En algèbre linéaire, la matrice modale est utilisée dans le processus de diagonalisation impliquant des valeurs propres et des vecteurs propres.
Plus précisément la matrice modale pour la matrice est la matrice n × n formée avec les vecteurs propres de sous forme de colonnes. Elle est utilisée en diagonalisation
où est une matrice diagonale n × n avec les valeurs propres de sur la diagonale principale de et des zéros ailleurs. La matrice s'appelle la matrice spectrale pour . Les valeurs propres doivent apparaître de gauche à droite, de haut en bas dans le même ordre que leurs vecteurs propres correspondants sont disposés de gauche à droite dans .
La matrice
a des valeurs propres et des vecteurs propres correspondants:
Une matrice diagonale , similaire, à est :
Un choix possible pour une matrice inversible tel que est :
On peut remarquer que la matrice modale et la matrice diagonale ne sont pas uniques. En effet, si on permute une colonne de , on obtient une nouvelle matrice . De plus, la non unicité des vecteurs propres implique que la matrice n'est pas unique.
Soit une matrice n × n. Une matrice modale généralisée de est une matrice n × n dont les colonnes, considérées comme des vecteurs, forment une base canonique pour et apparaissent dans selon les règles suivantes :
Toutes les chaînes Jordan constituées d'un vecteur (c'est-à-dire de longueur d'un vecteur) apparaissent dans les premières colonnes de .
Tous les vecteurs d'une chaîne apparaissent ensemble dans les colonnes adjacentes de .
Chaque chaîne apparaît dans par ordre de rang croissant (c'est-à-dire que le vecteur propre généralisé de rang 1 apparaît avant le vecteur propre généralisé de rang 2 de la même chaîne, qui apparaît avant le vecteur propre généralisé de rang 3 de la même chaîne, etc.).
On peut montrer que (1): où est la réduction de Jordan de A.
En multipliant à gauche par , on obtient (2):
On notera que lors du calcul de ces matrices, l'équation (1) est la plus facile des deux équations à vérifier, car elle ne nécessite pas d'inverser une matrice.
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
This course offers an introduction to control systems using communication networks for interfacing sensors, actuators, controllers, and processes. Challenges due to network non-idealities and opportun
Dans ce cours on étudie la dynamique modale des structures mécaniques. Conceptes clés comme Mode Normale, Mass et Raideur effective, et Fréquences Propres sont appris pendant ce cours.
In linear algebra, a generalized eigenvector of an matrix is a vector which satisfies certain criteria which are more relaxed than those for an (ordinary) eigenvector. Let be an -dimensional vector space and let be the matrix representation of a linear map from to with respect to some ordered basis. There may not always exist a full set of linearly independent eigenvectors of that form a complete basis for . That is, the matrix may not be diagonalizable.
La réduction de Jordan est la traduction matricielle de la réduction des endomorphismes introduite par Camille Jordan. Cette réduction est tellement employée, en particulier en analyse pour la résolution d'équations différentielles ou pour déterminer le terme général de certaines suites récurrentes, qu'on la nomme parfois « jordanisation des endomorphismes ». Elle consiste à exprimer la matrice d'un endomorphisme dans une base, dite base de Jordan, où l'expression de l'endomorphisme est réduite.
We study harmonic mappings of the form , where h is an analytic function. In particular, we are interested in the index (a generalized multiplicity) of the zeros of such functions. Outside the critical set of f, where the Jacobian of f is non-vanishing, it ...
TAYLOR & FRANCIS LTD2019
,
This paper discusses and analyzes two domain decomposition approaches for electromagnetic problems that allow the combination of domains discretized by either Nédélec-type polynomial finite elements or spline-based isogeometric analysis. The first approach ...
2020
,
This paper discusses and analyses two domain decomposition approaches for electromagnetic problems that allow the combination of domains discretised by either Nédélec-type polynomial finite elements or spline-based isogeometric analysis. The first approach ...