Tenseur métriqueEn géométrie, et plus particulièrement en géométrie différentielle, le tenseur métrique est un tenseur d'ordre 2 permettant de définir le produit scalaire de deux vecteurs en chaque point d'un espace, et qui est utilisé pour la mesure des longueurs et des angles. Il généralise le théorème de Pythagore. Dans un système de coordonnées donné, le tenseur métrique peut se représenter comme une matrice symétrique, généralement notée , pour ne pas confondre la matrice (en majuscule) et le tenseur métrique g.
Tenseur de RicciDans le cadre de la relativité générale, le champ de gravitation est interprété comme une déformation de l'espace-temps. Celle-ci est exprimée à l'aide du tenseur de Ricci. Le tenseur de Ricci est un champ tensoriel d'ordre 2, obtenu comme la trace du tenseur de courbure complet. On peut le considérer comme le laplacien du tenseur métrique riemannien dans le cas des variétés riemaniennes. Le tenseur de Ricci occupe une place importante notamment dans l'équation d'Einstein, équation principale de la relativité générale.
Produit vectorielEn mathématiques, et plus précisément en géométrie, le produit vectoriel est une opération vectorielle effectuée dans les espaces euclidiens orientés de dimension 3. Le formalisme utilisé actuellement est apparu en 1881 dans un manuel d'analyse vectorielle écrit par Josiah Willard Gibbs pour ses étudiants en physique. Les travaux de Hermann Günther Grassmann et William Rowan Hamilton sont à l'origine du produit vectoriel défini par Gibbs.
Tenseur énergie-impulsionLe tenseur énergie-impulsion est un outil mathématique utilisé notamment en relativité générale afin de représenter la répartition de masse et d'énergie dans l'espace-temps. La théorie de la relativité restreinte d'Einstein établissant l'équivalence entre masse et énergie, la théorie de la relativité générale indique que ces dernières courbent l'espace. L'effet visible de cette courbure est la déviation de la trajectoire des objets en mouvement, observé couramment comme l'effet de la gravitation.
Calcul tensorielEn physique théorique, des équations différentielles, posées en termes de champs tensoriels, sont une manière très générale pour exprimer les relations à la fois géométriques par nature et liées au calcul différentiel. Pour formuler de telles équations, il faut connaître la dérivée covariante. Cela permet d'exprimer la variation d'un champ tensoriel le long d'un champ vectoriel. La notion d'origine du calcul différentiel absolu, plus tard renommé calcul tensoriel, amena à l'isolation du concept géométrique de connexion.
Symboles de ChristoffelEn mathématiques et en physique, les symboles de Christoffel (ou coefficients de Christoffel, ou coefficients de connexion) sont une expression de la connexion de Levi-Civita dérivée du tenseur métrique. Les symboles de Christoffel sont utilisés dans les calculs pratiques de la géométrie de l'espace : ce sont des outils de calculs concrets, par exemple pour déterminer les géodésiques des variétés riemanniennes, mais en contrepartie leur manipulation est relativement longue, notamment du fait du nombre de termes impliqués.
Contorsion tensorThe contorsion tensor in differential geometry is the difference between a connection with and without torsion in it. It commonly appears in the study of spin connections. Thus, for example, a vielbein together with a spin connection, when subject to the condition of vanishing torsion, gives a description of Einstein gravity. For supersymmetry, the same constraint, of vanishing torsion, gives (the field equations of) 11-dimensional supergravity.
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.
TenseurEn mathématiques, plus précisément en algèbre multilinéaire et en géométrie différentielle, un tenseur est un objet très général, dont la valeur s'exprime dans un espace vectoriel. On peut l'utiliser entre autres pour représenter des applications multilinéaires ou des multivecteurs.
Équation d'Einsteinvignette|Équation sur un mur à Leyde. L’'équation d'Einstein ou équation de champ d'Einstein' (en anglais, Einstein field equation ou EFE), publiée par Albert Einstein, pour la première fois le , est l'équation aux dérivées partielles principale de la relativité générale. C'est une équation dynamique qui décrit comment la matière et l'énergie modifient la géométrie de l'espace-temps. Cette courbure de la géométrie autour d'une source de matière est alors interprétée comme le champ gravitationnel de cette source.
