• Aucun résultat trouvé

Analyse Numérique I Sup’Galilée, Ingénieurs MACS 1ère année & L3 MIM François Cuvelier

N/A
N/A
Protected

Academic year: 2022

Partager "Analyse Numérique I Sup’Galilée, Ingénieurs MACS 1ère année & L3 MIM François Cuvelier"

Copied!
32
0
0

Texte intégral

(1)

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

(2)

Chapitre III Algèbre linéaire

2020/10/02 2 / 32

(3)

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

(4)

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 ABI,

7

il existe B P M n pKq tel que BAI.

Résultats connus 2020/10/02 4 / 32

(5)

Exercice

Soient A P M m,p pKq et B P M p,n pKq, montrer que

pABq tB 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 -1B -1 A -1 (5)

pA -1 q -1A (6)

Résultats connus 2020/10/02 5 / 32

(6)

Matrices particulières

Definition 2.1

Une matrice carrée A est :

˛ symétrique si A est réelle et AA t ,

˛ hermitienne si AA ˚ ,

˛ normale si AA ˚A ˚ A,

˛ orthogonale si A est réelle et AA tA t AI,

˛ unitaire si AA ˚A ˚ AI,

Matrices particulières 2020/10/02 6 / 32

(7)

Definition

Une matrice carrée A P M

n

est :

˛ 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

(8)

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

n

p 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,i

B

i,i

, @i P v1, nw.

ñ Exercice!

Matrices particulières 2020/10/02 8 / 32

(9)

Proposition

Soit A P M

n

pKq 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

-1

q

i,i

“ 1 pAq

i,i

Matrices particulières 2020/10/02 9 / 32

(10)

Matrices blocs

Definition

On appelle matrice bloc une matrice A P M

N,M

écrite 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,j

est une matrice de M

ni,mj

. On a N “

p

ÿ

i“1

n

i

et 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

(11)

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

(12)

Proposition: Multiplication de matrices blocs

Soient A P M

N,M

et B P M

M,S

. Le produit PAB P M

N,S

peut 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,k

P M

ni,mk

et B

k,j

P M

mk,sj

pour 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,j

P M

ni,sj

et

P

i,j

q

ÿ

k“1

A

i,k

B

k,j

.

Matrices blocs 2020/10/02 12 / 32

(13)

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

(14)

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

1,1

O ¨ ¨ ¨ O .. . . .. ... .. . .. . . .. ... O A

n,1

¨ ¨ ¨ ¨ ¨ ¨ A

n,n

˛

(resp. A

¨

˚

˚

˚

˚

˝

A

1,1

¨ ¨ ¨ ¨ ¨ ¨ A

n,1

O . .. ... .. . .. . . .. ... .. . 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

1,1

O ¨ ¨ ¨ O O . .. ... .. .

.. . . .. ... O O ¨ ¨ ¨ O A

n,n

˛

Matrices blocs 2020/10/02 14 / 32

(15)

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

m

pKq et F P M

n

pKq.

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

(16)

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

1,1

O ¨ ¨ ¨ O O . .. ... .. . .. . . .. ... O O ¨ ¨ ¨ ˝ A

n,n

˛

‚ et A

-1

¨

˚

˚

˚

˚

˚

˝

A

-11,1

O ¨ ¨ ¨ O O . .. ... .. . .. . . .. ... O O ¨ ¨ ¨ O A

-1n,n

˛

A

¨

˚

˚

˚

˚

˝

A

1,1

O ¨ ¨ ¨ O .. . . .. ... .. . .. . . .. ... O A

n,1

¨ ¨ ¨ ¨ ¨ ¨ A

n,n

˛

‚ et A

-1

¨

˚

˚

˚

˚

˚

˝

A

-11,1

O ¨ ¨ ¨ O

‚ . .. ... .. . .. . . .. ... O

‚ ¨ ¨ ¨ ‚ A

-1n,n

˛

Matrices blocs 2020/10/02 16 / 32

(17)

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 parBP˚AP.

Q.2

1 Exprimer les coefficients de la matriceBen fonction de la matriceAet des vecteursxxxi,iP v1,nw.

BP˚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 AUTU˚

Uest une matrice unitaire etTune matrice triangulaire supérieure.

Q.4 En supposantAinversible et la décompositionAUTU˚connue, expliquer comment résoudre "simplement" le système linéaireAxxx“bbb.

Autres résultats 2020/10/02 17 / 32

(18)

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

AUTU ˚ (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

(19)

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

(20)

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

(21)

Normes vectorielles

Definition

L’application x‚, ‚y : K

n

ˆ K

n

Ñ K définie pour tout pu u u,vvvq P K

n

ˆ K

n

par

x u u u,vvv y “ u u u

t

.vvv “ vvv

t

.u u u “

n

ÿ

i“1

u

i

v

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

i

v

i

, si K “ C (14)

est appelée produit scalaire euclidien si K “ R , hermitien

a

si 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

i

v

i

.

Dans ce cas le produit scalaire est une forme sesquilinéaire à droite.

Normes vectorielles 2020/10/02 21 / 32

(22)

Definition

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

(23)

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

(24)

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

(25)

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

(26)

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

(27)

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

(28)

Proposition:

Etant donné une norme vectorielle }‚} sur K

n

, l’application }‚}

s

: M

n

pKq 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

n

u . (19)

De plus, pour tout vvv P K

n

on a

}Avvv} ď }A}

s

}vvv} (20)

et il existe au moins un vecteur u u u P K

n

zt0u 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

(29)

Théorème 9:

Soit A P M n pKq. On a }A} 1

def

“ sup

v v vPK

n

v v v‰0

}Avvv } 1

}vvv } 1 “ max

jPv1,nw n

ÿ

i“1

|a ij | (23)

}A} 2

def

“ sup

v v vPK

n

v 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

n

v 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

(30)

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

(31)

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

(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

Références

Documents relatifs

5 ( 0.5 points ) Expliquez en quelques lignes comment utiliser la factorisation LU pour résoudre le système linéaire Ax x x

L'objectif de cet exercice est de montrer qu'il existe un unique choix de points px i q iv0,nw et de poids pω i q iPv0,nw.. tel que la formule (1) soit exacte pour les polynômes

3 Comme pour les méthodes de point xe, La convergence de la méthode n'est pas assurée et si il y a convergence le nombre d'itération nécessaire n'est (à priori) pas connu..

Une expression est un groupe d'opérandes (i.e. nombres, constantes, variables, ...) liées par certains opérateurs pour former un terme al- gébrique qui représente une valeur (i.e.

Résolution d'un système linéaire Algorithme : Factorisation positive de Cholesky..

On suppose les fonctions DecompDEF et RSLTriSup déjà écrites (voir ci-dessus pour leurs descriptifs) ainsi que la fonction RSLTriInf permettant de résoudre un système linéaire avec

Une expression est un groupe d'opérandes (i.e. nombres, constantes, variables, ...) liées par certains opérateurs pour former un terme al- gébrique qui représente une valeur (i.e.

principe de la méthode de dichotomie : Soit I un intervalle contenant un unique zéro de la fonction f , on le divise par son milieu en deux intervalles et on détermine lequel des