Dissertations / Theses on the topic 'Matrices triangulares'

Made available in DSpace on 2016-06-02T20:28:24Z (GMT). No. of bitstreams: 1 2610.pdf: 386941 bytes, checksum: c8a3ba4e0831fb36f3dc816ea1867bbd (MD5) Previous issue date: 2009-08-11<br>Financiadora de Estudos e Projetos<br>In this work we study group gradings on the upper triangular matrices algebra UTn(F), which have several applications in the PI-algebra theory. Our main purpose is to exhibit a description of all _nite gradings of UTn(F) by a group G up to isomorphism. To begin with, we restrict to the case where the base _eld F is algebraically closed of characteristic zero and the group G is _nite abelian. Using the method of group representation we present an explicit description of the duality between G-actions and G-gradings on an associative algebra, and such duality plays an important role in the proof of the main result presented for this case. Finally, the proof of the general result, for an arbitrary base _eld F and an arbitrary group G, accomplished by an alternative approach deeply based on semi-simplicity properties of rings is presented.<br>Neste trabalho estudamos graduações de grupo na _álgebra das matrizes triangulares superiores UTn(F), as quais possuem muitas aplicações na teoria de PI-_álgebras. Nosso principal objetivo _e exibir uma descrição de todas as graduações finitas de UTn(F) por um grupo G, a menos de isomorfismo. Primeiramente, nos restringimos ao caso onde o corpo base F _e algebricamente fechado de característica zero e o grupo G-abeliano finito. Usando o método de representação de grupo, apresentamos uma descrição explícita da dualidade entre G-ações e G-graduações numa álgebra associativa, dualidade esta que desempenha um papel importante na prova do resultado principal apresentada para este caso. Finalmente, apresentamos uma prova do resultado geral, para um corpo base arbitrário F e um grupo arbitrário G, que utiliza uma abordagem alternativa fortemente baseada em propriedades de semi-simplicidade de anéis.

Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-08-13T14:12:26Z No. of bitstreams: 1 LAISE DIAS ALVES ARAÚJO - DISSERTAÇÃO PPGMAT 2017..pdf: 818445 bytes, checksum: 666322e4502e880db6af0ea641df08f7 (MD5)<br>Made available in DSpace on 2018-08-13T14:12:26Z (GMT). No. of bitstreams: 1 LAISE DIAS ALVES ARAÚJO - DISSERTAÇÃO PPGMAT 2017..pdf: 818445 bytes, checksum: 666322e4502e880db6af0ea641df08f7 (MD5) Previous issue date: 2017-06<br>Capes<br>Nesta dissertação estudamos as graduações elementares (ou boas graduações) e as identidades polinomiais graduadas correspondentes em álgebras de matrizes triangulares superiores em blocos. Uma graduação elementar por um grupo G na álgebra A = UT(α1, α2, ..., αr) de matrizes triangulares superiores em blocos é determinada por uma n-upla em Gn, onde n = α1+· · ·+αr. Mostraremos que as graduações elementares em A determinadas por duas n-uplas em Gnsão isomorfas se, e somente se, as n-uplas estão na mesma órbita da bi-ação canônica em Gn com o grupo Sα1 × · · · × Sαr agindo à esquerda e G à direita. Em seguida utilizamos estes resultados para mostrar que, sob certas hipóteses (por exemplo, se o grupo G tem ordem prima), duas álgebras de matrizes triangulares superiores em blocos, graduadas pelo grupo G, satisfazem as mesmas identidades graduadas se, e somente se, são isomorfas (como álgebras graduadas).<br>In this dissertation we study elementary (or good) gradings in upper block triangular matrix algebras and the corresponding graded polynomial identities. An elementary grading by a group G on the algebra A = UT(α1, α2, ..., αr) of upper block triangular matrices is determined by an n-tuple in Gn, where n = α1 + · · · + αr. It will be proved that the elementary gradings on A determined by two n-tuples in Gn are isomorphic if and only if the n-tuples are in the same orbit in the canonical bi-action on Gn with the group Sα1 × · · · × Sαr acting on the left and the group G acting on the right. These results will be used to prove that under suitable hypothesis (for example if the group G has prime order) two upper block triangular matrix algebras, graded by the group G, satisfy the same graded identities if and only if they are isomorphic (as graded algebras).

