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

Calcul de la dimension matricielle

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, présentée par l'instructeur, se concentre sur le calcul de la dimension d'un noyau de la transposée d'une matrice donnée A, basée sur la dimension d'un espace vectoriel W. L'instructeur explique les concepts de transformations linéaires, d'espaces d'images et le rang des matrices pour dériver la solution. En appliquant le théorème de rang et en comprenant les propriétés des transposes, la séance de cours se termine par une explication claire de la façon de déterminer la dimension du noyau de la transpose de A.

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

Concepts associés (30)

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.

Application linéaire

En mathématiques, une application linéaire (aussi appelée opérateur linéaire ou transformation linéaire) est une application entre deux espaces vectoriels qui respecte l'addition des vecteurs et la multiplication scalaire, et préserve ainsi plus généralement les combinaisons linéaires. L’expression peut s’utiliser aussi pour un morphisme entre deux modules sur un anneau, avec une présentation semblable en dehors des notions de base et de dimension. Cette notion étend celle de fonction linéaire en analyse réelle à des espaces vectoriels plus généraux.

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.

Espace vectoriel normé

Un espace vectoriel normé (EVN) est un espace vectoriel muni d'une norme. Cette structure mathématique développe des propriétés géométriques de distance compatible avec les opérations de l'algèbre linéaire. Développée notamment par David Hilbert et Stefan Banach, cette notion est fondamentale en analyse et plus particulièrement en analyse fonctionnelle, avec l'utilisation d'espaces de Banach tels que les espaces L. Norme (mathématiques) Soit K un corps commutatif muni d'une valeur absolue, et non discret (par exemple le corps des réels ou des complexes).

Rang (algèbre linéaire)

En algèbre linéaire : le rang d'une famille de vecteurs est la dimension du sous-espace vectoriel engendré par cette famille. Par exemple, pour une famille de vecteurs linéairement indépendants, son rang est le nombre de vecteurs ; le rang d'une application linéaire de dans est la dimension de son , qui est un sous-espace vectoriel de . Le théorème du rang relie la dimension de , la dimension du noyau de et le rang de ; le rang d'une matrice est le rang de l'application linéaire qu'elle représente, ou encore le rang de la famille de ses vecteurs colonnes ; le rang d'un système d'équations linéaires est le nombre d'équations que compte tout système échelonné équivalent.

Afficher plus

Séances de cours associées (38)

Aperçu des applications linéaires

Explore les applications linéaires, les espaces vectoriels, les noyaux et l'invertibilité en algèbre linéaire.

Revisité du classement: Ligne et colonne MOOC: Algèbre Linéaire (Partie 2)

Revisite les rangs des lignes et des colonnes dans les matrices, démontrant leur égalité et leurs propriétés.

Algèbre linéaire : applications et espaces

Explore les applications linéaires, les propriétés des matrices, les sous-espaces vectoriels et la résolution du système.

Représentations matricielles: Cartes linéaires

Explore les représentations matricielles des cartes linéaires et leur invariance, en utilisant des exemples et des cas particuliers.

Théorème de classement: Partie 2 MOOC: Algèbre Linéaire (Partie 2)

Déplacez-vous dans les implications du Rank Theorem pour les transformations linéaires et les cartes.

Afficher plus

Concepts associés (30)

Espace vectoriel

Application linéaire

Espace vectoriel topologique

Espace vectoriel normé

Rang (algèbre linéaire)

Afficher plus