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. i.konyukhov@innopolis.ru @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.

Учебно-методическое обеспечение дисциплины

Список основной литературы:

1. Умнов А.Е. Аналитическая геометрия и линейная алгебра. М.: МФТИ, 2011. 544 с. Умнов А.Е.
2. Беклемишев Д.В. Курс аналитической геометрии и линейной алгебры. – 10-е изд., испр. – М. : Физматлит, 2005. – 304 с. Беклемишев Д.В.-1
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. Беклемишев Д.В.-2

Список дополнительной литературы:

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

Необходимое программное обеспечение:

1. Интегрированная среда разработки с поддержкой языка Python, например, Microsoft VS Code. MS VS Code
2. Anaconda environment Anaconda
3. Jupyter Notebooks Jupyter Notebooks in VS Code

Методические материалы

Учебная неделя	Лекция	Практика	Видео
Неделя 1	Лекция Шаблон лекции	[Практика]	[Видео лекции] [Видео практики]
Неделя 2	[Лекция] [Шаблон лекции]	[Практика]	[Видео лекции] [Видео практики]
Неделя 3	[Лекция] [Шаблон лекции] [Notebook]	[Практика]	[Видео лекции] [Видео практики]
Неделя 4	[Лекция] [Шаблон лекции]	[Практика]	[Видео лекции] [Видео практики]
Неделя 5	[Лекция] [Шаблон лекции]	[Практика]	[Видео лекции] [Видео практики]
Неделя 6	[Лекция] [Шаблон лекции]	[Практика]	[Видео лекции] [Видео практики]
Неделя 7	[Лекция] [Шаблон лекции] [Notebook]	[Практика]	[Видео лекции] [Видео практики]
Неделя 8	[Промежуточный экзамен]	-	-
Неделя 9	[Лекция] [Шаблон лекции]	[Практика]	[Видео лекции] [Видео практики]
Неделя 10	[Лекция] [Шаблон лекции]	[Практика]	[Видео лекции] [Видео практики]
Неделя 11	[Лекция] [Шаблон лекции]	[Практика]	[Видео лекции] [Видео практики]
Неделя 12	[Лекция] [Шаблон лекции] [Notebook]	[Практика]	[Видео лекции] [Видео практики]
Неделя 13	[Лекция] [Шаблон лекции]	[Практика]	[Видео лекции] [Видео практики]
Неделя 14	[Лекция] [Шаблон лекции]	[Практика]	[Видео лекции] [Видео практики]
Неделя 15	[Лекция] [Шаблон лекции] [Notebook]	[Практика]	[Видео лекции] [Видео практики]

Оценочные материалы

Материалы для тестов и экзаменов

Тип задания	Материалы
Тест 1	[Тест] [Исходники] [Решения]
Промежуточный экзамен	[Тест] [Исходники] [Решения]
Тест 2	[Тест] [Исходники] [Решения]
Итоговый экзамен	[Тест] [Исходники] [Решения]

Диапазоны оценок на курсе

Оценка	Диапазон	Описание
A. Отлично	90-100	-
B. Хорошо	75-89	-
C. Удовлетворительно	60-74	-
D. Неудовлетворительно	0-59	-

Контроль успеваемости студентов

Текущий контроль	Вес в итоговой оценке (в процентах)
Посещаемость	10
Промежуточный экзамен	30
Тесты	30 (15 за каждый)
Итоговый экзамен	30