisation
Donn ees : A = (A[i, j]),
n le nb de lignes,m le nb de colonnesdebut
pour k = 1 . . . n faire
p← A[k, k]
pour i = k + 1 . . . n faireq ← A[i, k]A[i, k]← 0
pour j = k + 1 . . .m faireA[i, j] = A[i, j]− A[k, j]. q
p
finretourner A la matrice triangulaire
0
p(1)
·
·
·
p(k−1)
a12 . . . a1k . . . a1m
akk+1 · · · akmp
· · ·ak+1k+1 ak+1mak+1k
......
. . ....
ank ank+1 · · · anm
![Page 53: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/53.jpg)
Triangularisation - p. 15/51
Algorithme de triangularisation
Donn ees : A = (A[i, j]),
n le nb de lignes,m le nb de colonnesdebut
pour k = 1 . . . n faire
p← A[k, k]
pour i = k + 1 . . . n faireq ← A[i, k]A[i, k]← 0
pour j = k + 1 . . .m faireA[i, j] = A[i, j]− A[k, j]. q
p
finretourner A la matrice triangulaire
0
p(1)
·
·
·
p(k−1)
a12 . . . a1k . . . a1m
akk+1 · · · akmp
· · ·ak+1k+1 ak+1mak+1k
......
. . ....
ank ank+1 · · · anm
![Page 54: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/54.jpg)
Triangularisation - p. 15/51
Algorithme de triangularisation
Donn ees : A = (A[i, j]),
n le nb de lignes,m le nb de colonnesdebut
pour k = 1 . . . n faire
p← A[k, k]
pour i = k + 1 . . . n faireq ← A[i, k]A[i, k]← 0
pour j = k + 1 . . .m faireA[i, j] = A[i, j]− A[k, j]. q
p
finretourner A la matrice triangulaire
0
p(1)
·
·
·
p(k−1)
a12 . . . a1k . . . a1m
akk+1 · · · akmp
· · ·ak+1k+1 ak+1mq
......
. . ....
ank ank+1 · · · anm
![Page 55: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/55.jpg)
Triangularisation - p. 15/51
Algorithme de triangularisation
Donn ees : A = (A[i, j]),
n le nb de lignes,m le nb de colonnesdebut
pour k = 1 . . . n faire
p← A[k, k]
pour i = k + 1 . . . n faireq ← A[i, k]A[i, k]← 0
pour j = k + 1 . . .m faireA[i, j] = A[i, j]− A[k, j]. q
p
finretourner A la matrice triangulaire
0
p(1)
·
·
·
p(k−1)
a12 . . . a1k . . . a1m
akk+1 · · · akmp
· · ·ak+1k+1 ak+1m0
......
. . ....
ank ank+1 · · · anm
![Page 56: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/56.jpg)
Triangularisation - p. 15/51
Algorithme de triangularisation
Donn ees : A = (A[i, j]),
n le nb de lignes,m le nb de colonnesdebut
pour k = 1 . . . n faire
p← A[k, k]
pour i = k + 1 . . . n faireq ← A[i, k]A[i, k]← 0
pour j = k + 1 . . .m faireA[i, j] = A[i, j]− A[k, j]. q
p
finretourner A la matrice triangulaire
0
p(1)
·
·
·
p(k−1)
a12 . . . a1k . . . a1m
akk+1 · · · akmp
· · ·0 a′
k+1k+1ak+1m
......
. . ....
ank ank+1 · · · anm
![Page 57: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/57.jpg)
Triangularisation - p. 15/51
Algorithme de triangularisation
Donn ees : A = (A[i, j]),
n le nb de lignes,m le nb de colonnesdebut
pour k = 1 . . . n faire
p← A[k, k]
pour i = k + 1 . . . n faireq ← A[i, k]A[i, k]← 0
pour j = k + 1 . . .m faireA[i, j] = A[i, j]− A[k, j]. q
p
finretourner A la matrice triangulaire
0
p(1)
·
·
·
p(k−1)
a12 . . . a1k . . . a1m
akk+1 · · · akmp
· · ·0 a′
k+1k+1 a′
k+1m
......
. . ....
ank ank+1 · · · anm
![Page 58: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/58.jpg)
Triangularisation - p. 15/51
Algorithme de triangularisation
Donn ees : A = (A[i, j]),
n le nb de lignes,m le nb de colonnesdebut
pour k = 1 . . . n faire
p← A[k, k]
pour i = k + 1 . . . n faireq ← A[i, k]A[i, k]← 0
pour j = k + 1 . . .m faireA[i, j] = A[i, j]− A[k, j]. q
p
finretourner A la matrice triangulaire
0
p(1)
·
·
·
p(k−1)
a12 . . . a1k . . . a1m
akk+1 · · · akmp
· · ·0 a′
k+1k+1 a′
k+1m
......
. . ....
0 a′
nk+1 · · · a′
nm
![Page 59: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/59.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Triangularisation simple
Triangularisation
Algorithme de triangularisation
Élimination de GAUSS
Exemple
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Triangularisation - p. 16/51
Élimination de G AUSS
Pour résoudre l’équation Ax = b (n équations, n inconnues).
![Page 60: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/60.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Triangularisation simple
Triangularisation
Algorithme de triangularisation
Élimination de GAUSS
Exemple
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Triangularisation - p. 16/51
Élimination de G AUSS
Pour résoudre l’équation Ax = b (n équations, n inconnues).
Construire la matrice [Ab] (n colonnes n + 1 lignes).
![Page 61: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/61.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Triangularisation simple
Triangularisation
Algorithme de triangularisation
Élimination de GAUSS
Exemple
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Triangularisation - p. 16/51
Élimination de G AUSS
Pour résoudre l’équation Ax = b (n équations, n inconnues).
Construire la matrice [Ab] (n colonnes n + 1 lignes).
Triangulariser la matrice.
![Page 62: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/62.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Triangularisation simple
Triangularisation
Algorithme de triangularisation
Élimination de GAUSS
Exemple
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Triangularisation - p. 16/51
Élimination de G AUSS
Pour résoudre l’équation Ax = b (n équations, n inconnues).
Construire la matrice [Ab] (n colonnes n + 1 lignes).
Triangulariser la matrice.
Appliquer l’algorithme de remontée
![Page 63: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/63.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Triangularisation simple
Triangularisation
Algorithme de triangularisation
Élimination de GAUSS
Exemple
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Triangularisation - p. 16/51
Élimination de G AUSS
Pour résoudre l’équation Ax = b (n équations, n inconnues).
Construire la matrice [Ab] (n colonnes n + 1 lignes).
Triangulariser la matrice.
Appliquer l’algorithme de remontée
2n3
3 opérations pour la triangularisation, n2 pour la remontée.
![Page 64: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/64.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Triangularisation simple
Triangularisation
Algorithme de triangularisation
Élimination de GAUSS
Exemple
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Triangularisation - p. 16/51
Élimination de G AUSS
Pour résoudre l’équation Ax = b (n équations, n inconnues).
Construire la matrice [Ab] (n colonnes n + 1 lignes).
Triangulariser la matrice.
Appliquer l’algorithme de remontée
2n3
3 opérations pour la triangularisation, n2 pour la remontée.
Par exemple :
1 2 3
1 1 2
1 1 1
· x =
4
5
6
![Page 65: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/65.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Triangularisation simple
Triangularisation
Algorithme de triangularisation
Élimination de GAUSS
Exemple
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Triangularisation - p. 17/51
Exemple
triangularisation
1 2 3
1 1 2
1 1 1
![Page 66: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/66.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Triangularisation simple
Triangularisation
Algorithme de triangularisation
Élimination de GAUSS
Exemple
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Triangularisation - p. 17/51
Exemple
triangularisation
1 2 3 4
1 1 2 5
1 1 1 6
![Page 67: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/67.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Triangularisation simple
Triangularisation
Algorithme de triangularisation
Élimination de GAUSS
Exemple
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Triangularisation - p. 17/51
Exemple
triangularisation
1 2 3 4
1 1 2 5
1 1 1 6
1 2 3 4
0 −1 −1 1
0 −1 −2 2
![Page 68: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/68.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Triangularisation simple
Triangularisation
Algorithme de triangularisation
Élimination de GAUSS
Exemple
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Triangularisation - p. 17/51
Exemple
triangularisation
1 2 3 4
1 1 2 5
1 1 1 6
1 2 3 4
0 −1 −1 1
0 −1 −2 2
1 2 3 4
0 −1 −1 1
0 0 −1 1
![Page 69: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/69.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Triangularisation simple
Triangularisation
Algorithme de triangularisation
Élimination de GAUSS
Exemple
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Triangularisation - p. 17/51
Exemple
triangularisation
1 2 3 4
1 1 2 5
1 1 1 6
1 2 3 4
0 −1 −1 1
0 −1 −2 2
1 2 3 4
0 −1 −1 1
0 0 −1 1
remontée
![Page 70: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/70.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Triangularisation simple
Triangularisation
Algorithme de triangularisation
Élimination de GAUSS
Exemple
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Triangularisation - p. 17/51
Exemple
triangularisation
1 2 3 4
1 1 2 5
1 1 1 6
1 2 3 4
0 −1 −1 1
0 −1 −2 2
1 2 3 4
0 −1 −1 1
0 0 −1 1
remontée
x3 =1
−1= −1
![Page 71: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/71.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Triangularisation simple
Triangularisation
Algorithme de triangularisation
Élimination de GAUSS
Exemple
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Triangularisation - p. 17/51
Exemple
triangularisation
1 2 3 4
1 1 2 5
1 1 1 6
1 2 3 4
0 −1 −1 1
0 −1 −2 2
1 2 3 4
0 −1 −1 1
0 0 −1 1
remontée
x3 =1
−1= −1
x2 =1− (−1× (−1))
−1= 0
![Page 72: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/72.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Triangularisation simple
Triangularisation
Algorithme de triangularisation
Élimination de GAUSS
Exemple
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Triangularisation - p. 17/51
Exemple
triangularisation
1 2 3 4
1 1 2 5
1 1 1 6
1 2 3 4
0 −1 −1 1
0 −1 −2 2
1 2 3 4
0 −1 −1 1
0 0 −1 1
remontée
x3 =1
−1= −1
x2 =1− (−1× (−1))
−1= 0
x1 =4− (3× (−1) + 2× 0)
1= 7
![Page 73: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/73.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Triangularisation simple
Triangularisation
Algorithme de triangularisation
Élimination de GAUSS
Exemple
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Triangularisation - p. 17/51
Exemple
triangularisation
1 2 3 4
1 1 2 5
1 1 1 6
1 2 3 4
0 −1 −1 1
0 −1 −2 2
1 2 3 4
0 −1 −1 1
0 0 −1 1
remontée
x3 =1
−1= −1
x2 =1− (−1× (−1))
−1= 0
x1 =4− (3× (−1) + 2× 0)
1= 7
Donc
x =
7
0
−1
![Page 74: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/74.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Décomposition LU
Calcul de la matrice L
Inverse de la matrice M(i)
Calcul de L
Calcul de L (suite)
Algorithme
Exemple
Conditions
Recherche de pivots maximaux
Conditionnement
Forme matricielle de la triangularisation - p. 18/51
Forme matricielle de la triangularisation
![Page 75: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/75.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Décomposition LU
Calcul de la matrice L
Inverse de la matrice M(i)
Calcul de L
Calcul de L (suite)
Algorithme
Exemple
Conditions
Recherche de pivots maximaux
Conditionnement
Forme matricielle de la triangularisation - p. 19/51
Décomposition LU
Pour « préparer la matrice » on souhaite la factoriser en deuxmatrices triangulaires :
A =
L
11
. . .1
·
Up1
p2
. . .p3
Pour construire L et U on utilise l’élimination de GAUSS en « sesouvenant » des opérations faites.
