0% ont trouvé ce document utile (0 vote)
6 vues6 pages

Solution Controle An II

Le document présente un contrôle d'analyse numérique avec plusieurs exercices, incluant la résolution d'un système linéaire par la méthode de Gauss-Jordan et la factorisation de Cholesky. Il aborde également des méthodes itératives comme Jacobi et Gauss-Seidel pour résoudre un autre système linéaire, ainsi que des méthodes numériques pour résoudre une équation différentielle. Les solutions sont détaillées étape par étape, illustrant les calculs et les résultats obtenus.

Transféré par

marwaboudjelida21
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
0% ont trouvé ce document utile (0 vote)
6 vues6 pages

Solution Controle An II

Le document présente un contrôle d'analyse numérique avec plusieurs exercices, incluant la résolution d'un système linéaire par la méthode de Gauss-Jordan et la factorisation de Cholesky. Il aborde également des méthodes itératives comme Jacobi et Gauss-Seidel pour résoudre un autre système linéaire, ainsi que des méthodes numériques pour résoudre une équation différentielle. Les solutions sont détaillées étape par étape, illustrant les calculs et les résultats obtenus.

Transféré par

marwaboudjelida21
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

Université Larbi Ben M’Hidi - Oum El Bouaghi

Faculté des Sciences Exactes et Sciences de la Nature et la Vie

Contrôle d’Analyse Numérique II


Exercise 1: 1. Soit le système linéaire suivant :
8
< 2x1 + 4x2 10x3 = 2
3x1 + 9x2 21x3 = 0
:
x1 + 5x2 12x3 = 1
Résoudre ce système par la méthode de Gauss-Jordan avec pivotement par-
tiel.
2. Déterminer la factorisation de Cholesky LLt de la matrice dé…nie positive:
2 3
4 1 1
A = 4 1 4:25 2:75 5 :
1 2:75 3:5
Solution:
2 3
2 4 10 2
4 3 9 21 0 5
1 5 12 1
2 3
1 5 12 1
R1 $ R3 4 3 9 21 0 5
22 4 10 2 3
1 5 12 1
3R1 + R2 ! R2 4 0 6 15 3 5
2 2 4 10 2 3
1 5 12 1
2R1 + R3 ! R3 4 0 6 15 3 5
0 6 14 4
2 3
1 5 12 1
1 6 5 1 7
R2 ! R2 4 0 1 2 5
6 2
0 6 14 4
2 3
1 5 12 1
6 5 1 7
6R2 + R3 ! R3 4 0 1 2 5
2
0 0 1 1
2 3
1 5 12 1
6 5 1 7
R3 ! R3 4 0 1 5
2 2
02 0 1 1 3
1 5 12 1
5
R3 R2 ! R2 4 0 1 0 3 5
2 0 0 1 1

1
2 3
1 5 0 13
12R3 + R1 ! R1 4 0 1 0 3 5
0 0 1 1
2 3
1 0 0 2
5R2 + R1 ! R1 4 0 1 0 3 5
0 0 1 1

On déduit que 2 3
x1 = 2
4 x2 = 3 5 :
x3 = 1
2. La factorisation LLt n’a pas nécessairement 1s sur la diagonale de la
matrice triangulaire L donc nous devons avoir
2 3 2 32 3
a11 a12 a13 l11 0 0 l11 l21 l31
A = 4 a21 a22 a23 5 = 4 l21 l22 0 5 4 0 l22 l32 5
a31 a32 a33 l31 l32 l33 0 0 l33
2 2 3
l11 l11 l21 l11 l31
= 4 l11 l21 2
l21 + l222
l21 l32 + l22 l32 5
2 2 2
l11 l31 l21 l31 + l22 l32 l31 + l32 + l33

Ainsi
2
a11 : 4 = l11 ) l11 = 2; a21 : 1 = l11 l21 ) l21 = 0:5;
2 2
a31 : 1 = l11 l31 ) l31 = 0:5; a22 : 4:25 = l21 + l22 ) l22 = 2;
2 2 2
a32 : 2:75 = l21 l31 + l22 l32 ) l32 = 1:5; a33 : 3:5 = l31 + l32 + l33 ) l33 = 1;

et nous avons
2 32 3
2 0 0 2 0:5 0:5
A = LLt = 4 0:5 2 0 54 0 2 1:5 5 :
0:5 1:5 1 0 0 1

