Calculateur d'équation de Sylvester

Auteur: Henrick Yau
- July 19, 2026
| |

Calculateur d'équation de Sylvester

Résoudre l'équation de Sylvester AX + XB = C pour la matrice X, où A, B et C sont des matrices données. Cette équation matricielle fondamentale apparaît en théorie du contrôle, en traitement du signal et en algèbre linéaire numérique.

Remarque : L'équation de Sylvester a une solution unique si et seulement si A et -B n'ont pas de valeurs propres communes. Les dimensions des matrices doivent être compatibles : A (m×m), X (m×n), B (n×n), C (m×n).

Dimensions des matrices

Taille de la matrice carrée A et nombre de lignes dans X et C
Taille de la matrice carrée B et nombre de colonnes dans X et C

Options de solution

Nombre de décimales dans les résultats

Comprendre l'équation de Sylvester

L'équation de Sylvester AX + XB = C est une équation matricielle fondamentale qui apparaît fréquemment en théorie du contrôle, en traitement du signal et en algèbre linéaire numérique. Elle généralise l'équation linéaire simple ax + xb = c aux matrices.

Fondement mathématique

Forme standard : AX + XB = C

Forme vectorisée : (I ⊗ A + BT ⊗ I)vec(X) = vec(C)

Condition de résolubilité : λi(A) + λj(-B) ≠ 0 pour tout i,j

Méthodes de résolution
  • Méthode directe : Utilisation des produits de Kronecker pour convertir en système linéaire
  • Méthodes itératives : Itération à point fixe et approches basées sur le gradient
  • Décomposition de Schur : Transformation en forme triangulaire supérieure pour une solution efficace
  • Algorithme de Bartels-Stewart : Méthode la plus efficace pour les grandes matrices
Applications
  • Théorie du contrôle : Placement de pôles et conception d'observateurs
  • Traitement du signal : Conception de filtres et identification de systèmes
  • Réduction de modèle : Troncature équilibrée et méthodes de projection
  • Analyse numérique : Exponentielles de matrices et fonctions matricielles
  • Contrôle optimal : Équations de Riccati et problèmes LQR
Cas particuliers et variantes
  • Équation de Lyapunov : AX + XAT = C (lorsque B = -A)T)
  • Équation de Stein : AXB - X = C (version en temps discret)
  • Sylvester généralisé : AXB + CXD = E
  • Sylvester couplé : Système de plusieurs équations de Sylvester
Complexité computationnelle
  • Méthode directe : O(m³n³) avec les produits de Kronecker
  • Méthode de Schur : O(m³ + n³ + m²n) opérations
  • Méthodes itératives : O(kmn) par itération, où k dépend de la convergence
  • Exigences mémoire : O(mn) pour la solution, O(m² + n²) pour les décompositions

Avis mathématique : Ce calculateur fournit des solutions numériques à l'équation de Sylvester à des fins éducatives et de recherche. Les résultats sont sujets aux limitations de la précision en virgule flottante. Pour les grandes matrices ou les problèmes mal conditionnés, un logiciel numérique spécialisé peut être nécessaire. Vérifiez toujours les résultats critiques de manière indépendante.

Équation de Sylvester : \( AX + XB = C \)

Forme vectorisée : \( (I \otimes A + B^T \otimes I) \cdot \text{vec}(X) = \text{vec}(C) \)

Condition de résolubilité : Pour une solution unique, les valeurs propres de A et -B ne doivent pas s'annuler : \( \lambda_i(A) + \lambda_j(-B) \ne 0 \) pour tous i, j

Qu'est-ce que le calculateur d'équation de Sylvester ?

Le calculateur d'équation de Sylvester aide à résoudre des équations de la forme \( AX + XB = C \), où A, B et C sont des matrices connues et X est la matrice inconnue à trouver. Ce type d'équation est largement utilisé dans les systèmes de contrôle, le traitement du signal et l'algèbre linéaire numérique.

