Couvre la détermination des espaces vectoriels, le calcul des noyaux et des images, la définition des bases et la discussion des sous-espaces et des espaces vectoriels.
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.
Discute des équations différentielles de Bernoulli, de leur contexte historique et des méthodes pour les résoudre, en soulignant l'importance des concepts d'algèbre linéaire dans la compréhension de ces équations.
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.