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.
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.
Diagonale principaleEn algèbre linéaire, la diagonale principale d'une matrice carrée est la diagonale qui descend du coin en haut à gauche jusqu'au coin en bas à droite. Par exemple, la matrice carrée d'ordre 3 qui suit a des 1 sur sa diagonale principale : Il s'agit en particulier de la matrice identité d'ordre 3. Ici, la diagonale principale est composée de 1 et on a également 2 diagonales « secondaires » de part et d'autre de la diagonale principale, composées par des 2 et l'autre par des 3.
Diagonalevignette|Le segment [D'B'] est une diagonale du carré A'B'C'D'.[D'B'] et [A'C] sont tous deux des diagonales du cube ci-dessus. On appelle diagonale d'un polygone tout segment reliant deux sommets non consécutifs (non reliés par un côté). Un polygone à n côtés possède donc diagonales. Un quadrilatère est un parallélogramme si, et seulement si, ses diagonales se croisent en leur milieu. On appelle diagonale de l'espace une diagonale d'un polytope, diagonale de l'espace principale une diagonale principale d'un polytope, diagonale de l'espace brisée une diagonale brisée d'un hypercube.
LausanneLausanne () est une ville suisse située sur la rive nord du lac Léman. Capitale du canton de Vaud, elle est également capitale olympique et chef-lieu du district de Lausanne. Elle est la quatrième ville du pays en nombre d'habitants après Zurich, Genève et Bâle. En , la commune de Lausanne compte , et l'agglomération lausannoise compte . En 2012, elle concentre 50 % de la population et 60 % des emplois du canton de Vaud.
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.
Space diagonalIn geometry, a space diagonal (also interior diagonal or body diagonal) of a polyhedron is a line connecting two vertices that are not on the same face. Space diagonals contrast with face diagonals, which connect vertices on the same face (but not on the same edge) as each other. For example, a pyramid has no space diagonals, while a cube (shown at right) or more generally a parallelepiped has four space diagonals. An axial diagonal is a space diagonal that passes through the center of a polyhedron.
Orthogonal diagonalizationIn linear algebra, an orthogonal diagonalization of a symmetric matrix is a diagonalization by means of an orthogonal change of coordinates. The following is an orthogonal diagonalization algorithm that diagonalizes a quadratic form q(x) on Rn by means of an orthogonal change of coordinates X = PY. Step 1: find the symmetric matrix A which represents q and find its characteristic polynomial Step 2: find the eigenvalues of A which are the roots of . Step 3: for each eigenvalue of A from step 2, find an orthogonal basis of its eigenspace.
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.
Matrice inversibleEn mathématiques et plus particulièrement en algèbre linéaire, une matrice inversible (ou régulière ou encore non singulière) est une matrice carrée A pour laquelle il existe une matrice B de même taille n avec laquelle les produits AB et BA sont égaux à la matrice identité. Dans ce cas la matrice B est unique, appelée matrice inverse de A et notée B = A. Cette définition correspond à celle d’élément inversible pour la multiplication dans l’anneau des matrices carrées associé.
District de LausanneLe district de Lausanne, dont Lausanne est le chef-lieu, est l'un des dix districts du canton de Vaud. Originellement composé de 12 communes, divisé en 3 cercles, le district s'est vu, lors de la réorganisation cantonale du , amputé des communes de Belmont-sur-Lausanne, Paudex et Pully qui ont rejoint le nouveau district de Lavaux-Oron ainsi que de Crissier, Prilly et Renens rattaché au nouveau district de l'Ouest lausannois. Au janvier 2008, la préfecture du district de Lausanne est administrée par trois préfets, Jacques Nicod, Anne Bornand et Sylviane Klein.
Romanel-sur-LausanneRomanel-sur-Lausanne est une commune suisse du canton de Vaud, située dans le district de Lausanne. Elle est située entre Cheseaux, et Lausanne. vignette|gauche|Photo aérienne (1964). Le territoire de Romanel-sur-Lausanne s'étend sur . Lors du relevé de , les surfaces d'habitations et d'infrastructures représentaient de sa superficie, les surfaces agricoles , les surfaces boisées et les surfaces improductives . À au nord-ouest de Lausanne sur la route reliant cette dernière à Echallens et à Yverdon, le village de Romanel est situé à l'extrémité sud du grand plateau du Jorat.
Cheseaux-sur-LausanneCheseaux-sur-Lausanne est une commune suisse du canton de Vaud, située dans le district de Lausanne à de Lausanne, d'Yverdon et de Genève. vignette|gauche|Photo aérienne (1964) Cheseaux s'étend sur et se situe à de la ville de Lausanne, elle est traversée par l'axe cantonal reliant Lausanne à Yverdon. Elle se situe entre Étagnières, Lausanne et Morrens. Sa population s'élève environ à à la fin 2019. Elle est traversée par deux rivières, la Chamberonne (à l'Ouest) et la Mèbre (à l'Est).
Matrice (mathématiques)thumb|upright=1.5 En mathématiques, les matrices sont des tableaux d'éléments (nombres, caractères) qui servent à interpréter en termes calculatoires, et donc opérationnels, les résultats théoriques de l'algèbre linéaire et même de l'algèbre bilinéaire. Toutes les disciplines étudiant des phénomènes linéaires utilisent les matrices. Quant aux phénomènes non linéaires, on en donne souvent des approximations linéaires, comme en optique géométrique avec les approximations de Gauss.
Belmont-sur-LausanneBelmont-sur-Lausanne est une commune suisse du canton de Vaud, située dans le district de Lavaux-Oron, à l'est de Lausanne et au nord de Pully. Les habitants de la commune se nomment les Belmontais ou les Bimands (du nom en patois vaudois de la commune : Bîman). Ils sont surnommés les Hannetons ou les Cancoires (Quincoâre ou Cancoâre). La commune de Belmont faisait partie intégrante de la commune de Pully jusqu'à la scission. Belmont tire son nom de « beau mont ». La commune est dotée d'un petit centre commercial non loin de l'école.
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 ».
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.
Paire de matrices commutantesEn mathématiques, une paire de matrices commutantes est une paire {A, B} de matrices carrées à coefficients dans un corps qui commutent, c'est-à-dire que AB = BA. L'étude des paires de matrices commutantes a des aspects tout à fait élémentaires et d'autres qui font l'objet de recherches en cours. L'énoncé de certains problèmes étudiés est assez élémentaire pour être présenté au niveau de la première année d'études supérieures. En voici un exemple : Une matrice nilpotente est une matrice dont une puissance est nulle.
Matrice compagnonEn algèbre linéaire, la matrice compagnon du polynôme unitaire est la matrice carrée suivante : mais il existe d'autres conventions : la matrice transposée de celle ci-dessus ; une variante de cette transposée : la matrice Le polynôme caractéristique de C(p) est égal à p (ou (–1)p selon la convention choisie pour le polynôme caractéristique) ; en ce sens, la matrice C(p) est la « compagne » du polynôme p. Si le polynôme p possède n racines distinctes λ1, ...
Matrice normaleEn algèbre linéaire, une matrice carrée A à coefficients complexes est une matrice normale si elle commute avec sa matrice adjointe A*, c'est-à-dire si A⋅A* = A*⋅A. Toutes les matrices hermitiennes, ou unitaires sont normales, en particulier, parmi les matrices à coefficients réels, toutes les matrices symétriques, antisymétriques ou orthogonales. Ce théorème — cas particulier du théorème de décomposition de Schur — est connu sous le nom de théorème spectral, et les éléments diagonaux de UAU sont alors les valeurs propres de A.
