Matrice triangulairevignette|algèbre linéaire En algèbre linéaire, une matrice triangulaire est une matrice carrée dont tous les coefficients sont nuls d’un côté ou de l’autre de la diagonale principale. C’est en particulier le cas si la matrice est diagonale. Une matrice est triangulaire stricte si elle est triangulaire et que tous ses coefficients diagonaux sont nuls. Dans ce qui suit, on considérera un anneau unitaire R non forcément commutatif, des R-modules à gauche et des R-modules à droite.
HomomorphismIn algebra, a homomorphism is a structure-preserving map between two algebraic structures of the same type (such as two groups, two rings, or two vector spaces). The word homomorphism comes from the Ancient Greek language: ὁμός () meaning "same" and μορφή () meaning "form" or "shape". However, the word was apparently introduced to mathematics due to a (mis)translation of German ähnlich meaning "similar" to ὁμός meaning "same". The term "homomorphism" appeared as early as 1892, when it was attributed to the German mathematician Felix Klein (1849–1925).
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.
Morphisme de groupesUn morphisme de groupes ou homomorphisme de groupes est une application entre deux groupes qui respecte la structure de groupe. Plus précisément, c'est un morphisme de magmas d'un groupe dans un groupe , c'est-à-dire une application telle que et l'on en déduit alors que f(e) = e (où e et e désignent les neutres respectifs de G et G) et ∀x ∈ G f(x) = [f(x)]. donc ; en composant par l'inverse de , on obtient (autrement dit, un morphisme de groupes conserve l'idempotence, et l'élément neutre d'un groupe est son unique élément idempotent).
Matrix ringIn abstract algebra, a matrix ring is a set of matrices with entries in a ring R that form a ring under matrix addition and matrix multiplication . The set of all n × n matrices with entries in R is a matrix ring denoted Mn(R) (alternative notations: Matn(R) and Rn×n). Some sets of infinite matrices form infinite matrix rings. Any subring of a matrix ring is a matrix ring. Over a rng, one can form matrix rngs. When R is a commutative ring, the matrix ring Mn(R) is an associative algebra over R, and may be called a matrix algebra.
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).
Matrice diagonaleEn algèbre linéaire, une matrice diagonale est une matrice carrée dont les coefficients en dehors de la diagonale principale sont nuls. Les coefficients de la diagonale peuvent être ou ne pas être nuls. Une matrice diagonale est une matrice qui correspond à la représentation d'un endomorphisme diagonalisable dans une base de vecteurs propres. La matrice d'un endomorphisme diagonalisable est semblable à une matrice diagonale. Toute matrice diagonale est symétrique, normale et triangulaire.
Mineur (algèbre linéaire)vignette|Il est possible d'utiliser les mineurs d'ordre 2 d'une matrice de dimension 3 pour calculer son déterminant. En algèbre linéaire, les mineurs d'une matrice sont les déterminants de ses sous-matrices carrées. Ainsi si A est une matrice de taille m par n, on appelle mineur d'ordre k le déterminant d'une sous-matrice carrée de taille k obtenue en supprimant m – k lignes et n – k colonnes de la matrice initiale, ce que l'on peut noter det A, où I ( J) est une partie à k éléments de {1, ..., m ( n)}.
NilpotentEn mathématiques, un élément x d'un anneau unitaire (ou même d'un pseudo-anneau) est dit nilpotent s'il existe un entier naturel n non nul tel que x = 0. Cette définition peut être appliquée en particulier aux matrices carrées. La matrice est nilpotente parce que A = 0. On parle alors de matrice nilpotente et d'endomorphisme nilpotent. Dans l'anneau Z/9Z, la classe de 3 est nilpotente parce que 3 est congru à 0 modulo 9. L'anneau des coquaternions contient un cône de nilpotents.
Algebra homomorphismIn mathematics, an algebra homomorphism is a homomorphism between two algebras. More precisely, if A and B are algebras over a field (or a ring) K, it is a function such that, for all k in K and x, y in A, one has The first two conditions say that F is a K-linear map, and the last condition says that F preserves the algebra multiplication. So, if the algebras are associative, F is a rng homomorphism, and, if the algebras are rings and F preserves the identity, it is a ring homomorphism.
