Chapitre 19

Proprits des valeurs et des vecteurs propres

Nous prsentons, dans ce qui suit, quelques considrations gnrales importantes

sur la rsolution des problmes aux valeurs propres standards qui nous seront utiles
dans les chapitres 20 et 21. Nous dsirons rsoudre le problme aux valeurs propres
standard suivant
Kef> = ef>
(19.1 )
o K est la matrice de rigidit d'un lment fini ou d'un maillage d'lments finis et
peut tre serni-dfinie positive ou dfinie positive. K est symtrique d'ordre ni. Il y
a n valeurs propres et vecteurs propres associs qui satisfont l'quation (19.1) dont
la ie paire propre est dnote (;, ef>i). Les valeurs propres sont ordonnes selon leur
magnitude par ordre croissant: 0 ::; )1\ ::; 2 ::; ... ::; ,,_I ::; n. La solution pour p
valeurs propres et vecteurs propres s'exprime
K<pp

= <ppAp

(19.2)

o <Pp est une matrice de dimensions n x p dont les colonnes sont les p vecteurs
propres et Ap est une matrice diagonale de dimensions p x ]J contenant les valeurs
propres. Alors <Pp = [ef>1' ef>2'
,ef>,,] et Ap = diag(d, i = 1,2, ... , p. Si K est
dfinie positive, i > 0, i = 1,2,
,n, et si K est serni-dfinie positive, i ~ 0, i =
1,2, ... ,n, o le nombre de valeurs propres nulles est gal au nombre de modes de
corps rigide du systme ou modes de dplacement ou de rotation d'ensemble. Les
vecteurs propres associs aux modes de corps rigide sont les solutions non triviales de
l'quation matricielle suivante
Kef> = 0
( 19.3)

1. L'ordre

de K est ndc

finis. Pour simplifier,

neq.

nne

ria pour un lment

nous utiliserons

la notation

fini et

Tl-eq

pour un maillage

n qui, suivant le contexte,

d'lments

est gal

ndc

ou

498

Dynamique des structures

Proprits des valeurs et des vecteurs propres

La solution de (19.1) est recherche surtout dans l'valuation

de la matrice de ..
dit d'un lment fini. Dans un problme de dynamique des structures, on rech Ogl_
~ ~ l'Ise~ suivant
.
erche
plutotAIl'a so ution d u pro bleme aux va 1eurs propres genera
K<p=M<p

'quation prcdente

w;,

libre (radIs) au carr,

et le vecteur propre <Pi est le mode propre de vibration associ. La matrice K peut tre dfinie positive ou semi-dfinie positive. La matrice de
masse M peut tre cohrente - elle prsente dans ce cas la mme topologie que la
matrice K - ou diagonale avec mii 2 O. La matrice de masse cohrente est obtenue
par addition des matrices de masse cohrente au niveau de l'lment et est toujours
dfinie positive. La matrice de masse diagonale, appele matrice de masse concentre,
est dfinie positive seulement si tous les termes sur la diagonale sont plus grands que
zro. La matrice de masse est gnralement
semi-dfinie positive lorsque la matrice
de masse de la structure est diagonale et que les inerties de rotation sont ngliges ou

K(<Pi)
qui confirme -

mii = 0 et les
suivante
(19.5)

M<p=O

d'quilibre

statique

i = 1,2, ... , n

iM(<Pi)'

ce que nous avons dj vu au chapitre

15 -

(19.8)

qu'un

vecteur

propre

n'est dfini qu' un multiple prs. Ainsi, si <Pi est un vecteur propre, <Pi est aussi un
vecteur propre. On en conclut qu'un vecteur propre n'est dfini que par sa direction
dans l'espace ti dimensions considr.
Les vecteurs propres sont orthogonaux et, nous admettrons, norms par rapport
la matrice de masse M (ils satisfont les conditions d'orthonorrnalit
par rapport la
matrice M) ce qu'on exprime
<pTM<pj
o 6ij est le symbole de Kronecker.
compte de (19.9), nous obtenons

lorsque la masse totale de la structure est idalise par un nombre restreint de masses
ponctuelles.
Dans ce cas, certaines frquences propres de la structure sont infinies.
Le nombre de valeurs propres infinies est gal au nombre de termes
vecteurs propres associs sont les solutions non triviales de l'quation

comme une quation

~u zz: P o le vecte~r ~e force est p = iM<Pi ~t~le vecteur des dplacements

est
_ <P Si nous multiplions les deux membres de 1 equation (19.7) par une constante
~IO~nulie , nous obtenons l'expression
suivante

(19.4)

o K est la matrice de rigidit et M est la matrice de masse d'un maillage d'lmen

finis constituant un modle mathmatique
de la structure. La vaLeur propre ,\ _ i~~
troduite dans ce chapitre par convention d'criture - est la ie frquence en vibration

peut tre interprte

499

(19.9)

6ij

En prmultipliant

<pTK<pj
qui indique que les vecteurs
Il est important de souligner

(19.7) par <P et en tenant

(19.10)

i6ij

propres sont orthogonaux par rapport la matrice K.

que les relations d'orthonorrnalit
par rapport M et

d'orthogonalit
par rapport K exprimes par (19.9) et (19.10) dcoulent de (19.7)
qui est l'quation primordiaLe satisfaire. On vrifie que l'on a effectivement obtenu

une valeur propre et un vecteur propre en les substituant dans (19.7).

La solution pour p valeurs propres et vecteurs propres
l'quation (19.2)
K<pp = M<ppAp

s'exprime

de faon analogue
(19.6)

La soLution de (19.7) pour p valeurs

aux relations suivantes

o <Pp est une matrice de dimensions n x p dont les colonnes sont les p vecteurs propres
et Ap est une matrice diagonale de dimensions p x p contenant les valeurs propres.
Pour p

= n,

la matrice

diagonale

unitaires

sont spcifies

chaque

degr de libert.

du problme

aux valeurs

n valeurs propres

propres

1, 2, ... , n et vecteurs
propre (i, <Pi) satisfait l'quation (19.6)
K<Pi

associs

iM<Pi'

conduit

<P;M<Pp = I,

(19.11)

<P;K<Pp =

(19.12)

Ap

o les p colonnes de <P sont des vecteurs propres. Remarquons que les relations (19.11)
et (19.12) sont des conditions ncessaires, mais pas suffisantes, pour que les p vecteurs
soient des vecteurs propres, moins que p = ti. Supposons que X contient p vecteurs,
P < n, et que XTKX = D et XTMX = 1; alors les colonnes de X et Les lments
sur la diagonale de D ne sont pas ncessairement
des valeurs propres et des vecteurs
propres. Cependant,
si p = ti, alors X = <P et D = A, car seulement les vecteurs
propres engendrent l'espace complet en ti dimensions et rend diagonales les matrices

KetM.

19.1. Proprits fondamentales

La solution

propres

matrice spectrale.

