Académique Documents
Professionnel Documents
Culture Documents
December 7, 2021 1 / 22
Formalisme
December 7, 2021 2 / 22
Illustration
December 7, 2021 3 / 22
Opérateur de Koopman
U T f (x) = f ◦ φT (x)
Propriété: L’opérateur de Koopman U T est linéaire
December 7, 2021 4 / 22
Caractéristiques de l’opérateur de Koopman
U T φλ = φλ ◦ φt = e λt φλ
Décomposition spectrale
∞
X
U t f (x) = vk φλk (x)e λk t + UrT f (x)
k=1
December 7, 2021 5 / 22
Cas linéaire
ẋ = Ax
December 7, 2021 6 / 22
Comment calculer les modes de Koopman en général?
T avec
à partir de trajectoires → moyennes de Fourier φiω = fiω
Z T
1
T
fiω (x) = limT →∞ f ◦ φt (x)e −iωt dt
T 0
December 7, 2021 7 / 22
Dynamic Mode Decomposition -DMD
vi = v (ti )
V1N = v1 , v2 , . . . , vN
On cherche à définir l’opérateur linéaire A qui relie une suite d’échantillons
entre deux pas de temps
vi+1 = Avi
=⇒ séparation en temps constante ∆t entre 2 échantillons
soit
vN = V1N−1 a + r (2)
avec aT = [a1 , a2 , . . . , aN−1 ] et r résidu.
December 7, 2021 8 / 22
Principe
December 7, 2021 9 / 22
Matrice compagnon S
December 7, 2021 10 / 22
Calcul de la matrice compagnon S
a = R −1 Q H vN
avec V1N−1 = QR
Les composantes de a forment la dernière colonne de S
0 0 ... a1
1 0 ... a2
S =0 1 ... a3
. . . . . . . . . . . .
0 0 . . . aN−1
Calcul de S?
Les valeurs propres de S approchent les valeurs propres de A
December 7, 2021 11 / 22
Approche de Krylov
AQ ∼ QH
avec
V1N−1 = QR
et
H = RSR −1
December 7, 2021 12 / 22
Espaces de Krylov
December 7, 2021 13 / 22
Matrice de Hessenberg
A l’itération n on pose
et
h1,1 h1,2 h1,3 ... h1,n
h2,1 h2,2 h2,3 ... h2,n
Hn = 0 h3,2 h3,3
... h2,n
... ... ... ...
0 0 . . . hn,n−1 hn,n
avec
Hn = Qn∗ AQn
Réduction orthogonale de A sous forme de Hessenberg
December 7, 2021 14 / 22
Relations entre itérations successives
December 7, 2021 15 / 22
Limites de l’approche de Krylov
+: stabilité et convergence
-: nécessite connaissance de A (difficile ou impossible)
→ approche par SVD
December 7, 2021 16 / 22
Préconditionnement par SVD
V1N−1 = UΣW T
S̃ = U T AU
en utilisant
U = V1N−1 W Σ−1
on obtient
S̃ = U T AU = U T V2N W Σ−1
December 7, 2021 17 / 22
Décomposition de S̃
S̃yi = µi yi
log µi
λi =
∆t
Les modes dynamiques Φi sont obtenus à partir de:
Φi = Uyi
December 7, 2021 18 / 22
Exemples
December 7, 2021 19 / 22
Lien avec d’autres méthodes
December 7, 2021 20 / 22
Exemple d’application des POP
December 7, 2021 21 / 22
Conditions d’utilisation des POP
L’analyse POP peut être utilisée pour les systèmes non-linéaires, mais la
dynamique doit être dominée par les linéarités.
December 7, 2021 22 / 22