Sans titre

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (30)

Page 1 sur 3

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.

Résolution des systèmes linéaires

Couvre la résolution des systèmes linéaires en utilisant la méthode Gauss pour déterminer des solutions uniques, infinies ou inexistantes.

Vectorisation en Python : calcul efficace avec Numpy

Couvre la vectorisation en Python en utilisant Numpy pour un calcul scientifique efficace, en soulignant les avantages d'éviter les boucles et de démontrer des applications pratiques.

Systèmes linéaires : méthodes directes

Couvre la formulation des systèmes linéaires, les méthodes directes et itératives pour les résoudre, et le coût de la factorisation LU.

Analyse numérique: Systèmes linéaires

Couvre l'analyse des systèmes linéaires, en se concentrant sur des méthodes telles que Jacobi et Richardson pour résoudre des équations linéaires.

Polynômes caractéristiques et matrices similaires

Explore les polynômes caractéristiques, la similarité des matrices et les valeurs propres dans les transformations linéaires.

Analyse numérique : méthodes directes pour les systèmes linéaires

Couvre les méthodes directes pour résoudre des systèmes linéaires en analyse numérique.

Propriétés de la matrice

Explore les formes matricielles, la compatibilité et l'inversibilité, y compris les formes décalées et la compatibilité du système.

Équations linéaires : vecteurs et matrices

Couvre les équations linéaires, les vecteurs et les matrices, en explorant leurs concepts fondamentaux et leurs applications.

Équations linéaires : Notation matricielle et solutions

Couvre la notation matricielle pour les équations linéaires, les solutions et les interprétations géométriques.