Structure de Toeplitz et fonctions de matrices
Calculer une fonction de matrice de Toeplitz f(A) pour A โ C nรn et f une fonction apparaรฎt nรฉcessaire dans plusieurs applications mathรฉmatiques comme les systรจmes de prรฉfiltres [3, Section 7.2.1.2], les rรฉsolutions dโEDP obtenues par semi-discrรฉtisation des equations intรฉgrales [67, example 3], [73] ou encore des problรจmes aux valeurs propres [57, Section 2.10]. Cependant les mรฉthodes classiques de calcul de fonctions de matrices ne prenant pas compte de la structure de la matrice A, celles-ci vont gรฉnรฉralement nรฉcessiter un coรปt de lโordre de n3 opรฉrations รฉlรฉmentaires.
Dรฉfinitions et propriรฉtรฉs des fonctions de matrices
Le premier ร รฉtudier le domaine des fonctions de matrices fut Cayley dans A Memoir on the Theory of Matrices paru en 1858 ([21]), dans lequel il รฉtudie la fonction de matrice racine carrรฉe. Puis les ingรฉnieurs aรฉrospatiaux Frazer, Duncan, et Collar ont montrรฉ dans Applications to Dynamics and Differential Equations ([35]) lโimportance et lโutilitรฉ de la fonction exponentielle de matrice. Nous renvoyons le lecteur ร [15] pour dโautres exemples concrets de lโapplication des fonctions de matrices.
Quelques mรฉthodes de calcul
Lโemploi des dรฉfinitions prรฉcรฉdentes de fonctions de matrices nโest gรฉnรฉralement pas une bonne idรฉe pour une implรฉmentation numรฉrique. Cependant, des alternatives pour lโimplรฉmentation numรฉrique dโune fonction de matrice existent, certaines ne prenant en compte ni la structure de la matrice ni la fonction considรฉrรฉe et dโautres plus spรฉcifiques ร certaines fonctions. Nous dรฉcrivons briรจvement ici quelques mรฉthodes numรฉriques pour le calcul de la fonction de matrice f(A), avec lโรฉtude du cas particulier des fonctions polynomiales ร lโaide la mรฉthode de Horner, puis dans un cadre plus gรฉnรฉral, nous rappelons la mรฉthode de Schur-Parlett applicable ร toute fonction f. Nous renvoyons รฉgalement au livre de Higham [57] pour dโautres rรฉfรฉrences sur le calcul de f(A).
Mรฉthodes dโapproximation
Plutรดt que de calculer nos fonctions de matrices ร lโaide dโalgorithmes directes, puisque les fonctions polynomiales ou rationnelles sont gรฉnรฉralement plus facilement calculables que les fonctions elles-mรชmes, on peut alors chercher si un approximant polynรดmial ou rationnel pour une fonction de matrice existe. Comme lโapproximation polynomiale et rationnelle en dimension 1 dispose dโune large littรฉrature, nous pouvons envisager de transposer ces approximants au cas matriciel et ainsi considรฉrer la fonction de matrice g(A) approchant f(A) lorsque g est un approximant polynomial ou rationnel de la fonction f en dimension 1. Dans cette section, nous motivons lโรฉtude des approximants de fonctions ร lโaide des ensembles K-spectraux, nous permettant de mesurer lโerreur dโapproximation de notre fonction de matrice f(A) par g(A) ร lโaide de lโerreur dโapproximation en dimension 1. Ce rรฉsultat nous permet alors de considรฉrer plusieurs approximants potentiels de la fonction tels que les polynรดmes de Faber ou les approximants de Padรฉ.
Rang de dรฉplacement et gรฉnรฉrateurs : les matrices Toeplitz-lik
Nous venons de voir que lโimage par lโopรฉrateur de dรฉplacement dโune matrice de Toeplitz possรฉdait une structure particuliรจre avec une colonne et une ligne non nulles. Il nous reste alors ร voir comment exploiter cette structure. D. Kressner et R. Luce, en considรฉrant lโopรฉrateur de dรฉplacement sous la forme Stein T 7โ T โ ZT Z avec Z = Z0 matrice shift [65], dรฉfinissent un ensemble de matrices ร partir du rang de lโimage par cet opรฉrateur de dรฉplacement. Lorsque celui-ci est petit, lโimage est alors dรฉcomposรฉe comme un produit de matrices de dimension infรฉrieure, permettant par la suite dโobtenir une arithmรฉtique particuliรจre sur laquelle les diffรฉrentes opรฉrations telles que la somme, le produit ou lโinversion peuvent รชtre effectuรฉes avec une complexitรฉ rรฉduite par rapport ร lโarithmรฉtique pleine.
Rang de dรฉplacement
Nous venons de voir que lโopรฉrateur de dรฉplacement appliquรฉ ร une matrice de Toeplitz donne une matrice image avec structure particuliรจre. On peut alors tenter dโexploiter cette structure en observant en particulier le rang des matrices images par cet opรฉrateur.
Dรฉfinition 2.2.1. [61, Lemma 1] Soit X โ C nรn . Alors le rang de la matrice image S(X) est appelรฉ le rang de dรฉplacement de X, notรฉ ฯ = ฯ(X) := rang(S(X)).
Exemple 2.2.2.
โ La matrice identitรฉ, cas particulier des matrices de Toeplitz, est de rang de dรฉplacement 1.
โ Pour toute matrice X โ C nรn de rang de dรฉplacement ฯ et pour tout scalaire s 6= 0, s โ C, ฯ(sX) = ฯ(X).
Proposition 2.2.3. Soit T โ C nรn matrice de Toeplitz. Alors T est de rang de dรฉplacement infรฉrieur ou รฉgal ร 2.
