Bilgisayar Mühendisliği ve Yapay Zeka ve Veri Mühendisliğinde kullanılan vektör ve matris temelli modelleme dilini kazandırmak, doğrusal denklem sistemlerini sistematik biçimde çözebilme becerisi geliştirmek ve vektör uzayları, lineer dönüşümler, özdeğer–özvektör, ortogonallik, ayrışımlar (LU/QR/SVD) gibi temel kavramları hem kuramsal hem de uygulamaya dönük yaklaşımla öğretmektir. Bu altyapı, özellikle sayısal hesaplama, veri analizi, optimizasyon, görüntü işleme, makine öğrenmesi ve mühendislik problemlerinde kullanılan yöntemlerin anlaşılması ve uygulanması için temel oluşturur.

Bu derste vektörler ve matrislerle işlem yapma, doğrusal denklem sistemlerinin çözümü, matris özellikleri ile LU/QR gibi ayrışımlar ele alınır. Vektör uzayları, lineer bağımsızlık, baz ve boyut kavramları; lineer dönüşümler, özdeğer–özvektör ve diyagonalizasyon konuları işlenir. İç çarpım, ortogonallik, simetrik matrisler ve spektral teorem üzerinden geometrik yorumlar geliştirilir; son olarak tekil değer ayrışımı (SVD) ve mühendislik/hesaplama uygulamalarına bağlantılar kurulur.

Sunum, problem çözümü