Exercice 1 : méthodes itératives
Corrigé : Comme M∞ < 1 le rayon spectral ρ(M) de la matrice d'itération est strictement inférieur `a 1 et la méthode itérative converge. 5. Quelle méthode
LICENCE 3 MATHEMATIQUES – INFORMATIQUE
1.5.4 Exercices (méthodes itératives). Exercice 55 (Convergence de suites). Corrigé en page 119. Etudier la convergence de la suite (x. (k))k∈IN ⊂ IRn
MT09-Analyse numérique élémentaire
Exercices. Documents précédent section Α. 12. Étude de la convergence des méthodes itératives 4.2.1 Méthode de la dichotomie. Exercices : Exercice B.1.5. On ...
1.5.4 Exercices (méthodes itératives)
Exercice 58 (Jacobi et Gauss–Seidel : cas des matrices tridiagonales). Corrigé en page 121. Soit A ∈ Mn(IR) une matrice carrée d'ordre n inversible et
Corrigés des exercices du chapitre 3 : Méthodes itératives de
Exercice 2 : Démonstration du théor`eme 12-i). Soit A ∈ Mn(K)) et une norme matricielle. Montrer alors ρ(A) ≤ A . Soit u = 0 tel que A = λu avec
ANALYSE NUMERIQUE Mazen SAAD
En déduire que la méthode itérative est convergente. Exercice 7.14. — Soit A une matrice symétrique définie positive de valeurs propres. 0 < λ1 ≤ λ2
Université Aix Marseille 1 Licence de mathématiques Cours d
2 fév. 2017 Exercice 28 (Méthode itérative du “gradient à pas fixe") Suggestions en page 61 corrigé détaillé en page 84. Soit A ∈ MN (IR) une matrice ...
Exercice 1 Exercice 2
28 jan. 2010 rien dire de la comparaison de deux méthodes itératives. 1) Soit. A ... CORRECTION : Exercice 1 : 1) Le seul cas intéressant est évidemment ...
LICENCE 3 MATHEMATIQUES
11 déc. 2018 1.5.4 Exercices (méthodes itératives). Exercice 58 (Convergence de suites). Corrigé en page 108. Etudier la convergence de la suite (x. (k))k ...
Exercices de mathématiques - Exo7
En déduire une condition nécessaire et suffisante pour la convergence de la méthode. Correction ?. [002237]. Exercice 4. Soient A et B deux matrices réelles d'
Exercice 1 : méthodes itératives
Corrigé de l'examen d'Analyse Numérique du 5 mars 2014 Exercice 1 : méthodes itératives ... Ax = b en utilisant la méthode itérative suivante :.
Corrigés des exercices du chapitre 3 : Méthodes itératives de
Corrigés des exercices du chapitre 3 : Méthodes itératives de résolution de syst`emes linéaires. Exercice 1 : Démonstration du théor`eme 10.
Cours danalyse numérique 2004-2005
12 sept. 2006 L. Sainsaulieu Calcul scientifique cours et exercices corrigés pour le ... méthodes “directes” et la deuxi`eme aux méthodes “itératives”.
LICENCE 3 MATHEMATIQUES – INFORMATIQUE
Semaine 1 : Etudier les paragraphes 1.5.1 (méthodes itératives définition et propriétés). Exercice proposé (avec corrigé) : 55 (convergence de suites).
Exercice 1 Exercice 2
28 janv. 2010 L1) la matrice d'itération de la méthode itérative de Jacobi (resp. Gauss-Seidel) de résolution des systèmes linéaires Ax = b. Le but de cet ...
MT09-Analyse numérique élémentaire
Méthodes itératives de résolution des systèmes linéaires . les éléments de la diagonale de la matrice ainsi obtenue soient non nuls (voir exercice).
Chapitre III. Méthodes itératives de résolution des syst`emes linéaires
2 Etude de conditions de convergence des méthodes itératives de cette section est le corrigé de l'exercice 4 de la feuille d'exercices associée `a ce.
Université Aix Marseille 1 Licence de mathématiques Cours d
2 févr. 2017 L. Sainsaulieu Calcul scientifique cours et exercices corrigés pour le ... dans l'étude des méthodes itératives que nous verrons plus loin.
Untitled
Méthooks Iteratives. Exercice 1: Corrige TD: Résolution ales systèmes Linéaire. Méthodes. Exercice 2 A= ... me thodes iterative methode de Jacobi (15).
