Udemy
    •  
    •  
    •  
    •  
    •  
    •  
    •  
    •  
Turn what you know into an opportunity and reach millions around the world.
Learn More
Your cart is empty.
Keep shopping
Algebra liniowa od A do Z
Highest Rated
Rating: 4.3 out of 5(26 ratings)
209 students

Algebra liniowa od A do Z

Najpierw zdobądź kompletną wiedzę z algebry liniowej, a potem przetestuj ją przy użyciu praktycznych pytań.
Created byAdam Cedro
Last updated 10/2025
Polish

What you'll learn

  • Podstawowe działania na macierzach
  • Wyznacznik macierzy
  • Macierze odwrotne
  • Równania liniowe - Metoda Cramera
  • Rząd macierzy
  • Metoda Gaussa rozwiązywania układów równań liniowych
  • Odwracanie macierzy za pomocą operacji elementarnych
  • Liczby zespolone - podstawowe operacje
  • Równania zespolone
  • Postać trygonometryczna liczby zespolonej
  • Potęgowanie liczb zespolonych - Wzór Moivre'a
  • Pierwiastkowanie liczb zespolonych
  • Równania wielomianowe liczb zespolonych
  • Rysowanie liczb zespolonych na płaszczyźnie
  • Przestrzenie wektorowe/liniowe
  • Podprzestrzenie przestrzeni wektorowych
  • Liniowa niezależność układu wektorów
  • Bazy i wymiary przestrzeni wektorowej
  • Suma algebraiczna, przekrój i sumy proste baz
  • Przekształcenia liniowe
  • Jądro i obraz przekształcenia liniowego
  • Wartości i wektory własne macierzy
  • Diagonalizacja macierzy
  • Potęgowanie macierzy
  • Twierdzenie Cayleya-Hamiltona

Course content

25 sections25 lectures7h 31m total length
  • Podstawowe działania na macierzach22:38

    Pierwsze kroki z algebrą liniową :]

Requirements

  • Powinieneś posiadać pewną znajomość podstaw matematyki.
  • Będziesz potrzebował otwartego umysłu i gotowości do nauki.
  • Kluczowym elementem jest Twoja motywacja do nauki.

Description

ALGEBRA LINIOWA OD A DO Z


Ten kompleksowy kurs składa się z jasnych lekcji wideo, które omawiają całą algebrę liniową na studiach oraz praktycznych zadań domowych! Kurs jest podzielony na następujące sekcje:


  1. Podstawowe działania na macierzach

  2. Wyznacznik macierzy

  3. Macierze odwrotne

  4. Równania liniowe - Metoda Cramera

  5. Metoda Gaussa rozwiązywania układów równań liniowych

  6. Odwracanie macierzy za pomocą operacji elementarnych

  7. Liczby zespolone - podstawowe operacje

  8. Równania zespolone

  9. Postać trygonometryczna liczby zespolonej

  10. Potęgowanie liczb zespolonych - Wzór Moivre'a

  11. Pierwiastkowanie liczb zespolonych

  12. Równania wielomianowe liczb zespolonych

  13. Rysowanie liczb zespolonych na płaszczyźnie

  14. Przestrzenie wektorowe

  15. Podprzestrzenie przestrzeni wektorowych

  16. Liniowa niezależność układu wektorów

  17. Bazy i wymiary przestrzeni wektorowej

  18. Suma algebraiczna, przekrój i sumy proste baz

  19. Przekształcenia liniowe

  20. Jądro i obraz przekształcenia liniowego

  21. Wartości i wektory własne macierzy

  22. Diagonalizacja macierzy

  23. Potęgowanie macierzy

  24. Twierdzenie Cayleya-Hamiltona

  25. BONUS


CO ZNAJDZIESZ W KAŻDEJ SEKCJI:


  • Wideo lekcje: Praktyczne przykłady matematyczne krok po kroku, włączając w to moje myśli i wyjaśnienia. Rozpoczynamy od podstaw, zapewniając pełne zrozumienie.


  • Zadania domowe: Gdy poczujesz, że opanowałeś dany temat, możesz przetestować swoją wiedzę, rozwiązując zadania domowe. Jeśli uda ci się, świetnie! W przeciwnym razie, możesz wrócić do lekcji i spróbować ponownie.


  • Pełną wiedzę wymaganą ze studiów!

DODATKOWO OTRZYMASZ:


  • Nieograniczony dostęp do kursu "Algebra liniowa od A do Z".

  • Wsparcie poprzez sekcję pytań i odpowiedzi, aby rozwiać wszelkie wątpliwości.

  • Gwarancję zwrotu pieniędzy w okresie 30 dni.


Nie zwlekaj i zapisz się już dziś!


Nie mogę się doczekać, aż zobaczysz postępy w swojej wiedzy oraz uzyskasz lepsze wyniki na studiach.


~ Adam :)

Who this course is for:

  • Osoby obecnie studiujące algebrę liniową lub osoby planujące rozpocząć naukę algebry liniowej.
  • Osoby zainteresowane pogłębianiem swojej wiedzy matematycznej.
  • Osoby, które chcą zdobyć umiejętności z zakresu algebry liniowej jako podstawy do nauki maszynowej, głębokiego uczenia, sztucznej inteligencji, programowania, grafiki komputerowej, analizy danych itp.