Universit´ e Paris Diderot Ann´ ee 2018-2019
L1 Info MI2
Quelques applications de l’alg` ebre lin´ eaire
Juan Pablo Vigneaux
Exemple 1 : Page Rank. PageRank est un algorithme invent´ e par Larry Page, cofondateur de Google, en 1998. Il donne une mesure quantitative de la popularit´ e d’une page web et contribue ainsi au syst` eme de classement de sites web utilis´ e par le moteur de recherche Google. L’algorithme se base sur le principe suivant :
PageRank fonctionne en comptant le nombre et la qualit´ e des liens vers une page pour d´ eterminer une estimation approximative de l’importance du site web. L’hypoth` ese sous-jacente est que les sites web les plus importants sont susceptibles de recevoir da- vantage de liens d’autres sites web.
La connectivit´ e entre les sites web est repr´ esent´ ee par un graphe orient´ e. Un sommet correspond ` a un site web et une fl` eche du sommet A au sommet B indique que A contient un hyperlien vers B. Nos consid´ erons ici un exemple tr` es simple :
1 2
3 4
Soit L(p) les nombre de fl` eches qui sortent d’un sommet p. Dans l’exemple L(1) = 3, L(2) = 1 et L(3) = L(4) = 2.
Soit N le nombre de sommets. On d´ efinit une matrice A = (a
ij) de taille N × N par la formule
a
ij=
( 1/L(j) s’il existe une fl` eche de j vers i,
0 sinon.
(i) D´ eterminer la matrice A dans l’exemple.
L’algorithme commence par assigner ` a chaque site web la mˆ eme importance. Par exemple, 1/N . On repr´ esente cela par un vecteur x
0= (1/N, ..., 1/N ).
Si x = (x
1, ..., x
n) ∈ R
nest un vecteur qui v´ erifie x
1+ ... + x
n= 1, on l’appellera une distribution de probabilit´ e. Le vecteur de popularit´ e x
0est une distribution de probabilit´ e. En fait, chaque composante x
0ipeut s’interpr´ eter comme la probabilit´ e de tomber sur le site i au hasard, si l’on ne fait pas de diff´ erence entre eux (pas tr` es r´ ealiste pour le moment).
(ii) Montrer que les colonnes de la matrice A sont des distributions de probabilit´ e.
(iii) Montrer que si x est une distribution de probabilit´ e, alors Ax aussi.
1
On peut alors imaginer que chaque site r´ epartit sa popularit´ e/importance en parties
´ egales entre ses voisins et que l’on obtient un nouveau vecteur de popularit´ e x
1:=
Ax
0. La r´ ep´ etition de cette proc´ edure donne une suite x
n+1:= Ax
n, pour n ≥ 0. La composante x
n+1ipeut s’interpr´ eter comme la probabilit´ e de visiter le site i ` a l’instant n + 1, apr` es avoir suivie un hyperlien quelconque (tous avec la mˆ eme probabilit´ e), si au temps n la probabilit´ e d’ˆ etre sur chaque site j ´ etait x
nj.
On peut it´ erer cette proc´ edure, jusqu’` a attendre un certain ´ equilibre (i.e. x
i+1≈ Ax
n), qu’on appelle l’´ etat stationnaire.
(iv) Un point fixe de l’algorithme est une distribution de probabilit´ e y qui satisfait y = Ay. Calculer le point fixe dans l’exemple.
On peut montrer que x
n→ y quand n → ∞. Le vecteur y donne le classement de sites qu’on cherchait.
Exemple 2 : Graphisme informatique. Une image peut ˆ etre vue comme un sous- ensemble de R
2. Les endomorphismes de R
2correspondent alors aux transformations possibles des images.
(i) Soit R
θ: R
2→ R
2la rotation d’angle θ dans le sens antihoraire. Sachant que R
θest une application lin´ eaire, trouver la matrice qui repr´ esente cette application.
(ii) Soit T
φ: R
2→ R
2l’application lin´ eaire qui r´ ealise la transformation suivante :
1 1 y
x
1 1 y
x
φ
Trouver la matrice qui repr´ esente cette fonction.
(iii) Soit D
α,β: R
2→ R
2l’application lin´ eaire qui r´ ealise la transformation suivante :
y
x 1
1
y
x β
α
Trouver la matrice qui repr´ esente cette fonction.
N´ eanmoins, les translations non-triviales ne sont pas lin´ eaires (pourquoi ?). Elles peuvent ˆ etre repr´ esent´ ees par une matrice si l’on “´ elargit” l’espace et on repr´ esente donc une position (x, y) par un vecteur (x, y, 1). La translation par (a, b) correspond alors ` a
x y 1
7→
1 0 a 0 1 b 0 0 1
x y 1
=
x + a y + b
1
.
(On parle d’une transformation affine.)
2
(iv) Quelles matrices de taille 3 × 3 repr´ esentent les rotations et d´ eformations des questions pr´ ec´ edentes ?
(v) Trouver la matrice de taille 3 × 3 qui repr´ esente la rotation d’angle θ de la figure suivante autour de son centre.
y
x b
a