中心极限定理（CLT）指出，如果样本量足够大，则变量均值的采样分布将近似于正态分布，而与该变量在总体中的分布无关
高斯分布：若连续型随机变量X的概率密度为：\(f\left ( x \right )=\frac{1}{\sqrt{2\pi }\sigma }e^{-\frac{\left ( x-\mu \right )^{2}}{2\sigma ^{2}}}\) , \(-\infty < x< \infty\)
奇异矩阵是线性代数的概念，就是对应的行列式等于0的矩阵
奇异矩阵的判断方法：首先，看这个矩阵是不是方阵（即行数和列数相等的矩阵。若行数和列数不相等，那就谈不上奇异矩阵和非奇异矩阵）。 然后，再看此方阵的行列式|A|是否等于0，若等于0，称矩阵A为奇异矩阵；若不等于0，称矩阵A为非奇异矩阵。 同时，由|A|≠0可知矩阵A可逆，这样可以得出另外一个重要结论:可逆矩阵就是非奇异矩阵，非奇异矩阵也是可逆矩阵。
n 阶方阵 A 是非奇异方阵的充要条件是 A 可逆，即可逆方阵就是非奇异方阵。
原文：https://www.cnblogs.com/linyk/p/13263711.html