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
110-2	297564	線性代數	1	3.0	3	▲	楊士萱	電資一	66	0	◎

教學大綱與進度：

教師姓名	楊士萱
Email	shyang@ntut.edu.tw
最後更新時間	2022-02-13 13:37:16
課程大綱	完整課程介紹可下載： https://bit.ly/3Lulb9g 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 CSIE (and many other discipline) students. - emphasizes both computations and concepts. - asks you to use mathematical software packages (MATLAB, Scilab, or GNU Octave). - guides you to read an English textbook. - requires hard work. 本課程 - 為數學課 - 為資工領域(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MATLAB, Scilab, 或 GNU Octave等套裝軟體 - 引導同學閱讀英文教科書 - 需要同學用功讀書
課程進度	課程其他資料將透過北科i學園+、FB、Teams、或Zuvio公布。 課程[NTUT-Sync]110-2_297564_線性代數Teams連結：https://bit.ly/36agkdo 課程代碼cvmstzl Zuvio課程名稱：線性代數110-2，課程通行碼：87827932 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	(視疫情影響可能會增減評分項次或調整配分比例) 1. In-class attendance, Zuvio IRS practice and TA class attendance （上課點名/問答）, 5%. 2. Written exercises （課本練習題、紙筆類型）, 12%. Hand in your homework before class. The lowest score will be discarded. 3. Programming assignments and MATLAB/Scilab projects, 8%. Submit commands, results, and discussions through 北科i學園+. 4. In-class quizzes （隨堂考）, 20%. 5. Two 50-minute tests, 10% each. (20%) 6. Midterm exam and final exam, 20% each. (40%) 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。
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
課程對應SDGs指標
備註	1. 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。 2. 請同學加入FB社團https://bit.ly/345XeUO 3. 因應疫情可能會調整授課內容、授課方式、評分項目與配分。如果無法實體上課，預定使用Teams (課程代碼cvmstzl)與Zuvio(課程通行碼：87827932)於原定上課時間遠距上課。