12. Matrices sym´
etriques et matrices
d´
efinies positives
Sections 6.4 et 6.5
MTH1007
J. Gu´erin, N. Lahrichi, S. Le Digabel Polytechnique Montr´eal
A2019
Plan
1. Matrices sym´etriques
1. Matrices sym´etriques
Valeurs et vecteurs propres
I Une matrice est sym´etriquesi A>= A
I Si A est une matrice sym´etrique alors ses valeurs propres sont
r´eelles.
I Les vecteurs propres d’une matrice sym´etrique qui
correspondent `a des valeurs propres distinctes sont
orthogonaux(preuve : exercice de TD 6.4.18)
I On peut donc choisir les vecteurs propres comme ´etant
Vecteurs propres d’une matrice sym´
etrique 2x2
Avec A = a b b cet ses deux valeurs propres λ1 et λ2, on a les
deux vecteurs propres x1 =
b λ1− a et x2 = λ2− c b
Valeurs propres et pivots
I Les valeurs propres d’une matrice sont tr`es diff´erentes des pivots.
I Le seul lien est :
d´eterminant = produit des pivots
= produit des valeurs propres
I Pour les matrices sym´etriques, les pivots et les valeurs propres
Diagonalisation
I Si A ∈ Rn×n est sym´etrique, elle est toujours diagonalisable
sous la forme A = SΛS−1 avec S, Λ ∈ Rn×n
I Λ est la matrice diagonale des valeurs propres (r´eelles).
I La matrice des vecteurs propres S contient des vecteurs
orthonormaux : C’est une matrice orthogonale que l’on notera Q afin d’avoir
A = QΛQ−1= QΛQ>
Th´
eor`
eme spectral
Une matrice A est sym´etrique si et seulement si elle peut ˆetre factoris´ee sous la forme
A = QΛQ−1 = QΛQ>
o`u Q est orthogonale et Λ est la matrice diagonale des valeurs
Exemple 1
Illustrer le th´eor`eme spectral avec A =
1 2
2 4
D´
ecomposition en somme de matrices de projection
Avec A ∈ Rn×n sym´etrique, on a
A = QΛQ>= x1 x2 . . . xn λ1 λ2 . .. λn x>1 x>2 .. . x>n = λ1x1x>1 + λ2x2x>2 + . . . + λnxnx>n. Et donc A = λ1P1+ λ2P2+ . . . + λnPn
avec Pi = xix>i ∈ Rn×n la matrice de projection (de rang 1) sur le vecteur propre xi, i ∈ {1, 2, . . . , n}
Exemple 2
Illustrer la d´ecomposition en somme de matrices de projection avec
A =
1 2
2 5
1. Matrices sym´etriques
D´
efinitions
I Une matrice sym´etrique A estd´efinie positive(not´e A 0)
si toutes ses valeurs propres sont strictement positives.
I Une matrice sym´etrique peut ˆetre : I D´efinie positive : A 0
I Semi-d´efinie positive : A 0
I D´efinie n´egative : A ≺ 0
I Semi-d´efinie n´egative : A 0
Valeurs propres pour une matrice sym´
etrique 2x2
I Soit A = a b b cune matrice sym´etrique de taille 2 × 2. A est d´efinie positive si ses valeurs propres sont strictement positives.
Les valeurs propres de A sont strictement positives : 1. Si et seulement si a > 0 et ac − b2> 0
2. Si et seulement si les pivots sont positifs : a > 0 et ac−ba 2 > 0
I Sinon, si a < 0 et |A| = ac − b2> 0, A estd´efinie n´egative
(not´e A ≺ 0)
I Sinon A peut encore ˆetresemi-d´efinie positive,semi-d´efinie n´egative, et sinonnon-d´efinie(ou ind´efinie).
L’´
energie d’une matrice
I A est d´efinie positive si x>Ax > 0 pour tout vecteur non nul x : x>Ax = x y a b b c x y = ax2+ 2bxy + cy2> 0
I x>Ax est donc strictement positif pour tout x non nul.
