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)". Sauf code licence open source explicite (indiqué Creative Commons / gratuit), l'algorithme pour "Décomposition de Schur (Matrice)", l'applet ou snippet (convertisseur, solveur, chiffrement / déchiffrement, encodage / décodage, encryptage / décryptage, traducteur) ou les 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 les données, en téléchargement, script, ou les accès API à "Décomposition de Schur (Matrice)" ne sont pas publics, idem pour un usage hors ligne, PC, mobile, tablette, appli iPhone ou Android !
Rappel : dCode est gratuit.
Citation
Le copier-coller de la page "Décomposition de Schur (Matrice)" ou de ses résultats est autorisée (même pour un usage commercial) tant que vous créditez dCode !
L'exportation des résultats sous forme de fichier .csv ou .txt est gratuite en cliquant sur l'icone export
Citer comme source bibliographique :
Décomposition de Schur (Matrice) sur dCode.fr [site web en ligne], consulté le 21/11/2024,
