Séance de cours

Factorisation QR : Bases et matrices orthogonales

Dans cours
DEMO: est nostrud irure
Duis qui ad labore ea. Culpa culpa sunt laboris ut id exercitation aute id dolor Lorem incididunt et. Consequat dolor eiusmod duis quis sunt Lorem proident proident nostrud sunt do sunt incididunt adipisicing. Do eu laboris eu aliqua non eiusmod et occaecat.
Connectez-vous pour voir cette section
Description

Cette séance de cours couvre le théorème de factorisation QR, indiquant qu'une matrice A avec des colonnes linéairement indépendantes peut être décomposée comme A=QR, où Q est une matrice orthogonale avec des colonnes orthonormales et R est une matrice inverse triangulaire supérieure. Le processus d'orthogonalisation Gram-Schmidt est utilisé pour obtenir une base orthonormale de l'espace de colonne de A. Des exemples illustrent le processus de factorisation QR et la construction de bases orthogonales. La séance de cours présente également le concept de matrices orthogonales et leurs propriétés, soulignant leur importance dans les calculs numériques et les systèmes de résolution des équations.

Cette vidéo est disponible exclusivement sur Mediaspace pour un public restreint. Veuillez vous connecter à Mediaspace pour y accéder si vous disposez des autorisations nécessaires.

Regarder sur Mediaspace
À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Séances de cours associées (26)
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.
Décomposition Spectral : matrices symétriques
Couvre la décomposition des matrices symétriques en valeurs propres et en vecteurs propres.
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.
Solutions pour les moindres carrés
Explique le concept de solutions de moindres carrés et leur application pour trouver la solution la plus proche d'un système d'équations.
Bases orthogonales et projection
Introduit les bases orthogonales, la projection sur les sous-espaces, et le processus Gram-Schmidt dans l'algèbre linéaire.
Afficher plus

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.