Algebra Linear com Python

Algebra Linear com Python

What you’ll learn

Diferenciar escalares de vetores e matrizes
Utilizar o Python em ambiente na nuvem gratuitamente
Plotar vetores com Python
Entender a teoria e calcular determinantes de matrizes
Entender a teoria e resolver sistemas lineares com Python
Conhecer as principais bibliotecas Python para trabalhar com Álgebra Linear
Verificar propriedades das matrizes com o Python
Entender o que é uma transformação linear
Aprender os conceitos de espaços e subespaços vetoriais
Entender e aplicar conhecimentos de Autovalores e Autovetores
Como as matrizes podem ser aplicadas ao campo da criptografia
Resolver sistemas lineares simples e complexos com Python
Compreender graficamente a solução de sistemas lineares
E muito mais…

Requirements

Preferencialmente conhecer o básico do Python. Entretanto, todo conhecimento mínimo necessário será apresentado aos novatos em Python.
Operações aritméticas básicas
Ensino médio concluído

Description

Neste curso você irá aprender tudo o que há de mais importante a respeito da Álgebra Linear.  E o melhor de tudo utilizando uma das linguagens de programação mais utilizada e promissora da atualidade que é o Python. Você irá ter acesso a aulas teóricas e logo em seguida praticar o conteúdo aprendido utilizando o Python. Você terá acesso a diversos exemplos e aplicações voltadas para a área de ciência e análise de dados. Vamos nessa!

Overview

Section 1: Introdução

Lecture 1 Ementa do curso

Lecture 2 Didática do curso

Lecture 3 Por que o Python?

Lecture 4 Python no Colaboratory

Lecture 5 Ambiente Colab e suas facilidades

Lecture 6 Bibliotecas Python

Lecture 7 Usando as bibliotecas no Python

Lecture 8 Básico do Python 1/2

Lecture 9 Básico do Python 2/2

Section 2: Escalares

Lecture 10 Início do Módulo 1

Lecture 11 O que são Escalares

Lecture 12 Representação dos escalares

Lecture 13 Escalares com Python

Section 3: Vetores

Lecture 14 O que são vetores

Lecture 15 Representação geométrica dos vetores

Lecture 16 Vetores representação como conjuntos de escalares

Lecture 17 Soma e subtração de vetores

Lecture 18 Soma e subtração no plano

Lecture 19 Produto escalar e Norma de Vetores

Lecture 20 Vetores no Python

Lecture 21 Plotar vetores com Python

Lecture 22 Ângulo entre vetores

Lecture 23 Ângulo entre vetores no Python

Lecture 24 Indexação no Python

Lecture 25 Vetor Unitário

Section 4: Matrizes

Lecture 26 O que são matrizes

Lecture 27 Matrizes no Python

Lecture 28 Tipos de matrizes

Lecture 29 Tipos de Matrizes no Python

Lecture 30 Matriz transposta

Lecture 31 Slicing de matrizes com Python 1-2

Lecture 32 Slicing de matrizes com Python 2-2

Lecture 33 Operações com Matrizes

Lecture 34 Multiplicação de Matrizes – exemplo

Lecture 35 Propriedades da multiplicação de matrizes

Lecture 36 Operações com Matrizes no Python

Lecture 37 Aplicação com Cadeias de Markov

Section 5: Sistemas de Equações Lineares

Lecture 38 Início do Módulo 2

Lecture 39 O que são sistemas Lineares

Lecture 40 Sistemas homogêneos

Lecture 41 Exemplo da natureza

Lecture 42 Forma matricial de sistemas

Lecture 43 Equação não linear

Lecture 44 Solução algébrica de sistemas lineares – 1

Lecture 45 Solução algébrica de sistemas lineares – 2

Lecture 46 Solução com Python – Escalonamento

Lecture 47 Sistema com um grau de liberdade

Section 6: Determinantes

Lecture 48 Conceito e utilidade dos determinantes 1-2

Lecture 49 Conceito e utilidade dos determinantes 2-2

Lecture 50 Cálculo de determinantes com Python

Lecture 51 Propriedades dos determinantes

Section 7: Matriz Inversa

Lecture 52 Para que serve a matriz inversa

Lecture 53 Determinantes e matriz inversa

Lecture 54 Como calcular a matriz inversa

Lecture 55 Matrizes inversas com Python

Lecture 56 Propriedades das matrizes inversas

Section 8: Solução de Sistemas Lineares (SL)

Lecture 57 Classificação para solução de SL

Lecture 58 Solução de SL com matriz inversa

Lecture 59 Solução de Sistemas Lineares com Python

Lecture 60 Regra de Cramer

Lecture 61 Regra de Cramer no Python

Lecture 62 Representação Gráfica SL 1-2

Lecture 63 Representação Gráfica SL 2-2

Section 9: Espaço Vetorial

Lecture 64 Início do Módulo 3

Lecture 65 Vetores no plano

Lecture 66 Vetores no espaço

Lecture 67 Operação com Vetores

Lecture 68 Espaço vetorial

Lecture 69 Exemplos de espaços vetoriais

Lecture 70 Subespaço Vetorial

Section 10: Combinação Linear

Lecture 71 Definição de Combinação Linear

Lecture 72 Dependência Linear

Lecture 73 Exemplos dependência linear

Lecture 74 Base de um espaço vetorial

Lecture 75 Aplicação: Otimização de Carteira de investimentos Parte 1

Lecture 76 Aplicação: Otimização de Carteira de investimentos Parte 2

Section 11: Transformação Linear (TL)

Lecture 77 Conceito e utilidade da transformação linear

Lecture 78 Matrizes e Transformação Linear

Lecture 79 Exemplos de TL

Lecture 80 Exemplos de Transformação linear com Python

Lecture 81 Transformação linear Samambaia em Python

Section 12: Autovalores e Autovetores

Lecture 82 Introdução autovalores e autovetores

Lecture 83 Conceito de autovalores e autovetores

Lecture 84 Autovalores e Autovetores com Python

Lecture 85 Ranqueamento de páginas Google

Lecture 86 Série de Fibonacci – Parte 1

Lecture 87 Série de Fibonacci – Parte 2

Section 13: Conteúdo EXTRA

Lecture 88 Criptografia com Matrizes

Lecture 89 Aula Bônus

Lecture 90 Agradecimentos

Curiosos autodidatas interessados em programação com Python e ciência dos dados,Futuros engenheiros,Cientistas da computação,Analistas de dados,Cientistas de dados,Economistas

Course Information:

Udemy | Português | 8h 22m | 1.93 GB
Created by: Rafael F. V. C. Santos, Ph.D.

You Can See More Courses in the Teaching & Academics >> Greetings from CourseDown.com