Une matrice de type est à coefficients positifs lorsque tous ses éléments sont réels positifs ; on écrira alors .
Elle est dite strictement positive lorsque tous ses éléments sont strictement positifs ; on écrira alors .
et étant deux matrices réelles on définit une relation d'ordre partiel sur ces matrices en posant .
Il est immédiat que cette relation d'ordre est compatible avec l'addition. De même elle est compatible avec la multiplication (à gauche ou à droite) par une matrice positive.
À toute matrice carrée positive nous associons le graphe (orienté) défini par :
l'ensemble des sommets est ,
un arc (orienté) joint le sommet au sommet si .
Rappelons par ailleurs qu'un chemin de longueur est une suite de arcs telle que l'extrémité de chaque arc soit l'origine du suivant. L'origine du premier arc est l'origine du chemin et l'extrémité du dernier arc est l'extrémité du chemin. On peut considérer qu'un chemin de longueur relie chaque sommet à lui-même.
Il est aisé (par exemple en faisant une récurrence) de vérifier :
Rappelons qu'un graphe est fortement connexe si pour tout couple de sommets il existe un chemin joignant à .
Il résulte alors aisément par utilisation du second lemme ci-dessus que est fortement connexe si et seulement s'il existe un naturel tel que .
Tout chemin dans un graphe peut être simplifié en supprimant les cycles (chemin dont l'origine coïncide avec l'extrémité) parcourus dans ce chemin. Par conséquent un tel chemin simplifié ne peut passer qu'une fois au plus par chaque sommet et est donc de longueur inférieure ou égale à . Le graphe est donc fortement connexe si et seulement s'il existe un naturel tel que .
Nous dirons que la matrice carrée positive est irréductible si le graphe est fortement connexe.
En particulier une matrice strictement positive est irréductible puisque chaque sommet de est relié à tout sommet par un arc (chemin de longueur 1).
L'étude ci-dessus montre qu'une caractérisation des matrices positives irréductibles est la suivante : Il existe un naturel tel que .
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
En mathématiques, une M-matrice est une matrice carrée réelle qui est à la fois une P-matrice et une Z-matrice, ce qui signifie que tous ses mineurs principaux sont strictement positifs et que ses éléments extra-diagonaux sont négatifs. D'autres caractérisations peuvent être utilisées, dont certaines sont données ci-dessous. Ces matrices interviennent dans l'étude des problèmes de complémentarité linéaire et dans certaines discrétisations d'opérateurs différentiels, en particulier ceux obéissant à un principe du maximum, comme le laplacien.
In mathematics, a symmetric matrix with real entries is positive-definite if the real number is positive for every nonzero real column vector where is the transpose of . More generally, a Hermitian matrix (that is, a complex matrix equal to its conjugate transpose) is positive-definite if the real number is positive for every nonzero complex column vector where denotes the conjugate transpose of Positive semi-definite matrices are defined similarly, except that the scalars and are required to be positive or zero (that is, nonnegative).
Functional connectomes (FCs) containing pairwise estimations of functional couplings between pairs of brain regions are commonly represented by correlation matrices. As symmetric positive definite matrices, FCs can be transformed via tangent space projecti ...
In this thesis we propose and analyze algorithms for some numerical linear algebra tasks: finding low-rank approximations of matrices, computing matrix functions, and estimating the trace of matrices.In the first part, we consider algorithms for building l ...
EPFL2022
, ,
This paper is concerned with two improved variants of the Hutch++ algorithm for estimating the trace of a square matrix, implicitly given through matrix-vector products. Hutch++ combines randomized low-rank approximation in a first phase with stochastic tr ...