Analyse Numérique I
Sup’Galilée, Ingénieurs MACS 1ère année & L3 MIM
François Cuvelier
Laboratoire d’Analyse Géométrie et Applications Institut Galilée
Université Paris XIII.
2020/10/02
2020/10/02 1 / 32
Chapitre III Algèbre linéaire
2020/10/02 2 / 32
Plan
1 Résultats connus
2 Matrices particulières
3 Matrices blocs
4 Autres résultats
5 Normes vectorielles
6 Normes matricielles
7 Suites de vecteurs et de matrices
2020/10/02 3 / 32
Résultats connus
Proposition 1.1
Soit A P M n pKq. Les propriétés suivantes sont équivalentes
1
A est inversible,
2
rang pAq “ n,
3
xxx P K n , Axxx “ 0 ñ xxx “ 0, (i.e. ker A “ t 0 u )
4
detpAq ‰ 0,
5
toutes les valeurs propres de A sont non nulles,
6
il existe B P M n pKq tel que AB “ I,
7
il existe B P M n pKq tel que BA “ I.
Résultats connus 2020/10/02 4 / 32
Exercice
Soient A P M m,p pKq et B P M p,n pKq, montrer que
pABq t “ B t A t , si K “ R , (1) pABq ˚ “ B ˚ A ˚ , si K “ C (2)
Exercice
Soient A P M n pKq et B P M n pKq inversibles. Montrer que AB in- versible et
pA t q -1 “ pA -1 q t , si K “ R , (3) pA ˚ q -1 “ pA -1 q ˚ , si K “ C . (4)
pABq -1 “ B -1 A -1 (5)
pA -1 q -1 “ A (6)
Résultats connus 2020/10/02 5 / 32
Matrices particulières
Definition 2.1
Une matrice carrée A est :
˛ symétrique si A est réelle et A “ A t ,
˛ hermitienne si A “ A ˚ ,
˛ normale si AA ˚ “ A ˚ A,
˛ orthogonale si A est réelle et AA t “ A t A “ I,
˛ unitaire si AA ˚ “ A ˚ A “ I,
Matrices particulières 2020/10/02 6 / 32
Definition
Une matrice carrée A P M
nest :
˛ diagonale si a
ij“ 0 pour i ‰ j,
˛ triangulaire supérieure si a
ij“ 0 pour i ą j,
˛ triangulaire inférieure si a
ij“ 0 pour i ă j,
˛ triangulaire si elle est triangulaire supérieure ou triangulaire inférieure
˛ à diagonale dominante si
|a
ii| ě ÿ
j‰i
|a
ij| , @i P v1, nw, (7)
˛ à diagonale strictement dominante si
|a
ii| ą ÿ
j‰i
|a
ij| , @i P v1, nw. (8)
Matrices particulières 2020/10/02 7 / 32
Proposition
Le déterminant d’une matrice triangulaire est le produit de ses éléments diagonaux
ñ Exercice!
Proposition
Soient A et B deux matrices de M
np K q triangulaires inférieures (resp. triangulaires supérieures). Alors la matrice AB est aussi triangulaire inférieure (resp. triangulaire supérieure).
De plus on a
pABq
i,i“ A
i,iB
i,i, @i P v1, nw.
ñ Exercice!
Matrices particulières 2020/10/02 8 / 32
Proposition
Soit A P M
npKq une matrice triangulaire inférieure (resp. triangulaire supérieure).
1
A est inversible si et seulement si ses éléments diagonaux sont tous non nuls (i.e.
A
i,i‰ 0, @i P v1, nw).
2
Si A est inversible alors son inverse est triangulaire inférieure (resp. triangulaire supérieure) et
pA
-1q
i,i“ 1 pAq
i,iMatrices particulières 2020/10/02 9 / 32
Matrices blocs
Definition
On appelle matrice bloc une matrice A P M
N,Mécrite sous la forme
A “
¨
˚
˝
A
1,1¨ ¨ ¨ A
1,q.. . .. . A
p,1¨ ¨ ¨ A
p,q˛
‹
‚
où @i P v1, pw, @j P v1, qw, A
i,jest une matrice de M
ni,mj. On a N “
p
ÿ
i“1
n
iet M “
q
ÿ
j“1
m
j.