Exercise 2: (6 pts)
Le système linéaire Ax = b donné par

E1: 10x1 x2 + 2x3 = 6;


E2: x1 + 11x2 x3 + 3x4 = 25;
E3: 2x1 x2 + 10x3 x4 = 11;
E4: 3x2 x3 + 8x4 = 15
t
a l’unique solution x = (1; 2; 1; 1) . Utilisez la technique itérative de Jacobi
et Gauss-Seidel, pour trouver des approximations x(k) à x commençant par
t
x(0) = (0; 0; 0; 0) ; " = 10 3 (faire 4 itérations).

2
Solution: 1. Nous résolvons d’abord l’équation Ei pour xi , pour chaque
i = 1; 2; 3; 4; pour obtenir
3 1 1
x1 = + x2 x3 ;
5 10 5
25 1 1 3
x2 = + x1 + x3 x4 ;
11 11 11 11
11 1 1 1
x3 = x1 + x2 + x4 ;
10 5 10 10
15 3 1
x4 = x2 + x3 :
8 8 8
t
A partir de l’approximation initiale x (0) = (0; 0; 0; 0) nous avons x (1) donné
par
(1) 3 1 (0) 1 (0)
x1 = + x2 x ;
5 10 5 3
(1) 25 1 (0) 1 (0) 3 (0)
x2 = + x + x3 x ;
11 11 1 11 11 4
(1) 11 1 (0) 1 (0) 1 (0)
x3 = x + x2 + x4 ;
10 5 1 10 10
(1) 15 3 (0) 1 (0)
x4 = x + x3 :
8 8 2 8
t
(k) (k) (k) (k)
Des itérations supplémentaires, x(k) = x1 ; x2 ; x3 ; x4 , sont générées de
manière similaire et sont présentées dans le tableau

k 0 1 2 3
(k)
x1 0:0000 0:6000 1:0473 0:9326
(k)
x2 0:0000 2:2727 1:7159 2:053
(k)
x3 0:0000 1:1000 0:8052 1:0493
(k)
x4 0:0000 1:8750 0:8852 1:1309
t
La solution x = (1; 2; 1; 1) a été approchée par la méthode de Jacobi. Pour
la méthode de Gauss-Seidel, nous écrivons le système, pour chaque k = 1; 2; :::
comme
(k) 3 1 (k 1) 1 (k 1)
x1 = + x x ;
5 10 2 5 3
(k) 25 1 (k) 1 (k 1) 3 (k 1)
x2 = + x1 + x3 x ;
11 11 11 11 4
(k) 11 1 (k) 1 (k) 1 (k 1)
x3 = x + x2 + x4 ;
10 5 1 10 10
(k) 15 3 (k) 1 (k)
x4 = x + x3 :
8 8 2 8
t t
Lorsque x (0) = (0; 0; 0; 0) nous avons x (1) = (0:6000; 2:3272; 0:9873; 0:8789) .

3
Les itérations suivantes donnent les valeurs dans le tableau
k 0 1 2 3
(k)
x1 0:0000 0:6000 1:0300 1:0009
(k)
x2 0:0000 2:2727 2:0037 2:0036
(k)
x3 0:0000 1:1000 1:0140 1:0025
(k)
x4 0:0000 1:8750 0:9844 0:9983

Exercise 3: (7.5 pts)


Résoudre

y 0 = 4e0:8t 0:5y; avec y(0) = 2; h = 1 pour x 2 [0; 1].

en utilisant les méthodes suivantes, avec présentant son algorithme:


1. La méthode d’Euler modi…ée (Heun).
2. Le développement de Taylor d’ordre 2.
3. La méthode de Runge-Kutta du quatrième ordre (RK-4).
Solution:
1. Algorithme: Méthode Euler modi…ée (Heun)

