Explore la diagonalisation des matrices à travers des valeurs propres et des vecteurs propres, en mettant l'accent sur des valeurs propres distinctes et leur rôle dans le processus de diagonalisation.
Fournit un examen des concepts d'algèbre linéaire cruciaux pour l'optimisation convexe, couvrant des sujets tels que les normes vectorielles, les valeurs propres et les matrices semi-définies positives.
Couvre les bases des tenseurs, y compris leur définition, leurs propriétés et leur décomposition, en commençant par un exemple motivant impliquant des distributions gaussiennes.
Couvre l'introduction et les solutions des équations linéaires, y compris les méthodes pour résoudre les systèmes et déterminer le nombre de solutions.
Explore les graphiques 2D, les erreurs de manipulation, la création de diagrammes à barres et la visualisation des champs vectoriels dans Matlab/Octave.