Demi-groupe inversifEn mathématiques, et notamment en algèbre, un demi-groupe inversif est un demi-groupe où tout élément a un inverse unique au sens des demi-groupes : pour tout élément de , il existe un élément unique de tel que et . Les demi-groupes inversifs apparaissent dans un certain nombre de contextes. L'exemple le plus courant est le demi-groupe des bijections partielles d'une ensemble dans lui-même appelé le demi-groupe inversif symétrique ou monoïde inversif symétrique sur cet ensemble.
OnduleurUn onduleur est un dispositif d'électronique de puissance permettant de générer des tensions et des courants alternatifs à partir d'une source d'énergie électrique continue. Son fonctionnement est à dissocier des autres convertisseurs comme les convertisseurs AC/AC, les redresseurs (AC/DC) ou encore les convertisseurs DC/DC. Cependant un onduleur peut être associé à d'autres convertisseurs pour en changer la fonction. Le nom anglais de l'onduleur, « inverter », vient du fait qu'historiquement l'onduleur avait la fonction inverse d'un redresseur.
Grid-tie inverterA grid-tie inverter converts direct current (DC) into an alternating current (AC) suitable for injecting into an electrical power grid, normally 120 V RMS at 60 Hz or 240 V RMS at 50 Hz. Grid-tie inverters are used between local electrical power generators: solar panel, wind turbine, hydro-electric, and the grid. To inject electrical power efficiently and safely into the grid, grid-tie inverters must accurately match the voltage, frequency and phase of the grid sine wave AC waveform.
Bijection réciproqueEn mathématiques, la bijection réciproque (ou fonction réciproque ou réciproque) d'une bijection est l'application qui associe à chaque élément de l'ensemble d'arrivée son unique antécédent par . Elle se note . On considère l'application de vers définie par . Pour chaque réel y, il y a un et un seul réel x tel que , ainsi pour = 8, le seul convenable est 2, en revanche, pour = –27 c'est –3. En termes mathématiques, on dit que est l'unique antécédent de et que est une bijection.
Opposé (mathématiques)En mathématiques, lopposé d'un élément x (s'il existe) est le nom donné à l'élément symétrique, lorsque la loi est notée additivement. Dans le cas réel, il s'agit du nombre qui, ajouté par x, donne 0. On le note –x. Par exemple : l’opposé de 7 est égal à –7 car 7 + (–7) = 0 l’opposé de -0,3 est 0,3 car –0,3 + 0,3 = 0. Ainsi d’après le dernier exemple, –(–0,3) = 0,3. Plus généralement, si E est un ensemble muni d’une loi interne d’addition associative et commutative, l’opposé d’un élément x de E est le symétrique (s’il existe) de cet élément, et est noté en général –x.
Décomposition d'une matrice en éléments propresEn algèbre linéaire, la décomposition d'une matrice en éléments propres est la factorisation de la matrice en une forme canonique où les coefficients matriciels sont obtenus à partir des valeurs propres et des vecteurs propres. Un vecteur non nul v à N lignes est un vecteur propre d'une matrice carrée A à N lignes et N colonnes si et seulement si il existe un scalaire λ tel que : où λ est appelé valeur propre associée à v. Cette dernière équation est appelée « équation aux valeurs propres ».
Matrice transposéeEn mathématiques, la matrice transposée (ou la transposée) d'une matrice est la matrice , également notée ou , obtenue en échangeant les lignes et les colonnes de . Plus précisément, si on note pour et pour les coefficients respectivement de et de alors pour tout on a . Par exemple, si alors On suppose ici que K est un anneau commutatif. On note et deux matrices quelconques de et un scalaire. L'application « transposition » est linéaire : La transposée de est . Par conséquent, l'application « transposition » est bijective.
Matrice de rotationEn mathématiques, et plus précisément en algèbre linéaire, une matrice de rotation Q est une matrice orthogonale de déterminant 1, ce qui peut s'exprimer par les équations suivantes : QtQ = I = QQt et det Q = 1, où Qt est la matrice transposée de Q, et I est la matrice identité. Ces matrices sont exactement celles qui, dans un espace euclidien, représentent les isométries (vectorielles) directes.
Groupe général linéaireEn mathématiques, le groupe général linéaire — ou groupe linéaire — de degré n d’un corps commutatif K (ou plus généralement d'un anneau commutatif unifère) est le groupe des matrices inversibles de taille n à coefficients dans K, muni du produit matriciel. On le note GL(K) ou GL(n, K) et il représente les automorphismes de l’espace vectoriel K. Ce groupe est non abélien dès lors que n > 1. Lorsque K est un corps commutatif, l’ensemble GL(n, K) est en outre un ouvert pour la topologie de Zariski.
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).
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.
Rang (algèbre linéaire)En algèbre linéaire : le rang d'une famille de vecteurs est la dimension du sous-espace vectoriel engendré par cette famille. Par exemple, pour une famille de vecteurs linéairement indépendants, son rang est le nombre de vecteurs ; le rang d'une application linéaire de dans est la dimension de son , qui est un sous-espace vectoriel de . Le théorème du rang relie la dimension de , la dimension du noyau de et le rang de ; le rang d'une matrice est le rang de l'application linéaire qu'elle représente, ou encore le rang de la famille de ses vecteurs colonnes ; le rang d'un système d'équations linéaires est le nombre d'équations que compte tout système échelonné équivalent.
