本书涵盖了学习统计学所需要的矩阵代数的基础理论与基本方法,在系统介绍基本原理的基础上,特别强调了有关内容在统计学中的实际应用。为了便于学生的学习与应用,本书还在每一章末介绍了所需的MAT-LAB指令。
本书可作为统计学专业本科高年级学生和研究生教材或参考书,亦可作为相关科技工作者的参考用书。
- 前辅文
- 第一章 矩阵和向量
- 1.1 数据和矩阵
- 1.2 矩阵的代数运算
- 1.3 向量
- 1.3.1 向量的代数运算
- 1.3.2 向量的内积
- 1.3.3 向量的标准化
- 1.3.4 向量的夹角
- 习题
- 1.4 线性空间和线性变换
- 1.5 矩阵的秩
- 1.6 行列式
- 1.7 逆矩阵和线性方程组
- 1.7.1 线性方程组的解
- 1.7.2 解线性方程组——高斯消去法
- 1.7.3 消去变换
- 1.7.4 伴随矩阵和克拉默法则
- 1.7.5 初等矩阵
- 1.7.6 行阶梯形矩阵
- 习题
- 1.8 分块矩阵
- 1.8.1 分块矩阵的代数运算
- 1.8.2 分块矩阵的逆
- 1.8.3 分块矩阵的应用——求行列式
- 1.8.4 分块矩阵在回归方程中的应用
- 习题
- 1.9 方阵的特征值和特征向量
- 1.10 MATLAB 介绍和它的一些指令
- 第二章 一些有用的方阵
- 2.1 置换阵
- 2.2 正交阵
- 2.3 三角阵
- 2.4 对称阵
- 2.5 二次型
- 2.5.1 二次型的定义
- 2.5.2 二次型的分类
- 习题
- 2.6 正定阵和非负定阵
- 2.6.1 定义和性质
- 2.6.2 正定阵的幂
- 2.6.3 相对特征值
- 2.6.4 二次型极值性质
- 习题
- 2.7 幂等阵和投影阵
- 2.7.1 向量对向量投影
- 2.7.2 向量在线性子空间投影
- 2.7.3 幂等阵和投影阵
- 习题
- 2.8 统计学中的一些矩阵
- 2.8.1 阿达马矩阵
- 2.8.2 拉丁方
- 2.8.3 正交拉丁方
- 2.8.4 正交表
- 习题
- 2.9 幻方
- 2.10 本章需要的 MATLAB 的指令
- 第三章 矩阵的因子分解
- 3.1 引言
- 3.2 解线性方程时需要的分解
- 3.2.1 LU分解
- 3.2.2 楚列斯基分解
- 3.2.3 QR分解
- 习题
- 3.3 含有矩阵特征值和特征向量的分解
- 3.3.1 谱分解
- 3.3.2 舒尔分解
- 3.3.3 奇异值分解
- 3.3.4 一些其他的矩阵因子分解
- 习题
- 3.4 多个矩阵同时作因子分解
- 3.5 本章需要的 MATLAB 的指令
- 第四章 近代发展的矩阵运算
- 4.1 广义逆
- 4.2 矩阵的拉直运算
- 4.3 克罗内克积
- 4.4 拉直运算的性质
- 4.5 对称阵和三角阵的拉直运算
- 4.5.1 对称阵的拉直运算
- 4.5.2 下三角阵的拉直运算
- 4.5.3 一些应用
- 4.6 本章需要的MATLAB的指令
- 第五章 矩阵函数的微商
- 5.1 引言
- 5.2 矩阵对标量的微商
- 5.3 矩阵变量函数的微商
- 5.4 向量函数的微商
- 5.5 变换的雅可比
- 5.5.1 矩阵和向量的微分
- 5.5.2 多元变换的雅可比
- 习题
- 第六章 随机向量和矩阵
- 6.1 随机矩阵及其期望
- 6.2 随机向量的协方差矩阵和相关矩阵
- 6.3 随机向量二次型的期望值
- 6.4 在回归分析中的应用
- 6.5 在多元统计分析中的应用
- 索引
- 参考文献