Introduit des valeurs propres, des vecteurs propres et des matrices similaires, en mettant l'accent sur la diagonalisation et les interprétations géométriques.
Explore les propriétés et les exemples de matrices diagonalisables, en mettant l'accent sur la relation entre les vecteurs propres et les valeurs propres.
Couvre la décomposition d'une matrice dans ses valeurs propres et ses vecteurs propres, l'orthogonalité des vecteurs propres et la normalisation des vecteurs.
Explore les valeurs propres, les vecteurs propres et les méthodes de résolution de systèmes linéaires en mettant l'accent sur les erreurs d'arrondi et les matrices de préconditionnement.
Explore la similarité de la matrice, la diagonalisation, les polynômes caractéristiques, les valeurs propres et les vecteurs propres dans l'algèbre linéaire.
Explore l'application de l'algèbre linéaire en mécanique quantique, mettant l'accent sur les espaces vectoriels, les espaces Hilbert et le théorème spectral.
Explore les sous-espaces vectoriels et les combinaisons linéaires en algèbre linéaire, en se concentrant sur la relation réciproque entre les lignes, les colonnes et les éléments.