本书是与谢政编著的《线性代数(第二版)》(高等教育出版社,2021)相配套的辅导教材.全书与主教材同步,共分为6章:线性方程组、矩阵、行列式、向量空间与线性空间、相似矩阵、二次型.每章包括基本要求、内容综述、疑难辨析、范例解析、拓展提高、巩固练习、单元测验(第1章除外)七个部分.书末提供了四套往年期末考试题,并给出了巩固练习、单元测验和期末考试题的参考解答.

本书是编者多年讲授“线性代数”的教学实践经验编写而成。全书共6章, 内容包括矩阵、线性方程组、矩阵的特征值和特征向量、二次型、线性空间与线性变换和数学实验。

本书从学生熟悉的中学代数课程内容出发，依此建立矩阵的初等理论，使学生受到线性代数基本计算的训练，如求解线性方程组、求逆矩阵、计算行列式等；而后将矩阵理论与向量理论相结合，使学生更加深刻地理解矩阵理论的许多问题(标准型、特征值、特征向量、相似等)。本书按照高等院校理工科各专业线性代数教学要求而编写,全书共7章,包括矩阵、线性方程组、行列式、向量、特征值、二次型以及为经济类数学而编写的投入产出模型。

本书重点突出线性代数课程的主要特征, 重视理论知识与应用相结合, 教材的每一章都有应用案例介绍, 案例涉及经济、金融等领域。通过案例的学习, 使读者了解线性代数在金融领域的应用, 并初步掌握应用线性代数知识解决实际问题的思路和方法。在每章后的习题中也编入了一定量的金融应用型问题。

本书共13章，分别介绍了随机变量的抽样方法，随机向量的抽样方法，随机过程的抽样方法，Gibbs抽样和马尔可夫链，Metropolis-Hastings算法、HMC算法及SMC算法，EM算法和MM算法，梯度下降法，Newton-Raphson算法，坐标下降法，Boosting算法，凸优化与支持向量机，ADMM算法，深度学习等常用优化方法以及近些年在机器学习和深度学习领域使用的热门算法.对各种算法，作者除了给出计算步骤和统计模型的应用实例外，还对算法涉及的基本概念和重要收敛性定理进行了介绍和证明.本

本书主要介绍有限单元法的基本理论、格式与求解方法, 包括平面、三维应力、等参数单元, 以及杆系结构单元、薄板和薄壳问题。另外, 也简要介绍了有限元动力分析, 并在附录中介绍了作为有限元理论基础的插值函数、变分和能量原理等。

本书是一部版权引进的俄文原版数学专著。中文书名可译为《蒙特卡罗方法中的随机过程和场模型：算法和应用》。作者是谢尔盖.米哈伊尔洛维奇.普里加林，俄罗斯物理和数学科学博士，新西伯利亚国立大学计算数学教研室教授，俄罗斯科学院西伯利亚分院计算数学和数学地球物理研究院首席研究员。

本书主要包括线性规划、运输问题、动态规划、排队论、目标规划、图与网络分析、存储论及决策分析等内容。这些内容是高等院校经济管理类专业本科学生应具备的必要知识。作为教材, 本书着重阐述基本思想、基本理论和基本方法, 力求做到深入浅出, 通俗易懂, 适于教学和自学。为了便于学生更好地理解和掌握教材中的有关内容, 编者还编写了《运筹学学习指导及习题集》一书, 与主教材配套使用。