EdX

Algèbre Linéaire (Partie 3) (edX)

Algèbre Linéaire (Partie 3) (edX)

Un MOOC francophone d'algèbre linéaire accessible à tous, enseigné de manière rigoureuse et ne nécessitant aucun prérequis. Vous voulez apprendre l'algèbre linéaire, un précieux outil complémentaire à vos connaissances acquises durant vos études en économie, ingénierie, physique, ou statistique? Ou simplement pour la beauté de la matière? Alors ce cours est fait pour vous!

Class Deals by MOOC List - Click here and see EdX's Active Discounts, Deals, and Promo Codes.

Outre remplir le rôle d'outil dans les différentes branches mentionnées ci-dessus (permettant la résolution de problèmes concrets), l'algèbre linéaire, qui capture l'essence des mathématiques -à savoir, l'algèbre et la géométrie- vous introduira au monde plus abstrait des mathématiques.
Proposé comme complément de cours aux ingénieurs de première année à l'Ecole Polytechnique Fédérale de Lausanne, ce MOOC (composé de trois parties) n'en est pas moins un cours à part entière et peut être considéré comme une base solide d'algèbre linéaire pour tout étudiant intéressé par l'apprentissage de cette matière.

Bien que les vidéos constituent le coeur du cours, des exercices de type QCM (Questions à choix multiples) ainsi que des séries au format PDF seront disponibles chaque semaine, ainsi que des corrigés appropriés. Plus précisément, les séries d'exercices seront accompagnées d'un corrigé au format PDF et certains problèmes bénéficieront d'une correction détaillée en vidéo, dans laquelle l'un des enseignants présentera la solution, étape par étape. Finalement, chaque vidéo de cours sera suivie d'un quiz, dont le but est de tester le degré d’assimilation des connaissances acquises.
Le cours est organisé en dix chapitres dans lesquels une approche très détaillée des concepts théoriques est proposée, ainsi que de multiples exemples illustratifs :

  1. Systèmes d'équations linéaires.
    1. Algèbre matricielle.
    2. Espaces vectoriels.
    3. Bases et dimensions.
    4. Applications linéaires.
    5. Matrices et applications linéaires.
    6. Déterminants.
    7. Vecteurs propres, valeurs propres, diagonalisation.
    8. Produits scalaires et espaces euclidiens.
    9. Matrices orthogonales et matrices symétriques.

Cette troisième (et dernière) partie du cours sera dévouée à l'étude des chapitres 9 et 10 cités plus haut. Une bonne connaissance de la matière enseignée dans les MOOCs Algèbre Linéaire (Partie 1) et Algébre Linéaire (Partie 2) est requise. Aussi, il est conseillé de travailler régulièrement et de manière assidue, de façon à ne pas prendre de retard lors de l'apprentissage de la matière.
A la fin du cours, l'étudiant sera capable

  • de définir les concepts théoriques introduits en cours et d'en donner des exemples illustratifs ;
  • de reconnaître un produit scalaire et maîtriser les propriétés associées à un tel objet (e.g. Inégalité de Cauchy-Schwarz, inégalité du triangle) ;
  • de et maîtriser les notions de bases liées à l'orthogonalité (e.g. familles/bases orthogonales, familles/bases orthonormales, orthogonal d'un sous-espace, Théorème de Pythagore) ;
  • de construire une base orthonormée d'un sous-espace vectoriel d'un espace euclidien à l'aide du procédé de Gram-Schmidt ;
  • de calculer la meilleure approximation quadratique d'un vecteur ;
  • de calculer la solution au sens des moindres carrés d'un système linéaire ;
  • de calculer la factorisation QR d'une matrice donnée, lorsque cela est possible ;
  • de diagonaliser orthogonalement une matrice symétrique donnée ;
  • de déterminer les axes principaux d'une forme quadratique donnée ;
  • de calculer la décomposition en valeurs singulières d'une matrice donnée.
Go to Class
MOOC List is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

Related Courses

Introducción a las ecuaciones diferenciales (edX) EdX
Galileo University,GalileoX

Introducción a las ecuaciones diferenciales (edX)

Aprende el lenguaje de las ecuaciones diferenciales ordinarias y su aplicación en la modelación de muchos de los fenómenos que nos rodean. Este curso en línea se centra en el estudio de las ecuaciones diferenciales ordinarias (EDOs) de primer orden y consta de una introducción a la terminología y teoría, haciendo especial énfasis en la solución analítica de las mismas, sus propiedades y su aplicación en el modelado y resolución de problemas en física e ingeniería, entre otros.

