Week 9
Lab Tests (Matlab)
20%
现场机考,利用 Matlab 解决大规模矩阵运算、特征值分析与空间投影难题。
MATH2501
课程定位 MATH2501 是 UNSW 数学系、物理系及计算机系的‘进阶通行证’。如果大一线性代数是教你算矩阵乘法,这门课则是带你进入‘高维向量空间的几何哲学’。对于未来想从事机器学习、图形学、量子计算或高级工程建模的同学,这门课提供的空间变换工具是绝对的核心。它是所有高级算法和数理模型的底层母语。它将数学从‘计算’提升到了‘抽象证明’的高度。 技术栈与学习内容 课程跨越了单纯的计算,深入探讨:抽象向量空间(Vector Spaces)与子空间、线性变换的核与值域、基的变换与过渡矩阵、内积空间与正交投影、实对称矩阵的谱定理 (Spectral Theorem)、以及最为核心的奇异值分解 (SVD)。此外,课程还涉及了线性微分方程组的算子解法。课程全程要求具备极强的逻辑证明能力,并辅以 Matlab 进行大规模数值模拟。 课程结构 10 周严密的逻辑链条。前期夯实抽象空间理论,中期深入变换与特征值理论,后期转向正交性与 SVD 这一现代数据处理的基石。评估体系由:每周的高难数学证明习题、两次现场的 Matlab Lab Test、以及一场极其看重理论证明能力的期末综合笔试组成。该课极其强调‘证明的严谨性’,严禁逻辑跳步。 适合人群 数学、计算机、物理专业学生。必须具备扎实的 MATH1231 基础。如果你想搞懂‘为什么 Google 搜索能排序’(PageRank 算法本质),或者‘为什么压缩图片不会失真太多’(SVD 压缩),这门课会为你揭示线性空间的奥秘。建议每周投入 15-20 小时进行模型演算。
Course decision
先看考核重心、截止节奏和入门要求,再决定这门课是否适合你的学期安排。
考核总权重
100%
3 项考核
最高单项
60%
Final Examination
期末考试
有
以官方 outline 为准
Hurdle
1 项
需要单独满足
Deadline map
按截止周排列作业节点;持续考核会保留在下方完整考核结构中。
Week 9
20%
现场机考,利用 Matlab 解决大规模矩阵运算、特征值分析与空间投影难题。
Week 10
20%
高频在线测试,强调对线性空间定义的精准记忆与计算速度。
Week 11
60%
深度笔试,包含大量关于线性变换性质及谱理论的数学证明题。
Syllabus
默认只展示每周独有的知识重点;节奏、考核、Tutorial 和避坑信息按需展开。
公理化定义,线性组合,生成集 (Span),基与维数的抽象证明,坐标映射。
核 (Kernel) 与值域 (Range) 的几何意义,秩-零度定理 (Rank-Nullity Theorem) 深度应用。
不同基下的坐标表示,线性算子的矩阵化,相似矩阵及其物理本质。
特征空间分析,代数重数与几何重数,矩阵可对角化的充要条件证明。
内积定义,范数与正交性,施密特正交化 (Gram-Schmidt) 的数理本质。
复习抽象映射与变换,准备 Lab Test 1 矩阵运算。
投影算子,正交补空间,利用线性代数解决过定方程组的最优解问题。
实对称矩阵的正交对角化,主轴变换,矩阵的正定性判别。
SVD 几何解释,缩减 SVD 与全 SVD,在图像压缩与数据降维中的应用。
利用对角化求解动态系统;全学期高维逻辑闭环串讲总结。
Assessment
Lab Tests (Matlab)
现场机考,利用 Matlab 解决大规模矩阵运算、特征值分析与空间投影难题。
Week 9
Online Mastery Quizzes
高频在线测试,强调对线性空间定义的精准记忆与计算速度。
Week 10
Final ExaminationHurdle
深度笔试,包含大量关于线性变换性质及谱理论的数学证明题。
Week 11
From Seniors
基础信息谁都查得到,真正值钱的是过来人的经验。
比你早一年的学长留下的真实经验 —— ChatGPT 给不了。
这门课还没有学长经验,你可以是第一个 —— 注册后在课内分享。
这门课暂无往年考点记录。
下面是匠人学院毕业生整体去过的公司分布(来自脱敏校友证言)。这是全平台的总体去向,不代表选这门课的人一定去这些公司。
统计自 317 份脱敏校友证言
岗位:Graduate Program · Graduate Consulting · Platform Engineer · Web developer · Platform engineer
岗位:Frontend Dev · junior frontend developer · Front-end Developer · Full Stack Developer
岗位:Full-stack Developer · Data Engineer · Consultant
关于这块数据,我们说实话
雇主墙来自脱敏毕业生证言(testimonials)的整体分布,无法关联到具体学员或其所选课程;仅作为毕业生去向的总体社会证明展示。
我们没有"某位学长选了这门课、后来进了哪家公司"这种可查询的个人去向档案 —— 校友证言是脱敏的,无法关联到具体的人或他选过的课。所以这里只给整体分布,不给个人路径,不编。