Universit´e de Nice Sophia-Antipolis
Licence L3 Math´ematiques Ann´ee 2008/2009
Analyse Num´ erique
TD 7
EXERCICE 1 Normes vectorielles
1.1 D´efinitions Soit un entiern >0.
a. Montrer que les applications suivantes d´efinies surRn sont des normes surRn, x7→ kxk1 =
n
X
i=1
|xi|,
x7→ kxk2 = n
X
i=1
|xi|2
1 2 , x7→ kxk∞= max
i=1,...,n
|xi|.
b. Montrer que, pour 1 ≤ p < +∞, l’application suivante d´efinie sur Rn est une norme surRn,
x7→ kxkp = n
X
i=1
|xi|p
1 p.
1.2 Equivalence de normes´
Montrer les relations suivantes sur Rn,
kxk∞≤ kxk1≤nkxk∞, kxk∞≤ kxk2≤√
nkxk∞, kxk2≤ kxk1 ≤√
nkxk2. 1.3 Relation entre la norme p et la norme +∞
Pour x∈Rn, montrer que
p→+∞lim kxkp =kxk∞.
EXERCICE 2 Normes matricielles
Soit Aune matrice carr´ee d’ordren >0,A= (aij)i,j=1,...,n. 1
Universit´e de Nice Sophia-Antipolis
Licence L3 Math´ematiques Ann´ee 2008/2009
Pour 1 ≤p ≤ +∞, on note par k kp la norme matricielle calcul´ee `a partir de la norme vectoriellek kp i.e.
kAkp = sup
kxkp=1
kAxkp= sup
kxkp≤1
kAxkp = sup
x6=0
kAxkp kxkp . a. Montrer que
kAk1 = max
j=1,...,n n
X
i=1
|aij|,
kAk∞= max
i=1,...,n n
X
j=1
|aij|. b.SoitB une matrice r´eelle et sym´etrique. Montrer que pour
λmin(B)≤ (Bx, x)
kxk22 ≤λmax(B),
o`uλmin(B) etλmax(B) sont respectivement les plus petite et grande valeurs propres deB.
En d´eduire que kAk2= s
ρ
tAA
, o`u ρ est le rayon spectral.
EXERCICE 3 Une application
Soit (θn)n≥0 une suite d´efinie par
θn+1 ≤θn−1+ 2βθn+αn, pour tout n≥1, avec θn, αn, β ∈R+.
a. Montrer qu’il existe une matriceA et un vecteurBn tels que θn
θn+1
≤ A
θn−1
θn
+ Bn pour tout n≥1. b.En d´eduire que
θn≤e(n−1)β q
θ20+θ12+
n−1
X
i=1
αi e(n−1−i)β, pour tout n≥2.
EXERCICE 4
Conditionnement d’une matrice
Soit A une matrice carr´ee d’ordre n >0. Pour 1≤p≤+∞, on note par condp(A) le nombre de conditionnement deA calcul´e avec la norme matricielle k kp.
2
Universit´e de Nice Sophia-Antipolis
Licence L3 Math´ematiques Ann´ee 2008/2009
4.1 Quelques propri´et´es du conditionnement Montrer les propri´et´es suivantes :
a. condp(A)≥1 ;
b.condp(αA) = condp(A), ∀α6= 0 ; c.cond2(A) =
s
maxi|λi(A?A)|
mini|λi(A?A)|, o`u les nombresλi(A?A) sont les valeurs propres deA?A etA? est l’adjoint de A;
d.siAest sym´etrique et r´eelle alors cond2(A) = maxi|λi(A)|
mini|λi(A)|, o`u les nombresλi(A) sont les valeurs propres deA;
e. si U est une matrice orthogonale alors cond2(U) = 1 et cond2(AU) = cond2(U A) = cond2(A).
4.2 Analyse perturbative
Soient xet x+δx les solutions des syst`emes lin´eaires
Ax = b ,
(A+δA)(x+δx) = b . a. Montrer que kδxkp
kx+δxkp ≤condp(A)kδAkp kAkp . b.En d´eduire que sikA−1δAkp <1 alors kδxkp
kxkp ≤condp(A)kδAkp kAkp
1
1− kA−1δAkp. 4.3 Applications
Calculer le conditionnement par rapport `a la norme k k2 de la matrice suivante
Tα=
α −1
−1 α −1
−1 α −1
0
−1 α −1 . .. ... ...
−1 α −1
0
−1 α −1−1 α −1
−1 α
.
o`u α est un param`etre r´eel.
3