Cours Analyse Numerique Matricielle

Notes du cours d’Analyse Numérique Matricielle
Daniele A. Di Pietro
A.A. 2012–2013
Table des matières
1 Rappels et compléments d’algèbre linéaire 3

1.1 Quelques définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Valeurs et vecteurs propres, rayon spectral déterminant . . . . . . . . . . . . . . . . . 8
1.3 Noyau et image d’une matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4 Décompositions d’une matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4.1 Matrices diagonalisables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.4.2 Décomposition de Schur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.4.3 Décomposition en valeurs singulières . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.5 Normes matricielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2 Méthodes directes 22
2.1 Solution numérique des systèmes linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.1.1 Conditionnement d’une matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.1.2 Analyse a priori . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.2 Opérations élémentaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.3 Méthode de Gauss . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.3.1 Factorisation A = LU . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.3.2 Existence et unicité de la factorisation A = LU . . . . . . . . . . . . . . . . . . . 29
2.3.3 Pivoting partiel et factorisation PA = LU . . . . . . . . . . . . . . . . . . . . . . . 29
2.3.4 Résolution de systèmes linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.4 Autres factorisations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.4.1 Matrices SDP : La factorisation de Cholesky . . . . . . . . . . . . . . . . . . . . . 31
2.4.2 Matrices rectangulaires : La factorisation A = QR . . . . . . . . . . . . . . . . . 32
2.5 Matrices creuses . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.5.1 Matrices tridiagonales : La méthode de Thomas . . . . . . . . . . . . . . . . . 32
2.5.2 Matrices creuses non structurées . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3 Méthodes itératives 43
3.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.2 Méthodes de point fixe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.2.1 Formulation abstraite basée sur une décomposition régulière . . . . . . . 43
3.2.2 Les méthodes de Jacobi et Gauss–Seidel . . . . . . . . . . . . . . . . . . . . . . . 45
3.2.3 La méthode du gradient . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.3 Méthode du gradient conjugué . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
1
3.3.1 Vecteurs A-conjuguées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.3.2 La méthode du gradient conjugué . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.4 Méthodes basées sur les espaces de Krylov . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.4.1 Espaces de Krylov . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.4.2 Retour sur la méthode du gradient conjugué . . . . . . . . . . . . . . . . . . . . 53
3.4.3 L’algorithme de Gram–Schmidt–Arnoldi . . . . . . . . . . . . . . . . . . . . . . . 54
3.4.4 Principe des méthodes de Arnoldi et GMRes . . . . . . . . . . . . . . . . . . . . 55
3.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
2
Chapitre 1
Rappels et compléments d’algèbre linéaire
1.1 Quelques définitions

Soit m et n deux entiers positifs et soit K un corps commutatif. Par la suite seuls les cas
K = R et K = C seront considérés, et les éléments de K seront de ce fait appelés scalaires.
Une matrice à m lignes et n colonnes est un ensemble de m n scalaires (dits éléments de la
matrice) indexés par les éléments du produit cartésien I × J avec I := ¹1, m º et J := ¹1, n º :
a i j ∈ K , 1 ≤ i ≤ m , 1 ≤ j ≤ n. Les indices i et j sont dits, respectivement ligne et colonne
de a i j . En effet, on peut interpréter le couple d’indices (i , j ) comme les coordonnées de
l’élément a i j dans le tableau suivant :
 
a 11 a 12 . . . a 1n
 
 a 21 a 22 . . . a 2n 
A =
 ... .. ..  .
 . . 

a m1 a m2 . . . a mn
Par la suite on utilisera la notation A = (a i j ) pour indiquer que l’élément générique de la

matrice A est noté a i j (les intervalles I et J ne seront précisés si on peut les déduire du
contexte). La notation (A)i j pourra également être utilisée pour indiquer l’élément d’indices
(i , j ). Pour tout 1 ≤ i ≤ m on définit le vecteur ligne i de A (noté A i : ) comme suit :

A i : := a i 1 a i 2 . . . a i m ∈ Rm .
De manière analogue, pour tout 1 ≤ j ≤ m on définit le vecteur colonne j de A (noté A :j ) par

 
a j1
 
a j 2 
n
A :j := 
 ...  ∈ R .

 
a jn
On peut identifier chaque ligne i (resp. colonne j ) de A avec le vecteur ligne A i : (resp. vecteur
colonne A :j ) correspondant, et on parlera alors tout simplement de lignes et de colonnes de
A. Une matrice qui a autant de lignes que de colonnes est dite carrée. Les matrices non
carrées sont dites rectangulaires.
3
Définition 1.1 (Matrice triangulaire, strictement triangulaire et diagonale). Une matrice
A ∈ C n,n est dite triangulaire supérieure (resp. inférieure) si i > j =⇒ a i j = 0 (resp.

i < j =⇒ a i j = 0 ) pour tout 1 ≤ i , j ≤ n . Si les inégalité strictes sont remplacées par des
inégalités simples (à savoir, on admet des éléments non nuls sur la diagonale de A) on parle
alors de matrice strictement triangulaire supérieure (resp. inférieure). Une matrice (stricte-
ment) triangulaire inférieure ou supérieure est dite (strictement) triangulaire. La matrice A
est dite diagonale si i 6= j =⇒ a i j = 0. pour tout 1 ≤ i , j ≤ n .
Exercice 1.2 (Matrice triangulaire, strictement triangulaire et diagonale). Dire si les matrices
suivantes sont triangulaires, strictement triangulaires ou diagonales :
     
1 0 0 1 0 0 0 2 1
1 2 0 , 0 2 0 , 0 0 2 .
     
1 2 3 0 0 3 0 0 0
Définition 1.3 (Matrice de Hessenberg). Une matrice A ∈ Cn +1,n est dite de Hessenberg
supérieure si i > j + 1 =⇒ a i j = 0.
Par la suite nous omettrons d’indiquer les éléments nuls des matrices triangulaires, di-
agonales ou de Hessenberg.
Définition 1.4 (Transposée et transconjuguée d’une matrice). Soit A = (a i j ) ∈ Cm ,n . On

définit la transposée et la transconjuguée (ou matrice adjointe) de A respectivement par
A T := (a j i ) ∈ Cn,m , A H := (a j i ) ∈ Cn ,m .
Example 1.5 (Transposée et transconjuguée). On considère la matrice suivante :

2 + 3i 3 + 4i
A= .
1 + 5i 3 + 7i
Sa transposée et transconjuguée sont données, respectivement, par

2 + 3i 1 + 5i 2 − 3i 1 − 5i
AT = , AH = .
3 + 4i 3 + 7i 3 − 4i 3 − 7i
Soient l , m , n ∈ N∗ , A = (a i j ) ∈ Cn,m , B = (b i j ) ∈ Cm ,l . On définit le produit matriciel

A B ∈ Cn ,l comme la matrice telle que
m
X
(A B )i j = a ik bk j ∀i ∈ ¹1, nº, ∀j ∈ ¹1, l º.
k =1
Le produit matriciel est illustré par la Figure 1.1.
Proposition 1.6 (Propriétés du produit matriciel). Le produit matriciel est (i) associatif, à
savoir, pour tout A, B , et C pour lesquelles les produits ont un sens, on a (A B )C = A(BC ) =
A BC ; (ii) distributif par rapport à addition, à savoir, pour toutes matrices A, B , C pour
lesquelles l’écriture A(B + C ) a un sens on a A(B + C ) = A B + AC .
4
B ∈ Cm ,l
 

 b 11 b 12 ... b 1l 

 
 

 b 21 b 22 ... b 2l 

 
12
b
 
.. .. ..
×
 .. 
. . . .
21
2  
+
b2
a
 
2
×  
a2
 
bm1 bm2 ... bml
+
..
 
.+
2
bp
×
p
a2
   
 a 11 a 12 ... a 1m   c 11 c 12 ... c 1l 
   
   
   
 a a 22 ... a 2m  c 21 c 22 ... c 2l
 21   
   
   
.. .. .. .. .. ..
 
 ..  ..
. .
 

 . . . 
  . . . 
   
 
 a n1 a n2 ... a nm c n1 cn2 ... c nl
   

A ∈ Cn ,m C = A B ∈ Cn ,l
FIGURE 1.1 – Produit matriciel. Figure adaptée de Alain Matthes, http://altermundus.

com/pages/examples.html
5
Il est important de retenir que le produit matriciel n’est pas commutatif.
Exercice 1.7 (Produit matriciel). Soient A ∈ R2,3 et B ∈ R3,3 définies comme suit :
 
2 3 1
1 2 3
A := , B := 7 3 2 .
 
3 2 1
8 1 2
On a
40 12 11
AB = .
28 16 9
Précisez si les produits B A et B A T sont définis et, si c’est le cas, les calculer.
Proposition 1.8 (Produit de deux matrices triangulaires). Soient A, B ∈ Rn ,n deux matri-

ces triangulaires inférieures (resp. supérieures). Alors, A B est triangulaire inférieure (resp.
supérieure).
Démonstration. On détaille la preuve pour le cas triangulaire inférieure, l’autre cas pouvant
se traiter de manière analogue. Par définition nous avons (i < k =⇒ a i k = 0) et k < j =⇒ b k j = 0 .
Par conséquent,
n
X i
X n
X
i < j =⇒ (A B )i j = a ik bk j = a ik bk j + a i k b k j = 0,
|{z}
k =1 k =1 k =i +1
|{z}
=0 =0
qui est le résultat cherché.
Example 1.9 (Produit de deux matrices triangulaires). On considère les deux matrices trian-
gulaires inférieures    
1 8
A = 2 3  , B = 2 4  .
   
2 4 5 5 9 2
On a  
8
A B = 22 12 .
 
49 61 10
Proposition 1.10 (Transposé et transconjugué d’un produit). Pour tout A ∈ Cn ,m et B ∈ Cm ,l

on a
(A B )H = B H A H , (A B )T = B T A T .
Exercice 1.11 (Transposé et transconjugué d’un produit). Reprendre les matrices de l’Exer-
cice 1.7 et vérifier que (A B )T = B T A T .
Définition 1.12 (Matrice hermitienne et symétrique). Une matrice complexe A ∈ Cn ,n est dite
hermitienne si A H = A. Une matrice réelle A ∈ Rn ,n est dite symétrique si A T = A.
6
Example 1.13 (Matrice hermitienne et symétrique). Les matrices suivantes sont, respective-
ment, hermitienne et symétrique.
1+i 2+i
   
1 1 1 2
A = 1 − i 2 3 + i, B = 1 2 3 .
   
2−i 3−i 3 2 3 3
Que peut-on dire des éléments diagonaux d’une matrice hermitienne ?
Définition 1.14 (Matrice normale, unitaire et orthogonale). Soit A ∈ Cn ,n . On dit que A est
normale si AA H = A H A. Si, de plus, AA H = A H A = I n on dit que A est unitaire. Si A ∈ Rn,n , on
dit que A est orthogonale si AA T = A T A = I n .
Il est utile de rappeler que les produits scalaires canoniques sur Rn et Cn sont définis,
respectivement, par
(x , y )Rn := y T x , ∀x , y ∈ Rn , (x , y )Cn := y H x , ∀x , y ∈ Cn .
Quand le contexte rende la notation non ambiguë, nous allons omettre l’indice pour le pro-
duit interne de Rn .
Remarque 1.15 (Matrices unitaires et norme 2). La dénomination des matrices unitaires se
justifie par la remarque suivante. Soit k·k2 la norme vectorielle sur Cn définie par kx k22 :=
(x , x )Cn = x H x . Alors, pour tout x ∈ Cn ,
kUx k22 = (Ux ,Ux )Cn = (Ux )H Ux = x H U H Ux = x H x = kx k22 ,
à savoir, la multiplication par une matrice unitaire ne modifie pas la norme d’un vecteur.
Plus généralement, pour tout x , y ∈ Cn , on a
(Ux ,Uy )Cn = (Uy )H Ux = y H U H Ux = y H x = (x , y )Cn ,
à savoir, les matrices unitaires préservent le produit scalaire.
Example 1.16 (Matrice élémentaire unitaire). Soit w ∈ Cn tel que (w, w )Cn = w H w = 1. On
définit
A := I n − 2w w H . (1.1)
Une matrice de la forme (1.1) est dite élémentaire. On peut vérifier que A est unitaire. En effet
A H A = (I n − 2w w H )H (I n − 2w w H )
= (I n − 2w w H )(I n − 2w w H ) Proposition 1.10
= I n − 4w w + 4(w w )(w w )
H H H
Proposition 1.6, distributivité
= I n − 4w w + 4w (w w ) w
H H H
Proposition 1.6, associativité
| {z }
=1
= I n − 4w w + 4w w = I n .
H H
Définition 1.17 (Inverse d’une matrice). Soit A ∈ Cn ,n . On dit que A est inversible s’il existe
B ∈ Cn ,n telle que A B = B A = I n . B est dit inverse de la matrice A et elle est notée A −1 .
7
On vérifie aisément que l’inverse d’une matrice, si elle existe, est unique. Pour s’en con-
vaincre, soit A ∈ Cn,n une matrice inversible et B, C ∈ Cn ,n deux matrices telles que A B =
B A = AC = C A = I n . De par la Proposition 1.6 on a
A B = B A =⇒ C A B = C B A =⇒ (C A)B = C (B A) =⇒ I n B = C I n =⇒ B = C .
Par définition, en outre, toute matrice A ∈ Cn,n (resp. A ∈ Rn ,n ) unitaire (resp. orthogonale)
est inversible avec A −1 = A H (resp. A −1 = A T ).
Il est utile de considérer l’inverse de la transposée d’une matrice. On a, par définition,
T T
I n = (A T )−1 A T ⇐⇒ I nT = (A T )−1 A T ⇐⇒ I n = A (A T )−1 = AA −1 ,
à savoir (A −1 )T = (A T )−1 . Cette remarque suggère la définition suivante.
Définition 1.18 (Inverse transposée). Soit A ∈ Cn ,n inversible. On définit la matrice inverse

transposée de A par A −T := (A −1 )T = (A T )−1 .
Proposition 1.19 (Inverse d’un produit). Pour tout A, B ∈ Cn ,n inversibles telles que A B est
inversible on a
(A B )−1 = B −1 A −1 .
1.2 Valeurs et vecteurs propres, rayon spectral déterminant

Définition 1.20 (Valeurs et vecteurs propres). Soit A ∈ Cn,n . Un nombre λ ∈ C est une valeur
propre de A s’il existe un vecteur x ∈ Cn non nul tel que
Ax = λx .
On dit dans ce cas que x ∈ Cn est un vecteur propre associé à la valeur propre λ. L’ensemble
des valeurs propres d’une matrice A, noté λ(A), est dit spectre de A.
Les valeurs propres sont par définition les solutions de l’équation caractéristique
p A (λ) := det(A − λI ) = 0.
Comme p A est un polynôme de degré n, il admet précisément n racines complexes (non

nécessairement distinctes).
Proposition 1.21 (Valeurs propres de l’inverse d’une matrice). Pour toute matrice A ∈ Cn ,n
inversible on a
λ ∈ λ(A) =⇒ λ−1 ∈ λ(A −1 ). (1.2)
Démonstration. On verra plus loin (Théorème 1.30) que l’inversibilité de A implique que
toutes ses valeurs propres soient non nulles. Comme λ ∈ λ(A), il existe x ∈ Cn non nul tel
que
Ax = λx ⇐⇒ x = A −1 Ax = λA −1 x ⇐⇒ λ−1 x = A −1 x ,
ce qui prouve que λ−1 ∈ λ(A −1 ).
8
Définition 1.22 (Matrice HDP et SDP). Une matrice A ∈ Cn ,n est HDP si elle est hermitienne
et définie positive, à savoir,
(Ax , x )Cn > 0 ∀x ∈ Rn .
Une matrice A ∈ Rn ,n est SDP si elle est symétrique et définie positive.
Proposition 1.23 (Valeurs propres d’une matrice HDP/SDP). Soit A ∈ Cn ,n (resp. A ∈ Rn ,n )

une matrice HDP (resp. SDP). Alors, toutes les valeurs propres de A sont réelles et strictement
positives.
Démonstration. On détaille la preuve uniquement pour le cas HDP, l’autre étant similaire.
Soit λ une valeur propre de A et x ∈ Cn un vecteur propre associé. Alors,
x H Ax
Ax = λx =⇒ 0 < x H Ax = λx H x = λkx k22 =⇒ λ = ∈ R+
∗
.
kx k22
Nous admettrons le résultat suivant.
Proposition 1.24 (Valeurs propres d’une matrice triangulaire). Les valeurs propres d’une
matrice triangulaire sont ses éléments diagonaux.
Définition 1.25 (Rayon spectral). Soit A ∈ Cn ,n . On définit son rayon spectral comme la plus
grande valeur propre en valeur absolue,
ρ(A) := max |λ|.

λ∈λ(A)
Le rayon spectral n’est pas une norme matricielle (voir Section 1.5), car on peut avoir
ρ(A) = 0 sans que A soit nulle (il suffit de prendre une matrice triangulaire non nulle avec
diagonale nulle pour s’en convaincre).
Définition 1.26 (Déterminant). Soit A ∈ Cn ,n . Le déterminant de A est donné par

Y
det(A) := λ.
λ∈λ(A)
Le déterminant d’une matrice permet de décider de son inversibilité. Plus précisément,

une matrice est inversible si et seulement si son déterminant est non nul. De par la Propo-
sition 1.21 on a Y 1
Y 1
det(A −1 ) = λ= = .
λ∈λ(A
−1 )
λ̃ det(A)
λ̃∈λ(A)
9
1.3 Noyau et image d’une matrice
Soit A ∈ Rm ,n et CA le sous-espace vectoriel de Rm engendré par ses colonnes,
CA := span(A :j )1≤j ≤n .
L’image de A est le sous-espace vectoriel de Rm défini par
range(A) := {y ∈ Rm | y = Ax , x ∈ Rn }.
Le noyau de A est la préimage du vecteur nul de Rm par l’application linéaire associée à A,
ker(A) := {x ∈ Rn | Ax = 0 ∈ Rm }.
Proposition 1.27 (Image d’une matrice). On a CA = range(A).
Démonstration. Il suffit de remarquer que le résultat de la multiplication (à droite) d’une

matrice A ∈ Rm ,n par un vecteur x ∈ Rn est la combinaison linéaire des colonnes de la ma-
trice avec coefficients donnés par les composantes de x ,
n
X n
X
(Ax )i = A i j x j ⇐⇒ Ax = A :j x j .
j =1 j =1
Définition 1.28 (Rang d’une matrice). On définit le rang d’une matrice comme la dimension
de son image,
rank(A) := dim(range(A)).
Proposition 1.29 (Propriétés du rang d’une matrice). Soit A ∈ Rm ,n . Nous avons rank(A) =
rank(A T ) et
rank(A) + dim(ker(A)) = n.
Le résultat suivant, que l’on admettra, établit un lien entre le déterminant, le rang, et le
noyau d’une matrice et son inversibilité.
Théorème 1.30 (Caractérisation des matrices inversibles). Soit A ∈ Rn ,n . Les propriétés

suivantes sont équivalentes : (i) A est inversible ; (ii) det(A) 6= 0 ; (iii) ker(A) = {0 ∈ Rn } ;
(iv) rank(A) = n ; (v) les colonnes et les lignes de A sont linéairement indépendantes.
Les résultats de cette section s’étendent sans difficulté au cas de matrices complexes.
1.4 Décompositions d’une matrice

Il est souvent utile de décomposer une matrice en un produit de plusieurs matrices.
Dans cette section nous allons rappeler quelques décompositions importantes dans les ap-
plications numériques.
10
1.4.1 Matrices diagonalisables
Définition 1.31 (Matrice diagonalisable). Une matrice A ∈ Cn,n est diagonalisable s’il existe
une matrice Q ∈ Cn ,n inversible telle que A = Q −1 ΛQ avec Λ ∈ Cn,n matrice diagonale.
Proposition 1.32 (Valeurs et vecteurs propres d’une matrice diagonalisable). Soit A ∈ Cn ,n

une matrice diagonalisable. Alors, en reprenant la notation de la Définition 1.31, Λ contient
les valeurs propres de A et les colonnes de Q −1 sont des vecteurs propres associés.
Démonstration. En multipliant à droite par Q −1 la relation A = Q −1 ΛQ on obtient AQ −1 =

Q −1 Λ, ou, de façon équivalente,
AQ :j−1 = Q −1 Λ:j = λ j Q :j−1 ∀1 ≤ j ≤ n,
où nous avons noté λ j = (Λ) j j .
La Proposition 1.32 suggère le résultat suivant, que nous admettrons.
Théorème 1.33 (Caractérisation d’une matrice diagonalisable). Une matrice A ∈ Cn ,n (resp.

