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

Équations de navigation: Partie 1

Dans cours

ENV-548: Sensor orientation

Determination of spatial orientation (i.e. position, velocity, attitude) via integration of inertial sensors with satellite positioning. Prerequisite for applications related to remote sensing, environmental monitoring, mobile mapping, robotics, space expl ...

Description

Cette séance de cours couvre les équations de navigation, y compris l'orientation du cadre corporel, les matrices symétriques et orthonormales, la matrice symétrique asymétrique et la détermination de l'attitude. L'instructeur explique les calculs étape par étape.

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

Jan Skaloud

Source officielle

Proximité ontologique

Mathématiques

Algèbre: Algèbre linéaire

Concepts associés (32)

Matrice symétrique

vignette|Matrice 5x5 symétrique. Les coefficients égaux sont représentés par la même couleur. En algèbre linéaire et multilinéaire, une matrice symétrique est une matrice carrée qui est égale à sa propre transposée, c'est-à-dire telle que a = a pour tous i et j compris entre 1 et n, où les a sont les coefficients de la matrice et n est son ordre. Les coefficients d'une matrice symétrique sont symétriques par rapport à la diagonale principale (du coin en haut à gauche jusqu'à celui en bas à droite).

Matrice antisymétrique

En mathématiques, et plus précisément en algèbre linéaire, une matrice antisymétrique est une matrice carrée opposée à sa transposée. Une matrice carrée A à coefficients dans un anneau quelconque est dite antisymétrique si sa transposée est égale à son opposée, c'est-à-dire si elle satisfait à l'équation : A = –A ou encore, en l'écrivant avec des coefficients sous la forme A = (ai,j), si : pour tout i et j, aj,i = –ai,j Les matrices suivantes sont antisymétriques : Le cas où la matrice est à coefficients dans un anneau de caractéristique 2 est très particulier.

Matrice orthogonale

Une matrice carrée A (n lignes, n colonnes) à coefficients réels est dite orthogonale si A A = I, où A est la matrice transposée de A et I est la matrice identité. Des exemples de matrices orthogonales sont les matrices de rotation, comme la matrice de rotation plane d'angle θ ou les matrices de permutation, comme Une matrice réelle A est orthogonale si et seulement si elle est inversible et son inverse est égale à sa transposée : A = A. Une matrice carrée est orthogonale si et seulement si ses vecteurs colonnes sont orthogonaux deux à deux et de norme 1.

Hermitien

Plusieurs entités mathématiques sont qualifiées d'hermitiennes en référence au mathématicien Charles Hermite. Produit scalaire#Généralisation aux espaces vectoriels complexesProduit scalaire hermitien Soit E un espace vectoriel complexe. On dit qu'une application f définie sur E x E dans C est une forme sesquilinéaire à gauche si quels que soient les vecteurs X, Y, Z appartenant à E, et a, b des scalaires : f est semi-linéaire par rapport à la première variable et f est linéaire par rapport à la deuxième variable Une telle forme est dite hermitienne (ou à symétrie hermitienne) si de plus : ou, ce qui est équivalent : Elle est dite hermitienne définie positive si pour tout vecteur .

Square matrix

In mathematics, a square matrix is a matrix with the same number of rows and columns. An n-by-n matrix is known as a square matrix of order . Any two square matrices of the same order can be added and multiplied. Square matrices are often used to represent simple linear transformations, such as shearing or rotation. For example, if is a square matrix representing a rotation (rotation matrix) and is a column vector describing the position of a point in space, the product yields another column vector describing the position of that point after that rotation.

Afficher plus

Séances de cours associées (33)

Récapitulation du théorème spectral

Revisite le théorème spectral pour les matrices symétriques, mettant l'accent sur les propriétés orthogonales diagonales et son équivalence avec les formes symétriques bilinéaires.

Diagonalisation de la matrice symétrique par matrice orthogonale MOOC: Algèbre Linéaire (Partie 3)

Couvre la méthode de diagonalisation d'une matrice symétrique à l'aide d'une matrice orthogonale.

Algèbre linéaire

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

Changement de base orthogonale MOOC: Algèbre Linéaire (Partie 3)

Explore le changement de base orthogonale dans l'algèbre linéaire, en se concentrant sur les matrices et les transformations.

Formes quadratiques en IR3 MOOC: Algèbre Linéaire (Partie 3)

Explore les formes quadratiques dans l'IR3, les propriétés matricielles, la diagonalisation et les matrices positives définies.

Afficher plus

Concepts associés (32)

Matrice symétrique

Matrice antisymétrique