INSA TOULOUSE Ann´ ee 2012-2013 D´ epartement STPI
3` eme ann´ee MIC
Correction examen UV Mod´ elisation Partie - Probl` emes inverses
Tout document est interdit.
Exercice 1 - Questions de chauffe
Dans tout cet exercice, A ∈ R
m×nest une matrice de rang r. On note une SVD de A sous la forme U ΣV
Tavec U = [u
1, . . . , u
m] et V = [v
1, · · · , v
n]. Les valeurs σ
1≥ σ
2≥ . . . ≥ σ
r> 0 sont les valeurs singuli` eres de A.
1. On consid` ere la matrice
B =
0 2 0
3 0 0
0 0 −1
.
D´ eterminez une SVD de B.
On peut ´ ecrire B = U ΣV
Tavec
U =
0 1 0 1 0 0 0 0 1
, Σ =
3 0 0 0 2 0 0 0 1
, V =
1 0 0
0 1 0
0 0 −1
.
2. Montrer que si m ≥ n et r = n, alors σ
nkxk
2≤ kAxk
2≤ σ
1kxk
2. Quelle minoration peut-on avoir si r < n ?
Soit α ∈ R
ntel que x = V α. On a kxk
2= kV αk
2comme V est orthogonale. De plus : kAxk
2= kU ΣV
Txk
2= kU Σαk
2= kΣαk
2≥ σ
nkαk
2.
Si r < n, le seul minorant est 0, car en prenant x ∈ ker(A), on a kAxk
2= 0.
3. Montrer que si m = n et r = n alors |||A
−1||| =
σ1n
.
Si r = n, Σ est inversible et A
−1= V Σ
−1U
T. La plus grande valeur sur la diagonale de Σ
−1est
σ1n
. 4. Soit
J : R
n→ R
nx 7→ hx, W xi o` u h·, ·i est le produit scalaire usuel et W ∈ R
n×nest une matrice.
– Calculez ∇J (x).
On a :
J (x + h) = h(x + h), W (x + h)i
= hx, W xi + hh, W xi + hx, W hi + hh, W hi
= J (x) + h(W + W
T)x, hi + o(khk
2).
Donc ∇J (x) = (W + W
T)x.
– Est-ce que le probl` eme min
x∈Rn
J(x) admet toujours une solution ? (Justifier).
Non. Par exemple, si n = 1 et W = −1, J(x) = −x
2qui tend vers −∞ en −∞. Il n’y a donc pas de minimiseur sur R .
1
Exercice 2 - Pseudo-inverse (le probl` eme)
1. Montrer que pour toute matrice A ∈ R
m×net tout t 6= 0 suffisamment petit, les matrices tI
n+ A
∗A et tI
m+ AA
∗sont inversibles.
Soit A = U ΣV
Tavec
Σ =
Σ
r0 0 0
. On a :
tI
n+ A
∗A = V (Σ
TΣ + tI
n)V
T.
La matrice (Σ
TΣ + tI
n) est diagonale et contient uniquement des valeurs non nulles sur sa diagonale d` es que |t| < σ
r2o` u σ
rest la plus petite valeur singuli` ere de A.
Donc tI
n+ A
∗A est inversible pour |t| < σ
2r. Le mˆ eme raisonnement fonctionne aussi pour la matrice tI
m+ AA
∗.
2. En d´ eduire que
A
†= lim
t→0
(tI
n+ A
∗A)
−1A
∗= lim
t→0
A
∗(tI
m+ AA
∗)
−1. La pseudo-inverse de A est la matrice
A
†= V SU
To` u
S =
Σ
−1r0
0 0
.
On a :
(tI
n+ A
∗A)
−1A
∗= V (Σ
TΣ + tI
n)
−1V
TV ΣU
T= V (Σ
TΣ + tI
n)
−1ΣU
T. On pose ˜ S(t) = (Σ
TΣ + tI
n)
−1Σ. Les valeurs diagonales de ˜ S(t) sont :
˜ s
i(t) =
σiσ2i+t
si i ≤ r 0 sinon.
Et donc
t→0
lim ˜ s
i(t) =
σ
−1isi i ≤ r 0 sinon.
Donc lim
t→0
S(t) = ˜ S ce qui montre la premi` ere ´ egalit´ e. La preuve de la derni` ere ´ egalit´ e peut ˆ etre faite avec un raisonnement similaire.
Exercice 3 - Influence de la norme (question jugeote)
Soit la matrice A =
1 1 1
et le vecteur b =
b
1b
2b
3
avec b
1≥ b
2≥ b
3. Soit p ∈ [1, +∞]. On veut r´ esoudre le probl` eme de minimisation
min
x∈RkAx − bk
p.
Ce n’est pas un probl` eme de moindre carr´ e puisqu’on a remplac´ e la norme l
2par une norme l
p. 1. Calculer la solution x pour p ∈ {1, 2, ∞}.
– Cas p = ∞. On cherche min
x∈R
max(|x − b
1|, |x − b
2|, |x − b
3|). La solution est x
∞=
b1+b2 3(la preuve est graphique).
– Cas p = 2. On cherche min
x∈R
(x − b
1)
2+ (x − b
2)
2+ (x − b
3)
2. En d´ erivant et en annulant la d´ eriv´ ee, on trouve la solution x
2=
b1+b32+b3(la moyenne).
2
– Cas p = 1. On cherche min
x∈R