Linear-algebra-II の変更点

• 追加された行はこの色です。
• 削除された行はこの色です。
• Linear-algebra-II へ行く。
• Linear-algebra-II の差分を削除

*線形代数 II (2019) [#y8253981]
**内容 [#l1b0bab0]
行列の応用としてベクトル空間の線形変換を理解する

[[シラバス>https://mypage.osakac.ac.jp/syllabus/browse/openIndex/2019/n20280108]]

**連絡事項 [#v8460371]
-中間試験
--日程:7回目(&color(red){11/12};(火))の授業
--範囲:5章-7章
-期末試験
--日程:&color(red){1/20};(火)
--範囲:7章-8章

** 評価基準 [#oabf9f24]
-点数配分についてはオリエンテーション資料を参照ください.
-[[評価基準>General message for students]]

** 教科書 [#wca3fb0c]
-[[学術図書出版社 新基礎コース 線形代数(2019)>https://www.gakujutsu.co.jp/product/978-4-7806-0404-7/]]
-[[学術図書出版社 新基礎コース 線形代数(2019)>https://mypage.osakac.ac.jp/syllabus/browse/openIndex/2019/n20290509]]

-分からない場合やより発展した話については以下もご参考ください.
--[[プログラミングのための線形代数>https://www.ohmsha.co.jp/book/9784274065781/]]
--[[統計のための行列代数 下>https://www.maruzen-publishing.co.jp/item/b294526.html]]


**講義資料 [#e02088a4]
***オリエンテーション [#o1c93903]
&ref(orientation_term2.pdf);
***授業(7回予定)+演習(7回予定) [#acc804de]
+平面/空間ベクトル~
--ノート(9/17)
&ref(term2_note1.pdf);
--演習(9/24)
&ref(term2_excise1.pdf);
+ベクトル空間~
--ノート(10/1)
&ref(term2_note2.pdf);
--演習(10/8)
&ref(term2_excise2.pdf);
+基底(10/15)~
--ノート(10/15)
&ref(term2_note3.pdf);
--演習(10/29)
&ref(term2_excise3.pdf);
+線形変換~
--ノート(11/19)
&ref(term2_note4.pdf);
--演習(11/26)
&ref(term2_excise4.pdf);
+固有値と固有ベクトル~
--ノート(12/3)
&ref(term2_note5.pdf);
--演習(12/10)
&ref(term2_excise5.pdf);
+行列の対角化~
--ノート(12/17)
&ref(term2_note6.pdf);
--演習(12/24)
&ref(term2_excise6.pdf);
+対称行列
--ノート(1/7)
--演習(1/14)

** レポート(7-8回予定) [#l922db41]
+平面/空間ベクトル(9/24提出)~
&ref(term2_report1.pdf);
+ベクトル空間(10/8提出)~
&ref(term2_report2.pdf);
+基底(10/29提出)~
&ref(term2_report3.pdf);
+線形変換(11/26提出)~
&ref(term2_report4.pdf);
+固有値と固有ベクトル(12/10提出)~
&ref(term2_report5.pdf);
+行列の対角化, 基底の線形変換(12/24提出)~
&ref(term2_report6.pdf);
+直交行列, 対称行列の対角化(未定)~
+共線性, 直線と平面の方程式(未定)

** 参考資料 [#vff4134e]
-作図用ツール(外部)~
講義資料はpython matplotlibを用いて作成しています.~
作図ツールとしては以下のものが使いやすいです.~
++[[gnuplotの初歩 by graph@pc-physics.com >http://graph.pc-physics.com/]]~
gnuplotは科学技術計算でよく使われる作図ツールです.~
ベクトルはset arrow命令で書くことができます.
++[[Pythonのmatplotlibを使ってデータを可視化する方法 by Deep Age >https://deepage.net/features/numpy-matplotlib.html]]~
pythonを使いたい場合はご自身のPCに[[Jupytr>https://codezine.jp/article/detail/10917]]をインストールしてください.~
ベクトルはmatplotlib.pyplot.quiverで書くことができます.~
pythonはデータの統計処理や機械学習などにも使えます. そちらに興味がある方は遊んでみてください.

**過去のページ [#bd23ff43]
[[2018年度>Linear-algebra-II/2018]]

** 連絡先 [#k90d8a50]
e-mail: kmatsu.odmath(a t)gmail.com
(a t)は"@"に変えてください.