Méthode de Jacobi
La méthode de Jacobi, due au mathématicien allemand Karl Jacobi, est une méthode itérative de résolution d'un système matriciel de la forme Ax = b. Pour cela, on utilise une suite x(k) qui converge vers un point fixe x, solution du système d'équations linéaires.
Principe de construction
On cherche à construire, pour x(0) donné, la suite x(k + 1) = F(x(k)) avec .
A=M–N où M est une matrice inversible.
où F est une fonction affine. La matrice B = M–1N est alors appelée matrice de Jacobi.
Cependant, l'algorithme qui suit n'est valable que si la matrice A est à diagonale strictement dominante sur les lignes (si la matrice M est diagonale, sinon se référer à la section convergence).
Algorithme
Erreur et convergence
Si x est solution de Ax=b alors il vérifie
- .
Soit e(k) le vecteur erreur
ce qui donne
- .
L'algorithme converge si (c-à-d. Bk tend vers la matrice nulle).
Théorème — Une condition nécessaire et suffisante pour que est que le rayon spectral (plus grande valeur propre en module) de B soit strictement inférieur à 1.
Théorème — La méthode converge quel que soit x(0) pour les systèmes linéaires dont la matrice est à diagonale strictement dominante.
Méthode de Jacobi
On décompose la matrice A de la façon suivante : A=D – E – F avec D la matrice diagonale de A, –E la matrice triangulaire inférieure de A de diagonale nulle et –F la matrice triangulaire supérieure de diagonale nulle. Dans la méthode de Jacobi, on choisit M=D et N=E+F (dans la méthode de Gauss-Seidel, M=D – E et N=F).
- avec
pour la ligne i de D–1(E+F) :
Vecteur résidu
Soit le vecteur résidu. On peut écrire avec r(k)
i que l'on calcule de la manière suivante :
- .
Test d'arrêt
Pour le test d'arrêt, on utilise l'erreur relative sur le vecteur résidu, ce qui donne, pour une précision donnée ε :
Coût
Cette méthode a un coût de l'ordre de 3n2+2n par itération. Elle converge moins vite que la méthode de Gauss-Seidel, mais est très facilement parallélisable.