Ce nombre est l’´energiede A (en x)
I Si A est (sym´etrique) d´efinie positive, alors l’´equation x>Ax = ax2+ 2bxy + cy2 = 1
repr´esente une ellipse dont les axes pointent dans la direction
Exemple 3
Quelle est la nature des matrices suivantes ?
A1 = 1 2 2 1 A2 = 1 −2 −2 6 A3 = −1 2 2 −6 A4 = −1 −5 1 4
Remarques
I Si A et B sont sym´etriques d´efinies positives, alors A + B
l’est aussi.
I Toute matrice carr´ee sym´etrique n × n peut se d´ecomposer en
A = R>R avec R ∈ Rm×n. Si A est d´efinie positive, les
colonnes de R sont ind´ependantes.
I D´ecomposition de Cholesky : Si A est sym´etrique et d´efinie positive, alors elle peut se d´ecomposer en
A = LL> avec L triangulaire inf´erieure.
Sous-matrices principales
Les nsous-matrices principalesde A = [aij] ∈ Rn×n sont
A1 = [a11] A2 = a11 a12 a21 a22 A3 = a11 a12 a13 a21 a22 a23 a31 a32 a33 .. . ... Ak = a11 a12 · · · a1k a21 a22 · · · a2k .. . ... . .. ... ak1 ak2 · · · akk .. . ... A = A
Six ´
enonc´
es ´
equivalents pour caract´
eriser une
matrice d´
efinie positive
Pour une matrice sym´etrique d´efinie positive A de taille n × n, les ´enonc´es suivants sont ´equivalents :
1. Les n pivots de A sont strictement positifs.
2. Les n d´eterminants des sous-matrices principales de A
(not´es αi, i = 1, 2, . . . , n) sont strictement positifs.
3. Les n valeurs propres de A sont strictement positives.
4. x>Ax > 0 pour tout vecteur x 6= 0. C’est la d´efinition bas´ee sur l’´energie.
Matrices d´
efinies n´
egatives, semi-d´
efinies n´
egatives,
et non-d´
efinies
I La matrice sym´etrique A estd´efinie n´egative(not´e A ≺ 0) si son oppos´ee −A est d´efinie positive.
I La matrice sym´etrique A estsemi-d´efinie n´egative (not´e A 0) si son oppos´ee −A est semi-d´efinie positive.
I Une matrice sym´etrique qui n’est ni d´efinie positive,
semi-d´efinie positive, d´efinie n´egative ou semi-d´efinie n´egative, est non-d´efinie(ou ind´efinie).
Exemple 4
Quelle est la nature de
A = 2 1 1 1 2 1 1 1 2 et de −A ?
Matrices semi-d´
efinies positives (SDP)
I La matrice sym´etrique A estsemi-d´efinie positive(not´e A 0) si
x>Ax≥0 pour tout x ∈ Rn
I Toutes les valeurs propres de A sont ≥ 0
I Toute matrice d´efinie positive est ´egalement semi-d´efinie positive.
I Soit A ∈ Rm×n. La matrice A>A ∈ Rn×n est sym´etrique et
Matrices SDP et sous-matrices
I Le test bas´e sur les d´eterminants des sous-matrices principales (les αi) ne fonctionne pas pour d´eterminer si une matrice est SDP.
I Si un de ces αi est ´egal `a z´ero, alors la matrice peut ˆetre SDP ou ind´efinie.
I Pour v´erifier qu’une matrice est SDP, il faut montrer que les
d´eterminants detoutes les sous-matrices carr´ees sont ≥ 0
Application : Optimisation
Soit f (x) une fonction de Rn dans R
I Les points stationnaires (ou critiques) de f sont les points x∗
tels que ∇f (x∗) = 0
I Si ∇2f (x∗) (lamatrice hessienneen x∗ critique) est : I d´efinie positive : x∗ est unminimum localde f
I d´efinie n´egative : x∗ est unmaximum localde f
I non-d´efinie : x∗ est unpoint de selle(oupoint-col)
I Si ∇2f (x), pour tout x, est :
I semi-d´efinie positive : f estconvexeet x∗ est unminimum globalde f
I semi-d´efinie n´egative : f estconcave et x∗est un maximum globalde f