Dรฉmonstration. Dโaprรจs (2.2), pour toute matrice de Toeplitz T = (tiโj )i,j=1,…,n, S(T) comporte au plus une ligne et une colonne non nulles. Par la mรฉthode du pivot de Gauss, on rรฉduit cette matrice ร au plus 2 lignes ou 2 colonnes non nulles.
Remarque 2.2.4. Dans le cas oรน t0 6= 0 et ti,j = 0 pour tout i 6= j, T = t0I et S(T) est constituรฉ dโun seul รฉlรฉment non-nul et donc T est de rang de dรฉplacement 1. Si T est une matrice circulante non nulle, S(T) est composรฉ dโune seule colonne non nulle et peut se rรฉduire ร un seul รฉlรฉment non nul par pivot de Gauss et est donc S(T) de rang de dรฉplacement 1. Si T est anti-circulante, alors S(T) est composรฉe dโune seule ligne non-nulle et est donc de rang de dรฉplacement 1.
Lorsque T โ C nรn est de Toeplitz, son inverse ou son produit avec une autre matrice de Toeplitz nโest pas nรฉcessairement une matrice de Toeplitz. Cependant ces matrices possรจdent des caractรฉristiques communes en termes du rang de dรฉplacement :
Dรฉfinition 2.2.5. Soient n โ Nโ et T โ C nรn . Alors T est dite Toeplitz-like si ฯ(T) est nรฉgligeable devant la dimension n. En particulier, toute matrice de Toeplitz est une matrice Toeplitz-like [61],[41, Section 3].
|
Table des matiรจres
1 Structure de Toeplitz et fonctions de matrices
1.1 La structure Toeplitz
1.2 Dรฉfinitions et propriรฉtรฉs des fonctions de matrices
1.2.1 La forme canonique de Jordan
1.2.2 Dรฉfinition par interpolation polynomiale
1.2.3 Dรฉfinition intรฉgrale
1.2.4 Gรฉnรฉralitรฉs
1.3 Quelques mรฉthodes de calcul
1.3.1 Evaluation polynรดmiale et mรฉthode de Horner
1.3.2 La mรฉthode de Schur-Parlett
1.3.3 Mรฉthodes dโapproximation
1.3.4 Implรฉmentation des interpolants rationnels
1.4 Motivations
1.5 Conclusion
2 Arithmรฉtique Toeplitz-like
2.1 Opรฉrateur de dรฉplacement
2.1.1 Opรฉrateur sous forme Sylvester
2.1.2 Opรฉrateur de dรฉplacement sur les opรฉrations de matrices
2.2 Rang de dรฉplacement et gรฉnรฉrateurs : les matrices Toeplitz-like
2.2.1 Rang de dรฉplacement
2.2.2 Construction des gรฉnรฉrateurs
2.2.3 Reconstruction dโune matrice Toeplitz-like ร partir de ses gรฉnรฉrateurs
2.2.4 Rรฉsolution de systรจmes Toeplitz-like
2.3 Opรฉrations sur les gรฉnรฉrateurs de matrices Toeplitz-like
2.3.1 Complรฉment de Schur dโune matrice Toeplitz-like
2.3.2 Somme, produit et inverse des matrices Toeplitz-like
2.3.3 Rang de dรฉplacement numรฉrique et compression des gรฉnรฉrateurs
2.4 Conclusion
3 Application aux fonctions de matrices racine carrรฉe et signe
3.1 Racine carrรฉe principale de matrice
3.2 Rappels sur la mรฉthode de Newton pour la racine carrรฉe dโune matrice non-structurรฉe
3.2.1 Itรฉration de Newton
3.2.2 Stabilitรฉ et prรฉcision asymptotique de lโitรฉration de Newton
3.3 Amรฉlioration de la mรฉthode
3.3.1 Choix dโun premier terme
3.3.2 Introduction de paramรจtres
3.4 Newton pour les matrices Toeplitz-like et expรฉriences numรฉriques
3.4.1 Gรฉnรฉrateurs associรฉs aux itรฉrations de Newton
3.4.2 Expรฉriences numรฉriques
3.5 La fonction de matrice signe
3.5.1 Rappel sur la mรฉthode de Newton pour la fonction signe
3.5.2 Introduction de paramรจtres
3.5.3 Newton signe pour les matrices Toeplitz-like et expรฉriences numรฉriques
3.6 Conclusion
4 Fonctions de Markov appliquรฉes aux matrices de Toeplitz
4.1 Erreur dโapproximation des fonctions de Markov par interpolation rationnelle
4.1.1 Etat de lโart sur la meilleure approximation rationnelle des fonctions de Markov
4.1.2 Borne supรฉrieure pour lโerreur dโapproximation des fonctions de Markov par interpolation rationnelle
4.1.3 Le cas dโun ou 2 points dโinterpolation multiples
4.1.4 Le cas gรฉnรฉral
4.1.5 Le cas du disque
4.2 Reprรฉsentation des interpolants rationnels aux points optimaux
4.2.1 Reprรฉsentation en รฉlรฉments simples des interpolants rationnels
4.2.2 Reprรฉsentation barycentrique des interpolants rationnels
4.2.3 Reprรฉsentation en fraction continue des interpolants rationnels
4.3 Applications aux matrices de Toeplitz et expรฉriences numรฉriques
4.3.1 Interpolants rationnels en arithmรฉtique Toeplitz-like
4.3.2 Expรฉriences numรฉriques
4.4 Conclusion
5 Conclusion
Tรฉlรฉcharger le rapport complet