Enoncés et corrections : Ana Matos.
Exo7Méthodes itératives
Exercice 1
Soita2RetA=0
@1a a a1a a a11 A 1. Pour qu"elles v aleursde a Aest-elle définie positive? 2. Pour qu"elles v aleursde ala méthode de Gauss-Seidel est-elle convergente? 3.Ecrire la matrice Jde l"itération de Jacobi.
4. Pour qu"elles v aleursde ala méthode de Jacobi converge-t-elle? 5. Ecrire la matrice L1de l"itération de Gauss-Seidel. Calculerr(L1). 6.Pour quelles v aleursde ala méthode de Gauss-Seidel converge-t-elle plus vite que celle de Jacobi?
SoitAune matrice hermitienne inversible décomposée enA=MNoùMest inversible. SoitB=IM1A la matrice de l"itération: x n+1=Bxn+c:Supposons queM+MAsoit définie positive.
1. Soit xun vecteur quelconque et on posey=Bx. Montrer l"identité: (x;Ax)(y;Ay) = ((xy);(M+MA)(xy)): 2.Supposons que Aest définie positive. Soitx6=0 un vecteur propre deBassocié à la valeur proprel,
y=Bx=lx. Utiliser l"identité précédente pour montrer quejlj<1. Que peut-on conclure sur la convergence de la méthode? 3. Supposons maintenant que r(B)<1. montrer queAest définie positive. 4. Supposons Adécomposée par points ou par blocs sous la formeA=DEFavecDdéfinie positive:
Montrer que la méthode de relaxation par points ou par blocs pour 0 SoitA=IEEune matricecarrée d"ordreNoùEest unematrice strictement triangulaireinférieure (eij=0 Montrer que M+Nest une matrice définie positive. En déduire une condition nécessaire et suffisante SoientAetBdeux matrices réelles d"ordreNeta;bdeux vecteurs deRn. On considère les deux itérations Montrer que le nombre d"itérations kpour réduire l"erreur d"un facteure, i.e.,kekkke0k6evérifie Ecrire l"itération de Gauss-Seidel pour ce systèm e,c"est-à-dire, le système linéaire donnant Xn+1= Déterminer la matrice de Gauss-Seidel L1associée àA. CalculerkL1k¥. En déduire la convergence deAest définie positive.
1.Déterminer Betcpour que l"on ait:
x 2k+2=Bx2k+c:
Vérifier queB=M1NetA=MNavecM= (IE)(IE),N=EE.
2. Montrer que r2(C) =r(AB).
4. On considère maintenant les deux itérations sui vantes: xk+1=Byk+a y k+1=Axk+1+bk=0;1;(2) Donner une condition nécessaire et suffisante de convergence. Montrer que (
2 ) est équivalent à z k+1=Dzk+d oùDest une matrice d"ordre 2N. Montrer quer(D) =r(AB).
5.Taux de convergence
On appelle taux de convergence asymptotique de la matrice itérativeMle nombre R(M) =ln(r(M))):
On poseek=xkxl"erreur de l"itéré d"ordrek.
(a) Comparer le taux de con vergencedes algorithmes (
1 ) et ( 2 On considère le systèmeAx=bavec
A=0 B BBB@3 1 0 0 0
1 2 1 0 0
0 2 3 1 0
0 0 1 4 3
0 0 0 1 11
C CCCA(3)
2 1.Décomposer Asous la formeLUet en déduire que (3) admet une solution uniquex.
2. 8n2Nken+1k¥6akenk¥:
En déduire la convergence de la suite.
4.