![Page 76: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/76.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Décomposition LU
Calcul de la matrice L
Inverse de la matrice M(i)
Calcul de L
Calcul de L (suite)
Algorithme
Exemple
Conditions
Recherche de pivots maximaux
Conditionnement
Forme matricielle de la triangularisation - p. 19/51
Décomposition LU
Pour « préparer la matrice » on souhaite la factoriser en deuxmatrices triangulaires :
A =
L
11
. . .1
·
Up1
p2
. . .p3
Pour construire L et U on utilise l’élimination de GAUSS en « sesouvenant » des opérations faites.En effet à la fin de la triangularisation, on obtient U :
0
B
B
B
B
B
B
B
B
@
1
C
C
C
C
C
C
C
C
A
A
![Page 77: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/77.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Décomposition LU
Calcul de la matrice L
Inverse de la matrice M(i)
Calcul de L
Calcul de L (suite)
Algorithme
Exemple
Conditions
Recherche de pivots maximaux
Conditionnement
Forme matricielle de la triangularisation - p. 19/51
Décomposition LU
Pour « préparer la matrice » on souhaite la factoriser en deuxmatrices triangulaires :
A =
L
11
. . .1
·
Up1
p2
. . .p3
Pour construire L et U on utilise l’élimination de GAUSS en « sesouvenant » des opérations faites.En effet à la fin de la triangularisation, on obtient U :
0
B
B
B
B
B
B
B
B
@
1
C
C
C
C
C
C
C
C
A
p1
A′
![Page 78: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/78.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Décomposition LU
Calcul de la matrice L
Inverse de la matrice M(i)
Calcul de L
Calcul de L (suite)
Algorithme
Exemple
Conditions
Recherche de pivots maximaux
Conditionnement
Forme matricielle de la triangularisation - p. 19/51
Décomposition LU
Pour « préparer la matrice » on souhaite la factoriser en deuxmatrices triangulaires :
A =
L
11
. . .1
·
Up1
p2
. . .p3
Pour construire L et U on utilise l’élimination de GAUSS en « sesouvenant » des opérations faites.En effet à la fin de la triangularisation, on obtient U :
0
B
B
B
B
B
B
B
B
@
1
C
C
C
C
C
C
C
C
A
p1
p2
A′′
![Page 79: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/79.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Décomposition LU
Calcul de la matrice L
Inverse de la matrice M(i)
Calcul de L
Calcul de L (suite)
Algorithme
Exemple
Conditions
Recherche de pivots maximaux
Conditionnement
Forme matricielle de la triangularisation - p. 19/51
Décomposition LU
Pour « préparer la matrice » on souhaite la factoriser en deuxmatrices triangulaires :
A =
L
11
. . .1
·
Up1
p2
. . .p3
Pour construire L et U on utilise l’élimination de GAUSS en « sesouvenant » des opérations faites.En effet à la fin de la triangularisation, on obtient U :
0
B
B
B
B
B
B
B
B
@
1
C
C
C
C
C
C
C
C
A
p1
p2
...
pn
U
![Page 80: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/80.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Décomposition LU
Calcul de la matrice L
Inverse de la matrice M(i)
Calcul de L
Calcul de L (suite)
Algorithme
Exemple
Conditions
Recherche de pivots maximaux
Conditionnement
Forme matricielle de la triangularisation - p. 19/51
Décomposition LU
Pour « préparer la matrice » on souhaite la factoriser en deuxmatrices triangulaires :
A =
L
11
. . .1
·
Up1
p2
. . .p3
Pour construire L et U on utilise l’élimination de GAUSS en « sesouvenant » des opérations faites.En effet à la fin de la triangularisation, on obtient U :
0
B
B
B
B
B
B
B
B
@
1
C
C
C
C
C
C
C
C
A
p1
p2
...
pn
U
Une étape de l’élimination revient à multiplier A par une matriceM (k) quelle est la forme de cette matrice ?
![Page 81: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/81.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Décomposition LU
Calcul de la matrice L
Inverse de la matrice M(i)
Calcul de L
Calcul de L (suite)
Algorithme
Exemple
Conditions
Recherche de pivots maximaux
Conditionnement
Forme matricielle de la triangularisation - p. 20/51
Soient
mki = − aik
akket M (k) =
1. . .
1
. . .1
mkk+1...
mkn
ke colonne
![Page 82: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/82.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Décomposition LU
Calcul de la matrice L
Inverse de la matrice M(i)
Calcul de L
Calcul de L (suite)
Algorithme
Exemple
Conditions
Recherche de pivots maximaux
Conditionnement
Forme matricielle de la triangularisation - p. 20/51
Soient
mki = − aik
akket M (k) =
1. . .
1
. . .1
mkk+1...
mkn
ke colonne
Alors :
A =
0
B
B
B
B
B
B
B
B
@
1
C
C
C
C
C
C
C
C
A
A
![Page 83: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/83.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Décomposition LU
Calcul de la matrice L
Inverse de la matrice M(i)
Calcul de L
Calcul de L (suite)
Algorithme
Exemple
Conditions
Recherche de pivots maximaux
Conditionnement
Forme matricielle de la triangularisation - p. 20/51
Soient
mki = − aik
akket M (k) =
1. . .
1
. . .1
mkk+1...
mkn
ke colonne
Alors :0
B
B
B
B
B
B
B
B
@
1
C
C
C
C
C
C
C
C
A
1
1
...
1
M(1)A =
0
B
B
B
B
B
B
B
B
@
1
C
C
C
C
C
C
C
C
A
p1
A(1)
![Page 84: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/84.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Décomposition LU
Calcul de la matrice L
Inverse de la matrice M(i)
Calcul de L
Calcul de L (suite)
Algorithme
Exemple
Conditions
Recherche de pivots maximaux
Conditionnement
Forme matricielle de la triangularisation - p. 20/51
Soient
mki = − aik
akket M (k) =
1. . .
1
. . .1
mkk+1...
mkn
ke colonne
Alors :0
B
B
B
B
B
B
B
B
@
1
C
C
C
C
C
C
C
C
A
1
1
...
1M(2)
0
B
B
B
B
B
B
B
B
@
1
C
C
C
C
C
C
C
C
A
1
1
...
1
M(1)A =
0
B
B
B
B
B
B
B
B
@
1
C
C
C
C
C
C
C
C
A
p1
p2 A(2)
![Page 85: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/85.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Décomposition LU
Calcul de la matrice L
Inverse de la matrice M(i)
Calcul de L
Calcul de L (suite)
Algorithme
Exemple
Conditions
Recherche de pivots maximaux
Conditionnement
Forme matricielle de la triangularisation - p. 20/51
Soient
mki = − aik
akket M (k) =
1. . .
1
. . .1
mkk+1...
mkn
ke colonne
Alors :0
B
B
B
B
B
B
B
B
@
1
C
C
C
C
C
C
C
C
A
1
...
1
1M(n−1)
· · ·
0
B
B
B
B
B
B
B
B
@
1
C
C
C
C
C
C
C
C
A
1
1
...
1M(2)
0
B
B
B
B
B
B
B
B
@
1
C
C
C
C
C
C
C
C
A
1
1
...
1
M(1)A =
0
B
B
B
B
B
B
B
B
@
1
C
C
C
C
C
C
C
C
A
p1
p2
...
pn
U
![Page 86: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/86.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Décomposition LU
Calcul de la matrice L
Inverse de la matrice M(i)
Calcul de L
Calcul de L (suite)
Algorithme
Exemple
Conditions
Recherche de pivots maximaux
Conditionnement
Forme matricielle de la triangularisation - p. 20/51
Soient
mki = − aik
akket M (k) =
1. . .
1
. . .1
mkk+1...
mkn
ke colonne
Alors :0
B
B
B
B
B
B
B
B
@
1
C
C
C
C
C
C
C
C
A
1
...
1
1M(n−1)
· · ·
0
B
B
B
B
B
B
B
B
@
1
C
C
C
C
C
C
C
C
A
1
1
...
1M(2)
0
B
B
B
B
B
B
B
B
@
1
C
C
C
C
C
C
C
C
A
1
1
...
1
M(1)A =
0
B
B
B
B
B
B
B
B
@
1
C
C
C
C
C
C
C
C
A
p1
p2
...
pn
U
Nous avons donc
M ·A = U
![Page 87: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/87.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Décomposition LU
Calcul de la matrice L
Inverse de la matrice M(i)
Calcul de L
Calcul de L (suite)
Algorithme
Exemple
Conditions
Recherche de pivots maximaux
Conditionnement
Forme matricielle de la triangularisation - p. 21/51
Calcul de la matrice L
A-t-on obtenu les matrices U et L de la décomposition ?
![Page 88: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/88.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Décomposition LU
Calcul de la matrice L
Inverse de la matrice M(i)
Calcul de L
Calcul de L (suite)
Algorithme
Exemple
Conditions
Recherche de pivots maximaux
Conditionnement
Forme matricielle de la triangularisation - p. 21/51
Calcul de la matrice L
A-t-on obtenu les matrices U et L de la décomposition ?le produit de deux matrices triangulaires inférieures esttriangulaire inférieure,L’inverse d’une matrice triangulaire inférieure est une matricetriangulaire inférieure.
Lorsqu’elle existe la décomposition est unique.Cela nous prouve que la matrice U obtenue est celle de ladécomposition LU et que la matrice M est l’inverse de la matrice L
recherchée.