A ∈ Rn,n ) est diagonalisable si et seulement si on peut construire une base de Cn (resp. Rn )
formée de vecteurs propres de A.
Dans certains cas, on peut prouver des propriétés additionnelle pour la matrice Q qui
apparaît dans la Définition 1.31. Un exemple à retenir est donné dans le lemme suivant, qui
affirme que les matrices normales sont les seules matrices unitairement semblables à des
matrices diagonales.
Lemme 1.34 (Diagonalisation d’une matrice normale). La matrice A ∈ Cn ,n est normale si et

seulement s’il existe une matrice unitaire U ∈ Cn ,n telle que
U −1 AU = U H AU = Λ := diag(λ1 , . . . , λn ),
avec λ1 , . . . , λn ∈ C valeurs propres de A.
1.4.2 Décomposition de Schur

Pour une matrice générique, on peut prouver uniquement qu’elle est unitairement sem-
blable à une matrice triangulaire, comme l’affirme le résultat suivant.
Théorème 1.35 (Décomposition de Schur (DS)). Pour toute A ∈ Cn ,n il existe U ∈ Cn,n uni-
taire telle que  
λ1 b 12 · · · b 1n
λ2
 
 b 2n 
U AU = U AU = 
−1 H 
.. ..  := T,
 . . 

λn
où λ1 , . . . , λn ∈ C sont les valeurs propres de A.
11
On pourra remarquer que, si T et une matrice carrée triangulaire supérieure, sa décom-
position de Schur s’obtient en posant U = I n . Ceci implique, en particulier, que les valeurs
propres de T sont ses éléments diagonaux. Ce résultat s’applique également aux matrices
triangulaires inférieures.
Le corollaire suivant montre une autre conséquence importante de la DS, à savoir, toute
matrice hermitienne est diagonalisable.
Corollaire 1.36 (Valeurs propres et DS d’une matrice hermitienne). Si la matrice A ∈ Cn ,n

est hermitienne, T est diagonale, λi ∈ R pour tout 1 ≤ i ≤ n , et les lignes de U (où, de manière
équivalent, les colonnes de U H = U −1 ) sont des vecteurs propres de A. Si A ∈ Rn ,n , la matrice
U est à valeurs réelles et on écrit U T au lieu de U H .
Démonstration. Comme A est hermitienne on a
T H = (U H AU )H = U H A H U = U H AU = T,
ce qui implique T = diag(λ1 , . . . , λn ) et, pour tout 1 ≤ i ≤ n, λi = λi ⇐⇒ ℑ(λi ) = 0 ⇐⇒ λi ∈

R. Pour prouver que les lignes de U sont des vecteurs propres on procède comme dans la
preuve de la Proposition 1.32 en observant que U −1 = U H .
1.4.3 Décomposition en valeurs singulières

Toute matrice A ∈ Cm ,n peut être transformée en une matrice diagonale rectangulaire à
l’aide de deux matrices unitaires.
Théorème 1.37 (Décomposition en valeurs singulières (DVS)). Pour toute A ∈ Cm ,n il existent

deux matrices unitaires U ∈ Cm ,m et V ∈ Cn ,n telles que
U H AV = Σ = diag(σ1 , . . . σp ) ∈ Rm ,n p := min(m , n).
Les réels 0 ≤ σ1 ≤ . . . ≤ σp sont dits valeurs singulières de A. Si, de plus, A ∈ Rm ,n , on a

U ∈ Rm ,m et V ∈ Rn ,n et on peut écrire U T AV = Σ.
Proposition 1.38 (Caractérisation des valeurs singulières). Soit A ∈ Cn ,n . On a

p
σi (A) = λi (A H A) ∀1 ≤ i ≤ n.
Démonstration. On a
ΣH Σ = (U H AV )H U H AV = V H A H U H UAV = V H A H AV = V −1 A H AV
où nous avons utilisé le fait que U et V sont unitaires pour conclure U H U = I n et V H = V −1 .

La matrice diagonale ΣH Σ contient les valeurs propres de A H A et V ses vecteurs propres.
Pour s’en convaincre, il suffit de procéder comme dans la preuve de la Proposition 1.32.
Comme ΣH Σ = diag(σi2 (A))1≤i ≤n et σi (A) ≥ 0 pour tout 1 ≤ i ≤ n, on a donc
p
λi (A H A) = σi (A)2 ⇐⇒ σi (A) = λi (A H A).
12
Corollaire 1.39 (Valeurs singulières et rayon spectral d’une matrice hermitienne). Si A ∈
Cn ,n est une matrice hermitienne, on a
p
σi (A) = λi (A)2 = |λi (A)|, ρ(A) = max σi (A) = kAk2 .
1≤i ≤n
Démonstration. Comme A est hermitienne on a A H A = A 2 . Or, soit λ un vecteur propre de

A et x ∈ Cn un vecteur propre associé. Alors
Ax = λx =⇒ AAx = λAx = λ2 x ,
à savoir, λi (A H A) = λi (A 2 ) = λi (A)2 = σi (A)2 pour tout 1 ≤ i ≤ n. De par le Corollaire ?? on a

de plus
max σi (A) = max |λi (A)| = ρ(A).
1≤i ≤n 1≤i ≤n
La conclusion s’ensuit de la Proposition 1.44.
1.5 Normes matricielles

Définition 1.40 (Norme matricielle). Soit K un corps commutatif. Une norme matricielle sur
K n ,n est une application k·k de K n,n dans R telle que, pour tout A ∈ K n ,n ,
(i) kAk > 0 si A 6= 0 et kAk = 0 si et seulement si A = 0K n ,n ;
(ii) kαAk = |α|kAk pour tout α ∈ K ;
(iii) kA + B k ≤ kAk + kB k pour tout B ∈ K n,n .
Dans le reste de cette section nous allons supposer A ∈ Cn ,n sans nécessairement le pré-
ciser à chaque fois.
Définition 1.41 (Norme matricielle subordonnée à une norme vectorielle). Soit k·k une
norme vectorielle sur Cn . On définit la norme matricielle subordonné à la norme vectorielle
k·k par
kAx k
∀A ∈ Cn,n , kAk := sup .
x ∈Cn , x 6=0 kx k
Des normes matricielles particulièrement importantes sont les normes p subordonnées

aux normes vectorielles définies par
! p1
n
X
∀x ∈ Cn , kx kp := |x i |p ,
i =1
avec p ∈ N∗ et
kx k∞ := max |x i |.
1≤i ≤n
Remarque 1.42 (Définition alternatives d’une norme subordonnée). Soit k·k une norme vec-
torielle sur Cn . On prouve aisément que la norme matricielle subordonnée à k·k vérifie pour
tout A ∈ Cn ,n ,
kAk = sup kAx k = sup kAx k.
x ∈Cn , kx k=1 x ∈Cn , kx k≤1
13
Proposition 1.43 (Norme d’un produit matrice-vecteur). Soit k·k une norme matricielle sub-
ordonnée à la norme vectorielle k·k. Alors pour toute matrice A ∈ Cn,n et tout vecteur x ∈ Cn ,
kAx k ≤ kAkkx k.
Démonstration. Par définition on a
kAy k kAx k
kAk := sup ≥ ,
y ∈Cn , y 6=0 ky k kx k
où la deuxième inégalité vient de la définition de supremum.
Proposition 1.44 (Normes 1, 2 et ∞). On a
kAk2 = kA H k2 = max σi (A),

1≤i ≤n
n
X
kAk1 = max |a i j |,
1≤j ≤n
i =1
X n
kAk∞ = max |a i j |.
1≤i ≤n
j =1
Démonstration. On commence par remarquer que la matrice A H A est normale. Elle admet
donc une DVS, à savoir, il existe une matrice unitaire U ∈ Cn ,n telle que U H A H AU = Λ =
diag(λ1 (A H A), . . . λn (A H A)) où on a noté λi (A H A), 1 ≤ i ≤ n, les valeurs propres de A H A. Nous
avons alors
kAk22 = sup kAx k22 = sup x H A H Ax
x ∈Cn , kx k2 =1 x ∈Cn , kx k2 =1
= sup x H U H ΛUx A H A = U H ΛU
x ∈Cn , kx k 2 =1
= sup y H Λy y := Ux
y ∈Cn , kU H y k 2 =1
= sup y H Λy = max λi (A H A) = max σi (A), Remarque 1.15

y ∈Cn , ky k2 =1 1≤i ≤n 1≤i ≤n
ce qui prouve le premier point. [COMPLETER]

Proposition 1.45 (Propriétés des normes subordonnées). Soit k·k une norme matricielle
subordonnée sur Cn ,n . Alors, (i) pour toute matrice A ∈ Cn ,n il existe x A ∈ Cn \ {0} tel que
kAk = kAx A k/kx A k ; (ii) on a kI n k = 1 ; (iii) pour toutes matrices A, B ∈ Cn ,n , kA B k ≤ kAk kB k.
Démonstration. (i) La fonction kAx k définie sur Cn et à valeurs réels est par définition con-
tinue car kAx k ≤ kAkkx k. Par conséquent, elle atteint son maximum sur le compact kx k = 1.
(ii) On a par définition kI n k = supx ∈Cn , kx k=1 kI n x k = 1. (iii) Conséquence immédiate de la
définition de norme matricielle.
On amdettra le résultat suivant qui relie le rayon spectral avec les normes matricielles
subordonnées.
Lemme 1.46 (Rayon spectral et normes subordonnées). Soit k·k une norme matricielle sub-
ordonnée. Alors, pour toute matrice A ∈ Cn ,n , ρ(A) ≤ kAk. Reciproquement, pour toute ma-
trice A et tout réel ε > 0, il existe une norme subordonnée k·k telle que
kAk ≤ ρ(A) + ε.
14
1.6 Exercices
Exercice 1.47 (Matrice SDP). Soit A = (a i j ) ∈ Rn ,n une matrice SDP. Prouver que a k k > 0 pour
tout 1 ≤ k ≤ n .
Comme A est SDP, on a pour tout x ∈ Rn
x T Ax = (Ax , x ) = (x , x )A > 0.
En prénant x = e k avec e k k -ème vecteur de la base canonique de Rn tel que e lk = δk l pour

tout 1 ≤ l ≤ n, nous avons
n
X n
X X
0 < (Ae , e ) =
k k
e ik a i j e jk = e ik a i k = a k k ,
i =1 j =1 i =1
qui est le résultat cherché.
Exercice 1.48 (Matrice antisymétrique). Soit A ∈ Rn ,n une matrice antisymétrique, à savoir

A T = −A. On pose
B ± := I n ± A.
On supposera B − inversible. (i) Vérifier que B + est inversible et identifier son inverse. (ii) Véri-
fier que B − est normale. (iii) Montrer que la matrice C := B + B −−1 est orthogonale, à savoir,
B −1 = B T .
(i) Comme A est antisymétrique on a
B + = B −T . (1.3)
Par conséquent
I n = B −−1 B − =⇒ I n = I nT = (B −−1 B − )T = B −T B −−T = B + B −−T ,
à savoir, B + est inversible avec B +−1 = B −−T .
(ii) Un calcul direct montre que
B −T B − = B + B − = I n − A 2 , B − B −T = B − B + = I n − A 2 ,
ce qui prouve que B − est normale car nous avons B −T B − = B − B −T .
(iii) Comme B − est normale, d’après le Lemme 1.34 elle est unitairement semblable à une
matrice diagonale, à savoir, il existe U ∈ Rn ,n orthogonale et Λ ∈ Rn ,n diagonale telles que
B − = U T ΛU , Lemme 1.34
B+ = B −T = U T ΛU , eq. (1.3)
B −−1 = U Λ U
−1 −1 −T
= U T Λ−1U , Proposition 1.19, U T = U −1
B +−1 = U −1 Λ−1U −T = U T Λ−1U . eq. (1.3), U T = U −1
15
En utilisant les rélations ci-dessus et le fait que B +−1 = B −−T (voir point (i)) on trouve
C = B + B −−1 = (U T ΛU )(U T Λ−1U ), C T = B −−T B +T = B +−1 B − = (U T Λ−1U )(U T ΛU ),
et
C T C = (U T Λ−1U )(U T ΛU )(U T ΛU )(U T Λ−1U ) = I n ,
où nous avons utilisé à plusieures réprises le fait que U T = U −1 pour simplifier.
Exercice 1.49 (Matrice hermitienne et antihermitienne). Une matrice A ∈ Cn ,n est dite an-
tihermitienne si A H = −A. Montrer que (i) les éléments diagonaux d’une matrice hermiti-
enne sont des réels tandis que ceux d’une matrice antihermitienne sont des imaginaires purs ;
(ii) montrer que, si une matrice triangulaire est hermitienne ou antihermitienne, elle est di-
agonale.
(i) Si A est hermitienne on a a i i = a i i pour tout 1 ≤ i ≤ n, à savoir, ℑ(a i i ) = 0 =⇒ a i i ∈ R.

Si A est antihermitienne, a i i = −a i i =⇒ ℜ(a i i ) = 0 pour tout 1 ≤ i ≤ n. (ii) Supposons
A triangulaire supérieure (resp. inférieure). Si A est hermitienne ou antihermitienne on a
a i j = ±0 =⇒ a i j = 0 pour tout j > i (resp. i > j ), à savoir, A est diagonale.
Exercice 1.50 (Matrices de Hilbert). La matrice de Hilbert H (n) = (h i j ) ∈ Rn,n d’ordre n ≥ 1

est la matrice carrée symétrique à valeurs réelles telle que
1
hi j = .
i + j −1
Montrer que H (n) est définie positive.
On remarque que
Z 1
1
= t j −1 t i −1 dt . (1.4)
i + j −1 0
Soit maintenant x = (x i )1≤i ≤n ∈ Rn non nul. On a

n X
X n
x H (n)x =
T
x j hi j xi
i =1 j =1
n X
X n Z 1
= (x j t j −1 )(x i t i −1 )dt (1.4)

i =1 j =1 0
 
1
!
Z
Xn n
X
= x j t j −1  x i t i −1 dt
 

0 j =1 i =1
Z 1 n
X
= w (t ) dt > 0,
2
w (t ) := x i t i −1
0 i =1
où on a conclu grâce au fait que, par construction, w n’est pas la fonction identiquement
nulle.
16
Exercice 1.51. Soient A, B ∈ Rn ,n deux matrices inversibles telles que A + B est inversible.
Montrer que A −1 + B −1 est inversible et qu’on a
−1
A −1 + B −1 = B (A + B )−1 A = A (A + B )−1 B.
On observe que
A −1 + B −1 = A −1 I n + A B −1 = A −1 (B + A) B −1 .
Or, A, B et A + B étant inversibles, nous avons que
−1
B (A + B )−1 A = A −1 (B + A) B −1 = (A −1 + B −1 )−1 ,
ce qui prouve la première égalité. Pour prouver la deuxième on procède de manière ana-
logue en factorisant A −1 à droite et B −1 à gauche.
Exercice 1.52 (Valeurs

Pn propres d’un polynôme à variable matricielle). Soit A ∈ Cn ,n . Montrer
que, si P(A) := k =0 c k A k et λ(A) est le spectre de A, on a λ(P(A)) = P(λ(A)).
Soit λ ∈ λ(A) une valeur propre de A et x ∈ Cn ,n un vecteur propre associé, à savoir, Ax = λx .