On dit que A et une matrice bloc-carrée si p “ q et si tous les blocs diagonaux sont des matrices carrées.
Matrices blocs 2020/10/02 10 / 32
Exercice
Proposer une écriture matrice bloc-carrée de chacune des matrices suiv- antes:
E “
¨
˝
1 2 3 5 6 7 9 8 7
˛
‚, F “
¨
˚
˚
˝
1 2 3 4 5 6 7 8 9 8 7 6 5 4 3 1
˛
‹
‹
‚
, G “
¨
˚
˚
˚
˚
˝
1 2 3 4 0 5 6 7 8 9 0 9 8 7 6 5 4 3 1 0 9 1 8 2 7
˛
‹
‹
‹
‹
‚
Matrices blocs 2020/10/02 11 / 32
Proposition: Multiplication de matrices blocs
Soient A P M
N,Met B P M
M,S. Le produit P “ AB P M
N,Speut s’écrire sous forme bloc si les matrices A et B sont compatibles par blocs : il faut que le nombre de blocs colonne de A soit égale au nombre de blocs ligne de B avec correspondance des dimensions, i.e.:
A=
¨
˚
˝
A
1,1¨ ¨ ¨ A
1,q. . .
. . . A
p,1¨ ¨ ¨ A
p,q˛
‹
‚ et B “
¨
˚
˝
B
1,1¨ ¨ ¨ B
1,r. . .
. . . B
q,1¨ ¨ ¨ B
q,r˛
‹
‚
n1
np
m1 mq
m1
mq
s1 sr
avec A
i,kP M
ni,mket B
k,jP M
mk,sjpour tout i P v1, pw, k P v1, qw et j P v1, rw. La matrice produit P s’écrit alors sous la forme bloc
P=
¨
˚
˝
P
1,1¨ ¨ ¨ P
1,r. . .
. . . P
p,1¨ ¨ ¨ P
p,r˛
‹
‚
n1
np
s1 sr
avec @i P v1, pw, @j P v1, rw P
i,jP M
ni,sjet
P
i,j“
q
ÿ
k“1
A
i,kB
k,j.
Matrices blocs 2020/10/02 12 / 32
Exercice Soient
A “
¨
˝
1 0 0 3 3 3
1 0 0 3 3 3
1 2 2 0 0 0
˛
‚ et B “
¨
˚
˚
˚
˚
˚
˚
˝
´1 ´1
0 0
0 0
´1 ´2
´ 1 ´ 2
´1 ´2
˛
‹
‹
‹
‹
‹
‹
‚
Utiliser la multiplication par blocs pour calculer AB.
Matrices blocs 2020/10/02 13 / 32
Definition
On dit qu’une matrice bloc-carrée A est triangulaire inférieure (resp. supérieure) par blocs si elle peut s’écrire sous la forme d’une matrice bloc avec les sous matrices A
i,j“ 0 pour i ă j (resp. i ą j ). . Elle s’écrit donc sous la forme
A “
¨
˚
˚
˚
˚
˝
A
1,1O ¨ ¨ ¨ O .. . . .. ... .. . .. . . .. ... O A
n,1¨ ¨ ¨ ¨ ¨ ¨ A
n,n˛
‹
‹
‹
‹
‚
(resp. A “
¨
˚
˚
˚
˚
˝
A
1,1¨ ¨ ¨ ¨ ¨ ¨ A
n,1O . .. ... .. . .. . . .. ... .. . O ¨ ¨ ¨ O A
n,n˛
‹
‹
‹
‹
‚ ).
Definition
On dit qu’une matrice bloc-carrée A est diagonale par blocs ou bloc-diagonale si elle peut s’écrire sous la forme d’une matrice bloc avec les sous matrices A
i,j“ 0 pour i ‰ j . Elle s’écrit donc sous la forme
A “
¨
˚
˚
˚
˚
˝
A
1,1O ¨ ¨ ¨ O O . .. ... .. .
