Analyse Numérique
Analyse Numérique. Cours de Takéo Takahashi. Polycopié rédigé par Michel Pierre et Antoine Henrot. Cours électif CE33. Semestre S7 : 2013-2014.
Analyse Numérique
2 déc. 2014 nées un cours d'analyse numérique destiné à des étudiants de la filière informatique. Si la Providence seule explique le premier
Analyse numérique
enfin pour montrer l'existence et l'unicité de la solution de ce système nous avons utilisé un résultat de cours d'algèbre sur les matrices (matrice symétrique
Chapitre 1 : Introduction à LAnalyse Numérique
Plan du cours. 1. Introduction à l'analyse numérique. 2. Interpolation et approximation. 3. Intégration numérique. 4. Résolution de systèmes linéaires.
ANALYSE NUMERIQUE Mazen SAAD
Algorithme numérique méthodes numériques pour la résolution de syst`emes linéaires Dans ce cours
Cours danalyse numérique de licence de mathématiques
16 nov. 2011 Livre de Quateroni et al: “Méthodes numériques algorithmes
Analyse Numérique
Analyse Numérique. Radhia Bessi & Maher Moakher. 2015–2016 Tout au long de ce cours on utilisera les notations suivantes :.
M33 Analyse numérique
5 juin 2014 Les notions supposées connues correspondent au programme des cours de Mathématiques (Analyse mathématique des fonc- tions réelles d'une variable ...
Analyse Numérique
Analyse Numérique. Cours de Antoine Henrot. Cours Tronc Commun Scienti que TCSS5AA. Semestre S5 : 2016-2017. Antoine Henrot.
Cours danalyse numérique de licence L2 MATH
Analyse numérique: conçoit et analyse mathématiquement les algorithmes de simulation sur ordinateurs de mod`eles mathématiques. Objectifs du cours.
Cours Analyse Numérique 1 PDF Gratuit (SMA S4) - eBoikcom
COURS DE L3 : ANALYSE NUMÉRIQUE Laurent BRUNEAU Université de Cergy-Pontoise 2 Table des matières 4 Résolution numérique des équations différentielles39
Searches related to cours analyse numérique
— M Crouzeix A L Mignot Analyse numérique des équations différentielles Collection mathématiques ap-pliquées pour la maitrise Masson (pour le chapitre 4 de ce polycopié) — J P Demailly Analyse numérique et équations différentielles Collection Grenoble sciences Presses Univer-sitaires de Grenoble
Analyse Numerique
Radhia Bessi & Maher Moakher
2015{2016
Table des matieres
1 Methodes directes pour la resolution des systemes lineaires 1
1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
11.2 Principe des methodes directes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
21.2.1 Rappels et notations sur les vecteurs et les matrices . . . . . . . . . . . . . . .
31.2.2 Resolution d'un systeme triangulaire . . . . . . . . . . . . . . . . . . . . . . .
41.3 Factorisation LU . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
51.3.1 Rappel sur la methode de Gauss . . . . . . . . . . . . . . . . . . . . . . . . . .
51.3.2 Factorisation LU . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
81.4 Factorisation de Cholesky . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
141.4.1 Rappels sur les matrices symetriques . . . . . . . . . . . . . . . . . . . . . . .
141.4.2 Factorisation des matrices symetriques . . . . . . . . . . . . . . . . . . . . . .
161.4.3 Factorisation de Cholesky . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
172 Methodes iteratives pour la resolution des systemes lineaires 19
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
192.2 Rappels sur les normes matricielles . . . . . . . . . . . . . . . . . . . . . . . . . . . .
192.2.1 Normes matricielles subordonnees . . . . . . . . . . . . . . . . . . . . . . . . .
202.3 Methodes iteratives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
242.3.1 Methode deJacobi. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .27
2.3.2 Methode de relaxation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
292.3.3 Methode deGauss-Seidel. . . . . . . . . . . . . . . . . . . . . . . . . . . . .29
2.3.4 Vitesse de convergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
312.3.5 Critere ou test d'arr^et . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
332.4 Conditionnement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
343 Optimisation sans contraintes 37
3.1 Optimisation surRn. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .37
3.1.1 Existence et unicite d'un minimum . . . . . . . . . . . . . . . . . . . . . . . .
383.1.2 Conditions d'optimalite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
403.1.3 Probleme d'optimisation quadratique . . . . . . . . . . . . . . . . . . . . . . .
433.1.4 Probleme aux moindres carres . . . . . . . . . . . . . . . . . . . . . . . . . . .
443.2 Algorithmes de descente et methodes du gradients . . . . . . . . . . . . . . . . . . . .
453.2.1 Methodes de descente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
45i
TABLE DES MATI
ERES3.2.2 Methodes du gradient . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .463.2.3 Methode du gradient a pas xe . . . . . . . . . . . . . . . . . . . . . . . . . .
