ASI 3 Méthodes numériques pour l’ingénieur

Slides:



Advertisements
Présentations similaires
Programmation linéaire et Recherche opérationnelle
Advertisements

Eléments d'algèbre linéaire
La Méthode de Simplexe Standardisation
Calculs de complexité d'algorithmes
Unité #3 Analyse numérique matricielle Giansalvo EXIN Cirrincione.
METHODE DE GAUSS FACTORISATION LU
Les systèmes linéaires. 1)PRESENTATION avec x, y, z les inconnues.
Calcul numérique (avec Maple)
PROGRAMMATION SCIENTIFIQUE EN C
Rappel... Sous-espaces de Rn: Définition;
Cours DÉTERMINANT. Au dernier cours nous avons vus Linverse dune matrice. Quelques théorèmes qui encadrent son existence. Les matrices élémentaires.
ASI 3 Méthodes numériques pour l’ingénieur
VI – Rang d’une matrice Mots clés : Rang.
ASI 3 Méthodes numériques pour l’ingénieur
Programmation linéaire
Concepts avancés en mathématiques et informatique appliquées
Rappel... Opérations élémentaires sur les matrices:
Optimisation linéaire
Systèmes d’équations linéaires
Chapitre 3bis Applications linéaires et Matrices
Examen partiel #2 Mercredi le 15 novembre de 13h30 à 15h20
Division euclidienne - décimale
Rappel... Solution itérative de systèmes linéaires (suite et fin).
Chapitre 8 Equations.
FRACTIONS PARTIELLES cours 13.
Résolution d’équation du second degré
Introduction aux matrices : exemples en dynamique de population
Examen partiel #3 Mercredi le 15 décembre de 15h30 à 17h20
Rappel... Caractérisation des matrices inversibles: Matrices bloc.
Chapitre 3: Les équations et les inéquations
Programmation dynamique
ASI 3 Méthodes numériques pour l’ingénieur
Rappel... Matrices bloc. Décomposition des matrices:
Transformations linéaires et sous-espaces associés
Algèbre matricielle Montage préparé par : André Ross
l’algorithme du simplexe
ASI 3 Méthodes numériques pour l’ingénieur
Cours du 25 octobre Mardi le 24 octobre
MAXIMISER les RESULTATS
Examen partiel #1 Mercredi le 4 octobre de 13h30 à 15h20
ASI 3 Méthodes numériques pour l’ingénieur
Solution connue à l’avance
La décomposition en valeurs singulières: un outil fort utile
Géométrie épipolaire (deux vues)
Fabienne BUSSAC EQUATIONS (1) 1. Définition
ASI 3 Méthodes numériques pour l’ingénieur
Rappel... Valeurs propres et vecteurs propres. Définitions;
Cours de mathématiques économiques
Approche naïve de la résolution.
Décomposition de Benders
PROGRAMMATION SCIENTIFIQUE EN C
Dérivation et intégration
CHAPITRE 3: LES NOMBRES.
Les algorithmes de découplage vitesse-pression
L’endomorphisme le plus simple est l’ homothétie
ASI 3 Méthodes numériques pour l’ingénieur
ASI 3 Méthodes numériques pour l’ingénieur
ASI 3 Méthodes numériques pour l’ingénieur
Equations du premier degré à une inconnue (rappel)
Programmation linéaire en nombres entiers
Équilibrer une réaction chimique
Résolution d’un problème de diffusion 3D
7.4 VECTEURS PROPRES Cours 22. Au dernier cours nous avons vus ✓ Les cisaillements ✓ Les projections orthogonales ✓ Les projections obliques.
Calendrier (sur MathSV)
ASI 3 Méthodes numériques pour l’ingénieur
Chapitre 9 Equations.
Pierre Joli Cours de Mathématique Pierre Joli
1. Tri rapide ou Quicksort Principe : La méthode du Quicksort due au C.A. Hoare (1962) utilise les principes généraux de division et équilibrage. 2.
MATHÉMATIQUES L1 Second Semestre Armand Taranco. BIBLIOGRAPHIE Dupont : Algèbre pour les sciences économiques, Flash U, A. Colin. Bernard Guerrien, Isabelle.
Matlab (Matrix Laboratory) Langage de programmation évolué. Traitement direct d’opérations matricielles, dont l’inversion et l’analyse d’opérateurs ou.
Transcription de la présentation:

ASI 3 Méthodes numériques pour l’ingénieur Résolution de systèmes linéaires par des méthodes directes : Gauss, LU,

Ax=b : un cas simple A est une matrice diagonale problème solution Algorithme Fonction x = diago(A,b)

A est de forme triangulaire Fonction x = triang(A,b)

Commentaires sur le programme « diago » Complexité ? Déterminant : que se passe t’il si A est triangulaire supérieure ? Exercice : A =[ 3 0 0 0 1 -2 0 0 -3 -3 1 0 3 -1 -1 3] » A*x' b = 27 3 -9 Quels sont les âges d’Alice, de Louis, Sacha et Gaspar ? Sachant que trois fois la somme des âges des garçons est égale à la somme des âges des filles, que  l’âge d’Alice moins trois fois la somme des âges de Louis et de Sacha est égal à moins neuf, que trois fois l’âge de Louis est égal à vingt sept, et que l’âge de Louis moins deux fois  l’âge de Sacha est égal à 3.