A est appele

Le problme aux valeurs propres gnralis exprim par l'quation (19.6) se rduit
un problme aux valeurs propres standard comme dans (19.1) si M est une matrice
identit. Autrement dit, les valeurs propres et les vecteurs propres obtenus de (19.1)
reprsentent
les frquences propres au carr et les modes propres du systme quand
des masses

propres et vecteurs

gnralis

propres

K<p

M<p

rsulte .en

<Pl' <P2' ... , <Pn o chaque paIre

= 1,2, ... , n

Exemple 19.1 : Considrer le problme aux valeurs propres KljJ = .\McjJ, o

M =

1 0
0 1
[
001

0]
0

et

K~

-1
2
-1

-r]

500

Dynamique des structures

Proprits des valeurs et des vecteurs propres

et les vecteurs

fl ""+f1

19.2. Expansion d'une matrice

V2

x,~

Montrer que les vecteurs

pas des vecteurs propres.

et

Xl

X2

Le problme

Solution:

o E
M-1 K est une matrice non symtrique. Nous avons vu la section 15.2
u'une solution non triviale n'est possible que si le dterminant
de la matrice des
;oefficients

[E -

w2I] s'annule.

Or, puisque le dterminant

V2

V2

v:

lf -1J ~[i ~l

-1

:]H

2
-1

-11

et par rapport la matrice de masse:

v:
r

v'2
2

V2
o [~ ~
v'2 00012
2

V2
2

V2
2

V2

Mx,

est gal au dterminant

01

o cf>Li est le ie vecteur

nous obtenons

0
et

(19.15)

E et la matrice ET ont les mmes valeurs propres

on en conclut que la matrice

ET cf>Li

Xl

de sa transpose,

)..,i. Par

contre, les vecteurs propres de la matrice ET sont diffrents de ceux de la matrice E.

Nous nous limiterons aux cas o les valeurs propres sont distinctes ce qui entrane que
les vecteurs propres de E sont indpendants
tout comme les vecteurs propres de ET.
Considrons le problme aux valeurs propres suivant

matrice

clet [E - )..,iI] = clet [E - )..,iI] T = clet [ET - )..,iI]

V21

Les conditions d'orthonorrnalit sont donc vrifies. On vrifie que les vecteurs
des vecteurs propres ou non en les substituant dans (19.7). Nous avons pour Xl :

KXI=

d'une

(19.14)

nous avons

~l~_~ [1 0]
v'2

non triviales

clet [E - )..,iI] = 0

par rapport la matrice de rigidit:

v'21

(19.13) a des solutions

Ainsi J'quation

pourvu que

V2

(19.13)

mais qu'ils ne
SOnt

V2

par (19.7) peut se mettre sous la forme

aux valeurs propres exprim

Ecf>i = )..,icf>i

satisfont les conditions d'orthonormalit

Vrifions la condition d'orthogonalit

501

X2

)..,i cf>Li

(19.16)

propre de ET. Transposons

cf>IiE =

sont

les deux membres

)..,icf>L

de (19.16),
(19.17)

o l'on voit que, cause de leur position gauche de la matrice E, les vecteurs propres
qyLi sont appels les vecteurs propres de gauche de la matrice E. De mme, les vecteurs propres cf>i sont appels les vecteurs propres de droite de la matrice E. Prmultipi ions (19.13) par cf>L,

-lfj

cf>IjEcf>i
et postmultiplions

(19.17), exprime

= )..,icf>Lcf>i

(19.18)

pour le mode j, par cf>i'

Il est vident que l'on ne peut pas trouver une constante A de faon que
Donc,

Xl

n'est pas un vecteur propre. Nous avons de mme pour

KXI

cf>LEcf>i

soit gal ).,Mx[.

X2 :

Soustrayons

KX2=

()..,i -

3V2
2

V2

Mx,~

[-11

POur des valeurs propres

distinctes,

cf>Lcf>i=O,

e.

Encore une fois, on ne peut pas trouver une constante X de faon que KX2 soit gal ).,MX2
Donc, X2 n'est pas un vecteur propre. Le calcul des valeurs propres et des vecteur propres
laiss en exercice (exercice 19.1).

(19.19)

(19.19) de (19.18), nous obtenons

3V2
2

= )..,jcf>Lcf>i

)..,j)cf>Lcf>i

=0

nous devons avoir

)..,j#-)..,i,

i,j=I,2,

o les vecteurs propres de gauche et les vecteurs propres

valeurs propres distinctes sont orthogonaux.
Normalisons
Sorte que

cf>Lcf>i

(19.20)

= 1,

i=I,2,

... ,n

(19.21)

de droite de E associs des

les vecteurs propres de telle

... ,n

(19.22)

Proprits des valeurs et des vecteurs propres

502

503

Dynamique des structures

'\

Soient les matrices

al,

q. = [<Pl <P2"'"

q.L = [<PLl

<Pn] ,

<PL2' ... , <PLn]

(19.23)

:;;; [Y1 Y2 .. , Yn] T est un vecteur de coefficients reprsentant les coordonYde v dans la base e Prmultiplions (19.31) par q. et tenant compte de (19.24)

nees
el

(19.30), noUSobtenons

y = q.lv = q.TMv

(19.32)

alors les quations (19.21) et (19.23) nous donnent

En tenant compte de (19.24), nous pouvons crire

q.I = q.-l

q. q. = l,

(19.24)

(19.33)

v=q.q.lv

Les quations (19.24) impliquent les rciproques suivantes

q.Tq.L = l,

qui, aprs transposition de (19.30), nous donne le dveloppement spectral de v

q.T = q.r:l

(19.25)

n
V

Trouvons maintenant l'expansion de la matrice E en rcrivant (19.13) pour l'ensemble des vecteurs propres et des valeurs propres

Eq. = q.A

(19.26)

Postmultipliant les deux membres de (19.26) par q.-l = q.

I, nous obtenons

= q.q. TMv = L

11.

(19.34)

= L(<piMv)<Pi

<Pi<piMv

i=l

i=l

Ce rsultat est appel thorme d'expansion. Une expansion en fonction des vecteurs
propres de gauche peut aussi tre trouve
(19.35)

v = Z1<PL1 + Z2<PL2 + ... + Zn<PLn = q.LZ

E = q.Aq.I = Li<Pi<PL

(19.27)

i=l

L'quation (19.27) permet d'obtenir le rsultat important suivant. Soit s un nombre

entier, nous avons

o z = [Zl Z2 .,.
Zn] T est un vecteur de coefficients reprsentant les coordonnes de v dans la base q. L. Prmultiplions (19.35) par q. T et tenant compte de (19.25),
nous obtenons

Les quations (19.31) ( 19.36) sont parfois appeles thorme d'expansion dual.

s fois
ES = (q.Aq.I) (q.Aq.I) .. :-(q.A4>I) = q.Asq.I

(19.28)

19.3. Dcalage spectral

o, dans chaque facteur adjacent, nous avons utilis le fait que q. q. = 1. En fait, 8
peut tre tout nombre rationnel. Ainsi, en posant El/ s = (El/ S2 et r = 1/82, nous
avons

L'existence de modes de corps rigide pose problme quand on utilise un algorithme

de calcul bas sur l'inverse de la matrice de rigidit K qui, dans ce cas, n'existe pas.
Soit le problme aux valeurs propres initial

s fois

(K - M)<p

El/s = (q.ATq.I) (q.A"q.I) ... (q.ATq.I) = q.Al/sq.I

Les vecteurs propres forment une base dans laquelle on peut exprimer un vecteur
arbitraire v selon la combinaison linaire suivante

