Advanced Linear Algebra (MATH622) Course Detail

Course Name Course Code Season Lecture Hours Application Hours Lab Hours Credit ECTS
Advanced Linear Algebra MATH622 1. Semester 3 0 0 3 5
Pre-requisite Course(s)
N/A
Course Language English
Course Type Compulsory Departmental Courses
Course Level Ph.D.
Mode of Delivery Face To Face
Learning and Teaching Strategies Lecture, Discussion, Question and Answer, Problem Solving.
Course Coordinator
Course Lecturer(s)
Course Assistants
Course Objectives This course is designed to introduce the fundamental concepts of advanced linear algebra.
Course Learning Outcomes The students who succeeded in this course;
  • understand and use basic linear algebra
  • understand and use linear transformations, the structure of a linear operator and eigenvalues and eigenvectors
  • understand and use inner product spaces, normal operators
  • understand and use bilinear forms, tensor products
Course Content Basic linear algebra, linear transformations, the structure of a linear operator, eigenvalues and eigenvectors, real and complex inner product spaces, structure theory for normal operators, metric vector spaces: the theory of bilinear forms, Hilbert spaces, tensor products, operator factorizations: QR and singular values.

Weekly Subjects and Releated Preparation Studies

Week Subjects Preparation
1 Basic Linear Algebra pp. 31-49
2 Linear Transformations pp. 55-71
3 The Structure of a Linear Operator pp. 141-151
4 Eigenvalues and Eigenvectors pp. 153-160
5 Eigenvalues and Eigenvectors pp. 161-174
6 Real and Complex Inner Product Spaces pp. 181-195
7 Structure Theory for Normal Operators pp. 201-215
8 Structure Theory for Normal Operators pp. 216-232
9 Metric Vector Spaces: The Theory of Bilinear Forms pp. 239-257
10 Hilbert Spaces pp. 307-318
11 Hilbert Spaces pp. 319-331
12 Tensor Products pp. 337-363
13 Tensor Products pp. 366-374
14 Operator Factorizations: QR and Singular Values pp. 425-434
15 Review
16 Review and Final Exam

Sources

Course Book 1. Advanced Linear Algebra, Steven Roman, 2nd Edition, Springer, 2005
2. Matrices: Theory and Applications, Denis Serre, Springer, 2002
3. A Guide to Advanced Linear Algebra, Steven H. Weintraub, Dolciani Mathematical Expositions, 2011

Evaluation System

Requirements Number Percentage of Grade
Attendance/Participation - -
Laboratory - -
Application - -
Field Work - -
Special Course Internship - -
Quizzes/Studio Critics - -
Homework Assignments 4 20
Presentation - -
Project - -
Report - -
Seminar - -
Midterms Exams/Midterms Jury 1 40
Final Exam/Final Jury 1 40
Toplam 6 100
Percentage of Semester Work 60
Percentage of Final Work 40
Total 100

Course Category

Core Courses X
Major Area Courses
Supportive Courses
Media and Managment Skills Courses
Transferable Skill Courses

The Relation Between Course Learning Competencies and Program Qualifications

# Program Qualifications / Competencies Level of Contribution
1 2 3 4 5
1 Alanında, bağımsız olarak, bir problem kurgulayabilir, çözüm yöntemi geliştirerek problemi çözebilir ve sonuçları değerlendirebilir X
2 Matematiğin temel alanlarında ve kendi uzmanlığı olarak seçtiği alanda gerekli alt yapıyı oluşturur. X
3 Matematik literatürünü ve özel olarak kendi araştırma konusu ile ilgili ulusal ve uluslararası güncel yayınları takip edebilir ve bunlardan kendi araştırma konusu ile ilgili olanları çalışmalarında kullanabilir X
4 Bilimsel etik değerleri ve kuralları dikkate alır ve mesleki ve toplumsal yaşamda kullanabilir X
5 Kendi çalışmalarının sonuçlarını veya belli bir konudaki güncel çalışmaları ve bulguları, çeşitli bilimsel toplantılarda topluluk önünde Türkçe ve İngilizce olarak sunabilir ve tartışmalara katılabilir. X
6 Gerek bireysel, gerek bir çalışma grubunun üyesi olarak çalışabilme becerisini geliştirir X
7 Yaratıcı ve eleştirel düşünme, problem çözme, özgün bir çalışma üretme becerisini geliştirir. Bilimsel gelişmeleri takip eder, özümsediği bilgilerin analiz, sentez ve değerlendirmesini yapabilir. X
8 Kazandığı bilgi, beceri ve yetkinlikleri yaşam boyu geliştirmeye açık olur. X
9 Alanında özümsediği bilgiyi ve problem çözme yeteneğini disiplinler arası çalışmalarda uygulayabilir; karşılaşılan problemleri matematiksel modellerle ifade ederek, matematiksel bakış açısı ile farklı çözüm yöntemleri önerir. X
10 Matematik temelli yazılımları, bilişim ve iletişim teknolojilerini bilimsel amaçlı kullanabilir. X

ECTS/Workload Table

Activities Number Duration (Hours) Total Workload
Course Hours (Including Exam Week: 16 x Total Hours) 16 3 48
Laboratory
Application
Special Course Internship
Field Work
Study Hours Out of Class 14 3 42
Presentation/Seminar Prepration
Project
Report
Homework Assignments 4 3 12
Quizzes/Studio Critics
Prepration of Midterm Exams/Midterm Jury 1 10 10
Prepration of Final Exams/Final Jury 1 13 13
Total Workload 125