Pivot de Gauss 4 principes fondamentaux On ne change pas la solution lorsque l’on : 1. permute 2 lignes 2. permute 2 colonnes 3. divise par un même terme non nul les éléments d’une ligne 4. ajoute ou retranche à une ligne un certain nombre de fois une autre ligne Stratégie : Transformer le système linéaire en un système équivalent … facile à résoudre Triangulaire !

Pivot de Gauss : un exemple

Pivot de Gauss : un exemple (2) = (2)-a21/pivot (1)

Pivot de Gauss : un exemple (2) = (2)-a21/pivot (1)

Pivot de Gauss : un exemple (3) = (3)-a31/pivot (1) Le première variable à été éliminée de toutes les équations sauf une

L’algorithme du pivot de Gauss 1. Triangularisation 2. Résolution du système triangulaire Fonction A,b = descent(A,b) A x = b

Gauss : résolution d’un système triangulaire Fonction x = triang(A,b)

Gauss Fonction x = Gauss(A,b) U,c = descent(A,b) x = triang(U,c)

Remarques Choix du pivot : minimiser les erreurs d’arrondis si un pivot est nul, on permute deux lignes si tous les pivots restant sont nuls la matrice est singulière (i.e. le système d’équations n’admet pas de solution unique) pour minimiser les erreurs d’arrondis : on choisi le plus grand pivot possible (en valeur absolue) et donc on permute les lignes (voir les colonnes associées) c’est la stratégie du pivot maximal (partiel (lignes) ou total) Comment inverser une matrice ? Avec l’algorithme de gauss on peu résoudre directement déterminant d’une matrice = produit des pivots

Exemple Que se passe t’il si on prend le système à l’envers... Trouver x en ne gardant que 4 chiffres significatifs après la virgule Que se passe t’il si on prend le système à l’envers...

Exemple Que se passe t’il si on prend le système à l’envers... Trouver x en ne gardant que 4 chiffres significatifs après la virgule Que se passe t’il si on prend le système à l’envers...

Représentation matricielle de l’élimination de Gauss A chaque étape de l’algorithme...

Les cas du second membre b M (k) ?

Les cas du second membre b

Factorisation

LU : motivation On connaît la matrice A on ne connaît pas encore b comment « préparer A » ?

LU : principe Il est si facile le résoudre un système « triangulaire » ! U Comment construire Let U ? idée : reprendre l’étape de triangularisation de la méthode de Gauss L A

De Gauss à LU Représentons une étape de la triangularisation par la multiplication de A par une matrice M(k) gauss

LU : la décomposition Les matrices élémentaires M(k) sont inversibles et leurs inverses sont les matrices L(k) triangulaires inférieures telles que : C’est la matrice lik

L’algorithme de décomposition Fonction L,U = décompose(A)

Exemple Montrez que : L=[1 0 0;2 1 0; 1 .5 1] L*U A = [1 2 1;2 2 1;1 1 1] [l u]=lu(A) l = 0.5000 1.0000 0 1.0000 0 0 0.5000 0 1.0000 u = 2.0000 2.0000 1.0000 0 1.0000 0.5000 0 0 0.5000

LU : l’algorithme Fonction x = LU(A,b) L,U = decompose(A) y = triang(L,b) x = triang(U,y)

A=LU Théorème : Si au cours de l’élimination de Gauss sur la matrice A, les pivots sont non nuls, alors il existe une matrice triangulaire inférieure L et une matrice triangulaire supérieure U, telle que : A = LU si de plus on impose à L d’avoir les éléments diagonaux égaux à un alors la factorisation est unique Démonstration : (éléments) unicité : par l’absurde Remarque : (déterminent)

A=LU Réorganisation du système linéaire : Théorème : Si au cours de l’élimination de Gauss sur la matrice A, les pivots sont non nuls, alors il existe une matrice triangulaire inférieure L et une matrice triangulaire supérieure U, telle que : A = LU si de plus on impose à L d’avoir les éléments diagonaux égaux à un alors la factorisation est unique Contre exemple trivial : Réorganisation du système linéaire : permutation des lignes et des colonnes RECHERCHE DU MEILLEUR PIVOT

La factorisation PA=LU Définition : Si la matrice A, est non singulière alors il existe une matrice de permutation P telle que les pivots de PA sont non nuls. (TL chapitre 4) Si est égal à zéro, on échange (permute) deux lignes Fonction x = LU(A,b) Exercice : quelle est la forme de P des un sur la diagonale, des zero ailleurs, sauf sur les lignes et collone des termes à échanger L,U,P = decompose(A) y = triang(L,P*b) x = triang(U,y) Matlab !

PA=LU : étape k Théorème : Si la matrice P (k), est la matrice de permutation des colonnes p et q alors Theodore et Lascaux Tome 1 pp 183 4.3.1 lemme 2 p q

PA=LU A expliquer !

Choix du pivot Si on a pas besoin de permutation : sinon on peut faire plus « efficace » sinon pivot partiel : permutation de colonnes pivot total : permutation de ligne et de colonnes (plus cher) préconditionnement ou Equilibrage d’un système linéaire Modifier le système d’équations pour diminuer les risques d’erreurs Amélioration itérative