Let F be a field and G a group. In this dissertation, we deal with the G-gradings of the algebra of upper triangular matrices over F, based on Valenti and Zaicev's articles on the subject. We start by the 2x2 matrices case, which shows in a simpler manner the techniques used on the more general cases. We then deal with the case where n is arbitrary, but first will restrict ourselves to the case F is an algebraically closed field of characteristc zero and G an finite abelian group. Lastly, we will do the general case: If F is any field and G any group, then every G-grading of the algebra of upper triangular matrices over F is isomorphic to a kind we call elementary.<br>Sejam F um corpo e G um grupo. Nesta dissertação, trataremos das G-graduações da álgebra de matrizes triangulares superiores sobre F, a partir dos artigos de Valenti e Zaicev sobre o assunto. Começaremos pelo caso das matrizes 2 x 2, que ilustra de forma mais simples as técnicas usadas nos casos mais gerais. Passaremos então ao caso em que n é arbitrário, mas nos restringiremos primeiramente ao caso em que F é um corpo algebricamente fechado de característica zero e G um grupo abeliano finito. Por fim, faremos o caso geral: Para F um corpo qualquer e G um grupo qualquer temos que toda G-graduação da álgebra de matrizes triangulares superiores sobre F é, a menos de isomorfismo, de um tipo que chamamos elementar.

We present a new procedure to adaptively produce anisotropic metric-orthogonal meshes in this thesis. The approach is based on mesh optimization techniques: point insertion designed to improve mesh alignment as well as conforming to a metric, swapping in the metric space, point movement defined by target elements from a metric, and point deletion based on quality and metric length. These techniques are intended to produce quasi-structured meshes which have the advantages of flexibility for complex geometries of unstructured meshes and the directional accuracy of structured meshes. The result is reliable alignment for anisotropic meshes reducing our previous work's reliance on smoothing for good alignment. The methodology is implemented in 2D and extended to 3D. Examples of analytical metrics and error estimation metrics on a numerical simulation of a flow are shown.<br>Applied Science, Faculty of<br>Mechanical Engineering, Department of<br>Graduate

Lie algebra multipliers and their properties is a recent area of study. A multiplier is the Lie algebra analogue of the Schur multiplier from group theory. By definition a multiplier is central, so we only need to find its dimension in order to characterize it. We will investigate how to find the dimensions of the multipliers for the lower central series of strictly upper triangular matrices. The closed form result is a set of six polynomial answers in two variables: the size of the matrix and the position in the series.

Let $U_\infty\Z_p$ be the group of infinite invertible upper triangular matrices with entries in the $p$-adic integers. Also let $\Aut_{\text{left-}\ell\text{-mod}}^0(\ell\wedge\ell)$ be the group of left $\ell$-module automorphisms of $\ell\wedge\ell$ which induce the identity on mod $p$ homology, where $\ell$ is the Adams summand of the $p$-adically complete connective $K$-Theory spectrum. In this thesis we construct and prove there is an isomorphism between these two groups. We will then determine a specific matrix (up to conjugacy) which corresponds to the automorphism $1\wedge\psi^q$ of $\ell\wedge\ell$ where $\psi^q$ is the Adams operation and $q$ is an integer which generates the $p$-adic units $\Z_p^\times$. We go on to look at the map $1\wedge\phi_n$ where $\phi_n=(\psi^q-1)(\psi^q-r)\cdots(\psi^q-r^{n-1})$ and $r=q^{p-1}$ under a generalisation of the map which gave us the isomorphism. Lastly we use some of the ideas presented to give us a new way of looking at the ring of degree zero operations on the connective $p$-local Adams summand via upper triangular matrices.

