教學大綱與進度

課程基本資料：

學年期	課號	課程名稱	階段	學分	時數	修	教師	班級	人	撤	備註
112-1	320046	線性代數	1	3.0	3	▲	楊士萱	資工二	83	2

教學大綱與進度：

教師姓名	楊士萱　教師諮商時間(Office Hours)
Email	shyang@ntut.edu.tw
最後更新時間	2023-08-27 14:53:39
課程大綱	線性代數為科學與工程的基礎數學工具，本課程教授線性代數的基本概念與運算技巧。課程大綱包括：矩陣、線性聯立方程組、線性轉換、向量空間、特徵值及特徵向量、正交性與最小平方估計。 This course Linear Algebra - is a mathematics course. - is useful and fundamental to EECS/CSIE (and many other discipline) students. - emphasizes both computations and concepts. - asks you to use programming languages to solve linear algebra problems. - guides you to read an English textbook. - requires hard work. 本課程 - 為數學課 - 為電資/資工領域(及許多其他專業領域)學生基礎課程 - 計算與概念並重 - 要求使用程式語言解線性代數問題 - 引導同學閱讀英文教科書 - 需要同學用功讀書
課程進度 (1-16週)	課程資料將透過北科i學園+、FB、Teams、或Zuvio公布。 課程進度： 1. Matrix Operations (Sections 2.1 and 2.2) 矩陣運算 - To learn basic matrix arithmetic operations: addition, subtraction, multiplication power, transpose, and inverse. 矩陣加、減、乘、乘方、轉置、反矩陣 2. Linear Equations (Sections 1.1 to 1.5) 線性方程式 - To understand the basic terminologies and notations of matrices and systems of linear equations, in the forms of vector equation and matrix equation. 線性聯立方程組、向量方程式、矩陣方程式 - Solving a system of linear equations by reducing a matrix to its echelon form. 解線性聯立方程組、階梯型式 Test #1 3. Introduction to Linear Independence and Linear Transformation (Sections 1.7, 1.8, and 2.3) 線性獨立與線性轉換 - First exposure to key concepts such as linear independence and linear transformation. 線性獨立與線性轉換初探 - More about the matrix inverse. 更多有關反矩陣 - To summarize the concepts for systems of n linear equations in n unknowns. 綜整n個變數n個線性方程式 Midterm Exam 3. Vector Spaces (Chapter 4) 向量空間 - Introduction to vector spaces. 向量空間簡介 - Fundamental subspaces of a matrix: column space, row space, and null space. 矩陣子空間：行空間、列空間、零空間 - Basis, coordinate system and dimension. 基底、座標系統和維度 Test #2 4. Eigenvalues and Eigenvectors (Chapter 5) 特徵值與特徵向量 - To understand the meaning of eigenvalues and eigenvectors of a matrix, and the approaches to find them. 矩陣特徵值與特徵向量的意義與計算方式 - Diagonalization of a matrix (linear transformation). 矩陣的對角化 5. Orthogonality and Least Squares (Chapter 6) 正交性與最小平方 - To introduce inner product of vectors, and thus the geometric concepts of length, distance, and angle (perpendicularity). 向量內積，長度、距離、角度(垂直) - To be familiar with the use of orthogonal bases. 正交基底 - Least-Squares approximation. 最小平方估計 Final Exam
評量方式與標準	1. In-class attendance, Zuvio IRS practice and TA class attendance （上課點名/問答）, at most 5%、此為加分項目（點名都到不一定加到滿分）。 2. Written exercises （課本練習題、紙筆類型）, 10%. Hand in your homework before class. The lowest score will be discarded. 3. Programming assignments （程式作業）, 5%. Submit code, results, and discussions through 北科i學園+. 4. In-class quizzes （隨堂考）, 20%. 5. Two 50-minute tests （段考）, 10% each. (20%) 6. Midterm exam （期中考）, 20% ; final exam （期末考）, 25%. (45%) 本課程原則上不接受期中撤選，請非本班同學三思後再加選，另人數不得超過教室容量。 Classroom Rules (上課規範): “尊重自己、也尊重他人學習的權益” 1. 請準時上課，不遲到早退。 2. 非經允許，上課時不可使用手機、平板、筆電等電子用品。手機請關機或調成靜音。 3. 上課時請專心於此課程之學習，非討論時間請避與他人交談。 4. 如有短暫急事，得在不影響他人上課的情形自行離開教室，並請迅速回座。 5. 如有事無法出席請盡量事先請假，並須有相關證明文件。 6. 習題可討論但勿抄襲。 違反以上規範者，將視情節輕重扣分。另請同學共同維護教室整潔。
使用教材、參考書目或其他	【遵守智慧財產權觀念，請使用正版教科書，不得使用非法影印教科書】 使用外文原文書：是 Textbook (教科書): David. C. Lay, Stephen R. Lay, and Judy J. McDonald, Linear Algebra and its Applications, Sixth Edition, Pearson Education Limited, 2022. （偉明書局代理） Good References (參考書): 1. Introduction to Linear Algebra with Applications by J. Defranza and D. Gagliardi. 2. Elementary Linear Algebra by Howard Anton. 3. Linear Algebra and Its Applications by Gilbert Strang.
課程諮詢管道	同學如有加退選簽核或課程問題請email: shyang@ntut.edu.tw，信件標題 [線性代數]_班級(或隨班附讀)_名字。
延伸教學與資源
課程對應SDGs指標
課程是否導入AI
備註	1. 本班修課同學眾多，需要加選課程的同學，務請於9/3(日)以前先email: shyang@ntut.edu.tw告知，並請於9/13(三)第一次上課時全程到課。在課程介紹結束以後，授課教師將逐一確認同學加選的需求。未依照以上說明email及到課同學，恕無法提供加選。 2. 除授課教師email通知第一次上課時到課之同學外，本班不再提供隨班附讀。