2.1 线性表的类型定义 2.2 线性表的顺序表示和实现 2.3 线性表的链式表示和实现 2.3.1 线性链表 2.3.2 循环链表 2.3.3 静态链表 2.3.4 动态链表与静态链表 2.3.5 双向链表 2.3.6 其他表示 2.4 基于链表的算法设计 2.5 一元多项式的表示及相加

本章首先讨论 Lyapunov稳定性分析,然后介绍线性二次型最优控制问题。 我们将使用 Lyapunov稳定性方法作为线性二次型最优控制系统设计的基础。 应用于线性定常系统的稳定性分析方法很多然而,对于非线性系统和线 性时变系统,这些稳定性分析方法实现起来可能非常困难,甚至是不可能的。 Lyapunov稳定性分析是解决非线性系统稳定性问题的一般方法

§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

一、内容小结 1. 线性方程组的表示形式 2. 齐次线性方程组 3. 非齐次线性方程组 4. 关于方程个数与未知数个数相同时的几个结论

一、内容小结 1.线性方程组的表示形式 2齐次线性方程组 3.非齐次线性方程组

7.1n维线性空间 7.2 线性变换 7.3 线性变换的矩阵表示

4.1 齐次线性方程组 4.2 齐次线性方程组解的结构 4.3 非齐次线性方程组解的结构

• 回归分析概述 • 双变量线性回归模型的参数估计 • 双变量线性回归模型的假设检验 • 双变量线性回归模型的预测 • 实例

本章首先讨论 Lyapunov稳定性分析,然后介绍线性二次型最优控制问题。 我们将使用 Lyapunov稳定性方法作为线性二次型最优控制系统设计的基础。 应用于线性定常系统的稳定性分析方法很多然而,对于非线性系统和线 性时变系统,这些稳定性分析方法实现起来可能非常困难,甚至是不可能的。 Lyapunov稳定性分析是解决非线性系统稳定性问题的一般方法

7-1 非线性问题概述 7-2 常见非线性因素对系统运动特性的影响 7-3 相平面法基础 7-4 非线性系统相轨迹分析 7-5 描述函数 7-6 用描述函数分析非线性系统