Séance de cours
Matrices et réseaux
Séances de cours associées (72)
Coloration graphique: aléatoire vs symétrique
Comparer la coloration aléatoire et symétrique des graphiques en termes de coloration et d'équilibre des amas.
Clustering spectral : théorie et applications
Explore la théorie du clustering spectral, la décomposition des valeurs propres, la matrice laplacienne et les applications pratiques dans l'identification des clusters.
Valeurs propres et vecteurs propres
Couvre les valeurs propres, les vecteurs propres et les similarités matricielles pour les systèmes dynamiques.
Décomposition Spectral : matrices symétriques
Couvre la décomposition des matrices symétriques en valeurs propres et en vecteurs propres.
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.
Diagonalisation des matrices
Explore la diagonalisation des matrices à l'aide de vecteurs propres et de valeurs propres.
Physique statistique des grappes
Explore la physique statistique des clusters, en se concentrant sur la complexité et le comportement d'équilibre.
Entrelacer les familles et les graphiques de Ramanujan
Explore les familles entrelacées, les graphiques de Ramanujan et leur construction à l'aide de matrices d'adjacence signées.
Diagonalisation des matrices symétriques
Couvre la diagonalisation des matrices symétriques, le théorème spectral et l'utilisation de la décomposition spectrale.
Algèbre linéaire: Décomposition de la valeur singulière
Déplacez-vous dans la décomposition de valeur singulière et ses applications dans l'algèbre linéaire.