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 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.
Matrice involutiveIn mathematics, an involutory matrix is a square matrix that is its own inverse. That is, multiplication by the matrix A is an involution if and only if A2 = I, where I is the n × n identity matrix. Involutory matrices are all square roots of the identity matrix. This is simply a consequence of the fact that any invertible matrix multiplied by its inverse is the identity. The 2 × 2 real matrix is involutory provided that The Pauli matrices in M(2, C) are involutory: One of the three classes of elementary matrix is involutory, namely the row-interchange elementary matrix.
Combinaison linéaireEn mathématiques, une combinaison linéaire est une expression construite à partir d'un ensemble de termes en multipliant chaque terme par une constante et en ajoutant le résultat. Par exemple, une combinaison linéaire de x et y serait une expression de la forme ax + by, où a et b sont des constantes. Le concept de combinaison linéaire est central en algèbre linéaire et dans des domaines connexes des mathématiques. La majeure partie de cet article traite des combinaisons linéaires dans le contexte d'espace vectoriel sur un corps commutatif, et indique quelques généralisations à la fin de l'article.
Solide de PlatonEn géométrie euclidienne, un solide de Platon est l’un des cinq polyèdres à la fois réguliers et convexes. En référence au nombre de faces (4, 6, 8, 12 et 20) qui les composent, ils sont nommés couramment tétraèdre (régulier), hexaèdre (régulier) ou cube, octaèdre (régulier), dodécaèdre (régulier) et icosaèdre (régulier), les adjectifs « régulier » et « convexe » étant souvent implicites ou omis quand le contexte le permet. Depuis les mathématiques grecques, les solides de Platon furent un sujet d’étude des géomètres en raison de leur esthétique et de leurs symétries.
Forme linéaireEn algèbre linéaire, une forme linéaire sur un espace vectoriel est une application linéaire sur son corps de base. En dimension finie, elle peut être représentée par une matrice ligne qui permet d’associer à son noyau une équation cartésienne. Dans le cadre du calcul tensoriel, une forme linéaire est aussi appelée covecteur, en lien avec l’action différente des matrices de changement de base.
Polytope régulierdroite|vignette|Le dodécaèdre régulier, un des cinq solides platoniciens. En mathématiques, plus précisément en géométrie ou encore en géométrie euclidienne, un polytope régulier est une figure de géométrie présentant un grand nombre de symétries. En dimension deux, on trouve par exemple le triangle équilatéral, le carré, les pentagone et hexagone réguliers, etc. En dimension trois se rangent parmi les polytopes réguliers le cube, le dodécaèdre régulier (ci-contre), tous les solides platoniciens.
PolyèdreUn polyèdre est une forme géométrique à trois dimensions (un solide géométrique) ayant des faces planes polygonales qui se rencontrent selon des segments de droite qu'on appelle arêtes. Le mot polyèdre, signifiant à plusieurs faces, provient des racines grecques πολύς (polys), « beaucoup » et ἕδρα (hedra), « base », « siège » ou « face ». Un polyèdre est un solide dont toutes les faces sont des polygones. Les côtés de ces polygones sont appelés arêtes. Les extrémités des arêtes sont des points appelés sommets.
Somme de MinkowskiEn géométrie, la somme de Minkowski est une opération sur les parties d'un espace vectoriel. À deux parties A et B elle associe leur ensemble somme, formé des sommes d'un élément de A et d'un élément de B : La somme de deux compacts est compacte. Il est ainsi possible de restreindre l'opération à cet ensemble, qui peut être muni d'une distance, dite de Hausdorff. La somme de Minkowski est alors une opération continue. De plus elle respecte les convexes, c'est-à-dire que la somme de deux convexes est encore convexe.
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.
