This course is all about matrices, and concisely covers the linear algebra that an engineer should know. The mathematics in this course is presented at the level of an advanced high school student, but typically students should take this course after completing a university-level single variable calculus course. There are no derivatives or integrals in this course, but students are expected to have attained a sufficient level of mathematical maturity. Nevertheless, anyone who wants to learn the basics of matrix algebra is welcome to join.
ofrecido por
Matrix Algebra for Engineers
Universidad Científica y Tecnológica de Hong KongAcerca de este Curso
324,299 vistas recientes
Resultados profesionales del estudiante
50%
comenzó una nueva carrera después de completar estos cursos
50%
consiguió un beneficio tangible en su carrera profesional gracias a este curso
Certificado para compartir
Obtén un certificado al finalizar
100 % en línea
Comienza de inmediato y aprende a tu propio ritmo.
Fechas límite flexibles
Restablece las fechas límite en función de tus horarios.
Nivel principiante
Aprox. 20 horas para completar
Inglés (English)
Subtítulos: Inglés (English)
Qué aprenderás
Matrices
Systems of Linear Equations
Vector Spaces
Eigenvalues and eigenvectors
Habilidades que obtendrás
Linear AlgebraEngineering Mathematics
Resultados profesionales del estudiante
50%
comenzó una nueva carrera después de completar estos cursos
50%
consiguió un beneficio tangible en su carrera profesional gracias a este curso
Certificado para compartir
Obtén un certificado al finalizar
100 % en línea
Comienza de inmediato y aprende a tu propio ritmo.
Fechas límite flexibles
Restablece las fechas límite en función de tus horarios.
Nivel principiante
Aprox. 20 horas para completar
Inglés (English)
Subtítulos: Inglés (English)
ofrecido por
Universidad Científica y Tecnológica de Hong Kong
HKUST - A dynamic, international research university, in relentless pursuit of excellence, leading the advance of science and technology, and educating the new generation of front-runners for Asia and the world.
Programa - Qué aprenderás en este curso
5 horas para completar
MATRICES
Matrices are rectangular arrays of numbers or other mathematical objects. We define matrices and how to add and multiply them, discuss some special matrices such as the identity and zero matrix, learn about transposes and inverses, and define orthogonal and permutation matrices.
5 horas para completar
11 videos (Total 84 minutos), 25 lecturas, 5 cuestionarios
11 videos
Introduction1m
Definition of a Matrix | Lecture 17m
Addition and Multiplication of Matrices | Lecture 210m
Special Matrices | Lecture 39m
Transpose Matrix | Lecture 49m
Inner and Outer Products | Lecture 59m
Inverse Matrix | Lecture 612m
Orthogonal Matrices | Lecture 74m
Rotation Matrices | Lecture 88m
Permutation Matrices | Lecture 96m
25 lecturas
Welcome and Course Information1m
How to Write Math in the Discussions Using MathJax1m
Construct Some Matrices5m
Matrix Addition and Multiplication5m
AB=AC Does Not Imply B=C5m
Matrix Multiplication Does Not Commute5m
Associative Law for Matrix Multiplication10m
AB=0 When A and B Are Not zero10m
Product of Diagonal Matrices5m
Product of Triangular Matrices10m
Transpose of a Matrix Product10m
Any Square Matrix Can Be Written as the Sum of a Symmetric and Skew-Symmetric Matrix5m
Construction of a Square Symmetric Matrix5m
Example of a Symmetric Matrix10m
Sum of the Squares of the Elements of a Matrix10m
Inverses of Two-by-Two Matrices5m
Inverse of a Matrix Product10m
Inverse of the Transpose Matrix10m
Uniqueness of the Inverse10m
Product of Orthogonal Matrices5m
The Identity Matrix is Orthogonal5m
Inverse of the Rotation Matrix5m
Three-dimensional Rotation10m
Three-by-Three Permutation Matrices10m
Inverses of Three-by-Three Permutation Matrices10m
5 ejercicios de práctica
Diagnostic Quiz5m
Matrix Definitions10m
Transposes and Inverses10m
Orthogonal Matrices10m
Week One Assessment30m
4 horas para completar
SYSTEMS OF LINEAR EQUATIONS
A system of linear equations can be written in matrix form, and can be solved using Gaussian elimination. We learn how to bring a matrix to reduced row echelon form, and how this can be used to compute a matrix inverse. We learn how to find the LU decomposition of a matrix, and how to use this decomposition to efficiently solve a system of linear equations with evolving right-hand sides.
4 horas para completar
7 videos (Total 71 minutos), 6 lecturas, 3 cuestionarios
7 videos
Gaussian Elimination | Lecture 1014m
Reduced Row Echelon Form | Lecture 118m
Computing Inverses | Lecture 1213m
Elementary Matrices | Lecture 1311m
LU Decomposition | Lecture 1410m
Solving (LU)x = b | Lecture 1511m
6 lecturas
Gaussian Elimination15m
Reduced Row Echelon Form15m
Computing Inverses15m
Elementary Matrices5m
LU Decomposition15m
Solving (LU)x = b10m
3 ejercicios de práctica
Gaussian Elimination20m
LU Decomposition15m
Week Two Assessment30m
5 horas para completar
VECTOR SPACES
A vector space consists of a set of vectors and a set of scalars that is closed under vector addition and scalar multiplication and that satisfies the usual rules of arithmetic. We learn some of the vocabulary and phrases of linear algebra, such as linear independence, span, basis and dimension. We learn about the four fundamental subspaces of a matrix, the Gram-Schmidt process, orthogonal projection, and the matrix formulation of the least-squares problem of drawing a straight line to fit noisy data.
