2.3.1 Lien avec le r´esidu ................................. 24
2.4 Stabilit´edesalgorithmesdirects.............................. 24
2.4.1 Exemple:produitscalaire............................. 24
2.4.2 Exemple : produit ext´erieur............................ 25
3 Valeurs propres et valeurs singuli`eres 27
3.1 Valeurspropresetvecteurspropres............................ 27
3.2 Valeurs singuli`eresetvecteurssinguliers ......................... 28
3.3 Approximation de rang k et rang num´erique....................... 30
3.4 CalculdelaSVD...................................... 31
3.5 Bidiagonalisation . . . ................................... 32
4 Orthogonalisation 33
4.1 AlgorithmesdeGram-Schmidt .............................. 33
4.2 AlgorithmedeGram-Schmidtparblocs ......................... 35
4.3 Proc´ed´ed’Arnoldi ..................................... 36
4.4 Algorithme de Lanczos sym´etrique ............................ 37
4.5 Algorithme de Lanczos non sym´etrique.......................... 38
5R´esolution de syst`emes lin´eaires par des m´ethodes directes 39
5.1 Inverse d’une matrice carr´ee et syst`emes lin´eaires.................... 39
5.1.1 Inversed’unematrice ............................... 39
5.1.2 Matrices particuli`eres ............................... 40
5.1.3 R´esolution d’un syst`eme lin´eaire ......................... 40
5.2 FactorisationLU ...................................... 41
5.2.1 Pivotpartiel .................................... 41
5.2.2 Factorisationparblocs............................... 41
5.3 FactorisationdeCholesky ................................. 42
5.3.1 Algorithmedefactorisation ............................ 42
5.3.2 Stabilit´enum´eriquedeCholesky ......................... 45
5.4 Conditionnement d’un syst`eme lin´eaire.......................... 45
5.4.1 Lien avec le r´esidu ................................. 46
6R´esolution it´erative de syst`emes lin´eaires 49
6.1 M´ethodes it´eratives lin´eaires................................ 49
6.2 M´ethodesdeprojection .................................. 50
6.2.1 D´efinition d’une m´ethodepolynomiale ...................... 50
6.2.2 M´ethodespolynomialesdeprojection....................... 52
6.2.3 Pr´econditionnement d’une m´ethodepolynomiale ................ 52
6.3 Cas o`uAest sym´etrique d´efiniepositive......................... 53
6.3.1 M´ethode du Gradient Conjugu´e.......................... 53
6.3.2 Lien avec la m´ethodedeLanczos......................... 55
6.3.3 ConvergencedeGC ................................ 57
6.3.4 Convergence superlin´eaire............................. 59
6.3.5 Gradient Conjugu´ePr´econditionn´e........................ 59
6.4 Propri´et´es des m´ethodesdeprojection .......................... 60
4