![Page 89: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/89.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Décomposition LU
Calcul de la matrice L
Inverse de la matrice M(i)
Calcul de L
Calcul de L (suite)
Algorithme
Exemple
Conditions
Recherche de pivots maximaux
Conditionnement
Forme matricielle de la triangularisation - p. 21/51
Calcul de la matrice L
A-t-on obtenu les matrices U et L de la décomposition ?le produit de deux matrices triangulaires inférieures esttriangulaire inférieure,L’inverse d’une matrice triangulaire inférieure est une matricetriangulaire inférieure.
Lorsqu’elle existe la décomposition est unique.Cela nous prouve que la matrice U obtenue est celle de ladécomposition LU et que la matrice M est l’inverse de la matrice L
recherchée.
Pour calculer la matrice L il faut :
![Page 90: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/90.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Décomposition LU
Calcul de la matrice L
Inverse de la matrice M(i)
Calcul de L
Calcul de L (suite)
Algorithme
Exemple
Conditions
Recherche de pivots maximaux
Conditionnement
Forme matricielle de la triangularisation - p. 21/51
Calcul de la matrice L
A-t-on obtenu les matrices U et L de la décomposition ?le produit de deux matrices triangulaires inférieures esttriangulaire inférieure,L’inverse d’une matrice triangulaire inférieure est une matricetriangulaire inférieure.
Lorsqu’elle existe la décomposition est unique.Cela nous prouve que la matrice U obtenue est celle de ladécomposition LU et que la matrice M est l’inverse de la matrice L
recherchée.
Pour calculer la matrice L il faut :
⊲ Inverser les M (i),
⊲ Calculer le produit :
L = M (1)−1
·M (2)−1
·M (3)−1
· · ·M (n−1)−1
![Page 91: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/91.jpg)
Forme matricielle de la triangularisation - p. 22/51
Inverse de la matrice M(i)
On peut montrer que :
1. . .1. . .
1X
↓ ie colonne
×
1. . .1. . .
1Y
↓ je colonne
=
1. . .
11
. . .1X
+Y
↓ ie colonne
si i = j
1. . .1. . .
1. . .
1
X
Y
ie colonne ↑ ↑ je colonne
si i < j
![Page 92: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/92.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Décomposition LU
Calcul de la matrice L
Inverse de la matrice M(i)
Calcul de L
Calcul de L (suite)
Algorithme
Exemple
Conditions
Recherche de pivots maximaux
Conditionnement
Forme matricielle de la triangularisation - p. 23/51
Calcul de L
Donc M (k) est inversible d’inverse L(k) avec :
M (k) =
1. . .
1
. . .1
mkk+1
mkn
![Page 93: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/93.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Décomposition LU
Calcul de la matrice L
Inverse de la matrice M(i)
Calcul de L
Calcul de L (suite)
Algorithme
Exemple
Conditions
Recherche de pivots maximaux
Conditionnement
Forme matricielle de la triangularisation - p. 23/51
Calcul de L
Donc M (k) est inversible d’inverse L(k) avec :
M (k) =
1. . .
1
. . .1
mkk+1
mkn
L(k) =
1. . .
1
. . .1
−mkk+1
−mkn
![Page 94: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/94.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Décomposition LU
Calcul de la matrice L
Inverse de la matrice M(i)
Calcul de L
Calcul de L (suite)
Algorithme
Exemple
Conditions
Recherche de pivots maximaux
Conditionnement
Forme matricielle de la triangularisation - p. 24/51
Calcul de L (suite)
La matrice L de la décomposition est :
L = L(1) × L(2) · · · × L(n−1)
=
![Page 95: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/95.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Décomposition LU
Calcul de la matrice L
Inverse de la matrice M(i)
Calcul de L
Calcul de L (suite)
Algorithme
Exemple
Conditions
Recherche de pivots maximaux
Conditionnement
Forme matricielle de la triangularisation - p. 24/51
Calcul de L (suite)
La matrice L de la décomposition est :
L = L(1) × L(2) · · · × L(n−1)
=
1
−m12 1
·. . . 1
· −mkk+1 1
·...
. . . 1
−m1n . . . −mk
n . . . −mn−1n 1
Rappel : les mki sont les coefficients de l’élimination de GAUSS
−mki =
aik
akk
![Page 96: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/96.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Décomposition LU
Calcul de la matrice L
Inverse de la matrice M(i)
Calcul de L
Calcul de L (suite)
Algorithme
Exemple
Conditions
Recherche de pivots maximaux
Conditionnement
Forme matricielle de la triangularisation - p. 25/51
Algorithme
Donn ees : A = (A[i, j]), n le nombre de lignes et colonnesdebut
pour k = 1 . . . n fairep← A[k, k]pour i = k + 1 . . . n faire
q ← A[i, k]A[i, k]← 0
pour j = k + 1 . . . n faireA[i, j] = A[i, j]− A[k, j]. q
p
finretourner
![Page 97: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/97.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Décomposition LU
Calcul de la matrice L
Inverse de la matrice M(i)
Calcul de L
Calcul de L (suite)
Algorithme
Exemple
Conditions
Recherche de pivots maximaux
Conditionnement
Forme matricielle de la triangularisation - p. 25/51
Algorithme
Donn ees : A = (A[i, j]), n le nombre de lignes et colonnesdebut
U ← A
pour k = 1 . . . n fairep← U [k, k]pour i = k + 1 . . . n faire
q ← U [i, k]U [i, k]← 0
pour j = k + 1 . . . n faireU [i, j] = U [i, j]− U [k, j]. q
p
finretourner U la matrice triangulaire superieure,
![Page 98: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/98.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Décomposition LU
Calcul de la matrice L
Inverse de la matrice M(i)
Calcul de L
Calcul de L (suite)
Algorithme
Exemple
Conditions
Recherche de pivots maximaux
Conditionnement
Forme matricielle de la triangularisation - p. 25/51
Algorithme
Donn ees : A = (A[i, j]), n le nombre de lignes et colonnesdebut
U ← A
L← I
pour k = 1 . . . n fairep← U [k, k]pour i = k + 1 . . . n faire
q ← U [i, k]U [i, k]← 0L[i, k]← q
p
pour j = k + 1 . . . n faireU [i, j] = U [i, j]− U [k, j]. q
p
finretourner U la matrice triangulaire superieure,L la matrice triangulaire inferieure
![Page 99: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/99.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Décomposition LU
Calcul de la matrice L
Inverse de la matrice M(i)
Calcul de L
Calcul de L (suite)
Algorithme
Exemple
Conditions
Recherche de pivots maximaux
Conditionnement
Forme matricielle de la triangularisation - p. 26/51
Exemple
Décomposition de la matrice
1 2 3
1 1 2
1 1 1
![Page 100: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/100.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Décomposition LU
Calcul de la matrice L
Inverse de la matrice M(i)
Calcul de L
Calcul de L (suite)
Algorithme
Exemple
Conditions
Recherche de pivots maximaux
Conditionnement
Forme matricielle de la triangularisation - p. 26/51
Exemple
Décomposition de la matrice
1 2 3
1 1 2
1 1 1
U (0) =
1 2 3
1 1 2
1 1 1
L(0) =
1 0 0
0 1 0
0 0 1
![Page 101: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/101.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Décomposition LU
Calcul de la matrice L
Inverse de la matrice M(i)
Calcul de L
Calcul de L (suite)
Algorithme
Exemple
Conditions
Recherche de pivots maximaux
Conditionnement
Forme matricielle de la triangularisation - p. 26/51
Exemple
Décomposition de la matrice
1 2 3
1 1 2
1 1 1
U (0) =
1 2 3
1 1 2
1 1 1
L(0) =
1 0 0
0 1 0
0 0 1
U (1) =
1 2 3
0 −1 −1
0 −1 −2
L(1) =
1 0 0
1 1 0
1 0 1
![Page 102: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/102.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Décomposition LU
Calcul de la matrice L
Inverse de la matrice M(i)
Calcul de L
Calcul de L (suite)
Algorithme
Exemple
Conditions
Recherche de pivots maximaux
Conditionnement
Forme matricielle de la triangularisation - p. 26/51
Exemple
Décomposition de la matrice
1 2 3
1 1 2
1 1 1
U (0) =
1 2 3
1 1 2
1 1 1
L(0) =
1 0 0
0 1 0
0 0 1
U (1) =
1 2 3
0 −1 −1
0 −1 −2
L(1) =
1 0 0
1 1 0
1 0 1
U (2) =
1 2 3
0 −1 −1
0 0 −1
L(2) =
1 0 0
1 1 0
1 1 1
![Page 103: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/103.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Conditions
Pivots nuls
Exemple
Exemple (suite)
Recherche de pivots maximaux
Conditionnement
Conditions - p. 27/51
Conditions
![Page 104: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/104.jpg)
Conditions - p. 28/51
Conditions
Cet algorithme est applicable sur A ssi tous les pivots p(k) sont non nuls.
Comment être sur que ces pivots ne seront pas nuls ?
![Page 105: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/105.jpg)
Conditions - p. 28/51
Conditions
Cet algorithme est applicable sur A ssi tous les pivots p(k) sont non nuls.
Comment être sur que ces pivots ne seront pas nuls ?
Théorème L’élimination de GAUSS fonctionne sur une matriceA = (aij)1≤i,j≤n si et seulement si toutes ses matrices principales (« en coin »)
Ak = (aij)1≤i,j≤k sont inversibles
a11 a12
a21 a22
a13
a23
a31 a32 a33
. . .
. . .
. . .
......
.... . .
a1n
a2n
a3n
...an1 an2 an3 . . . ann
![Page 106: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/106.jpg)
Conditions - p. 28/51
Conditions
Cet algorithme est applicable sur A ssi tous les pivots p(k) sont non nuls.
Comment être sur que ces pivots ne seront pas nuls ?
Théorème L’élimination de GAUSS fonctionne sur une matriceA = (aij)1≤i,j≤n si et seulement si toutes ses matrices principales (« en coin »)
Ak = (aij)1≤i,j≤k sont inversibles
a11 a12
a21 a22
a13
a23
a31 a32 a33
. . .
. . .
. . .
......
.... . .
a1n
a2n
a3n
...an1 an2 an3 . . . ann
A1
![Page 107: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/107.jpg)
Conditions - p. 28/51
Conditions
Cet algorithme est applicable sur A ssi tous les pivots p(k) sont non nuls.
Comment être sur que ces pivots ne seront pas nuls ?
Théorème L’élimination de GAUSS fonctionne sur une matriceA = (aij)1≤i,j≤n si et seulement si toutes ses matrices principales (« en coin »)
Ak = (aij)1≤i,j≤k sont inversibles
a11 a12
a21 a22
a13
a23
a31 a32 a33
. . .
. . .
. . .
......