Cette thèse vise à la conception de nouveaux algorithmes rapides en calcul numérique via les matrices de Toeplitz. Tout d'abord, nous avons introduit un algorithme rapide sur le calcul de l'inverse d'une matrice triangulaire de Toeplitz en se basant sur des notions d'interpolation polynomiale. Cet algorithme nécessitant uniquement deux FFT(2n) est manifestement efficace par rapport à ses prédécésseurs. ensuite, nous avons introduit un algorithme rapide pour la résolution d'un système linéaire de Toeplitz bande. Cette approche est basée sur l'extension de la matrice donnée par plusieurs lignes en dessus, de plusieurs colonnes à droite et d'attribuer des zéros et des constantes non nulles dans chacune de ces lignes et de ces colonnes de telle façon que la matrice augmentée à la structure d'une matrice triangulaire inférieure de Toeplitz. La stabilité de l'algorithme a été discutée et son efficacité a été aussi justifiée. Finalement, nous avons abordé la résolution d'un système de Toeplitz bandes par blocs bandes de Toeplitz. Ceci étant primordial pour établir la connexion de nos algorithmes à des applications en restauration d'images, un domaine phare en mathématiques appliquées<br>This thesis aims to design new fast algorithms for numerical computation via the Toeplitz matrices. First, we introduced a fast algorithm to compute the inverse of a triangular Toeplitz matrix with real and/or complex numbers based on polynomial interpolation techniques. This algorithm requires only two FFT (2n) is clearly effective compared to predecessors. A numerical accuracy and error analysis is also considered. Numerical examples are given to illustrate the effectiveness of our method. In addition, we introduced a fast algorithm for solving a linear banded Toeplitz system. This new approach is based on extending the given matrix with several rows on the top and several columns on the right and to assign zeros and some nonzero constants in each of these rows and columns in such a way that the augmented matrix has a lower triangular Toeplitz structure. Stability of the algorithm is discussed and its performance is showed by numerical experiments. This is essential to connect our algorithms to applications such as image restoration applications, a key area in applied mathematics

Nous nous intéressons à la résolution de systèmes linéaires creux de très grande taille par des méthodes directes de factorisation. Dans ce contexte, la taille de la matrice des facteurs constitue un des facteurs limitants principaux pour l'utilisation de méthodes directes de résolution. Nous supposons donc que la matrice des facteurs est de trop grande taille pour être rangée dans la mémoire principale du multiprocesseur et qu'elle a donc été écrite sur les disques locaux (hors-mémoire : OOC) d'une machine multiprocesseurs durant l'étape de factorisation. Nous nous intéressons à l'étude et au développement de techniques efficaces pour la phase de résolution après une factorization multifrontale creuse. La phase de résolution, souvent négligée dans les travaux sur les méthodes directes de résolution directe creuse, constitue alors un point critique de la performance de nombreuses applications scientifiques, souvent même plus critique que l'étape de factorisation. Cette thèse se compose de deux parties. Dans la première partie nous nous proposons des algorithmes pour améliorer la performance de la résolution hors-mémoire. Dans la deuxième partie nous pousuivons ce travail en montrant comment exploiter la nature creuse des seconds membres pour réduire le volume de données accédées en mémoire. Dans la première partie de cette thèse nous introduisons deux approches de lecture des données sur le disque dur. Nous montrons ensuite que dans un environnement parallèle le séquencement des tâches peut fortement influencer la performance. Nous prouvons qu'un ordonnancement contraint des tâches peut être introduit; qu'il n'introduit pas d'interblocage entre processus et qu'il permet d'améliorer les performances. Nous conduisons nos expériences sur des problèmes industriels de grande taille (plus de 8 Millions d'inconnues) et utilisons une version hors-mémoire d'un code multifrontal creux appelé MUMPS (solveur multifrontal parallèle). Dans la deuxième partie de ce travail nous nous intéressons au cas de seconds membres creux multiples. Ce problème apparaît dans des applications en electromagnétisme et en assimilation de données et résulte du besoin de calculer l'espace propre d'une matrice fortement déficiente, du calcul d'éléments de l'inverse de la matrice associée aux équations normales pour les moindres carrés linéaires ou encore du traitement de matrices fortement réductibles en programmation linéaire. Nous décrivons un algorithme efficace de réduction du volume d'Entrées/Sorties sur le disque lors d'une résolution hors-mémoire. Plus généralement nous montrons comment le caractère creux des seconds -membres peut être exploité pour réduire le nombre d'opérations et le nombre d'accès à la mémoire lors de l'étape de résolution. Le travail présenté dans cette thèse a été partiellement financé par le projet SOLSTICE de l'ANR (ANR-06-CIS6-010)<br>We consider the solution of very large systems of linear equations with direct multifrontal methods. In this context the size of the factors is an important limitation for the use of sparse direct solvers. We will thus assume that the factors have been written on the local disks of our target multiprocessor machine during parallel factorization. Our main focus is the study and the design of efficient approaches for the forward and backward substitution phases after a sparse multifrontal factorization. These phases involve sparse triangular solution and have often been neglected in previous works on sparse direct factorization. In many applications, however, the time for the solution can be the main bottleneck for the performance. This thesis consists of two parts. The focus of the first part is on optimizing the out-of-core performance of the solution phase. The focus of the second part is to further improve the performance by exploiting the sparsity of the right-hand side vectors. In the first part, we describe and compare two approaches to access data from the hard disk. We then show that in a parallel environment the task scheduling can strongly influence the performance. We prove that a constraint ordering of the tasks is possible; it does not introduce any deadlock and it improves the performance. Experiments on large real test problems (more than 8 million unknowns) using an out-of-core version of a sparse multifrontal code called MUMPS (MUltifrontal Massively Parallel Solver) are used to analyse the behaviour of our algorithms. In the second part, we are interested in applications with sparse multiple right-hand sides, particularly those with single nonzero entries. The motivating applications arise in electromagnetism and data assimilation. In such applications, we need either to compute the null space of a highly rank deficient matrix or to compute entries in the inverse of a matrix associated with the normal equations of linear least-squares problems. We cast both of these problems as linear systems with multiple right-hand side vectors, each containing a single nonzero entry. We describe, implement and comment on efficient algorithms to reduce the input-output cost during an outof- core execution. We show how the sparsity of the right-hand side can be exploited to limit both the number of operations and the amount of data accessed. The work presented in this thesis has been partially supported by SOLSTICE ANR project (ANR-06-CIS6-010)

