Séance de cours

Multiplication matricielle : propriété d'associativité

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.

Dans cours

MATH-111(pi): Algèbre linéaire (classe inversée)

L'objectif du cours est d'introduire les notions de base de l'algèbre linéaire et ses applications. Cette classe est donné sous forme inversée. ...

Description

Cette séance de cours explique une solution pour une question liée à la multiplication matricielle, où le produit de deux matrices carrées A et B est égal à zéro. L'instructeur démontre comment prouver que le produit de B et A élevé à la puissance de n est également nul pour n supérieur ou égal à 9, en tirant parti de la propriété d'associativité de la multiplication matricielle.

Enseignant·e·s (2)

Simone Deparis

Expertise Simone Deparis est professeur à l’EPFL, spécialisé en mathématiques appliquées, analyse numérique et didactique des mathématiques à l’université. Ses recherches portent à la fois sur la modélisation computationnelle pour les applications biomédicales et sur l’innovation pédagogique, avec un accent sur l’équité, l’auto-efficacité et la réforme de l’évaluation dans les grands cursus scientifiques. Mission Mes recherches portent sur les mathématiques appliquées et les sciences de l’apprentissage. En

Donna Testerman

Enseignement et PhD A dirigé les thèses EPFL de Soumaïa Nadia Ghandour, Iulian Ion Simion, Mikaël Cavallin, Mikko Tapani Korhonen, Nathan Scheinmann, Ana Retegan, Jonathan Gruber

Source officielle

Proximité ontologique

Mathématiques

Algèbre: Algèbre linéaire

Concepts associés (23)

Matrice (mathématiques)

thumb|upright=1.5 En mathématiques, les matrices sont des tableaux d'éléments (nombres, caractères) qui servent à interpréter en termes calculatoires, et donc opérationnels, les résultats théoriques de l'algèbre linéaire et même de l'algèbre bilinéaire. Toutes les disciplines étudiant des phénomènes linéaires utilisent les matrices. Quant aux phénomènes non linéaires, on en donne souvent des approximations linéaires, comme en optique géométrique avec les approximations de Gauss.

Produit matriciel

Le produit matriciel désigne la multiplication de matrices, initialement appelé la « composition des tableaux ». Il s'agit de la façon la plus fréquente de multiplier des matrices entre elles. En algèbre linéaire, une matrice A de dimensions m lignes et n colonnes (matrice m×n) représente une application linéaire ƒ d'un espace de dimension n vers un espace de dimension m. Une matrice colonne V de n lignes est une matrice n×1, et représente un vecteur v d'un espace vectoriel de dimension n. Le produit A×V représente ƒ(v).

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.

Matrix multiplication algorithm

Because matrix multiplication is such a central operation in many numerical algorithms, much work has been invested in making matrix multiplication algorithms efficient. Applications of matrix multiplication in computational problems are found in many fields including scientific computing and pattern recognition and in seemingly unrelated problems such as counting the paths through a graph. Many different algorithms have been designed for multiplying matrices on different types of hardware, including parallel and distributed systems, where the computational work is spread over multiple processors (perhaps over a network).

Complexité de la multiplication de matrices

En informatique théorique, la complexité de la multiplication de matrices est le nombre d'opérations requises pour l'opération de produit matriciel. Les algorithmes de multiplication de matrices constituent un sujet central dans les algorithmes théoriques et numériques en algèbre linéaire numérique et en optimisation, donc déterminer la complexité en temps du produit est d'une importance pratique. L'application directe de la définition mathématique de la multiplication de matrices donne un algorithme qui nécessite opérations sur le corps de base pour multiplier deux matrices d'ordre .

Afficher plus

Séances de cours associées (64)

Multiplication des matrices MOOC: Algèbre Linéaire (Partie 1)

Couvre la multiplication matricielle, les propriétés et la matrice d'identité dans les opérations algébriques.

Calcul de la matrice

Couvre la définition et les opérations de base des matrices, y compris l'addition, la multiplication scalaire et la multiplication matricielle.

Algèbre linéaire: Propriétés des matrices

Explore les propriétés des matrices 3x3 avec des coefficients réels et des méthodes de calcul déterminant.

Multiplication matricielle : algorithmes et complexité

Couvre la notation matricielle, l'arithmétique, les algorithmes de multiplication et l'analyse de complexité.

Algèbre linéaire : matrices et opérations

Introduit des concepts clés en algèbre linéaire, y compris les matrices, les opérations et les invariants numériques.

Afficher plus

Concepts associés (23)

Matrice (mathématiques)

Produit matriciel

Square matrix

Matrix multiplication algorithm

Complexité de la multiplication de matrices

Afficher plus