Analyse Numérique I
Sup’Galilée, Ingénieurs MACS 1ère année & L3 MIM
François Cuvelier
Laboratoire d’Analyse Géométrie et Applications Institut Galilée
Université Paris XIII.
2019/10/11
2019/10/11 1 / 23
Plan
1
Matrices blocs
2
Normes vectorielles et normes matricielles
Normes vectorielles Normes matricielles
Matrices blocs 2019/10/11 2 / 23
Definition 1.1
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, p w, @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 2019/10/11 3 / 23
Propriété 1.2: Multiplication de matrices blocs
SoientAPMN,M etBPMM,S.Le produitP“ABPMN,Speut s’écrire sous forme bloc si les matricesAetBsontcompatibles par blocs: il faut que le nombre de blocs colonne deAsoit égale au nombre de blocs ligne deBavec correspondance des dimensions.
A“
¨
˚
˝
A1,1 ¨ ¨ ¨ A1,q ... ... Ap,1 ¨ ¨ ¨ Ap,q
˛
‹
‚ et B“
¨
˚
˝
B1,1 ¨ ¨ ¨ A1,r ... ... Bq,1 ¨ ¨ ¨ Aq,r
˛
‹
‚
avecAi,kPMni,mk etBk,jPMmk,sjpour toutiP v1,pw,kP v1,qwetjP v1,rw.La matrice produit Ps’écrit alors sous la forme bloc
P“
¨
˚
˝
P1,1 ¨ ¨ ¨ P1,r
... ... Pp,1 ¨ ¨ ¨ Pp,r
˛
‹
‚
avec@iP v1,pw,@jP v1,rwPi,jPMni,sjet
Pi,j“
q
ÿ
k“1
Ai,kBk,j.
Matrices blocs 2019/10/11 4 / 23
Definition 1.3
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˛
‹
‹
‹
‹
‚ ).
Matrices blocs 2019/10/11 5 / 23
Definition 1.4
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 2019/10/11 6 / 23
Proposition 1.5
Soit A une matrice bloc-carré décomposée en n ˆ n blocs. 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(1)
Matrices blocs 2019/10/11 7 / 23
Proposition 1.6
SoitAune matrice bloc-carréinversibledécomposée ennˆnblocs.
‚ SiAestbloc-diagonalealors son inverse (décomposée ennˆnblocs) est aussi bloc-diagonale.
‚ SiAesttriangulaire inférieure par blocs(resp. supérieure) alors son inverse (décomposée en nˆnblocs) est aussitriangulaire 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“
¨
˚
˚
˚
˚
˝
A1,1 O ¨ ¨ ¨ O O . .. ... ... ... . .. ... O O ¨ ¨ ¨ ˝ An,n
˛
‹
‹
‹
‹
‚ etA-1“
¨
˚
˚
˚
˚
˚
˝
A-11,1 O ¨ ¨ ¨ O O . .. ... ... ... . .. ... O O ¨ ¨ ¨ O A-1n,n
˛
‹
‹
‹
‹
‹
‚
A“
¨
˚
˚
˚
˚
˝
A1,1 O ¨ ¨ ¨ O ... . .. ... ... ... . .. ... O An,1 ¨ ¨ ¨ ¨ ¨ ¨ An,n
˛
‹
‹
‹
‹
‚ et A-1“
¨
˚
˚
˚
˚
˚
˝
A-11,1 O ¨ ¨ ¨ O
‚ . .. ... ... ... . .. ... O
‚ ¨ ¨ ¨ ‚ A-1n,n
˛
‹
‹
‹
‹
‹
‚
A“
¨
˚
˚
˚
˚
˝
A1,1 ¨ ¨ ¨ ¨ ¨ ¨ An,1 O . .. ... ...
... . .. ... ... O ¨ ¨ ¨ O An,n
˛
‹
‹
‹
‹
‚ et A-1“
¨
˚
˚
˚
˚
˚
˝
A-11,1 ‚ ¨ ¨ ¨ ‚ O . .. ... ... ... . .. ... ‚ O ¨ ¨ ¨ O A-1n,n
˛
‹
‹
‹
‹
‹
‚
Matrices blocs 2019/10/11 8 / 23
Plan
1
Matrices blocs
2
Normes vectorielles et normes matricielles
Normes vectorielles
Normes matricielles Suites de vecteurs et de matrices
Normes vectorielles et normes matricielles 2019/10/11 9 / 23
Plan
1
Matrices blocs
2
Normes vectorielles et normes matricielles
Normes vectorielles Normes matricielles
Suites de vecteurs et de matrices
3
Conditionnement d’un système linéaire
4
Méthodes itératives
Normes vectorielles et normes matricielles Normes vectorielles 2019/10/11 10 / 23
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 et normes matricielles Normes vectorielles 2019/10/11 11 / 23
Proposition
Soit vvv P K
n. Pour tout nombre réel p ě 1, l’application }‚}
pdéfinie par
}vvv }
p“
˜
nÿ
i“1
|v
i|
p¸
1{pest une norme sur K
n. Normes usitées :
}vvv }
1“
n
ÿ
i“1
|v
i| , }vvv }
2“
˜
nÿ
i“1
|v
i|
2¸
1{2, }vvv }
8“ max
iPv1,nw
|v
i| .
