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

Algèbre linéaire de base

Dans cours

MATH-111(e): Algèbre linéaire

L'objectif du cours est d'introduire les notions de base de l'algèbre linéaire et ses applications. ...

Description

Cette séance de cours présente les concepts fondamentaux de l'algèbre linéaire, en se concentrant sur les sous-espaces et leurs propriétés. L'instructeur explique comment déterminer si un ensemble donné de vecteurs forme un sous-espace en vérifiant trois propriétés clés. Grâce à des exemples et des explications, les élèves apprennent à appliquer ces propriétés pour identifier des sous-espaces dans divers espaces vectoriels.

Cette vidéo est disponible exclusivement sur Mediaspace pour un public restreint. Veuillez vous connecter à Mediaspace pour y accéder si vous disposez des autorisations nécessaires.

Regarder sur Mediaspace

Enseignant·e·s (2)

Nicolas Boumal

Jérôme Scherer

Source officielle

Proximité ontologique

Mathématiques

Algèbre: Algèbre linéaire

Analyse (mathématiques): Analyse fonctionnelle (mathématiques)

Concepts associés (32)

Espace vectoriel

vignette|Dans un espace vectoriel, on peut additionner deux vecteurs. Par exemple, la somme du vecteur v (en bleu) et w (en rouge) est v + w. On peut aussi multiplier un vecteur, comme le vecteur w que l'on peut multiplier par 2, on obtient alors 2w et la somme devient v + 2w. En mathématiques, plus précisément en algèbre linéaire, un espace vectoriel est un ensemble d'objets, appelés vecteurs, que l'on peut additionner entre eux, et que l'on peut multiplier par un scalaire (pour les étirer ou les rétrécir, les tourner, etc.

Sous-espace vectoriel

En algèbre linéaire, un sous-espace vectoriel d'un espace vectoriel E, est une partie non vide F, de E, stable par combinaisons linéaires. Cette stabilité s'exprime par : la somme de deux vecteurs de F appartient à F ; le produit d'un vecteur de F par un scalaire appartient à F. Muni des lois induites, F est alors un espace vectoriel. L'intersection d'une famille non vide de sous-espaces de E est un sous-espace de E. La réunion d'une famille non vide de sous-espaces n'en est généralement pas un ; le sous-espace engendré par cette réunion est la somme de cette famille.

Espace vectoriel topologique

En mathématiques, les espaces vectoriels topologiques sont une des structures de base de l'analyse fonctionnelle. Ce sont des espaces munis d'une structure topologique associée à une structure d'espace vectoriel, avec des relations de compatibilité entre les deux structures. Les exemples les plus simples d'espaces vectoriels topologiques sont les espaces vectoriels normés, parmi lesquels figurent les espaces de Banach, en particulier les espaces de Hilbert. Un espace vectoriel topologique (« e.v.t.

Sous-espace stable

En algèbre linéaire, un endomorphisme laisse stable un sous-espace vectoriel F quand les éléments de F ont pour image un élément de F. La recherche de sous-espaces stables est étroitement liée à la théorie de la réduction des endomorphismes. Soient E un espace vectoriel et u un endomorphisme de E. Un sous-espace vectoriel F de E est dit stable par u quand , c'est-à-dire : . Dans ce cas, u induit sur F un endomorphisme L'endomorphisme induit est la double restriction de l'endomorphisme initial avec à la fois un nouvel ensemble de départ et un nouvel ensemble d'arrivée.

Multilinear subspace learning

Multilinear subspace learning is an approach for disentangling the causal factor of data formation and performing dimensionality reduction. The Dimensionality reduction can be performed on a data tensor that contains a collection of observations have been vectorized, or observations that are treated as matrices and concatenated into a data tensor. Here are some examples of data tensors whose observations are vectorized or whose observations are matrices concatenated into data tensor s (2D/3D), video sequences (3D/4D), and hyperspectral cubes (3D/4D).

Afficher plus

Séances de cours associées (42)

Algèbre linéaire: Espaces vectoriaux

Explore les espaces vectoriels, les sous-espaces, les bases et les combinaisons linéaires en R2 et R3, y compris les familles libres et liées.

Algèbre linéaire en R3: Espaces vectoriaux

Explore les espaces vectoriels en trois dimensions, couvrant les combinaisons linéaires, les sous-espaces et les propriétés des familles de vecteurs en R3.

Combinaisons linéaires, sous-espaces panés par une famille vectorielle MOOC: Algèbre Linéaire (Partie 1)

Explique les combinaisons linéaires et les sous-espaces couverts par une famille vectorielle dans le contexte des espaces vectoriaux.

Indépendance linéaire et base

Explique l'indépendance linéaire, la base et le rang matriciel avec des exemples et des exercices.

Espaces vectoriaux : propriétés et opérations Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les propriétés et les opérations des espaces vectoriels, y compris l'addition et la multiplication scalaire.

Afficher plus

Concepts associés (32)

Espace vectoriel

Sous-espace vectoriel

Espace vectoriel topologique

Sous-espace stable

Multilinear subspace learning

Afficher plus