Основы матричных вычислений 2023/24 — различия между версиями
Mac-mvak (обсуждение | вклад) (→Домашние задания) |
(добавила лекции) |
||
Строка 48: | Строка 48: | ||
# '''Малоранговое приближение матриц – 1''' (26.01.2024). Нормальные матрицы. Знакоопределённые матрицы. Сингулярное разложение (SVD): доказательство существования, наивный алгоритм, связь с матричными нормами. Теорема Эккарта-Янга-Мирского. [https://disk.yandex.ru/i/t9D31fx4TJsKJw Слайды] [https://disk.yandex.ru/d/kcf1XRIZqHWncQ/Лекция%202024-01-26T08-02-21Z.mp4 Запись] [https://disk.yandex.ru/i/TgSoS_2J891zig Конспект (TeX)] | # '''Малоранговое приближение матриц – 1''' (26.01.2024). Нормальные матрицы. Знакоопределённые матрицы. Сингулярное разложение (SVD): доказательство существования, наивный алгоритм, связь с матричными нормами. Теорема Эккарта-Янга-Мирского. [https://disk.yandex.ru/i/t9D31fx4TJsKJw Слайды] [https://disk.yandex.ru/d/kcf1XRIZqHWncQ/Лекция%202024-01-26T08-02-21Z.mp4 Запись] [https://disk.yandex.ru/i/TgSoS_2J891zig Конспект (TeX)] | ||
# '''Малоранговое приближение матриц – 2''' (02.02.2024). Скелетное разложение: разделение переменных и ранг, CUR-разложение и интерполяционная формула. Малоранговая арифметика: QR-разложение, преобразование скелетного разложения в SVD. [https://docs.yandex.ru/docs/view?url=ya-disk-public%3A%2F%2Fca2iSjNkF84qhKovSZ7mzgmROUBDyuJh3z0YmGcvj%2FSctff0pb9ch0udBlbVKM9Rq%2FJ6bpmRyOJonT3VoXnDag%3D%3D%3A%2Flectures%2Flecture3_fmatcomp24.pdf&name=lecture3_fmatcomp24.pdf&nosw=1 Слайды] [https://disk.yandex.ru/d/kcf1XRIZqHWncQ/Лекция%202024-02-02T08-04-01Z.mp4 Видео] | # '''Малоранговое приближение матриц – 2''' (02.02.2024). Скелетное разложение: разделение переменных и ранг, CUR-разложение и интерполяционная формула. Малоранговая арифметика: QR-разложение, преобразование скелетного разложения в SVD. [https://docs.yandex.ru/docs/view?url=ya-disk-public%3A%2F%2Fca2iSjNkF84qhKovSZ7mzgmROUBDyuJh3z0YmGcvj%2FSctff0pb9ch0udBlbVKM9Rq%2FJ6bpmRyOJonT3VoXnDag%3D%3D%3A%2Flectures%2Flecture3_fmatcomp24.pdf&name=lecture3_fmatcomp24.pdf&nosw=1 Слайды] [https://disk.yandex.ru/d/kcf1XRIZqHWncQ/Лекция%202024-02-02T08-04-01Z.mp4 Видео] | ||
− | # '''Малоранговое приближение матриц – 3''' (09.02. | + | # '''Малоранговое приближение матриц – 3''' (09.02.2024). Ортопроекторы. Приближение образа матрицы. Простейший рандомизированный алгоритм поиска усечённого SVD. [https://docs.yandex.ru/docs/view?url=ya-disk-public%3A%2F%2Fca2iSjNkF84qhKovSZ7mzgmROUBDyuJh3z0YmGcvj%2FSctff0pb9ch0udBlbVKM9Rq%2FJ6bpmRyOJonT3VoXnDag%3D%3D%3A%2Flectures%2Flecture4_fmatcomp24.pdf&name=lecture4_fmatcomp24.pdf&nosw=1 Доска] [https://disk.yandex.ru/d/kcf1XRIZqHWncQ/Лекция%202024-02-09T08-04-34Z.mp4 Видео] |
− | # '''Малоранговое приближение матриц – 4''' ( | + | # '''Малоранговое приближение матриц – 4''' (16.02.2024). Alternating least squares (ALS). Матрично-векторное дифференцирование. Кронекерово произведение. [https://docs.yandex.ru/docs/view?url=ya-disk-public%3A%2F%2Fca2iSjNkF84qhKovSZ7mzgmROUBDyuJh3z0YmGcvj%2FSctff0pb9ch0udBlbVKM9Rq%2FJ6bpmRyOJonT3VoXnDag%3D%3D%3A%2Flectures%2Flecture5_fmatcomp24.pdf&name=lecture5_fmatcomp24.pdf&nosw=1 Доска] [https://disk.yandex.ru/d/kcf1XRIZqHWncQ/Лекция%202024-02-16T06-24-04Z.mp4 Видео] |
+ | # '''Малоранговое приближение многомерных массивов''' (26.02.2024). Каноническое тензорное разложение. Разложение Таккера. Higher-order SVD. [https://docviewer.yandex.ru/?url=ya-disk-public%3A%2F%2Fca2iSjNkF84qhKovSZ7mzgmROUBDyuJh3z0YmGcvj%2FSctff0pb9ch0udBlbVKM9Rq%2FJ6bpmRyOJonT3VoXnDag%3D%3D%3A%2Flectures%2Flecture6_fmatcomp24.pdf&name=lecture6_fmatcomp24.pdf Доска] [https://disk.yandex.ru/d/kcf1XRIZqHWncQ/Лекция%202024-02-26T13-10-43Z.mp4 Видео] [https://docviewer.yandex.ru/?url=ya-disk-public%3A%2F%2Fca2iSjNkF84qhKovSZ7mzgmROUBDyuJh3z0YmGcvj%2FSctff0pb9ch0udBlbVKM9Rq%2FJ6bpmRyOJonT3VoXnDag%3D%3D%3A%2Flectures%2Flectures_tex%2Flecture6_fmatcomp24_tex.pdf&name=lecture6_fmatcomp24_tex.pdf Конспект (TeX)] | ||
+ | # '''Вычисление QR-разложения''' (01.03.2024). Отражения Хаусхолдера. Вращения Гивенса. Rank-revealing QR (RRQR). [https://docviewer.yandex.ru/?url=ya-disk-public%3A%2F%2Fca2iSjNkF84qhKovSZ7mzgmROUBDyuJh3z0YmGcvj%2FSctff0pb9ch0udBlbVKM9Rq%2FJ6bpmRyOJonT3VoXnDag%3D%3D%3A%2Flectures%2Flecture7.pdf&name=lecture7.pdf Доска] | ||
=== Проверочные работы на семинарах === | === Проверочные работы на семинарах === |
Версия 15:58, 7 марта 2024
Содержание
О курсе
Курс для студентов 2 курса в 3-4 модулях.