2k+2= (IE)1E(IE)1Ex2k+(IE)1E(IE)1b+(IE)1b
MaisE(IE)1= (IE)1Eet alors
x2k+2= (IE)1(IE)1EEx2k+(IE)1(IE)1(E+IE)b=M1Nx2k+M1b
avecM= (IE)(IE);N=EE;MN=IEE=A
42.M+N=IEE+2EEet donc
v (M+N)v=kvk22vEvvEv+2vEEv=kEvk22+(kvk22+kEvk222Re(v;Ev))Onal"inégalité2kvkkEvk62j(v;Ev)j62jRe(v;Ev)j
et donc (kvk2kEvk2)26kvk22+kEvk222Re(v;Ev)) v (M+N)v>kEvk22+(kvkkEvk2)2implique que v (M+N)b=0, kEvk2=0 etkvk2=kEvk2, kvk2=0DoncM+Nest définie positive et en appliquant un résultat d"un exercice précédent on conclut que la
méthode converge ssiAest définie positive.Correction del"exer cice4 N1.C"est f acileà v oirque si (xk)converge versxet(yk)converge versy, alorsxetysont solution des
systèmes(IBA)x=Bb+aet(IAB)y=Aa+b. On a: xk+1=B(Axk1+b)+a=BAxk1+Bb+a y k+1=A(Byk1+a)+b=AByk1+Aa+b et donc(xk)converge ssir(BA)<1 et(yk)converge ssir(AB)<1.2.zk+1=Czk+cavecC=0B
A0 ;c=a b 3. Soit lvaleur propre non nulle deCetz= (x;y)Tvecteur propre associéCz=lz,By=lx
Ax=ly)ABy=lAx=l2y)
l2est valeur propre deAB.
Soit maintenantavaleur propre deAB, 9u6=0 :ABu=au. On poseb2=aetx=Bu,y=bu C x y =bBu ABu =bBu b 2u =bx y et doncr2(C) =r(AB)4.D=0B
0AB ;d=a Aa+b . La démonstration der(D) =r(AB)se fait comme dans la question précédente. 5. (a) ek=Mke0)kekkke0k6kMkk6e. Il suffit donc d"avoirkMkk1=k6e1=k)log(kMkk1=k)61k loge c"est- à direk>logelog(kMkk1=k)Mais commer(M)6kMkk1=kon obtient finalement k>loge=R(M) (b) nous a vonsr2(C) =r(AB))r(C) =pr(AB)etr(D) =r(AB). Doncr(D)R(C). Donc on atteint la même réduction d"erreur avec un plus petit nombre d"itérations de la
méthode 2)Correction del"exer cice5 N5 1. 2.Itération de Gauss-Seidel : (DE)Xn+1=FXn+bavec
DE=0 B BBB@3 1 2 0 2 30 0 1 4
0 0 0 1 11
CCCCA;F=0
BBBB@0 1
0 1 0 1 0 3 01 C CCCA3.en=XnX; ;Xn+1= (DE)1FXn+(DE)1b;X= (DE)1FX+(DE)1b)en+1=
(DE)1Fen On obtient alors(DE)en+1= (DE)1Fenet si on écrit composante à composante on obtient3e1n+1=e2n) je1n+1j613
kenk¥ e1n+1+2e2n+1=e3n) je2n+1j616
kenk¥+12 kenk¥=23 kenk¥2e2n+1+3e3n+1=e4n) je3n+1j623
23kenk¥+13 kenk¥=79 kenk¥ e n+132+4e4n+1=3e5n) je4n+1j614 79
kenk¥+34 kenk¥=3416 kenk¥ e
4n+1+e5n+1=0) je5n+1j61718
kenk¥ et donc kenk¥61718 kenk¥ 4. (DE)1=0 BBBB@13
0 0 0 0
16 12 0 0 0 19 13 13 0 0 136112
112
14 0 136
112
112
14 11 C CCCA; L
1= (DE)1F=0
B BBB@0 13 0 0 0 016 12 0 0 0 19 12 13 0 0136112
112
34
0136
112
112
34
1 C CCCA et donckL1k¥=max(13 ;46 ;1718 ;3236 ;3236 ) =1718
On en déduit donc la convergence de(Xn)versX.6
quotesdbs_dbs11.pdfusesText_17[PDF] exercices corrigés microéconomie équilibre général
[PDF] exercices corrigés mitose
[PDF] exercices corrigés mouvement des satellites
[PDF] exercices corrigés mouvement seconde
[PDF] exercices corrigés ondes seconde
[PDF] exercices corrigés ondes terminale s
[PDF] exercices corrigés optimisation non linéaire
[PDF] exercices corrigés optique géométrique pdf
[PDF] exercices corrigés optique ondulatoire mp
[PDF] exercices corrigés orthogonalité dans l'espace
[PDF] exercices corrigés outlook 2010
[PDF] exercices corrigés pendule elastique
[PDF] exercices corrigés pert pdf
[PDF] exercices corrigés ph des solutions aqueuses