Couvre les produits scalaires, les vecteurs orthogonaux, les normes et les projections dans les espaces vectoriels, en mettant l'accent sur les familles orthonormales de vecteurs.

Applications linéaires et vecteurs propres

Couvre les applications linéaires, les matrices diagonales, les vecteurs propres et les sous-espaces orthogonaux en R^n.

Matrices symétriques : propriétés et décomposition

Couvre des exemples de matrices symétriques et leurs propriétés, y compris les vecteurs propres et les valeurs propres.

Familles et projections orthogonales

Explique les familles orthogonales, les bases et les projections dans les espaces vectoriels.

Projection orthogonale sur le sous-espace vectoriel

Explique la projection orthogonale sur un sous-espace vectoriel dans l'espace euclidien.

Factorisation QR : Bases et matrices orthogonales

Explore la factorisation QR, les bases orthogonales et les matrices pour les calculs numériques et les systèmes de résolution des équations.

Isometries in Trois-Rivières

Explore la forme standard des isométries à Rn et la préservation des distances.

Matrices orthogonales et décomposition spectrale

Couvre le processus de recherche de bases orthogonales et de décomposition spectrale des matrices symétriques.

Processus Gram-Schmidt: Vecteurs orthogonaux

Explore le processus Gram-Schmidt pour construire des vecteurs orthogonaux dans un espace vectoriel.