本书根据高职高专院校经管类专业线性代数与概率统计课程的教学大纲编写而成,并在**版的基础上进行了修改和完善。内容包括行列式、矩阵、线性方程组、概率论的基本概念、随机变量及其分布、随机变量的数字特征、数理统计的基础知识、参数估计、假设检验、方差分析和回归分析等。教学例题和习题的配备在**版的基础上做了一些调整,在学习难度上注重循序渐进性,在数学思想和方法的讲解过程中注重与实际应用背景相结合,强调应用能力的培养。为了提高读者的数学应用能力,附录中借助数学软件Mathematica编入了与本书配套的简单的数学实验指导。
为了方便读者自学和应用能力的提高,本书配有内容丰富、功能强大的学习软件——《线性代数与概率统计多媒体学习系统》(光盘,附书后),其内容涵盖了多媒体教案、习题详解、实验教学、综合训练等功能模块,这些功能模块的设计将对学生们的课后复习、疑难解答、自学提高以及创新能力的培养起到积极的作用。本书叙述深入浅出、通俗易懂、论证严谨,在学习过程中,将光盘与本书配合使用,形成了教与学的有机结合。
本书被评为*****教材,可作为高职高专院校经管类专业的数学基础课程教材。

**部分 线性代数
第1章 行列式
行列式实质上是由一些数值排列成的数表按一定的法则计算得到的一个数。早在1683年与1693年,日本数学家关孝和与德国数学家莱布尼茨就分别独立地提出了行列式的概念。以后很长一段时间内,行列式主要应用于对线性方程组的研究。大约一个半世纪后,行列式逐步发展成为线性代数的一个独立的理论分支。1750年,瑞士数学家克莱姆在他的论文中提出了利用行列式求解线性方程组的**法则——克莱姆法则。随后,1812年,法国数学家柯西发现了行列式在解析几何中的应用,这一发现激起人们对行列式的应用进行探索的浓厚兴趣,这种兴趣前后持续了近100年。
在柯西所处的时代,人们讨论的行列式的阶数通常很小,行列式在解析几何以及数学的其它分支中都扮演着很重要的角色。如今,由于计算机和计算软件的发展,在常见的高阶行列式计算中,行列式的数值意义已经不大。但是,行列式公式依然可以给出构成行列式的数表的重要信息。在线性代数的某些应用中,行列式的知识依然很有用。特别是在本课程中,行列式是研究后面线性代数方程组、矩阵及向量的线性相关性的一种重要工具。
……

**部分 线性代数
第1章 行列式
§1.1 行列式的定义
§1.2 行列式的性质
§1.3 克莱姆法则
第2章 矩阵
§2.1 矩阵的概念
§2.2 矩阵的运算
§2.3 逆矩阵
§2.4 分块矩阵
§2.5 矩阵的初等变换
§2.6 矩阵的秩
第3章 线性方程组
§3.1 消元法
§3.2 向量组的线性组合
§3.3 向量组的线性相关性
§3.4 向量组的秩
§3.5 线性方程组解的结构
§3.6 线性方程组的应用
第二部分 概率统计
第4章 随机事件及其概率
§4.1 随机事件
§4.2 随机事件的概率
§4.3 条件概率
§4.4 事件的独立性
第5章 随机变量及其分布
§5.1 随机变量
§5.2 离散型随机变量及其概率分布
§5.3 随机变量的分布函数
§5.4 连续型随机变量及其概率密度
§5.5 随机变量函数的分布
第6章 随机变量的数字特征
§6.1 数学期望
§6.2 方差
第7章 数理统计的基础知识
§7.1 数理统计的基本概念
§7.2 常用统计分布
§7.3 抽样分布
第8章 参数估计
§8.1 点估计
§8.2 置信区间
第9章 假设检验
§9.1 假设检验的基本概念
§9.2 单正态总体的假设检验
§9.3 双正态总体的假设检验
第10章 方差分析与回归分析
§10.1 单因素试验的方差分析
§10.2 一元线性回归
附录 大学数学实验指导
项目三 矩阵、向量组与线性方程组
实验1 行列式与矩阵
实验2 矩阵的秩与向量组的极大无关组
实验3 线性方程组
项目四 数理统计
实验1 统计数据
实验2 区间估计
实验3 假设检验
附表 常用分布表
附表1 常用的概率分布表
附表2 泊松分布概率值表
附表3 标准正态分布表
附表4 t分布表
附表5 X2分布表
……
习题答案