.... . .
a1n
a2n
a3n
...an1 an2 an3 . . . ann
A2
![Page 108: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/108.jpg)
Conditions - p. 28/51
Conditions
Cet algorithme est applicable sur A ssi tous les pivots p(k) sont non nuls.
Comment être sur que ces pivots ne seront pas nuls ?
Théorème L’élimination de GAUSS fonctionne sur une matriceA = (aij)1≤i,j≤n si et seulement si toutes ses matrices principales (« en coin »)
Ak = (aij)1≤i,j≤k sont inversibles
a11 a12
a21 a22
a13
a23
a31 a32 a33
. . .
. . .
. . .
......
.... . .
a1n
a2n
a3n
...an1 an2 an3 . . . ann
A3
![Page 109: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/109.jpg)
Conditions - p. 28/51
Conditions
Cet algorithme est applicable sur A ssi tous les pivots p(k) sont non nuls.
Comment être sur que ces pivots ne seront pas nuls ?
Théorème L’élimination de GAUSS fonctionne sur une matriceA = (aij)1≤i,j≤n si et seulement si toutes ses matrices principales (« en coin »)
Ak = (aij)1≤i,j≤k sont inversibles
a11 a12
a21 a22
a13
a23
a31 a32 a33
. . .
. . .
. . .
......
.... . .
a1n
a2n
a3n
...an1 an2 an3 . . . ann
A4
![Page 110: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/110.jpg)
Conditions - p. 28/51
Conditions
Cet algorithme est applicable sur A ssi tous les pivots p(k) sont non nuls.
Comment être sur que ces pivots ne seront pas nuls ?
Théorème L’élimination de GAUSS fonctionne sur une matriceA = (aij)1≤i,j≤n si et seulement si toutes ses matrices principales (« en coin »)
Ak = (aij)1≤i,j≤k sont inversibles
a11 a12
a21 a22
a13
a23
a31 a32 a33
. . .
. . .
. . .
......
.... . .
a1n
a2n
a3n
...an1 an2 an3 . . . ann
An = A
![Page 111: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/111.jpg)
Conditions - p. 28/51
Conditions
Cet algorithme est applicable sur A ssi tous les pivots p(k) sont non nuls.
Comment être sur que ces pivots ne seront pas nuls ?
Théorème L’élimination de GAUSS fonctionne sur une matriceA = (aij)1≤i,j≤n si et seulement si toutes ses matrices principales (« en coin »)
Ak = (aij)1≤i,j≤k sont inversibles
a11 a12
a21 a22
a13
a23
a31 a32 a33
. . .
. . .
. . .
......
.... . .
a1n
a2n
a3n
...an1 an2 an3 . . . ann
Cela ne donne pas de moyen à priori pour savoir si la méthode fonctionne.
![Page 112: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/112.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Conditions
Pivots nuls
Exemple
Exemple (suite)
Recherche de pivots maximaux
Conditionnement
Conditions - p. 29/51
Pivots nuls
Le fait qu’une matrice principale Ak ne soit pas inversible ne signifiepas que la matrice A n’est pas inversible.
![Page 113: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/113.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Conditions
Pivots nuls
Exemple
Exemple (suite)
Recherche de pivots maximaux
Conditionnement
Conditions - p. 29/51
Pivots nuls
Le fait qu’une matrice principale Ak ne soit pas inversible ne signifiepas que la matrice A n’est pas inversible.
Par exemple :
(
0 1
1 1
)
1 1 0
−1 −1 1
0 1 1
ces matrices sont inversibles et peuvent être triangularisées parune méthode un peu plus complexe.
![Page 114: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/114.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Conditions
Pivots nuls
Exemple
Exemple (suite)
Recherche de pivots maximaux
Conditionnement
Conditions - p. 29/51
Pivots nuls
Le fait qu’une matrice principale Ak ne soit pas inversible ne signifiepas que la matrice A n’est pas inversible.
Par exemple :
(
0 1
1 1
)
1 1 0
−1 −1 1
0 1 1
ces matrices sont inversibles et peuvent être triangularisées parune méthode un peu plus complexe.
L’avis du mathématicien :
« si un pivot est nul, alors on permute deux lignes »
![Page 115: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/115.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Conditions
Pivots nuls
Exemple
Exemple (suite)
Recherche de pivots maximaux
Conditionnement
Conditions - p. 29/51
Pivots nuls
Le fait qu’une matrice principale Ak ne soit pas inversible ne signifiepas que la matrice A n’est pas inversible.
Par exemple :
(
0 1
1 1
)
1 1 0
−1 −1 1
0 1 1
ces matrices sont inversibles et peuvent être triangularisées parune méthode un peu plus complexe.
L’avis du mathématicien :
« si un pivot est nul, alors on permute deux lignes »car :Théorème Si tous les pivots possibles sont nuls alors la matriceest singulière
![Page 116: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/116.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Conditions
Pivots nuls
Exemple
Exemple (suite)
Recherche de pivots maximaux
Conditionnement
Conditions - p. 29/51
Pivots nuls
Le fait qu’une matrice principale Ak ne soit pas inversible ne signifiepas que la matrice A n’est pas inversible.
Par exemple :
(
0 1
1 1
)
1 1 0
−1 −1 1
0 1 1
ces matrices sont inversibles et peuvent être triangularisées parune méthode un peu plus complexe.
L’avis du mathématicien :
« si un pivot est nul, alors on permute deux lignes »car :Théorème Si tous les pivots possibles sont nuls alors la matriceest singulière
Pourquoi cela n’est-il pas satisfaisant ?
![Page 117: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/117.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Conditions
Pivots nuls
Exemple
Exemple (suite)
Recherche de pivots maximaux
Conditionnement
Conditions - p. 30/51
Exemple
En modifiant légèrement la matrice précédente :
1 1 0
−1 −1 1
0 1 1
× x =
0
1
2
La solution est (−1, 1, 1).
Appliquons la méthode de triangularisation avec 4 chiffresdécimaux de précision en arrondi au plus près.
![Page 118: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/118.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Conditions
Pivots nuls
Exemple
Exemple (suite)
Recherche de pivots maximaux
Conditionnement
Conditions - p. 30/51
Exemple
En modifiant légèrement la matrice précédente :
13
13 0
−1 −1 1
0 1 1
× x =
0
1
2
La solution est (−1, 1, 1).
Appliquons la méthode de triangularisation avec 4 chiffresdécimaux de précision en arrondi au plus près.
![Page 119: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/119.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Conditions
Pivots nuls
Exemple
Exemple (suite)
Recherche de pivots maximaux
Conditionnement
Conditions - p. 30/51
Exemple
En modifiant légèrement la matrice précédente :
13
13 0
−1 −1 1
0 1 1
× x =
0
1
2
La solution est (−1, 1, 1).
Appliquons la méthode de triangularisation avec 4 chiffresdécimaux de précision en arrondi au plus près. La matrice A
devient :
A =
13
13 0
−1 −1 1
0 1 1
![Page 120: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/120.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Conditions
Pivots nuls
Exemple
Exemple (suite)
Recherche de pivots maximaux
Conditionnement
Conditions - p. 30/51
Exemple
En modifiant légèrement la matrice précédente :
13
13 0
−1 −1 1
0 1 1
× x =
0
1
2
La solution est (−1, 1, 1).
Appliquons la méthode de triangularisation avec 4 chiffresdécimaux de précision en arrondi au plus près. La matrice A
devient :
A =
0.3333 0.3333 0
−1 −1 1
0 1 1
![Page 121: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/121.jpg)
Conditions - p. 31/51
Exemple (suite)
0.3333 0.3333 0
−1 −1 1
0 1 1
× x =
0
1
2
![Page 122: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/122.jpg)
Conditions - p. 31/51
Exemple (suite)
0.3333 0.3333 0
0 −1+0.9999 1
0 1 1
× x =
0
1
2
![Page 123: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/123.jpg)
Conditions - p. 31/51
Exemple (suite)
0.3333 0.3333 0
0 −1E− 4 1
0 1 1
× x =
0
1
2
![Page 124: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/124.jpg)
Conditions - p. 31/51
Exemple (suite)
0.3333 0.3333 0
0 −1E− 4 1
0 1 1
× x =
0
1
2
0.3333 0.3333 0
0 −1E − 4 1
0 1 1
× x =
0
1
2
![Page 125: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/125.jpg)
Conditions - p. 31/51
Exemple (suite)
0.3333 0.3333 0
0 −1E− 4 1
0 1 1
× x =
0
1
2
0.3333 0.3333 0
0 −1E − 4 1
0 0 1 + 10000
× x =
0
1
2+10000
![Page 126: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/126.jpg)
Conditions - p. 31/51
Exemple (suite)
0.3333 0.3333 0
0 −1E− 4 1
0 1 1
× x =
0
1
2
0.3333 0.3333 0
0 −1E − 4 1
0 0 1E4
× x =
0
1
1E4
![Page 127: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/127.jpg)
Conditions - p. 31/51
Exemple (suite)
0.3333 0.3333 0
0 −1E− 4 1
0 1 1
× x =
0
1
2
0.3333 0.3333 0
0 −1E − 4 1
0 0 1E4
× x =
0
1
1E4
Doncx3 = 1E4
1E4 = 1
x2 = 1−11E−4 = 0
x1 = 00.3333 = 0
![Page 128: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/128.jpg)
Conditions - p. 31/51
Exemple (suite)
0.3333 0.3333 0
0 −1E− 4 1
0 1 1
× x =
0
1
2
0.3333 0.3333 0
0 −1E − 4 1
0 0 1E4
× x =
0
1
1E4
Doncx3 = 1E4
1E4 = 1
x2 = 1−11E−4 = 0
x1 = 00.3333 = 0
Suite aux erreurs d’arrondis,la solution fournie est
0
0
1
au lieu de
−1
1
1
![Page 129: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/129.jpg)
Conditions - p. 31/51
Exemple (suite)
0.3333 0.3333 0
0 −1E− 4 1
0 1 1
× x =
0
1
2
0.3333 0.3333 0
0 −1E − 4 1
0 0 1E4
× x =
0
1
1E4
Doncx3 = 1E4
1E4 = 1
x2 = 1−11E−4 = 0
x1 = 00.3333 = 0
Suite aux erreurs d’arrondis,la solution fournie est
0
0
1
au lieu de
−1
1
1
Pour résoudre ce problème on recherche les pivots maximaux.
![Page 130: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/130.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Recherche de pivots maximaux
Pivot partiel
Élimination avec pivot partiel
Pivot total
Résumé
Effet sur la décomposition LU
Matrice de permutationPropriétés des matrices de
permutation
Décomposition PLU
Algorithme
Exemple
Exemple(suite)
Conditionnement
Recherche de pivots maximaux - p. 32/51
Recherche de pivots maximaux
![Page 131: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/131.jpg)
Recherche de pivots maximaux - p. 33/51
Recherche de pivots maximaux
Nous n’avons pas utilisé les deux propriétés suivantes :
On ne change pas la solution du système lorsque on permute deux lignes,
On ne change pas la solution du système lorsque on permute deuxcolonnes.
