Mediaspace scheduled maintenance: Aug 25, 2026 07:00 - 12:00 AM. During this time, videos will be temporarily unavailable. Check status updates.

Séance de cours

Valeurs propres et vecteurs propres

Dans cours

MATH-115(b): Algèbre linéaire avancée II

L'objectif du cours est d'introduire les notions de base de l'algèbre linéaire et de démontrer rigoureusement les résultats principaux du sujet. ...

Description

Cette séance de cours couvre le concept de valeurs propres et de vecteurs propres dans l'algèbre linéaire, expliquant comment les trouver et leur importance dans diverses applications. Il traite également des vecteurs autochtones généralisés et de leur rôle dans les transformations matricielles.

Enseignant·e

Marc Troyanov

Doctorat en mathématiques à l'Université de Genève (1987) - Postdoc à Paris et Salt-Lake City, puis professeur assistant à l'UQAM (Montréal). Venu en 1993 à l'EPFL comme professeur assistant, nommé MER en 1999 puis professeur titulaire en 2005. Domaine de recherche : géométrie différentielle, analyse sur les variétés et sur les espaces métriques.

Source officielle

Proximité ontologique

Mathématiques

Algèbre: Algèbre linéaire

Concepts associés (32)

Valeur propre, vecteur propre et espace propre

En mathématiques, et plus particulièrement en algèbre linéaire, le concept de vecteur propre est une notion algébrique s'appliquant à une application linéaire d'un espace dans lui-même. Il correspond à l'étude des axes privilégiés, selon lesquels l'application se comporte comme une dilatation, multipliant les vecteurs par une même constante. Ce rapport de dilatation est appelé valeur propre, les vecteurs auxquels il s'applique s'appellent vecteurs propres, réunis en un espace propre.

Generalized eigenvector

In linear algebra, a generalized eigenvector of an matrix is a vector which satisfies certain criteria which are more relaxed than those for an (ordinary) eigenvector. Let be an -dimensional vector space and let be the matrix representation of a linear map from to with respect to some ordered basis. There may not always exist a full set of linearly independent eigenvectors of that form a complete basis for . That is, the matrix may not be diagonalizable.

Décomposition d'une matrice en éléments propres

En algèbre linéaire, la décomposition d'une matrice en éléments propres est la factorisation de la matrice en une forme canonique où les coefficients matriciels sont obtenus à partir des valeurs propres et des vecteurs propres. Un vecteur non nul v à N lignes est un vecteur propre d'une matrice carrée A à N lignes et N colonnes si et seulement si il existe un scalaire λ tel que : où λ est appelé valeur propre associée à v. Cette dernière équation est appelée « équation aux valeurs propres ».

Division d'un polynôme

En algèbre, l'anneau K[X] des polynômes à une indéterminée X et à coefficients dans un corps commutatif K, comme celui des nombres rationnels, réels ou complexes, dispose d'une division euclidienne, qui ressemble formellement à celle des nombres entiers. Si A et B sont deux polynômes de K[X], avec B non nul, il existe un unique couple (Q, R) de polynômes de K[X] tel que : Ici l'expression deg S, si S désigne un polynôme, signifie le degré de S.

Polynomial greatest common divisor

In algebra, the greatest common divisor (frequently abbreviated as GCD) of two polynomials is a polynomial, of the highest possible degree, that is a factor of both the two original polynomials. This concept is analogous to the greatest common divisor of two integers. In the important case of univariate polynomials over a field the polynomial GCD may be computed, like for the integer GCD, by the Euclidean algorithm using long division. The polynomial GCD is defined only up to the multiplication by an invertible constant.

Afficher plus

Séances de cours associées (54)

Valeurs propres et vecteurs propres en 3D

Explore les valeurs propres et les vecteurs propres dans l'algèbre linéaire 3D, couvrant les polynômes caractéristiques, la stabilité sous les transformations, et les racines réelles.

Valeurs propres et polynôme minimal

Explore les valeurs propres et le polynôme minimal, soulignant leur importance dans l'algèbre linéaire.

Diagonalisation des transformations linéaires

Explique la diagonalisation des transformations linéaires en utilisant des vecteurs propres et des valeurs propres pour former une matrice diagonale.

Algèbre linéaire: valeurs propres et vecteurs propres

Explore les valeurs propres, les vecteurs propres, la diagonalisation et le théorème spectral dans l'algèbre linéaire.

Calcul de valeurs propres

Couvre le calcul des valeurs propres et des vecteurs propres, en mettant l'accent sur leur importance et leurs applications.

Afficher plus

Concepts associés (32)

Valeur propre, vecteur propre et espace propre

Generalized eigenvector

Décomposition d'une matrice en éléments propres

Division d'un polynôme

Polynomial greatest common divisor

Afficher plus