小白学python-矩阵和线性代数

矩阵：

SVD的提法：

1、奇异值分解：突出的、奇特的、非凡的；称之为“优化分解”

2、与特征值、特征向量的概念相对应

线性代数：

定义：方阵的行列式

1、1阶方阵的行列式为该元素本身

2、n阶方阵的行列式等于它的任一行或列的各元素与其对应代数余子式或乘积之和

代数余子式

伴随矩阵

方阵的逆

范德蒙行列式：数学归纳法、Newton\Lagrange插值法

矩阵乘法

矩阵模型：随机过程

概率转移矩阵

平稳分布

矩阵和向量的乘法

矩阵的秩

秩和线性方程组的解的关系

向量组等价

系数矩阵

正交阵

特征值和特征向量：

特征值的性质

不同特征值对应的特征向量

实对称阵不同特征值的特征向量正交

正定阵：

标准正交基

QR分解以及其特征值

LFM（Latent Factor Model）

向量的导数