Математика

Учебник Линейная алгебра наглядно для начинающих

22 урока · 8 разделов · ~3 ч · бесплатно, без регистрации

Линейная алгебра — это язык, на котором говорят компьютерная графика, машинное обучение, поисковые системы и физика. Но за сухими таблицами чисел скрываются простые геометрические образы: стрелки, которые складывают, растягивают и поворачивают пространство. Этот курс построен в духе наглядной подачи: каждое понятие сначала показывается как картинка и смысл, затем записывается формулой, а рядом стоит маленькая программа на чистом Python (только стандартная библиотека, без NumPy), которая считает то же самое своими руками — из списков и циклов.

Вы пройдёте путь от вектора-стрелки до собственных значений и идеи SVD: научитесь видеть матрицу как преобразование пространства, понимать определитель как коэффициент растяжения площади, решать системы уравнений методом Гаусса и находить главные направления данных. Курс самостоятельный и не дублирует «Математику для машинного обучения» и «Дискретную математику» — здесь линейная алгебра как отдельная наглядная дисциплина.

Курс «Линейная алгебра наглядно» состоит из 8 разделов и 22 уроков: Векторы: стрелки, которые можно складывать, Линейные комбинации и базис, Матрицы как преобразования пространства, Системы линейных уравнений и метод Гаусса, Определитель: площадь, объём и смысл, Обратная матрица и решение Ax = b, Собственные значения и векторы и Применения: графика, PageRank и разложения. Уроки идут по порядку — от основ к более сложным темам, в каждом есть объяснение с примерами, а в конце — вопросы для самопроверки. К урокам привязаны задачи с автоматической проверкой: прочитали тему — сразу закрепили её кодом.

Программа учебника

8 разделов · 22 урока
  1. 1Векторы: стрелки, которые можно складывать3 урока

    1. 1Что такое вектор и как его складыватьВектор как стрелка и как список координат. Сложение по правилу треугольника и покоординатно, умножение на число — с проверкой на Python.
    2. 2Длина вектора и скалярное произведениеДлина вектора через теорему Пифагора и скалярное произведение: формула, свойства и расчёт на Python.
    3. 3Угол между векторами и проекцияКосинус угла между векторами и ортогональная проекция: формулы и расчёт на Python без библиотек.
  2. 2Линейные комбинации и базис3 урока

    1. 4Линейные комбинации и линейная оболочкаЛинейная комбинация векторов и понятие линейной оболочки (span): что можно построить из заданного набора стрелок.
    2. 5Линейная зависимость и независимостьЛинейная зависимость векторов: когда один лишний, как проверить независимость через определитель на Python.
    3. 6Базис и размерностьБазис как минимальный набор векторов, покрывающий пространство, и размерность. Стандартный базис и смена базиса.
  3. 3Матрицы как преобразования пространства3 урока

    1. 7Матрица как линейное преобразованиеМатрица превращает векторы в векторы линейно. Столбцы матрицы — образы базисных векторов. Расчёт умножения матрицы на вектор на Python.
    2. 8Поворот, масштаб и сдвигМатрицы поворота, масштабирования и сдвига (shear): как выглядят и что делают с пространством. Расчёт на Python.
    3. 9Произведение матриц как композицияУмножение матриц = последовательное применение преобразований. Правило строка-на-столбец, некоммутативность — на Python.
  4. 4Системы линейных уравнений и метод Гаусса3 урока

    1. 10Системы уравнений и их геометрияСистема линейных уравнений как пересечение прямых и плоскостей. Матричная запись Ax=b и три типа решений.
    2. 11Метод Гаусса: реализация на PythonМетод Гаусса с выбором главного элемента: прямой и обратный ход, реализация на чистом Python для решения Ax=b.
    3. 12Ранг матрицы и совместность системыРанг матрицы как число независимых строк, теорема Кронекера-Капелли о совместности систем — наглядно и на Python.
  5. 5Определитель: площадь, объём и смысл2 урока

    1. 13Определитель 2×2 как площадьОпределитель 2x2 как ориентированная площадь параллелограмма: формула ad-bc, знак и геометрический смысл на Python.
    2. 14Свойства определителя и объём в 3DСвойства определителя, определитель 3x3 как объём параллелепипеда и правило для треугольных матриц — с расчётом на Python.
  6. 6Обратная матрица и решение Ax = b2 урока

    1. 15Единичная и обратная матрицаЕдиничная матрица как нейтральный элемент и обратная матрица как отмена преобразования. Формула обратной 2x2 на Python.
    2. 16Решение Ax = b через обратную матрицуРешение системы Ax=b умножением на обратную матрицу, сравнение с методом Гаусса и почему Гаусс предпочтительнее на практике.
  7. 7Собственные значения и векторы3 урока

    1. 17Смысл собственных значений и векторовСобственный вектор как неповорачиваемое направление преобразования, собственное значение как коэффициент растяжения — наглядно и на Python.
    2. 18Характеристическое уравнениеХарактеристическое уравнение det(A - λI) = 0 для поиска собственных значений матрицы 2x2 — вывод и расчёт на Python.
    3. 19Степенной метод: находим главное направлениеСтепенной метод (power iteration) для поиска доминирующего собственного значения и вектора — рабочая симуляция на чистом Python.
  8. 8Применения: графика, PageRank и разложения3 урока

    1. 20Преобразования в компьютерной графикеКак матрицы двигают вершины фигур: поворот и масштаб многоугольника, композиция преобразований — рабочий пример на Python.
    2. 21PageRank на пальцахPageRank как собственный вектор матрицы ссылок: суть алгоритма Google и его расчёт степенным методом на чистом Python.
    3. 22Идея SVD и смена системы координатСингулярное разложение (SVD) как поворот-масштаб-поворот, идея сжатия данных и смена базиса как умножение на матрицу — наглядно.