本书是针对高等院校理工科高年级学生编写的控制系统基础理论教科书。本书全面系统地论述了控制系统状态空间分析的基本方法及状态空间综合的基本理论与方法，包括：控制系统的状态空间描述，控制系统状态方程的解，线性控制系统的能控性和能观测性，控制系统的稳定性分析，状态反馈、输出反馈、极点配置与状态观测器设计，以及最优控制等基本内容。另外，为了加强实践环节的教学，将MATLAB语言的知识穿插到各章内容中，以利于培养学生利用计算机解决实际问题的能力。各章列举了大量实际应用例题，强调了基本理论的工程实际

本书主要包括高级运筹学的基本概念与基本理论、线性规划与灵敏度分析、整数规划、动态规划、目标规划、一维极值优化问题、无约束最优化方法、约束最优化方法、运筹学软件介绍等定量分析和优化的理论与方法。这些内容是经济管理类研究生应具备的基础知识，本书强调学以致用，以大量实际问题为背景引出各分支的基本概念、模型和方法，具有很强的实用性；在基本原理和方法的介绍方面，本书尽量避免复杂的理论证明，通过大量通俗易懂的例子进行理论方法的讲解，具有较强的趣味性，又不失理论性，理论难度由浅入深，适合不同层次的读者。

本书是结合工科数学教材《概率论与数理统计》编写的同步训练，共8章，主要内容包括： 概率论的基本概念、随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、大数定律及中心极限定理、样本及抽样分布、参数估计、假设检验等内容的配套习题以及详细解答.每章分为小节习题和自测题两大部分.附录1为2016—2023年全国硕士研究生入学统一考试数学(一)中概率论与数理统计部分试题及其详细解答.附录2为期末考试模拟题及其详细解答.

所有应用学科都有一个共同特点：实践性。所有科技工作者都有一个共同目标：寻找事物的本质和变化规律。在科学研究中发现新规律、在实际生产中探索新工艺、在产品开发中寻求最佳决策等，试验是一项重要的实践活动。试验会产生大量的数据，如何利用数据洞悉事物的本质，如何构建合适的模型刻画事物的发展规律，这就是本书要叙述的主要内容。《试验设计与数据分析》着力讲叙常用的试验方案优化设计及其相应的数据分析方法。具体内容包括：误差理论和样本分布、参数估计和假设检验、方差分析、相关分析、回归分析、试验设计基础、正交试

试验设计是统计学最早的一个分支之一，是人们认识自然，了解自然的重要手段。在科学技术日益发展的今天，试验设计早已深入到农业，林业，化学，生物医药，计算机等领域，为其发展提供重要的理论支持，并对其实际应用提供大量可执行的操作方法。随着各领域的飞速发展，传统的实体试验已不能满足实际工作者的需要。计算机的飞速发展，逐渐改变了试验设计的研究方法和思路。试验设计中的部分工作者采用计算机进行模拟计算，即通过模拟试验寻找一个比真模型简单的近似模型，这种模型在实际中可以节约人力，物力，财力，达到多快好省的目的。试

这本书从非数学的角度提供了有关实验设计和分析的综合处理，侧重于基本概念而不是技术细节的计算。大部分讨论都是根据来自众多应用领域的实例进行的。主题包括随机化的理由和实际困难、析因实验中出现的各种因素、选择实验的规模、进行观察的不同目的等等。大致内容：关键假设、减少错误的设计、如何使用补充观察来减少错误、随机化、析因实验的基本思想和设计、观察次数的选择、实验单元、处理和观察的选择、拉丁方设计、不完全非析因设计、部分复制和混杂设计、交叉设计，以及其它一些特殊问题等。

本书包括4个部分内容：1-4章为概率论的理论部分;5-6章为统计应用的基础准备部分,介绍了大量样本数据呈现的极限特征,以及统计应用中常用的四大分布及性质;7-8章为统计的基本应用部分,介绍了参数的点估计,区间估计以及假设检验问题;第9章介绍了现实中常用的统计方法--一元回归分析.前8章是一般本科概率论与数理统计课程的基本学习内容 ,也是和考研大纲一致的内容,第9章为不同学校或不同专业的学生选学内容.通过本课程学习,学生能够掌握概率与数理统计的基础知识,具备分析随机现象的能力, 对于将来进行科学研

本书深入浅出地介绍了数值计算的基本概念、常用方法及其程序实现。内容涵盖数值计算的一般概念和误差分析的常用方法，线性方程组的直接解法，插值的概念及主要插值方法，迭代法求解方程、线性方程组及非线性方程组的常用方法，数值积分与数值微分的常用方法，函数逼近的概念及常用方法，求解矩阵特征值与特征向量的常用方法，求解一阶常微分方程初值问题的主要方法，Python程序设计及数值计算实现的基本方法。
本书注重基本概念和理论的完整性、计算方法的有效性和实用性以及学习过程中的思维连贯性。
本书可以作为高

本书给出了数值分析的现代方法及Python程序实现，主要包括误差分析、解线性方程组的直接法和迭代法、矩阵特征值问题的计算、非线性方程求根、插值法与最小二乘拟合、数值积分和数值微分、常微分方程初值问题的数值解法、快速Fourier变换以及蒙特卡罗方法等。书中配有大量的例题及Python程序实现，每一章给出了阅读材料、习题和上机练习题。

"本书是为高等学校理工科师生编写的数值计算方法教材, 简明易学、富于创新。本书突出计算数学的基本思想, 注重经典数值方法的共性, 特别注意同微积分、线性代数基础知识的衔接。书中还介绍了相关数学问题和数值方法的历史背景、科学意义和几何直观。本次修订给出了一些典型算法相对应的 Python 程序和算例, 并介绍了相关的 Python 扩展库函数。    全书共八章, 包括数值计算中的误差、插值法与最小二乘法、数值积分与数值微分、方程求根、线性代数方程组的数值解法、矩阵特征值与特征向量的计算