Opis predmeta
Vektorski prostori
-
Lastne vrednosti in lastni vektorji
-
Posplošeni inverzi
-
Sistemi linearnih enačb
Izbirne vsebine:
-
Matrične faktorizacije in matrične norme
-
Bločne matrike
-
Matrični odvodi
-
Kvadratne forme
Predmet učimo na programih
Cilji in kompetence
Študent spozna osnovne linearne algebre za uporabo v statistiki, predvsem pri multivariatnih statističnih metodah.
Metode poučevanja in učenja
Predavanja, vaje, domače naloge, seminarske naloge, samostojni študij literature, konzultacije.
Predvideni študijski rezultati
Znanje in razumevanje:
-
vektorskih prostorov in dela z matrikami,
-
lastnih vrednosti in lastnih vektorjev,
-
skalarnega produkta in adjungiranih matrik,
-
sebi-adjungiranih, pozitivno definitnih, ortogonalnih in normalnih matrik,
-
pomena posplošenih inverzov,
-
reševanja sistemov linearnih enačb,
-
matričnih faktorizacij,
-
matričnih norm.
Temeljni viri in literatura
J. R. Schott: Matrix analysis for statistics.
R. Horn, C. Johnson: Matrix analysis.
S. Lange: Linear algebra.
V. Omladič: Uporaba linearne algebre v statistiki.
Bodi na tekočem
Univerza v Ljubljani, Fakulteta za elektrotehniko, Tržaška cesta 25, 1000 Ljubljana