Séance de cours
Décomposition en Jordanie
Séances de cours associées (37)
Décomposition Spectral : matrices symétriques
Couvre la décomposition des matrices symétriques en valeurs propres et en vecteurs propres.
Directives d'examen: Mesures COVID 2021
Couvre les lignes directrices pour un examen 2021 à venir, en mettant l'accent sur les mesures de sécurité et les procédures d'examen COVID.
Algèbre linéaire : représentation matricielle
Explore les applications linéaires dans la représentation R2 et matricielle, y compris la base, les opérations et l'interprétation géométrique des transformations.
Algèbre linéaire
Couvre les bases de l'algèbre linéaire, y compris les opérations matricielles et la décomposition des valeurs singulières.
Similarité et diagonalisation des matrices
Explore la similarité de la matrice, la diagonalisation, les polynômes caractéristiques, les valeurs propres et les vecteurs propres dans l'algèbre linéaire.
Polynômes caractéristiques et matrices similaires
Explore les polynômes caractéristiques, la similarité des matrices et les valeurs propres dans les transformations linéaires.
Diagonalisation des matrices : Théorème spectral
Couvre le processus des matrices diagonales, en se concentrant sur les matrices symétriques et le théorème spectral.
Diagonalisation des transformations linéaires
Couvre la diagonalisation des transformations linéaires en R^3, explorant les propriétés et les exemples.
Représentations matricielles des demandes linéaires
Couvre les représentations matricielles des applications linéaires en R3 et l'invariance du rang.
Optimisation du convex : Notation et normes matricielles
Introduit la notation Convex Optimization, les fonctions convexes, les normes vectorielles et les propriétés matricielles.