BSc: AnalyticGeometry MFAI Materials

Аналитическая геометрия и линейная алгебра. Материалы курса.

Квалификация выпускника: бакалавр

Направление подготовки: 09.03.01 - “Информатика и вычислительная техника”

Направленность (профиль) образовательной программы: Математические основы ИИ

Программу разработал(а): Конюхов И.В. @ivankonyukhov

Краткая характеристика дисциплины

Вводный курс аналитической геометрии и линейной алгебры. Во время изучения курса студенты знакомятся с фундаментальными принципами векторной алгебры и ее приложениями при решении геометрических задач, различными типами уравнений прямых и плоскостей, конических сечений и квадратичных поверхностей, преобразованиями в плоскости и в пространстве. Также приводится введение в матрицы и определители как фундаментальные понятия линейной алгебры. Учебные материалы дополнены интерактивными презентациями с исходными кодами программ на языке Python с одновременной визуализацией результатов с использованием библиотеки Matplotlib, позволяющими визуализировать изучаемые концепции. Материалы курса оформлены в виде конспектов лекций, заданий для практик и интерактивных презентаций Jupyter Notebooks.

Перечень учебно-методического обеспечения дисциплины

Список основной литературы:

1. Умнов А.Е. Аналитическая геометрия и линейная алгебра. М.: МФТИ, 2011. 544 с. [1]
2. Беклемишев Д.В. Курс аналитической геометрии и линейной алгебры. – 10-е изд., испр. – М. : Физматлит, 2005. – 304 с. [2]
3. Сборник задач по аналитической геометрии и линейной алгебре : учебное пособие / Л. А. Беклемишева, Д. В. Беклемишев, А. Ю. Петрович, И. А. Чубаров. — 5-е изд., стер. — Санкт-Петербург : Лань, 2017. — 496 с. [3]

Список дополнительной литературы:

1. Орланд П. Математические алгоритмы для программистов. 3D-графика, машинное обучение и моделирование на Python . — СПб.: Питер, 2023. — 752 с. [4]
2. Криволапов С.Я. Математика на Python : учебник / С.Я. Криволапов, М.Б. Хрипуноова. — Москва: КНОРУС, 2022. — 456 с. [5]

Необходимое программное обеспечение:

1. Интегрированная среда разработки с поддержкой языка Python, например, Microsoft VS Code.
2. Jupyter Notebooks