![Page 132: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/132.jpg)
Recherche de pivots maximaux - p. 33/51
Recherche de pivots maximaux
Nous n’avons pas utilisé les deux propriétés suivantes :
On ne change pas la solution du système lorsque on permute deux lignes,
On ne change pas la solution du système lorsque on permute deuxcolonnes.
Or la permutation est une opération qui ne cause aucune erreur de calcul.
![Page 133: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/133.jpg)
Recherche de pivots maximaux - p. 33/51
Recherche de pivots maximaux
Nous n’avons pas utilisé les deux propriétés suivantes :
On ne change pas la solution du système lorsque on permute deux lignes,
On ne change pas la solution du système lorsque on permute deuxcolonnes.
Or la permutation est une opération qui ne cause aucune erreur de calcul.
On peut utiliser cette propriété pour choisir le pivot le plus grand (en valeurabsolue).
En ne permutant que les lignes, c’est l’algorithme de GAUSS avec pivotpartiel. ⊲simple
![Page 134: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/134.jpg)
Recherche de pivots maximaux - p. 33/51
Recherche de pivots maximaux
Nous n’avons pas utilisé les deux propriétés suivantes :
On ne change pas la solution du système lorsque on permute deux lignes,
On ne change pas la solution du système lorsque on permute deuxcolonnes.
Or la permutation est une opération qui ne cause aucune erreur de calcul.
On peut utiliser cette propriété pour choisir le pivot le plus grand (en valeurabsolue).
En ne permutant que les lignes, c’est l’algorithme de GAUSS avec pivotpartiel. ⊲simpleEn permutant les lignes et les colonnes, c’est l’algorithme de GAUSS avecpivot total. ⊲stable
![Page 135: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/135.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Recherche de pivots maximaux
Pivot partiel
Élimination avec pivot partiel
Pivot total
Résumé
Effet sur la décomposition LU
Matrice de permutationPropriétés des matrices de
permutation
Décomposition PLU
Algorithme
Exemple
Exemple(suite)
Conditionnement
Recherche de pivots maximaux - p. 34/51
Pivot partiel
rechercher le pivot maximal parmi les éléments de la colonne k
situés sous la diagonale.pk = as,k avec |as,k| = maxi=k...n |ai,k|
permuter les lignes s et k de la matrice A(k−1), ce qui revientuniquement à changer l’ordre des équations.
Si tous les pivots de cette colonne sont nuls, la matrice estsingulière.« Si tous les pivots de cette colonne sont proches de 0, lamatrice est soit singulière mais mal calculée, soit proche d’unematrice singulière donc instable ».
0
B
B
B
B
B
B
B
B
B
B
@
1
C
C
C
C
C
C
C
C
C
C
A
p1
·
·
·
pk−1
akk
...ank
akk+1
...
ank+1
akm
...
anm
. . .
. . .
a12 . . . a1k · · · a1m
0
![Page 136: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/136.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Recherche de pivots maximaux
Pivot partiel
Élimination avec pivot partiel
Pivot total
Résumé
Effet sur la décomposition LU
Matrice de permutationPropriétés des matrices de
permutation
Décomposition PLU
Algorithme
Exemple
Exemple(suite)
Conditionnement
Recherche de pivots maximaux - p. 35/51
Élimination avec pivot partiel
debutpour k = 1 . . . n faire
p← A[k, k] ;
pour i = k + 1 . . . n faireq ← A[i, k] ; A[i, k]← 0pour j = k + 1 . . .m faire
A[i, j] = A[i, j]− A[k, j]. qp
finretourner A la matrice triangulaire
![Page 137: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/137.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Recherche de pivots maximaux
Pivot partiel
Élimination avec pivot partiel
Pivot total
Résumé
Effet sur la décomposition LU
Matrice de permutationPropriétés des matrices de
permutation
Décomposition PLU
Algorithme
Exemple
Exemple(suite)
Conditionnement
Recherche de pivots maximaux - p. 35/51
Élimination avec pivot partiel
debutpour k = 1 . . . n faire
p← A[k, k] ; l← k
pour i = k . . . n fairesi |A[i, k]| > p alors
p← A[i, k] ; l ← i
pour i = k + 1 . . . n faireq ← A[i, k] ; A[i, k]← 0pour j = k + 1 . . .m faire
A[i, j] = A[i, j]− A[k, j]. qp
finretourner A la matrice triangulaire
![Page 138: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/138.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Recherche de pivots maximaux
Pivot partiel
Élimination avec pivot partiel
Pivot total
Résumé
Effet sur la décomposition LU
Matrice de permutationPropriétés des matrices de
permutation
Décomposition PLU
Algorithme
Exemple
Exemple(suite)
Conditionnement
Recherche de pivots maximaux - p. 35/51
Élimination avec pivot partiel
debutpour k = 1 . . . n faire
p← A[k, k] ; l← k
pour i = k . . . n fairesi |A[i, k]| > p alors
p← A[i, k] ; l ← i
si l 6= k alorspour j = k . . .m faire
temp← A[k, j] ; A[k, j]← A[l, j] ; A[l, j]← temp
pour i = k + 1 . . . n faireq ← A[i, k] ; A[i, k]← 0pour j = k + 1 . . .m faire
A[i, j] = A[i, j]− A[k, j]. qp
finretourner A la matrice triangulaire
![Page 139: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/139.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Recherche de pivots maximaux
Pivot partiel
Élimination avec pivot partiel
Pivot total
Résumé
Effet sur la décomposition LU
Matrice de permutationPropriétés des matrices de
permutation
Décomposition PLU
Algorithme
Exemple
Exemple(suite)
Conditionnement
Recherche de pivots maximaux - p. 36/51
Pivot total
rechercher le pivot maximal parmi les éléments de lasous-matrice [ai,j ] (i ≥ k, j ≥ k).pk = as,t avec |as,t| = maxi=k...n, j=k...n |ai,j |
permuter les lignes s et k
permuter les colonnes t et k, ce qui modifie l’ordre desinconnues
0
B
B
B
B
B
B
B
B
B
B
@
1
C
C
C
C
C
C
C
C
C
C
A
p1
·
·
·
pk−1
akk
...ank
akk+1
...
ank+1
akm
...
anm
. . .
. . .
a12 . . . a1k · · · a1m
0
![Page 140: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/140.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Recherche de pivots maximaux
Pivot partiel
Élimination avec pivot partiel
Pivot total
Résumé
Effet sur la décomposition LU
Matrice de permutationPropriétés des matrices de
permutation
Décomposition PLU
Algorithme
Exemple
Exemple(suite)
Conditionnement
Recherche de pivots maximaux - p. 37/51
Résumé
![Page 141: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/141.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Recherche de pivots maximaux
Pivot partiel
Élimination avec pivot partiel
Pivot total
Résumé
Effet sur la décomposition LU
Matrice de permutationPropriétés des matrices de
permutation
Décomposition PLU
Algorithme
Exemple
Exemple(suite)
Conditionnement
Recherche de pivots maximaux - p. 38/51
Effet sur la décomposition LU
Est ce que l’inversion de lignes ou de colonnes est possiblelorsqu’on veut la décomposition LU ?
![Page 142: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/142.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Recherche de pivots maximaux
Pivot partiel
Élimination avec pivot partiel
Pivot total
Résumé
Effet sur la décomposition LU
Matrice de permutationPropriétés des matrices de
permutation
Décomposition PLU
Algorithme
Exemple
Exemple(suite)
Conditionnement
Recherche de pivots maximaux - p. 38/51
Effet sur la décomposition LU
Est ce que l’inversion de lignes ou de colonnes est possiblelorsqu’on veut la décomposition LU ?
Matriciellement, à quoi correspond ces permutations ?
![Page 143: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/143.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Recherche de pivots maximaux
Pivot partiel
Élimination avec pivot partiel
Pivot total
Résumé
Effet sur la décomposition LU
Matrice de permutationPropriétés des matrices de
permutation
Décomposition PLU
Algorithme
Exemple
Exemple(suite)
Conditionnement
Recherche de pivots maximaux - p. 38/51
Effet sur la décomposition LU
Est ce que l’inversion de lignes ou de colonnes est possiblelorsqu’on veut la décomposition LU ?
Matriciellement, à quoi correspond ces permutations ?
Peut-on appliquer les deux formes de recherche de pivotmaximaux à l’algorithme de décomposition LU ?