Tenseur (mathématiques)Les tenseurs sont des objets mathématiques issus de l'algèbre multilinéaire permettant de généraliser les scalaires et les vecteurs. On les rencontre notamment en analyse vectorielle et en géométrie différentielle fréquemment utilisés au sein de champs de tenseurs. Ils sont aussi utilisés en mécanique des milieux continus. Le présent article ne se consacre qu'aux tenseurs dans des espaces vectoriels de dimension finie, bien que des généralisations en dimension infinie et même pour des modules existent.
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).
Compression de donnéesLa compression de données ou codage de source est l'opération informatique consistant à transformer une suite de bits A en une suite de bits B plus courte pouvant restituer les mêmes informations, ou des informations voisines, en utilisant un algorithme de décompression. C'est une opération de codage qui raccourcit la taille (de transmission, de stockage) des données au prix d'un travail de compression. Celle-ci est l'opération inverse de la décompression.
Image réciproque (géométrie différentielle)En mathématiques, la construction d'une image réciproque pour certains objets est une des opérations de base de la géométrie différentielle. Elle permet d'obtenir un nouvel objet, résultant du « transport » de l'objet initial par une certaine application. On considère ainsi les images réciproques des formes différentielles, des fibrés et de leurs sections et de façon générale tous les objets qui peuvent être composés à droite par l'application de transport.
Tenseur des contraintesLe tenseur des contraintes est un tenseur d'ordre 2 utilisé en mécanique des milieux continus pour caractériser l'état de contrainte, c'est-à-dire les efforts intérieurs mis en jeu entre les portions déformées d'un milieu. Le terme a été introduit par Cauchy vers 1822. Comme les efforts intérieurs sont définis pour chaque surface coupant le milieu (on parle d'ailleurs également d'efforts surfaciques), le tenseur est défini localement, en chaque point du solide. L'état de contrainte du solide est donc représenté par un champ tensoriel.
Lossy compressionIn information technology, lossy compression or irreversible compression is the class of data compression methods that uses inexact approximations and partial data discarding to represent the content. These techniques are used to reduce data size for storing, handling, and transmitting content. The different versions of the photo of the cat on this page show how higher degrees of approximation create coarser images as more details are removed. This is opposed to lossless data compression (reversible data compression) which does not degrade the data.
Décomposition polaireLa décomposition polaire est un outil mathématique fondamental pour comprendre les propriétés topologiques des groupes linéaires réels et complexes. Les applications suivantes sont des homéomorphismes, et même des difféomorphismes. En particulier, toute matrice inversible réelle se décompose de façon unique en produit d'une matrice orthogonale et d'une matrice symétrique définie positive. Les applications suivantes sont surjectives mais non injectives : En particulier, toute matrice réelle se décompose en produit d'une matrice orthogonale et d'une unique matrice symétrique positive (mais pas nécessairement de façon unique).
Numerical linear algebraNumerical linear algebra, sometimes called applied linear algebra, is the study of how matrix operations can be used to create computer algorithms which efficiently and accurately provide approximate answers to questions in continuous mathematics. It is a subfield of numerical analysis, and a type of linear algebra. Computers use floating-point arithmetic and cannot exactly represent irrational data, so when a computer algorithm is applied to a matrix of data, it can sometimes increase the difference between a number stored in the computer and the true number that it is an approximation of.
Forme multilinéaireEn mathématiques, une forme multilinéaire est une application d'un produit d'espaces vectoriels dans leur corps de coefficients, qui est linéaire en chacune de ses variables. C'est donc un cas particulier d'application multilinéaire. Soient un entier k > 0 et des espaces vectoriels sur un même corps K. Une application est dite multilinéaire (ou plus précisément : k-linéaire) si elle est linéaire en chaque variable, c'est-à-dire si, pour des vecteurs et des scalaires a et b, Un exemple classique de forme multilinéaire est le déterminant.
Algèbre linéairevignette|R3 est un espace vectoriel de dimension 3. Droites et plans qui passent par l'origine sont des sous-espaces vectoriels. L’algèbre linéaire est la branche des mathématiques qui s'intéresse aux espaces vectoriels et aux transformations linéaires, formalisation générale des théories des systèmes d'équations linéaires. L'algèbre linéaire est initiée dans son principe par le mathématicien perse Al-Khwârizmî qui s'est inspiré des textes de mathématiques indiens et qui a complété les travaux de l'école grecque, laquelle continuera de se développer des siècles durant.
