Karta Przedmiotu

Politechnika Białostocka Wydział Informatyki
Kierunek studiów Data Science Poziom i forma
studiów
pierwszego stopnia
stacjonarne
Grupa przedmiotów /
specjalność
Profil kształcenia ogólnoakademicki
Nazwa przedmiotu Algebra liniowa 1 E Kod przedmiotu DS1S1AL1
Rodzaj zajęć obowiązkowy
Formy zajęć i liczba godzin W Ć L P Ps T S Semestr 1
30 30 Punkty ECTS 5
Program obowiązuje od 2025/2026
Przedmioty wprowadzające
Cele przedmiotu Przekazanie podstawowej wiedzy z zakresu struktur algebraicznych, algebry macierzy i wyznaczników, przestrzeni i przekształceń liniowych oraz ich zastosowań. Rozwój umiejętności formalnego myślenia matematycznego, rozwiązywania problemów z wykorzystaniem narzędzi algebry liniowej, oraz stosowania metod algebry liniowej w data science.
Ramowe treści programowe Wprowadzenie do struktur algebraicznych (grupy, pierścienie, ciała). Ciało liczb zespolonych. Algebra macierzy i wyznaczników. Arytmetyka tensorów w uczeniu głębokim. Metody rozwiązywania układów równań liniowych. Przestrzenie liniowe, ich własności oraz przekształcenia liniowe. Wartości i wektory własne. Rachunek wektorowy w przestrzeni wymiaru 3. Zastosowania w data science.
Inne informacje o przedmiocie przedmiot ma związek z prowadzoną na Uczelni działalnością naukową
Wyliczenie: Nakład pracy studenta związany z: Godzin
ogółem
W tym
kontaktowych
W tym
praktycznych
udziałem w wykładach 30 30
udziałem w innych formach zajęć 30 30 30
indywidualnym wsparciem merytorycznym procesu uczenia się, udziałem w egzaminie i zaliczeniach organizowanych poza planem zajęć 4 4 4
przygotowaniem do egzaminu 15
przygotowaniem do zaliczenia ćwiczeń audytoryjnych 16 16
przygotowaniem do bieżących zajęć 30 30
Razem godzin: 125 64 80
Razem punktów ECTS: 5 2.6 3.2
Zakładane kierunkowe efekty uczenia się Wiedza Umiejętności Kompetencje
społeczne
DS1_W01 DS1_U01 DS1_K01
DS1_U03
DS1_U19
Cele i treści ramowe sformułował(a) dr Marzena Filipowicz-Chomko, dr hab. Ryszard Mazurek Data: 29/05/2025
Realizacja w roku akademickim 2025/2026
 
Treści programowe
Wykład
1. Wprowadzenie do struktur algebraicznych (grupy, pierścienie ciała)
2. Ciało liczb zespolonych
3. Macierze i działania na macierzach. Typy macierzy, operacje elementarne, operacje algebraiczne, transpozycja. Własności działań na macierzach
4. Wyznaczniki, ich własności i metody obliczania. Minory
5. Macierz odwrotna. Rząd macierzy. Twierdzenie Kroneckera-Capellego
6. Zastosowania macierzy i wyznaczników
7. Transformacje geometryczne
8. Tensory. Arytmetyka tensorów w uczeniu głębokim
9. Układy równań liniowych. Metody rozwiązywania układów równań liniowych: eliminacja Gaussa, eliminacja Gaussa-Jordana, wzory Cramera
10. Zastosowanie układów równań
11. Przestrzenie i podprzestrzenie liniowe. Liniowa niezależność wektorów. Baza i wymiar przestrzeni. Współrzędne wektora w bazie