Первые лекция и семинары состоятся 19.01
Лектор: Рахуба Максим Владимирович
Семинаристы:
Группа | Преподаватель | Учебные ассистенты | Чат в телеграм |
---|---|---|---|
1 | Рахуба Максим Владимирович | Максим Васильев, Андрей Аржанцев | tg |
2 | Самсонов Сергей Владимирович | Никита Козлов, Артем Малько | tg |
3 | Ваня Пешехонов | Иван Сидоренко, Тимофей Сенин | tg |
4 | Кухарчук Иван Андреевич | Егор Бугаев, Тимофей Сенин | ? |
5 | Сендерович Александра Леонидовна | Алмасбек Стамбеков, Максим Захарченко | tg |
6 | Медведь Никита Юрьевич | Илья Дробышевский, Виктория Шварева, Максим Захарченко | tg |
7 | Левин Илья Валерьевич | Александр Гапонов, Артем Малько | ? |
Полезные ссылки
Неофициальный конспект лекций 2021-2022 от студента (могут быть ошибки)
Подготовленные билеты к коллоквиуму 2022-2023 от студентов (могут быть ошибки)
План курса
Если какие-то лекции не выложены или найдены ошибки на вики-странице - пишите @strange_guest.
- Основы матричного анализа (19.01.2024). Векторные и матричные нормы. Скалярное произведение и ортогональность. Разложение Шура. Слайды Запись Конспект (TeX)
- Малоранговое приближение матриц – 1 (26.01.2024). Нормальные матрицы. Знакоопределённые матрицы. Сингулярное разложение (SVD): доказательство существования, наивный алгоритм, связь с матричными нормами. Теорема Эккарта-Янга-Мирского. Слайды Запись Конспект (TeX)
- Малоранговое приближение матриц – 2 (02.02.2024). Скелетное разложение: разделение переменных и ранг, CUR-разложение и интерполяционная формула. Малоранговая арифметика: QR-разложение, преобразование скелетного разложения в SVD. Слайды Видео
- Малоранговое приближение матриц – 3 (09.02.2024). Ортопроекторы. Приближение образа матрицы. Простейший рандомизированный алгоритм поиска усечённого SVD. Доска Видео
- Малоранговое приближение матриц – 4 (16.02.2024). Alternating least squares (ALS). Матрично-векторное дифференцирование. Кронекерово произведение. Доска Видео
- Малоранговое приближение многомерных массивов (26.02.2024). Каноническое тензорное разложение. Разложение Таккера. Higher-order SVD. Доска Видео Конспект (TeX)
- Вычисление QR-разложения (01.03.2024). Отражения Хаусхолдера. Вращения Гивенса. Rank-revealing QR (RRQR). Доска
Проверочные работы на семинарах
На семинарах будут проходить короткие тесты (проверочные работы) по теме лекции и семинара с предыдущей недели.
Домашние задания
На курсе предусмотрены теоретические домашние задания и практические домашние задания на языке Python. Выдаются каждые 1-3 недели.
Каждый студент 2 раза за семестр может просрочить дедлайн ДЗ на 1 сутки. Чтобы использовать эту возможность, достаточно просто загрузить работу после дедлайна.
- Практическое ДЗ-1. Дедлайн: 24.02.24 в 23:59. Условие
- Практическое ДЗ-2. Дедлайн: 18.03.24 в 23:59. Условие
Итоговая оценка за курс
Итог = Округление(min(10, 0.2 * ТДЗ + 0.15 * ПДЗ + 0.1 * БДЗ + 0.1 * ПР + 0.25 * К + 0.3 * Э))
Обратите внимание, что в 4-м модуле ТДЗ, ПДЗ, ПР являются средними оценками за оба модуля.
- ТДЗ – средняя оценка за теоретические домашние задания.
- ПДЗ – средняя оценка за практические домашние задания в Python.
- БДЗ – средняя оценка за бонусные задачи.
- ПР – средняя оценка за проверочные работы на семинарах.
- К – оценка за коллоквиум.
- Э – оценка за письменный экзамен, проводимый в конце 4-го модуля.
Округление арифметическое.
Автоматов не предусмотрено.
Литература
1) Golub, G. H., & Van Loan, C. F. (2013). Matrix Computations 4th Edition. The Johns Hopkins University Press. Baltimore.
2) Тыртышников, Е. Е. (2007). Методы численного анализа. Академия, Москва.
3) Trefethen, L. N., & Bau III, D. (1997). Numerical linear algebra. (Vol. 50). Siam. Philadelphia.
4) Demmel, James W. Applied numerical linear algebra. Society for Industrial and Applied Mathematics, 1997.