Séance de cours

Bases de l'algèbre linéaire: représentations matricielles et transformations

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Description

Cette séance de cours couvre les bases de l'algèbre linéaire, en se concentrant sur les représentations matricielles des transformations linéaires. L'instructeur discute de la façon d'exprimer les transformations linéaires sous forme de matrices, de l'importance de choisir les bases appropriées et de calculer l'image des vecteurs dans différentes bases. À travers des exemples et des explications étape par étape, la séance de cours montre comment trouver la matrice associée à une transformation linéaire et comment vérifier les résultats en utilisant différentes bases.

Source officielle

Proximité ontologique

Mathématiques

Algèbre: Algèbre linéaire

Concepts associés (32)

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.

Kernel (linear algebra)

In mathematics, the kernel of a linear map, also known as the null space or nullspace, is the linear subspace of the domain of the map which is mapped to the zero vector. That is, given a linear map L : V → W between two vector spaces V and W, the kernel of L is the vector space of all elements v of V such that L(v) = 0, where 0 denotes the zero vector in W, or more symbolically: The kernel of L is a linear subspace of the domain V.

Trace (algèbre)

En algèbre linéaire, la trace d'une matrice carrée A est définie comme la somme de ses coefficients diagonaux et souvent notée Tr(A). La trace peut être vue comme une forme linéaire sur l'espace vectoriel des matrices. Elle vérifie l'identité : Tr(AB) = Tr(BA), et est en conséquence invariante par similitude. De façon voisine, si u est un endomorphisme d'un espace vectoriel de dimension finie sur un corps commutatif K, on peut définir la trace de l'opérateur u, par exemple comme trace de sa matrice dans n'importe quelle base.

Base (algèbre linéaire)

vignette|Le même vecteur peut être représenté dans deux bases différentes (flèches violettes et rouges). En mathématiques, une base d'un espace vectoriel V est une famille de vecteurs de V linéairement indépendants et dont tout vecteur de V est combinaison linéaire. En d'autres termes, une base de V est une famille libre de vecteurs de V qui engendre V. alt=|vignette|upright=2|. La géométrie plane, celle d'Euclide, peut comporter une approche algébrique, celle de Descartes.

Basic Linear Algebra Subprograms

Basic Linear Algebra Subprograms (BLAS) est un ensemble de fonctions standardisées (interface de programmation) réalisant des opérations de base de l'algèbre linéaire telles que des additions de vecteurs, des produits scalaires ou des multiplications de matrices. Ces fonctions ont d'abord été publiées en 1979 et sont utilisées dans des bibliothèques plus développées comme LAPACK.

Afficher plus

Séances de cours associées (64)

Polynômes caractéristiques et matrices similaires

Explore les polynômes caractéristiques, la similarité des matrices et les valeurs propres dans les transformations linéaires.

Valeurs propres et vecteurs propres : comprendre les propriétés de la matrice

Explore les valeurs propres et les vecteurs propres, démontrant leur importance dans l'algèbre linéaire et leur application dans la résolution de systèmes d'équations.

Valeurs propres et vecteurs propres en 3D

Explore les valeurs propres et les vecteurs propres dans l'algèbre linéaire 3D, couvrant les polynômes caractéristiques, la stabilité sous les transformations, et les racines réelles.

Algèbre linéaire: opérations matricielles et bases

Explore les opérations matricielles, la détermination des rangs, les dimensions du noyau et les concepts de base en algèbre linéaire.

Combinaisons linéaires: vecteurs et matrices

Explore les combinaisons linéaires de vecteurs et de matrices dans Rn, en démontrant des interprétations géométriques et des opérations matricielles.

Afficher plus

Concepts associés (32)

Rang (algèbre linéaire)

Kernel (linear algebra)

Trace (algèbre)

Base (algèbre linéaire)

Basic Linear Algebra Subprograms

Afficher plus