第一章 矩阵的相似变换 §1．1特征值与特征向量 §1．2相似对角化 §1．3 Jordan标准形介绍 §1．4 Hamilton-Cayley定理 §1．5向量的内积 §1．6西相似下的标准形 习题一 第二章 范数理论 §2．1向量范数 §2．2矩阵范数 一、方阵的范数 二、与向量范数的相容性 三、从属范数 四、长方阵的范数 §2．3范数应用举例 一、矩阵的谱半径 二、矩阵的条件数 习题二 第三章 矩阵分析 §3．1矩阵序列 §3．2矩阵级数 §3．3矩阵函数 一、矩阵函数的定义 二、矩阵函数值的计算 三、常用矩阵函数的性质 §3．4矩阵的微分和积分 一、函数矩阵的微分和积分 二、数量函数对矩阵变量的导数 三、矩阵值函数对矩阵变量的导数 §3．5矩阵分析应用举例 一、求解一阶线性常系数微分方程组 二、求解矩阵方程 三、最小二乘问题 习题三 第四章 矩阵分解 §4．1矩阵的三角分解 一、三角分解及其存在惟一性问题 二、三角分解的紧凑计算格式 §4．2矩阵的QR分解 一、Householder矩阵与Givens矩阵 二、矩阵的QR分解 三、矩阵酉相似于Hessenberg矩阵 §4．3矩阵的满秩分解 一、Hermite标准形 二、矩阵的满秩分解 §4．4矩阵的奇异值分解 习题四 第五章 特征值的估计与表示 §5．1特征值界的估计 §5．2特征值的包含区域 一、Gerschgorin定理 二、特征值的隔离 三、Ostrowski定理 §5．3 Hermite矩阵特征值的表示 §5．4广义特征值问题 一、广义特征值问题 二、广义特征值的表示 习题五 第六章 广义逆矩阵 §6．1广义逆矩阵的概念 §6．2 {1}-逆及其应用 一、{1}-逆的计算及有关性质 二、{1}-逆的应用 三、由{1}-逆构造其他的广义逆矩阵 §6．3 Moore-Penrose逆A+ 一、A+的计算及有关性质 二、A+在解线性方程组中的应用 习题六 第七章 矩阵的直积 §7．1直积的定义和性质 §7．2直积的应用 一、矩阵的拉直及其与直积的关系 二、线性矩阵方程的可解性及其求解 习题七 习题答案与提示

§1 数据表的基础知识 §2 一元线性回归 §3 多元线性回归 §4 Matlab 中的回归分析 §5 非线性回归和逐步回归

一． 一元线性回归模型的评价 对一元线性回归模型需做数据的拟合优度、线性相关关系的检验

一、误差的背景介绍 ( Introduction ) 1. 来源与分类 ( Source & Classification ) 模型误差 ( Modeling Error ): 从实际问题中抽象出数学模型

❖ 1、什么是因子分析？ ❖ 2、理解因子分析的基本思想 ❖ 3、因子分析的数学模型以及模型中公共因子、 因子载荷变量共同度的统计意义 ❖ 4、因子旋转的意义 ❖ 5、结合SPSS软件进行案例分析

第一节方差分析的基本原理与步骤 第二节单因素试验资料的方差分析 第三节两因素试验资料的方差分析 *第四节方差分析的数学模型与期望均方 第五节数据转换

1.求下列函数的极值点,并确定它们的单调区间 (1)y=2x3-3x2-12x+1

（1)定积分概念的引入 （2)“分割、近似求和、取极限”数学思想的建立 （3)定积分的数学定义

1.写出下列函数在x=0的带佩亚诺余项的泰勒展开式: (1)e2x; (2)cosx2:

12.8二阶常系数齐次线性微分方程 方程y\+py'+qy=0称为二阶常系数齐 次线性微分方程,其中p、q均为常数 如果y1、y2是二阶常系数齐次线性微分 方程的两个线性无关解,那么y=C1y1+C2y2 就是它的通解