Problème aux valeurs propres généralisé
Cet article est une ébauche concernant les mathématiques.
Vous pouvez partager vos connaissances en l’améliorant (comment ?) selon les recommandations des projets correspondants.
En algèbre linéaire, un problème aux valeurs propres généralisé est une extension du problème de recherche de vecteurs et valeurs propres d'une matrice.
Soient A et B deux matrices carrées de dimension n×n. Le problème aux valeurs propres généralisé consiste à trouver un vecteur v (de dimension n) vérifiant
où λ est un scalaire. Un tel vecteur v est appelé « vecteur propre généralisé de A et de B », et le scalaire λ associé est appelé « valeur propre généralisée de A et de B ».
Notons le produit scalaire canonique hermitien de :
où l'opération u* désigne la transconjuguée de u. Alors, le problème aux valeurs propres généralisées peut aussi s'écrire :
Notons que ce problème peut avoir des valeurs propres généralisées nulles ou bien infinies.
Exemples d'applications
La résolution de certains problèmes aboutit à un problème aux valeurs propres généralisé. Par exemple :
- la régression elliptique : une ellipse peut se représenter par une équation matricielle, et la recherche de la « meilleure ellipse » passant par un nuage de points peut se faire en résolvant un problème aux valeurs propres généralisé (Fitzgibbon et coll[1].) ;
- lorsque l'on cherche à résoudre l'équation de Schrödinger pour des molécules dans le cas de couches électroniques ouvertes (c'est-à-dire dont la couche de valence n'est pas complète), on aboutit aux équations de Roothaan, qui peuvent être écrites sous la forme d'un problème aux valeurs propres généralisé ; voir Méthode de Hartree-Fock restreinte pour couche ouverte ;
- la résolution d'un système d'équations différentielles pouvant s'écrire sous forme matricielle[2] :
où A et B sont à symétriques à coefficients réels, A est définie positive, f est une fonction continue de R dans Rn et α0 est un vecteur (condition initiale). - en mécanique, les problèmes de dynamique vibratoire conduisent à la résolution du problème aux valeurs propres généralisés suivant :
avec :- respectivement les matrices de raideur et de masse issues d'une discrétisation par éléments finis
- les pulsations propres de la structure discrétisée
- u les modes de déformation associés
Propriétés
Le scalaire λ doit vérifier l'équation :
Notons que l'ensemble des matrices de la forme A - λB est un faisceau de matrices linéaire (linear matrix pencil).
Supposons que le problème ait n solutions, c'est-à-dire que l'on ait n couples de valeurs propres-vecteurs propres (λi, vi)1 ≤ i ≤ n, c'est-à-dire n vecteurs (vi)1 ≤ i ≤ n et n scalaires (λi)1 ≤ i ≤ n vérifiant
notons les composantes
et définissons les matrices P et D :
- ;
On a alors :
On a
soit
- .
Par ailleurs, la matrice P est régulière, on peut donc multiplier à droite chaque membre par P-1, cqfd.
Cas particuliers
Si B est inversible
Si la matrice B est régulière, alors on peut réécrire le problème sous la forme d'un problème aux valeurs propres « classique » :
- B-1Av = λv
mais il est en général préférable de résoudre directement le problème initial. En particulier, si A et B sont hermitiennes, alors la matrice B-1A n'est en général elle-même pas hermitienne ; la reformulation masque alors des propriétés importantes de la solution.
Notons que puisque B et P sont régulières, alors BP l'est aussi.
Si A et B sont hermitiennes et que B est définie positive
Théorème — Si A et B sont hermitiennes (et a fortiori si elles sont symétriques à coefficients réels), et que de plus B est définie positive, alors le problème aux valeurs propres généralisé admet n valeurs propres généralisées réelles (λi)1 ≤ i ≤ n, associés à n vecteurs propres généralisés (vi)1 ≤ i ≤ n formant une base B-orthogonale.
La matrice B étant définie positive, on peut définir le produit scalaire par :
le problème aux valeurs propres généralisé peut donc s'écrire :
Ce cas implique donc l'existence de n couples de valeurs propres-vecteurs propres (λi, vi)1 ≤ i ≤ n, et :
- les valeurs propres généralisées λi sont réelles ;
- si deux vecteurs propres généralisés vi et vj (i ≠ j) ont des valeurs propres généralisées distinctes, alors
vi et vj sont B-orthogonaux :
, ce qui s'écrit également
tvi désignant la matrice transposée et vi, soit encore
tPBP = In,
Donc (vi)1 ≤ i ≤ n est une base de vecteurs propres généralisés (ce n'est pas un problème défectif).
L'égalité
- A = (BP)DP-1
est donc la décomposition spectrale généralisée de A, analogue à la décomposition spectrale d'une matrice hermitienne :
- D est une matrice diagonale ;
- (BP)-1 = tP (puisque tPBP = In), ce qui « joue le rôle » de la matrice unitaire.
Mise en œuvre
De nombreux logiciels de calcul numérique ont développé des fonctions de résolution de problèmes valeurs propres généralisés. Citons par exemple :
[alpha, beta, P] = eigs(A, B);
Cette fonction permet de traiter les cas dégénérés (valeurs propres nulles, s'il y a des zéros dans alpha
, ou bien infinies, s'il y a des zéros dans beta
). Si le cas n'est pas dégénéré, on a alors :
D = diag(alpha./betaa);
À partir de la version 5.4, on peut utiliser pour les cas non dégénérés :
[D, P] = eigs(A, B);
Matlab Pour les cas dégénérés, on peut utiliser
[AA, BB, D, V, W] = qz(A, B); alpha = diag(AA); betaa = diag(BB);
Les colonnes des matrices V
et W
contiennent les vecteurs propres généralisés.
Si le cas n'est pas dégénéré, on a alors :
D = diag(alpha./betaa);
Et pour les cas non dégénérés :
[P, D] = eig(A, B);
Notes et références
Voir aussi
Articles connexes
Liens externes
- Gilles Leborgne, Diagonalisation : valeurs propres, valeurs propres généralisés (notes de cours), ISIMA, (lire en ligne [PDF])
- Portail des mathématiques