1、有些概念是躲不過的，那就面對吧。先收藏一個沒有相關的資源 https://www.geogebra.org
2、先參考別人的解釋，還是很有道理的。參考 https://blog.csdn.net/qq_24753293/article/details/80014403 這個裏面有很多引用其他人的解釋，這裏先收藏一下。
3、自己的總結還是要有的。首先定義：
主要是這個matrix是針對any vector來說的，所以有其特殊性。
3、看了別人的總結，怎麼判斷一個matrix是否是SP，看det，如果都大於0，那麼就是SP。不知道其意義，或者在哪裏可以用起來。
4、繼續拓展開來，看到了矩陣相乘（上面的矩陣一定要方正，這裏講的不一定了）的概念，這個還是需要理解，然後就不會太抽象。可以參考 https://www.matongxue.com/madocs/555.html （如何理解矩陣乘法？），這篇挺不錯的，就是一個函數映射，這樣理解起來，突然想到了原來看過的 主成分分析PCA，好像是可以達到降低維度（這裏的矩陣行的個數肯定比向量的個數要少）的作用。 參考 https://www.zhihu.com/question/41120789（如何通俗易懂地講解什麼是 PCA 主成分分析？），有時間再整理，裏面也提到了旋轉座標。這裏在說明一下，這裏的正定說的是square matrix ，所以向量變化後，不會有維度的增減，只會有數值的變化（從方向和模的角度）。可以參考 https://www.zhihu.com/question/21874816（如何理解矩陣特徵值？） 只有方正纔有特徵值。