En multipliant la relation précédent à gauche par A k −1 on obtient
Ax = λx =⇒ A k −1 Ax = λA k −1 x =⇒ A k x = λk x ,
car on prouve aisément de façon récursive que A k −1 x = λA k −2 x = . . . = λk −1 x . L’égalité

précédente permet de conclure
! !
n
X Xn
P(A)x = ck Ak x = c k λk x ,
k =0 k =0
Pn
et, par définition, k =0 c k λk ∈ λ(P(A)). Comme card(λ(A)) = card(λ(P(A))) = n nous avons
trouvé toutes les n valeurs propres de P(A), ce qui permet de conclure.
Exercice 1.53 (Valeurs singulières de l’inverse d’une matrice). Soit A ∈ Cn ,n inversible. Ex-
primer les valeurs singulières de A −1 en fonction de celles de A.
De par le Théorème 1.37 il existent deux matrices unitaires U , V ∈ Cn ,n telles que U H AV =

Σ = diag(σ1 , . . . , σn ) avec (σi )1≤i ≤n valeurs singulières de A. On a donc,
(U H AV )−1 = Σ−1 ⇐⇒ V −1 A −1 (U H )−1 = Σ−1 ⇐⇒ V H A −1U = Σ−1 ,

qui est la DVS de A −1 . Par conséquent Σ−1 = diag σ1 , . . . σ1 contient les valeurs singulières
1 n
de A −1 . De par le Corollaire 1.36, il existe une matrice orthogonale U telle que
A = U DU T = U DU −1 , D = diag(λ)λ∈λ(A) .
p
Soit t := λmin λmax . On a

1 1
A + t A −1 = U D +tD −1
U −1 := U ∆U −1 , (1.5)
t t
17
avec ∆ = diag(λ/t +t /λ)λ∈λ(A) . La fonction f (ξ) := ξ/t +t /ξ est convexe sur R+
∗
et elle atteint
son infimum en ξ = t , comme on le voit en résolvant
1 t
0 = f 0 (ξ) = − 2 ⇐⇒ ξ2 − t 2 = 0 et t > 0 ⇐⇒ ξ = t .
t ξ
De plus, on a r r
λmax λmin
max f = f (λmin ) = f (λmax ) = + .
ξ∈[λmin ,λmax ] λmin λmax
Par conséquent, pour tout ξ ∈ [λmin , λmax ],
r r
λmax λmin
f (ξ) ≤ + . (1.6)
λmin λmax
On a donc, pour tout x ∈ Rn ,

p 1 1 p
(Ax , x )(A x , x ) ≤
−1 (Ax , x ) + t (A x , x )
−1 a
a b ≤ 2ε + b2ε ∀a , b ≥ 0, ∀ε > 0
2 t

1 1
= A +tA −1
x,x
2 t
1
= (U ∆U −1 x , x ) (1.5)
2
1
= (∆y , y ) y := U T x , U −1 = U T
2 r r !
1 λmax λmin
≤ + ky k22 (1.6)
2 λmin λmax
r r !
1 λmax λmin
≤ + kx k22 , Remarque (1.15)
2 λmin λmax
ce qui permet de conclure.
Exercice 1.54. Soit A une matrice HDP et α ∈ R+ ∗

. Montrer que la matrice I n +αA est inversible,
que le rayon spectral de la matrice B := (I n − αA)(I n + αA)−1 est < 1 et que la matrice B est
hermitienne.
La matrice A est hermitienne donc diagonalisable (voir Corollaire 1.36), à savoir, il existe une
matrice unitaire Q ∈ Cn ,n telle que A = Q −1 ΛQ, avec Λ ∈ Rn ,n matrice diagonale contenant les
valeurs propres de A (le fait que les valeurs propres de A sont des réels strictement positifs
est une conséquence de la Proposition 1.23). Nous avons donc
I n ± αA = Q −1Q ± αQ −1 ΛQ = Q −1 (I n ± αΛ)Q,
ce qui permet de conclure que la matrice I n ± αA est diagonalisable et ses valeurs propres
sont de la forme 1 ± αλ, λ ∈ λ(A). De par le Théorème 1.30, la matrice I n + αA est inversible
si et seulement si toutes ses valeurs propres sont non nulles, à savoir α 6= −1/λ pour tout
λ ∈ λ(A), ce qui est toujours vérifié car α > 0 par hypothèse. De plus,
−1
(I n + αA)−1 = Q −1 (I n + αΛ)Q = Q −1 (I n + αΛ)−1Q,
18

et (I n + αΛ)−1 = diag 1
1+αλ λ∈λ(A)
. De par les résultats précédents, on a
B = (I n − αA)(I n + αA)−1 = Q −1 (I n − αΛ)QQ −1 (I n + αΛ)−1Q = Q −1 Λ̃Q, (1.7)

1−αλ
avec Λ̃ = diag(λ̃)λ̃∈λ(B ) = diag 1+αλ λ∈λ(A) matrice diagonale contenant les valeurs propres
de B . Comme les valeurs propres de A sont > 0, on vérifie aisément que |λ̃| < 1 pour tout
λ̃ ∈ λ(B ) si α > 0 et, par conséquent, ρ(B ) := maxλ̃∈λ(B ) |λ̃| < 1. Pour prouver que B est her-
mitienne, on utilise la décomposition (1.7) pour écrire
B H = (Q H Λ̃Q)H = Q H Λ̃H Q = Q H Λ̃Q = B,
où nous avons utilisé le fait que Λ̃ est une matrice diagonale à valeurs réells pour conclure
Λ̃H = Λ̃.
Exercice 1.55 (Pséudo-inverse de Moore–Penrose). Soient m et n deux entiers avec m ≥ n ,
et soit A ∈ Rm ,n une matrice de rang n . On admettra par la suite que A T A ∈ Rn ,n est définie
positive et donc inversible. On définit la pseudo-inverse de Moore–Penrose par
A † := (A T A)−1 A T .
Prouver les propriétés suivantes :
A †A = I n , A † AA † = A † , si m = n , A † = A −1 ;
Soit b ∈ Rm . On considère le problème dit aux moindres carrés

¦ ©
minn J (y ) := kAy − b k22 .
y ∈R
Ce problème admet une unique solution x caractérisée par la propriété ∇ J (y ) = 0. Montrer

que x = A †b .
On a A † A = (A T A)−1 (A T A) = I n , d’où A † AA † = I n A † = A † . La dernière propriété est une con-
séquence de l’unicité de l’inverse d’une matrice inversible. Pour prouver le deuxième point
on observe que, pour tout y ∈ Rn ,
J (y ) = (Ay − b )T (Ay − b )
= (Ay )T Ay − (Ay )T b − b T Ay + b T b
= y T (A T A)y − y T A T b − b T Ay + b T b.
= y j (A T A)i j y i − y i (A T b )i − (b T A)i y i + b i b i
où par brévité nous avons utilisé la notation de Einstein qui sous-entend les sommes sur les
indices repétés. Par conséquent, pour tout 1 ≤ k ≤ n,
∂ J (y )
= (A T A)i k y i + y j (A T A)k j − (A T b )k − (b T A)k ,
∂ yk
à savoir,
∇ J (y ) = 2(A T A)y − 2A T b.
La condition d’optimalité donne
∇ J (x ) = 2(A T A)x − 2A T b = 0 ⇐⇒ x = (A T A)−1 A T b = A †b.
19
Exercice 1.56 (Valeurs singulières d’une matrice normale). Soit A ∈ Cn ,n une matrice nor-
male. Montrer que les valeurs singulières de A sont les modules de ses valeurs propres.
COMPLETER
Exercice 1.57 (Inégalité triangulaire). Soit k·k une norme matricielle subordonnée. Prouver
que pour tout A, B ∈ Cn ,n ,
kA + B k ≤ kAk + kB k.
On a
kA + B k := sup k(A + B )x k = sup kAx + Bx k
x ∈Cn , kx k=1 x ∈Cn , kx k=1
≤ sup (kAx k + kBx k)

x ∈Cn , kx k=1
≤ sup kAx k + sup kBx k := kAk + kB k,

où nous avons utilisé l’inégalité triangulaire pour la norme vectorielle pour passer à la deux-
ième ligne.
Exercice 1.58 (Norme d’une matrice unitaire). Soit U ∈ Cn,n une matrice unitaire. Prouver
que kU k2 = 1 et que pour tout A ∈ Cn ,n on a kAU k2 = kUAk2 = kAk2 .
Soit x ∈ Cn . Par définition on a kUx k22 = (Ux )H (Ux ) = x H U H Ux = x H x = kx k22 . Par con-
séquent,
kU k2 = sup kUx k2 = 1.
x ∈Cn , kx k2 =1
Un raisonnement similaire montre que kU H k2 = 1. D’autre part,
kAU k2 = sup kAUx k2 , = sup kAy k2 , = sup kAy k2 ,

x ∈Cn , kx k2 =1 y ∈Cn , kU −1 y k2 =1 y ∈Cn , ky k2 =1
où nous avons utilisé le point précédent pour conclure kU −1 y k2 = kU H y k2 = ky k2 .

Exercice 1.59 (Norme de Frobenius). Soit A = (a i k ) ∈ Rn,n . La norme de Frobenius est définie
par
Xn X n
kAkF := |a i j |2 .
i =1 j =1
Cette norme n’est pas subordonnée à une norme vectorielle. Prouver que
1 p 1 p
kAk1 ≤ kAkF ≤ nkAk1 , kAk∞ ≤ kAkF ≤ nkAk∞ .
n n
Calculer kI n kF .
Il est utile de rappeler que
n X
X n n
X n
X
kAk2F := |a i j |2 , kAk1 := max |a i j |, kAk∞ := max |a i j |.
1≤j ≤n 1≤i ≤n
i =1 j =1 i =1 j =1
Or,
  21   12
n
X n X
X n Xn X
n Xn X
n
kAk1 = max |a i j | ≤ 1 × |a i j | ≤  12  ×  |a i j |2  = nkAkF ,
   
1≤j ≤n
i =1 j =1 i =1 j =1 i =1 j =1 i =1
20
ou nous avons utilisé l’inégalité de Cauchy–Schwarz dans le deuxième passage. La preuve
que kAk∞ ≤ nkAkF est similaire. Pour prouver la borne supérieure, on observe que
! 12
n X
X n n
X n
X
kAk2F = |a i j |2 ≤ n max |a i j |2 ≤ n max |a i j |2 = nkAk21 ,
1≤j ≤n 1≤j ≤n
i =1 j =1 i =1 i =1
p p
d’où kAkF ≤ nkAk1 . La preuve de kAkF ≤ nkAk∞ suit un raisonnement analogue. On a
p
kI n kF = n.
Exercice 1.60 (Rayon spectral). Soit A ∈ Rn ,n une matrice SDP. Montrer que ρ(A) < 1 si et
seulement s’il existe une matrice Q ∈ Rn ,n SDP telle que B := Q − A T QA est SDP.
(i) ρ(A) < 1 =⇒ (∃Q ∈ Rn ,n , B SDP) Il suffit de prendre Q = I n . En effet, avec ce choix on
a pour tout x ∈ Rn \ {0 ∈ Rn },

x T Bx = x T I n − A T I n A x = kx k22 − kAx k22
≥ kx k22 − kAk22 kx k22 Proposition 1.43

= 1 − ρ(A)2 kx k22 ≥ 0, Corollaire 1.36
ce qui montre le caractère définie positif de B .
(i) (∃Q ∈ Rn ,n , B SDP) =⇒ ρ(A) < 1 Soit x ∈ Rn et y := Ax . On a par hypothèse
x T Bx > 0 =⇒ y T Qy < x T Qx . (1.8)
Soit λ la plus grande valeur propre (en valeur absolue) de A, x ∈ Rn un vecteur propre associé
avec kx k2 = 1, et y := Ax = λx . De par la rélation (1.8) on a
2
x T Qx > y T Qy = λ x T Qx ,
ce qui prouve λ < 1 et, par conséquent, ρ(A) < 1.
21
Chapitre 2
Méthodes directes
Dans ce chapitre on étudie quelques exemples de méthodes directes pour la résolution

du système
Ax = b. (2.1)
Aux erreurs d’arrondi près, ces méthodes permettent de résoudre le système de manière
exacte. Par simplicité nous allons nous restreindre au cas réel, et on supposera dans toute la
section A ∈ Rn,n , x ∈ Rn et b ∈ Rn non nul.
2.1 Solution numérique des systèmes linéaires

On s’intéresse à l’effet des erreurs d’arrondi sur la précision de la solution obtenue par la
méthode de Gauss.
2.1.1 Conditionnement d’une matrice

Définition 2.1 (Conditionnement d’une matrice). Soit A ∈ Cn ,n inversible et k·k une norme
matricielle subordonnée. Le conditionnement de A est le réel
cond(A) := kAk kA −1 k.
Comme k·k est une norme subordonnée, nous avons
1 = kI n k = kAA −1 k ≤ kAk kA −1 k = cond(A),
à savoir, le conditionnement d’une matrice est toujours ≥ 1. Pour p ∈ N on définit condp (A) :=
kAkp kA −1 kp le conditionnement associé à la norme p . Un cas particulièrement important est
p = 2, pour lequel on a d’après la Proposition 1.44,
σ1 (A)
cond2 (A) = ,
σn (A)
où σ1 (A) et σn (A) dénotent, respectivement, la plus grande et la plus petite valeur singulière
de A (le fait que 1/σn (A) est la plus grande valeur singulière de A −1 est justifié dans l’Exer-
cice 1.53). Si, de plus, A est hermitienne, de par le Corollaire 1.39 on a
maxλ∈λ(A) |λ| ρ(A)
cond2 (A) = = = kAk2 kA −1 k2 , (2.2)
minλ∈λ(A) |λ| ρ(A −1 )
ce qui justifie l’appellation de nombre de conditionnement spectral.
22
2.1.2 Analyse a priori
Proposition 2.2. Soit A ∈ Cn,n telle que ρ(A) < 1. Alors, la matrice I n − A est inversible et on a
pour toute norme matricielle subordonnée telle que kAk < 1,
1 1
≤ k(I n − A)−1 k ≤ .
1 + kAk 1 − kAk
Démonstration. La preuve directe de l’inversibilité de I n − A est laissée en exercice. Puisque

k·k est une norme subordonnée, de par la Proposition 1.45 nous avons
1 = kI n k = k(I n − A)(I n − A)−1 k ≤ kI n − Akk(I n − A)−1 k

≤ (kI n k + kAk) k(I n − A)−1 k
1
= (1 + kAk) k(I n − A)−1 k ⇐⇒ ≤ k(I n − A)−1 k.
1 + kAk
Pour prouver la deuxième inégalité il suffit d’observer que
(I n − A)−1 = (I n − A)−1 I n = (I n − A)−1 (I n − A + A) = I n + (I n − A)−1 A,
d’où, en utilisant l’inégalité triangulaire,
k(I n − A)−1 k ≤ kI n k + k(I n − A)−1 Ak

1
≤ 1 + k(I n − A)−1 k kAk ⇐⇒ k(I n − A)−1 k ≤ .
1 − kAk
Théorème 2.3 (Estimation d’erreur). Soit A ∈ Rn ,n une matrice inversible et δA ∈ Rn ,n une

perturbation telle que pour une norme matricielle subordonnée k·k,
kA −1 k kδAk < 1. (2.3)
On note x ∈ Rn la solution du système linéaire Ax = b avec b ∈ Rn \ {0} et, pour une perturba-
tion du seconde membre δb ∈ Rn , soit δx ∈ Rn tel que
(A + δA)(x + δx ) = b + δb.
Alors,
kδx k cond(A) kδb k kδAk
≤ + . (2.4)
kx k 1 − cond(A)kδAk/kAk kb k kAk
Remarque 2.4 (Hypothèse (2.3)). L’hypothèse (2.3) a une interprétation naturelle dans la
mesure où elle implique kA −1 δAk < 1, à savoir, les erreurs d’arrondi sur la matrice A sont
supposées petites par rapport aux valeurs des entrées de A.
Démonstration. Comme b 6= 0 et A est inversible, x 6= 0 =⇒ kx k 6= 0. De plus, la matrice I +

A −1 δA est inversible car, par hypothèse, ρ(A −1 δA) ≤ kA −1 δAk ≤ kA −1 kkδAk < 1 (la première
inégalité est une conséquence du Lemme 1.46). On peut donc appliquer le résultat de la
23
Proposition 2.2 à la matrice −A −1 δA, obtenant ainsi
(A + δA)(x + δx ) = b + δb définition de δx
=⇒ + δAx + A(I n + A δA)δx =
Ax −1
b + δb Ax = b , A+δA = A(I n +A −1 δA)
δx δb δAx (I n + A −1 δA)−1 A −1

=⇒ = (I + A δA) A
−1 −1 −1
− mult. à gauche par
kx k kx k kx k kx k
δx

kδb k
=⇒ ≤ k(I + A δA) k kA k
−1 −1 −1
+ kδAk kδAx k ≤ kδAk kx k
kx k kx k
δx

kδb k kδAk
=⇒ ≤ k(I + A δA) k cond(A)
−1 −1
+ kAk kx k ≥ kAx k = kb k
kx k kb k kAk
δx

cond(A) kδb k kδAk
=⇒ ≤ + Proposition 2.2
kx k 1 − kA −1 δAk kb k kAk
δx

cond(A) kδb k kδAk
=⇒ ≤ + . (2.3)
kx k 1 − cond(A)kδAk/kAk kb k kAk
Remarque 2.5. Si les perturbations δb et δA sont telles que δb = γkb k et δA = γkAk avec
δ ∈ R+
∗
et γ cond(A) < 1, l’estimation (2.4) se reduit à
kδx k 2 cond(A)
≤ .
kx k 1 − γ cond(A)
En pratique cette hypothèse est raisonnable, et le paramètre γ depend de l’epsilon machine ε,
à savoir, le plus petit nombre tel que 1 + ε > 1 en arithmétique flottante.
2.2 Opérations élémentaires

Pour fixer les idées, soit A ∈ Rn ,n une matrice carré d’ordre n. La généralisation des ré-
sultats de cette section au cas de matrices rectangulaires est laissée au lecteur. Les méth-
odes directes que nous allons examiner reposent sur deux opérations élémentaires, à savoir,
(i) l’échange de deux lignes de la matrice A, que l’on notera A i : ↔ A j : , 1 ≤ i , j ≤ n . Lorsqu’on
souhaite nommer différemment la matrice obtenue en échangeant les lignes i et j de A on
notera
B ← (A i : ↔ A j : );
(ii) la combinaison linéaire d’une ligne A i : avec une ligne A j : , 1 ≤ i 6= j ≤ n, que l’on notera
A i : ← λA i : + µA j : , λ, µ ∈ R∗ . Lorsqu’on souhaite nommer différemment la matrice obtenue
en combinant linéairement les lignes i et j de A on notera
B i : ← λA i : + µA j : ,
en sous-entendant B l : = A l : pour tout l ∈ ¹1, nº \ {i }.
Remarque 2.6 (Interprétation alternative de l’échange de deux lignes). Si on relâche l’hy-

pothèse λ, µ 6= 0, l’échange de deux lignes de la matrice A peut être interprété comme le résul-
tat des deux combinaisons linéaires
B i : ← 0A i : + 1A j : , B j : ← 1A i : + 0A j : .
24
Cependant, sans l’hypothèse λ, µ 6= 0 on ne pourra plus garantir des propriétés d’équivalence
entre les deux matrices.
Nous allons par la suite montrer qu’on peut interpréter ces deux opérations élémentaires
comme des multiplications à gauche par des matrices opportunes. On commencera par
remarquer que, étant donné une matrice P = (p i j ) ∈ Rn ,n , nous avons pour tout 1 ≤ i , j ≤ n,
n
X
(PA)i : = p i 1 A 1: + p i 2 A 2: + . . . + p i n A n : = p i k A k :, (2.5)
k =1
à savoir, l’i -ème ligne de PA est obtenue par combinaison linéaire des lignes de A avec coef-
ficients p i 1 , . . . , p i n . Soient maintenant 1 ≤ i 6= j ≤ n deux indices. La matrice de permutation
P qui réalise l’échange A i : ↔ A j : doit satisfaire les conditions suivantes :
(PA)i : = A j : , (PA) j : = A i : , (PA)l : = A l : ∀l ∈ ¹1, nº \ {i , j }.
Par conséquent, les seuls éléments non nuls de P sont les suivants :
p i j = 1, p j i = 1, p l l = 1 ∀l ∈ ¹1, nº \ {i , j }. (2.6)
Exercice 2.7 (Échange de deux lignes). On considère la matrice

 
2 3 4 5
5 8 9 8
 
A = .
0 3 6 1
2 3 4 9
Écrire la matrice de permutation P qui permet d’effectuer l’échange A 1: ↔ A 3: et vérifier le

résultat.
Proposition 2.8 (Matrice de permutation de lignes). La matrice de permutation de lignes P

définie par (2.6) est inversible et on a
P −1 = P T = P.
Démonstration. Soit Ã = PA la matrice obtenue à partir de A en effectuant l’échange A i : ↔

A j : pour 1 ≤ i 6= j ≤ n . On vérifie aisément qu’on peut revenir à A à partir de Ã en effectuant
l’échange de lignes Ã i : ↔ Ã j : , qui correspond à la matrice de permutation P = P T . Nous
avons donc
A = P Ã = P T PA,
ce qui montre que P T P = I n , à savoir, P est inversible et P −1 = P T = P.
On peut appliquer un raisonnement similaire à la combinaison linéaire de deux lignes

A i : ← λA i : + µA j : , 1 ≤ i 6= j ≤ n , λ, µ ∈ R∗ . D’après (2.5), les seuls coefficients non nuls de la
matrice P sont dans ce cas
p i i = λ, p i j = µ, p l l = 1 ∀l ∈ ¹1, nº \ {i , j }.
Exercice 2.9 (Combinaison linéaire de deux lignes). Écrire la matrice P qui correspond à la
combinaison linéaire A 1: ← 2A 1: + 3A 4: pour la matrice de l’Exercise 2.7 et vérifier le résultat.
25
Exercice 2.10 (Échange de deux colonnes). Soient 1 ≤ i 6= j ≤ n . Montrer que l’échange de
colonnes
A :i ↔ A :j
peut s’interpréter comme la multiplication à droite par la matrice de permutation P = (p i j )
dont les seuls éléments non nuls sont
p i j = 1, p j i = 1, p l l = 1 ∀l ∈ ¹1, nº \ {i , j }.
Suggestion : remarquer d’abord que, pour tout 1 ≤ l ≤ n ,
(AP):l = A :1 p 1l + A :2 p 2l + . . . + A :n p nl .
2.3 Méthode de Gauss

2.3.1 Factorisation A = LU
Les résultats de la section précédent permettent d’interpréter la méthode du pivot de
Gauss comme un factorisation de la matrice A. La stratégie de la méthode de Gauss consiste,
à chaque itération 1 ≤ k ≤ n − 1, à éliminer la variable d’indice k des équations k + 1 . . . n
de la matrice. On se situe à l’itération k et on cherche à interpréter les opérations élémen-
taires correspondantes en termes de multiplication à gauche par des matrices opportunes.
La matrice A (k ) prend la forme suivante :
(k )

(k ) U (k ) A 12 k +(n −k ),k +(n −k )
A = (k ) (k ) ∈ R , (2.7)
A 21 A 22
avec, en particulier,
 (k ) (k )
  (k )

a 11 · · · a 1k 0 ··· 0 a k +1k
.. ..  (k ) .. 
U (k ) = 
 
 . . ,
 A 21 = 
0 · · · 0 . 

