Основы матричных вычислений 2021/2022 — различия между версиями
Esquerte (обсуждение | вклад) (Возможность просрочки) |
Esquerte (обсуждение | вклад) (Lecture 2) |
||
| Строка 39: | Строка 39: | ||
=== Лекции === | === Лекции === | ||
| − | * ''' | + | * '''Основы матричного анализа''' (14.01.2022). Векторные и матричные нормы. Скалярное произведение и ортогональность. Разложение Шура. [https://disk.yandex.ru/i/IIvxT83Zl6ntpw Конспект] [https://youtu.be/Ko6r7Q4Jnz8 Видео] [https://disk.yandex.ru/i/90mmYWp4Sy4JcQ TeX] |
| + | * '''Малоранговое приближение матриц – 1''' (21.01.2022). Нормальные матрицы. Знакоопределённые матрицы. Сингулярное разложение: наивный алгоритм, связь с матричными нормами. [https://disk.yandex.ru/i/9VWiLWGimcQbzg Конспект] | ||
=== Проверочные работы на семинарах === | === Проверочные работы на семинарах === | ||
Версия 20:50, 21 января 2022
Содержание
О курсе
Курс для студентов 2 курса в 3-4 модулях.
Лектор: Рахуба Максим Владимирович
Семинаристы:
| Группа | Преподаватель | Учебный ассистент | Инвайт в anytask | Чат в телеграм | Консультации |
|---|---|---|---|---|---|
| 1 | Высоцкий Лев Игоревич | Иоанн Довгополый | tg | ||
| 2 | Рахуба Максим Владимирович | Михаил Петров | tg | ||
| 3 | Сушникова Дарья Алексеевна | Александр Демин | tg | ||
| 4 | Сушникова Дарья Алексеевна | Влад Княжевский | tg | ||
| 5 | Медведь Никита Юрьевич | Дмитрий Лишуди | tg | ? | |
| 6 | Зароднюк Алёна Владимировна | Ира Голобородько | tg |
Полезные ссылки
Телеграм-канал курса: tg
Телеграм-чат курса: tg
Материалы курса: disk.yandex.ru
Плейлист с видеозаписями: youtube.com
План курса
Лекции
- Основы матричного анализа (14.01.2022). Векторные и матричные нормы. Скалярное произведение и ортогональность. Разложение Шура. Конспект Видео TeX
- Малоранговое приближение матриц – 1 (21.01.2022). Нормальные матрицы. Знакоопределённые матрицы. Сингулярное разложение: наивный алгоритм, связь с матричными нормами. Конспект
Проверочные работы на семинарах
Каждые 1-2 недели на семинарах будет проходить короткие тесты по теме лекции и семинара с предыдущей недели. На первом семинаре пройдет пробный тест, за который не будет выставляться баллов. Подробнее о правилах проведения будет рассказано на первом семинаре.
Домашние задания
На курсе предусмотрены теоретические домашние задания и практические домашние задания на языке Python. Выдаются каждые 2-3 недели.
У каждого студента есть возможность продлить срок сдачи одного (любого) задания не более чем на двое суток или двух заданий не более чем на одни сутки. Чтобы использовать эту возможность, достаточно просто загрузить работу в anytask после дедлайна.
Контрольная работа
Экзамен
По завершению 4-го модуля предусмотрен письменный экзамен
Итоговая оценка за курс
3 модуль
Итог = Округление(min(10, 0.4 * ТДЗ + 0.3 * ПДЗ + 0.2 * ПР + 0.1 * ФПР + 0.1 * БДЗ))
4 модуль
Итог = Округление(min(10, 0.2 * ТДЗ + 0.15 * ПДЗ + 0.1 * ПР + 0.05 * ФПР + 0.2 * КР + 0.3 * Э + 0.1 * БДЗ))
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 (до 10 минут), проводимые каждые 1-2 недели на семинарах ФПР – оценка за финальную проверочную работу, которая проводится в конце 3-го модуля КР – оценка за письменную контрольную работу, включающую теоретические вопросы и задачи 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.