+ ... + Yn<Pn =

<l?y

( 19.37)

=0

(19.29)

Trouvons une expression pour le vecteur propre de gauche. Pour cela, prmultiplions l'quation (19.6), exprime pour p = n, par q. T et, en utilisant les relations
d'orthonormalit exprimes en (19.11) et en (19.25), q.TMq. = q.Tq.L = 1, noUS
dduisons
q. L = Mq. = Kq.A -1
(19.30)

v = Yl<Pl+ Y2<P2

(19.36)

Z=q.TV

(19.30

Une procdure trs simple pour contourner le problme pos par la singularit de K
consiste imposer un dcalage spectral au problme aux valeurs propres initial

[(K

+ aM) - ( + a)M] <P = (K<5-

8M)<P

(19.38)

o a est une constante arbitraire positive et K<5est la matrice de rigidit dcale

K<5=K+aM

( 19.39)

Comme la matrice de masse M cohrente est dfinie positive, la matrice de rigidit

dcale l'est galement et peut donc tre inverse ou factorise. Remarquons que les

504

Dynamique

Proprits

des structures

problmes (19.37) et (19.38) admettent les mmes vecteurs propres, mais que les
leurs propres, 8 de (19.38) sont dcales de la quantit 0 par rapport cellesv~
( 19.37), ce qu'on expnme
8 =

+0

Si la matrice de masse, M, est diagonale, un dcalage positif consiste ajouter

des termes positifs aux termes de la diagonale de la matrice de rigidit. Ceci revient,
physiquement, ajouter des ressorts tous les degrs de libert du systme. Si le
programme d'ordinateur ne possde pas la capacit d'effectuer un dcalage spectral,
le raisonnement prcdent nous suggre une mthode simple qui consiste ajouter des
ressorts en nombre suffisant pour enlever la singularit de la matrice de rigidit, ce qui
est analogue une mthode de pnalisation. De faon pratique, on ajoute des termes
ceux sur la diagonale de la matrice de rigidit correspondant aux degrs de libert non
restreints de faon prvenir tout mouvement de corps rigide. Si la rigidit des ressorts
est faible compare aux coefficients de la matrice de rigidit de la structure, ils auront
peu d' influence sur les frquences propres et les modes propres de vibration associs
aux dformations de la structure. Des modes additionnels de corps rigide apparatront
ayant des frquences beaucoup plus faibles que les modes associs aux dformations.

de rigidit

19.2:

Calculer

toutes

les paires

propres

de la structure

sont:

M =

21 41 0]1

[ 012

et

K~

dont les matrices

-1
2
-1

de masse et

-1]

Solution:
de rigidit

miner les valeurs

dcale

K,

est singulire

propres

= O. Utilisons

car det(K)

du systme.

Utilisons

un dcalage

un dcalage

.sM

lM.

spectral
La matrice

02 =

de = o - 8, les valeurs

1 = 1 - 1 = 0
O le mode correspondant

1,5

propres

03

propres

505

=3

valent

2 = 1,5 - 1 = 0,5

= 0 est

et des vecteurs

3 = 3 - 1 = 2

un mode de corps rigide.

19.4. Masses nulles

Le dcalage spectral tel que montr la section prcdente ne peut se faire lorsque
la matrice de masse M est singulire. Ceci survient lorsque la matrice de masse de la
structure est concentre et que les inerties de rotation sont ngliges ou que l'on utilise
un nombre restreint de masses ponctuelles. La matrice de masse M est diagonale avec
des termes positifs ou nuls sur la diagonale. Si tous les termes tru; sont plus grands
que zro, on ne peut calculer les valeurs propres ; qu'avec des mthodes numriques
d'extractions modales. Par contre, si Mar
termes nuls sur la diagonale, on peut
immdiatement conclure que le problme aux valeurs propres gnralis Kcp = Mcp
a les valeurs propres n = n-1 = n-2 = ... = n-r+1
= 00 et les vecteurs
modaux associs sont les solutions non triviales de la relation suivante:
(19.41)

Mcp=O

On peut facilement obtenir les vecteurs propres associs aux frquences propres
infinies de la structure par inspection. En effet, on se rappellera que tout ce qui est
requis est un vecteur cp et un scalaire tels que l'quation Kcp = Mcp soit satisfaite.
<P doit tre non trivial, c'est--dire cp doit avoir au moins un terme non nul. Dans le cas
d'une matrice de masse M avec r termes nuls sur la diagonale, on peut immdiatement
tablir r valeurs propres et vecteurs propres associs. Si l'on rcrit l'quation (19.1)
selon la forme
(19.42)
M = /-LKcp
-l,

pour mkk

= 0,

(/-Li, cp;) = (0, ek) est une paire propre, o

pour dter:
de rigldite

cpT

= [0 0

010

0] ,

/-Li

=0

(19.43)

est

30 06 0]0

Ko=
Rsolvons

En tenant compte

o /-L =

La matrice

o1

(19.40)

Une faible valeur de 0 ne permet pas toujours de rendre la matrice de rigidit dcale
dfinie strictement positive alors qu'une valeur leve de 0 entrane une dtrioration
de la convergence des mthodes numriques d'extractions modales [JEN 62]. On recommande comme dcalage spectral le centime du rapport des traces des matrices
structurelles K et M.

Exemple

soient

des valeurs

le problme

aux valeurs

propres

003

suivant

(K, - oM)4>
dont les solutions

sont les racines

det(Ko

de l'quation

- oM)

-12J

caractristique

+ 66~

suivante

- 108o

+ 54 = 0

dans laquelle le terme 1 est le kC terme du vecteur CPi. La vrification que /-Li et cp;
Sontbien une valeur propre et un vecteur propre se fait en les substituant dans (19.42)
et en remarquant que la paire (/-Li, cp.;) est une solution non triviale. Or /-Li = i '.
donc la paire propre (i, CPi = (00, ek)) est une sol ution de Kcp = Mcp. On aura
donc r valeurs propres infinies pour 7 termes nuls sur la diagonale de M et les vecteurs
propres associs peuvent tre choisis comme des vecteurs unitaires avec 1 la position
d'un terme de masse nul dans M. Notons que, puisque n est une valeur propre de
multiplicit r, les vecteurs propres associs ne sont pas uniques. De plus, la norme
d'un vecteur propre ne peut tre fixe l'unit de la masse gnralise du mode.

506

Proprits des valeurs et des vecteurs propres

Dynamique des structures

19.5. Transformation du problme aux valeurs propres gnralis en

blme aux valeurs propres standard

En gnral,

un p

r0-

Il est possible de transformer

formellement
le problme aux valeurs propres gnralis en un problme aux valeurs propres standard afin d'obtenir
une formula_
tion classique pour laquelle plusieurs mthodes d'extraction
modale optimises Ont
t dveloppes
et sont disponibles
dans la plupart des bibliothques
de routines de
fonctions mathmatiques.
Une autre incitation la transformation
des problmes aux

on dispose

NI : (i) la factorisation

de deux mthodes

M-1Kq,

= q,

transpose :
o l'on voit que la matrice

o le produit

non symtrique

= q,

(19.45)

E = M-1 K est la matrice dynamique du systme.