Nous nous intéressons à la résolution de systèmes linéaires creux de très grande taille sur des machines parallèles. Dans ce contexte, la mémoire est un facteur qui limite voire empêche souvent l’utilisation de solveurs directs, notamment ceux basés sur la méthode multifrontale. Cette étude se concentre sur les problèmes de mémoire et de performance des deux phases des méthodes directes les plus coûteuses en mémoire et en temps : la factorisation numérique et la résolution triangulaire. Dans une première partie nous nous intéressons à la phase de résolution à seconds membres creux, puis, dans une seconde partie, nous nous intéressons à la scalabilité mémoire de la factorisation multifrontale. La première partie de cette étude se concentre sur la résolution triangulaire à seconds membres creux, qui apparaissent dans de nombreuses applications. En particulier, nous nous intéressons au calcul d’entrées de l’inverse d’une matrice creuse, où les seconds membres et les vecteurs solutions sont tous deux creux. Nous présentons d’abord plusieurs schémas de stockage qui permettent de réduire significativement l’espace mémoire utilisé lors de la résolution, dans le cadre d’exécutions séquentielles et parallèles. Nous montrons ensuite que la façon dont les seconds membres sont regroupés peut fortement influencer la performance et nous considérons deux cadres différents : le cas "hors-mémoire" (out-of-core) où le but est de réduire le nombre d’accès aux facteurs, qui sont stockés sur disque, et le cas "en mémoire" (in-core) où le but est de réduire le nombre d’opérations. Finalement, nous montrons comment améliorer le parallélisme. Dans la seconde partie, nous nous intéressons à la factorisation multifrontale parallèle. Nous montrons tout d’abord que contrôler la mémoire active spécifique à la méthode multifrontale est crucial, et que les technique de "répartition" (mapping) classiques ne peuvent fournir une bonne scalabilité mémoire : le coût mémoire de la factorisation augmente fortement avec le nombre de processeurs. Nous proposons une classe d’algorithmes de répartition et d’ordonnancement "conscients de la mémoire" (memory-aware) qui cherchent à maximiser la performance tout en respectant une contrainte mémoire fournie par l’utilisateur. Ces techniques ont révélé des problèmes de performances dans certains des noyaux parallèles denses utilisés à chaque étape de la factorisation, et nous avons proposé plusieurs améliorations algorithmiques. Les idées présentées tout au long de cette étude ont été implantées dans le solveur MUMPS (Solveur MUltifrontal Massivement Parallèle) et expérimentées sur des matrices de grande taille (plusieurs dizaines de millions d’inconnues) et sur des machines massivement parallèles (jusqu’à quelques milliers de coeurs). Elles ont permis d’améliorer les performances et la robustesse du code et seront disponibles dans une prochaine version. Certaines des idées présentées dans la première partie ont également été implantées dans le solveur PDSLin (solveur linéaire hybride basé sur une méthode de complément de Schur)<br>We consider the solution of very large sparse systems of linear equations on parallel architectures. In this context, memory is often a bottleneck that prevents or limits the use of direct solvers, especially those based on the multifrontal method. This work focuses on memory and performance issues of the two memory and computationally intensive phases of direct methods, that is, the numerical factorization and the solution phase. In the first part we consider the solution phase with sparse right-hand sides, and in the second part we consider the memory scalability of the multifrontal factorization. In the first part, we focus on the triangular solution phase with multiple sparse right-hand sides, that appear in numerous applications. We especially emphasize the computation of entries of the inverse, where both the right-hand sides and the solution are sparse. We first present several storage schemes that enable a significant compression of the solution space, both in a sequential and a parallel context. We then show that the way the right-hand sides are partitioned into blocks strongly influences the performance and we consider two different settings: the out-of-core case, where the aim is to reduce the number of accesses to the factors, that are stored on disk, and the in-core case, where the aim is to reduce the computational cost. Finally, we show how to enhance the parallel efficiency. In the second part, we consider the parallel multifrontal factorization. We show that controlling the active memory specific to the multifrontal method is critical, and that commonly used mapping techniques usually fail to do so: they cannot achieve a high memory scalability, i.e. they dramatically increase the amount of memory needed by the factorization when the number of processors increases. We propose a class of "memory-aware" mapping and scheduling algorithms that aim at maximizing performance while enforcing a user-given memory constraint and provide robust memory estimates before the factorization. These techniques have raised performance issues in the parallel dense kernels used at each step of the factorization, and we have proposed some algorithmic improvements. The ideas presented throughout this study have been implemented within the MUMPS (MUltifrontal Massively Parallel Solver) solver and experimented on large matrices (up to a few tens of millions unknowns) and massively parallel architectures (up to a few thousand cores). They have demonstrated to improve the performance and the robustness of the code, and will be available in a future release. Some of the ideas presented in the first part have also been implemented within the PDSLin (Parallel Domain decomposition Schur complement based Linear solver) solver