![Page 144: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/144.jpg)
Recherche de pivots maximaux - p. 39/51
Matrice de permutation
Permuter deux lignes d’une matrice correspond la multiplier à gauche par unematrice de la forme :
Pij =
1. . .10
1. . .10
1. . .1
1
1
ie colonne ↓ ↓ je colonne
![Page 145: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/145.jpg)
Recherche de pivots maximaux - p. 39/51
Matrice de permutation
Permuter deux lignes d’une matrice correspond la multiplier à gauche par unematrice de la forme :
Pij =
1. . .10
1. . .10
1. . .1
1
1
ie colonne ↓ ↓ je colonne
Alors, l’élimination de GAUSS avec permutation revient à obtenir :
A = A
![Page 146: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/146.jpg)
Recherche de pivots maximaux - p. 39/51
Matrice de permutation
Permuter deux lignes d’une matrice correspond la multiplier à gauche par unematrice de la forme :
Pij =
1. . .10
1. . .10
1. . .1
1
1
ie colonne ↓ ↓ je colonne
Alors, l’élimination de GAUSS avec permutation revient à obtenir :
M (1)P1,l1 · A = A1
![Page 147: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/147.jpg)
Recherche de pivots maximaux - p. 39/51
Matrice de permutation
Permuter deux lignes d’une matrice correspond la multiplier à gauche par unematrice de la forme :
Pij =
1. . .10
1. . .10
1. . .1
1
1
ie colonne ↓ ↓ je colonne
Alors, l’élimination de GAUSS avec permutation revient à obtenir :
M (2)P2,l2 ·M(1)P1,l1 · A = A2
![Page 148: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/148.jpg)
Recherche de pivots maximaux - p. 39/51
Matrice de permutation
Permuter deux lignes d’une matrice correspond la multiplier à gauche par unematrice de la forme :
Pij =
1. . .10
1. . .10
1. . .1
1
1
ie colonne ↓ ↓ je colonne
Alors, l’élimination de GAUSS avec permutation revient à obtenir :
M (n−2)Pn−2,ln−2 · · ·M(2)P2,l2 ·M
(1)P1,l1 · A = An−2
![Page 149: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/149.jpg)
Recherche de pivots maximaux - p. 39/51
Matrice de permutation
Permuter deux lignes d’une matrice correspond la multiplier à gauche par unematrice de la forme :
Pij =
1. . .10
1. . .10
1. . .1
1
1
ie colonne ↓ ↓ je colonne
Alors, l’élimination de GAUSS avec permutation revient à obtenir :
M (n−1)Pn−1,ln−1 ·M(n−2)Pn−2,ln−2 · · ·M
(2)P2,l2 ·M(1)P1,l1 · A = U
![Page 150: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/150.jpg)
Recherche de pivots maximaux - p. 39/51
Matrice de permutation
Permuter deux lignes d’une matrice correspond la multiplier à gauche par unematrice de la forme :
Pij =
1. . .10
1. . .10
1. . .1
1
1
ie colonne ↓ ↓ je colonne
Alors, l’élimination de GAUSS avec permutation revient à obtenir :
M (n−1)Pn−1,ln−1 ·M(n−2)Pn−2,ln−2 · · ·M
(2)P2,l2 ·M(1)P1,l1 · A = U
La matrice M obtenue n’est plus triangulaire inférieure
![Page 151: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/151.jpg)
Recherche de pivots maximaux - p. 39/51
Matrice de permutation
Permuter deux lignes d’une matrice correspond la multiplier à gauche par unematrice de la forme :
Pij =
1. . .10
1. . .10
1. . .1
1
1
ie colonne ↓ ↓ je colonne
Alors, l’élimination de GAUSS avec permutation revient à obtenir :
M (n−1)Pn−1,ln−1 ·M(n−2)Pn−2,ln−2 · · ·M
(2)P2,l2 ·M(1)P1,l1 · A = U
La matrice M obtenue n’est plus triangulaire inférieure
![Page 152: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/152.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Recherche de pivots maximaux
Pivot partiel
Élimination avec pivot partiel
Pivot total
Résumé
Effet sur la décomposition LU
Matrice de permutationPropriétés des matrices de
permutation
Décomposition PLU
Algorithme
Exemple
Exemple(suite)
Conditionnement
Recherche de pivots maximaux - p. 40/51
Propriétés des matrices de permutation
Par contre, il est possible de commuter les matrices de permutationet les matrices M (k).Si k < i < j :
Pij ×M (k) = M (k) × Pij
où M (k) est la matrice M (k) dont les coefficients i et j ont étééchangés.
![Page 153: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/153.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Recherche de pivots maximaux
Pivot partiel
Élimination avec pivot partiel
Pivot total
Résumé
Effet sur la décomposition LU
Matrice de permutationPropriétés des matrices de
permutation
Décomposition PLU
Algorithme
Exemple
Exemple(suite)
Conditionnement
Recherche de pivots maximaux - p. 40/51
Propriétés des matrices de permutation
Par contre, il est possible de commuter les matrices de permutationet les matrices M (k).Si k < i < j :
Pij ×M (k) = M (k) × Pij
où M (k) est la matrice M (k) dont les coefficients i et j ont étééchangés.M (k) est de la même forme que M (k) donc elle est triangulaireinférieure et elle est inversée de la même façon
![Page 154: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/154.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Recherche de pivots maximaux
Pivot partiel
Élimination avec pivot partiel
Pivot total
Résumé
Effet sur la décomposition LU
Matrice de permutationPropriétés des matrices de
permutation
Décomposition PLU
Algorithme
Exemple
Exemple(suite)
Conditionnement
Recherche de pivots maximaux - p. 40/51
Propriétés des matrices de permutation
Par contre, il est possible de commuter les matrices de permutationet les matrices M (k).Si k < i < j :
Pij ×M (k) = M (k) × Pij
où M (k) est la matrice M (k) dont les coefficients i et j ont étééchangés.M (k) est de la même forme que M (k) donc elle est triangulaireinférieure et elle est inversée de la même façonFinalement,
M (n−1) · · · M (2)M (1) · Pn−1,ln−1 · · ·P2l2P1l1 · A = U
![Page 155: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/155.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Recherche de pivots maximaux
Pivot partiel
Élimination avec pivot partiel
Pivot total
Résumé
Effet sur la décomposition LU
Matrice de permutationPropriétés des matrices de
permutation
Décomposition PLU
Algorithme
Exemple
Exemple(suite)
Conditionnement
Recherche de pivots maximaux - p. 40/51
Propriétés des matrices de permutation
Par contre, il est possible de commuter les matrices de permutationet les matrices M (k).Si k < i < j :
Pij ×M (k) = M (k) × Pij
où M (k) est la matrice M (k) dont les coefficients i et j ont étééchangés.M (k) est de la même forme que M (k) donc elle est triangulaireinférieure et elle est inversée de la même façonFinalement,
M (n−1) · · · M (2)M (1) · Pn−1,ln−1 · · ·P2l2P1l1 · A = U
M · P · A = U
![Page 156: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/156.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Recherche de pivots maximaux
Pivot partiel
Élimination avec pivot partiel
Pivot total
Résumé
Effet sur la décomposition LU
Matrice de permutationPropriétés des matrices de
permutation
Décomposition PLU
Algorithme
Exemple
Exemple(suite)
Conditionnement
Recherche de pivots maximaux - p. 40/51
Propriétés des matrices de permutation
Par contre, il est possible de commuter les matrices de permutationet les matrices M (k).Si k < i < j :
Pij ×M (k) = M (k) × Pij
où M (k) est la matrice M (k) dont les coefficients i et j ont étééchangés.M (k) est de la même forme que M (k) donc elle est triangulaireinférieure et elle est inversée de la même façonFinalement,
M (n−1) · · · M (2)M (1) · Pn−1,ln−1 · · ·P2l2P1l1 · A = U
M · P · A = U
P ·A = L · U
![Page 157: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/157.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Recherche de pivots maximaux
Pivot partiel
Élimination avec pivot partiel
Pivot total
Résumé
Effet sur la décomposition LU
Matrice de permutationPropriétés des matrices de
permutation
Décomposition PLU
Algorithme
Exemple
Exemple(suite)
Conditionnement
Recherche de pivots maximaux - p. 41/51
Décomposition PLU
on applique l’algorithme avec recherche de pivot partiel, encalculant U et L
A chaque fois qu’on permute une ligne de U , on permute aussiles lignes de L en dessous de la diagonale.
On conserve la permutation P (l’ordre des lignes) car
P × A = L× U
Pour résoudre Ax = b, il suffit de résoudre LUx = Pb
! on ne peut pas utiliser l’algorithme avec re-cherche du pivot total
![Page 158: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/158.jpg)
Rec
herc
hede
pivo
tsm
axim
aux
-p.
42/5
1
Alg
orith
me
Donn ees : A = (A[i, j]), n
debutU ← A ; ;pour k = 1 . . . n faire
// Recherche partiel du pivotp← U [k, k] ; l ← k
pour i = k . . . n fairesi |U [i, k]| > p alors
p← U [i, k] ; l← i
si l 6= k alors//Permutation de lignespour j = 1 . . . n faire
temp← U [k, j] ; U [k, j]← U [l, j]U [l, j]← temp
pour i = k + 1 . . . n faireq ← U [i, k] ; U [i, k]← 0
pour j = k + 1 . . . n faireU [i, j] = U [i, j]− U [k, j]. q
p
finretourner U
![Page 159: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/159.jpg)
Rec
herc
hede
pivo
tsm
axim
aux
-p.
42/5
1
Alg
orith
me
Donn ees : A = (A[i, j]), n
debutU ← A ; L← I ;pour k = 1 . . . n faire
// Recherche partiel du pivotp← U [k, k] ; l ← k
pour i = k . . . n fairesi |U [i, k]| > p alors
p← U [i, k] ; l← i
si l 6= k alors//Permutation de lignespour j = 1 . . . n faire
temp← U [k, j] ; U [k, j]← U [l, j]U [l, j]← temp
pour i = k + 1 . . . n faireq ← U [i, k] ; U [i, k]← 0L[i, k]← q
p
pour j = k + 1 . . . n faireU [i, j] = U [i, j]− U [k, j]. q
p
finretourner L et U
![Page 160: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/160.jpg)
Rec
herc
hede
pivo
tsm
axim
aux
-p.
42/5
1
Alg
orith
me
Donn ees : A = (A[i, j]), n
debutU ← A ; L← I ;pour k = 1 . . . n faire
// Recherche partiel du pivotp← U [k, k] ; l ← k
pour i = k . . . n fairesi |U [i, k]| > p alors
p← U [i, k] ; l← i
si l 6= k alors//Permutation de lignespour j = 1 . . . n faire
temp← U [k, j] ; U [k, j]← U [l, j]U [l, j]← temp
si j < k alors//Uniquement sous la diagonaletemp← L[k, j] ; L[k, j]← L[l, j]L[l, j]← temp
pour i = k + 1 . . . n faireq ← U [i, k] ; U [i, k]← 0L[i, k]← q
p
pour j = k + 1 . . . n faireU [i, j] = U [i, j]− U [k, j]. q
p
finretourner L et U
![Page 161: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/161.jpg)
Rec
herc
hede
pivo
tsm
axim
aux
-p.