1. Étant donné une solution au point (xi ; yi ), calculez la valeur suivante de la


variable indépendante:
ti+1 = ti + h;
2. Calculez f (ti ; yi ).
3. Estimer yi+1 en utilisant la méthode d’Euler:
Eu
yi+1 = yi + hf (ti ; yi ) ;
Eu
4. Calculez f ti+1 ; yi+1 .
5. Calculez la solution numérique à t = ti+1 :
Eu h Eu
yi+1 = yi + f (ti ; yi ) + f ti+1 ; yi+1 :
2
Résolution: Méthode Euler modi…ée (Heun)
1. Calculons f (t0 ; y0 )

y00 = f (t0 ; y0 ) = 4e0:8 0


0:5y (0) = 4e0 0:5 (2) = 3

2. Estimons y1Eu en utilisant la méthode d’Euler:

y1Eu = y0 + hf (t0 ; y0 ) = 2 + 1 (3) = 5: (1)

3. Calculons f t1 ; y1Eu

y10 = f t1 ; y1Eu = 4e0:8(1) 0:5 (5) = 6:402164

4. Calculons la solution numérique à t = t1 :


h
y1Eu = y0 + f (t0 ; y0 ) + f t1 ; y1Eu
2 (2)
1
= 2 + (3 + 6:402164) = 6:701082:
2

4
2. Algorithme: Méthode de Taylor d’ordre 2
1. Étant donné un pas de temps h, une condition initiale (t0 ; y0 ) et un nombre
maximal d’itérations N
2. Pour 0 6 n 6 N : ti+1 = ti + h;
1 @f (ti ; y(ti )) @f (ti ; y(ti ))
yi+1 = yi + hf (ti ; y(ti )) + h2 + f (ti ; y(ti )) :
2 @t @y
3. Arrêt
Résolution: Méthode de Taylor d’ordre 2

f (ti ; y(ti )) = 4e0:8(0) 0:5 (2) = 3;


@f (t; y)
= 4 0:8e0:8t = 3:2e0:8t
@t
@f (ti ; y(ti ))
= 3:2
@t
@f (ti ; y(ti ))
= 0:5
@y
@f (ti ; y(ti )) @f (ti ; y(ti ))
+ f (ti ; y(ti )) = 3:2 0:5 (3) = 1:7;
@t @y
1 1
y1 = 2 + 1 (3) + (3:2 0:5 (3)) = 5 + 1:7 = 5:85:
2 2
3. Algorithme: Méthode RK-4:
1
yi+1 = yi + (K1 + 2K2 + 2K3 + K4 ) h:
6

K1 = f (ti ; yi )
1 1
K2 = f ti + h; yi + K1 h
2 2
1 1
K3 = f ti + h; yi + K2 h
2 2
K4 = f (ti + h; yi + K3 h)
Résolution: Méthode RK-4:

K1 = f (0; 2) = 4e0:8(0) 0:5 (2) = 3


Cette valeur est utilisée pour calculer une valeur de y et une pente au milieu:

1 1 1
K2 = f t0 + h; y0 + K1 h =f 0:5; 2 + 3 1
2 2 2
= 4e0:8 (0:5) 0:5 (3:5) = 4; 217299:

Cette pente est à son tour utilisée pour calculer une autre valeur de y et une
autre pente au milieu:

5
K3 = f (0:5; 2 + 4:217299(0:5)) = f (0:5; 4:108649)
= 4e0:8 (0:5) 0:5(4:108649) = 3:912974:

Ensuite, cette pente est utilisée pour calculer une valeur de y et une pente
à la …n de l’intervalle:

K4 = f (1:0; 2 + 3:912974(1:0)) = f (1:0; 5:912974)


= 4e0:8 (1:0) 0:5(5:91974) = 5:945677:

En…n, les quatre estimations de pente sont combinées pour produire une
pente moyenne.

1
y(1:0) = 2+ [3 + 2(4:217299) + 2(3:912974) + 5:945677]
6
= 2 + 4:201037(1:0) = 6:201037:

Vous aimerez peut-être aussi