(k ) (k )
a kk 0 ··· 0 a nk
(k )
On supposera pour l’instant que u k k = a k k (le pivot) est non nul. Notre objectif consiste
à annuler les coefficients de la variable k dans les lignes k + 1, . . . n de A, à savoir, annuler
(k )
l’unique colonne non nulle de A 21 . Cela revient à effectuer les combinaisons linéaires suiv-
antes :
(k )
(k +1) (k ) a i k (k )
A i : ← A i : − (k A
) k:
∀i ∈ ¹k + 1, nº. (2.8)
a kk
D’après (2.5), les seuls éléments non nuls de la matrice E (k ) = (e i j ) ∈ Rn ,n telle que A (k +1) =
E (k ) A (k ) sont
(k )
eii = 1 ∀i ∈ ¹1, nº
(k )
(k ) a ik (2.9)
eik =− (k )
∀i ∈ ¹k + 1, nº.
a kk
26
La matrice E (k ) est donc de la forme
1
 
 .
0 . .


 ..
 
. 1


(k ) . (k )
E = . .
a

k +1k
. − (k ) 1
 akk 
 .. .. ..
 
. . . 

(k )
a nk
 
0 − (k ) 1
akk
(k +1)
La nouvelle matrice A (k +1) = E (k ) A (k ) est par construction telle que a i j = 0 pour tout j ∈
¹1, k + 1º et 1 ≤ i < j . Un point important à noter est que la matrice E ) est triangulaire
(k
(k )
inférieure car, pour tout 1 ≤ i < j ≤ n on a e i j = 0. De plus, on a diag(E (k ) ) = (1, . . . , 1). En
(k )
supposant les pivots non nuls, à savoir, a k k 6= 0 pour tout k ∈ ¹1, n −1º, la méthode de Gauss
s’écrit synthétiquement
E (n −1) . . . E (1) A = U ⇐⇒ A = LU ,
où nous avons posé L := (E (n −1) . . . E (1) )−1 et U := A (n) ∈ Rn ,n est une matrice triangulaire
supérieure. La proposition suivante montre que la matrice L est obtenue au cours des itéra-
tions sans coût supplémentaire.
Proposition 2.11 (Calcul du facteur L). Le facteur L ∈ Rn ,n est triangulaire inférieure et on a
L = L (1) . . . L (n −1) ,
(k )
avec, pour tout k ∈ ¹1, n − 1º, L (k ) = (l i j ) := (E (k ) )−1 et
(k )
lii = 1 ∀i ∈ ¹1, nº
(k )
(k ) a ik
lik = (k )
∀i ∈ ¹k + 1, nº.
a kk
La matrice L (k ) prend donc la forme
1
 
 .. 
0 . 
 ..
 
. 1


(k )
 = 2I n − E (k ) .
(k )
L =  ..
 a k +1k

. (k )
akk
1 
 .. .. ..
 
. . .


(k )
a nk
 
0 (k ) 1
akk
Démonstration. On commence par remarquer que, pour tout k ∈ ¹1, n − 1º la matrice A (k )

peut s’obtenir à partir de la matrice A (k +1) en effectuant les combinaisons linéaires suiv-
antes :
(k )
(k ) (k +1) a i k (k +1)
A i : ← A i : + (k ) A k k ∀i ∈ ¹k + 1, nº.
a kk
27
(k +1) (k )
où nous avons utilisé le fait que A k k = A k k . A partir de la formule (2.5) on vérifie aisément
que la matrice correspondante est précisément L (k ) . Nous avons donc
A (k ) = L (k ) A (k +1) = L (k ) E (k ) A (k ) ,
et encore
A (k +1) = E (k ) A (k ) = E (k ) L (k ) A (k +1) ,
ce qui montre que L (k ) E (k ) = E (k ) L (k ) = I n , à savoir, E (k ) est inversible et (E (k ) )−1 = L (k ) . Enfin,
de par la Proposition 1.8, L est triangulaire inférieure car produit de matrices triangulaires
inférieures.
Proposition 2.12 (Expression pour L). Pour tout k ∈ ¹1, n − 1º on a

 
1
 a (1) .. 
 21
(1)
 a 11 . 

 .
..

 . .
 . 1

L̃ (k ) := L (1) . . . L (k ) = 

(k )
 ... a k +1k .
(k ) 1 
 akk 
 . .. ..

 .. . . 
 
 a n(1)1 (k )
a nk 
(1) ··· (k ) 1
a 11 akk
Exercice 2.13 (Factorisation LU ). Calculer la factorisation LU de la matrice

 
2 4 3
A = 8 11 3 ,
 
2 1 4
en précisant à chaque étape la matrice L (k ) . Vérifier que L = L (n −1) . . . L (1) est triangulaire in-
férieure et que LA (n) = LU = A.
Exercice 2.14 (Compte d’opérations). Prouver que le nombre d’opérations élémentaires effec-
tué pour accomplir la factorisation LU est de l’ordre de 2n 3 /3 (on négligera les termes d’ordre
inférieur).
Proposition 2.15 (Calcul du déterminant de A). Soit A une matrice admettant une factori-
sation LU . Alors,
n
Y
det(A) = det(U ) = uii .
i =1
Démonstration. On a det(A) = det(L) det(U ). Puisque L et U sont triangulaires, leurs déter-

minants
Qn sont donnés par les produits des éléments diagonaux, à savoir det(L) = 1 et det(U ) =
u , ce qui conclut la preuve.
i =1 i i
28
2.3.2 Existence et unicité de la factorisation A = LU
(k )
Dans la section précédent nous avions supposé que les pivots a k k , k ∈ ¹1, n − 1º soient
non nuls. Le théorème suivant fournit une condition suffisante pour que cette hypothèse
soit vérifiée.
Théorème 2.16 (Existence et unicité de la factorisation LU ). Soit A = (a i j ) ∈ Rn,n et posons

pour tout 1 ≤ k ≤ n ,  
a 11 · · · a 1k
 . .. 
∆(k ) :=  .. ..
. . .


a k1 ··· a kk
Alors si toutes les matrices ∆(k ) , 1 ≤ k ≤ n − 1, sont inversibles il existe une unique factorisa-
tion A = LU avec U triangulaire supérieure et L triangulaire inférieure inversible ayant une
diagonale de 1. Si, de plus, ∆(n ) = A est inversible, la matrice U l’est aussi.
Remarque 2.17 (Matrices de rang n − 1). D’après le théorème précédent, on peut obtenir une
factorisation LU pour toute matrice de rang n − 1.
Démonstration. La preuve se fait par récurrence sur l’indice d’itération k . A la première

étape de l’algorithme de Gauss nous pouvons éliminer la variable x 1 des lignes 2 . . . n de A car
a 11 = ∆(1) 6= 0 par hypothèse. Prouvons maintenant que, si ∆(k ) est non nul, on peut avancer
de l’étape k à l’étape k + 1. Soit L̃ (k ) := L (k ) . . . L (1) . On partitionne L̃ (k ) et A (k ) selon (2.7),
(k ) (k ) (k ) A (k )

L̃ L̃ U
L̃ (k ) = 11
(k )
12
(k ) ∈ R
k +(n−k ),k +(n−k )
, A (k ) = (k )
12
(k ) ∈ R
k +(n−k ),k +(n −k )
.
L̃ 21 L̃ 22 A 21 A 22
A partir de l’égalité
∆ (k ) A
L̃ (k ) A (k ) = A =
12
,
A 21 A 22
on déduit L̃ (k )U (k ) = ∆(k ) =⇒ U (k ) = (L̃ (k ) )−1 ∆(k ) , à savoir, U (k ) est Q

inversible en tant que
(k ) (k )
produit de deux matrices inversibles. Nous avons donc det(U ) = 1≤i ≤k a i i 6= 0, ce qui
(k )
implique, en particulier, a k k 6= 0. On peut donc avancer à l’étape k + 1. Venons maintenant
à la question de l’unicité. Le raisonnement ci-dessus reste vrai jusqu’à l’étape (n − 1) de la
factorisation. A ce point il ne reste qu’une ligne dans la matrice A, et deux cas peuvent se
produire : soit la matrice A est de rang (n − 1), et alors cette ligne est nulle et on a u nn =
(n −1)
a nn = 0 =⇒ det(U ) = 0, soit la matrice A est de rang plein (ce qui équivaut à supposer
(n−1)
∆(n ) = A inversible), et dans ce cas u nn = a nn 6= 0 =⇒ det(U ) 6= 0 et U est inversible
2.3.3 Pivoting partiel et factorisation PA = LU

La méthode présentée à la section précédente échoue lorsqu’un pivot nul est rencontré.
Il est toutefois possible d’introduire une modification qui permet d’aboutir dans un plus
grand nombre de cas. L’idée consiste, à chaque étape k , d’effectuer un échange de lignes
pour assurer un pivot non nul. Soit A (k ) de la forme (2.7). Le pivoting par colonnes consiste
à chercher l’indice l tel que
(k ) (k )
a l k = max |a i k |, (2.10)
k ≤i ≤n
29
à savoir, on choisit le plus grand élément en valeur absolue dans la colonne k de A. On ad-
(k )
mettra par la suite qu’il existe un indice l tel que a l k 6= 0. Comme on le verra plus loin,
choisir le plus grand pivot en valeur absolue permet de réduire les erreurs d’arrondi asso-
ciées à la méthode de Gauss. La nouvelle itération k consiste maintenant à effectuer deux
opérations élémentaires, à savoir, l’échange de la ligne k avec la ligne l puis les combi-
naisons linéaires (2.8) :
(k )
(k ) (k ) (k +1) (k ) a ik (k )
Ak: ↔ Al : , Ai: ← Ai: − (k )
Ak: ∀i ∈ ¹k + 1, nº.
a kk
(k )
Il faut bien noter que le pivot a k k est non nul On vérifie aisement à l’aide de (2.5) que ces
deux opérations s’écrivent de manière synthétique comme suit :
A (k +1) = E (k ) P (k ) A (k ) ,
avec E (k ) définie par (2.9) et les seuls éléments non nuls de la matrice de permutation P (k ) =
(k )
(p i j ) ∈ Rn,n sont
(k ) (k ) (k )
p k l = 1, p l k = 1, p i i = 1 ∀i ∈ ¹1, nº \ {l , k }. (2.11)
Nous avons alors

U = A (n ) = E (n−1) P (n −1) . . . E (1) P (1) A.
En posant
P := P (n −1) . . . P (1) , E := (E (n −1) P (n −1) . . . E (1) P (1) )P −1 , L := E −1
nous avons
U = E PA ⇐⇒ LU = PA.
Une amélioration ultérieure (mais coûteuse) du pivoting consiste à autoriser des permuta-
(k )
tions de colonnes, et à chercher le pivot parmi tous les éléments de la matrice A 22 de (2.7).
Voir l’Exercice 2.27 pour plus de détails.
2.3.4 Résolution de systèmes linéaires

La factorisation A = LU (ou PA = LU ) est utilisée notamment pour la résolution de
systèmes linéaires. Une fois calculée la factorisation LU de la matrice A, on réécrit le sys-
tem (2.1) comme deux systèmes triangulaires moyennant l’introduction de la variable aux-
iliaire y ∈ Rn : (
Ly = b,
(2.12)
Ux = y .
La résolution d’un système triangulaire est particulièrement simple, car elle peut s’effectuer
par substitutions successives. On parle alors de remontée si le système est triangulaire supérieur
et de descente s’il est triangulaire inférieur. Pour fixer, soit A ∈ Rn ,n une matrice triangulaire
supérieure inversible, à savoir
 
a 11 a 12 · · · a 1n
 
 a 22 · · · a 2n 
A = .. ..  ,

 . . 

a nn
30
Qnnous avons omis d’indiquer les éléments nuls. Puisque A est inversible et donc, det(A) =
où
a 6= 0, on a a i i 6= 0 pour tout 1 ≤ i ≤ n. Alors,
i =1 i i
!
n
bn 1 X
xn = , xi = bi − a ik xk ∀i = n − 1, . . . , 1. (2.13)
a nn a ii k =i +1
Il est utile de compter le nombre d’opérations élémentaires nécessaires pour la résolution

complète du système. On a besoin d’une division pour calculer x n , de n − i multiplications,
de n − i sommes, et d’une division pour calculer x i . Le nombre d’opérations élémentaires
est donc
n −1
X n −1
X n −1
X n −1
X n −1
X
1+ (n − i ) + (n − i ) + 1 =1+2 −2 i + (n − 1)
i =1 i =1 i =1 i =1 i =1
| {z } | {z } |{z}
multiplications sommes divisions
= 1 + 2n(n − 1) − n(n − 1) + (n − 1) = n 2 .
Comme la factorisation LU demande ≈ 2n 3 /3 opérations élémentaires, on voit bien que le

coût de résolution des deux systèmes (2.12) est négligeable.
2.4 Autres factorisations

2.4.1 Matrices SDP : La factorisation de Cholesky
On commence par remarquer que, s’il existe une factorisation LU de la matrice A ∈ Rn ,n
(que l’on supposera inversible) on peut poser
A = LU = LD(D −1U ) := LDM T ,
où D = diag((u i i )1≤i ≤n ) contient la diagonal de U et M T est une matrice triangulaire supérieure.

L’existence de D −1 est garantie par l’inversibilité de A, qui assure det(A) = det(U ) 6= 0 (voir la
Proposition 2.15). Cette décomposition est unique sous les hypothèses du Théorème 2.16.
Si A est symétrique on peut conclure
LDM T = A = A T = M D T L T = M D L T ,
et, par l’unicité de la factorisation, M = L. Si, de plus, A est SDP, d’après la Proposition 1.23,
elle admet n valeur propres réelles strictement positives (non nécessairement toutes dis-
tinctes), et on peut définir p
1
D 2 := diag( d i i ).
1
En posant H := L T D 2 (H est triangulaire supérieure) nous avons donc
A = HT H. (2.14)
Cette factorisation est appelée de Cholesky.
31
Lemme 2.18 (Calcul de la factorisation de Cholesky). Soit A ∈ Rn ,n SDP. Alors, il existe une
unique factorisation (2.14) de A avec H triangulaire supérieure avec diagonale positive. Les
p
éléments de H T peuvent être calculés à partir des formules suivantes : h 11 = a 11 et, pour tout,
i = 2, . . . , n,
j −1
!
1 X
hi j = aij − hik h j k j = 1, . . . , i − 1, (2.15a)
hj j k =1
! 12
Xi −1
hii = a ii − h 2i k . (2.15b)
k =1
Démonstration. On raisonne par récurrence sur la taille i de la matrice. Pour i = 1 le résultat

est clairement vrai. Supposons-le vrai pour i − 1 et prouvons-le pour i . D’après l’hypothèse
de récurrence il existe une matrice H i −1 triangulaire supérieure telle que A i −1 = H iT−1 H i −1 .
Alors on cherche β ∈ R tel que l’égalité par blocs suivante soit vérifiée :

A i −1 v H iT−1 0 H i −1 h
Ai = = = H iT H i ,
v T a ii hT β 0 β
où v, h ∈ Ri −1 et a i i est un réel strictement positif (ceci est nécessaire pour que A i soit définie
positive). En imposant l’équivalence bloc par bloc on a les équations
H iT−1 h = v, (2.16a)
h h + β = a ii ,
T 2
(2.16b)
où on remarquera que le vecteur v est unique car H i −1 est non singulière. De plus, comme
A i est SDP on a
0 < det(A i ) = det(H iT ) det(H i ) = β 2 det(H i −1 )2 ,
p
et on conclut que β est un réel et β = a i i − h T h. La formule (2.15a) n’est rien d’autre que
la descente pour le système triangulaire supérieur (2.16a) (voir l’Exercice 2.28 pour plus de
détails), tandis que (2.16b) n’est rien d’autre que la formulation vectorielle de (2.15b).
2.4.2 Matrices rectangulaires : La factorisation A = QR
2.5 Matrices creuses

2.5.1 Matrices tridiagonales : La méthode de Thomas
Pour certaines matrices dotées d’une structure particulière la factorisation LU peut être
obtenue avec un nombre d’opérations élémentaires significativement inférieur à celui de la
méthode de Gauss. C’est le cas notamment des matrices tridiagonales de la forme
A = tridiag(c , a ,b ), (2.17)
où a ∈ Rn et c , b ∈ Rn −1 . On supposera dans le reste de cette section que A est définie posi-

tive, ce qui assure la bonne définition de tous les termes qui apparaissent dans l’algorithme.
32
Remarque 2.19 (Matrice définie positive non symétrique). On peut se poser la question s’il
existe des matrices définies positives et non symétriques (tel est le cas pour la matrice (2.17) si
b 6= c ). Soit A ∈ Rn,n . On commence par remarquer que l’on peut décomposer A en la somme
d’une partie symétrique A s et une anti-symétrique A ss ,
1 1
A= A + AT + A − A T := A s + A ss .
2 2
Par définition de matrice définie positive on a pour tout x ∈ Rn , x 6= 0,
0 < (Ax , x ) = (A s x , x ) + (A ss x , x ). (2.18)
Comme A ss est anti-symétrique, on a A ss = −A Tss donc

X
(A ss x , x ) = −(A Tss x , x ) = −x T A Tss x = − a j i x i x j = −x T A ss x ,
1≤i ,j ≤n
à savoir, (A ss x , x ) = 0, ce qui montre que la partie anti-symétrique d’une matrice ne contribue

pas à son caractère défini positif. De plus, on peut déduire de (2.18) qu’une matrice est positive
définie si et seulement si sa partie symétrique l’est.
Pour toute matrice tridiagonale définie positive de la forme (2.17) on a
A = LU , L = tridiag(γ, 1, 0), U = tridiag(0, α,b ),
avec α ∈ Rn et γ ∈ Rn−1 . On vérifie aisément que
α1
 
b1
LU = γi αi −1 γi b i −1 + αi bi
 

γn αn−1 γn b n −1 + αn
Les composantes des vecteurs α et γ peuvent être calculées par comparaison de manière
récursive selon le schéma suivant :
 
