本文主要是介绍视觉SLAM十四讲笔记-第一讲，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

第一讲：课后习题

1. 有线性方程 Ax = b，若已知 A,b，需要求解x，该如何求解？ 这对 A 和 b 有哪些要求?  【提示:从A的维度和秩角度来分析】

答：可以利用大学时候学的非齐次方程组的方法求解，利用 A 的增广矩阵  ，对增广矩阵进行标准化和归一化。

A的增广矩阵是：

1. rank(A)<rank(A~) ， 方程组 (2) 无解
2. rank(A)=rank(A~)=n ， 方程组 (2) 有唯一解
3. rank(A)=rank(A~)<n ， 方程组 (2) 有无穷解
4. rank(A)>rank(A~) 不可能出现， 因为增广矩阵的秩大于等于系数矩阵的秩（矩阵加入一列，其秩只能增大，不可能变小）

需要补充线性代数的同学可以参考这个同学：https://blog.csdn.net/youngpan1101/article/details/54574130

2．高斯分布是什么?它的一维形式是什么样子?它的高维形式是什么样子?

答：高斯分布（Gaussian distribution），也称正态分布（Normal distribution），最早由棣莫弗（Abraham de Moivre）在求二项分布的渐近公式中得到。C.F.高斯在研究测量误差时从另一个角度导出了它。P.S.拉普拉斯和高斯研究了它的性质。是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。
    正态曲线呈钟型，两头低，中间高，左右对称因其曲线呈钟形，因此人们又经常称之为钟形曲线。
    若随机变量X服从一个数学期望为μ、方差为σ2的正态分布，记为N(μ，σ2)。其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。当μ = 0,σ = 1时的正态分布是标准正态分布。如下图：

高斯

https://www.cnblogs.com/bingjianing/p/9117330.html

3.你知道C++中的类吗?你知道STL吗?你使用过它们吗?

4. 你以前怎样书写CH++程序?（你完全可以说只在Visual C++6.0下写过CH+工程只要你有写C++和C语言的经验就行。)

5．你知道C++11标准吗?你听说过或用过其中哪些新特性?有没有其他的标准

6. 你知道Linux吗?你有没有至少使用过一种（不算安卓）操作系统，比如 Ubuntu?

7. Linux的目录结构是什么样的?你知道哪些基本命令，比如 Is,cat等?

8．如何在 Ubuntu系统中安装软件（不打开软件中心的情况下)?这些软件被安装在什么地方?如果只知道模糊的软件名称（比如想要装一个名称中含有Eigen 的库)，应该如何安装它?

9.*花一个小时学习Vim，因为你迟早会用它。你可以在终端中输入vimtutor阅读一遍所有内容。我们不需要你非常熟练地操作它，只要能够在学习本书的过程中使用它输入代码即可。不要在它的插件上浪费时间，不要想着把Vim用成 IDE，我们只用它做文本编辑的工作。

这篇关于视觉SLAM十四讲笔记-第一讲的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！