Explication du texte

Bouteille à la mer

Suite à une question je laisse une explicaiion de la partie centrale de l'algo donné en bas.

 

L’idée est de résoudre sur les réels un système de la forme Li*Mi=0  pour i=1…….p et ou les Li et Mi sont des équations linéaires homogènes  qui portent sur N variables .

Je vais nommer S le système quadratique vu en haut dans la suite.

Pour chaque i=1….p  Li et Mi sont dits complémentaires dans S.

 

D’abord un rappel : Dans un système linéaire homogène à N variables (MX=0  sous forme matricielle ) il y a

deux cas possibles

Rang(M) =N et le système à une solution triviale Xi=0 pour i=1….N

Rang(M)<N et on a plusieurs solutions.

 

Pour S on cherche aussi une solution non triviale.

 

Si p<N on a une solution non triviale, on prend p équations L ou M ou un mélange (une de chaque paire) et on résout par un pivot de Gauss par exemple. Cela fonctionne car il suffit que l’une de deux soit nulle dans Mi*Li=0 .

 

 

Si p>=N   on fabrique un nouveau système MX=0 où M est la concaténation de Mi et Li.

 

On a ici rang(M)<= N <=p et M a 2p lignes et N colonnes.

 

Je pense que le début est évident et c’est le cas p>=N  qui est difficile et qu’on doit analyser.

 

On va supposer pour la suite que pour chaque i=1…p Mi et Li sont indépendants, en effet si ce n’est pas le cas alors Mi=a*Li avec a réel.

 

Mi*Li=0 ssi Li=0

On peut alors résoudre xN en fonction des X1….XN-1 et le système S est réduit à un système à p-1 équations et à N-1 inconnues.

On va appeler une collection complète une suite d’équations qui « traverse » S (pour chaque i on prend Mi ou Li)

Par exemple si p=3 (L1,L2,L3 ) , (M1,M2,M3)  et (M,,L2,M3) sont des collections complètes.

On revient à M produite par les Li et Mi .

 

Si rang(M)=m <N , on a dans les lignes de M 2p-m lignes qui sont des combinaisons linéaires des m autres et m<N , il suffit alors de résoudre le sous-système de m équations qui a une solution non triviale.

 

Si rang(M)=N, S à une solution si il contient une collection complète de rang <N . Cela revient à dire que l’espace vectoriel engendré par la collection en question (en transposant les lignes) est de dimension < N.

 

 

Si S contient une collection de rang < N on peut la compléter pour en faire une collection complète de rang N-1 (on ajoute des lignes qui sont dans la base de l’espace vectoriel généré par toutes les lignes L1…Lp et M1….Mp).

On va appeler cet espace vectoriel F et le sous espace génère par la collection complète H. dim(F)=N et dim(H)=N-1.

Quitte à permuter deux éléments de la collection complète on peut trouver une base de F composée d’une base de H et du complémentaire de l’un de ses  membres( ceux de la base).

 

Pour trouver une collection complète de rang =N-1  et en déduire une solution non triviale de S on va appliquer ce qui suit :

1) Pour chaque i=1 …p construire une base de F contenant Li et Mi. B = ( Li, Mi , V1……VN-2)

2) Prendre le sous espace H de base (Li, V1…VN-2)  et vérifier si pour chacune des lignes de S au moins l’un de deux vecteurs Lj ou Mj est dans H , si ok on a une solution sinon on passe à 3

3).Prendre le sous espace H de base (Mi, V1…VN-2)  et vérifier si pour chacune des lignes de S au moins l’un de deux vecteurs Lj ou Mj est dans H , si ok on a une solution sinon on passe à  4)

4).I++ et retour à 1).

 

Si aucun i ne permet de former une collection complète de rang=N-1 alors S n’a pas de solution non triviale.

Update

Pour les points 2 et 3 la vérification que Mj ou Lj est dans H se fait par la résolution d’un système linéaire.

 

Update 6/10/2026

 

Dans cet essai, on se propose d’étudier un problème posé sur l’ensemble des nombres réels. Il s’agit de résoudre le système quadratique suivant :

Pour i=1,…,p,

                                      Li(x) Mi(x)=0,

où x est un vecteur de N variables, et où Li(x) et Mi(x) sont deux équations linéaires homogènes.

L’objectif est de déterminer si ce système admet une solution autre que la solution triviale (le vecteur nul).

Les équations Li=0 et Mi=0 étant homogènes, on peut les écrire sous la forme

                                     Li⋅X=0,Mi⋅X=0,

où Li et Mi sont deux vecteurs de dimension N.

Comme indiqué dans le message précédent (« une bouteille à la mer »), on sait résoudre les deux cas simples suivants :

1) Si N>p, une solution existe.

2) Si l’espace vectoriel H=⟨L1,…,Lp,M1,…,Mp⟩  est de dimension strictement inférieure à N, alors une solution existe également.

 

Dans la suite, on se place dans le cas où dim⁡(H)=N et N<p.

 

Introduction de nouvelles équations

On considère maintenant 2p nouvelles équations homogènes Pi et Qi pour i=1,…,p, où chaque Pi et Qi dépend des N variables de X ainsi que de M nouvelles variables, avec la condition :

                                      N+M>(2p+1) p.

 

Les vecteurs Pi et Qi sont choisis indépendants.

Une équation Li(x)Mi(x)=0 admet une solution si et seulement si le système suivant en admet une également :

                                     LiPi+MiQi=0,PiQi=0,Pi+Qi=1,

ou, de manière équivalente,

                                     LiPi+Mi(1−Pi)=0,Pi(1−Pi)=0.

Ce nouveau système, constitué de 2p équations portant sur N+M variables, est sous-déterminé.

Méthode envisagée

On va le résoudre en adaptant la méthode utilisée pour les corps finis : un changement de variables permettant d’annuler les premiers monômes xixj des équations.

On utilise la méthode présentée dans le paragraphe 7 de l’article indiqué dans le lien  QuadraticQuadratic (5.76 Mo)

 Après le changement de variables, on obtient un nouveau système (S) portant sur les carrés des nouvelles variables yiyi. Contrairement à l’article, ici on travaille sur les nombres réels, et pour pouvoir revenir aux variables d’origine, il est nécessaire de garantir l’existence de solutions toutes positives.

Analyse du système transformé

Le système (S) obtenu après le changement de variables porte uniquement sur les produits yi2.

Comme dans les méthodes classiques, trois situations peuvent se présenter :

1) Le système (S) n’a aucune solution

Dans ce cas, le système initial n’a évidemment aucune solution.

2) Le système (S) admet une solution unique

On vérifie alors si cette solution est strictement positive. Si ce n’est pas le cas, le système initial n’a pas de solution.

3) Le système (S) admet plusieurs solutions

Dans ce cas, il faut résoudre un problème de faisabilité ( un ensemble de contraintes linéaires) afin de s’assurer que les contraintes   yi2≥0

soient satisfaites et qu’il existe au moins une solution entièrement positive, permetant,ainsi, de remonter aux variables d’origine.

 

Ajouter un commentaire