线性代数+统计学1
线性代数：
重点：
1、行列式：
线性方程式，三阶行列式
2、矩阵：
由mn个数a排成的m行n列的数表
行数=列数=n的矩阵，为n阶矩阵=n阶方阵，An
行矩阵=行向量，列矩阵=列向量
3、逆矩阵求解：
逆矩阵：A·A=｜A｜·I
AB=BA=E，B=A（-1）^
若矩阵A可逆，｜A｜不等于0；相反亦成立。
4、特征值与特征向量
Ax=入x，有非零解的充分必要条件：｜A-入X｜=0，入为特征值；
不同特征值对应的特征向量，线性无关；
实对称阵不同特征值的特征向量正交。
其他：
1、代数余子式
2、伴随矩阵
3、矩阵相等
4、矩阵运算
5、单位矩阵
6、矩阵转置
7、对角矩阵
8、三角矩阵
9、对称矩阵
10、矩阵分块
11、矩阵的秩
12、正定矩阵
13、正交基
向量的内积，向量正交，向量导数，向量组，施密特正交
14、正交矩阵
正定阵判断
【线性代数+统计学1】统计学重点：
1、矩估计：
用经验分布函数去替换总体分布。
样本k阶原点矩，样本k阶中心矩
2、假设检验（1）
假设检验问题
拒绝域，接受域
两种错误：拒真，纳伪
势函数
假设检验的思想
推荐阅读
- 概率论/统计学|随机变量 的 分布函数 与 概率密度函数 的区别
- 临床统计学学习日志
- AIoT(人工智能+物联网)|程序员的数学【线性代数基础】
- 李航《统计学习方法》拾遗-朴素贝叶斯
- 【MindSpore:跟着小Mi一起机器学习】那些我们快要遗忘的线性代数知识点
- 统计学习方法|维特比算法的python实现
- 【统计学习算法】隐马尔可夫模型HMM
- 线性代数笔记——内积与正交
- 线性代数笔记（3）（从增广矩阵漫谈矩阵转置对向量在四个向量子空间内的“飞舞”（第三篇））
- 数学（《线性代数》矩阵乘积|数学：《线性代数》矩阵乘积 之 代码实现）