Il est avantageux de garder la forme symtrique du problme aux valeurs propres

standard que ne nous donne pas la transformation
prcdente.
Nous supposons toujours que la matrice de masse M est dfinie strictement positive. Transformons
l'quation aux valeurs propres sous sa forme gnralise la forme standard symtrique en
utilisant la dcomposition
de la matrice M en un produit d'une matrice triangulaire
infrieure non singulire S et de sa transpose

S dans les quations

La dcomposition

spectrale

Mt,
propres

pour M dans (19.1)

T et de la matrice

Kq,
Prmultipliant

les deux membres

de (19.47)

S-lKq,
et dfinissant

une variable

auxiliaire

(19.48)

(19.47)

= ST q,

ST

q,

(19.49)

di et les

(19.53)

= diti

de cette matrice symtrique

DI-' contenant

l'ensemble

possdent

les proprits

des valeurs propres

(19.54)

o l'on voit que la matrice

S dans les quations

S dans (19.52)

et (19.55)

dans laquelle

m;f2

on obtient

l'inverse

(19.49) est donne

sont diffrentes
s'crit

de M1/2

par:
(19.55)

TD1/1-'2

bande mais sont les mmes

Dans ce dernier cas, la transformation

(19.46)

quand la matrice

de masse M

et gales D~/2 quand M est diagonale.

simplement

K~ = M-1/2KM-1/2~
(19.48)

les valeurs propres

l'quation

i-

diagonale

par S-l

q,
~=

l'quation

q,

(19.52)

M=TDI-'TT

est une matrice

SST

par

d'orthogonalit
t; tj = pour i j. Si nous normons ti de telle sorte que t; ti = l,
l'ensemble complet des vecteurs propres est orthonorm et obit aux relations TTT =
1 et TT = T-1. La matrice de masse M s'exprime en fonction des vecteurs propres

Les matrices
et en le substituant

(19.50) est donne

chercher

de M consiste

(19.46)

SST

(19.46)

vecteurs propres ti de la matrice de masse qui satisfont

S=
M=

(19.51)

S = L"

dans laquelle les vecteurs

Eq,

de la matrice

et (ii) la dcomposition

M=LI-'LJ

(19.44)

que nous rcrivons

de Cholesky?

spectrale de M. La premire mthode consiste factoriser la matrice de masse par la

mthode de Cholesky en un produit d'une matrice triangulaire infrieure LI-' et de sa

valeurs propres gnraliss en problmes

aux valeurs propres standards est que les
proprits des valeurs propres, des vecteurs propres et des polynmes caractristiques
peuvent tre dduites des proprits correspondantes
du problme aux valeurs propres
standard. Comme on l'a montr la section 15.2, on obtient une telle transformation
en prmultipliant
l'quation (19.1) par l'inverse M-1 de la matrice de masse

pour la dcomposition

de M selon la mthode

507

(19.56)

= ~

en calculant

les rciproques

des termes

sur la diagonale de Ml/2. TI est vident que cette transformation

est possible
seulement si aucun terme sur la diagonale n'est nul. S'il existe des masses nulles, il
faudra liminer les degrs de libert correspondant
aux masses nulles par condensation
statique comme dcrit la section 13.4 avant d'effectuer
la transformation
la forme
standard.

s'crit

K~=~
o K = S-lKS-T
est cette fois une matrice symtrique.
problme original peut tre obtenu par la rcursion arrire q,
forme triangulaire de ST.

(19.50)
Le mode propre q, du
= S- T ~ en raison de la
_

2. Andr Louis Cholesky, ingnieur militaire, n le 15 octobre 1875 Jonzac (Charentes Maritimes), France, mort le 31 aot 1918 dans le Nord de la France des suites de blessures reues
SUr

le champ de bataille.

508

Dynamique

Proprits

des structures

La dcomposition spectrale de la matrice bande M n'est pas efficace car il f

rsoudre un problme aux valeurs propres de mme ordre que le problme orioi aUl
La factorisation de Cholesky est plus simple car elle fait appel beaucoup ; ~al.
d'oprations pour calculer LI-' que pour calculer T et Dw Par contre, la factorisa~ilOS
de Cholesky est trs sensible au conditionnement
de la matrice M et la dcompo~i~
tion spectrale est de ce fait prfrable, malgr son inefficacit. On se rappellera que
l'incitation principale transformer un problme aux valeurs propres gnralis en Un
problme aux valeurs propres standard tait que les proprits des valeurs propres, des
vecteurs propres et des polynmes caractristiques pouvaient se dduire des proprits
correspondantes du problme aux valeurs propres standard.
Nous pouvons appliquer les techniques de transformation prcdentes la matrice
de rigidit K pourvu qu'elle ne soit pas singulire. Pour cela, rcrivons l'quation
Kcf> = Mcf> sous la forme Mcf> = (1/ )Kcf> et prmultiplions les deux membres par
K-1, nous avons
K-1Mcf> = ~cf>

(19.57)

que nous rcrivons

Dcf>
o le produit non symtrique
systme.

= )..cf>

(19.58)

= K-1 M est la matrice de flexibilit dynamique du

Si K est dfinie strictement positive, nous pouvons transformer l'quation aux

valeurs propres sous sa forme gnralise la forme standard symtrique en utilisant
la factorisation de la matrice K en un produit d'une matrice triangulaire infrieure non
singulire LI< et de sa transpose L';; par la mthode de Cholesky

K = L"L~
et en le substituant

(19.59)

n.

"

'f'

'f'

les deux membres de (19.60) par

-1

l'quation

une variable auxiliaire

;fi
;fi = L~ cf>

(19.60)

L';;
T

Ln: Mcf> = )..Ln: cf>

et dfinissant

et des vecteurs

propres

509

19.6. Quotient de Rayleigh

La mthode de Rayleigh, tudie au chapitre Il, applique un systme discret
conduit au rapport de formes quadratiques suivant, appel quotient de Rayleigh, pour
une approximation

de sa frquence fondamentale
vTKv
p(v) = vTM v '

(19.64)

:M est dfinie positive et v dsigne un vecteur quelconque non nul tabli a priori.
Le quotient de Rayleighjoue un rle fondamental dans le calcul des valeurs et vecteurs
propres. Notons que le quotient de Rayleigh de la forme propre cf>i' i = 1,2"".n
est
la valeur propre associe i, i = 1,2, .. , ,n puisque les proprits d'orthogonalit des
vecteurs propres conduisent l'expression suivante

A. )
cf>; Kcf>i

2
P ( 'f'i = A.TMA., = i = Wi'
'+"1,
'+'1,

i = 1,2, ... , n

(19.65)

le numrateur correspond l'nergie potentielle et le dnominateur l'nergie

cintique du systme se dformant suivant le mode i. Le quotient de Rayleigh possde
les trois proprits (1) d'homognit,
(2) de stationnarit et (3) d'encadrement.

19.6.1. Proprit d'homognit

valuons le quotient de Rayleigh pour le vecteur v multipli par un scalaire quelconque

0:,

nous avons
p(o:v) =

v TKo:v
avTMo:v

a2v TK v
0:2vv

= p(v)

(19,66)

On dit que le quotient de Rayleigh satisfait la proprit d'homognit de degr zro-'.

pour K dans (19.57)

L - TL -lMA. = ~A.