.. . . .. ... O O ¨ ¨ ¨ O A
n,n˛
‹
‹
‹
‹
‚
Matrices blocs 2020/10/02 14 / 32
Proposition
Soit A une matrice bloc-carrée décomposée en nˆ n blocs, n ě 2. Si A est bloc-diagonale ou triangulaire par blocs alors son déterminant est le produit des déterminant des blocs diagonaux :
det A “
n
ź
i“1
det A
i,i(9)
Exercice
Soient E P M
mpKq et F P M
npKq.
1
Donner les dimensions des blocs pour que le produit suivant soit possible et effectuer le calcul:
A “ ˆ E O
O I
˙ˆ I O O F
˙
2
En déduire le déterminant de A en fonction des déterminants de E et F.
3
Démontrer par récurrence la proposition.
Matrices blocs 2020/10/02 15 / 32
Proposition
Soit A une matrice bloc-carré inversible décomposée en n ˆ n blocs.
‚ Si A est bloc-diagonale alors son inverse (décomposée en n ˆ n blocs) est aussi bloc-diagonale.
‚ Si A est triangulaire inférieure par blocs (resp. supérieure) alors son inverse (décomposée en n ˆ n blocs) est aussi triangulaire inférieure par blocs (resp. supérieure).
Dans ces deux cas les blocs diagonaux de la matrice inverse sont les inverses des blocs diagonaux de A. On a donc
A “
¨
˚
˚
˚
˚
˝
A
1,1O ¨ ¨ ¨ O O . .. ... .. . .. . . .. ... O O ¨ ¨ ¨ ˝ A
n,n˛
‹
‹
‹
‹
‚ et A
-1“
¨
˚
˚
˚
˚
˚
˝
A
-11,1O ¨ ¨ ¨ O O . .. ... .. . .. . . .. ... O O ¨ ¨ ¨ O A
-1n,n˛
‹
‹
‹
‹
‹
‚
A “
¨
˚
˚
˚
˚
˝
A
1,1O ¨ ¨ ¨ O .. . . .. ... .. . .. . . .. ... O A
n,1¨ ¨ ¨ ¨ ¨ ¨ A
n,n˛
‹
‹
‹
‹
‚ et A
-1“
¨
˚
˚
˚
˚
˚
˝
A
-11,1O ¨ ¨ ¨ O
‚ . .. ... .. . .. . . .. ... O
‚ ¨ ¨ ¨ ‚ A
-1n,n˛
‹
‹
‹
‹
‹
‚
Matrices blocs 2020/10/02 16 / 32
Autres résultats
Exercice
SoitAPMn,npCqune matrice etpλ,uuuqun élément propre deAavec}uuu}2“1.
Q.1 En s’aidant de la base canoniqueteee1, . . . ,eeenu,construire une base orthonorméetxxx1, . . . ,xxxnutelle quexxx1“uuu. NotonsPla matrice de changement de base canoniqueteee1, . . . ,eeenudans la basetxxx1, . . . ,xxxnu:
P“
¨
˝xxx1 . . . xxxn
˛
‚
SoitBla matrice définie parB“P˚AP.
Q.2
1 Exprimer les coefficients de la matriceBen fonction de la matriceAet des vecteursxxxi,iP v1,nw.
B“P˚AP.
2 En déduire que la première colonne deBestpλ,0, . . . ,0qt.
Q.3 Montrer par récurrence sur l’ordre de la matrice que la matriceAs’écrit A“UTU˚
oùUest une matrice unitaire etTune matrice triangulaire supérieure.
Q.4 En supposantAinversible et la décompositionA“UTU˚connue, expliquer comment résoudre "simplement" le système linéaireAxxx“bbb.
Autres résultats 2020/10/02 17 / 32
Théorème 5: Décomposition de Schur
Soit A P M n pCq. Il existe une matrice unitaire U et une matrice trian- gulaire supérieure T telles que
A “ UTU ˚ (10)
Théorème 6: Réduction de matrices
1
Soit A P M n p C q. Il existe une matrice unitaire U telle que U -1 AU soit triangulaire.
2
Soit A P M n pCq une matrice normale. Il existe une matrice unitaire U telle que U -1 AU soit diagonale.
3
Soit A P M n pRq une matrice symétrique. Il existe une matrice orthogonale P telle que P -1 AP soit diagonale.
Autres résultats 2020/10/02 18 / 32
Proposition 6.1
‚ une matrice symétrique ou hermitienne est nécessairement normale.