5 horas para completar
13 videos (Total 140 minutos), 14 lecturas, 5 cuestionarios
13 videos
Vector Spaces | Lecture 167m
Linear Independence | Lecture 179m
Span, Basis and Dimension | Lecture 1810m
Gram-Schmidt Process | Lecture 1913m
Gram-Schmidt Process Example | Lecture 209m
Null Space | Lecture 2112m
Application of the Null Space | Lecture 2214m
Column Space | Lecture 239m
Row Space, Left Null Space and Rank | Lecture 2414m
Orthogonal Projections | Lecture 2511m
The Least-Squares Problem | Lecture 2610m
Solution of the Least-Squares Problem | Lecture 2715m
14 lecturas
Zero Vector5m
Examples of Vector Spaces5m
Linear Independence5m
Orthonormal basis5m
Gram-Schmidt Process5m
Gram-Schmidt on Three-by-One Matrices5m
Gram-Schmidt on Four-by-One Matrices10m
Null Space10m
Underdetermined System of Linear Equations10m
Column Space5m
Fundamental Matrix Subspaces10m
Orthogonal Projections5m
Setting Up the Least-Squares Problem5m
Line of Best Fit5m
5 ejercicios de práctica
Vector Space Definitions15m
Gram-Schmidt Process15m
Fundamental Subspaces15m
Orthogonal Projections15m
Week Three Assessment30m
5 horas para completar
EIGENVALUES AND EIGENVECTORS
An eigenvector of a matrix is a nonzero column vector that when multiplied by the matrix is only multiplied by a scalar, called the eigenvalue. We learn about the eigenvalue problem and how to use determinants to find the eigenvalues of a matrix. We learn how to compute determinants using the Laplace expansion, the Leibniz formula, or by row or column elimination. We also learn how to diagonalize a matrix using its eigenvalues and eigenvectors, and how this leads to an easy calculation of a matrix raised to a power.
5 horas para completar
13 videos (Total 120 minutos), 20 lecturas, 4 cuestionarios
13 videos
Two-by-Two and Three-by-Three Determinants | Lecture 288m
Laplace Expansion | Lecture 2913m
Leibniz Formula | Lecture 3011m
Properties of a Determinant | Lecture 3115m
The Eigenvalue Problem | Lecture 3212m
Finding Eigenvalues and Eigenvectors (1) | Lecture 3310m
Finding Eigenvalues and Eigenvectors (2) | Lecture 347m
Matrix Diagonalization | Lecture 359m
Matrix Diagonalization Example | Lecture 3615m
Powers of a Matrix | Lecture 375m
Powers of a Matrix Example | Lecture 386m
Concluding Remarks3m
20 lecturas
Determinant of the Identity Matrix5m
Row Interchange5m
Determinant of a Matrix Product10m
Compute Determinant Using the Laplace Expansion5m
Compute Determinant Using the Leibniz Formula5m
Determinant of a Matrix With Two Equal Rows5m
Determinant is a Linear Function of Any Row5m
Determinant Can Be Computed Using Row Reduction5m
Compute Determinant Using Gaussian Elimination5m
Characteristic Equation for a Three-by-Three Matrix10m
Eigenvalues and Eigenvectors of a Two-by-Two Matrix5m
Eigenvalues and Eigenvectors of a Three-by-Three Matrix10m
Complex Eigenvalues5m
Linearly Independent Eigenvectors5m
Invertibility of the Eigenvector Matrix5m
Diagonalize a Three-by-Three Matrix10m
Matrix Exponential5m
Powers of a Matrix10m
Please Rate this Course1m
Acknowledgments
4 ejercicios de práctica
Determinants15m
The Eigenvalue Problem15m
Matrix Diagonalization15m
Week Four Assessment30m
Preguntas Frecuentes
¿Cuándo podré acceder a las lecciones y tareas?
Una vez que te inscribes para obtener un Certificado, tendrás acceso a todos los videos, cuestionarios y tareas de programación (si corresponde). Las tareas calificadas por compañeros solo pueden enviarse y revisarse una vez que haya comenzado tu sesión. Si eliges explorar el curso sin comprarlo, es posible que no puedas acceder a determinadas tareas.
¿Qué recibiré si compro el Certificado?
Cuando compras un Certificado, obtienes acceso a todos los materiales del curso, incluidas las tareas calificadas. Una vez que completes el curso, se añadirá tu Certificado electrónico a la página Logros. Desde allí, puedes imprimir tu Certificado o añadirlo a tu perfil de LinkedIn. Si solo quieres leer y visualizar el contenido del curso, puedes participar del curso como oyente sin costo.
¿Cuál es la política de reembolsos?
Puedes solicitar un reembolso completo hasta dos semanas después de tu fecha de pago o (para los cursos que se lanzaron recientemente) hasta dos semanas después del comienzo de la primera sesión del curso, lo que ocurra después. No puedes recibir un reembolso luego de obtener un Certificado de curso, aun cuando completes el curso dentro del período de reembolso de dos semanas. Consulta nuestra política de reembolsos completa.
¿Hay ayuda económica disponible?
Sí, Coursera ofrece ayuda económica a los estudiantes que no pueden pagar la tarifa. Solicítala haciendo clic en el vínculo de Ayuda económica que está debajo del botón 'Inscribirse' a la izquierda. Se te pedirá que completes una solicitud y recibirás una notificación cuando se apruebe. Obtén más información.
¿Recibiré crédito universitario por completar el Curso?
Este Curso no otorga crédito universitario, pero algunas universidades pueden aceptar los Certificados del curso para obtener crédito. Consulta con tu institución para obtener más información. Los Títulos en línea y los Certificados Mastertrack™ de Coursera brindan la oportunidad de obtener créditos universitarios.
¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.