463.2.4 Methodes du gradient a pas optimal . . . . . . . . . . . . . . . . . . . . . . .
473.2.5 Methodes du gradient conjugue . . . . . . . . . . . . . . . . . . . . . . . . . .
493.2.6 Vitesse de convergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
533.2.7 Methodes du gradient et preconditionnement . . . . . . . . . . . . . . . . . . .
534 Optimisation avec contraintes lineaires 55
4.1 Problemes d'optimisations sous contraintes . . . . . . . . . . . . . . . . . . . . . . . .
554.1.1 Existence et unicite de minimum . . . . . . . . . . . . . . . . . . . . . . . . .
564.1.2 Condition d'optimalite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
574.1.3 Cas de contraintes d'egalites et d'inegalites lineaires . . . . . . . . . . . . . . .
614.1.4 Probleme quadratique avec contraintes lineaires . . . . . . . . . . . . . . . . .
614.2 Quelques algorithmes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
634.2.1 Methode du gradient projete . . . . . . . . . . . . . . . . . . . . . . . . . . . .
634.2.2 Methode d'Uzawa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
65ii
Chapitre 1
Methodes directes pour la resolution des
systemes lineaires1.1 Introduction
La resolution des systemes lineaires de grandes tailles est l'un des plus importants problemes en analyse numerique. Le but de ce chapitre est d'etudier des methodes de resolution numerique d'un lineaireAx=b, ouAest une matrice carree inversible. Pour motivation, commencons par citer le probleme mecanique classique suivant qui conduit a la resolution d'un systeme lineaire. La deformationxd'une corde elastique, xee aux bords et soumise a un champ de forcef, peut se traduire par l'equation dierentielle suivante x00(t) =f(t); t2[0;1] x(0) =x(1) = 0;(1.1)pourfune fonction continue sur [0;1]. En general, il n'est pas possible d'expliciter la solution exacte
de ce probleme. L'idee donc est de chercher une solution approcheexhdexen prenant une subdivision0 =t0t1 tn+1= 1, avecti=ih,i= 0;:::;n+ 1 eth=1n+ 1. On se limitera a calculer
x h(ti) =xi'x(ti), pouri= 0;:::;n+1 et par interpolation par exemple, on peut avoirxhsur tout l'intervalle [0;1]. Si on suppose que notre solutionxest de classeC2, alors on a les deux developpement de Taylor suivants : x(ti+1) =x(ti+h) =x(ti) +x0(ti)h+x00(ti)h22 +O(h3); et x(ti1) =x(tih) =x(ti)x0(ti)h+x00(ti)h22 +O(h3):Si on fait la somme de deux egalites on obtient
x00(ti) =x(ti+h)2x(ti) +x(tih)h
2+O(h):
1 Chapitre 1. Methodes directes pour la resolution des systemes lineaires Si on neglige les termes d'ordreO(h) dans l'expression de la derivee seconde, le probleme discretise pour resoudre notre equation devient xi+12xi+xi1h2=f(xi); i= 1;:::;n
x0=xn+1= 0(1.2)
qui est equivalent au systeme lineaireAhx=bh, ou A h=1h 20 BBBBBB@21 00
1 21...