Prmultipliant

des valeurs

(19.61)

(19.62)

19.6.2. Proprit de stationnarit

Prouvons les proprits de stationnarit du quotient de Rayleigh au voisinage des
modes propres partir du principe de meilleure approximation la valeur propre.
Ce principe stipule que lorsque v ne diffre d'un vecteur propre cf>i que d'une petite
quantit du premier ordre e, alors le quotient de Rayleigh donnera une approximation
2
2
de la valeur propre associe avec une erreur du deuxime ordre O(e ), o O(e )
veut dire d'ordre e2. En d'autres termes, le quotient de Rayleigh reste stationnaire
au voisinage d'une valeur propre. La dmonstration se fait en supposant un vecteur
arbitraire v qui est une approximation d'ordre e du vecteur propre cf>i' soit

(19.61) s'crit
- 1Mcf>=-cf>

v = cf>i + eX,

(1963)
'

(19,67)

el

dans laquelle la matrice 1\1: = L;l ML; T est symtrique. Le mode propre cf> du
problme original peut tre obtenu par la rcursion arrire cf> = L; T ;fi en raison de la
forme triangulaire de LI<'

3. Une fonction

valeurs

si pour tout couple

(, x)

relles
on a

dfinie

f(x)

sur un espace
{3

f(x).

vectoriel

est dite homogne

de degr

f3

510

Proprits des valeurs et des vecteurs propres

Dynamique des structures

511

19.6.3. Proprit d'encadrement

Substituons (19.67) dans l'expression du quotient de Rayleigh (19.64)

Exprimons, d'aprs le thorme d'expansion, le vecteur v dans la base modale

p( CPi +

(cpT
ex) = (cpT

+ eXT)K( CPi + eX)

+ sx T)M( CPi + ex)

qui, aprs dveloppement, s'crit

(19.76)

v =.pz

(19.68)

z est le vecteur des coordonnes de v dans l'espace modal. Le quotient de Rayleigh

devient
A.

p ( 'f'

+ eX

+ 2eXTKCPi + e2XTKx
= --'-=i''-----'--''------'--''---cpT MCPi

vTKv
(.pz)TK(.pz)
zT(.pTK.p)z
zTAz
pey) = vTMv = (.pz)TM(.pz) = zT(.pTM.p)z = zTz

cpTKCPi

(19.69)

+ 2eXTMCPi + e XTMx
2

En tenant compte des proprits d'orthonormalit des vecteurs propres par rapport
la matrice M on a cpTMCPi = 1 et cpTKCPi = ;, l'quation (19.69) devient

o A

diag(i),i

1,2, ... ,n est la matrice spectrale. L'quation (19.77) peut

s'crire

pCv)

p( CPi + eX) = i + 2ex TKCPi + e XTKx

1 + 2ex TMCPi + e2XTMx

(19.70)
Pour l

#- 0, l'quation

Rcrivons cette dernire quation sous la forme

i
P(CPi

+ sx)

+ ale + a2e

= 1 + ble

(19.71)

+ ex) = i + (al - ib1)e + [(a2 - ib2) - b1(a1 - ibd]c2

+ [(b

- b2)(a1

- ibd

- b1(a2 - ib2)]c3

+...

(19.72)

(19.73)

Nous avons
al - ib1 = 2x TKCPi - 2ix TMCPi = 2xT(K - iM)CPi

et
a2 - ib2 = XTKx - ix TMx

(19.74)

Substituons (19.73) et (19.74) dans (19.72), nous obtenons

P(CPi

Zi i
",n
2
L...,,=1 Zi

( 19.78)

L.=l

v)

z + (2/ dz

>
- 1

(19.79)

+ Z~ <
- n

(19.80)

+ .. , + (n/ dz~
+ Zn2

Zl2+ Z22+ . . .

+ b2e2

La division du polynme du numrateur par le polynme du dnominateur nous donne

P(CPi

",n

(19.78) s'exprime

v)

P(

(19.77)

+ ex) = i + (xTKx - ix TMx)e2 + .,. = i + 0(e2)

(19.75)

ce qui prouve qu'une erreur O(e) sur le vecteur modal se traduit par une erreur 0(~2)
sur la valeur propre correspondante et que le quotient de Rayleigh est bien stationnaIre
au voisinage d'un mode propre. Il n'est pas possible, ce point, de dire s'il s'agit.d.'un
maximum ou d'un minimum partir de (19.75) car K-iM
n'est pas dfinie posItIve.

et pour n

#-

P(

(1/ n)z + (2/ n)Z~ + ...

Zl2+ Z22+ .,. + Zn2

Les ingalits dans (19.79) et (19.80) rsultent de l'ordonnancement croissant des

valeurs propres, c'est--dire
< 1 :::; 2 :::; ... :::; n Ces rsultats conduisent
l'nonc du thorme d'encadrement du quotient de Rayleigh qui stipule que le
quotient de Rayleigh est compris entre les valeurs propres extrmes du systme tudi
et qui s'exprime sous la forme suivante

1 :::;pey)

(19.81)

:::;n

Nous pouvons caractriser de faon rcursive les valeurs propres d'amplitude croissante. Admettons que les r - 1 paires propres (i, CPi, i = 1, 2, ... ,r - 1) ont t
pralablement dtermines. Le problme consiste dterminer le quotient de Rayleigh soumis aux contraintes suivantes
V TMCPi

= 0,

(19.82)

i = 1,2, ... , r - 1

Substituons l'expansion dans la base modale v = .pz dans l'quation (19.82), nous
obtenons

ZT.p<Pi = zT(.pTM.p)ei = zTe, = Zi = 0,

i=I,2,

... ,r-l

(19.83)

512

Dynamique

Proprits

des structures

o ei est le vecteur de base de rang i (colonne i de la matrice-identit d'ordre )

conclut donc de (19.83) que les T -1 premires composantes du vecteur z Sont n '1 On
Le quotient de Rayleigh (19.78) s'exprime donc en fonction de v
nu les.

( ) -_ 2:7-7' zt 2i

p v

,\,n
i-Ji=1' Zi

(19.84)

L'quation (19.84) peut s'crire, de faon similaire (19.79), sous la forme

_

p (v) -

Z;.

+ (T+1/

r)Z;'+l
2

AT

2
+ Zr+l

Z7'

+ ... + (n/
+ ... + Zn2

d'o l'on obtient, en tenant compte de l'ordonnancement

p(v) ~

maxmin et minmax des valeurs propres

THORME.- La Te valeur propre du systme tudi est la valeur maximum que peut
atteindre le minimum du quotient de Rayleigh lors de l'addition de (T -1) liaisons 011
contraintes additionnelles. Ce thorme s'exprime mathmatiquement

= max {min ( v~MKv )

Wi,

},

(19.87)

= 2,3, ... ,n

v satisfait la relation v TMwi = 0 pour i = 1,2, ... ,T -1. L'quation (19.87) veut
dire qu'on choisit des vecteurs w., i = 1,2, ... , l' - 1 et que l'on value le minimum

4. Jules

Henri

Poincar,

ingnieur

des mines

et mathmaticien,

n le 29 avril

1854 NancY

= n~x { m}n [ z T ( <I>TM <I>) z

mort le 17 juillet
Courant,

mathmaticien,

Lubliniec,

Pologne),

mort le 27 janvier

novembre

Fischer,

1954 Cologne,

(19.88)
(19.89)

w;

i = 1,2, ...

