YoVDO

Линейная алгебра (Linear Algebra)

Offered By: Higher School of Economics via Coursera

Tags

Linear Algebra Courses Matrices Courses Quadratic Forms Courses Systems of Linear Equations Courses

Course Description

Overview

Онлайн курс для дистанционного изучения линейной алгебры на нематематических факультетах.
Стандартный онлайн курс линейный алгебры, содержащий все необходимые для статистки и многомерного анализа приложения и алгоритмы, но не всегда содержащий подробные доказательства.
Мы введём понятие линейности и линейного пространства, конечномерного пространства, линейного функционала, линейного оператора. Научимся оперировать матрицами, находить удачные базисы для линейных операторов (диагонализировать матрицу, если это возможно, найти жорданов базис в случае пространств небольшой размерности). Мы обсудим теорему Перрона-Фробениуса и ее приложение к индексированию страниц в интернете. Мы будем изучать квадратичные формы и их приведение к главным осям.
Каждая лекция состоит из нескольких видеофрагментов, продолжительности примерно 10 минут, между ними короткие упражнения. К каждой лекции предполагается домашняя работа. Курс предполагает две контрольных работы – промежуточную и финальный экзамен. Мы предложим несколько дополнительных заданий для тех, кому стандартные задания курса покажутся простыми.



Появились технические трудности? Обращайтесь на адрес: [email protected]

Syllabus

  • Понятие линейного пространства
    • В этим модуле мы познакомимся с самыми базовыми понятиями - с теми, на которых строится весь дальнейший курс, которые объясняют, как выглядит множество объектов, изучаемых линейной алгеброй.
  • Линейные функции на линейном пространстве
    • На этой неделе мы поговорим о то, что есть линейные функции, об их выгодных сторонах, увидим, что вокруг нас очень многое живет по линейным законам.
  • Базис линейного пространства
    • В этом модуле попытаемся представить себе, что такое четырехмерное (и n-мерное) пространство, причём тут координаты, а так же введём понятие базиса линейного пространства и обсудим основные вопросы, связанные с ним; переходы от базиса к базису.
  • Системы линейных уравнений
    • Эти лекции дадут нам понять, как привычные нам системы линейных уравнений с многими неизвестными связаны с пространством, функциями в нем и разными фигурам, а так же обсудим разные методы решения таких систем.
  • Факты о ядре и образе линейного отображения, преобразования координат
    • Поговорим с вами о том, что такое отображение в линейном пространстве, а так же, какое значение в этой науке имеют слова "образ" и "ядро", и что можно понять про отображения, обладая информацией про эти объекты. (И наоборот).
  • Операции над матрицами
    • В этом модуле мы расскажем, почему матрица и линейное отображение - это почти одно и то же, какие в мире бывают матрицы и как с ними обращаться.
  • Собственные вектора и значения линейного оператора
    • На этой неделе вы узнаете, что такое собственный вектор, собственное значение, и кому они принадлежат. А ещё - почему они так полезны в нашей науке.
  • Жорданова нормальная форма
    • В конце этой недели вы будете знать, к какому общему виду можно привести абсолютно любую комплекснозначную матрицу, какие тайные знания нам даёт подобная форма,и почему так важно уметь матрицу к этому виду привести самостоятельно.
  • Билинейные формы и операции с ними
    • Мы расскажем вам, что такое билинейные формы и с чем их едят, где в окружающем мире увидеть билинейные формы, и как с ними можно работать.
  • Квадратичные формы и процесс ортогонализации
    • В этом модуле разговор пойдёт про квадратичные формы - ещё один вид преобразований, про то, почему они удобны, за какие изменения пространств отвечают, и как приводить их к самому красивому виду путём замены координат.
  • Метод наименьших квадратов
    • Метод наименьших квадратов - что это? Лектор подробно расскажет, что это за метод, в каких случаях удобно им пользоваться, и что в жизни есть множество ситуаций, в которых он даёт очень подходящие результаты.

Tags

Related Courses

Advanced Machine Learning
The Open University via FutureLearn
Advanced Statistics for Data Science
Johns Hopkins University via Coursera
Algebra & Algorithms
Moscow Institute of Physics and Technology via Coursera
Algèbre Linéaire (Partie 2)
École Polytechnique Fédérale de Lausanne via edX
Linear Algebra III: Determinants and Eigenvalues
Georgia Institute of Technology via edX