Analyse vectorielleL'analyse vectorielle est une branche des mathématiques qui étudie les champs de scalaires et de vecteurs suffisamment réguliers des espaces euclidiens, c'est-à-dire les applications différentiables d'un ouvert d'un espace euclidien à valeurs respectivement dans et dans . Du point de vue du mathématicien, l'analyse vectorielle est donc une branche de la géométrie différentielle. Cette dernière inclut l'analyse tensorielle qui apporte des outils plus puissants et une analyse plus concise entre autres des champs de vecteurs.
QuadriqueEn mathématiques, une quadrique, ou surface quadratique, est une surface satisfaisant une équation cartésienne polynomiale de degré 2 à trois variables (notées généralement x, y et z) de la forme Ces surfaces sont classifiées par une équation réduite dans un repère orthonormé adapté en géométrie euclidienne, et en neuf classes non dégénérées à transformation linéaire près en géométrie affine. On peut également les étudier dans le cadre de la géométrie projective, qui simplifie et unifie complètement les résultats.
Géométrie conformeEn mathématiques, la géométrie conforme est l'étude de l'ensemble des transformations préservant l'angle (conformes) sur un espace. Dans un espace réel de dimension 2, la géométrie conforme est précisément la géométrie des surfaces de Riemann. Dans des espaces de dimension supérieure à 2, la géométrie conforme peut se référer soit à l'étude des transformations conformes de ce qu'on appelle les "espaces plats" (tels que les espaces euclidiens ou les sphères), soit à l'étude des variétés conformes qui sont des variétés riemanniennes ou pseudo-riemanniennes.
Formule quadratiqueEn algèbre classique, la formule quadratique est la solution de l'équation du second degré. Il y a d'autres façons pour résoudre l'équation du second degré au lieu d'utiliser la formule quadratique, comme la factorisation, la méthode de complétion du carré ou le tracé du graphe. Mais utiliser la formule quadratique est souvent la façon la plus pratique. L'équation du second degré générale est : Ici, x représente une valeur inconnue alors que a, b et c sont constantes, avec a non nul.
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.
Canonical formIn mathematics and computer science, a canonical, normal, or standard form of a mathematical object is a standard way of presenting that object as a mathematical expression. Often, it is one which provides the simplest representation of an object and allows it to be identified in a unique way. The distinction between "canonical" and "normal" forms varies from subfield to subfield. In most fields, a canonical form specifies a unique representation for every object, while a normal form simply specifies its form, without the requirement of uniqueness.
Transformation canoniqueEn mécanique hamiltonienne, une transformation canonique est un changement des coordonnées canoniques (q, p, t) → (Q, P, t) qui conserve la forme des équations de Hamilton, sans pour autant nécessairement conserver le Hamiltonien en lui-même. Les transformations canoniques sont utiles pour les équations de Hamilton-Jacobi (une technique utile pour calculer les quantités conservées) et le théorème de Liouville (à la base de la mécanique statistique classique).
Coordonnées canoniquesEn mathématiques et en mécanique classique, les coordonnées canoniques sont des ensembles de coordonnées sur l'espace des phases qui peuvent être utilisées pour décrire un système physique à un moment donné dans le temps. Les coordonnées canoniques sont utilisées dans la formulation hamiltonienne de la mécanique classique. Un concept étroitement lié apparaît également en mécanique quantique ; voir le théorème de Stone-von Neumann et les relations de commutation canoniques pour plus de détails.
Spectre d'un opérateur linéaireEn mathématiques, plus précisément en analyse fonctionnelle, le spectre d'un opérateur linéaire sur un espace vectoriel topologique est l'ensemble de ses valeurs spectrales. En dimension finie, cet ensemble se réduit à l'ensemble des valeurs propres de cet endomorphisme, ou de sa matrice dans une base. En et en mécanique quantique, la notion de spectre s'étend aux opérateurs non bornés fermés. Soit une algèbre de Banach unifère sur le corps des nombres complexes.
Algorithme du simplexeLalgorithme du simplexe est un algorithme de résolution des problèmes d'optimisation linéaire. Il a été introduit par George Dantzig à partir de 1947. C'est probablement le premier algorithme permettant de minimiser une fonction sur un ensemble défini par des inégalités. De ce fait, il a beaucoup contribué au démarrage de l'optimisation numérique. L'algorithme du simplexe a longtemps été la méthode la plus utilisée pour résoudre les problèmes d'optimisation linéaire.
Théorème du point fixe de BrouwerEn mathématiques, et plus précisément en topologie algébrique, le théorème du point fixe de Brouwer fait partie de la grande famille des théorèmes de point fixe, qui énoncent que si une fonction continue f vérifie certaines propriétés, alors il existe un point x0 tel que f(x0) = x0. La forme la plus simple du théorème de Brouwer prend comme hypothèse que la fonction f est définie sur un intervalle fermé borné non vide I et à valeurs dans I. Sous une forme plus générale, la fonction est définie sur un convexe compact K d'un espace euclidien et à valeurs dans K.
Théorème du point fixe de LefschetzEn mathématiques, le théorème du point fixe de Lefschetz est une formule qui compte le nombre de points fixes d'une application continue d'un espace compact X dans lui-même en utilisant les traces des endomorphismes qu'elle induit sur l'homologie de X. Il est nommé d'après Solomon Lefschetz qui l'a démontré en 1926. Chaque point fixe est compté avec sa multiplicité. Une version faible du théorème suffit à démontrer qu'une application qui n'a aucun point fixe doit vérifier certaines propriétés particulières (comme une rotation du cercle).
