学生们常说数学课太理论了。好吧，不过本节不是。本节几乎是纯实践的。目标是以最有用的方式 来描述高斯消元法。当你仔细观察时，许多关键的线性代数思想实际上都是矩阵的分解。原始矩阵 A 变成两个或三个特定矩阵的乘积。第一个因式分解——也是实践中最重要的——现来自于消元法。因 子 L 与 U 都是三角矩阵。源自消元法的因式分解是 A = LU。 我们已经了解了 U，其为主元在对角线上的上三角矩阵。消元步骤将 A 消为 U。我们将展示用一 个下三角的 L 是如何完成逆转这些步骤的（将 U 带回到 A）。L 的元素恰好是乘数 lij——即当它由行 i 减去时，主元行 j 的倍数。 从一个 2 × 2 例子开始。矩阵 A 包含 2, 1, 6, 8。要消去的数是 6。从行 2 减去 3 倍的行 1。该步 骤是前向消元中具有乘数 l21 = 3 的 E21。从 U 回到 A 的步骤是 L = E−1 21 （运用 +3 的加法）： A 前向消元至 U：E21A = [− 1 0 3 1] [2 1

线性回归预测波士顿房屋价格（使用 scikit-learn 和 XGBoost 两种方式），并进行了对比分析。 # 使用 scikit-learn 和 XGBoost 两种线性回归方式实现波士顿房屋价格预测 # 波士顿房屋价格 包含506个样本、13个特征指标 # XGBoost是一套提升树可扩展的机器学习系统，也可以实现线性回归 # 使用XGBoost时，需将数据转化为DMatrix格式，否则会出现错误 # 使用评估指标判断 scikit-learn 和 XGBoost 两种线性回归方式实现波士顿房屋价格预测方式的优劣

提出了一类强非线性动力系统的两项谐波法，用Ritz-Galerkin法，将描述动力系统的二阶常微分方程，化为以频率、振幅和偏心距为变量的非线性代数方程组，考虑初始条件补充约束方程，构成频率、振幅和偏心距为变量的封闭非线性代数方程组。利用Maple程序可以方便地求解。两项谐波法将谐波平衡法与等效线性化方法相结合，克服了二者的缺点吸取了二者的优点。应用两项谐波法求解了一个带有参数的强非线性非对称哈密顿系统的例子，实例表明，两项谐波法方法简单，取较少的谐波数目就可以达到比较高的精度。

BP神经网络逼近线性函数模型 %建立BP神经网络 %tranferFcn属性 'logsig' 隐层采用Sigmoid传输函数 %tranferFcn属性 'logsig' 隐层采用Sigmoid传输函数 %tranferFcn属性 'purelin' 输出层采用线性传输函数 %trainFcn属性 'traingdx' 自适应调整学习速率附加动量因子梯度下降反向传播算法训练函数 %learn属性 'learngdm' 附加动量因子的梯度下降学习函数

现代控制理论 第七章 课件 清楚明白 条理清晰 看了就会

红皮的 北京出版社的 pdf格式 郑大钟老师的

中文翻译Introduction to Linear Algebra, 5th Edition 6.2节

第一版前言同济大学数学教研，室主编的《高等数学》（1978年第1版）年前决定修订再版，其中的第十三章线性代数决定单独成书，以便应用。为此，由同济大学骆承钦同志把

利用房屋特征预测房价；多变量线性回归：线性回归-matlab开发

在已知船舶K、T、δ的情况下，根据船舶操纵线性响应方程分析了阶跃操舵、线性操舵下船舶的运动，并将其应用到Z形操舵中，预报了船舶的运动.在小舵角情况下，预报结果与实船测试结果一致.该方法亦可用于鱼雷、潜艇的水平面操纵性预报.