☆数値アルゴリズム特論（Special Topics in Parallel Algorithms）[3209]

＜授業のねらい及び具体的な到達目標＞

行列、ベクトルのノルムからQR分解、特異値分解、固有値、反復解法などを順に学ぶ．
--
This lecture provides knowledge about graduate-level linear algebra. It includes norm of matrices and vectors, QR factorization, singular value decomposition, eigenvalue, and iterative methods.

＜授業計画及び準備学習＞

下の内容を掘り下げて輪読を行う。
数字は講義の順番の目安で、授業時間が許す限り、前から順に進めていく。

1−3. 行列ベクトル積、直交ベクトル、ノルム、特異値分解
4-5. QR分解、最小二乗法
6-8. 条件数と安定性
9−10.線形方程式
11−12. 固有値
13−14. 反復解法

--
Students read the text book, and make a presentation in turn every week.
Subjects are as follows. Numbers show the order of lecture hours.

1−3. matrix vector product, orthorgonal vectors, norm, singular value decomposition
4-5. QR factorization, least squares method
6-8. condition number, robustness
9−10. linear equation
11−12. eigenvalue
13−14. iterative methods

＜成績評価方法及び水準＞

輪読でのレポートによって評価する．
--
Students must prepare reports about allocated chapters of the text book.

＜教科書＞

指定しない
--
No book is specified.

＜参考書＞

参考書は洋書だが、下のもの
Numerical Linear Algebra, Lloyd N. Trefethen, David Bau. SIAM.
--
The following book is a reference book.
Numerical Linear Algebra, Lloyd N. Trefethen, David Bau. SIAM.

＜オフィスアワー＞

火曜日　17時30分−18時30分　新宿校舎A2476
--
Office hour is from 5:30 PM to 6:30 PM on Tuesday.
Room number is A2476.

＜学生へのメッセージ＞

機械学習を含め、多くのアプリケーションが線形代数をベースにして作られています。
是非、積極的に予習、復習をして学習を深めましょう。

--
Numerical algebra forms a basis of many practical apprlications including machine learning.
Preperations and review of this lecture will help students understand the cocepts of linear algebra fully.