Explore la distribution de Wishart, les propriétés des matrices de Wishart, et la distribution de T2 de Hotelling, y compris la statistique T2 de deux exemples Hotelling.

L'algorithme de Simplex

Couvre l'algorithme Simplex, expliquant l'optimalité, les coûts illimités et les problèmes dégénérés.

Réduction matricielle: Partie 1

Couvre la réduction d'une transformation linéaire dans un espace à deux dimensions pour trouver une représentation matricielle plus simple.

Bases de l'algèbre linéaire: espaces vectoriels, transformations, valeurs propres

Couvre les concepts fondamentaux de l'algèbre linéaire comme les espaces vectoriels et les valeurs propres.

Décomposition Spectral : matrices symétriques

Couvre la décomposition des matrices symétriques en valeurs propres et en vecteurs propres.

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.

Diagonalisation des matrices : Théorème spectral

Couvre le processus des matrices diagonales, en se concentrant sur les matrices symétriques et le théorème spectral.