Self Paced
Self-Paced
Bases Matemáticas: Derivadas (edX) EdX
Universitat Politècnica de València,UPValenciaX

Bases Matemáticas: Derivadas (edX)

Curso básico sobre funciones y sus derivadas, incluyendo sus aplicaciones a la resolución de problemas. Este curso se concibe como una revisión de los conceptos básicos del cálculo diferencial, necesarios para los primeros cursos de aquellos estudios universitarior en los que se imparte matemáticas.

Self Paced
Self-Paced
Linear Algebra I: Linear Equations (edX) EdX
Georgia Institute of Technology,GTx

Linear Algebra I: Linear Equations (edX)

This course takes you through the first three weeks of MATH 1554, Linear Algebra, as taught in the School of Mathematics at The Georgia Institute of Technology. Systems of equations live at the heart of linear algebra. In this course you will explore fundamental concepts by exploring definitions and theorems that give a basis for this subject.

Self Paced
Self-Paced
Linear Algebra II: Matrix Algebra (edX) EdX
Georgia Institute of Technology,GTx

Linear Algebra II: Matrix Algebra (edX)

This course takes you through roughly three weeks of MATH 1554, Linear Algebra, as taught in the School of Mathematics at The Georgia Institute of Technology. Your ability to apply the concepts that we introduced in our previous course is enhanced when you can perform algebraic operations with matrices. At the start of this class, you will see how we can apply the Invertible Matrix Theorem to describe how a square matrix might be used to solve linear equations.

Self Paced
Self-Paced
Effective Thinking Through Mathematics (edX) EdX
University of Texas at Austin,UTAustinX

Effective Thinking Through Mathematics (edX)

Learn tools of effective thinking through puzzles and mathematics in this fun and fascinating course. A wondrously romantic belief is that brilliant thinkers magically produce brilliant ideas: Einstein jostles his hair and relativity falls out. We can enjoy these fanciful visions of leaps of genius, but we should not be fooled into believing that they’re reality.

Self Paced
Self-Paced
Aplicaciones de la Teoría de Grafos a la vida real (I) (edX) EdX
Universitat Politècnica de València,UPValenciaX

Aplicaciones de la Teoría de Grafos a la vida real (I) (edX)

Aprenderemos a modelizar problemas del mundo real mediante su representación con grafos y a resolverlos mediante sus algoritmos asociados. Este curso trata la Teoría de Grafos desde el punto de vista de la modelización, lo que nos permitirá con posterioridad resolver muchos problemas de diversa índole. Presentaremos ejemplos de los distintos problemas en un contexto real, analizaremos la representación de éstos mediante grafos y veremos los algoritmos necesarios para resolverlos.

Self Paced
Self-Paced
Cours préparatoire: Fonctions trigonométriques, logarithmiques et exponentielles (edX) EdX
École Polytechnique Fédérale de Lausanne,EPFLx

Cours préparatoire: Fonctions trigonométriques, logarithmiques et exponentielles (edX)

Ce cours donne les connaissances fondamentales liées aux fonctions trigonométriques, logarithmiques et exponentielles. Le cours propose une approche très détaillée et précise des notions fondamentales liées aux fonctions trigonométriques, logarithmiques et exponentielles.

Self Paced
Self-Paced
Advanced Linear Algebra: Foundations to Frontiers (edX) EdX
University of Texas at Austin,UTAustinX

Advanced Linear Algebra: Foundations to Frontiers (edX)

Learn advanced linear algebra for computing. Linear algebra is one of the fundamental tools for computational and data scientists. In Advanced Linear Algebra: Foundations to Frontiers (ALAFF), you will build your knowledge, understanding, and skills in linear algebra, practical algorithms for matrix computations, and the analysis of the effects of floating-point arithmetic as performed by computers.

Self Paced
Self-Paced