数学杂记(个人笔记，持续更新)

对于理工科学生来说，数学很重要，离开对于数学系统的学习之后，接触到的数学知识大多是碎片化的，所以总结很重要。

• 麦克劳林公式

• 泰勒展开式
  麦克劳林展开式时泰勒展开式的特殊形式，表明了任何函数（必须n阶可导，而且n要取到所有的正整数）都能用多项式表示

• 傅里叶级数

系数$a_n$和$b_n$利用正交性证明得到，首先两边同时乘$cos/sin(nwt)$然后一个周期内积分。随后解得$a_n$和$b_n$。
1、设想可以把一个周期函数f(t)通过最简单的一系列正弦函数来表示，即5式；
2、通过变形后用三角级数（含sin和cos）来表示；
3、通过积分，把各未知系数用f(t)的积分式来表达；
4、最后得到的4个表达式就是傅里叶级数公式。

• 正交

• 矩阵的迹(trace)

• 矩阵的特征值()

• 矩阵的转置

• 数据融合Data Fusion
  数据融合技术将来自多个传感器(信息源)的数据和相关数据的信息相结合,以实现比单独使用单个传感器(信息源)所能实现的更高的准确性和更具体的推论

• 范数
  之前从未接触过范数，只是在偶然间在机器学习的起步时上百度查过。现在遇到h-infinity滤波器，涉及到h-2范数和h-∞范数，看来是不得不学习一下了。
  范数我最开始的印象是：数学里面的概念，应用中的二维平面的欧氏几何距离似乎就是二维向量的l-2范数，其他的就不太清楚了…
  向量x的lp范数定义是：
  

• 矩阵特征值eigenvalue，n阶方阵一定有n个特征值。

• 线性空间由两种操作封闭：缩放、和，所以在向量的线性组合后，所产生的向量仍然在先前向量组成的线性空间中。

• LU分解，分解成下三角矩阵和上三角矩阵。扩展后的一般形式为PLU分解，多出一个P矩阵。

• 满秩分解

• 皮尔森相关系数

• 交替方向乘子法（ADMM）

• 为什么在计算样本方差时，是除以n-1而不是n呢？因为样本均值是一个期望为原随机变量的均值的随机变量，因此在计算样本方差是，导致除以n的样本方差公式的期望值会小于原随机变量的方差。总而言之即除以n-1的目的是得到样本方差的无偏估计。