Cet outil offre un moyen guidé de saisir des matrices, de sélectionner des méthodes de résolution et de recevoir une sortie détaillée comprenant des explications étape par étape, une vérification et les propriétés des matrices. Il est particulièrement utile pour les étudiants, les ingénieurs et les chercheurs travaillant avec des équations matricielles avancées.

Comment utiliser le calculateur

Suivez ces étapes pour trouver la matrice solution X :

  • Saisissez les dimensions des matrices A et B à l'aide des champs fournis.
  • Cliquez sur Générer les champs de saisie des matrices pour créer des zones de saisie pour les matrices A, B et C.
  • Saisissez les valeurs des matrices manuellement ou cliquez sur Charger un exemple pour les remplir automatiquement avec des données d'exemple.
  • Choisissez une méthode de résolution : Directe (produit de Kronecker), Itérative ou Décomposition de Schur.
  • Définissez la précision décimale souhaitée et les cases à cocher facultatives pour les étapes et la vérification.
  • Cliquez sur Résoudre l'équation de Sylvester pour calculer la solution.

Ce que vous obtiendrez

Après la résolution, le calculateur affiche :

  • Statut de la solution : Indique si une solution unique a été trouvée.
  • Matrice solution X : La matrice qui satisfait \( AX + XB = C \).
  • Étapes de la solution : Une décomposition claire de la méthode utilisée.
  • Vérification : Confirme la solution en la substituant dans l'équation d'origine.
  • Analyse des valeurs propres : Montre si A et -B satisfont la condition de résolubilité.
  • Propriétés des matrices : Inclut les déterminants et les normes de Frobenius des matrices impliquées.

Pourquoi ce calculateur est utile

Résoudre l'équation de Sylvester à la main peut prendre du temps et être sujet aux erreurs. Cet outil automatise le processus et garantit la précision. Il est particulièrement utile lorsque vous travaillez avec des méthodes matricielles comme :

  • La factorisation LU – utilisée pour résoudre des systèmes linéaires et calculer des inverses de matrices
  • L'outil d'inversion de matrice – lors de la manipulation de l'équation pour isoler X
  • La méthode de Gauss-Jordan – dans le cadre de la résolution de la forme vectorisée de l'équation
  • L'analyse des valeurs propres d'une matrice – pour vérifier la condition de résolubilité

Le calculateur est également lié à des concepts plus larges tels que la décomposition matricielle, l'exponentiation matricielle et les solveurs de systèmes linéaires, ce qui en fait un compagnon précieux pour d'autres outils comme le Calculateur de diagonalisation de matrice, l'Outil de factorisation QR et le Calculateur de rang de matrice.

Questions fréquemment posées (FAQ)

  • À quoi sert l'équation de Sylvester ?
    Elle apparaît dans la théorie du contrôle, le traitement du signal et la réduction de modèle où des équations matricielles doivent être résolues efficacement.
  • Quelles conditions doivent être remplies pour une solution unique ?
    Les matrices A et -B ne doivent partager aucune valeur propre. Si c'est le cas, l'équation peut ne pas avoir de solution unique.
  • Quelle méthode dois-je choisir ?
    La méthode Directe est la meilleure pour les petites matrices. Utilisez l'option Itérative pour l'expérimentation ou la méthode de Schur comme alternative théorique (mappée à la méthode directe dans cet outil).
  • Puis-je vérifier ma solution ?
    Oui, l'outil vérifie si le X calculé satisfait l'équation en calculant \( AX + XB \) et en le comparant à C.
  • Que faire si j'obtiens une erreur ?
    Vérifiez les dimensions de vos matrices et assurez-vous que tous les champs sont remplis avec des nombres valides. Assurez-vous que la condition de résolubilité est remplie.

Conclusion

Le calculateur d'équation de Sylvester est un moyen rapide et efficace de résoudre des équations matricielles de la forme \( AX + XB = C \). Avec des fonctionnalités telles que plusieurs méthodes de résolution, des conseils étape par étape et une vérification de la solution, il rend l'algèbre matricielle avancée plus accessible et pratique. Que vous exploriez les processus de valeurs propres matricielles ou que vous appliquiez des étapes de décomposition LU, ce calculateur soutient votre travail avec des résultats fiables.