T~Z)},

le vecteur z doit satisfaire la condition vTMwi

0, i = 1,2, ...

,T -

(19.90)

,1' -

(19.91)

devient

(zZ Z

max {min

,T -

= zT(<I>TM<IYi

= zTYi =

1.

Les conditions d'orthogonalit z T Yi = 0 pour i = 1,2, ... ,1'-1 quivalent T-l

quations n inconnues Zk. Considrons un vecteur z = [Zl, Z2,""
Z,., 0, ... , OlT
vrifiant les contraintes z T Yi = 0 pour i = 1,2, ... , l' - 1. Il Y a T inconnues Zk
dterminer et nous possdons T -1 quations de contraintes. Or, puisqu'un systme de
r - 1 quations homognes T inconnues possde au moins une solution non triviale,
il existe un tel vecteur. Pour ce vecteur z, la minimisation dans l'quation (19.91) peut
tre explicite sous la forme

. (ZTAZ)

mm

-TZ

= min

(2:~=lZ~k)
,\,n

L...k=l

_
2
Zk

En tenant compte de l'ordonnancement

l s:: 2 s:: ... s:: n, nous dduisons
.
min

z T Az
(

T
Z Z

,\,T
L...k=l

)
::;

2
Zk7'

,\,r
2
L...k=l zk

(2:%_lZ~k)

,\,r
2
L...k=l Zk

Hi.lIl.
Z

'

= 2,3, ... ,n

(19.92)
croissant des valeurs propres, c'est--dire 0

Ar,

<

(19.93)

= 2,3, ... ,n

1912 Paris, France.

5. Richard

6. Ernst Sigismund

,T -

expansion des vecteurs v

i = 1,2, ...

'

qui, d'aprs les conditions d'orthonormalit,

France,

i = 1,2, ...

zT(<I>TK<IZ]}

513

que nous dnotons R

La caractrisation minmax, connue de Poincar+ [POl 90], est quivalente la

caractrisation maxmin, connue aussi sous le nom de thorme de Courant5-Fischer
[COU 20, FIS 05, WEY 12] ou, parfois, simplement sous le nom de thorme de COIIrani, qui l'a popularis, et est un principe important permettant de dmontrer plusieurs
rsultats et thormes. Ce thorme s'nonce

propres

o z est un vecteur des coordonnes modales du vecteur v et Yi est un vecteur des coordonnes modales du vecteur arbitraire Wi. valuons le membre de droite de (19.87)

(19.86)

avec les conditions v TM<Pi = 0, i = 1,2, ... , T - 1. Ainsi, on peut trouver une
limite suprieure T si on connat les vecteurs propres <Pl' <P2' ... , <P1'-l' La caractrisation maxmin que nous prsentons dans la section suivante permet de caractriser
directement une valeur propre quelconque r sans avoir recours aux autres vecteurs
propres.
19.7. Caractrisation

pour dmontrer le thorme de Courant, considrons]'

i = L 2, ... ,T - 1 dans la base modale <I>
et W "
v = <I>z
Wi = <I>Yi,

croissant des valeurs propres

et des vecteurs

d p(v) avec v soumis la condition v TMwi = 0 pour i = 1,2, ... ,T - 1. Aprs

~oir calcul ce minimum, on varie les vecteurs Wi en valuant toujours un nouveau
~inimum. La valeur maximum qu'atteint ces minimums est ,..

7'+l)Z;

(19.85)

des valeurs

n le 8 janvier

mathmaticien,
Allemagne.

1888 Lublinitz,

1972 New Rochelle,

n le 12 juillet

Allemagne

(maintenant

New York, USA.

1875 Vienne,

Autriche,

Le maximum de (19.93) pour tout ensemble de vecteurs Yi, i = 1,2, ...

excder r. Ds lors, on a

mort le 14

< ,.,

T =

2,3, ... ,n

,T

-1 ne peut
(19.94)

514

Dynamique des structures

Proprits des valeurs et des vecteurs propres

4X3

Supposons maintenant que les vecteurs w, = CPi, i = 1,2, ... , r -- 1. D'apr'

(19.86), la minimisation dans (19.87) sur tous les vecteurs v vaut
es

> x.,

V TKV)
min
( vTMv
v

r=2,3,

... ,n

1 __

--

------.1 lA

w,

Iv(w;)lmax

(19.95)

Le maximum des diffrents minimums, obtenus en faisant varier Wi, i = 1,2, ... ,r-.
1, ne peut, ds lors, tre plus faible que la valeur propre T, ce que l'on exprime

R ~

T,

= 2,3, ... ,n

515

w,

( 19.96)

La comparaison des ingalits (19.94) et (19.96) conduit la relation suivante

= T = n~~x {mJn (:~~:)

};

r=2,3,

... ,n

(19.97)

Figure 19.1. Ellipse dans L'espace E3

avec les conditions v TMwi = 0 pour i = 1,2, ... , r - 1, ce qui complte la preuve.
Une interprtation gomtrique peut tre donne au principe maxmin de CourantFischer pour n = 3. Limitons-nous au cas o M = l, c'est--dire au problme aux
valeurs propres standard. Soit K = A une matrice symtrique dfinie strictement
positive. Toutes les valeurs propres sont donc positives (i > 0, i = 1,2,3). Le
quotient de Rayleigh s'crit
T

p(v)

= v Av
vTv

o 1 S p( v) S 3' Si nous normons le vecteur v de sorte que v TA v

de Rayleigh s'exprime
1
p(v) = vTv

Comme on l'a dit, l'importance de la caractrisation maxmin de Courant-Fischer

est qu'elle permet de caractriser directement une valeur propre quelconque sans
connatre les autres valeurs propres ou vecteurs propres du systme. Son application
pratique, dans ce but, reste difficile. Elle permet, cependant, de dmontrer d'autres
thormes importants, en particulier le thorme d'entrelacement de Cauchy que nous
prsentons la section suivante.

(19.98)

= 1, le quotient

19.8. Thorme d'entrelacement

de Cauchy

Le thorme d'entrelacement
(19.99)

Le problme d' extremums (19.97) revient donc maximiser v T v sujet aux contraintes
v TA v = 1 et v TW = O. Considrons la surface ferme dfinie par v TA v = 1. C'est
une ellipsode centre l'origine de l'espace Euclidien E3 (figure 19.1). Les axes
principaux de l'ellipsode sont les trois vecteurs propres de la matrice A. On peut
montrer que les valeurs propres sont l'inverse de la racine carre de la longueur des
demi-axes principaux. La condition v T W = 0 veut dire que le vecteur v est sur un
plan passant par l'origine et perpendiculaire au vecteur w. Nous voulons caractriser
2 sans rfrence 1 ni 3' Pour cela, on fait varier l'inclinaison de ce plan dont l'intersection avec l'ellipsode est une ellipse. Minimiser p revient donc maximiser Iv!.
Pour chaque plan, trouvons le plus grand rayon allant de 0 l'ellipse. Le thorme dit
que le plus petit, sur tous les plans, de tous ces plus grands rayons a comme longue~r
le plus grand des deux demi-axes mineurs principaux, soit 1/ V:>;. Il est facile de VOir
que 1/ JX2 est aussi le maximum des minimums de la longueur du vecteur v sur t~US
les plans passant par O. C'est la caractrisation minmax de Poincar formule bien
avant la caractrisation maxmin de Courant-Fischer.