Nous nous intéressons dans cette thèse, à l'étude de certaines méthodes numériques de type krylov dans le cas symplectique, en utilisant la technique de blocs. Ces méthodes, contrairement aux méthodes classiques, permettent à la matrice réduite de conserver la structure Hamiltonienne ou anti-Hamiltonienne ou encore symplectique d'une matrice donnée. Parmi ces méthodes, nous nous sommes intéressés à la méthodes d'Arnoldi symplectique par bloc que nous appelons aussi bloc J-Arnoldi. Notre but essentiel est d’étudier cette méthode de façon théorique et numérique, sur la nouvelle structure du K-module libre ℝ²nx²s avec K = ℝ²sx²s où s ≪ n désigne la taille des blocs utilisés. Un deuxième objectif est de chercher une approximation de l'epérateur exp(A)V, nous étudions en particulier le cas où A est une matrice réelle Hamiltonnienne et anti-symétrique de taille 2n x 2n et V est une matrice rectangulaire ortho-symplectique de taille 2n x 2s sur le sous-espace de Krylov par blocs Km(A,V) = blockspan {V,AV,...,Am-1V}, en conservant la structure de la matrice V. Cette approximation permet de résoudre plusieurs problèmes issus des équations différentielles dépendants d'un paramètre (EDP) et des systèmes d'équations différentielles ordinaires (EDO). Nous présentons également une méthode de Lanczos symplectique par bloc, que nous nommons bloc J-Lanczos. Cette méthode permet de réduire une matrice structurée sous la forme J-tridiagonale par bloc. Nous proposons des algorithmes basés sur deux types de normalisation : la factorisation S R et la factorisation Rj R. Dans une dernière partie, nous proposons un algorithme qui généralise la méthode de Greville afin de déterminer la pseudo inverse de Moore-Penros bloc de lignes par bloc de lignes d'une matrice rectangulaire de manière itérative. Nous proposons un algorithme qui utilise la technique de bloc. Pour toutes ces méthodes, nous proposons des exemples numériques qui montrent l'efficacité de nos approches<br>We study, in this thesis, some numerical block Krylov subspace methods. These methods preserve geometric properties of the reduced matrix (Hamiltonian or skew-Hamiltonian or symplectic). Among these methods, we interest on block symplectic Arnoldi, namely block J-Arnoldi algorithm. Our main goal is to study this method, theoretically and numerically, on using ℝ²nx²s as free module on (ℝ²sx²s, +, x) with s ≪ n the size of block. A second aim is to study the approximation of exp (A)V, where A is a real Hamiltonian and skew-symmetric matrix of size 2n x 2n and V a rectangular matrix of size 2n x 2s on block Krylov subspace Km (A, V) = blockspan {V, AV,...Am-1V}, that preserve the structure of the initial matrix. this approximation is required in many applications. For example, this approximation is important for solving systems of ordinary differential equations (ODEs) or time-dependant partial differential equations (PDEs). We also present a block symplectic structure preserving Lanczos method, namely block J-Lanczos algorithm. Our approach is based on a block J-tridiagonalization procedure of a structured matrix. We propose algorithms based on two normalization methods : the SR factorization and the Rj R factorization. In the last part, we proposea generalized algorithm of Greville method for iteratively computing the Moore-Penrose inverse of a rectangular real matrix. our purpose is to give a block version of Greville's method. All methods are completed by many numerical examples

