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.
Explore l'interaction de configuration, les déterminants de Slater et la diagonalisation matricielle dans la résolution de l'équation de Schrodinger à plusieurs électrons.
Couvre l'introduction et les solutions des équations linéaires, y compris les méthodes pour résoudre les systèmes et déterminer le nombre de solutions.