多元线性回归分析 多元线性回归分析( multiple linear regression analysis)的定义 通过建立关系方程式,实现用k(k≥2)个自变数来预测依变数及对预测精度给出 评价的统计分析,当自变数与依变数间的关系为线性时此分析称之为多元线性回归分析

本书内容分为：行列式、矩阵及其运算、矩阵的初等变换与线性方程组向量组的线性相关性、相似矩阵及二次型、线性空间与线性变换等六章，各章均配有一定数量的习题，书末附有习题答案。其中一至五章（除用小字排印的内容外）符合教学基本要求，教学时数约34学时。一至五章中用小字排印的内容供读者选读，第六章较多地带有理科的色彩，供对数学要求较高的专业选用

1 了解线性空间的公理体系，认识线性空间的广泛性。 2 掌握线性无关与基底的概念，弄清这一概念与线性代数中有限维空间相应概念的联系与区别

5.4几乎线性系统解的稳定性 5.4.1平面几乎线性系统和稳定性 5.4.2高维几乎线性微分方程组的稳定性

第二章线性表 2.1线性表及其逻辑结构 2.2线性表的顺序存储结构 2.3线性表的链式存储结构 2.4顺序表的应用 2.5有序表

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

一、向量向量组与矩阵 二、线性相关性的概念 三、线性相关性的判定 四、小结思考题

空间为体,矩阵为用分为研究对象---几何，线性空间(向量)，研究工具---代数，矩阵运算 ，向量(问题)- modeling→矩阵语言描述 →矩阵运算解决→向量(解答) 与微积分的关系: 非线性一微积分→线性一线性代数→

大概是由于以前人们使用计算工具非常落后,所以计算量较小的计算方法更受欢迎 解线性方程组的约当消去法的计算量比高斯消去法稍大一些,这对于我们现在使用的计算机来说,完全算 不了什么 约当消去法算法更简单,编程的方式更灵活,还可用来求解有无数组解的线性方程组,还可用来求矩阵的逆。所以约当消去法的价值超过了高斯消去法。 高斯消去法的回顾 高斯消去法的的关键是把线性方程组化为上三角形线性方程组,也就是利用akk不为零来消去

矩阵概念的一些背景 在线性方程组的讨论中,我们看到,线性方程组的一些重要性质反映在它的系数矩阵和增广矩阵的性质上,并且解线性方程组的过程也表现为变换这些矩阵的过程除了线性方程组之外,还有大量的各种各样的问题也都提出矩阵的概念,并且这些问题的研究常常反映为有关矩阵的某些方面的研究,甚至于有些性质完全不同的