一、最佳平方逼近问题 二、最小二乘拟合多项式

一 矩阵加法 二 数乘矩阵 三 矩阵乘法 四 典型例题 五、小结 思考题

第一节 矩阵概念的一些背景 第二节 矩阵的运算 第三节 阵乘积的行列式与秩 第四节 矩阵的逆 第五节 矩阵的分块 第六节 初等矩阵 第七节 分块乘法的初等变换及应用举例

◼ 分治算法的原理 ◼ 大整数乘法 ◼ 矩阵乘法 ◼ 求第k小元素问题 ◼ 寻找最近点对 ◼ 快速傅立叶变换 ◼ 寻找凸包

4.1 异方差性产生的背景和原因 4.2 一元加权最小二乘估计 4.3 多元加权最小二乘估计 4.4 自相关性问题及其处理 4.5 异常值与强影响点 4.6 本章小结与评注

矩阵与复数相仿,有加、减、乘三种运算.矩阵的乘法是否也和复数一样有逆运算呢? 这就是本节所要讨论的问题这一节所讨论的矩阵,如不特别说明,所指的都是n阶方阵

第十二章张量积与外代数 12-1多重线性映射 12.1.1线性空间的一组基的对偶基的定义 定义12.1对偶空间 设v是k上n维线性空间,E2,Sn是的一组基,则线性函数 f:V→K(K为数域)被f在此组基下的映射法则决定,即f()f(2)f(n)已给 定。现设V内全体线性函数组成的集合为V,则在V内定义加法与数乘如下: (i)f,,+)(a)= f(a)+g(a); (iif EV', k K, f )(a)= (a). 则V关于上述加法、数乘组成K上的线性空间,称为V的对偶空间,记作o(V,K 定义12.2对偶基 假设同定义12.1,定义V内n个线性函数

§6.1 集成运放组成的运算电路 一、概述 二、比例运算电路 三、加减运算电路 四、积分运算电路和微分运算电路 五、对数运算电路和指数运算电路 §6.2 模拟乘法器及其在运算电路中的应用 一、模拟乘法器简介 二、在运算电路中的应用 §6.3 集成运算放大器使用中的几个问题

§2.1 回归分析概述 一、变量间的关系及回归分析的基本概念 二、总体回归函数（PRF） 三、随机扰动项 四、样本回归函数（SRF） §2.2 一元线性回归模型的参数估计 一、一元线性回归模型的基本假设 二、参数的普通最小二乘估计（OLS） 三、参数估计的最大或然法(ML) 四、最小二乘估计量的性质 五、参数估计量的概率分布及随机干扰项方差的估计 §2.3 一元线性回归模型的统计检验 一、拟合优度检验 二、变量的显著性检验 三、参数的置信区间 §2.4 一元线性回归分析的应用——预测问题 §2.5 实例：时间序列问题 一、中国居民人均消费模型 二、时间序列问题

(1) 理解货币供应量及其变动的两大因素。 (2) 理解基础货币的含义和公式及影响基础货币的因素。 (3) 掌握派生存款的含义及创造。 (4) 掌握货币乘数含义和公式及货币乘数的影响因素。 (5) 掌握几个主要的货币供给模型