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

Procédé de Gram-Schmidt

Dans cours

MATH-111(f): 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 couvre le processus d'orthogonalisation de Gram-Schmidt, qui est une méthode pour trouver une base orthogonale pour un sous-espace vectoriel. À partir d'une base, le processus implique la construction itérative de bases orthogonales et l'assurance de projections orthogonales sur des sous-espaces vectoriels. La séance de cours explique la procédure étape par étape, y compris les étapes facultatives de simplification et de normalisation pour obtenir une base orthonormale. À travers des exemples et des théorèmes, l'instructeur démontre comment appliquer efficacement le processus de Gram-Schmidt dans la pratique.

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

Mikaël Cavallin

Source officielle

Proximité ontologique

Mathématiques

Algèbre: Algèbre linéaire

Concepts associés (26)

Base orthonormée

En géométrie vectorielle, une base orthonormale ou base orthonormée (BON) d'un espace euclidien ou hermitien est une base de cet espace vectoriel constituée de vecteurs de norme 1 et orthogonaux deux à deux. Dans une telle base, les coordonnées d'un vecteur quelconque de l'espace sont égales aux produits scalaires respectifs de ce vecteur par chacun des vecteurs de base, et le produit scalaire de deux vecteurs quelconques a une expression canonique en fonction de leurs coordonnées.

Orthogonal basis

In mathematics, particularly linear algebra, an orthogonal basis for an inner product space is a basis for whose vectors are mutually orthogonal. If the vectors of an orthogonal basis are normalized, the resulting basis is an orthonormal basis. Any orthogonal basis can be used to define a system of orthogonal coordinates Orthogonal (not necessarily orthonormal) bases are important due to their appearance from curvilinear orthogonal coordinates in Euclidean spaces, as well as in Riemannian and pseudo-Riemannian manifolds.

Orthonormality

In linear algebra, two vectors in an inner product space are orthonormal if they are orthogonal (or perpendicular along a line) unit vectors. A set of vectors form an orthonormal set if all vectors in the set are mutually orthogonal and all of unit length. An orthonormal set which forms a basis is called an orthonormal basis. The construction of orthogonality of vectors is motivated by a desire to extend the intuitive notion of perpendicular vectors to higher-dimensional spaces.

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.

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.

Afficher plus

Séances de cours associées (37)

Projection orthogonale : exemple et remarques supplémentaires MOOC: Algèbre Linéaire (Partie 3)

Explique la projection orthogonale sur un sous-espace et la recherche de bases orthogonales à l'aide de la procédure Gram-Schmidt.

Projection orthogonale sur le sous-espace vectoriel MOOC: Algèbre Linéaire (Partie 3)

Explique la projection orthogonale sur un sous-espace vectoriel dans l'espace euclidien.

Trouver une base orthogonale/orthonormale : première étape MOOC: Algèbre Linéaire (Partie 3)

Introduit la première étape pour trouver une base orthogonale/orthonormale dans un espace vectoriel.

Calcul vectorielle en 3D

Couvre le concept d'espace vectoriel 3D, produit scalaire, bases, orthogonalité et projections.

Bases : Combinaisons linéaires et espaces de fonctions

Explore les bases dans les espaces vectoriels, y compris les combinaisons linéaires, les bases orthogonales et les transformations de base à l'aide de matrices de rotation.

Afficher plus

Concepts associés (26)