42/5
1
Alg
orith
me
Donn ees : A = (A[i, j]), n
debutU ← A ; L← I ; P ← I
pour k = 1 . . . n faire// Recherche partiel du pivotp← U [k, k] ; l ← k
pour i = k . . . n fairesi |U [i, k]| > p alors
p← U [i, k] ; l← i
si l 6= k alors//Permutation de lignespour j = 1 . . . n faire
temp← U [k, j] ; U [k, j]← U [l, j]U [l, j]← temp
si j < k alors//Uniquement sous la diagonaletemp← L[k, j] ; L[k, j]← L[l, j]L[l, j]← temp
temp← P [k, j] ; P [k, j]← P [l, j]P [l, j]← temp
pour i = k + 1 . . . n faireq ← U [i, k] ; U [i, k]← 0L[i, k]← q
p
pour j = k + 1 . . . n faireU [i, j] = U [i, j]− U [k, j]. q
p
finretourner P , L et U
![Page 162: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/162.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Recherche de pivots maximaux
Pivot partiel
Élimination avec pivot partiel
Pivot total
Résumé
Effet sur la décomposition LU
Matrice de permutationPropriétés des matrices de
permutation
Décomposition PLU
Algorithme
Exemple
Exemple(suite)
Conditionnement
Recherche de pivots maximaux - p. 43/51
Exemple
Calcul de la décomposition PLU de
1 1 2 1−1 −1 1 01 0 2 00 2 0 4
k P L U
![Page 163: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/163.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Recherche de pivots maximaux
Pivot partiel
Élimination avec pivot partiel
Pivot total
Résumé
Effet sur la décomposition LU
Matrice de permutationPropriétés des matrices de
permutation
Décomposition PLU
Algorithme
Exemple
Exemple(suite)
Conditionnement
Recherche de pivots maximaux - p. 43/51
Exemple
Calcul de la décomposition PLU de
1 1 2 1−1 −1 1 01 0 2 00 2 0 4
k P L U
0
1 0 0 00 1 0 00 0 1 00 0 0 1
1 0 0 00 1 0 00 0 1 00 0 0 1
1 1 2 1−1 −1 1 01 0 2 00 2 0 4
![Page 164: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/164.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Recherche de pivots maximaux
Pivot partiel
Élimination avec pivot partiel
Pivot total
Résumé
Effet sur la décomposition LU
Matrice de permutationPropriétés des matrices de
permutation
Décomposition PLU
Algorithme
Exemple
Exemple(suite)
Conditionnement
Recherche de pivots maximaux - p. 43/51
Exemple
Calcul de la décomposition PLU de
1 1 2 1−1 −1 1 01 0 2 00 2 0 4
k P L U
0
1 0 0 00 1 0 00 0 1 00 0 0 1
1 0 0 00 1 0 00 0 1 00 0 0 1
1 1 2 1−1 −1 1 01 0 2 00 2 0 4
1
1 0 0 00 1 0 00 0 1 00 0 0 1
1 0 0 0−1 1 0 01 0 1 00 0 0 1
1 1 2 10 0 3 10 −1 0 −10 2 0 4
![Page 165: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/165.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Recherche de pivots maximaux
Pivot partiel
Élimination avec pivot partiel
Pivot total
Résumé
Effet sur la décomposition LU
Matrice de permutationPropriétés des matrices de
permutation
Décomposition PLU
Algorithme
Exemple
Exemple(suite)
Conditionnement
Recherche de pivots maximaux - p. 43/51
Exemple
Calcul de la décomposition PLU de
1 1 2 1−1 −1 1 01 0 2 00 2 0 4
k P L U
0
1 0 0 00 1 0 00 0 1 00 0 0 1
1 0 0 00 1 0 00 0 1 00 0 0 1
1 1 2 1−1 −1 1 01 0 2 00 2 0 4
1
1 0 0 00 1 0 00 0 1 00 0 0 1
1 0 0 0−1 1 0 01 0 1 00 0 0 1
1 1 2 10 0 3 10 −1 0 −10 2 0 4
2
![Page 166: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/166.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Recherche de pivots maximaux
Pivot partiel
Élimination avec pivot partiel
Pivot total
Résumé
Effet sur la décomposition LU
Matrice de permutationPropriétés des matrices de
permutation
Décomposition PLU
Algorithme
Exemple
Exemple(suite)
Conditionnement
Recherche de pivots maximaux - p. 43/51
Exemple
Calcul de la décomposition PLU de
1 1 2 1−1 −1 1 01 0 2 00 2 0 4
k P L U
0
1 0 0 00 1 0 00 0 1 00 0 0 1
1 0 0 00 1 0 00 0 1 00 0 0 1
1 1 2 1−1 −1 1 01 0 2 00 2 0 4
1
1 0 0 00 1 0 00 0 1 00 0 0 1
1 0 0 0−1 1 0 01 0 1 00 0 0 1
1 1 2 10 0 3 10 −1 0 −10 2 0 4
2
1 1 2 10 2 0 40 −1 0 −10 0 3 1
![Page 167: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/167.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Recherche de pivots maximaux
Pivot partiel
Élimination avec pivot partiel
Pivot total
Résumé
Effet sur la décomposition LU
Matrice de permutationPropriétés des matrices de
permutation
Décomposition PLU
Algorithme
Exemple
Exemple(suite)
Conditionnement
Recherche de pivots maximaux - p. 43/51
Exemple
Calcul de la décomposition PLU de
1 1 2 1−1 −1 1 01 0 2 00 2 0 4
k P L U
0
1 0 0 00 1 0 00 0 1 00 0 0 1
1 0 0 00 1 0 00 0 1 00 0 0 1
1 1 2 1−1 −1 1 01 0 2 00 2 0 4
1
1 0 0 00 1 0 00 0 1 00 0 0 1
1 0 0 0−1 1 0 01 0 1 00 0 0 1
1 1 2 10 0 3 10 −1 0 −10 2 0 4
2
1 0 0 00 0 0 10 0 1 00 1 0 0
1 1 2 10 2 0 40 −1 0 −10 0 3 1
![Page 168: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/168.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Recherche de pivots maximaux
Pivot partiel
Élimination avec pivot partiel
Pivot total
Résumé
Effet sur la décomposition LU
Matrice de permutationPropriétés des matrices de
permutation
Décomposition PLU
Algorithme
Exemple
Exemple(suite)
Conditionnement
Recherche de pivots maximaux - p. 43/51
Exemple
Calcul de la décomposition PLU de
1 1 2 1−1 −1 1 01 0 2 00 2 0 4
k P L U
0
1 0 0 00 1 0 00 0 1 00 0 0 1
1 0 0 00 1 0 00 0 1 00 0 0 1
1 1 2 1−1 −1 1 01 0 2 00 2 0 4
1
1 0 0 00 1 0 00 0 1 00 0 0 1
1 0 0 0−1 1 0 01 0 1 00 0 0 1
1 1 2 10 0 3 10 −1 0 −10 2 0 4
2
1 0 0 00 0 0 10 0 1 00 1 0 0
1 0 0 00 1 0 01 0 1 0−1 0 0 1
1 1 2 10 2 0 40 −1 0 −10 0 3 1
![Page 169: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/169.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Recherche de pivots maximaux
Pivot partiel
Élimination avec pivot partiel
Pivot total
Résumé
Effet sur la décomposition LU
Matrice de permutationPropriétés des matrices de
permutation
Décomposition PLU
Algorithme
Exemple
Exemple(suite)
Conditionnement
Recherche de pivots maximaux - p. 43/51
Exemple
Calcul de la décomposition PLU de
1 1 2 1−1 −1 1 01 0 2 00 2 0 4
k P L U
0
1 0 0 00 1 0 00 0 1 00 0 0 1
1 0 0 00 1 0 00 0 1 00 0 0 1
1 1 2 1−1 −1 1 01 0 2 00 2 0 4
1
1 0 0 00 1 0 00 0 1 00 0 0 1
1 0 0 0−1 1 0 01 0 1 00 0 0 1
1 1 2 10 0 3 10 −1 0 −10 2 0 4
2
1 0 0 00 0 0 10 0 1 00 1 0 0
1 0 0 00 1 0 01 0 1 0−1 0 0 1
1 1 2 10 2 0 40 −1 0 −10 0 3 1
2
1 0 0 00 0 0 10 0 1 00 1 0 0
1 0 0 00 1 0 01 − 1
2 1 0−1 0 0 1
1 1 2 10 2 0 40 0 0 10 0 3 1
![Page 170: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/170.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Recherche de pivots maximaux
Pivot partiel
Élimination avec pivot partiel
Pivot total
Résumé
Effet sur la décomposition LU
Matrice de permutationPropriétés des matrices de
permutation
Décomposition PLU
Algorithme
Exemple
Exemple(suite)
Conditionnement
Recherche de pivots maximaux - p. 44/51
Exemple(suite)
k P L U
2
1 0 0 0
0 0 0 1
0 0 1 0
0 1 0 0
1 0 0 0
0 1 0 0
1 − 12 1 0
−1 0 0 1
1 1 2 1
0 2 0 4
0 0 0 1
0 0 3 1
![Page 171: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/171.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Recherche de pivots maximaux
Pivot partiel
Élimination avec pivot partiel
Pivot total
Résumé
Effet sur la décomposition LU
Matrice de permutationPropriétés des matrices de
permutation
Décomposition PLU
Algorithme
Exemple
Exemple(suite)
Conditionnement
Recherche de pivots maximaux - p. 44/51
Exemple(suite)
k P L U
2
1 0 0 0
0 0 0 1
0 0 1 0
0 1 0 0
1 0 0 0
0 1 0 0
1 − 12 1 0
−1 0 0 1
1 1 2 1
0 2 0 4
0 0 0 1
0 0 3 1
3
1 0 0 0
0 0 0 1
0 1 0 0
0 0 1 0
1 0 0 0
0 1 0 0
−1 0 1 0
1 − 12 0 1
1 1 2 1
0 2 0 4
0 0 3 1
0 0 0 1
![Page 172: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/172.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Recherche de pivots maximaux
Pivot partiel
Élimination avec pivot partiel
Pivot total
Résumé
Effet sur la décomposition LU
Matrice de permutationPropriétés des matrices de
permutation
Décomposition PLU
Algorithme
Exemple
Exemple(suite)
Conditionnement
Recherche de pivots maximaux - p. 44/51
Exemple(suite)
k P L U
2
1 0 0 0
0 0 0 1
0 0 1 0
0 1 0 0
1 0 0 0
0 1 0 0
1 − 12 1 0
−1 0 0 1
1 1 2 1
0 2 0 4
0 0 0 1
0 0 3 1
3
1 0 0 0
0 0 0 1
0 1 0 0
0 0 1 0
1 0 0 0
0 1 0 0
−1 0 1 0
1 − 12 0 1
1 1 2 1
0 2 0 4
0 0 3 1
0 0 0 1
Donc
1 0 0 0
0 0 0 1
0 1 0 0
0 0 1 0
×
1 1 2 1
−1 −1 1 0
1 0 2 0
0 2 0 4
=
1 0 0 0
0 1 0 0
−1 0 1 0
1 − 12 0 1
×
1 1 2 1
0 2 0 4
0 0 3 1
0 0 0 1
![Page 173: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/173.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Exemple
Conditionnement
Norme matricielle
Conditionnement de la matrice
Propriété du conditionnement
Conclusion
Conditionnement - p. 45/51
Conditionnement
![Page 174: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/174.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Exemple
Conditionnement
Norme matricielle
Conditionnement de la matrice
Propriété du conditionnement
Conclusion
Conditionnement - p. 46/51
Exemple
Considérons le système linéaire suivant (R. S. WILSON)
10 7 8 7
7 5 6 5
8 6 10 9
7 5 9 10
x1
x2
x3
x4
=
32
23
33
31
il a pour solution le vecteur x =
1
1
1
1
![Page 175: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/175.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Exemple
Conditionnement
Norme matricielle
Conditionnement de la matrice
Propriété du conditionnement
Conclusion
Conditionnement - p. 46/51
Exemple
Considérons le système linéaire suivant (R. S. WILSON)
10 7 8 7
7 5 6 5
8 6 10 9
7 5 9 10
x1
x2
x3
x4
=
32
23
33
31
il a pour solution le vecteur x =
1
1
1
1
Mais en changeant un peu le vecteur d’arrivée, b =
32, 1
22, 9
33, 1
30, 9
on trouve x =
9, 2
−12, 6
4, 5
−1, 1
![Page 176: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/176.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Exemple
Conditionnement
Norme matricielle
Conditionnement de la matrice
Propriété du conditionnement
Conclusion
Conditionnement - p. 46/51
Exemple
Considérons le système linéaire suivant (R. S. WILSON)
10 7 8 7
7 5 6 5
8 6 10 9
7 5 9 10
x1
x2
x3
x4
=
32
23
33
31
il a pour solution le vecteur x =
1
1
1
1
Mais en changeant un peu le vecteur d’arrivée, b =
32, 1
22, 9
33, 1
30, 9
on trouve x =
9, 2
−12, 6
4, 5
−1, 1
Une erreur relative de 1200 sur les données entraîne une erreur de
101 sur le résultat : 2000 fois plus !