Module homomorphismIn algebra, a module homomorphism is a function between modules that preserves the module structures. Explicitly, if M and N are left modules over a ring R, then a function is called an R-module homomorphism or an R-linear map if for any x, y in M and r in R, In other words, f is a group homomorphism (for the underlying additive groups) that commutes with scalar multiplication. If M, N are right R-modules, then the second condition is replaced with The of the zero element under f is called the kernel of f.
Valeur propre, vecteur propre et espace propreEn mathématiques, et plus particulièrement en algèbre linéaire, le concept de vecteur propre est une notion algébrique s'appliquant à une application linéaire d'un espace dans lui-même. Il correspond à l'étude des axes privilégiés, selon lesquels l'application se comporte comme une dilatation, multipliant les vecteurs par une même constante. Ce rapport de dilatation est appelé valeur propre, les vecteurs auxquels il s'applique s'appellent vecteurs propres, réunis en un espace propre.
Morphisme d'anneauxUn morphisme d'anneaux est une application entre deux anneaux (unitaires) A et B, compatible avec les lois de ces anneaux et qui envoie le neutre multiplicatif de A sur le neutre multiplicatif de B. Un morphisme d'anneaux est une application f entre deux anneaux (unitaires) A et B qui vérifie les trois propriétés suivantes : Pour tous a, b dans A : f(a + b) = f(a) + f(b) f(a ∙ b) = f(a) ∙ f(b) f(1A) = 1B.
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.
Matrice modaleEn algèbre linéaire, la matrice modale est utilisée dans le processus de diagonalisation impliquant des valeurs propres et des vecteurs propres. Plus précisément la matrice modale pour la matrice est la matrice n × n formée avec les vecteurs propres de sous forme de colonnes. Elle est utilisée en diagonalisation où est une matrice diagonale n × n avec les valeurs propres de sur la diagonale principale de et des zéros ailleurs. La matrice s'appelle la matrice spectrale pour .
Produit matricielLe produit matriciel désigne la multiplication de matrices, initialement appelé la « composition des tableaux ». Il s'agit de la façon la plus fréquente de multiplier des matrices entre elles. En algèbre linéaire, une matrice A de dimensions m lignes et n colonnes (matrice m×n) représente une application linéaire ƒ d'un espace de dimension n vers un espace de dimension m. Une matrice colonne V de n lignes est une matrice n×1, et représente un vecteur v d'un espace vectoriel de dimension n. Le produit A×V représente ƒ(v).
Matrice diagonalisableEn mathématiques, une matrice diagonalisable est une matrice carrée semblable à une matrice diagonale. Cette propriété est équivalente à l'existence d'une base de vecteurs propres, ce qui permet de définir de manière analogue un endomorphisme diagonalisable d'un espace vectoriel. Le fait qu'une matrice soit diagonalisable dépend du corps dans lequel sont cherchées les valeurs propres, ce que confirme la caractérisation par le fait que le polynôme minimal soit scindé à racines simples.
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.
Derivative of the exponential mapIn the theory of Lie groups, the exponential map is a map from the Lie algebra g of a Lie group G into G. In case G is a matrix Lie group, the exponential map reduces to the matrix exponential. The exponential map, denoted exp:g → G, is analytic and has as such a derivative d/dtexp(X(t)):Tg → TG, where X(t) is a C1 path in the Lie algebra, and a closely related differential dexp:Tg → TG. The formula for dexp was first proved by Friedrich Schur (1891).
Algorithme de recherche de valeur propreUn problème important en analyse numérique consiste à développer des algorithmes efficaces et stables pour trouver les valeurs propres d'une matrice. Ces algorithmes de recherche de valeurs propres peuvent être étendus pour donner les vecteurs propres associés. Valeur propre, vecteur propre et espace propre Pour une matrice carrée A de taille n × n réelle ou complexe, une valeur propre λ et son vecteur propre généralisé associé v sont un couple vérifiant la relation où v est un vecteur colonne n × 1 non nul, I la matrice identité de taille n × n, k un entier positif.
