3D rotation groupIn mechanics and geometry, the 3D rotation group, often denoted SO(3), is the group of all rotations about the origin of three-dimensional Euclidean space under the operation of composition. By definition, a rotation about the origin is a transformation that preserves the origin, Euclidean distance (so it is an isometry), and orientation (i.e., handedness of space). Composing two rotations results in another rotation, every rotation has a unique inverse rotation, and the identity map satisfies the definition of a rotation.
Matrice (mathématiques)thumb|upright=1.5 En mathématiques, les matrices sont des tableaux d'éléments (nombres, caractères) qui servent à interpréter en termes calculatoires, et donc opérationnels, les résultats théoriques de l'algèbre linéaire et même de l'algèbre bilinéaire. Toutes les disciplines étudiant des phénomènes linéaires utilisent les matrices. Quant aux phénomènes non linéaires, on en donne souvent des approximations linéaires, comme en optique géométrique avec les approximations de Gauss.
Règle de la main droiteCette règle permet d'interpréter géométriquement le phénomène d'induction de Lorentz (conducteur électrique en mouvement dans un champ magnétique constant) régi par la formule : La force de Lorentz s'exerce sur les porteurs de charge et explique la naissance d'une f.e.m. induite dans le circuit en mouvement générant un courant circulant dans la même direction que la force de Lorentz. . Ce phénomène peut aussi s'expliquer par la loi de Faraday.
Rotation vectorielleSoit E un espace vectoriel euclidien. Une rotation vectorielle de E est un élément du groupe spécial orthogonal SO(E). Si on choisit une base orthonormée de E, sa matrice dans cette base est orthogonale directe. Matrice de rotation Dans le plan vectoriel euclidien orienté, une rotation vectorielle est simplement définie par son angle . Sa matrice dans une base orthonormée directe est : Autrement dit, un vecteur de composantes a pour image le vecteur de composantes que l'on peut calculer avec l'égalité matricielle : c'est-à-dire que l'on a : et Si par exemple et , désigne un des angles du triangle rectangle de côtés 3, 4 et 5.
Modèle du solide indéformableLe modèle du solide indéformable est un modèle de solide fréquemment utilisé en mécanique des systèmes de points matériels. Il s'agit d'une idéalisation de la notion usuelle de corps (à l'état) solide, considéré comme absolument rigide, et négligeant toute déformation. Le solide indéformable est un modèle utilisé en mécanique pour décrire le comportement d'un corps (objet, pièce). Comme son nom l'indique, on considère qu'au cours du temps la distance entre deux points donnés ne varie pas.
Infinitesimal rotation matrixAn infinitesimal rotation matrix or differential rotation matrix is a matrix representing an infinitely small rotation. While a rotation matrix is an orthogonal matrix representing an element of (the special orthogonal group), the differential of a rotation is a skew-symmetric matrix in the tangent space (the special orthogonal Lie algebra), which is not itself a rotation matrix.
Rotation (physique)En cinématique, l'étude des corps en rotation est une branche fondamentale de la physique du solide et particulièrement de la dynamique, y compris de la dynamique des fluides, qui complète celle du mouvement de translation. L'analyse du mouvement de rotation se prolonge y compris aux échelles atomiques, avec la dynamique moléculaire et l'étude de la fonction d'onde en mécanique quantique.
Décomposition QREn algèbre linéaire, la décomposition QR (appelée aussi, factorisation QR ou décomposition QU) d'une matrice A est une décomposition de la forme où Q est une matrice orthogonale (QQ=I), et R une matrice triangulaire supérieure. Ce type de décomposition est souvent utilisé pour le calcul de solutions de systèmes linéaires non carrés, notamment pour déterminer la pseudo-inverse d'une matrice. En effet, les systèmes linéaires AX = Y peuvent alors s'écrire : QRX = Y ou RX = QY.
Axis–angle representationIn mathematics, the axis–angle representation parameterizes a rotation in a three-dimensional Euclidean space by two quantities: a unit vector e indicating the direction (geometry) of an axis of rotation, and an angle of rotation θ describing the magnitude and sense (e.g., clockwise) of the rotation about the axis. Only two numbers, not three, are needed to define the direction of a unit vector e rooted at the origin because the magnitude of e is constrained.
Angles d'EulerEn mécanique et en mathématiques, les angles d'Euler sont des angles introduits par Leonhard Euler (1707-1783) pour décrire l'orientation d'un solide ou celle d'un référentiel par rapport à un trièdre cartésien de référence. Au nombre de trois, ils sont appelés angle de précession, de nutation et de rotation propre, les deux premiers pouvant être vus comme une généralisation des deux angles des coordonnées sphériques. Le mouvement d'un solide par rapport à un référentiel (un avion dans l'air, un sous-marin dans l'eau, des skis sur une pente.