‚ une matrice orthogonale (resp. unitaire) est nécessairement normale et inversible d’inverse A t (resp. A ˚ ).
Autres résultats 2020/10/02 19 / 32
Definition 6.2
Soit A P M n pCq une matrice hermitienne.
˛ Elle est définie positive si
xAu u u, u u uy ą 0, @u u u P C n zt 0 u (11)
˛ Elle est semi définie positive si
xAu u u, u u uy ě 0, @u u u P C n zt0u (12) Exercice
Soit A P M n pCq.
Q.1 Que peut-on dire de la matrice AA ˚ ? Et si la matrice A est inversible?
Q.2 Proposer une technique permettant de générer une matrice hermitienne semi-définie positive à partir d’une matrice aléatoire quel- conque.
Q.3 Proposer une technique permettant de générer une matrice her- mitienne définie positive à partir d’une matrice triangulaire inférieure inversible aléatoire.
Autres résultats 2020/10/02 20 / 32
Normes vectorielles
Definition
L’application x‚, ‚y : K
nˆ K
nÑ K définie pour tout pu u u,vvvq P K
nˆ K
npar
x u u u,vvv y “ u u u
t.vvv “ vvv
t.u u u “
n
ÿ
i“1
u
iv
i, si K “ R (13)
x u u u,vvv y “ u u u
˚.vvv “ vvv
˚.u u u “ x vvv,u u u y “
n
ÿ
i“1
u
iv
i, si K “ C (14)
est appelée produit scalaire euclidien si K “ R , hermitien
asi K “ C . Pour rappeler la dimension de l’espace, on écrit
xu u u,vvvy “ xu u u, vvvy
n.
a
La convention choisie pour le produit scalaire hermitien étant ici : linéarité à droite et semi-linéarité à gauche. Il est aussi possible de définir le produit scalaire hermitien par le complexe conjugué de (14) :
xu u u, v v vy “ v v v
˚.u u u “
n
ÿ
i“1
u
iv
i.
Dans ce cas le produit scalaire est une forme sesquilinéaire à droite.
Normes vectorielles 2020/10/02 21 / 32Definition
Une norme sur un espace vectoriel V est une application }‚} : V Ñ R ` qui vérifie les propriétés suivantes
˛ }vvv } “ 0 ðñ vvv “ 0,
˛ }αvvv } “ |α| }vvv } , @α P K , @vvv P V ,
˛ }u u u ` ` ` v v v} ď }u u u} ` }vvv } , @ pu, u, u, v v vq P V 2 (inégalité triangulaire).
Une norme sur V est également appelée norme vectorielle . On ap- pelle espace vectoriel normé un espace vectoriel muni d’une norme.
Normes vectorielles 2020/10/02 22 / 32
Proposition
Soit vvv P K n . Pour tout nombre réel p ě 1, l’application }‚} p définie par
}vvv } p “
˜ n ÿ
i “1
|v i | p
¸ 1{p
est une norme sur K n . Normes usitées :
}vvv } 1 “
n
ÿ
i“1
|v i | , }vvv } 2 “
˜ n ÿ
i“1
|v i | 2
¸ 1{2
, }vvv } 8 “ max
iPv1,nw |v i | .
Normes vectorielles 2020/10/02 23 / 32
Lemme 7.1: Inégalité de Cauchy-Schwarz
@xxx ,yyy P K n
| xxxx ,yyy y | ď }xxx } 2 }yyy } 2 . (15) Cette inégalité s’appelle l’inégalité de Cauchy-Schwarz. On a égalité si et seulement si xxx et yyy sont colinéaires.
Normes vectorielles 2020/10/02 24 / 32
Lemme 7.2: Inégalité de Hölder
Pour p ą 1 et p 1 ` 1 q “ 1, on a @xxx , yyy P K n
n
ÿ
i “1
|x i y i | ď
˜ n ÿ
i“1
|x i | p
¸ 1{p ˜ n ÿ
i“1
|y i | q
¸ 1{q
“ }xxx } p }yyy } q . (16)
Cette inégalité s’appelle l’inégalité de Hölder.