 α 1 b 1 
 
 γi αi −1 γi b i −1 + αi
 
 bi 

 
γn αn −1 γn b n −1 + αn
 
Plus précisément on a α1 = a 1 et, pour 2 ≤ i ≤ n,

ci
γi = , αi = a i − γi b i −1 .
αi −1
On voit facilement que le nombre d’opérations élémentaires nécessaires pour conclure le

calcul des facteurs L et U est de l’ordre de 3n. L’exemple suivant montre que l’intérêt de la
méthode de Thomas n’est pas uniquement théorique.
33
Example 2.20 (Discrétisation différences finies du problème de Poisson). Soit Ω = (0, 1) et
f ∈ C 0 (Ω, R). On considère le problème de Poisson
− u 00 = f dans Ω, u (0) = u (1) = 0, (2.19)
Ce problème peut être approché numériquement par la méthode des différences finie, con-
sistante à remplacer les dérivées par des approximations construites à partir de la formule de
Taylor. Soit N un entier ≥ 1. On introduit la famille de points (x i )0≤i ≤N +1 tels que x i = i h,
h := 1/(N +1) et, pour toute fonction ϕ suffisamment régulière, on pose ϕi := ϕ(x i ). Pour tout
point intérieur x i , 1 ≤ i ≤ N , et une fonction la formule de Taylor donne
h2 h2
φi −1 = φi − φi0 h + φi00 + o h2 , φi +1 = φi + φi0 h + φi00 + o h2 ,

2 2
où φ ∈ C 2 (Ω, R). En sommant les deux égalités ci-dessus on trouve
φi −1 − 2φi + φi +1 o h 2

φi −1 + φi +1 = 2φi + φi00 h 2 + o 2
φi00 = +

h ⇐⇒ .
h2 h2
En négligeant le reste dans l’expression de φi00 on obtient une approximation consistante de la
dérivée seconde de φ au sens où, pour tout 1 ≤ i ≤ N ,
φi −1 − 2φi + φi +1

o h2
lim φi −
00
= lim+ = 0.
h→0+ h2 h→0 h2
On peut donc approcher le problème (2.19) comme suit :
u i −1 − 2u i + u i +1
− = fi ∀1 ≤ i ≤ N , u 0 = u N +1 = 0, (2.20)
h2
où les inconnues (u i )0≤i ≤N +1 représentent des valeurs nodales. La résolution du problème (2.20)
demande l’inversion d’une matrice tridiagonale pour déterminer les inconnues u i , 1 ≤ i ≤ N ,
associées aux nœuds intérieurs. Cette matrice prend la forme
1
A= tridiag(−1, 2, −1).
h2
2.5.2 Matrices creuses non structurées

Nous allons enfin traiter le cas des matrices creuses qui contiennent un nombre d’élé-
ments non nuls de l’ordre d’une de leurs dimensions linéaires (nombre de lignes ou nombre
de colonnes), mais qui ne possèdent pas une structure particulière.
Un exemple important
Un contexte très important où l’on retrouve des matrices creuses non structurées est
celui de la discrétisation des équations aux dérivées partielles, comme le montre l’exemple
abordé dans cette section. Soit Ω ∈ R2 un ouvert polygonal borné. On considère le problème
de Poisson
− 4u = f dans Ω, u = 0 sur ∂ Ω. (2.21)
34
On supposera par la suite que le terme source f est à carré intégrable, à savoir, f ∈ L 2 (Ω).
Par brévité de notation on pose V := H 01 (Ω), où H 01 (Ω) est l’espace de Sobolev qui contient les
fonctions à carré intégrable, dont les dérivées (au sens faible) sont à carré intégrable, et qui
s’annulent sur ∂ Ω. La formulation faible de (2.21) consiste à : Trouver u ∈ V tel que
Z
a (u , v ) = fv ∀v ∈ V, (2.22)
Ω
R
où a (u , v ) := Ω ∇u ·∇v est une forme bilinéaire de V × V dans R. On peut facilement se
convaincre que V est un espace vectoriel de dimension infinie. La méthode des éléments
finis consiste à approcher la solution de (2.22) en remplaçant V par un sous-espace Vh ⊂ V
de dimension finie. Ceci revient à considérer le problème suivant : Trouver u h ∈ Vh tel que
Z
a (u h , v h ) = f vh ∀v h ∈ Vh . (2.23)
Ω
On peut montrer qu’un choix judicieux de l’espace Vh s’obtient comme suit : (i) on définit
une triangulation Th = {T } de Ω (dite maillage) telle que l’intersection de deux triangles est
soit un nœud, soit une arête [AJOUTER FIGURE] ; (ii) on pose
Vh := {v h ∈ H 01 (Ω) | v h|T ∈ P1 (T ) ∀T ∈ Th },
où P1 (T ) désigne la restriction à T des fonctions affines de deux variables. Soit N le nombre
de nœuds de la triangulation Th qui sont des points intérieur à Ω. Pour tout 1 ≤ i ≤ N on
notera x i ∈ R2 le vecteur des coordonnées du nœud i . On montre aisement que l’espace
vectoriel Vh est de dimension N , et une base de Vh est donnée par la famille des fonctions
chapeaux (ϕi )1≤i ≤N telles que [AJOUTER FIGURE]
ϕi (x j ) = δi j , ϕi |T ∈ P1 (T ) ∀T ∈ Th .
Le support des fonctions chapeau est compact, et, pour chaque ϕi , 1 ≤ i ≤ N , il coïncide
avec les éléments qui partagent le nœud i . En décomposant
PN la solution discrète dans la
base, le problème (2.23) consiste à : Trouver u h = j =1 U j ϕ j tel que
Z
a (u h , ϕi ) = f ϕi ∀1 ≤ i ≤ n.
Ω
En utilisant la linéarité de a et en posant
Z

A = (a i j )1≤i , j ≤N := a (ϕ j , ϕi )
1≤i j ≤N
∈ Rn ,n , U := (U j )1≤j ≤N , b := f ϕi ,
Ω 1≤i ≤N
on obtient
 
XN N
 X
a (u h , ϕi ) = a  U j ϕ j , ϕi  = a (ϕ j , ϕi )U j = b (f , ϕi ) ⇐⇒ AU = b. (2.24)

j =1 j =1
Ceci montre que le problème (2.23) est équivalent au système linéaire AU = b . Examinons
plus de près la structure de la matrice A. Par définition on a a i j = a (ϕ j , ϕi ) 6= 0 si et seule-
ment si les supports des fonctions chapeaux ont une intersection d’aire non nulle, ce qui
vrai est s’il existe un triangle T ∈ Th dont les nœuds i et j sont deux sommets. De ce fait la
disposition des éléments non nuls de A dépend fortement de la triangulation Th , comme
le montrent la Figure 2.1, où l’on compare le remplissage de la matrice A pour un maillage
structuré et un maillage non structuré du domaine Ω = (0, 1)2 .
35
(a) Maillage structuré (b) Maillage non structuré
FIGURE 2.1 – Remplissage de la matrice A de (2.24)
Factorisation LU et remplissage
On peut se demander quel est l’effet de la factorisation LU sur le nombre d’éléments

non nuls d’une matrice. Cette question est importante dans le cas des matrices creuses car
elle a un impact sur leur stockage. On retiendra que, en général, le nombre total d’éléments
non nuls dans les facteurs L et U est supérieur à celui de la matrice de départ. Par la suite
on va considérer par simplicité une matrice SPD car, dans ce cas, la factorisation LU peut
être obtenue sans pivoting. Pour énoncer un résultat plus précis il faut d’abord introduire la
notion d’enveloppe convexe d’une matrice.
Définition 2.21 (Enveloppe convexe d’une matrice). Soit A ∈ Rn ,n SPD et, pour tout 1 ≤ i ≤
N,
m i (A) := i − min{j < i | a i j 6= 0}.
On définit l’enveloppe convexe de A comme
E (A) := (i , j ) | 0 < i − j ≤ m i (A) .

On a le résultat remarquable suivant, qui affirme que, au cours de la factorisation LU ,

d’éventuels nouveaux éléments non nuls ne peuvent apparaitre qu’à l’intérieure de l’en-
veloppe convexe.
Lemme 2.22 (Factorisation LU et remplissage). Soit A ∈ Rn ,n une matrice SPD et A = H T H
sa factorisation de Cholesky. Alors,
E (H + H T ) = E (A).
Une conséquence importante du Lemme 2.22 est que la factorisation LU peut être stockée
à la place de la matrice A sans besoin de mémoire supplémentaire si on mémorise tous les
éléments de E (A) (y inclus les éléments non nuls). En effet, pour le facteur L il suffit de
stocker le triangle inférieur, et poser implicitement les éléments diagonaux = 1. Cependant,
lorsque des éléments très éloignés de la diagonale sont présents, cette solution n’est pas
efficace.
36
Stockage des matrices creuses non structurées
On a déjà remarqué que, dans le stockage d’une matrice creuse, on peut tirer profit de
la présence d’un nombre important d’éléments nuls. Il existe, en effet, différentes format de
stockage qui permettent de réduire significativement l’occupation mémoire. Le but de cette
section est de rappeller les plus importants.
Le format COO
Le format skyline
Le format CSR
Le format MSR
37
2.6 Exercices
Exercice 2.23 (Conditionnement). Soit A ∈ Cn ,n . Prouver que
(i) si k·k est une norme matricielle subordonnée, alors cond(A) = cond(A −1 ) ≥ 1,
cond(αA) = α cond(A) for all α ∈ R∗ ;
(ii) cond2 (A) = σn (A)/σ1 (A) où σ1 (A) et σn (A) sont respectivement la plus petite et la plus
grande valeur singulière de A ;
(iii) si A est normale, cond2 (A) = |λn (A)|/|λ1 (A)| où λ1 (A) et λn (A) sont respectivement la plus
petite et la plus grande valeur propre en module de A ;
(iv) pour toute matrice unitaire U , cond2 (U ) = 1 et cond2 (AU ) = cond2 (UA) = cond2 (A).
(i) Puisque k·k est subordonnée nous avons

1 = cond(I n ) = cond(A −1 A) = kA −1 Ak2 ≤ kA −1 k2 kAk2 = cond(A)2 ,
à savoir, cond(A) ≥ 1. D’autre part, comme
kαAk = sup kαAx k = α sup kAx k = αkAk,
et que (αA)−1 = α−1 A −1 , nous avons d’après l’Exercice 1.58,

1
cond(αA) = kαAkk(αA)−1 k = αkAk kA −1 k = cond(A).
α
(ii) On peut diagonaliser A à l’aide de deux matrices unitaires U , V ∈ Cn.n (décomposition

en valeurs singulières) comme suit :
U H AV = Σ := diag(σ1 , . . . , σn ).
Comme U et V sont unitaires nous avons que kU H AV k2 = kAk2 et k(U H AV )−1 k2 = kV H A −1U k2 =
kA −1 k2 . Par conséquent,
cond2 (Σ) = cond2 (U H AV ) = kU H AV k2 k(U H AV )−1 k2 = kAk2 kA −1 k2 = cond2 (A).
D’autre part, puisque Σ est diagonal, cond2 (Σ) = σn (A)/σ1 (A), ce qui conclut la preuve.
(iii) Puisque A est normale, elle admet une décomposition de la forme

W H AW = Λ = diag(λ1 (A), . . . , λn (A)),
avec W matrice unitaire. Par conséquent, A = W ΛW H et
AA H = A H A = (W ΛW H )H (W ΛW H ) = W ΛH W H W ΛW H = W ΛH ΛW H ,
à savoir, λi (A H A) = λi (A)λi (A) = |λi (A)|2 . Pour s’en convaincre, il suffit de multiplier à droite
l’inégalité ci-dessus par W et utiliser le fait que W H W = I n , ce qui donne
AA H W = W diag(|λi (A)|2 , . . . , |λn (A)|2 ).
On remarquera aussi que les colonnes de W sont des vecteurs propres de AA H . D’après le
point précédent on a aussi V H A H AV = Σ2 , à savoir, λi (A H A) = σi (A)2 . Enfin,
|λi (A)|2 = λi (A H A) = σi (A)2 ,
et la conclusion suit.
38
(iv) Conséquence de l’Exercice 1.58.
Exercice 2.24 (Conditionnement de la matrice de l’Exemple 2.20). L’objectif de cet exercice

est d’étudier le conditionnement de la matrice définie dans l’Exemple 2.20 en fonction de sa
taille. Vérifier que les valeurs propres de la matrice sont
kπ

λk = 4h sin
−1 2
1 ≤ k ≤ n,
2(n + 1)
avec vecteurs propres

ikπ

u k
= (u ik )1≤i ≤n = .
n +1 1≤i ≤n
On a pour tout 1 ≤ j ≤ n,
1
(Au k )i = −u ik−1 + 2u ik − u ik+1
h
1
= (sin ((i −1)k π/(n +1)) + 2 sin (i k π/(n+1)) − sin ((i +1)k π/(n +1)))
h
COMPLETER
Exercice 2.25 (Factorisation PA = LU ). Donner l’expression de A := H (4) avec H (4) matrice
de Hilbert d’ordre 4 (voir l’Exercice 1.50) et calculer sa décomposition PA = LU en effectuant
un pivoting partiel. Estimer le conditionnement cond2 (A). Les matrices de Hilbert sont un
exemple classique de matrices mal conditionnées, comme le montre la figure suivante où on
trace une estimation du conditionnement de H (n) en fonction de n :
1020
1015
1010
105
100
2 4 6 8 10 12 14
On a
1/2 1/3 1/4
 
1
 /2 1/3 1/4 1/5
1 
A = H (4) = 1 .
 /3 1/4 1/5 1/6

1/4 1/5 1/6 1/7
Les étapes de la factorisation de Gauss sont données ci-dessous. Par brévité seuls les élé-
ments non nuls des matrices A (k ) , E (k ) et P (k ) sont affichés. Le pivot satisfaisant la condi-
39
tion (2.10) est contourné par un rectangle.
 
1 1/2 1/3 1/4
 
  1
1/12 1/12 3/40   /2 1
1 
A (1) =  L (1) = 1 P (1) = I n ,

, ,

 1/12 4/45 1/12   /3 1 
1/4
 
3/40 1/12 9/112 1
 
1 1/2 1/3 1/4
   
1 1
/ 1/12 3/40 
 1 
12 1  1
   
A (2) =  L (2) =  P (2) = 

1/120 , , ,
  
1/180

  1 1   1
1/120 9/700 9/10
 
1 1
1 1/2 1/3 1/4

   
1
/ 1/12 3/40  1
 1   
12
A (3) =  , L (3) =  , P (3) = I n .
  
1/120 9/700 1 
  
2
−1/4200 3
1
On a donc PA = LU avec
P = P (2) , L = P L (1) P (1) L (2) P (2) L (3) P (3) , U = A (3) .
En utilisant les résultats énoncés dans les Propositions 2.8 et 2.11 pour le calcul de (P (k ) )−1
et (L (k ) )−1 on obtient  
1
 /2 1
1 
L = 1 .

 /4 9/10 1 
1/3 1 2/3 1
Comme A est symétrique, la formule (2.2) donne cond2 (A) = kAk2 kA −1 k2 et
1
kAk∞ kA −1 k∞ ≤ kAk2 kA −1 k2 ≤ nkAk∞ kA −1 k∞ ,
n
p
où nous avons utilisé le fait que p1n kAk∞ ≤ kAk2 ≤ nkAk∞ dans la dernière estimation. L’in-
verse A −1 peut être calculée en utilisant la factorisation PA = LU pour résoudre le système
suivant
AA −1 = I n ⇐⇒ PAA −1 = P ⇐⇒ LUA −1 = P ⇐⇒ LY = P et UA −1 = Y .
On obtient numériquement kAk∞ ≈ 2.08·100 et kA −1 k∞ ≈ 1.36·104 , à savoir, 1.42·104 ≤ cond2 (A) ≤

5.67·104 .
Exercice 2.26 (Factorisation de Cholesky). Calculer la factorisation de Cholesky de la matrice
suivante :  
1 2 3 4
2 8 12 16
 
A = .
3 12 27 30
4 16 30 37
Proposer un critère pour arrêter la méthode de Cholesky si la matrice n’est pas définie positive.
40
La factorisation cherchée est de la forme
 
h 11 0
h 12 h 22
 
A = HT H, H =
T
.

h 13 h 23 h 33 
h 14 h 24 h 34 h 44
Les étapes du calcul des éléments de H T sont détaillées ci-dessous en utilisant la notation
de la formule (2.15).
p
 
 a 11 = 1 
 
 p 
 a 21
 h =2 a 22 − h 221 = 2


 11 
 
 p 
 a 31 a 32 −h 31 h 21
 h 11 = 3 =3 a 33 − h 231 − h 232 = 3

h 22

 
 
 p 
 a 41 a 42 −h 41 h 21 a 43 −h 41 h 31 −h 42 h 32
=4 =4 =2 a 44 − h 241 − h 242 − h 243 = 1

h 11 h 22 h 33
On peut arrêter la factorisation de Cholesky si on trouve la racine carré d’un nombre négatif
pendant le calcul d’un élément diagonal.
Exercice 2.27 (Pivoting total). On considère une version alternative de la procédure de piv-
oting décrite dans la Section 2.3.3 où on étend la recherche du meilleur pivot à toute la sous-
matrice d’indices k ≤ i , j ≤ n , à savoir
(k ) (k )
a l m = max |a i k |.
k ≤i , j ≤n
Montrer que cette stratégie, dite de pivoting total, équivaut à trouver une factorisation de la
forme PAQ = LU , P et Q étant deux matrices de permutation.
Exercice 2.28 (Descente pour un système triangulaire inférieure). Soit A ∈ Rn,n une matrice
triangulaire inférieure inversible, à savoir
 
a 11
 
 a 21 a 22 
A = .
 .. .
.
.. 
 
a n 1 a n2 · · · a nn
Prouver des formules analogues à (2.13) pour la résolution du système Ax = b , b ∈ Rn .
On trouve
!
i −1
b1 1 X
x1 = xi = bi − a ik xk ∀i = 2, . . . , n − 1. (2.25)
x 11 a ii k =1
41
Exercice 2.29 (Méthode de Gram–Schmidt). Soit n ≥ 1 un entier et X := (x i )1≤i ≤n une famille
de vecteurs libre de Rm , m ≥ 1. On considère la famille de vecteurs Y := (y i )1≤i ≤n obtenue à
partir de X comme suit :
i
X (x i +1 , y j )
y1 = x 1, y i +1 = x i +1 − yj ∀1 ≤ i ≤ n − 1, (2.26)
j =1
ky j k22
où par brévité nous avons noté le produit interne canonique de Rm (·, ·) au lieu de (·, ·)Rm .
Montrer que Y est une famille libre et orthogonale, à savoir
(
ky i k22 6= 0 si j = i ,
(y i , y j ) =
0 sinon.
Proposer une modification de l’algorithme permettant d’obtenir une famille orthonormale, à

savoir telle que ky i k2 = 1 pour tout 1 ≤ i ≤ n .
On prouve le résultat par récurrence sur la taille n de la famille. Si n = 1 la famille Y est

orthogonale car la famille X est libre (ce qui implique, en particulier ky 1 k2 6= 0). Supposons
la propriété vérifiée pour n − 1 et prouvons-là pour n. Soit X̃ = (x i )1≤i ≤n−1 et Ỹ = (y i )1≤i ≤n−1
obtenue en appliquant l’algorithme (2.26). La famille Ỹ est orthogonale par l’hypothèse de
récurrence. On a
n −1
X (x n , y j )
yn = x n − yj .
j =1
kx n k22
En multipliant scalairement l’égalité précédente par y i , 1 ≤ i ≤ n − 1 on obtient

n −1
X (y j , x n ) (y i , x n )
(y n , y i ) = (x n , y i ) − (y j , y i ) = (x n , y i ) − (y
2 i
) = 0,
, y
i
j =1
kx n k22 ky
2
i k

ce qui montre que y n est orthogonale aux vecteurs de Ỹ . De plus, la famille Y est libre, car
sinon on pourrait exprimer x n comme combinaison linéaire des vecteurs de X̃ (ce qui est
absurde car X est libre par hypothèse). Pour obtenir une famille orthonormale il suffit de di-
viser chaque vecteur de Y par sa norme euclidienne. On obtient ainsi l’algorithme suivant :
i
X (x i +1 , y j ) ỹ
y1 = x 1, ỹ i +1 = x i +1 − yj , y i +1 = ∀1 ≤ i ≤ n − 1,
j =1
ky j k22 kỹ k2
42
Chapitre 3
Méthodes itératives
Dans ce chapitre on étudie quelques exemples de méthode itératives pour la résolution

du système
Ax = b. (3.1)
Ces méthodes ne fournissent en général pas la solution exacte du système, mais elle peuvent
en principe l’approcher à une précision arbitraire. Comme dans le chapitre précédent, nous
allons nous restreindre au cas où A ∈ Rn,n , x ∈ Rn , et b ∈ Rn non nul.
3.1 Généralités
A COMPLETER
3.2 Méthodes de point fixe