Symbole de Levi-CivitaEn mathématiques, le symbole de Levi-Civita, noté ε (lettre grecque epsilon), est un objet antisymétrique d'ordre 3 qui peut être exprimé à partir du symbole de Kronecker : Ainsi, ne peut prendre que trois valeurs : –1, 0 ou 1. En dimension 3, on peut figurer le symbole de Levi-Civita comme suit : On remarque que si , et , alors représente une permutation et le symbole de Levi-Civita correspondant est sa signature.
Circle groupIn mathematics, the circle group, denoted by or , is the multiplicative group of all complex numbers with absolute value 1, that is, the unit circle in the complex plane or simply the unit complex numbers The circle group forms a subgroup of , the multiplicative group of all nonzero complex numbers. Since is abelian, it follows that is as well. A unit complex number in the circle group represents a rotation of the complex plane about the origin and can be parametrized by the angle measure : This is the exponential map for the circle group.
Matrice d'une application linéaireEn algèbre linéaire, la matrice d'une application linéaire est une matrice de scalaires qui permet de représenter une application linéaire entre deux espaces vectoriels de dimensions finies, étant donné le choix d'une base pour chacun d'eux. Soient : E et F deux espaces vectoriels sur un corps commutatif K, de dimensions respectives n et m ; B = (e, ... , e) une base de E, C une base de F ; φ une application de E dans F.
Décomposition en valeurs singulièresEn mathématiques, le procédé d'algèbre linéaire de décomposition en valeurs singulières (ou SVD, de l'anglais singular value decomposition) d'une matrice est un outil important de factorisation des matrices rectangulaires réelles ou complexes. Ses applications s'étendent du traitement du signal aux statistiques, en passant par la météorologie. Le théorème spectral énonce qu'une matrice normale peut être diagonalisée par une base orthonormée de vecteurs propres.
Exponentielle d'une matriceEn mathématiques, et plus particulièrement en analyse, l'exponentielle d'une matrice est une fonction généralisant la fonction exponentielle aux matrices et aux endomorphismes par le calcul fonctionnel. Elle fait en particulier le pont entre un groupe de Lie et son algèbre de Lie. Pour n = 1, on retrouve la définition de l'exponentielle complexe. Sauf indication contraire, X, Y désignent des matrices n × n complexes (à coefficients complexes).
PseudovecteurEn physique, un pseudovecteur ou vecteur axial est un vecteur de dimension 3 dont le sens dépend de l'orientation de l'espace. Plus précisément, l'inversion de l'orientation de l'espace se traduit par un changement de sens du pseudovecteur qui est donc changé en son opposé. On parle de pseudovecteurs par opposition aux vecteurs « ordinaires » (dits polaires) qui sont invariants par une telle inversion. Le produit vectoriel de deux vecteurs polaires est l'exemple type du pseudovecteur.
Singular valueIn mathematics, in particular functional analysis, the singular values, or s-numbers of a compact operator acting between Hilbert spaces and , are the square roots of the (necessarily non-negative) eigenvalues of the self-adjoint operator (where denotes the adjoint of ). The singular values are non-negative real numbers, usually listed in decreasing order (σ1(T), σ2(T), ...). The largest singular value σ1(T) is equal to the operator norm of T (see Min-max theorem).
Plane of rotationIn geometry, a plane of rotation is an abstract object used to describe or visualize rotations in space. The main use for planes of rotation is in describing more complex rotations in four-dimensional space and higher dimensions, where they can be used to break down the rotations into simpler parts. This can be done using geometric algebra, with the planes of rotations associated with simple bivectors in the algebra.
Quaternionvignette|Plaque commémorative de la naissance des quaternions sur le pont de Broom (Dublin). En mathématiques, un quaternion est un nombre dans un sens généralisé. Les quaternions englobent les nombres réels et complexes dans un système de nombres plus vastes où la multiplication n'est cette fois-ci plus une loi commutative. Les quaternions furent introduits par le mathématicien irlandais William Rowan Hamilton en 1843. Ils trouvent aujourd'hui des applications en mathématiques, en physique, en informatique et en sciences de l'ingénieur.
Matrice orthogonaleUne matrice carrée A (n lignes, n colonnes) à coefficients réels est dite orthogonale si A A = I, où A est la matrice transposée de A et I est la matrice identité. Des exemples de matrices orthogonales sont les matrices de rotation, comme la matrice de rotation plane d'angle θ ou les matrices de permutation, comme Une matrice réelle A est orthogonale si et seulement si elle est inversible et son inverse est égale à sa transposée : A = A. Une matrice carrée est orthogonale si et seulement si ses vecteurs colonnes sont orthogonaux deux à deux et de norme 1.
