一、区域 二、多元函数的概念 三、多元函数的极限 四、多元函数的连续性

一、多元线性回归模型 二、多元线性回归模型的基本假定

第一节 多元函数的极限及连续性 第二节 偏导数 第三节 全微分 第四节 多元复合函数微分法及偏导数的几何应用 第五节 多元函数的极值

在上册中,我们讨论的是一元函数微积分 ,但实际问题中常会遇到依赖于两个以上自变量 的函数多元函数,也提出了多元微积分问题。 多元微积分的概念、理论、方法是一元微 积分中相应概念、理论、方法的推广和发展, 它们既有相似之处(概念及处理问题的思想方 法)又有许多本质的不同,要善于进行比较, 既要认识到它们的共同点和相互联系,更要注 意它们的区别,研究新情况和新问题,深刻理 解,融会贯通

鉴别分析是一种进行统计鉴别和分组的技术手段。它可以就一定数量案例的 个分组变量和相应的其他多元变量的已知信息,确定分组与其他多元变量之间 的数量关系,建立鉴别函数( discriminant function)o然后便可以利用这一数量 关系对其他已知多元变量信息、但未知分组类型所属的案例进行鉴别分组。沿用 多元回归模型的称谓,在鉴别分析中称分组变量( grouping variable)为因变量, 而用以分组的其他特征变量称为鉴别变量( disciminant variable)或自变量。其 实,这里的自变量并不一定是真正的“原因”变量,有时可能倒是真正的“结 果”或“反应”变量。它们与类型变量的关系从本质上并没有越过相关的范畴。 不过,既然我们要参照其值来进行分组,权且称之为自变量

鉴别分析是一种进行统计鉴别和分组的技术手段。它可以就一定数量案例的一个分组变量和相应的其他多元变量的已知信息,确定分组与其他多元变量之间 的数量关系,建立鉴别函数(discriminant function)然后便可以利用这一数量 关系对其他已知多元变量信息、但未知分组类型所属的案例进行鉴别分组。沿用 多元回归模型的称谓,在鉴别分析中称分组变量(grouping variable)为因变量, 而用以分组的其他特征变量称为鉴别变量( disciminant variable)或自变量。其 实,这里的自变量并不一定是真正的“原因变量,有时可能倒是真正的“结 果”或“反应”变量

多元微分学的应用 一、在几何方面的应用 二、在优化方面的应用

一、多元函数的概念 二、多元函数的极限 三、多元函数的连续性 四、小结思考题

第八节多元函数的极值及其求法 1.多元函数极值的概念、必要条件及充分条件 2.多元函数的最值 3.条件极值的求法

第二节多元函数的极限与连续性 一、极限 回忆一元函数的情形 极限的运算法则