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
Caractéristiques des matrices et valeurs propres
Graph Chatbot
Séances de cours associées (26)
Précédent
Page 2 sur 3
Suivant
Algèbre linéaire : organisation et exercices
Couvre l'organisation de cours d'algèbre linéaire et d'exercices pour les étudiants en génie civil et en sciences de l'environnement.
Diagonalisation des transformations linéaires
Couvre la diagonalisation des transformations linéaires en R^3, explorant les propriétés et les exemples.
SVD: Décomposition de la valeur singulaire
Couvre le concept de Décomposition de Valeur Singulaire (SVD) pour compresser l'information dans les matrices et les images.
Matrices diagonalisables : propriétés et exemples
Explore les propriétés et les exemples de matrices diagonalisables, en mettant l'accent sur la relation entre les vecteurs propres et les valeurs propres.
Espaces vectoriaux : propriétés et opérations
Couvre les propriétés et les opérations des espaces vectoriels, y compris l'addition et la multiplication scalaire.
Algèbre linéaire: réduction de l'application linéaire
Couvre la réduction d'une application linéaire et la recherche de formes et de bases réduites correspondantes.
Algèbre linéaire : concepts abstraits
Introduit des concepts abstraits en algèbre linéaire, en se concentrant sur les opérations avec des vecteurs et des matrices.
Algèbre linéaire: Base et matrices
Couvre le concept de base, les transformations linéaires, les matrices, les inverses, les déterminants et les transformations bijectives.
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.
Valeurs propres et matrices similaires
Explore les valeurs propres, la trace de la matrice et la similarité, en soulignant leur importance dans les propriétés de la matrice.