本章将一元回归模型拓展到了多元回归模型，其基本的建模思想与建模方法与一元的 情形相同。主要内容仍然包括模型的基本假定、模型的估计、模型的检验以及模型在预测方 面的应用等方面。只不过为了多元建模的需要，在基本假设方面以及检验方面有所扩充

一、多元函数的极值 二、条件极值、拉格朗日乘数法

要点：掌握多元线性回归模型中的基本假设检验方法。重 点掌握多元线性回归模型的约束条件；正态性检验方法； 普通最小二乘估计方法

一、多元函数的极值和最值 1、二元函数极值的定义

第一节 多元函数的基本概念 第二节 偏导数 第三节 全微分及应用 第四节 多元函数微分学的应用 第五节 二元函数的极值与最值

§1 多元函数的基本概念 多元函数的概念 二元函数的极限 二元函数的连续性 §2 偏导数 偏导数的定义及其计算法 高阶偏导数 §3 全微分及其应用 全微分的概念 全微分在近似计算中的应用

5.1 多组元单相系统 5.2 理想混合气体和理想混合物 5.3 多元复相系统 5.4 多元复相平衡条件 5.5 Gibbs 相律例子 5.6 多元复相系统的例子 5.7 化学平衡

§1 多元函数的基本概念 §2 偏导数 §3 全微分 §4 一元复合函数求导法则 §5 隐函数的求导方法 §6 多元函数的极值及其求法 §7 二重积分的概念与性质 §8 二重积分的计算法

第一节多元函数的基本概念 第二节偏导数 第三节全微分 第四节复合函数及隐函数的偏导数 第五节多元微分学的应用 第六节例题详解

我们已经知道一元函数的导数是一个很重 要的概念，是研究函数的有力工具，它反映了该 点处函数随自变量变化的快慢程度。对于多元函 数同样需要讨论它的变化率问题。虽然多元函数 的自变量不止一个，但实际问题常常要求在其它 自变量不变的条件下，只考虑函数对其中一个自 变量的变化率，因此这种变化率依然是一元函数 的变化率问题，这就是偏导数概念，对此给出如 下定义