Décomposition de SchurEn algèbre linéaire, une décomposition de Schur (nommée après le mathématicien Issai Schur) d'une matrice carrée complexe M est une décomposition de la formeoù U est une matrice unitaire (U*U = I) et A une matrice triangulaire supérieure. On peut écrire la décomposition de Schur en termes d'applications linéaires : Dans le cas où est l'application nulle, l'énoncé est directement vérifié, on peut donc se contenter de traiter le cas où est différente de l'application nulle.
Groupe nilpotentEn théorie des groupes, les groupes nilpotents forment une certaine classe de groupes contenue dans celle des groupes résolubles et contenant celle des groupes abéliens. Les groupes nilpotents apparaissent dans la théorie de Galois et dans la classification des groupes de Lie ou des groupes algébriques linéaires. Soit G un groupe noté multiplicativement, d'élément neutre e. Si A et B sont deux sous-groupes de G, on note [A,B] le sous-groupe engendré par les commutateurs de la forme [x,y] pour x dans A et y dans B.
Idempotent (ring theory)In ring theory, a branch of mathematics, an idempotent element or simply idempotent of a ring is an element a such that a2 = a. That is, the element is idempotent under the ring's multiplication. Inductively then, one can also conclude that a = a2 = a3 = a4 = ... = an for any positive integer n. For example, an idempotent element of a matrix ring is precisely an idempotent matrix. For general rings, elements idempotent under multiplication are involved in decompositions of modules, and connected to homological properties of the ring.
Generalized eigenvectorIn linear algebra, a generalized eigenvector of an matrix is a vector which satisfies certain criteria which are more relaxed than those for an (ordinary) eigenvector. Let be an -dimensional vector space and let be the matrix representation of a linear map from to with respect to some ordered basis. There may not always exist a full set of linearly independent eigenvectors of that form a complete basis for . That is, the matrix may not be diagonalizable.
Defective matrixIn linear algebra, a defective matrix is a square matrix that does not have a complete basis of eigenvectors, and is therefore not diagonalizable. In particular, an n × n matrix is defective if and only if it does not have n linearly independent eigenvectors. A complete basis is formed by augmenting the eigenvectors with generalized eigenvectors, which are necessary for solving defective systems of ordinary differential equations and other problems.
Matrice nilpotenteUne matrice nilpotente est une matrice dont il existe une puissance égale à la matrice nulle. Elle correspond à la notion d'endomorphisme nilpotent sur un espace vectoriel de dimension finie. Cette notion facilite souvent le calcul matriciel. En effet, si le polynôme caractéristique d'une matrice est scindé (c'est-à-dire décomposable en produit de facteurs du premier degré, ce qui est le cas par exemple si le corps des coefficients est algébriquement clos), alors l'endomorphisme associé possède une décomposition de Dunford.
Complemented subspaceIn the branch of mathematics called functional analysis, a complemented subspace of a topological vector space is a vector subspace for which there exists some other vector subspace of called its (topological) complement in , such that is the direct sum in the category of topological vector spaces. Formally, topological direct sums strengthen the algebraic direct sum by requiring certain maps be continuous; the result retains many nice properties from the operation of direct sum in finite-dimensional vector spaces.
Anneau local régulierEn mathématiques, les anneaux réguliers forment une classe d'anneaux très utile en géométrie algébrique. Ce sont des anneaux qui localement sont les plus proches possibles des anneaux de polynômes sur un corps. Soit un anneau local noethérien d'idéal maximal . Soit son espace tangent de Zariski qui est un espace vectoriel de dimension finie sur le corps résiduel . Cette dimension est minorée par la dimension de Krull de l'anneau . On dit que est régulier s'il y a égalité entre ces deux dimensions : Par le lemme de Nakayama, cela équivaut à dire que est engendré par éléments.
Application linéaireEn mathématiques, une application linéaire (aussi appelée opérateur linéaire ou transformation linéaire) est une application entre deux espaces vectoriels qui respecte l'addition des vecteurs et la multiplication scalaire, et préserve ainsi plus généralement les combinaisons linéaires. L’expression peut s’utiliser aussi pour un morphisme entre deux modules sur un anneau, avec une présentation semblable en dehors des notions de base et de dimension. Cette notion étend celle de fonction linéaire en analyse réelle à des espaces vectoriels plus généraux.
Quasidihedral groupIn mathematics, the quasi-dihedral groups, also called semi-dihedral groups, are certain non-abelian groups of order a power of 2. For every positive integer n greater than or equal to 4, there are exactly four isomorphism classes of non-abelian groups of order 2n which have a cyclic subgroup of index 2. Two are well known, the generalized quaternion group and the dihedral group. One of the remaining two groups is often considered particularly important, since it is an example of a 2-group of maximal nilpotency class.
Produit direct (groupes)En mathématiques, et plus particulièrement en théorie des groupes, le produit direct d'une famille de groupes est une structure de groupe qui se définit naturellement sur le produit cartésien des ensembles sous-jacents à ces groupes. Soient et deux groupes. Désignons par leur produit cartésien (ou, plus exactement, le produit cartésien de leurs ensembles sous-jacents). Il est naturel de définir sur une loi de composition composante par composante : le produit apparaissant dans le second membre étant calculé dans et le produit dans .
Sous-espace vectorielEn algèbre linéaire, un sous-espace vectoriel d'un espace vectoriel E, est une partie non vide F, de E, stable par combinaisons linéaires. Cette stabilité s'exprime par : la somme de deux vecteurs de F appartient à F ; le produit d'un vecteur de F par un scalaire appartient à F. Muni des lois induites, F est alors un espace vectoriel. L'intersection d'une famille non vide de sous-espaces de E est un sous-espace de E. La réunion d'une famille non vide de sous-espaces n'en est généralement pas un ; le sous-espace engendré par cette réunion est la somme de cette famille.
