Programmation Analyse Matricielle


Cette page est dédiée au cours de Programmation Analyse Matricielle (L2 Maths et L2 Info - Université de la Polynésie Française) del'année académique 2021/2022.
Le cours s'articule en quatre parties :

  • Rappels et compléments d’algèbre linéaire
  • Méthodes directes
  • Conditionnement d'une matrice
  • Méthodes itératives

Informations pour les étudiants
  • Le CC1 aura lieu le jeudi 4 novembre de 16h30 à 18h30 en salles B1-3-TP et B2-4-TP.


Cahier de bord :

  • 15/09/21 (CM ) : (Cours à distance, sur Zoom). Quiz sur Kahoot.com sur les rappels d'algèbre linéaire. Rappels : notation $\mathcal M_{m,n}(\mathbb R)$ et $\mathcal M_{n}(\mathbb R)$, addition de matrices, multiplication d'une matrice par un scalaire, une base de l'espace vectoriel $\mathcal M_{m,n}(\mathbb R)$, multiplication de matrices, matrice identité, matrice inversible et son inverse.
  • 29/09/21 (CM ) : Continuation des rappels d'algèbre linéaire : transposée d'une matrice et propriétés, matrice symétrique et antisymétrique, trace d'une matrice et propriétés, matrices triangulaires supérieures et inférieures, matrices diagonales, opérations élémentaires sur les lignes d'une matrice et multiplication par la correspondante matrice élémentaires, définition du déterminant (formule de Leibniz), cofacteur d'une matrice et comatrice, formule de Laplace pour le calcule du déterminant. Exemples.
  • 05/10/21 (TD ) : Exercices 1,2,3 du TD1.
    TD1
  • 06/10/21 (CM ) : Rappel de la formule de Leibniz et de Laplace pour le calcule du déterminant. Cas simple: déterminant d'une matrice triangulaire (preuve). Définition de Lang du déterminant et applications pratiques. Critère d'inversibilité d'une matrice. Complexité temporelle et spatialle d'un algorithme. Exemples: nombre d'opérations d'un algorithme qui calcule $n!$ et d'un algorithme qui calcule le produit de deux matrices. Coût asymptotique. Notation grand $\mathcal O$ de Landau et interpretation géométrique.
  • 07/10/21 (CM ) : Exemples sur la notation grand $\mathcal O$ de Landau. Liste de complexités en temps (constante, logarithmique, polynomiale, sous-exponentielle, exponentielle, factorielle). Systèmes linéaires à coefficients réels et forme matricielle d'un système linéaire. Systèmes triangulaires et méthode de remontée. Algorithme pour la résolution d'un système triangulaire et calcul du nombre d'opérations. Cas général: Pivot de Gauss (Étant donnée une matrice inversible $A$, il existe une matrice triangulaire $T$ et une matrice $M$ de déterminant $det(M)=\pm 1$ telles que $MA=T$.)
  • 12/10/21 (TD ) : Exercices 4,5,6,7,8 du TD1.
    TD1
  • 14/10/21 (CM ) : Algorithme du pivot de Gauss et étude de la complexité. Coût total de résolution d'un système linéaire (Pivot de Gauss + résolution système triangulaire). Applications du pivot de Gauss: algorithme pour le calcul du déterminant et pour le calcul de l'inverse d'une matrice. Étude de la complexité correspondante.
  • 27/10/21 (TD ) : Exercices 9, 10, 11, 12, 13, 14 et 15 du TD1.
    TD1
  • 28/10/21 (CM ) : Définition de factorisation LU d'une matrice. Unicité de la factorisation LU (démonstration). Algorithme de factorisation LU. Conditions suffisantes pour l'existence de la factorisation LU: pivot de Gauss sans permutations de lignes ou mineurs principaux non nuls. Utilité de la factorisation LU dans la résolutions de systèmes linéaires. Définition de factorisation de Cholesky. Existence et unicité de la factorisation de Cholesky pour une matrice symétrique définie positive.


Documents de cours :

  • Planches de TD : TD1
  • Contrôles continus et examen :