Séance de cours
Analyse numérique: Systèmes linéaires
Séances de cours associées (276)
Systèmes linéaires : méthodes itératives
Couvre les méthodes itératives pour résoudre les systèmes linéaires, y compris les méthodes Jacobi et Gauss-Seidel.
Polynômes caractéristiques et matrices similaires
Explore les polynômes caractéristiques, la similarité des matrices et les valeurs propres dans les transformations linéaires.
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.
Méthodes itératives : Systèmes linéaires
Explore les méthodes itératives pour résoudre les systèmes linéaires, y compris les méthodes Jacobi et Gauss-Seidel, la factorisation Cholesky et le gradient conjugué préconditionné.
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.
Factorisation Cholesky: Théorie et Algorithme
Explore la méthode de factorisation Cholesky pour les matrices déterminées symétriques positives.
Algèbre linéaire de base
Couvre les concepts fondamentaux de l'algèbre linéaire, y compris les équations linéaires, les opérations matricielles, les déterminants et les espaces vectoriels.
Méthodes itératives : Systèmes linéaires
Couvre les méthodes itératives pour résoudre les systèmes linéaires et discute des critères de convergence et du rayon spectral.
Opérations matricielles : Systèmes linéaires et solutions
Explore les opérations matricielles, les systèmes linéaires, les solutions et la portée des vecteurs en algèbre linéaire.