Kursus Matriks Lanjutan

Pelajaran 1 • Transposisi Matriks

Menerangkan operasi transposisi dan sifat algebranya. Transposisi berulang dalam penguraian, kaedah kuasa dua terkecil, dan matriks kovarians.

Pelajaran 2 • Notasi dan Terminologi Matriks

Memperkenalkan notasi piawai untuk baris, lajur, dan unsur. Mewujudkan kosa kata yang digunakan di semua bab seterusnya.

Pelajaran 3 • Aritmetik Asas pada Matriks

Mengajar penambahan, penolakan, dan pendaraban skalar dengan peraturan keserasian. Operasi ini adalah prasyarat untuk hasil darab dan transformasi matriks.

Pelajaran 1 • Sifat Hasil Darab Matriks

Meneliti kalis sekutuan, kalis agihan, dan kelakuan unsur identiti. Memahami sifat ini membolehkan manipulasi algebra bagi ungkapan matriks.

Pelajaran 2 • Hasil Darab Matriks Khas

Merangkumi hasil darab luar, hasil darab Hadamard, dan hasil darab Kronecker. Setiap jenis hasil darab muncul dalam domain aplikasi berbeza yang diliputi kemudian.

Pelajaran 3 • Peraturan Pendaraban Matriks

Menerbitkan peraturan baris-demi-lajur dan keperluan dimensi untuk hasil darab yang sah. Penggunaan yang betul mengelakkan kesilapan pengiraan yang paling biasa.

Pelajaran 1 • Mengira Penentu

Membentangkan kaedah kembangan kofaktor dan pengurangan baris untuk penentu. Pengiraan tepat adalah penting untuk ujian kebolehsonsangan dan petua Cramer.

Pelajaran 2 • Mengira Sonsangan Matriks

Mengajar kaedah berasaskan adjugat dan pengurangan baris untuk mencari sonsangan. Pengiraan sonsangan membolehkan penyelesaian terus persamaan linear dan transformasi.

Pelajaran 3 • Matriks Singular lawan Boleh Sonsang

Mentakrifkan singulariti melalui kriteria penentu dan pangkat. Membezakan matriks boleh sonsang daripada matriks singular adalah kritikal untuk menyelesaikan sistem linear.

Pelajaran 4 • Petua Cramer dan Aplikasi

Mengaplikasi penentu untuk menyelesaikan sistem linear kecil melalui petua Cramer. Menghubungkan teori penentu dengan aliran kerja penyelesaian persamaan amali.

Pelajaran 1 • Penghapusan Gauss-Jordan dan RREF

Memanjangkan penghapusan ke bentuk eselon baris terturun untuk pembacaan penyelesaian terus. RREF juga mendedahkan pangkat dan pemboleh ubah bebas dalam sistem kurang tentu.

Pelajaran 2 • Perwakilan Matriks Sistem Linear

Menukar sistem persamaan ke dalam bentuk matriks tertambah. Perwakilan ini adalah titik masuk untuk semua kaedah penyelesaian algoritma.

Pelajaran 3 • Penghapusan Gauss

Mengaplikasi operasi baris asas untuk mencapai bentuk eselon baris. Penghapusan Gauss adalah algoritma asas untuk menyelesaikan sistem linear.

Pelajaran 4 • Penguraian LU untuk Sistem Linear

Memfaktorkan matriks kepada komponen segi tiga bawah dan atas untuk penyelesaian cekap. Penguraian LU mengurangkan pengiraan berulang apabila menyelesaikan pelbagai sisi kanan.

Pelajaran 1 • Persamaan Ciri dan Nilai Eigen

Menerbitkan nilai eigen daripada polinomial ciri matriks persegi. Nilai eigen mengukur kelakuan penskalaan sepanjang arah invarian.

Pelajaran 2 • Matriks Simetri dan Teorem Spektrum

Membuktikan bahawa matriks simetri mempunyai nilai eigen nyata dan vektor eigen ortogon. Teorem spektrum menjadi asas kepada analisis komponen utama dan bentuk kuadratik.

Pelajaran 3 • Mengira Vektor Eigen

Mencari vektor eigen dengan menyelesaikan ruang nol matriks beralih. Vektor eigen mentakrifkan paksi invarian bagi transformasi linear.

Pelajaran 4 • Pepepenjuruan Matriks

Membina bentuk pepenjuru menggunakan matriks vektor eigen apabila syarat dipenuhi. Pepepenjuruan memudahkan pengiraan kuasa dan eksponen matriks.

Pelajaran 1 • Transformasi Linear dan Matriksnya

Mentakrifkan peta linear dan menerbitkan perwakilan matriks piawainya. Setiap matriks mengekodkan transformasi linear antara ruang vektor.

Pelajaran 2 • Aksiom dan Contoh Ruang Vektor

Mentakrifkan ruang vektor melalui aksiom ketertutupan, identiti, dan sonsangan. Mengenal pasti ruang vektor yang sah adalah prasyarat kepada analisis subruang dan asas.

Pelajaran 3 • Sistem Koordinat dan Perubahan Asas

Menyatakan vektor dalam asas berbeza menggunakan matriks peralihan. Perubahan asas adalah penting untuk pepepenjuruan dan pengiraan cekap.

Pelajaran 4 • Subruang, Rentangan, dan Asas

Mengenal pasti subruang dan membina set rentangan serta asas minimum. Pemilihan asas menentukan perwakilan koordinat yang digunakan dalam transformasi.

Pelajaran 1 • Memilih dan Mengaplikasi Penguraian

Menyediakan rangka kerja keputusan untuk memilih penguraian berdasarkan sifat matriks dan matlamat. Kriteria pemilihan amali mencegah pengiraan yang tidak cekap atau tidak stabil.

Pelajaran 2 • Penguraian QR

Memfaktorkan matriks kepada komponen ortogon dan segi tiga atas melalui Gram-Schmidt. Penguraian QR adalah tulang belakang penyelesai kuasa dua terkecil dan algoritma nilai eigen.

Pelajaran 3 • Penguraian Schur dan Jordan

Membentangkan pentriangulatan Schur dan bentuk normal Jordan untuk matriks tidak boleh dipepenjurukan. Bentuk ini mengendalikan matriks rosak yang menentang pepepenjuruan piawai.

Pelajaran 4 • Penguraian Cholesky

Memfaktorkan matriks pasti positif simetri kepada bentuk segi tiga. Cholesky adalah dua kali lebih cekap daripada LU untuk sistem pasti positif dalam pengoptimuman.

Pelajaran 1 • Kuasa Dua Terkecil dan Regresi

Menyelesaikan sistem lebih tentu melalui persamaan normal dan sonsangan pseudo. Kuasa dua terkecil adalah teras matematik bagi regresi linear dan pemadanan data.

Pelajaran 2 • Bentuk Kuadratik dan Pengoptimuman

Menganalisis fungsi objektif kuadratik menggunakan perwakilan matriks dan nilai eigen. Analisis bentuk kuadratik menentukan syarat kecembungan dan keoptimuman.

Pelajaran 3 • Kaedah Matriks dalam Analisis Rangkaian

Mengekodkan graf sebagai matriks kejiranan dan Laplacian serta mengekstrak sifat struktur. Teori graf spektrum menghubungkan nilai eigen dengan keterhubungan dan pengelompokan.

Pelajaran 4 • Penyelesai Lelaran dan Penumpuan

Memperkenalkan kaedah Jacobi, Gauss-Seidel, dan kecerunan konjugat untuk sistem besar jarang. Kaedah lelaran berskala di mana penguraian terus menjadi terlarang dari segi pengiraan.