设a=(1 0 -2),b=(-4 2 3),c与a正交,且b=ra c

一、设c=(x,y,z)则

∵c与a正交

∴a·c=0

∴x-2z=0①

∵b=λa+c

∴λ+x=-4②

y=2③

-2λ+z=3④

解①②③④所组成的方程得

x=-2,y=2,z=-1,λ=-2

∴c=(-2,2,-1)

二、联合求解：

得到

λ=-2

x=-2

y=2

z=-1

所以

λ=-2

c=（-2,2,-1)

扩展资料：

最简单和应用最广泛的回归分析方法就是那些处理两组变量间线性关系的方法。线性回归模型的主要目标是确定回归直线。回归直线就是这样一条直线：已知数据点到该直线距离的平方和最小，即具有最小二乘解。最小二乘回归直线的模型是：

y=a+bx

式中：

y——预测(因变量)；

b——直线斜率；

a——x=0时y的值(即直线截距)。

参考资料来源：百度百科-联合预测法

设c=(x,y,z)则 ∵c与a正交 ∴a·c=0 ∴x-2z=0① ∵b=λa+c ∴λ+x=-4② y=2③ -2λ+z=3④ 解①②③④所组成的方程得 x=-2,y=2,z=-1,λ=-2 ∴c=(-2,2,-1)。

一、设c=(x,y,z)则
∵c与a正交
∴a·c=0
∴x-2z=0①
∵b=λa+c
∴λ+x=-4②
y=2③
-2λ+z=3④
解①②③④所组成的方程得
x=-2,y=2,z=-1,λ=-2
∴c=(-2,2,-1)
二、联合求解：
得到
λ=-2
x=-2
y=2
z=-1
所以
λ=-2
c=（-2,2,-1)
扩展资料：
最简单和应用最广泛的回归分析方法就是那些处理两组变量间线性关系的方法。线性回归模型的主要目标是确定回归直线。回归直线就是这样一条直线：已知数据点到该直线距离的平方和最小，即具有最小二乘解。最小二乘回归直线的模型是：
y=a+bx
式中：
y——预测(因变量)；
b——直线斜率；
a——x=0时y的值(即直线截距)。
参考资料来源：搜狗百科-联合预测法