0 .........0...1 21001 21
CCCCCCAx=0
B @x 1... x n1 CAetbh=0
B @f(t1)... f(tn)1 C A: La solution approchee est d'autant plus proche de la solution exactexlorsquenest grand. On rappele que la solution uniquex= (x1;:::;xn) d'un systemeAx=b, pourA= (aij)1i;jn une matrice inversible etb= (b1;:::;bn)Test donnee par les formules deCramersuivantes : x i=detAidetA; i= 1;:::;n; ou det designe le determinant etAiest la matrice d'ordrenobtenue a partir deAen remplacant sa colonneipar le vecteur de second membreb. Donc la resolution d'un systeme lineaire d'ordren, par les formules de Cramer fait intervenir le calcul den+ 1 determinants dont chaque determinant necessite de l'ordre den! multiplications. La methode de Cramer devient trop co^uteuse m^eme pour des matrices de tailles assez petites. D'ou l'idee de concevoir des methodes qui en general donnent la solution a une valeur pres, mais avec un nombre raisonnable d'operations. Pour simplier, on se limitera a resoudre numeriquement un systeme lineaire reel sachant qu'un systeme lineaire complexe est equivalent a deux systemes lineaires reels representants ses parties reelles et imaginaire. On distinguera deux methodes numeriques pour resoudre un systeme lineaire. Les methodesdirectes, dont certaines font l'objet de ce chapitre et les methodes iteratives qui seront developpees
dans les chapitres suivants.1.2 Principe des methodes directes
On appelle methode directe pour resoudre un systeme de typeAx=b, une methode qui donne xapres un nombre ni d'operations elementaires. Le principe de ces methodes est de se ramener a un systeme lineaire equivalent, mais qui est plus simple a resoudre. C'est le cas par exemple ou la matrice du systeme est diagonale, triangulaire ou orthogonale. 21.2 Principe des methodes directes
1.2.1 Rappels et notations sur les vecteurs et les matrices
Tout au long de ce cours on utilisera les notations suivantes : Pournun entier naturel non nul xe, on note parRnl'espace vectoriel des vecteurs colonnes a coecients reelsx=0 B @x 1... x n1 C A. Le vecteur lignexT= (x1;:::;xn) designe la transposee du vecteur x2Rn. Le produit scalaire dansRnsera note (;) et est deni par (x;y) =nX i=1x iyi; et la norme associee est la norme euclidienne donnee par kxk2= nX i=1jxij2! 12 = (x;x)12 On notera l'espace vectoriel des matrices anlignes etpcolonnes et a coecients dansRpar M n;p(R) et parMn(R) l'ensemble des matrices carrees d'ordrena coecients dansR. La transposee d'une matriceA= (aij)1in;1jp2 Mn;p(R) par AT= (aji)1ip;1jn2 Mp;n(R):
La matrice transposee verie
(Ax;y) = (Ax)Ty=xTATy= (x;ATy) pour toutx2Rpety2Rn: Denition 1.2.1SoitA= (aij)1i;jn2 Mn(R): Aest dite : diagonale siaij= 0pour touti6=j. triangulaire inferieure siaij= 0pour touti < j. triangulaire superieure siaij= 0pour touti > j. inversible si son determinant est non nul ou s'il existe une matriceB2 Mn(R)telle queAB=BA=In
ouInest la matrice unite d'ordrendonnee par I n=0 B @1 11 C A: La matriceBest appelee inverse deAet sera noteeA1. 3 Chapitre 1. Methodes directes pour la resolution des systemes lineaires semblable a une matriceD2 Mn(R)s'il existe une matrice inversiblePtelle queD=P1AP. diagonalisable si elle est semblable a une matrice diagonale.On peut verier facilement que
Proposition 1.2.1
1. L epr oduitde deux matric estriangulair essup erieures(r epectivementinf erieures)est une ma- trice triangulaire superieure (respectivement inferieure). 2. Une matric eA= (aij)1;i;jn2 Mn(R)triangulaire est inversible si et seulement siaii6= 0, pour touti= 1;:::;n. De plusA1est de m^eme type queAet(A1)ii=1a ii, pour tout i= 1;:::;n.1.2.2 Resolution d'un systeme triangulaire
Soit le systeme trianglaire superieur8>>><
>>:u11x1+u12x2+u1nxn=b1
u22x2+u2nxn=b2......
u nnxn=bn:(1.3) SiUest la matrice triangulaire superieure suivante :quotesdbs_dbs22.pdfusesText_28[PDF] Exercices de Licence - Analyse numérique 1 Normes matricielles
[PDF] Cours Analyse Numérique
[PDF] Analyse Numérique : SMA-SMI S4 Cours, exercices et examens
[PDF] Recueil d exercices pour les cours MTH2210x
[PDF] Méthode d 'analyse structurée pour la mise au point de logiciels
[PDF] positionner mon entreprise : l analyse pestel - Formasup
[PDF] Analyse du marché des produits biologiques en - Agri-Réseau
[PDF] Secteur des textiles, de l 'habillement et du cuir - Europa EU
[PDF] Consommateurs et consommation de fromages de chèvre en France
[PDF] Le marché des produits laitiers - ANIMA Investment Network
[PDF] Secteur de l hôtellerie et de la restauration - Europa EU
[PDF] ANALYSE DE L 'ENVIRONNEMENT DE L 'INDUSTRIE DU TEXTILE
[PDF] Première approche phonologique, morpho-syntaxique - (DDL), Lyon
[PDF] Procédés et analyses en chimie et agroalimentaire