La première famille de méthodes que nous allons considérer repose sur la caractérisa-
tion de la solution du système linéaire (3.1) comme point fixe d’une fonction obtenue à
partir de la matrice A et du seconde membre b .
3.2.1 Formulation abstraite basée sur une décomposition régulière

Soit A ∈ Cn ,n une matrice inversible, b ∈ Cn non nul, et P, N ∈ Cn ,n deux matrices telles
que
A = P − N et P est (facilement) inversible. (3.2)
Une décomposition de la forme (3.2) est dite régulière. On vérifie aisément que la solution
du système est point fixe de la fonction Φ : y → P −1 N y − b . En effet,
Ax = (P − N )x = b
(3.3)
⇐⇒ x = P −1 N x + P −1b = Φ(x ).
Cette remarque nous conduit à considérer la méthode itérative suivante : Pour tout k ≥ 0,
x (k +1) = P −1 N x (k ) + P −1b = Φ(x (k ) ), (3.4)
43
avec x (0) ∈ Cn estimation initiale. A chaque itération de la méthode (3.4) on résout un sys-
tème linéaire de matrice P, ce qui justifie l’hypothèse que P soit facile à inverser. Par ex-
emple, si on choisit P diagonale ou triangulaire le coût lié à l’inversion sera de l’ordre de
n ou n 2 opérations respectivement. Le résultat suivant est une conséquence naturelle de
l’interprétation de la méthode (3.4) comme recherche d’un point fixe.
Remarque 3.1 (Hypothèse sur P). Nous avons supposé dans (3.2) que P soit facilement in-
versible. En effet, le choix A = P (qui est toujours possible car A est inversible) donne une
méthode itérative qui converge en une itération, mais dont la complexité équivaut à celle de
la résolution du système linéaire Ax = b . Le choix de P doit donc représenter un compromis
qui garantisse que le coût pour l’inversion de P à chaque itération reste raissonnable tout en
évitant que le nombre d’itérations pour arriver à convergence explose.
Lemme 3.2 (Condition nécessaire et suffisante pour la convergence de la méthode (3.4)).

La méthode (3.4) converge vers l’unique solution du système linéaire (3.1) si et seulement si
ρ(P −1 N ) < 1.
Démonstration. Pour tout k ≥ 0, soit e (k ) := x (k ) − x l’erreur associée à l’estimation x (k ) .

Comme ρ(P −1 N ) < 1, il existe une norme matricielle subordonnée k·k telle que kP −1 N k < 1
(il s’agit d’une conséquence du Lemme 1.46). De par (3.3) et (3.4) nous avons pour k ≥ 1,
e (k ) = x (k ) − x = Φ(x (k −1) ) − Φ(x ) = P −1 N (x (k −1) − x ) = P −1 N e (k −1) = (P −1 N )k e (0) ,
donc
ke (k ) k = k(P −1 N )k e (0) k ≤ kP −1 N kk ke (0) k,
et le seconde membre tend vers 0 lorsque k → +∞ si et seulement si kP −1 N k < 1.
Remarque 3.3 (Choix de la norme dans la preuve du Lemme 3.2). Dans la preuve du Lemme 3.2
nous avons utilisé une norme k·k subordonnée satisfaisant la condition kP −1 N k < 1. Cepen-
dant, il s’ensuit du fait que e (k ) → 0 ∈ Rn pour k → +∞ que, pour toute norme k·k∗ sur Rn ,
nous avons ke (k ) k∗ → 0 lorsque k → +∞.
La condition du Lemme 3.2 est optimale mais difficile à vérifier en pratique. Une condi-
tion suffisante souvent plus simple à prouver est identifiée dans le lemme suivant.
Lemme 3.4 (Condition suffisante pour la convergence de la méthode (3.4)). Soit A ∈ Cn ,n

hermitienne définie positive. On considère une décomposition régulière de la forme (3.2) avec
P 6= A et P H + N définie positive. Alors la méthode (3.4) converge vers la solution de (3.1).
Démonstration. On commence par remarquer que
P H + N = P H + P − A. (3.5)
Considérons maintenant la norme matricielle k·kA subordonnée à la norme vectorielle définie

par le produit scalaire (x , y )A := (Ax , y )Cn (que l’on notera toujours k·kA ). De par la Proposi-
tion 1.45, il existe y ∈ Cn tel que ky kA = (Ay , y )Cn = 1 et kP −1 N kA = kP −1 N y kA . Nous avons
44
alors
kP −1 N k2A = kP −1 N y k2A
= (AP −1 N y , P −1 N y )Cn
= (AP −1 (P − A)y , P −1 (P − A)y )Cn (N = P − A)
= ((A − AP A)y , (I n − P A)y )Cn
−1 −1
= (Ay , y )Cn − (AP −1 Ay , y )Cn − (Ay , P −1 Ay )Cn + (AP −1 Ay , P −1 Ay )Cn

= 1 − (Az , A −1 Pz )Cn − (Pz , z )Cn + (Az , z )Cn (z := P −1 Ay )
= 1 − (P H z , z )Cn − (Pz , z )Cn + (Az , z )Cn (A H = A)
= 1 − ((P H + P − A)z , z )Cn = 1 − ((P H + N )z , z )Cn < 1, (3.5)
où nous avons utilisé le fait que P 6= A =⇒ y 6= 0 pour conclure que z 6= 0 et le caractére

défini positif de P H + N pour en déduire ((P H + N )z , z )Cn > 0.
On conclut cette section en observant qu’une généralisation de (3.4) consiste à consid-

érer des méthodes de la forme
x (k +1) = Bx (k ) + f ,
où B ∈ Cn ,n est dite matrice d’itération et f est obtenu à partir du second membre b . Dans
ce cas, la consistance de la méthode est garantie si en posant x (k ) = x on trouve x (k +1) = x , à
savoir,
x = Bx + f , (3.6)
et la solution exacte est un point fixe de Φ(y ) = By + f . Pour une méthode consistante on a
e (k ) = x (k ) − x = (Bx (k −1) − f ) − (Bx − f ) = B k e (0) .
La condition nécessaire et suffisante pour la convergence de la méthode est donc
ρ(B ) < 1. (3.7)
3.2.2 Les méthodes de Jacobi et Gauss–Seidel

Les méthodes de Jacobi et Gauss–Seidel sont obtenues à partir de la décomposition suiv-
ante de la matrice A (décomposition DEL) :
A = D − E − L, (3.8)
où D est la diagonale de A, E sa portion strictement triangulaire supérieure, L sa portion

strictement triangulaire inférieure.
Example 3.5 (Décomposition DEL). La décomposition DEL de la matrice suivante :
 
2 3 1
A = 7 1 2
 
8 1 2
est      
2 −3 −1
D = 1 , E = −2 , L = −7 .
     
2 −8 −1
45
La méthode de Jacobi est obtenue avec P = D et N = E + L. A l’itération k + 1 la mise à
jour est effectuée en posant
x (k +1) = D −1 (E + L)x (k ) + D −1b. (3.9)
La matrice d’itération correspondante est
B J = D −1 (E + L) = I − D −1 A. (3.10)
Une condition suffisante pour la convergence de la méthode de Jacobi simple à vérifier est
énoncée dans l’Exercice 3.17. Une variante de la méthode de Jacobi consiste à définir x (k +1)
comme une moyenne pondérée de x (k ) et de la valeur donnée par l’expression (3.9). Plus
précisément, pour ω ∈ (0, 1) on pose
x (k +1) = (1 − ω)x (k ) + ω D −1 (E + L)x (k ) + D −1b .

(3.11)
Ce choix correspond à la méthode de surrélaxation JOR (Jacobi Over-Relaxation). La matrice
d’itération correspondante est
B JOR = (1 − ω)I n + ωB J . (3.12)
Lemme 3.6 (Convergence de la méthode JOR). Si A = (a i j ) ∈ Rn ,n est SDP la méthode JOR
converge pour tout 0 < ω < 2/ρ(D −1 A).
Démonstration. On a
B JOR = I n − ωD −1 D + ωD −1 (E + L) = I n − ωD −1 A.
Comme A est SDP, a k k > 0 pour tout 1 ≤ k ≤ n et (D −1 )k k = 1/a k k > 0. De plus, les valeurs
propres de A sont toutes strictement positives. Par conséquent, si ω > 0,
ρ(I n − ωD −1 A) = max (ω|λ| − 1) = ρ(D −1 A) − 1.
λ∈λ(D −1 A)
La condition (3.7) est donc vérifiée si

2
ωρ(D −1 A) − 1 < 1 ⇐⇒ ω < ,
ρ(D −1 A)
qui est la deuxième condition de l’énoncé.
La méthode de Gauss–Seidel consiste à choisir P = D − L et N = E . A l’itération k + 1 la

mise à jour est effectuée en posant
x (k +1) = (D − L)−1 E x (k ) + (D − L)−1b. (3.13)
B GS = (D − L)−1 E .
Dans ce cas aussi on peut pondérer la valeur (3.13) par x (k ) , obtenant ainsi la méthode SOR
(Successive Over-Relaxation). La mise à jour à l’itération k + 1 revient donc à poser pour
ω ∈ (0, 1),
x (k +1) = (1 − ω)x (k ) + ω (D − L)−1 E x (k ) + (D − L)−1b .

(3.14)
B SOR = (1 − ω)I n + ωB GS .
46
3.2.3 La méthode du gradient
Le dernier algorithme de point fixe que nous allons examiner admet une interprétation
qui permet de dépasser le cadre de la résolution de systèmes linéaires, et qui le rende ap-
plicable à des problèmes plus généraux d’optimisation. Soit A ∈ Rn ,n une matrice SDP. On
définit la fonctionnelle quadratique J : Rn → R telle que
1
J (y ) := y T Ay − b T y , (3.15)
2
en on considère le problème de minimisation libre
minn J (y ).
y ∈R
On peut prouver que ce problème admet une et une seule solution x ∈ Rn (dite minimiseur
global de J sur Rn ) telle que
J (x ) ≤ J (y ) ∀y ∈ Rn ,
et caractérisée par
∇ J (x ) = Ax − b = 0 ∈ Rn .
Ce résultat est précisé dans le lemme suivant.
Lemme 3.7 (Minimisation d’une fonctionnelle quadratique et systèmes linéaires). Soit A ∈
Rn ,n une matrice SDP. Alors, pour tout b ∈ Rn ,
Ax = b ⇐⇒ J (x ) = minn J (y ).
y ∈R
Démonstration. Pour tout x , y ∈ Rn et tout t ∈ R on a

1
J (z + t y ) = (z + t y )T A(z + t y ) − b T (z + t y )
2
1 T t t2
= z Az − b T z + z T Ay + y T Az + y T Ay − t b T y Proposition 1.6
|2 {z } 2 2
= J (z )
t2 T
= J (z ) + t y T (Az − b ) + y Ay . Symétrie de A
2
(3.16)
(i) Implication J (x ) = miny ∈Rn J (y ) =⇒ Ax = b . Puisque x est minimiseur global de J ,
l’identité (3.16) avec z = x implique, pour tout t ∈ R et tout y ∈ Rn ,
t2 T
J (x + t y ) ≥ J (x ) ⇐⇒ t y T (Ax − b ) + y Ay ≥ 0.
2
En prenant t > 0, en divisant par t , et en faisant tendre t → 0+ il vient y T (Ax − b ) ≥ 0, d’où
Ax − b = 0 ∈ Rn car y ∈ Rn est générique.
(ii) Implication Ax = b =⇒ J (x ) = miny ∈Rn J (y ). Pour tout w ∈ Rn , en utilisant encore
l’identité (3.16) avec z = x , t = 1, et y = w − x il vient
1
J (w ) = J (x ) + t (w − x )T (Ax − b ) + (w − x )T A(w − x ).
| {z } 2
=0∈Rn
La matrice A étant SDP, le dernier terme du membre de droite est positif. Par suite, x est
minimiseur global de J sur V .
47
L’idée de la méthode du gradient se base sur la remarque suivante : pour tout y ∈ Rn
avec ∇ J (y ) 6= 0, on peut réduire au moins localement la valeur de J (y ) en se déplaçant dans
la direction −∇ J (y ). En effet, ∇ J (y ) correspond à la direction de plus grande pente (positive)
de J en y . Fixons une estimation initiale x 0 ∈ Rn . Pour k ≥ 1 et jusqu’à convergence on pose
r (k ) := −∇ J (x (k ) ) = b − Ax (k ) , x (k +1) = x (k ) + αr (k ) ,
où le réel α > 0 est lié au module du déplacement dans la direction de la plus profonde
descente. La direction de descente r (k ) est le résidu du système linéaire correspondant à
l’approximation x (k ) . On peut ensuite se poser la question de combien faut-il avancer dans
la direction r (k ) . Pour répondre à cette question on cherche à reformuler la méthode du
gradient sous la forme (3.4). On a
x (k +1) = x (k ) + α(b − Ax (k ) ) = (I n − αA)x (k ) + αb := BG x (k ) + f G .
Afin de maximiser la vitesse de convergence, le paramètre α doit être choisi de façon à min-
imiser le rayon spectral de la matrice d’itération BG .
Lemme 3.8 (Vitesse de convergence de la méthode du gradient). Soit A ∈ Rn ,n SDP et on

note respectivement λmax et λmin la plus grande et la plus petite valeur propre de A. Alors la
méthode du gradient converge pour toute x (0) ∈ Rn et, en choisissant α = λ +λ 2
, on a pour
max min
k ≥ 1,
cond2 (A) − 1 (k )
ke (k +1) k2 ≤ ke k2 .
cond2 (A) + 1
Démonstration. On a par définition
λ(BG ) = 1 − αλ(A) =⇒ ρ(BG ) = max |1 − αλ|.

λ∈λ(A)
Le graphe de la fonction ϕ(α) := maxλ∈λ(A) |1 − αλ| est représenté en trait plein dans la figure
suivante.
|1 − αλmax |
|1 − αλmin |
Le minimum de ϕ(α) est donc atteint pour α tel que |1 − αλmin | = |1 − αλmax |, à savoir, α =
2
λ +λ
. De plus, on a
max min
λmax − λmin
λmin
(cond (A) − 1)

2 2
ϕ = ρ(BG ) = = ,
λmin + λmax λmax + λmin
λmin (cond2 (A) + 1)

où nous avons utilisé l’équation (2.2) pour conclure cond2 (A) = λmax /λmin .
48
Example 3.9 (Convergence lente de la méthode du gradient). Le Lemme 3.8 montre que con-
vergence de la méthode du gradient peut devenir lente lorsque la matrice A est mal condition-
née. [EXEMPLE NUMERIQUE]
Le choix du paramètre d’accélération α suggéré par le Lemme 3.8 est souvent remplacé
en pratique par d’autres expressions plus simples à calculer. Un choix qui est localement
optimal est obtenu en posant, à chaque itération k , α = α(k ) avec α(k ) unique solution du
problème de minimisation suivant :
min ke (k +1) kA = kx (k +1) − x kA = kx (k ) − αr (k ) − x kA .