de Cauchyl [CAU 21] s'nonce :

Si l'on impose un systme linaire m contraintes arbitraires, les vaLeurspropres du problme modifi (m) sont encadres par ceux du problme initial
THORME.--

S ~m) S r+m

(19.100)

Prouvons l'encadrement des valeurs propres

r=I,2,

T"S~l)S"+l,

... ,n-l

(19.101)

pou; les deux problmes suivants Kv = Mv et K(1)v(1) = (l)M(1)v(1). Pour dmontrer ce thorme, considrons l'expansion des vecteurs v et W i , i = 1, 2, ... , r-l
dans la base modale <P exprime par (19.88) et (19.89). D'aprs la caractrisation
maxmin, nous avons

1'+1 -

max
w;

{.

mm
Z

(z AZ)}
T

'

Mw, . _- 0,

. _

t -

1,2, ...

,1

(19.102)

7. Augustin-Louis Cauchy, ingnieur civil et mathmaticien, n le 21 aot 1789 Paris, France,

molt le 23 mai 1857 Sceaux, France.

516

Dynamique des structures

Proprits des valeurs et des vecteurs propres

Wi est arbitraire et

,.(1)_
-

max
w.

{.mm

(ZTAZ)}
T
Z

'

= 0, wr = en, i = 1,2, ... , r

V wi

les grandeurs .isont les racines de l'quation caractristique

det (K - .M)

(19.103)

Wi est arbitraire pour i = 1,2, ... ,r - 1 et w ; = en. La contrainte additionnelle

w; = en est utilise afin de s'assurer que le dernier lment dans v est zro car e
est le vecteur de base de rang n, c'est--dire la dernire colonne de la matrice identit~
1d'ordre n. L'ingalit suivante se vrifie

517

(19.110)

le polynme du premier membre est un polynme caractristique

<
.r+ 1
-

. (1)
r

(19.104)

puisque les contraintes sur .rH incluent les contraintes sur .~1).La caractrisation
de X, est identique (19.97) et s'exprime

p(.)

= det (K - .M)

(19.111)

L'quation (19.108) peut tre satisfaite pour des solutions non triviales <t>i' c'est-dire cPi # 0, seulement si la matrice K - .iM est singulire. Ceci veut dire que si
l'on factorise la matrice K - .iM en un produit d'une matrice unitaire triangulaire infrieure L et d'une matrice triangulaire suprieure V selon une limination de Gauss,
nous avons Unn = O. Puisque
n

.r= max {min (z T:z)},

w;

= 0,

v wi

i = 1,2, ... , r - 1

(19.105)

p(.i)

= det

(LV)

IIu.,

(19.112)

i=l

dans laquelle Wi est arbitraire. La caractrisation de .P) dans (19.103) utilise les
mme contraintes que la caractrisation de .r dans (19.105) plus une contrainte additionnelle (vTMen = 0). Elle justifie ds lors l'ingalit suivante

x, < .(1)
-

(19.106)

Les deux ingalits (19.104) et (19.106) sont la preuve de la relation (19.101). La gnralisation pour m = 1,2, ... ,n - 2 est la preuve du thorme d'entrelacement de
Cauchy. Ce thorme permet d'noncer le principe de sparation des valeurs propres
qui stipule que les racines de deux mineurs principaux successifs associs au problme aux valeurs propres initial sont imbriques. Soient K(m) et M(m) les matrices
structurelles obtenues aprs suppression des m dernires lignes et colonnes et soient
.(m) les valeurs propres correspondantes. Nous avons
.(m) < .(rn-l-L) < .(m) < .(m+l) < ... < .(m)
1

n-m-1

pour m
o l'on convient que

K(O)

< .(m+1)

<. (m)

n-m-1

il s'ensuit que
Un = Un-1,n-1

= O. Si la valeur propre .i est de multiplicit m, nous aurons

= ... = Un-m+1,n-m+1
= O. Si, durant le processus

Un-2,n-2

de factorisation, la matrice K - .iM reste symtrique parce qu'il n'y pas eu de changement de ligne ou changement de colonne sparment ou qu'il y a eu changement de
ligne et de la colonne correspondante, l'quation (19.112) peut s'crire
n

p(.i)

(19.113)

dii

Le problme aux valeurs propres du re problme associ contraint correspondant

= .M<t>est donn par

K<t>

K(r)

<t>(r)

.(r)M(r)<t>(r)

(19.114)

O toutes les matrices sont d'ordre (n-r) et K(r) et M(r) sont obtenues en supprimant
les r dernires lignes et colonnes des matrices K et M. Le polynme caractristique
du re problme associ contraint est

19.9. Proprits des polynmes caractristiques

Rcrivons le problme aux valeurs propres (19.1) sous la forme suivante

p(rl(.(r))

(19.108)

Ce systme de n quations linaires admet ti solutions non triviales (c'est--dire

non nul) <t>i' i = l, 2, ... , ti telles que soient vrifies les quations suivantes
(K - .iM)<t>i= 0

II

o dii sont les termes sur la diagonale de D, LDL T est la factorisation de K - .iM ou
de la matrice obtenue aprs changement des lignes et des colonnes correspondantes,
(c'est--dire utilisant une autre numrotation des degrs de libert). Si .iest de multiplicit m, les derniers m lments de D sont nuls .

= K, M(O) = Met .(O)= ..

(K - .M)<t>= 0

= det (LDL T) =

i=1

n-m

= 0,1, ... ,n - 1 (19.107)

p(.i)

cP

(19.109)

det

(K(r)

_ .(r)M(r))

(19.115)

Or, nous savons que les valeurs propres du (r+ l)e problme associ contraint sparent
celles du re problme associ contraint selon
.(r) < .(rH) < .(r) < .(r+1) < ... < .(r)
1

n-r-l

< .(r'H)
-

n-r-l

<. (r)
-

n-r

(19.116)

518

Dynamique

Proprits

des structures

Exemple 19.3:

Considrer

r-

les valeurs propres

-1

2
-1

0
0

s'applique

propres

-~1

2
-1

(m) correspondant

pour ce problme.

r!

M~

aux matrices

0
1
0
0

0
0
1
0

~j

structurelles

lignes et colonnes.

Evaluer

i "1

et tracer

p{l)(,,(I))

(b)

les polynmes

"3

'=0,12

2,35

1,1(1)=0,59

~=--

K(nt) et M(nt) obte-

Montrer

519

propres

"4 =3, 53

"2= 1

K</> = M</>, o

des rn = 0, 1,2, 3 der~ires

nues aprs suppression

de sparation

aux valeurs

-1

K=

Calculer

le problme

et des vecteurs

p(")

(a)

Ce rsultat est un cas particulier du thorme d'entrelacement de Cauchy et mo

que la suite des polynmes caractristiques (19.1 15) forment une suite de Sturm8 ~~

des valeurs

p(2l((2))

(e)

que le principe

"2(1)

caractristiques

p(m)((m)).

