LİNEER CEBİR

Ders Açıklaması

Bu dersin amacı, öğrencilere doğrusal cebir problemlerini tanımlama, mühendislik alanındaki problemlere uygulama ve ortaya çıkan problemleri çözebilme becerisi kazandırmaktır. Bunun yanında determinant kavramını, determinant yardımıyla lineer denklem sistemlerini çözebilme (Cramer kuralını), matrislerde minör kofaktör açılımı, ek matris, herhangi bir satıra göre determinant, linear denklem sistemlerinin farklı metodlarla çözümleri: Ters matris yöntemi, yok etme metodu, Gaussian eleme metodu, matrisler üzerinde basit işlemler: Matris çeşitleri: birim matris, kare matris, matrislerde eşitlik, matrislerde toplama, noktasal çarpım, çarpma, matrisin tersini bulabilme, devriğini bulabilme. Vektör kavramı, vektörlerde işlemler: Toplama, çıkarma, noktasal çarpım, vektörel çarpım, bir vektörün scalar katı, vektörlerin mühendislikteki kullanım alanları, alt vektör uzayı ve baz, boyut kavramları ders içeriğinde bulunan konulardır.

LİNEER CEBİR

Değerlendirme Araçları (Aktif Dönem)

Ders çıktıları

1. 01 Doğrusal Denklem Sistemlerinin Çözebilme
2. 02 Matris İşlemlerini uygulama
3. 03 Determinant bulabilme
4. 04 Matris tersini bulabilme
5. 05 Matrisin kofaktör matrisini bulabilme
6. 06 Cramer kuralı uygulama

Ders Müfredatı

Referans Kitaplar & Ders Materyalleri

1. 01 Seymour Lipschutz; 2011, “Schaum's Outline of Linear Algebra; 5 th Edition, ISBN 0-07-136200-2.
2. 02 Gilbert Strang; Linear Algebra and Applications, 4 th Edition, ISBN-10: 0030105676, ISBN-13: 9780030105678.

Ders Çıktıları

1. L01
2. L02
3. L03
4. L04
5. L05
6. L06

Program Çıktıları

1. P01 Gerçek yaşam durumlarındaki zorluklara veri bilimi ilke ve tekniklerini uygulayabilir ve çözümlerini etkin bir şekilde iletebilirler.
2. P02 Teorik fikirlere, etik koda ve temel verilere ilişkin derinlemesine bilgiye dayalı veri analizi metodolojilerini belirleyebilir ve uygulayabilirler.
3. P03 Gerçek hayattaki uygulamalarda bilgi analizi için yol gösterici kavramları ve değerlendirme prosedürlerini analiz edebilirler.
4. P04 İşle ilgili sorunlara belirsiz çözümler bulmak için ilgili veri analizi modellerini tasarlayabilir ve uygulayabilirler.
5. P05 Paralel ve dağıtılmış bilgi işlem ve makine öğrenimi gibi büyük miktarda veriyle karakterize edilen gerçek dünya sorunlarını ele almak için modern bilgi işlem tekniklerinden yararlanabilirler.
6. P06 Her boyuttaki yapılandırılmış ve yapılandırılmamış veri kümesinden kullanılabilir bilgileri verimli bir şekilde üretmek için gereken yazılım araçlarını yapılandırabilir ve yönetebilirler.
7. P07 Karmaşık verilerden yararlı bilgiler elde etmeyi amaçlayan projeleri organize etmek ve tamamlamak için veri bilimi araçlarını ve tekniklerini yönetebilirler.
8. P08 Gerçek dünyadaki sorunları çeşitli açılardan kavrayarak eleştirel ve yaratıcı düşünebilirler ve sorunları işbirliği içinde çözmek için çeşitli ekiplerde çalışabilirler.
9. P09 Veri tabanlı çözümleri kullanıcı ortamına etkin bir şekilde entegre edebilme ve teknik olmayan profesyonellere bu çözümleri keşfetme, görselleştirme ve kullanma konusunda yardımcı olabilirler.
10. P10 Veri sahipliği ve atıf, veri güvenliği ve hassasiyeti ve veri analizinin mahremiyet üzerindeki etkileri gibi konularda mesleki ve etik standartlar kapsamındaki yükümlülüklerini anlayabilirler.

Pç-Dç Matrisi