¦ ©
(3.17)
α∈R
On peut montrer (voir Exercice 3.21) que la solution de ce problème est
kr (k ) k22
α(k ) = . (3.18)
kr (k ) k2A
3.3 Méthode du gradient conjugué

Comme nous l’avons vu dans la section précédente, la méthode du gradient devient as-
sez inefficace lorsque la matrice est mal conditionnée. En effet, le problème vient du fait que
la direction de descente est choisie en utilisant uniquement des informations locales. L’idée
de la méthode des méthodes conjuguées consiste à se déplacer dans une direction obtenue
en tenant compte des directions déjà explorées au cours des itérations précédentes.
3.3.1 Vecteurs A-conjuguées

Définition 3.10 (Vecteurs A-conjugués). Soit A ∈ Rn ,n une matrice SDP. Deux vecteurs non
nuls x , y ∈ Rn sont dits A-conjugués si y T Ax = x T Ay = 0. Une famille (x i )1≤i ≤p de vecteurs de
Rn non nuls est dite A-conjuguée si

∀1 ≤ i , j ≤ n i 6= j =⇒ x iT Ax j = x jT Ax i = 0 .
Lemme 3.11 (Famille de vecteurs A-conjuguée). Soit A ∈ Rn ,n une matrice SDP et F :=

(x i )1≤i ≤p , une famille de vecteurs A-conjuguée. Alors F est libre et p ≤ n . Si p = n , alors
F est une base de Rn .
Démonstration. On cherche les combinaisons linéaires des vecteurs de F telles que
λ1 x i + . . . + λp x p = 0, λi ∈ R ∀1 ≤ i ≤ p.
Soit 1 ≤ i ≤ p . En multipliant à gauche par x iT A l’égalité ci-dessus on obtient

p
X p
X
x iT λj x j = λ j x iT Ax j = λi kx i k2A = 0.
i =1 j =1
Comme x i 6= 0 par définition, ceci implique λi = 0, à savoir, la famille F est libre et, par
conséquent, p ≤ n. Si p = n on a une famille libre de cardinalité égale à la dimension de
l’espace Rn , et il s’agit donc d’une base.
49
3.3.2 La méthode du gradient conjugué
Une méthode qui utilise des directions conjuguées est dite conjuguée. Nous allons mon-
trer dans cette section comment construire une méthode conjuguée pour la solution du sys-
tème linéaire (3.1) avec A ∈ Rn ,n SDP. Par brévité dans ce qui suit on notera (·, ·) le produit
scalaire canonique de Rn et (·, ·)A := (A·, ·). Soit x (0) ∈ Rn une estimation initial de la solu-
tion et définissons le résidu r (0) := b − Ax (0) . Les directions de descente w (k ) , k = 0, . . ., sont
obtenues comme suit : w (0) = r (0) et
w (k ) = r (k ) − β (k ) w (k −1) k = 1, . . . , (3.19)
Une fois identifiée une direction w (k ) appropriée, la mise à jour de la solution se fait en
posant
x (k +1) = x (k ) + α(k +1) w (k ) . (3.20)
Ceci implique, en particulier,
r (k +1) = b − Ax (k +1) = b − Ax (k ) − α(k +1) Aw (k ) = r (k ) − α(k +1) Aw (k ) . (3.21)
Pour déterminer les scalaires α(k ) et β (k ) nous demandons pour tout 0 ≤ j ≤ k − 1,
(w (k ) , w (j ) )A = 0, (CG1)
(k ) (j )
(r , w ) = 0. (CG2)
Les conditions (CG1) et (CG2) correspondent à la méthode du gradient conjugué (CG) et ex-
priment le fait que la nouvelle direction w (k ) et le résidu r (k ) sont respectivement A-orthogonale
et orthogonal aux directions précédentes. Ces deux conditions montrent une caractéristique
importante de la méthode CG : la mise à jour n’est pas uniquement basée sur une informa-
tion locale (direction de plus grande pente), mais elle tient compte également des itérations
précédentes. Comme on le verra plus loin, on peut assurer les deux conditions (CG1)–(CG2)
sans mémoriser les directions w (j ) , 1 ≤ j < k − 1. Ce point est très important en pratique, car
il implique que la mise en œuvre de la méthode CG ne demande pas plus de mémoire que
les autres méthodes itératives que l’on a étudié jusqu’à là.
Le lemme suivant montre de façon constructive l’existence d’une famille de directions
de descente (w (k ) )k =0,... qui remplissent les conditions (CG1)–(CG2) et permet de préciser
l’expression des paramètres α(k ) et β (k ) .
Lemme 3.12 (Existence des directions (w (k ) )k =0,... ). Pour tout x (0) ∈ Rn il existe des valeurs
des paramètres α(k ) et β (k ) , k = 1, . . ., et une famille de vecteurs (w (k ) )k =0,... telle que les condi-
tions (CG1)–(CG2) sont satisfaites pour l’itération définie par (3.19) et (3.20).
Démonstration. La preuve procède par induction Posons w (0) = r (0) . Pour k = 1 on a
w (1) = r (1) − β (1) w (0) .
On choisit β (1) tel que (CG1) soit vérifiée :
(w (0) , w (1) )A
0 = (w (0) , w (1) )A = (w (0) , r (1) − β (1) w (0) )A ⇐⇒ β (1) = .
kw (0) k2A
50
On identifie ensuite la valeur de α(1) qui assure la condition (CG2). De par (3.21) on a
(w (0) , r (0) )
0 = (w (0) , r (1) ) = (r (0) , r (0) − α(1) Aw (0) ) = kr (0) k22 − α(1) kw (0) k2A ⇐⇒ α(1) = ,
kw (0) k2A
ce qui prouve l’existence de w (1) . Supposons maintenant (CG1)–(CG2) vérifiées pour k ≥ 1

et prouvons l’existence de α(k +1) , β (k +1) et w (k +1) tels les deux conditions restent vraies. En
utilisant l’expression (3.21) pour r (k +1) on a
(w (k ) , r (k +1) ) = (w (k ) , r (k ) − α(k +1) Aw (k ) ) = (w (k ) , r (k ) ) − α(k +1) kw (k ) k2A ,
à savoir, (CG2) pour j = k est vérifiée pour
(w (k ) , r (k ) )
α(k +1) = . (3.22)
kw (k ) k2A
Prouvons maintenant (CG2) pour tout 0 ≤ j ≤ n − 1. Il suffit d’observer que, pour tout 0 ≤
j ≤ n − 1,
(w (j ) , r (k +1) ) = (w (j ) , r (k ) − α(k +1) Aw (k ) ) (3.21)

= (w (j ) , r (k ) ) − α(k +1) (w (j ) , w (k ) )A = 0. (recurrence (CG1)–(CG2))
Venons maintenant à (CG1). Nous avons
(w (k ) , w (k +1) )A = (w (k ) , r (k +1) − β (k +1) w (k ) )A (3.19)

= (w (k ) , r (k +1) )A − β (k +1) kw (k ) k2A ,
et (CG1) pour j = k est donc vérifiée pour
(w (k ) , r (k +1) )A
β (k +1) = .
kw (k ) k2A
Il ne reste plus qu’à prouver (CG1) pour 0 ≤ j ≤ k − 1. Puisque w (0) = r (0) et chaque nouvelle
direction w (k ) est obtenue à partir de r (k ) et des directions w (j ) , 0 ≤ j ≤ k − 1, on a
Vk +1 := span(w (0) , . . . , w (k ) ) = span(r (0) , . . . , r (k ) ).
La condition (CG2) pour 0 ≤ j ≤ k implique r (k +1) ∈ Vk⊥+1 . D’autre part, pour tout 0 ≤ j ≤ k − 1,
on a
1
Aw (j ) = (j +1) r (j ) − r (j +1) ∈ Vk +1 =⇒ (w (j ) , r (k +1) )A = 0.

(3.23)
α
En utilisant les remarques précédentes on trouve
(w (j ) , w (k +1) )A = (w (j ) , r (k +1) − β (k +1) w (k ) )A (3.19)

= (Aw (j ) , r (k +1) ) − β (k +1) (w (j ) , w (k ) )A = 0. (3.23), récurrence (CG1)
Ceci conclut la preuve.
51
Compte tenu du lemme précédent, la méthode CG est définie comme suit : Pour une
estimation initiale x (0) ∈ Rn , poser r (0) = b − Ax (0) , w (0) = r (0) et, pour k = 0, . . .,
(w (k ) , r (k ) )
α(k +1) = , (3.24a)
kw (k ) k2A
x (k +1) = x (k ) + α(k +1) w (k ) , (3.24b)
(k +1) (k ) (k +1) (k )
r =r −α Aw , (3.24c)
(w (k ) , r (k +1) )A
β (k +1) = , (3.24d)
kw (k ) k2A
w (k +1) = r (k +1) − β (k +1) w (k ) . (3.24e)
Théorème 3.13 (Convergence de la méthode CG). Soit A ∈ Rn,n SDP et b ∈ Rn . La méthode

CG pour la solution du système linéaire Ax = b converge en au plus n itérations.
Démonstration. La famille F := (w (0) , . . . , w (n −1) ) de cardinalité n est libre d’après le Lemme 3.11,
et elle est donc une base de l’espace Rn . Comme r (n) est orthogonal à tout vecteur de F on
doit avoir r (n ) = 0, à savoir, x (n ) = x .
Le Théorème 3.13 montre que la méthode du gradient conjugué n’est pas une méthode
itérative au sens strict, car elle converge après un nombre fini d’itérations. Cependant, son
intérêt est lié au fait que, dans de nombreux cas pratiques, le résidu décroît rapidement, et
le critère kr (k ) k ≤ ε est vérifié après un petit nombre d’itérations. En effet, le résultat suivant
montre que la valeur de la fonctionnelle J définie par (3.15) décroît à chaque itération de la
méthode (de par le Lemme 3.7, on sait que résoudre le système linéaire Ax = b avec A SDP
équivaut à minimiser J ). Dans le jargon de l’optimisation on dit que w (k ) est une direction
de descente stricte de J en x (k −1) .
Proposition 3.14 (Monotonicité des itérations CG). Soit A ∈ Rn ,n une matrice SDP, b ∈ Rn
et J définie par (3.15). On considère l’itération (k +1) de la méthode du gradient définie
par (3.24). Alors, si w (k ) 6= 0 et α(k +1) 6= 0,
J (x (k +1) ) < J (x (k ) ).
Si α(k +1) = 0, x (k ) est le minimiseur de J et Ax (k ) = b .

Démonstration. On commence par remarquer que
(w (k ) , r (k ) ) = (w (k ) , r (k +1) + α(k +1) Aw (k ) ) (3.21)
(k ) (k +1) (k +1)
= (w , r ) +α kw (k ) k2A > 0, (CG2)
| {z }
=0
où l’inégalité est stricte car w (k ) 6= 0. Nous avons alors

1
J (x (k +1) ) = (x (k ) + α(k +1) w (k ) , x (k ) + α(k +1) w (k ) )A − (b, x (k ) + α(k +1) w (k ) ) (3.15) et (3.20)
2
1 (k ) (k ) (α(k +1) )2
= (x , x )A − (b, x (k ) ) +α(k +1) (Ax (k ) − b, w (k ) ) + kw (k ) k2A (3.22)
2 | {z } 2
=−(r (k ) ,w (k ) )
| {z } | {z }
= J (x (k ) ) (k +1)
=α (w (k ) ,r (k ) )
2
α(k +1) (k ) (k )
= J (x (k ) ) − (w , r ) < J (x (k ) ),
2
52
où nous avons conclu grâce au fait que (w (k ) , r (k ) ) > 0 prouvé précédemment.
Il est important de retenir que la méthode CG accompagnée d’un bon préconditionneur

est la méthode de choix pour la résolution de systèmes linéaires caractérisés par une matrice
SDP.
3.4 Méthodes basées sur les espaces de Krylov

Les méthodes de cette section sont caractérisées par le fait que l’itération k consiste à
chercher une solution de la forme x (k ) = x (0) + y avec y appartenant à l’espace de Krylov de
dimension k et x (k ) satisfaisant un critère de distance minimal de x .
3.4.1 Espaces de Krylov

Définition 3.15 (Espace de Krylov K k (A, v )). Soit A ∈ Rn,n et v ∈ Rn non nul. Pour tout k ∈ N
on appelle espace de Krylov associé au vecteur v et on note K k (A, v ) le sous-espace vectoriel
de Rn
K k (A, v ) := span(v, Av, . . . , A k −1 v ).
Nous avons de manière générale K k (A, v ) ⊂ K k +1 (A, v ) et, comme K k (A, v ) ⊂ Rn pour
tout k ≥ 0, il existe un indice k 0 à partir duquel l’inclusion devient une égalité, à savoir
(
dim(K k (A, v )) = k si 0 ≤ k ≤ k 0 ,
dim(K k (A, v )) = k 0 si k ≥ k 0 .
La suite (K k (A, v ))k ∈N devient donc stationnaire pour k ≥ k 0 .
3.4.2 Retour sur la méthode du gradient conjugué

On commence par un rappel. Soit V un espace vectoriel, K un sous-espace vectoriel de
V . Pour tout v ∈ V on appelle projection orthogonale de v sur K l’élément de ΠK v ∈ K qui
minimise la distance de v ,
kΠK v − v kV = min kw − v kV .
w ∈K
Cette élément est unique et il est caractérisé par la relation suivante :
(ΠK v − v, w )V = 0 ∀w ∈ K . (3.25)
Proposition 3.16. Soient w (0) , . . . , w (k ) le directions de descente engendrées par la méthode CG

jusqu’à l’itération k . On a
K k +1 (A, r (0) ) = Vk +1 := span(w (0) , . . . , w (k ) ).
Si, de plus, k ≤ k 0 , la famille (w (0) , . . . , w (k ) ) est une base de K k +1 (A, r (0) ).
53
Démonstration. On procède par induction. Puisque r (0) = w (0) , r (0) ∈ V1 . Supposons main-
tenant le résultat vrai pour k et prouvons-le pour (k +1) :
K k (A, r (0) ) = Vk =⇒ K k +1 (A, r (0) ) = Vk +1 .

Par l’hypothèse de récurrence, A i r (0) ∈ Vk ⊂ Vk +1 pour tout 0 ≤ i ≤ k − 1. Si le résultat n’était

pas vrai pour (k +1) on devrait donc avoir A k r (0) ∈ Vk⊥+1 , à savoir,
(A k r (0) , w (j ) ) = (A k −1 r (0) , w (j ) )A = 0 ∀0 ≤ j ≤ k . (3.26)
D’autre part, comme A k −1 r (0) ∈ Vk , il existe des réels λ0 , . . . , λk −1 non tous nuls (car, comme
A est SDP, ker(A) = {0 ∈ Rn } et r (0) 6= 0 ∈ Rn =⇒ A k −1 r (0) 6= 0 ∈ Rn ) tels que
A k −1 r (0) = λ0 w (0) + . . . + λk −1 w (k −1) . (3.27)
En remplaçant (3.27) dans (3.26) et en utilisant (CG1) on obtient
λi = 0 ∀0 ≤ j ≤ k − 1,
ce qui est absurde.
Grâce au résultat prouvé dans la proposition précédente, on peut reformuler la condition

d’orthogonalité des résidus (CG2) comme suit :
r (k ) ∈ K k (A, r (0) )⊥ . (3.28)
De plus, on peut conclure que x (k ) = x (0) + y (k ) avec y (k ) ∈ Vk +1 = K k +1 (A, r (0) ), et, par con-
séquent, r (k ) = b − Ax (k ) = r (0) − Ay (k ) . La relation (3.28) devient alors
(r (0) − Ay (k ) , y ) = (A −1 r (0) − y (k ) , y )A = 0 ∀y ∈ K k (A, r (0) ), (3.29)
et, compte tenu de (3.25), ceci équivaut à
y (k ) = ΠK k (A,r (0) ) (A −1 r (0) ).
Cette remarque permet une nouvelle interprétation de la méthode CG : il s’agit en effet de

la méthode qui obtient à l’itération k l’estimation x (k ) en projetant le résidu modifié A −1 r (0)
sur l’espace de Krylov K k −1 (A, r (0) ). Ainsi, la convergence a lieu à l’itération k 0 car la suite
(K k (A, r (0) ))k ∈N devient stationnaire au delà de ce point.
3.4.3 L’algorithme de Gram–Schmidt–Arnoldi

Lorsque A ∈ Rn ,n est SDP, la méthode CG construit des directions de descente qui for-
ment une base pour l’espace de Krylov K k (A, r (0) ) (pour k ≤ k 0 ). Dans le cas d’une matrice
générale, il est possible de construire une base en utilisant l’algorithme de Gram–Schmidt–
Arnoldi (GSA) basé sur la procédure d’orthonormalisation de Gram–Schmidt (voir l’Exer-
cice 2.29 pour plus de détails). Une différence majeure par rapport à la méthode CG est que,
dans ce cas, il est nécessaire de mémoriser la base, ce qui limite en pratique la dimension de
54
l’espace de Krylov que l’on peut considérer. Soit v ∈ Rn , v 6= 0. L’algorithme GSA consiste à
poser v 1 := v /kv k2 puis à calculer pour k = 1, . . .
h i k = v iT Av k ∀1 ≤ i ≤ k
k
X (3.30)
w k = Av k − h i k vi , h k +1,k = kw k2 .
i =1
Si w k = 0 l’algorithme s’arrête et k = k 0 , sinon on pose v k +1 = w k /kw k k2 , on incrément

k d’une unité, et on reprend. Les vecteurs v 1 , . . . , v k 0 ainsi obtenus forment une base pour
l’espace de Krylov K k 0 (A, v ). En pratique, on peut arrêter l’algorithme à toute itération 1 ≤
m ≤ k 0 . La mémorisation de la base demande alors de stocker une matrice de Hessenberg
supérieure H ∈ Rm +1,m contenant les coefficients h i j donnés par (3.30).
3.4.4 Principe des méthodes de Arnoldi et GMRes

Une fois construite une base pour l’espace K k (A, r (0) ), on peut obtenir des méthodes
pour la résolution du système linéaire Ax = b (avec A inversible mais en général non SDP)
en cherchent x (k ) de la forme x (k ) = x (0) + y (k ) avec y (k ) choisi de façon à satisfaire un critère
de distance minimale de x . Nous avons, alors,
r (k ) = b − Ax (k ) = b − A(x (0) + y (k ) ) = r (0) − Ay (k ) .
Une première idée consiste à s’inspirer de la méthode du gradient et imposer cette fois-ci
que le résidu r (k ) (et non pas le résidu modifié A −1 r (k ) ) soit orthogonal à tout vecteur de
K k (A, r (0) ), à savoir on cherche y (k ) ∈ Rn tel que
(r (0) − Ay (k ) , w ) = 0 ∀w ∈ K k (A, r (0) ).
Ce choix correspond à la méthode de Arnoldi ou FOM (Full Orthogonalization Method). Un

deuxième choix possible consiste à minimiser la norme éuclidienne du résidu en cherchant
y (k ) ∈ Rn solution de
min kr (0) − Ay k2 .
y ∈K k (A,r (0) )
On obtient ainsi la méthode GMRes (Generalized Minimum Residual). Comme c’était le cas
pour la méthode CG (voir Théorème 3.13), les méthodes de Arnoldi et GMRes sont en effet
des méthodes directes, car, si on néglige les erreurs d’arrondi, elles convergent en au plus
n itérations. Cependant, d’un point de vue pratique, aucune de ces méthodes n’est util-
isée comme méthode directe, d’un part parce que n peut devenir très grand, d’autre part
parce que, dans le cas des méthodes de Arnoldi et GMRes, il est nécessaire de mémoriser
la base de l’espace de Krylov K k (A, r (0) ). La stratégie pour limiter le coût computationnel
consiste à fixer la dimension maximale de l’espace de Krylov considéré et à utiliser des pré-
conditionneurs pour accélérer la convergence. Une variation très populaire est le restart (ré-
initialisation), qui consiste à effectuer un maximum de m itérations successives et, si la con-
vergence n’a pas eu lieu, poser x (0) = x (m ) et recommencer. Les méthodes correspondantes
sont alors notées FOM(m ) et GMRes(m ) respectivement.
55
3.5 Exercices
Exercice 3.17 (Matrice à diagonale dominante). Soit A = (a i j ) ∈ Rn ,n une matrice à diagonale
dominante par lignes, à savoir
n
X
|a i i | > |a i j | ∀1 ≤ i ≤ n.
j =1, j 6=i
Soit, de plus, b ∈ Rn , b 6= 0. Montrer que la méthode de Jacobi pour la résolution du système

linéaire Ax = b est convergente.
La matrice d’itération de la méthode de Jacobi est
B := D −1 (D − A),
où nous avons noté D ∈ Rn ,n la matrice diagonale telle que D = diag(A). Pour tout 1 ≤ i ≤ n
nous avons donc
aij
b i i = 0 ∀1 ≤ i ≤ n, bi j = ∀1 ≤ j ≤ n, j 6= i ,
a ii
et, par conséquent,
n
1 X
kB k∞ = max |a i j | < 1.
1≤i ≤n |a i i |
j =1, j 6=i
Comme ρ(B ) ≤ kB k∞ < 1 (k·k∞ étant une norme matricielle subordonnée), la méthode est
convergente.
Exercice 3.18 (Méthode des directions alternées). Soit A ∈ Rn ,n une matrice SDP décomposée
en A = A 1 + A 2 avec A 1 et A 2 matrices SDP et b ∈ Rn , b 6= 0. Soient α1 , α2 ∈ R+
∗
. On considère la
méthode itérative suivante pour résoudre le système linéaire Ax = b :
(I n + α1 A 1 )x (k + /2) = (I n − α1 A 2 )x (k ) + α1b,
1
(3.31a)
(k +1) (k +1/2)
(I n + α2 A 2 )x = (I n − α2 A 1 )x + α2b. (3.31b)
On souhaite analyser la convergence de cette méthode. A ce propos,