Normes vectorielles et normes matricielles Normes vectorielles 2019/10/11 12 / 23
Lemme 2.1: Inégalité de Cauchy-Schwarz
@xxx ,yyy P K
n| xxxx ,yyy y | ď }xxx }
2}yyy }
2. (2) Cette inégalité s’appelle l’inégalité de Cauchy-Schwarz. On a égalité si et seulement si xxx et yyy sont colinéaires.
Normes vectorielles et normes matricielles Normes vectorielles 2019/10/11 13 / 23
Lemme 2.2: Inégalité de Hölder
Pour p ą 1 et
p1`
1q“ 1, on a @xxx , yyy P K
nn
ÿ
i“1
|x
iy
i| ď
˜
nÿ
i“1
|x
i|
p¸
1{p˜
nÿ
i“1
|y
i|
q¸
1{q“ }xxx }
p}yyy }
q. (3) Cette inégalité s’appelle l’inégalité de Hölder.
Normes vectorielles et normes matricielles Normes vectorielles 2019/10/11 14 / 23
Definition 2.3
Deux normes }‚} et }‚}
1, définies sur un même espace vectoriel V , sont équivalentes s’il exite deux constantes C et C
1telles que
}xxx }
1ď C }xxx } et }xxx } ď C
1}xxx }
1pour tout xxx P V . (4)
Proposition
Sur un espace vectoriel de dimension finie toutes les normes sont équiv- alentes.
Normes vectorielles et normes matricielles Normes vectorielles 2019/10/11 15 / 23
Plan
1
Matrices blocs
2
Normes vectorielles et normes matricielles
Normes vectorielles Normes matricielles
Suites de vecteurs et de matrices
3
Conditionnement d’un système linéaire
4
Méthodes itératives
Normes vectorielles et normes matricielles Normes matricielles 2019/10/11 16 / 23
Definition 2.4
Une norme matricielle sur M
np K q est une application }‚} : M
np K q Ñ R
`vérifiant
1
}A} “ 0 ðñ A “ 0,
2
}αA} “ |α| }A}, @α P K , @A P M
np K q,
3
}A ` B} ď }A} ` }B} , @ pA, Bq P M
npKq
2(inégalité triangulaire)
4
}AB} ď }A} }B} , @ pA, Bq P M
npKq
2Peut-on étendre cette définition sur M
m,npKq ?
Normes vectorielles et normes matricielles Normes matricielles 2019/10/11 17 / 23
Proposition:
Etant donné une norme vectorielle}‚}surKn,l’application}‚}s:MnpKq ÑR`définie par
}A}s“sup
vv vPKn
v vv‰0
}Avvv}
}vvv} (5)
est une norme matricielle, appeléenorme matricielle subordonnée(à la norme vectorielle donnée).
Elle vérifie
}A}s“ sup
v vvPKn }vvv}ď1
}Avvv} “ sup
v vvPKn }vvv}“1
}Avvv} “inftαPR:}Avvv} ďα}vvv}, @vvvPKnu. (6)
De plus, pour toutvvvPKnon a
}Avvv} ď }A}s}vvv} (7)
et il existe au moins un vecteuruuuPKnzt0utel que
}Auuu} “ }A}s}uuu}. (8)
SoitIla matrice identité d’ordren,on a
}I}s“1. (9)
Normes vectorielles et normes matricielles Normes matricielles 2019/10/11 18 / 23
Théorème 3:
Soit A P M
npKq. On a }A}
1 def“ sup
v vvPKn
v vv‰0
}Avvv }
1}vvv }
1“ max
jPv1,nw n
ÿ
i“1
|a
ij| (10)
}A}
2 def“ sup
vv vPKn
v vv‰0
}Avvv }
2}vvv }
2“ a
ρ pA
˚Aq “ a
ρ pAA
˚q “ }A
˚}
2(11)
}A}
8def“ sup
v vvPKn
vvv‰0
}Avvv }
8}vvv }
8“ max
iPv1,nw n
ÿ
j“1
|a
ij| (12)
La norme }‚}
2est invariante par transformation unitaire :
UU
˚“ I ùñ }A}
2“ }AU}
2“ }UA}
2“ }U
˚AU}
2. (13)
Normes vectorielles et normes matricielles Normes matricielles 2019/10/11 19 / 23
Corollaire 3.1
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 vectorielles et normes matricielles Normes matricielles 2019/10/11 20 / 23
Plan
1
Matrices blocs
2
Normes vectorielles et normes matricielles
Normes vectorielles Normes matricielles
Suites de vecteurs et de matrices
3
Conditionnement d’un système linéaire
4
Méthodes itératives
Normes vectorielles et normes matricielles Suites de vecteurs et de matrices 2019/10/11 21 / 23
Definition 3.2
Soit V un espace vectoriel muni d’une norme }‚}, on dit qu’une suite pvvv
kq 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.
Normes vectorielles et normes matricielles Suites de vecteurs et de matrices 2019/10/11 22 / 23
Théorème 4: admis
Soit B une matrice carrée. Les conditions suivantes sont équivalentes :
1
lim
kÑ8B
k“ 0,
2
lim
kÑ8B
kvvv “ 0 pour tout vecteur vvv ,
3
ρ pBq ă 1,
4
}B} ă 1 pour au moins une norme matricielle subordonnée }‚} .
Théorème 5: admis
Soit B une matrice carrée, et }‚} une norme matricielle quelconque.
Alors
k
lim
Ñ8›
›
› B
k›
›
›
1{k
“ ρ pBq.
Normes vectorielles et normes matricielles Suites de vecteurs et de matrices 2019/10/11 23 / 23
tt tt
2019/10/11 23 / 23