Passer au contenu principal
Graph
Search
fr
|
en
Se Connecter
Recherche
Tous
Catégories
Concepts
Cours
Séances de cours
MOOCs
Personnes
Exercices
Publications
Start-ups
Unités
Afficher tous les résultats pour
Accueil
Séance de cours
Opérations matricielles : Coefficients, combinaisons et applications
Graph Chatbot
Séances de cours associées (27)
Précédent
Page 1 sur 3
Suivant
Équations linéaires : vecteurs et matrices
Couvre les équations linéaires, les vecteurs et les matrices, en explorant leurs concepts fondamentaux et leurs applications.
Combinaisons linéaires: vecteurs et matrices
Explore les combinaisons linéaires de vecteurs et de matrices dans Rn, en démontrant des interprétations géométriques et des opérations matricielles.
Algèbre linéaire : applications et matrices
Explore les concepts d'algèbre linéaire à travers des exemples et des théorèmes, en se concentrant sur les matrices et leurs opérations.
Algèbre linéaire: Propriétés des matrices
Explore les propriétés des matrices 3x3 avec des coefficients réels et des méthodes de calcul déterminant.
Caractérisation des matrices inversées
Explore les propriétés des matrices invertibles, y compris les solutions uniques et l'indépendance linéaire.
Décomposition de la valeur singulière : applications et interprétation
Explique la construction de U, la vérification des résultats et l'interprétation de SVD dans la décomposition matricielle.
Opérations matricielles : Systèmes linéaires et solutions
Explore les opérations matricielles, les systèmes linéaires, les solutions et la portée des vecteurs en algèbre linéaire.
Polynômes caractéristiques et matrices similaires
Explore les polynômes caractéristiques, la similarité des matrices et les valeurs propres dans les transformations linéaires.
Algèbre linéaire: matrices et inverses
Explore les matrices, les inverses et leurs applications en algèbre linéaire, en mettant l'accent sur les propriétés de composition et de transformation.
Transformation linéaire : matrices et applications
Couvre les transformations linéaires à l'aide de matrices, en se concentrant sur la linéarité, l'image et le noyau.