(i) prouver que, pour toute matrice SDP M ∈ Rn ,n et tout ξ ∈ R+ ∗
, la matrice I n + ξM est
inversible. En déduire que les matrices I n + αi A i , i ∈ {1, 2}, sont définies positives ;
(ii) montrer la méthode est consistante, à savoir, si x (k ) = x , alors x (k +1/2) = x (k +1) = x ;
(iii) interpreter la méthode comme une méthode de point fixe de la forme
x (k +1) = Bx (k ) + f ;
(iv) montrer la convergence de la méthode en évaluant le rayon spectral de B .
(i) Il suffit de prouver que I n + ξM est à son tour SDP. La symétrie est évidente. Soit x ∈ Rn ,
x 6= 0. Par définition on a
x T (I n + ξM )x = x T x + ξx T M x > 0,
ce qui prouve que I n + ξM est définie positive. Le fait que les matrices I n + αi A i , i ∈ {1, 2},
sont définies positives est une conséquence immédiate.
56
(ii) Comme I n + αA 1 est SDP, elle est aussi inversible. Pour une valeur fixée de x (k ) il existe
alors un unique x (k +1/2) satisfaisant (3.31a). En remplaçant dans (3.31a) on trouve
(I n + α1 A 1 )x (k + /2) = x − α1 A 2 x + α1b
1
= x − α1 (A − A 1 )x + α1b (A 2 = A − A 1 )
= x + α1 A 1 x = (I n + α1 A 1 )x , (Ax = b )
à savoir, x (k +1/2) = (I n + α1 A 1 )−1 (I n + α − 1A 1 )x = x . Pour prouver que x (k +1) = x on peut

procéder de façon similaire en remplaçant x (k +1/2) par x dans (3.31b) :
(I n + α2 A 2 )x (k +1) = (I n − α2 A 1 )x + α2b
= x − α2 (A − A 2 )x + α2b (A 2 = A − A 2 )
= x + α2 A 2 x = (I n + α2 A 2 )x , (Ax = b )
et, par conséquent, x (k +1) = (I n + α2 A 2 )−1 (I n + α2 A 2 )x = x , ce qui prouve le résultat souhaité.
(iii) De par (3.31a) on a x (k +1/2) = (I n + α1 A 1 )−1 (I n − α1 A 2 )x (k ) + α1 (I n + α1 A 1 )−1b . En rem-

plaçant dans (3.31b) on obtient
x (k +1) = Bx (k ) + f ,
avec
B := (I n + α2 A 2 )−1 (I n − α2 A 1 )(I n + α1 A 1 )−1 (I n − α1 A 2 )
f := α1 (I n + α2 A 2 )−1 (I n − α2 A 1 )(I n + α1 A 1 )−1b + α2 (I n + α2 A 2 )−1b.
La consistance de la méthode prouvée au point précédent se traduit par la rélation
x = Bx + f .
(iv) En utilisant l’expression trouvée au point précédent on peut estimer l’erreur e (k ) :=

x (k ) − x par récurrence :
e (k ) = x (k ) − x = (Bx (k −1) + f ) − (Bx + f ) = B e (k −1) = B k e (0) .
La méthode est donc convergente si et seulement si ρ(B ) < 1. On peut estimer (voir aussi
l’Exercice 1.54)
1 − α2 λ 1 − α1 λ

ρ(B ) ≤ max × max . (3.32)
λ∈λ(A 1 ) 1 + α1 λ λ∈λ(A 2 ) 1 + α2 λ
Or, comme les valeurs propres de A 1 et A 2 sont > 0, il suffit de prendre α1 = α2 = α > 0 pour
que les deux facteurs soient < 1 et, donc, ρ(B ) < 1.
57
Exercice 3.19 (Analyse d’une méthode itérative). Pour la résolution du système Ax = b avec

1 2 3
A= , b= ,
2 3 5
on considère la méthode itérative suivante : Pour k ≥ 0,
x (k +1) = B (θ )x (k ) + f (θ ),
avec x (0) ∈ Rn estimation initiale, θ ∈ R, et

1 2θ 2 + 2θ + 1 −2θ 2 + 2θ + 1 1 1 − 2θ
B= , f (θ ) = .
4 −2θ 2 + 2θ + 1 2θ 2 + 2θ + 1 2 1 − 2θ
Vérifier que la méthode est consistante pour tout θ ∈ R, à savoir, x = B (θ )x + f (θ ). Préciser

ensuite pour quelles valeurs de θ (i) les valeurs propres de B sont réelles et la méthode est
convergente ; (ii) la convergence de la méthode est plus rapide.
La solution du système est x = (1, 1)T et on vérifie aisément pour tout θ ∈ R,

1 2θ2 + 2θ + 1−2θ
2 + 2θ + 1 1 1 − 2θ 1
B (θ )x + f (θ ) = 2 + 2θ + 1 + 2θ 2 + 2θ + 1 + = ,
4 −2θ

2 1 − 2θ 1
ce qui prouve la consistance de la méthode. Condition nécessaire et suffisante pour que la

méthode soit convergente est que ρ(B (θ )) < 1. Calculons donc les valeurs propres de B . Il
s’agit de résoudre

1 2θ 2 + 2θ + 1 − 4λ −2θ 2 + 2θ + 1
0 = det(B (θ ) − λI n ) =
4 −2θ 2 + 2θ + 1 2θ 2 + 2θ + 1 − 4λ
1 n 2 2 2 o
= 2θ + 2θ + 1 − 4λ − −2θ 2 + 2θ + 1
4
1n 2 2 o
= 16λ2 − 8λ 2θ 2 + 2θ + 1 + 2θ 2 + 2θ + 1 − −2θ 2 + 2θ + 1
4
= 4λ2 − 2λ 2θ 2 + 2θ + 1 + 2θ 2 (2θ + 1) ,
qui est un polynôme de seconde degré en λ, dont le déterminant vaut

2 2
∆ = 4 2θ 2 + 2θ + 1 − 32θ 2 (2θ + 1) = 4θ 2 − 2 (2θ + 1) .
Les valeurs propres sont donc

(
2 (2θ 2 + 2θ + 1) ± 4θ 2 − 2 (2θ + 1) θ + 21
λ1,2 = = .
8 θ2
La condition ρ(B (θ )) < 1 équivaut donc à imposer

θ + < 1 et |θ 2 | < 1 ⇐⇒ −1 < θ + 1 < 1 et −1 ≤ θ ≤ 1 ⇐⇒ −1 < θ < 1 .
1

2 2 2
La valeur optimale du paramètre θ s’obtient en correspondance du minimum de la fonction
p
ρ(B (θ )) = max (θ 2 , |θ + 1/2|), à savoir pour θ < 0 tel que θ 2 = θ + 12 . Il vient θ = (1 − 3)/2.
58
Exercice 3.20 (Forte convexité d’une fonctionnelle quadratique). Montrer que la fonction-
nelle J définie par (3.15) est fortement convexe, à savoir, il existe η ∈ R+
∗
tel que, pour tout
x , y ∈ Rn et tout ϑ ∈ [0, 1],
ϑ(1 − ϑ)
J (ϑx + (1 − ϑ)y ) ≤ ϑ J (x ) + (1 − ϑ)J (y ) − η kx − y k2 .
2
Préciser la valeur de η.
On a
1
J (ϑx + (1 − ϑ)y ) = (ϑx + (1 − ϑ)y )T A(ϑx + (1 − ϑ)y ) − b T (ϑx + (1 − ϑ)y )
2
ϑ2 (1 − ϑ)2 T
= x T Ax · + y Ax + ϑ(1 − ϑ)y T Ax − ϑb T x − (1 − ϑ)b T y ,
2 2
où nous avons utilisé la symétrie de A pour conclure x T Ay = y T Ax . Pour le troisième terme
au seconde membre on observera que
1 1
2y T Ax = x T Ax + y T Ay − (y − x )T A(y − x ).
2 2
En remplaçant on obtient
ϑ(1 − ϑ)
J (ϑx + (1 − ϑ)y ) = ϑ J (x ) + (1 − ϑ)J (y ) − (x − y )T A(x − y ),
2
Or, en notant λmin (A) > 0 la plus petite valeur propre de A, nous avons pour tout z ∈ Rn ,
z T Az ≥ λmin (A)kz k2 ⇐⇒ −z T Az ≤ −λmin (A)kz k2 .
L’inégalité ci-dessus pour z = y − x donne finalement
(1 − ϑ)ϑ
J (ϑx + (1 − ϑ)y ) ≤ ϑ J (x ) + (1 − ϑ)J (y ) − λmin (A) kx − y k2 ,
2
qui est l’inégalité cherchée avec η = λmin (A).
Exercice 3.21 (Paramètre d’accéleration pour la méthode du gradient). Le but de cet exercice
est de prouver la formule (3.18). Soit ϕ : R → R la fonction définie par ϕ(α) := kx (k ) − αr (k ) k2A .
Le problème (3.17) équivaut à
min ϕ(α).
α∈R
Prouver que ϕ est fortement convexe, à savoir, il existe η ∈ R+

∗
tel que pour tout α, , β ∈ R et
tout ϑ ∈ [0, 1],
ϑ(1 − ϑ)
ϕ(ϑα + (1 − ϑ)β ) ≤ ϑϕ(α) + (1 − ϑ)ϕ(β ) − η |α − β |2 .
2
La forte convexité de ϕ assure que le problème (3.17) admet unique solution α(k ) caractérisée
par la propriété suivante :
ϕ 0 (α(k ) ) = 0.
Montrer que cette propriété équivaut à (3.18).
59
Par brévité on note (·, ·) le produit interne canonique de Rn et (·, ·)A = (A·, ·). On commence
par prouver la forte convexité de ϕ. On a
ϕ(ϑα + (1 − ϑ)β ) = J (x (k ) + (ϑα + (1 − ϑ)β )r (k ) )

= J (ϑw α + (1 − ϑ)w β ) (w ξ := x (k ) + ξr (k ) )
ϑ(1 − ϑ)
= ϑ J (w α ) + (1 − ϑ)J (w β ) − kw α − w β k2A
2
ϑ(1 − ϑ)
= ϑϕ(α) + (1 − ϑ)ϕ(β ) − kr (k ) k2A |α − β |2 , (Exercice 3.20)
2
et ϕ est donc fortement convexe de paramètre η = kr (k ) k2A . Calculons maintenant la dérivée

de ϕ. Nous avons
0
1 (k ) (k ) (k ) (k ) (k ) (k )
ϕ (α) =
0
(x + αr , x + αr )A − (b, x + αr )
2
= (r (k ) , x (k ) + αr (k ) )A − (b, r (k ) )
= (Ax (k ) , r (k ) ) + αkr (k ) k2A − (b, r (k ) )
= −(r (k ) , r (k ) ) + αkr (k ) k2A . (r (k ) = b − Ax (k ) )
kr (k ) k2
Par conséquent ϕ 0 (α) = 0 ⇐⇒ α = kr (k ) k22 , ce qui prouve (3.18).
A
Exercice 3.22 (Méthode du gradient conjugué). Utiliser la méthode CG avec donnée initiale
x (0) = (0, 0, 0)T pour résoudre le système linéaire Ax = b avec
   
2 −1 0 −1
A = −1 2 −1 , b =  2 .
   
0 −1 2 −1
Par brévité on note (·, ·) le produit interne canonique de Rn et (·, ·)A = (A·, ·). On a r (0) = w (0) =
(−1, 2, −1)T et
     
−3 1 9
(1) 3 (1) 1   (1) 1  (1) 1 (1) 1  
α = , x =  6 , r = 1 , β =− , w = 12 ,
10 10 5 50 50
−3 1 9
   
0 0
5
α(2) = , x (2) = 1 , r (2) = 0 .
   
3
0 0
La méthode a donc convergé à la deuxième itération.
Exercice 3.23 (Paramètre d’accélération pour la méthode CG). Avec les techniques de l’Exer-
cice 3.21 montrer que le choix (3.22) minimise la fonctionnelle (3.15) pour des arguments de
la forme x (k ) + αw (k ) (avec x (k ) et w (k ) fixés).
60
Exercice 3.24 (Mise en œuvre efficace de la méthode CG). On se place à l’itération k de la
méthode CG et on suppose α(k +1) 6= 0). Prouver la formule récursive suivante, dont l’intérêt est
d’éviter le produit matrice-vecteur Aw (k ) pour le calcul de r (k +1) (voir la formule (3.21)) :
β (k ) β (k )

(k +1) (k +1) (k ) (k +1) 1
r = −α Ar +α − (k ) r (k ) + α(k +1) (k ) r (k −1) .
α(k +1) α α
On pourra remarquer que le résultat du produit matrice-vecteur Ar (k ) peut être obtenu sans
coût additionnel en mettant en œuvre de manière opportune l’étape (3.24d).
On a
r (k +1) = r (k ) − α(k +1) Aw (k ) eq. (3.21)

= r (k ) − α(k +1) A r (k ) − β (k ) w (k −1)

eq. (3.24e)
(k ) (k +1) (k ) (k +1) (k ) (k −1)
=r −α Ar +α Aw β
β (k )
= r (k ) − α(k +1) Ar (k ) + α(k +1) (k ) r (k −1) − r (k )

eq. (3.24c)
α
β (k ) (k +1) β
(k )

(k +1) (k ) (k +1) 1 (k )
= −α Ar + α − r + α r (k −1) .
α(k +1) α(k ) α(k )
61
Bibliographie
[1] G. Allaire. Analyse numérique et optimisation. Éditions de l’École Polytechnique,

Palaiseau, 2009.
[2] P. G. Ciarlet, B. Miara, and J. M. Thomas. Exercices d’analyse numérique matricielle et
d’optimisation. Masson, Paris, 2e edition, 1986.
[3] A. Ern. Calcul scientifique. Lecture notes, 2010.
[4] L. Formaggia, F. Saleri, and A. Veneziani. Solving numerical PDEs : Problems, applica-
tions, exercises. Springer, Milan, 2012.
[5] A. S. Householder. The theory of matrices in numerical analysis. Dover, 2006. Originally
published in 1964 by the Blaisdell Publishing Company, New York.
[6] A. Quarteroni, R. Sacco, and F. Saleri. Numerical mathematics. Texts in Applied Mathe-
matics. Springer, New York, 2000.
62

Cours Analyse Numerique Matricielle

Transféré par

Droits d'auteur :

Formats disponibles

Cours Analyse Numerique Matricielle

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Cours Analyse Numerique Matricielle

Transféré par

Droits d'auteur :

Formats disponibles

Notes du cours d’Analyse Numérique Matricielle

1 Rappels et compléments d’algèbre linéaire 3

Rappels et compléments d’algèbre linéaire

1.1 Quelques définitions

Par la suite on utilisera la notation A = (a i j ) pour indiquer que l’élément générique de la

De manière analogue, pour tout 1 ≤ j ≤ m on définit le vecteur colonne j de A (noté A :j ) par

Définition 1.4 (Transposée et transconjuguée d’une matrice). Soit A = (a i j ) ∈ Cm ,n . On

Example 1.5 (Transposée et transconjuguée). On considère la matrice suivante :

Sa transposée et transconjuguée sont données, respectivement, par

Soient l , m , n ∈ N∗ , A = (a i j ) ∈ Cn,m , B = (b i j ) ∈ Cm ,l . On définit le produit matriciel

Le produit matriciel est illustré par la Figure 1.1.

FIGURE 1.1 – Produit matriciel. Figure adaptée de Alain Matthes, http://altermundus.

Proposition 1.8 (Produit de deux matrices triangulaires). Soient A, B ∈ Rn ,n deux matri-

qui est le résultat cherché.

Proposition 1.10 (Transposé et transconjugué d’un produit). Pour tout A ∈ Cn ,m et B ∈ Cm ,l

Que peut-on dire des éléments diagonaux d’une matrice hermitienne ?

kUx k22 = (Ux ,Ux )Cn = (Ux )H Ux = x H U H Ux = x H x = kx k22 ,

(Ux ,Uy )Cn = (Uy )H Ux = y H U H Ux = y H x = (x , y )Cn ,

à savoir, les matrices unitaires préservent le produit scalaire.

à savoir (A −1 )T = (A T )−1 . Cette remarque suggère la définition suivante.

Définition 1.18 (Inverse transposée). Soit A ∈ Cn ,n inversible. On définit la matrice inverse

1.2 Valeurs et vecteurs propres, rayon spectral déterminant

Comme p A est un polynôme de degré n, il admet précisément n racines complexes (non

Proposition 1.23 (Valeurs propres d’une matrice HDP/SDP). Soit A ∈ Cn ,n (resp. A ∈ Rn ,n )

Nous admettrons le résultat suivant.

ρ(A) := max |λ|.

Définition 1.26 (Déterminant). Soit A ∈ Cn ,n . Le déterminant de A est donné par

Le déterminant d’une matrice permet de décider de son inversibilité. Plus précisément,

L’image de A est le sous-espace vectoriel de Rm défini par

Le noyau de A est la préimage du vecteur nul de Rm par l’application linéaire associée à A,

Proposition 1.27 (Image d’une matrice). On a CA = range(A).

Démonstration. Il suffit de remarquer que le résultat de la multiplication (à droite) d’une

Théorème 1.30 (Caractérisation des matrices inversibles). Soit A ∈ Rn ,n . Les propriétés

1.4 Décompositions d’une matrice

Proposition 1.32 (Valeurs et vecteurs propres d’une matrice diagonalisable). Soit A ∈ Cn ,n

Démonstration. En multipliant à droite par Q −1 la relation A = Q −1 ΛQ on obtient AQ −1 =

AQ :j−1 = Q −1 Λ:j = λ j Q :j−1 ∀1 ≤ j ≤ n,

où nous avons noté λ j = (Λ) j j .

La Proposition 1.32 suggère le résultat suivant, que nous admettrons.

Théorème 1.33 (Caractérisation d’une matrice diagonalisable). Une matrice A ∈ Cn ,n (resp.

Lemme 1.34 (Diagonalisation d’une matrice normale). La matrice A ∈ Cn ,n est normale si et

avec λ1 , . . . , λn ∈ C valeurs propres de A.

1.4.2 Décomposition de Schur

Corollaire 1.36 (Valeurs propres et DS d’une matrice hermitienne). Si la matrice A ∈ Cn ,n

ce qui implique T = diag(λ1 , . . . , λn ) et, pour tout 1 ≤ i ≤ n, λi = λi ⇐⇒ ℑ(λi ) = 0 ⇐⇒ λi ∈

1.4.3 Décomposition en valeurs singulières

Théorème 1.37 (Décomposition en valeurs singulières (DVS)). Pour toute A ∈ Cm ,n il existent

U H AV = Σ = diag(σ1 , . . . σp ) ∈ Rm ,n p := min(m , n).

Les réels 0 ≤ σ1 ≤ . . . ≤ σp sont dits valeurs singulières de A. Si, de plus, A ∈ Rm ,n , on a

Proposition 1.38 (Caractérisation des valeurs singulières). Soit A ∈ Cn ,n . On a

où nous avons utilisé le fait que U et V sont unitaires pour conclure U H U = I n et V H = V −1 .

Démonstration. Comme A est hermitienne on a A H A = A 2 . Or, soit λ un vecteur propre de

à savoir, λi (A H A) = λi (A 2 ) = λi (A)2 = σi (A)2 pour tout 1 ≤ i ≤ n. De par le Corollaire ?? on a

La conclusion s’ensuit de la Proposition 1.44.

1.5 Normes matricielles

Des normes matricielles particulièrement importantes sont les normes p subordonnées

kAk2 = kA H k2 = max σi (A),

= sup y H Λy = max λi (A H A) = max σi (A), Remarque 1.15

ce qui prouve le premier point. [COMPLETER]

Comme A est SDP, on a pour tout x ∈ Rn