,.,cr=-=

1i

" (2)=3
---~

~2)

1,1(2)=1

Solution:
Le polynme

pour rn = 0 est

caractristique

= det(K

p()

M)

p(3)((3))

(d)
4

+ 15

+1

lO

--l---

1,1(3)=2

~----

.
1,(3)

En posant
= ,\4 - 7,\3

p()

nous obtenons

les valeurs
1 =

Le polynme

propres

+ 15,\2

- 10,\

+1=0
Figure 19.2. Polynmes caractristiques p(m)
(e) rn = 2, (d) rn

suivantes

0,1206,

'\2 = 1,

2,3473,

3 =

En posant

== (,\(2))2 _ 4,\(2)

p((2))

p(,\(l))
Les solutions

= det(K(I)

_ ,\(I)M(I))

= _(,\(J))3

+ 6(,\(1))2

_ 10,\(1)

+4

nous obtenons

propres

les valeurs

propres

i1)

+ 6(,\(1))2

lO(l)

+4

le polynme

suivantes
,\~1) =

2,

,\~1) =

caractristique
p(,\(2))

3,4142

= det(K(3)

_ ,\(2)M(2))

nous obtenons
= (,\(2))2 _ 4,\(2)

Charles

mort le 18 dcembre

Franois

\3)

mathmaticien,

n le 29 septembre

1803 Genve,

Suisse.

1855 Paris, France.

9. Une suite de polynmes

polynme

Sturm,

PH1 (x) sparent

Pi(X),

1,2, ... , q forment une suite de Sturm si les racines du

les racines du polynme Pj (x).
i

_,\(3)

de sparation

des valeurs propres

<

1_

+2

+2

suivante

+3
La proprit

8. Jacques

la valeur propre

= _(3)

(3)M(3))

En posant

pour rn = 2 est
= det(K(2)

=3

pour rn = 3 est

caractristique

p(,\(3))

= 0,5858,

= 0

p(>P)) =
Le polynme

~2)

= _(,\(1))3

+3=

suivantes

i = 1,
Finalement,

nous donne

les valeurs

de l'quation

p(,\(I))

= 0, (b)

'\4 = 3,5321

pour rn = 1 est

caractristique

: (a) rn

((m))

= 3.

(I)
1

<
_

= 2
se vri fie car

2_<,\(1)
<
3_<
2
_

(l) < (2) <

1-1_2_2_3

>Y)
3

<
-

,\(1) < ,\(2) <: ,\(1)

= 0

rn

1,

520

Dynamique

Proprits

des structures

< (3) < (2)

(2)
l

Les polynmes

it
propnete

caractristiques

dee separation
s
.

19.10. Thorme

sont prsents

et des vecteurs

"ificatio/l de la suite de Sturm. On peut aussi utiliser le thorme

la figure

19.2 o il est facile

d es va 1eurs propres.

d'inertie

des valeurs

::::~er afin de dterminer

On voit facilement que

de v 'fi

nerla

propres

d'inertie

521

de Syl-

le nombre de valeurs propres dans un intervalle donn [a, ,B].

v(A - ,BI) - v(A - al) est le nombre de valeurs propres

dans J'intervalle [a,,B]' en su~posant que ~ <,B et que (A - ,BI) ~t (A - al) sont
nO'ulires. Ceci revient a deux factorisations
LDL T des matnces (A - ,BI) et
n sl e
na
(A _ al)
ce qui est moins coteux que de calculer toutes les valeurs propres dans

de Sylvester

Le thorme de Sylvester'S' s'applique

toute matrice
culier toute matrice symtrique, et s'nonce:

herrnitiennat

t et en pan],

Pour toute matrice hermitienne A, il existe une matrice de transforma.

tion congruente S telle que SHAS = diag(l,r, -Iv, a), o le triplet (7r, v, () dpend
uniquement de A et est appel l'inertie de A. De plus, tt , v, ( sont, respectivement, le
nombre de valeurs propres positives, ngatives et nulles de la matrice A.

l'intervalle

[a,,8].

Exercices

THORME.-

Soient A une matrice symtrique et S une matrice

pas unique, le thorme d'inertie de Sylvester s'crit

I7r

ST AS

+ +(

indpendante

de A qui n'est

a al

-r, a
a a(

v(Ka)
Donc, le nombre

v d'lments

v(K - o.M]

ngatifs

Da,

Da

(19.119)

M=

21 41 0]1

[ 012

K =

et

19.3 Estimer par le quotient de Rayleigh

la premire

canique dont les matrices de masse et de rigidit

M=

1 0 0 01
0 1 0 0
0
[ 001
000
1

aj v"

= [1,1,1,1];

b) v"

c)vT
D'aprs

rsultant

de la factorisa-

tion K - aM = LaDaL~, est gal au nombre de valeurs propres du couple (K, M),
infrieures a. Cette proprit sera utilise dans les mthodes de dtermination
des
p
n premires valeurs propres de trs grands systmes afin de vrifier que certaines
valeurs propres n'ont pas t dtermines.
Cette vrification porte souvent le nom de

et

K=

1 -1 0]

[o
-1

Sylvester,

mort le j 5 mars

11. Une matrice

hermitienne

complexe

avocat

et mathmaticien,

1897 Londres,

meilleure

les proprits
estimation

19.4 Estimer,

par dcalage

19.5 Trouver

l'inertie

de stationnarit
de la premire

n le 3 septembre

1814 Londres,

si A = AH = (A *) T Une matrice

et H peut tre remplac

par T.

m-

sont:

2 -1
2
-1
~ -1

spectral,

du quotient

o
-1
2
-1

de la matrice

la deuxime

valeur propre.

suivante

An-

relle

19.6 Prouver

le thorme

d'inertie

de Rayleigh,

valeur propre.

21 11 0]1

[o

1 -1

Angleterre.

A est dite hermitienne

est donc symtrique

-~l

[1,2,3,4];
= [0,0,0,1].

A
10. James Joseph

2-1

-1

valeur propre du systme

gleterre,

de l'exemple

Utiliser les vecteurs suivants:

des 1 sur la diagonale et
de Sylvester, nous avons

v(Da)

sur la diagonale

du systme

(19.118)

Ka = K - o M = LaDaL~
infrieure contenant
le thorme d'inertie

propres

deux vecteurs Xl et X2 qui vrifient les proprits d'orthonormalit

par
rapport aux matrices de masse et de rigidit suivantes, tout en n'tant pas des

de Gauss sous la forme

o La est une matrice triangulaire

est une matrice diagonale. D'aprs

et les valeurs

19.2 Trouver

(19.117)

par dcomposition

propres

19.1.

vecteurs propres:

o 7r
1./
= ti, 7r
V = rang(A)
et (7r - v) est appel la signature de A. Un
corollaire du thorme d'inertie de Sylvester permet de trouver le nombre de valeurs
propres du couple (K, M) qui sont infrieures un nombre rel donn a sans avoir
calculer les valeurs propres. Supposons que Ka = K - M est la matrice de rigidit
dcale symtrique
et dfinie positive d'un systme mcanique.
Cette matrice peut
tre factorise

19.1 Calculer les vecteurs

de Sylvester.

quelle est la