Cette thèse est consacrée au problème de la comparaison de deux partitions non strictes (floues/probabilistes, possibilistes) d'un même ensemble d'individus en plusieurs clusters. Sa résolution repose sur la définition formelle de mesures de concordance reprenant les principes des mesures historiques développées pour la comparaison de partitions strictes et trouve son application dans des domaines variés tels que la biologie, le traitement d'images, la classification automatique. Selon qu'elles s'attachent à observer les relations entre les individus décrites par chacune des partitions ou à quantifier les similitudes entre les clusters qui composent ces partitions, nous distinguons deux grandes familles de mesures pour lesquelles la notion même d'accord entre partitions diffère, et proposons d'en caractériser les représentants selon un même ensemble de propriétés formelles et informelles. De ce point de vue, les mesures sont aussi qualifiées selon la nature des partitions comparées. Une étude des multiples constructions sur lesquelles reposent les mesures de la littérature vient compléter notre taxonomie. Nous proposons trois nouvelles mesures de comparaison non strictes tirant profit de l'état de l'art. La première est une extension d'une approche stricte tandis que les deux autres reposent sur des approches dite natives, l'une orientée individus, l'autre orientée clusters, spécifiquement conçues pour la comparaison de partitions non strictes. Nos propositions sont comparées à celles de la littérature selon un plan d'expérience choisi pour couvrir les divers aspects de la problématique. Les résultats présentés montrent l'intérêt des propositions pour le thème de recherche qu'est la comparaison de partitions. Enfin, nous ouvrons de nouvelles perspectives en proposant les prémisses d'un cadre qui unifie les principales mesures non strictes orientées individus.

