Décompositions matricielles : LU, Cholesky, QR, Eigendecomposition

Séances de cours associées (25)

Couvre la construction d'une méthode itérative pour les systèmes linéaires, en mettant l'accent sur la décomposition matricielle et la convexité.

Fournit un aperçu des matrices symétriques, des formes quadratiques et de leurs applications en algèbre linéaire et en analyse.

Explore les théorèmes d'équivalence matricielle pour les systèmes d'équations et les solutions des moindres carrés.

Couvre en détail la décomposition de la valeur singulière (SVD), y compris les propriétés des matrices et la linéarité du système.

Couvre la décomposition des matrices en blocs triangulaires et la décomposition spectrale.

Page 2 sur 2