Outil de calcul de la décomposition de Schur (ou triangulation de Schur) qui permet d'écrire toute matrice carrée numérique en une multiplication d'une matrice unitaire et une matrice triangulaire supérieure.
Décomposition de Schur (Matrice) - dCode
Catégorie(s) : Matrice
dCode est gratuit et ses outils sont une aide précieuse dans les jeux, les maths, les énigmes, les géocaches, et les problèmes à résoudre au quotidien !
Une suggestion ? un problème ? une idée ? Écrire à dCode !
Décomposition de Schur (Matrice)
Calculatrice de Décomposition de Schur
Réponses aux Questions (FAQ)
Qu'est ce que la décomposition de Schur ? (Définition)
La décomposition de Schur d'une matrice carré $ M $ est son écriture sous la forme suivante (aussi appelée forme de Schur) : $$ M = Q.T.Q^{-1} $$
avec $ Q $ une matrice unitaire (telle que $ Q^*.Q = I $) et $ T $ est une matrice triangulaire supérieure dont les valeurs de la diagonale sont les valeurs propres de la matrice.
Cette décomposition ne s'applique qu'aux matrices carrées numériques (pas de variables). La matrice T est une trigonalisation (or triangulation).
Exemple : La triangulation de Schur de la matrice $ M = \begin{bmatrix} 1 & 3 \\ 2 & 4 \end{bmatrix} $ donne $$ Q = \begin{bmatrix} −0.825 & 0.566 \\ 0.566 & −0.825 \end{bmatrix}, T = \begin{bmatrix} −0.372 & −1 \\ 0 & 5.372 \end{bmatrix} $$
Il existe toujours une décomposition de Schur, toutes les matrices sont trigonalisables, mais pas de manière unique.
Comment calculer la décomposition de Schur ?
dCode utilise des algorithmes informatiques faisant intervenir la décomposition QR.
Manuellement, trouver un vecteur propre $ u_1 $ de la matrice $ M $ en calculant ses valeurs propres $ \Lambda_i $. Calculer sa valeur normalisée et une base orthonormée $ {u_1, v_2} $ afin d'obtenir $ U = [ u_1, v_2 ] $. Exprimer la matrice $ M $ dans la base orthonormée $ A_{{u_1, v_2}} = U^{-1}.A.U = U^{T}.A.U $. Répéter l'opération pour chaque vecteur propre afin d'obtenir la matrice triangulaire. NB : pour une matrice 2x2, une seule opération est nécessaire et $ T = A_{{u_1, v_2}} $
Pourquoi utiliser la décomposition de Schur ?
La décomposition de Schur permet de simplifier la forme des matrices et donc de faciliter la résolution d'équations linéaires ou de tout autre problème utilisant la matrice.
Code source
dCode se réserve la propriété du code source pour "Décomposition de Schur (Matrice)". Tout algorithme pour "Décomposition de Schur (Matrice)", applet ou snippet ou script (convertisseur, solveur, chiffrement / déchiffrement, encodage / décodage, encryptage / décryptage, traducteur) ou toutes fonctions liées à "Décomposition de Schur (Matrice)" (calculer, convertir, résoudre, décrypter / encrypter, déchiffrer / chiffrer, décoder / encoder, traduire) codés en langage informatique (Python, Java, C#, PHP, Javascript, Matlab, etc.) ou toute base de données, ou accès API à "Décomposition de Schur (Matrice)" ou tout autre élément ne sont pas publics (sauf licence open source explicite type Creative Commons). Idem avec le téléchargement pour un usage hors ligne sur PC, mobile, tablette, appli iPhone ou Android.
Rappel : dCode est une ressource éducative et pédagogique, accessible en ligne gratuitement et pour tous.
Citation
Le contenu de la page "Décomposition de Schur (Matrice)" ainsi que ses résultats peuvent être copiés et réutilisés librement, y compris à des fins commerciales, à condition de mentionner dCode.fr comme source.
L'export des résultats est gratuit et se fait simplement en cliquant sur les icônes d'export ⤓ (format .csv ou .txt) ou ⧉ copier-coller.
Pour citer dCode.fr sur un autre site Internet, utiliser le lien :
Dans un article scientifique ou un livre, la citation bibliographique recommandée est : Décomposition de Schur (Matrice) sur dCode.fr [site web en ligne], consulté le 16/04/2025,
