Retour à l'accueil

Circulants et DFT : propriétés et calculs

L'article explique la structure des circulants comme sous-algèbre de matrices, leur diagonalisation via DFT et l'utilisation de FFT pour des calculs rapides. Spectres, sommes de Gauss et algorithmes de multiplication sont considérés. Le matériel est destiné aux développeurs middle/senior.

Circulants : de la matrice M à DFT et FFT
Advertisement 728x90

Circulants : valeurs propres, DFT et structure algébrique

Les circulants sont des matrices carrées où chaque ligne après la première est un décalage cyclique à droite de la précédente. D'ordre n, le circulant C(a₀,…,aₙ₋₁) a l'aspect suivant :

C(a_0,\ldots,a_{n-1})=\begin{pmatrix} a_0 & a_1 & a_2 & \ldots & a_{n-2} & a_{n-1} \\  a_{n-1} & a_0 & a_1 & \ldots & a_{n-3} & a_{n-2} \\ a_{n-2} & a_{n-1} & a_0 & \ldots & a_{n-4} & a_{n-3} \\ \ldots & \ldots & \ldots & \ldots & \ldots & \ldots \\ a_2 & a_3 & a_4 & \ldots & a_0 & a_1 \\ a_1 & a_2 & a_3 & \ldots & a_{n-1} & a_0 \end{pmatrix}

Tous les calculs sont sur ℂ. Notation clé : χ_A(t) — polynôme caractéristique, μ_A(t) — polynôme minimal, Sp(A) — spectre, A* = \overline{A}^⊤ — adjoint hermitien.

Considérons la matrice de permutation cyclique M d'ordre 4 :

Google AdInline article slot
M=\begin{pmatrix} 0 & 1 & 0 & 0 \\ 0 & 0 & 1 & 0 \\ 0 & 0 & 0 & 1 \\ 1 & 0 & 0 & 0 \end{pmatrix}

Ses puissances : M², M³, M⁴ = I. Polynôme minimal μ_M(t) = t⁴ - 1, car {I, M, M², M³} sont linéairement indépendants. Spectre Sp(M) = {±1, ±i}.

Tout circulant est un polynôme en M : C(a,b,c,d) = f(M), où f(t) = a + bt + ct² + dt³.

Propriétés algébriques et diagonalisation

Les circulants forment une sous-algèbre commutative de M_n(ℂ) :

Google AdInline article slot
  • Le produit de circulants est un circulant : f(M)g(M) = h(M), h(t) = f(t)g(t).
  • Spectre : Sp(C) = {f(λ) | λ ∈ Sp(M)}.
  • Déterminant : det C(a,b,c,d) = (a+b+c+d)(a-b+c-d)(a+bi-c-di)(a-bi-c+di).
  • Tous les circulants sont diagonalizables dans une base commune ; l'algèbre des circulants est isomorphe à ℂ⁴.

Les vecteurs propres de M pour λ ∈ Sp(M) résolvent :

\begin{pmatrix} p\\q\\r\\s \end{pmatrix} \overset{M}{\longmapsto} \begin{pmatrix} q\\r\\s\\p \end{pmatrix}=\lambda\begin{pmatrix} p\\q\\r\\s \end{pmatrix}

Pour λ=1 : p=q=r=s. Pour λ=i : q=ip, r=iq=-p, s=ir=-ip.

M est unitaire (M* = M⁻¹), donc diagonalisable dans une base orthonormée. La matrice normalisée U (1/2 F, où F est la matrice DFT) donne :

Google AdInline article slot
U^{-1}MU = \begin{pmatrix} 1 & 0 & 0 & 0 \\ 0 & i & 0 & 0 \\ 0 & 0 & -1 & 0 \\ 0 & 0 & 0 & -i \end{pmatrix}, \quad U=\dfrac{1}{2} \begin{pmatrix} 1 & 1 & 1 & 1 \\  1 & i & -1 & -i \\ 1 & -1 & 1 & -1 \\ 1 & -i & -1 & i\end{pmatrix}

Lien avec la transformée de Fourier discrète

La matrice F transforme la première ligne du circulant (a,b,c,d) en le vecteur des valeurs propres :

F\begin{pmatrix} a \\ b\\c\\d\end{pmatrix}=\begin{pmatrix} a+b+c+d\\a+bi-c-di\\a-b+c-d\\a-bi-c+di\end{pmatrix}

Généralisant à l'ordre n : Sp(M) = {1, ω, …, ω^{n-1}}, ω = e^{2πi/n}. La DFT F calcule f(ω^k) pour le polynôme f(t) = Σ a_k t^k.

La FFT réduit la complexité de O(n²) à O(n log n). Pour n=4 :

  • E₀ = a+c, E₁ = a-c, O₀ = b+d, O₁ = b-d.
  • f(1) = E₀ + O₀, f(i) = E₁ + iO₁, f(-1) = E₀ - O₀, f(-i) = E₁ - iO₁.

Applications de la FFT :

  • Multiplication circulant-vecteur : F⁻¹(FA · FB).
  • Multiplication circulant-circulant : première ligne du résultat est F⁻¹(FA · FB)^⊤.

La matrice DFT unitaire U = F/√n a son spectre sur le cercle unité. U² est une matrice de réflexion avec valeurs propres {1 (⌈(n+1)/2⌉ fois), -1 (⌊(n-1)/2⌋ fois)}.

Sommes gaussiennes et spectre de U

La trace de U implique la somme gaussienne quadratique :

tr U = (1 + ω + ω⁴ + … + ω^{(n-1)²}) / √n.

Formule de Gauss :

| n mod 4 | tr U |

|---------|------|

| 0 | 1+i |

| 1 | 1 |

| 2 | 0 |

| 3 | i |

Le spectre de U est déterminé par les multiplicités de 1, -1, i, -i via tr U.

Points clés :

  • Les circulants sont des polynômes en la matrice de permutation M, diagonalizables dans la base DFT.
  • L'algèbre des circulants est isomorphe à ℂ[t]/(tⁿ-1), donc commutative.
  • La DFT calcule efficacement le spectre des circulants ; la FFT accélère les opérations.
  • Le spectre de la matrice DFT unitaire U est lié aux sommes gaussiennes.
  • Applications : convolutions rapides, multiplication de polynômes modulo tⁿ-1.

— Editorial Team

Advertisement 728x90

Lire ensuite