yabancı kaynaklar
ilköğretim kaynakları
ziyaret bilgileri
 Aktif Ziyaretçi 1 Bugün Toplam 16 Toplam Ziyaret 788472

## LİNEER CEBİR

15  yıl deneyimli   BOĞAZİÇİLİ  hocadan  birebir  ve   skype   üzerinden  LİNEER cebir  özel  ders

Boğaziçi Üniversitesi,İtanbul TEKNİK ÜNİVERSİTESİ,Bilgi Üniversitesi,Koç Üniversitesi,Işık Üniversitesi,  İstanbul Üniversitesi,Yıldız Üniversitesi ,Yeditepe Üniversitesi  Haliç Üniversitesi  Beykent Üniversitesi ,Doğuş Üniversitesi,Kadir  HAS  , Okan  UNİVERSİTESİ,Özyeğin  ÜNİVERSİTESİ, Maltepe  ÜNİVERSİTESİ, Yeni YÜZYİL  ÜN.,ve Kültür Üniversitelerinin ekonomi işletme ,bilgisayar mühendisliği,ekonomi bölümü,insaat mühendisliği ,uluslararasi iliskiler ve  çalışma ekonomisi gibi bölümlerde okuyan onlarca üniversite öğrencisine  özel dersler verdim.

• Elementary marix
• Permutation matrix
• Bir Matrisin Transpozesi
• Matris İşlemleri
• İlkel Satır ve Sütun İşlemleri
• Bir Matrisin Basamak Biçimi
• Br Matrisin Rankı
• Vector spaces
• Null spaces
• Column and row spaces
• Determinants
• Lineer denklem sistemleri
• Vektör uzayları
• Lineer transformations
• eigenvalues and eigenvectors ,
• orthogonal vectors
• Orthonormal vectors
• orthogonal  , orthonormal projections
• Diagonalizaion of vectors,
• differensiyel of vectors
• Genel tekrar ve alıştırmalar

### 1. Introduction to Vectors

1.1 Vectors and Linear Combinations
1.2 Lengths and Dot Products
1.3 Matrices

### 2. Solving Linear Equations

2.1 Vectors and Linear Equations
2.2 The Idea of Elimination
2.3 Elimination Using Matrices
2.4 Rules for Matrix Operations
2.5 Inverse Matrices
2.6 Elimination = Factorization: A = LU
2.7 Transposes and Permutations

### 3. Vector Spaces and Subspaces

3.1 Spaces of Vectors
3.2 The Nullspace of A: Solving Ax = 0
3.3 The Rank and the Row Reduced Form
3.4 The Complete Solution to Ax = b
3.5 Independence, Basis, and Dimension
3.6 Dimensions of the Four Subspaces

### 4. Orthogonality

4.1 Orthogonality of the Four Subspaces
4.2 Projections
4.3 Least Squares Approximations
4.4 Orthogonal Bases and Gram-Schmidt

### 5. Determinants

5.1 The Properties of Determinants
5.2 Permutations and Cofactors
5.3 Cramer's Rule, Inverses, and Volumes

### 6. Eigenvalues and Eigenvectors

6.1 Introduction to Eigenvalues
6.2 Diagonalizing a Matrix
6.3 Applications to Differential Equations
6.4 Symmetric Matrices
6.5 Positive Definite Matrices
6.6 Similar Matrices
6.7 Singular Value Decomposition (SVD)

### 7. Linear Transformations

7.1 The Idea of a Linear Transformation
7.2 The Matrix of a Linear Transformation
7.3 Diagonalization and the Pseudoinverse

### 8. Applications

8.1 Matrices in Engineering
8.2 Graphs and Networks
8.3 Markov Matrices, Population, and Economics
8.4 Linear Programming
8.5 Fourier Series: Linear Algebra for Functions
8.6 Linear Algebra for Statistics and Probability
8.7 Computer Graphics

### 9. Numerical Linear Algebra

9.1 Gaussian Elimination in Practice
9.2 Norms and Condition Numbers
9.3 Iterative Methods and Preconditioners

### 10. Complex Vectors and Complex Matrices

10.1 Complex Numbers
10.2 Hermitian and Unitary Matrices
10.3 The Fast Fourier Transform