Décomposition polaire - Définition

Source: Wikipédia sous licence CC-BY-SA 3.0.
La liste des auteurs de cet article est disponible ici.

Décomposition polaire d'une matrice réelle

  • Les applications suivantes sont des homéomorphismes, et même des difféomorphismes.
 \left\{\begin{array}{lll} O_n(\R)\times S_n^{++}(\R) &\to &GL_n(\R)\\ (Q,S) &\mapsto & QS \end{array}\right.\quad \left\{\begin{array}{lll} O_n(\R)\times S_n^{++}(\R) &\to &GL_n(\R)\\ (Q,S) &\mapsto & SQ \end{array}\right.

Autrement dit, toute matrice inversible réelle se décompose de façon unique en produit d'une matrice orthogonale et d'une matrice symétrique strictement positive.

  • Les applications suivantes sont surjectives mais en général non injectives :
 \left\{\begin{array}{lll} O_n(\R)\times S_n^{+}(\R) &\to &\mathcal M_n(\R)\\ (Q,S) \mapsto QS \end{array}\right.\quad \left\{\begin{array}{lll} O_n(\R)\times S_n^{+}(\R) &\to &\mathcal M_n(\R)\\ (Q,S) \mapsto SQ \end{array}\right.

Exemple de décomposition polaire d'une matrice réelle

M=\begin{pmatrix} \sqrt 3 &1 \\ -3/2 & 3\sqrt 3/2 \\ \end{pmatrix}

^tM = \begin{pmatrix} \sqrt 3 &-3/2 \\ 1 & 3\sqrt 3/2 \\ \end{pmatrix}

^tMM = 1/4 \begin{pmatrix} 21 &-5\sqrt 3 \\ -5\sqrt 3 & 31 \\ \end{pmatrix}

S = \sqrt{^tMM} = 1/4 \begin{pmatrix} 9 &-\sqrt 3 \\ -\sqrt 3 & 11 \\ \end{pmatrix}

(S est bien une matrice symétrique définie positive).

S^{-1} = 1/24 \begin{pmatrix} 11 &\sqrt 3 \\ \sqrt 3 & 9\\ \end{pmatrix}

O = MS^{-1} = 1/24\begin{pmatrix} \sqrt 3 &1 \\ -3/2 & 3\sqrt 3/2 \\ \end{pmatrix} \begin{pmatrix} 9 &\sqrt 3 \\ \sqrt 3 & 11 \\ \end{pmatrix} = 1/2\begin{pmatrix} \sqrt 3 &1 \\ -1 & \sqrt 3 \\ \end{pmatrix}

Méthode de décomposition polaire d'une matrice réelle

Soit M notre matrice à décomposer. On veut M = OS avec O matrice orthogonale et S matrice symétrique.

On calcule :

  1. tMM = S2.
  2. S = \sqrt{^tMM} .
  3. O = MS − 1.

Décomposition polaire d'une matrice complexe

  • Les applications suivantes sont des homéomorphismes, et même des difféomorphismes.
 \left\{\begin{array}{lll} U_n(\mathbb C)\times H_n^{++}(\mathbb C) &\to &GL_n(\mathbb C)\\ (Q,S) &\mapsto & QS \end{array}\right.\quad \left\{\begin{array}{lll} U_n(\mathbb C)\times H_n^{++}(\mathbb C) &\to &GL_n(\mathbb C)\\ (Q,S) &\mapsto  & SQ \end{array}\right.

Autrement dit, toute matrice inversible complexe se décompose de façon unique en produit d'une matrice unitaire et d'une matrice hermitienne strictement positive.

  • Les applications suivantes sont surjectives mais en général non injectives :
 \left\{\begin{array}{lll} U_n(C)\times H_n^{+}(C) &\to &\mathcal M_n(C)\\ (Q,S) \mapsto QS \end{array}\right.\quad \left\{\begin{array}{lll} U_n(C)\times H_n^{+}(C) &\to &\mathcal M_n(C)\\ (Q,S) \mapsto SQ \end{array}\right.

Remarque. Pour n=1, on retrouve l'écriture z = reiθ d'un nombre complexe non nul. C'est la raison du nom de décomposition polaire : c'est une sorte de généralisation des coordonnées polaires.

Page générée en 0.141 seconde(s) - site hébergé chez Contabo
Ce site fait l'objet d'une déclaration à la CNIL sous le numéro de dossier 1037632
A propos - Informations légales | Partenaire: HD-Numérique
Version anglaise | Version allemande | Version espagnole | Version portugaise