Normes vectorielles 2020/10/02 25 / 32
Definition 7.3
Deux normes }‚} et }‚} 1 , définies sur un même espace vectoriel V , sont équivalentes s’il exite deux constantes C et C 1 telles que
}xxx } 1 ď C }xxx } et }xxx } ď C 1 }xxx } 1 pour tout xxx P V . (17)
Proposition
Sur un espace vectoriel de dimension finie toutes les normes sont équiv- alentes.
Normes vectorielles 2020/10/02 26 / 32
Normes matricielles
Definition 8.1
Une norme matricielle sur M n pKq est une application }‚} : M n pKq Ñ R ` vérifiant
1
}A} “ 0 ðñ A “ 0,
2
}αA} “ |α| }A}, @α P K , @A P M n pKq,
3
}A ` B} ď }A} ` }B} , @ pA, Bq P M n pKq 2 (inégalité triangulaire)
4
}AB} ď }A} }B} , @ pA, Bq P M n pKq 2 Peut-on étendre cette définition sur M m,n pKq?
Normes matricielles 2020/10/02 27 / 32
Proposition:
Etant donné une norme vectorielle }‚} sur K
n, l’application }‚}
s: M
npKq Ñ R
`définie par
}A}
sdef“ sup
v vvPKn
v vv‰0
}Avvv}
}vvv} (18)
est une norme matricielle, appelée norme matricielle subordonnée (à la norme vectorielle donnée).
Elle vérifie
}A}
s“ sup
v vvPKn }vvv}ď1
}Avvv} “ sup
v vvPKn }vvv}“1
}Avvv } “ inf tα P R : }Avvv} ď α }vvv }, @vvv P K
nu . (19)
De plus, pour tout vvv P K
non a
}Avvv} ď }A}
s}vvv} (20)
et il existe au moins un vecteur u u u P K
nzt0u tel que
}Au u u} “ }A}
s}u u u}. (21)
Soit I la matrice identité d’ordre n, on a
} I }
s“ 1. (22)
Normes matricielles 2020/10/02 28 / 32
Théorème 9:
Soit A P M n pKq. On a }A} 1
def“ sup
v v vPK
nv v v‰0
}Avvv } 1
}vvv } 1 “ max
jPv1,nw n
ÿ
i“1
|a ij | (23)
}A} 2
def“ sup
v v vPK
nv v v‰0
}Avvv } 2 }vvv } 2 “ a
ρ pA ˚ Aq “ a
ρ pAA ˚ q “ }A ˚ } 2 (24)
}A} 8
def“ sup
v v vPK
nv v v‰0
}Avvv } 8
}vvv } 8 “ max
iPv1,nw n
ÿ
j “1
|a ij | (25)
La norme }‚} 2 est invariante par transformation unitaire :
UU ˚ “ I ùñ }A} 2 “ }AU} 2 “ }UA} 2 “ }U ˚ AU} 2 . (26)
Normes matricielles 2020/10/02 29 / 32
Corollaire 9.1
1
Si une matrice A est hermitienne,on a }A} 2 “ ρ pAq.
2
Si une matrice A est unitaire, on a }A} 2 “ 1.
Normes matricielles 2020/10/02 30 / 32
Suites de vecteurs et de matrices
Definition 10.1
Soit V un espace vectoriel muni d’une norme }‚} , on dit qu’une suite pvvv k q d’éléments de V converge vers un élément vvv P V , si
kÑ8 lim }vvv k ´ vvv } “ 0 et on écrit
vvv “ lim
kÑ8 vvv k .
Suites de vecteurs et de matrices 2020/10/02 31 / 32
Théorème 11: admis
Soit B une matrice carrée. Les conditions suivantes sont équivalentes :
1
lim kÑ8 B k “ 0,
2
lim kÑ8 B k vvv “ 0 pour tout vecteur vvv ,
3
ρ pBq ă 1,
4
}B} ă 1 pour au moins une norme matricielle subordonnée }‚} .
Théorème 12: admis
Soit B une matrice carrée, et }‚} une norme matricielle quelconque.
Alors
k lim Ñ8
›
›
› B k
›
›
›
1{k
“ ρ pBq.
Suites de vecteurs et de matrices 2020/10/02 32 / 32