Séance de cours
Convex Optimization: Revue d'algèbre linéaire
Séances de cours associées (31)
Optimisation du convex : Notation et normes matricielles
Introduit la notation Convex Optimization, les fonctions convexes, les normes vectorielles et les propriétés matricielles.
Polynômes caractéristiques et matrices similaires
Explore les polynômes caractéristiques, la similarité des matrices et les valeurs propres dans les transformations linéaires.
Algèbre linéaire Review: Convex Optimization
Couvre les concepts essentiels de l'algèbre linéaire pour l'optimisation convexe, y compris les normes vectorielles, la décomposition des valeurs propres et les propriétés matricielles.
Décomposition de la valeur singulière : applications et interprétation
Explique la construction de U, la vérification des résultats et l'interprétation de SVD dans la décomposition matricielle.
Similarité et diagonalisation des matrices
Explore la similarité de la matrice, la diagonalisation, les polynômes caractéristiques, les valeurs propres et les vecteurs propres dans l'algèbre linéaire.
Enveloppe quantique
Déplacez-vous dans l'enchevêtrement quantique, explorant l'état, l'évolution et la mesure des particules enchevêtrées.
Algèbre linéaire de base
Couvre les concepts fondamentaux de l'algèbre linéaire, y compris les équations linéaires, les opérations matricielles, les déterminants et les espaces vectoriels.
Représentations du signal
Couvre la norme d'une matrice, d'un opérateur, de valeurs singulières et de matrices unitaires en algèbre linéaire.
Bases orthogonales et projection
Introduit les bases orthogonales, la projection sur les sous-espaces, et le processus Gram-Schmidt dans l'algèbre linéaire.
Diagonalisation des matrices
Explore la diagonalisation des matrices à l'aide de vecteurs propres et de valeurs propres.