Séance de cours
Algèbre linéaire: valeurs propres et vecteurs propres
Séances de cours associées (43)
Cas non diagonalisable : valeur propre simple (théorie)
Explore la réduction d'une transformation linéaire avec une seule valeur propre réelle.
Théorème spectral : Critère Min-Max
Explore le théorème spectral, en mettant l'accent sur le critère Min-Max pour les matrices symétriques et les propriétés des matrices définies positives.
Diagonalisation des matrices symétriques
Couvre la diagonalisation des matrices symétriques et du théorème spectral.
Fonctions propres et équation d'onde 1D continue
Explore les fonctions propres, les oscillateurs harmoniques et la solution aux équations différentielles linéaires en utilisant une base de vecteurs propres.
Équations différentielles ordinaires
Explore la stabilité de l'air progressif et les valeurs propres de la matrice A.
Transformations linéaires : Représentation matricielleMOOC: Algèbre Linéaire (Partie 1)
Couvre les transformations linéaires, la représentation matricielle, les déterminants, les valeurs propres et les vecteurs propres.
Jordanie Forme normale
Couvre la forme normale de Jordanie et son application en algèbre linéaire.
Exemple d'équations différentielles linéaires
Se concentre sur un système linéaire d'équations différentielles ordinaires et d'analyse de stabilité.
Eigenbasis orthonormal commun aux opérateurs de navette normaux
Discute de l'existence d'une base propre orthonormale commune aux opérateurs normaux.
Règle d'OjaMOOC: Neuro Robotics
Couvre la règle d'Oja dans les neurorobotiques, se concentrant sur l'apprentissage des eigenvectors et des valeurs propres pour capturer la variance maximale.