![Page 177: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/177.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Exemple
Conditionnement
Norme matricielle
Conditionnement de la matrice
Propriété du conditionnement
Conclusion
Conditionnement - p. 47/51
Conditionnement
Rappel : Si r est la solution d’un problème de donnée a et r + ∆r
celle du même problème avec les données a + ∆a, on appelleconditionnement du problème la valeur
Cα = sup‖∆a‖≤α
‖∆r‖
‖∆a‖
En utilisant cette définition, on peut analyser la sensibilité duproblème Ax = b au données :
si b est remplacé par b + ∆b
si A est remplacée par A + ∆A
![Page 178: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/178.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Exemple
Conditionnement
Norme matricielle
Conditionnement de la matrice
Propriété du conditionnement
Conclusion
Conditionnement - p. 48/51
Norme matricielle
Définition (Normes induites (ou subordonnées)) Soit ‖.‖v unenorme vectorielle définie sur C
n la fonction qui ∀A ∈Mn(C)associe
‖A‖ = maxx∈Cn,x6=0‖Ax‖v
‖x‖v
est une norme matricielle dite norme matricielle induite ousubordonnée
![Page 179: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/179.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Exemple
Conditionnement
Norme matricielle
Conditionnement de la matrice
Propriété du conditionnement
Conclusion
Conditionnement - p. 48/51
Norme matricielle
Définition (Normes induites (ou subordonnées)) Soit ‖.‖v unenorme vectorielle définie sur C
n la fonction qui ∀A ∈Mn(C)associe
‖A‖ = maxx∈Cn,x6=0‖Ax‖v
‖x‖v
est une norme matricielle dite norme matricielle induite ousubordonnée
Par exemple, la norme matricielle induite par la norme 2 sur unematrice symétrique est
‖x‖2 =
√
√
√
√
n∑
i=1
x2i
est ‖A‖ = maxλ∈spec(A)
|λ|
C’est à dire la plus grande valeur propre de A.
Par définition, lorsque la norme ‖.‖m est induite par la normevectorielle ‖.‖v alors
‖Ax‖v ≤ ‖A‖m ‖x‖v
![Page 180: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/180.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Exemple
Conditionnement
Norme matricielle
Conditionnement de la matrice
Propriété du conditionnement
Conclusion
Conditionnement - p. 48/51
Norme matricielle
Définition (Normes induites (ou subordonnées)) Soit ‖.‖v unenorme vectorielle définie sur C
n la fonction qui ∀A ∈Mn(C)associe
‖A‖ = maxx∈Cn,x6=0‖Ax‖v
‖x‖v
est une norme matricielle dite norme matricielle induite ousubordonnée
Par exemple, la norme matricielle induite par la norme 2 sur unematrice symétrique est
‖x‖2 =
√
√
√
√
n∑
i=1
x2i
est ‖A‖ = maxλ∈spec(A)
|λ|
C’est à dire la plus grande valeur propre de A.
Par définition, lorsque la norme ‖.‖m est induite par la normevectorielle ‖.‖v alors
‖Ax‖v ≤ ‖A‖m ‖x‖v
![Page 181: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/181.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Exemple
Conditionnement
Norme matricielle
Conditionnement de la matrice
Propriété du conditionnement
Conclusion
Conditionnement - p. 49/51
Conditionnement de la matrice
On peut utiliser ces normes matricielles pour majorer la sensibilitéde la solution au problème sur les données
![Page 182: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/182.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Exemple
Conditionnement
Norme matricielle
Conditionnement de la matrice
Propriété du conditionnement
Conclusion
Conditionnement - p. 49/51
Conditionnement de la matrice
On peut utiliser ces normes matricielles pour majorer la sensibilitéde la solution au problème sur les donnéesSi A est une matrice inversible et si u est solution de Ax = b,
![Page 183: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/183.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Exemple
Conditionnement
Norme matricielle
Conditionnement de la matrice
Propriété du conditionnement
Conclusion
Conditionnement - p. 49/51
Conditionnement de la matrice
On peut utiliser ces normes matricielles pour majorer la sensibilitéde la solution au problème sur les donnéesSi A est une matrice inversible et si u est solution de Ax = b,
u + ∆u est solution de Ax = b + ∆b avec
∆u = A−1(∆b)
Donc∆u
u≤ ‖A‖
∥
∥A−1∥
∥
∆b
b
![Page 184: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/184.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Exemple
Conditionnement
Norme matricielle
Conditionnement de la matrice
Propriété du conditionnement
Conclusion
Conditionnement - p. 49/51
Conditionnement de la matrice
On peut utiliser ces normes matricielles pour majorer la sensibilitéde la solution au problème sur les donnéesSi A est une matrice inversible et si u est solution de Ax = b,
u + ∆u est solution de Ax = b + ∆b avec
∆u = A−1(∆b)
Donc∆u
u≤ ‖A‖
∥
∥A−1∥
∥
∆b
b
u + ∆u est solution de (A + ∆A)x = b avec
∆u = A−1(∆A(u + ∆u))
Donc∆u
u + ∆u≤ ‖A‖
∥
∥A−1∥
∥
‖∆A‖
‖A‖
![Page 185: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/185.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Exemple
Conditionnement
Norme matricielle
Conditionnement de la matrice
Propriété du conditionnement
Conclusion
Conditionnement - p. 49/51
Conditionnement de la matrice
On peut utiliser ces normes matricielles pour majorer la sensibilitéde la solution au problème sur les donnéesSi A est une matrice inversible et si u est solution de Ax = b,
u + ∆u est solution de Ax = b + ∆b avec
∆u = A−1(∆b)
Donc∆u
u≤ ‖A‖
∥
∥A−1∥
∥
∆b
b
u + ∆u est solution de (A + ∆A)x = b avec
∆u = A−1(∆A(u + ∆u))
Donc∆u
u + ∆u≤ ‖A‖
∥
∥A−1∥
∥
‖∆A‖
‖A‖
Définition (Conditionnement) On appelle conditionnement de lamatrice A la valeur
cond(A) = ‖A‖∥
∥A−1∥
∥
![Page 186: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/186.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Exemple
Conditionnement
Norme matricielle
Conditionnement de la matrice
Propriété du conditionnement
Conclusion
Conditionnement - p. 50/51
Propriété du conditionnement
Le conditionnement d’une matrice est toujours ≥ à 1
![Page 187: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/187.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Exemple
Conditionnement
Norme matricielle
Conditionnement de la matrice
Propriété du conditionnement
Conclusion
Conditionnement - p. 50/51
Propriété du conditionnement
Le conditionnement d’une matrice est toujours ≥ à 1L’erreur relative sur la solution est inférieure à l’erreur relative surles données multipliée par cond(A).
![Page 188: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/188.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Exemple
Conditionnement
Norme matricielle
Conditionnement de la matrice
Propriété du conditionnement
Conclusion
Conditionnement - p. 50/51
Propriété du conditionnement
Le conditionnement d’une matrice est toujours ≥ à 1L’erreur relative sur la solution est inférieure à l’erreur relative surles données multipliée par cond(A).Cette borne est optimale
![Page 189: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/189.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Exemple
Conditionnement
Norme matricielle
Conditionnement de la matrice
Propriété du conditionnement
Conclusion
Conditionnement - p. 50/51
Propriété du conditionnement
Le conditionnement d’une matrice est toujours ≥ à 1L’erreur relative sur la solution est inférieure à l’erreur relative surles données multipliée par cond(A).Cette borne est optimaleLa valeur dépend de la norme vectorielle utilisée, dans le cas dela norme 2 pour les matrices symétriques,
cond(A)2 =|λn|
|λ1|
où λn (resp. λ1) est la plus grande (resp. la plus petite) valeurpropreDans le cas de la matrice donnée en exemple, cond(A) ≃ 2984.
![Page 190: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/190.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Exemple
Conditionnement
Norme matricielle
Conditionnement de la matrice
Propriété du conditionnement
Conclusion
Conditionnement - p. 50/51
Propriété du conditionnement
Le conditionnement d’une matrice est toujours ≥ à 1L’erreur relative sur la solution est inférieure à l’erreur relative surles données multipliée par cond(A).Cette borne est optimaleLa valeur dépend de la norme vectorielle utilisée, dans le cas dela norme 2 pour les matrices symétriques,
cond(A)2 =|λn|
|λ1|
où λn (resp. λ1) est la plus grande (resp. la plus petite) valeurpropreDans le cas de la matrice donnée en exemple, cond(A) ≃ 2984.Il existe des méthodes pour améliorer le conditionnement.
![Page 191: Résolution de systèmes linéaires : Méthodes directes Polytech'Paris ...](https://reader034.fdocuments.net/reader034/viewer/2022042707/586e0ba21a28abaa238bd03e/html5/thumbnails/191.jpg)
Propriétés mathématiques
Principe général des
algorithmes
Triangularisation
Forme matricielle de la
triangularisation
Conditions
Recherche de pivots maximaux
Conditionnement
Exemple
Conditionnement
Norme matricielle
Conditionnement de la matrice
Propriété du conditionnement
Conclusion
Conditionnement - p. 51/51
Conclusion
Les algorithmes vus en cours sont des algorithmes généraux maisils sont
coûteuxinstablesIl existe d’autres décompositions
Décomposition LL′ pour les matrices symétriques définiespositives (Choleski),Décomposition LDL′ pour les matrices symétriques
Il y a des algorithmes plus efficaces pour les matrices spécialestridiagonales,creuses.
Vous pouvez tester le package « linalg » de MAPLE, SCILAB,MATLAB et la librairie LAPACK.