Nous nous intéressons à la résolution de systèmes linéaires creux de très grande taille sur des machines parallèles. Dans ce contexte, la mémoire est un facteur qui limite voire empêche souvent l'utilisation de solveurs directs, notamment ceux basés sur la méthode multifrontale. Cette étude se concentre sur les problèmes de mémoire et de performance des deux phases des méthodes directes les plus coûteuses en mémoire et en temps : la factorisation numérique et la résolution triangulaire. Dans une première partie nous nous intéressons à la phase de résolution à seconds membres creux, puis, dans une seconde partie, nous nous intéressons à la scalabilité mémoire de la factorisation multifrontale. La première partie de cette étude se concentre sur la résolution triangulaire à seconds membres creux, qui apparaissent dans de nombreuses applications. En particulier, nous nous intéressons au calcul d'entrées de l'inverse d'une matrice creuse, où les seconds membres et les vecteurs solutions sont tous deux creux. Nous présentons d'abord plusieurs schémas de stockage qui permettent de réduire significativement l'espace mémoire utilisé lors de la résolution, dans le cadre d'exécutions séquentielles et parallèles. Nous montrons ensuite que la façon dont les seconds membres sont regroupés peut fortement influencer la performance et nous considérons deux cadres différents : le cas "hors-mémoire" (out-of-core) où le but est de réduire le nombre d'accès aux facteurs stockés sur disque, et le cas "en mémoire" (in-core) où le but est de réduire le nombre d'opérations. Finalement, nous montrons comment améliorer le parallélisme. Dans la seconde partie, nous nous intéressons à la factorisation multifrontale parallèle. Nous montrons tout d'abord que contrôler la mémoire active spécifique à la méthode multifrontale est crucial, et que les techniques de "répartition" (mapping) classiques ne peuvent fournir une bonne scalabilité mémoire : le coût mémoire de la factorisation augmente fortement avec le nombre de processeurs. Nous proposons une classe d'algorithmes de répartition et d'ordonnancement "conscients de la mémoire" (memory-aware) qui cherchent à maximiser la performance tout en respectant une contrainte mémoire fournie par l'utilisateur. Ces techniques ont révélé des problèmes de performances dans certains des noyaux parallèles denses utilisés à chaque étape de la factorisation, et nous avons proposé plusieurs améliorations algorithmiques. Les idées présentées tout au long de cette étude ont été implantées dans le solveur MUMPS (Solveur MUltifrontal Massivement Parallèle) et expérimentées sur des matrices de grande taille (plusieurs dizaines de millions d'inconnues) et sur des machines massivement parallèles (jusqu'à quelques milliers de coeurs). Elles ont permis d'améliorer les performances et la robustesse du code et seront disponibles dans une prochaine version. Certaines des idées présentées dans la première partie ont également été implantées dans le solveur PDSLin (solveur linéaire hybride basé sur une méthode de complément de Schur).

Tesis (Doctor en Matemática)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2019.<br>En este trabajo estudiamos el anillo filtrado de operadores diferenciales sobre álgebras no conmutativas D(A) , formulado por primera vez de manera intrínseca por Lunts y Rosenberg. Describimos el anillo de operadores diferenciales para las álgebras de matrices polinómicas Mm(C[X]), las álgebras de caminos sobre un carcaj finito, acíclico y conexo Γ(Q), y las álgebras de matrices triangulares formales TL. Cerramos este trabajo exponiendo nuevos operadores diferenciales que no provienen de las derivaciones, obteniendo así, nuevos objetos de estudio<br>In this work, we study the filtered ring of differential operators on non-commutative algebras D(A), formulated for the first time in an intrinsic way by Lunts and Rosenberg. We describe the ring of differential operators for the polynomial matrix algebras Mm(C[X]) , the algebras of paths on a finite, acyclic and connected quiver Γ(Q), and the algebras of formal triangular matrices TL. We close this work, exposing new differential operators that do not come from derivations, thus obtaining new objects of study.<br>Fil: Restrepo Blandon, Fredy Alexander. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.

碩士<br>東吳大學<br>數學系<br>96<br>Let A be an n-by-n complex matrix. The numerical range of A is theset W(A) = {x*Ax : x belongs to Cn, x*x = 1}. We deal with the circularityproperty of the numerical range of certain nilpotent upper triangularToeplitz matrices. If A is the nilpotent upper triangular Toeplitz matrix of the forms A(a1,a2,0)belongs to M4 or A(a1,a2,0,0)belongs to M5, we provethat W(A) is a circular disk centered at the origin if and only if a1a2=0.Similarly, if A is the nilpotent upper triangular Toeplitz matrix of theforms A(a1,0,a3)belongs to M4 or A(a1,0,a3,0)belongs to M5, W(A) is a circular disk centered at the origin if and only if a1a3=0. If A is the nilpotentupper triangular Toeplitz matrix of the forms A(a1,0,0,a4)belongs to M5 orA(a1,0,0,a4,0)belongs to M6, we prove that W(A) is a circular disk centeredat the origin if and only if a1a4=0. Furthermore, if A is the nilpotent upper triangular Toeplitz matrix of the forms A(a1,0,a3)belongs to M4 orA(a1,0,0,a4)belongs to M5, A(a1,0, .., 0,an−1)belongs to Mn, we prove that W(A) isa circular disk centered at the origin if and only if a1an−1=0. Finally,if A is the nilpotent upper triangular Toeplitz matrix of the forms A(0, 0, .., 0, a[n/2], a[n/2]+1, .., an−1)belongs to Mn, we prove that W(A) is a circular disk centered at the origin if and only if an/2a(n/2)+1...an−1=\= 0.