Systèmes linéaires : matrices diagonales et triangulaires, factorisation de l'U.

Séances de cours associées (40)

Couvre les bases de l'algèbre linéaire, y compris les opérations matricielles et la décomposition des valeurs singulières.

Explore le lien entre les systèmes linéaires et l'optimisation par élimination et décomposition de LU.

Explore des méthodes directes pour résoudre des systèmes linéaires d'équations, y compris l'élimination de Gauss et la décomposition de LU.

Explore la décomposition de LU d'une matrice en matrices triangulaires inférieures et supérieures.

Résume les méthodes de résolution des systèmes linéaires, y compris l'élimination gaussienne et la décomposition LU.

Explore les propriétés des matrices invertibles, y compris les solutions uniques et l'indépendance linéaire.

Couvre la décomposition des matrices en blocs triangulaires et la décomposition spectrale.

Explique la construction de U, la vérification des résultats et l'interprétation de SVD dans la décomposition matricielle.

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

Explore l'inversion matricielle, les conditions d'invertibilité, l'unicité des matrices inverses et élémentaires pour l'inversion.

Explore la méthode de factorisation Cholesky pour les matrices déterminées symétriques positives.

Couvre les opérations matricielles, en se concentrant sur le produit et inversement des matrices.

Explore les matrices symétriques, leur diagonalisation et leurs propriétés comme les valeurs propres et les vecteurs propres.

Fournit un aperçu des matrices symétriques, des formes quadratiques et de leurs applications en algèbre linéaire et en analyse.

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

Couvre le théorème de la valeur singulaire et son application dans les matrices de décomposition.

Couvre la décomposition des matrices symétriques en valeurs propres et en vecteurs propres.

Couvre le processus des matrices diagonales, en se concentrant sur les matrices symétriques et le théorème spectral.

Introduit la décomposition de LU pour une résolution efficace des équations linéaires à l'aide de la factorisation matricielle.

Couvre la factorisation de LU, l'indépendance linéaire et les équations matricielles.

Page 1 sur 2