12. Przekształcenie liniowe. Macierz przekształcenia liniowego. Macierz przejścia z bazy do bazy
13. Jądro i obraz przekształcenia liniowego
14. Wartości i wektory własne macierzy i operatorów liniowych
15. Rachunek wektorowy w przestrzeni wymiaru 3. Iloczyn skalarny, wektorowy, mieszany
Ćwiczenia
1. Przykłady systemów algebraicznych
2. Działania na liczbach zespolonych, przedstawianie liczb zespolonych w postaci trygonometrycznej i wykładniczej
3. Wykonywanie operacji na macierzach, transpozycja, macierze blokowe
4. Obliczanie wyznaczników różnymi metodami, analiza ich własności
5. Przykłady zastosowania macierzy i wyznaczników. Transformacje geometryczne
6. Zastosowania arytmetyki tensorów w uczeniu głębokim
7. Wyznaczanie macierzy odwrotnej oraz rzędu macierzy. Analiza liczby rozwiązań układów równań
8. Rozwiązywanie układów równań liniowych metodą eliminacji Gaussa, eliminacji Gaussa-Jordana i za pomocą wzorów Cramera
9. Przykłady zastosowania układów równań
10. Badanie liniowej niezależności wektorów, wyznaczanie baz i wymiaru przestrzeni liniowych
11. Wyznaczanie macierzy przekształcenia liniowego i macierzy przejścia z bazy do bazy.
12. Analiza jądra i obrazu przekształcenia liniowego
13. Wyznaczanie wartości i wektorów własnych macierzy
14. Obliczanie iloczynów skalarnych, wektorowych i mieszanych oraz ich zastosowanie w geometrii analitycznej
15. Zaliczenie zajęć
Metody dydaktyczne
(realizacja stacjonarna)
W wykład problemowy; wykład konwersatoryjny; wykład z prezentacją multimedialną
Ć ćwiczenia przedmiotowe; klasyczna metoda problemowa
Metody dydaktyczne
(realizacja zdalna)
W wykład problemowy; wykład konwersatoryjny; wykład z prezentacją multimedialną
-
Forma zaliczenia
W egzamin pisemny z pytaniami otwartymi
Ć kolokwia
Warunki zaliczenia
W Uzyskanie min. 30% z każdego E1-E2, a po spełnieniu tego warunku ostateczna ocena wynika z sumy uzyskanych punktów.
Kryteria oceny:
[ 0 – 50]% punktów – 2.0
(50 – 60]% punktów – 3.0
(60 – 70]% punktów – 3.5
(70 – 80]% punktów – 4.0
(80 – 90]% punktów – 4.5
(90 – 100]% punktów – 5.0
Ć Uzyskanie min. 30% z każdego E3-E5, a po spełnieniu tego warunku ostateczna ocena wynika z sumy uzyskanych punktów.
Kryteria oceny:
[ 0 – 50]% punktów – 2.0
(50 – 60]% punktów – 3.0
(60 – 70]% punktów – 3.5
(70 – 80]% punktów – 4.0
(80 – 90]% punktów – 4.5
(90 – 100]% punktów – 5.0
Symbol efektu Zakładane efekty uczenia się Odniesienie do efektów uczenia się zdefiniowanych dla kierunku studiów
Wiedza Umiejętności Kompetencje
społeczne
Wiedza: student zna i rozumie
E1 podstawowe pojęcia i twierdzenia algebry liniowej, zna przykłady ich zastosowań
E2 metody i techniki z zakresu algebry liniowej
Umiejętności: student potrafi
E3 posługiwać się podstawowymi narzędziami i metodami algebry liniowej
E4 wyrażać problemy w terminach algebry liniowej; potrafi stosować aparat algebry liniowej do ich rozwiązywania
Kompetencje społeczne: student jest gotów do
E5 krytycznej oceny posiadanej wiedzy z algebry liniowej oraz uznawania znaczenia pozyskanej wiedzy w rozwiązywaniu problemów poznawczych i praktycznych
Symbol efektu Sposób weryfikacji efektu uczenia się Forma zajęć na której zachodzi weryfikacja
E1 egzamin opisowy W
E2 egzamin opisowy W
E3 kolokwia Ć
E4 kolokwia Ć
E5 kolokwia Ć
Literatura podstawowa
1. T. Jurlewicz, Z. Skoczylas, Algebra i geometria analityczna: definicje, twierdzenia, wzory, Oficyna Wydawnicza GiS, Wrocław, 2021
2. M.X. Cohen, Praktyczna algebra liniowa dla analityków danych : od podstawowych koncepcji do użytecznych aplikacji w Pythonie, Helion : O'Reilly, Gliwice, 2024
3. G. Banaszak, W. Gajda, Elementy algebry liniowej, część I, Wydawnictwa Naukowo-Techniczne, Warszawa, 2002
4. J. Topp, Algebra liniowa, Wydawnictwo Uniwersytetu Gdańskiego, Gdańsk, 2012
Literatura uzupełniająca
1. T. Jurlewicz, Z. Skoczylas, Algebra i geometria analityczna: przykłady i zadania, Oficyna Wydawnicza GiS, Wrocław, 2022
2. J. Rutkowski, Algebra liniowa w zadaniach, Wydawnictwo Naukowe PWN, Warszawa, 2012
3. D.C. Lay, Linear algebra and its applications, Pearson/Addison-Wesley, 2006
Koordynator przedmiotu: dr Marzena Filipowicz-Chomko, dr hab. Ryszard Mazurek, dr Krzysztof Piekarski, dr hab. Małgorzata Wyrwas Data: 30/05/2025