首先说的是最基础的向量(不做特殊说明时一般都以列向量的形式表示)。对于向量的理解，各有各的说法。向量可以是任何东西，只需要保证：两个向量相加及数字与向量相乘是有意义的即可。向量的加法和数乘是两个基础运算贯穿始终。而所有这些向量组成的集合，称为空间

线性代数的几何解释<https://space.bilibili.com/88461692/channel/detail?cid=9450>

三角分解：LU分解，Crout分解，Doolittle分解，舒尔分解；极分解 QR分解；满秩分解；谱分解又叫特征值分解；Jordan分解；SVD分解

行列式看起来计算非常复杂，但是有十分明确的几何意义。行列式可以看做是有向面积或体积的概念在一般的欧几里得空间中的推广。或者说，在欧几里得空间中，行列式描述的是一个线性变换对“体积”所造成的影响。

解决海森矩阵不正定问题的方法称为海森校正（Hessian Modification）。思路是让海森矩阵加上一个微小的量，使其正定，相当于用……

广义逆（Generalized inverse），是线性代数中针对矩阵的一种运算。一个矩阵A的广义逆叫做A的广义逆阵，是指具有部分逆矩阵的特性，但是不一定具有逆矩阵的所有特性的另一矩阵。

在线性代数中，对称矩阵（英语：symmetric matrix）是一个方形矩阵，其转置矩阵和自身相等。A=A^T对称矩阵中的右上至左下方向元素以主对角线（左上至右下）为轴进行对称。

度量矩阵，Gram矩阵，广义内积，内积空间