全书涵盖随机事件及概率、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、数理统计的基本概念、参数估计、假设检验和线性回归等重要知识点。编写紧密结合新工科与新文科需求,突出理论应用性。各章配备开篇思考、知识点微视频、同步练习题、实际案例及思考题,章末设置考研真题并附答案,提供完善的数字
本书内容涵盖概率论基础、样本与抽样分布、参数估计、假设检验、方差分析与正交试验设计、回归分析、统计分类与判别分析法等重要主题。在编写上,本书强调理论与实践融合,既注重理论体系的系统性和严谨性,又突出案例驱动与应用导向。本书通过引入典型工程与科研实例,结合R语言实现操作训练,旨在引导读者贯通统计理论与计算实践,培养其运用
本书从计算、程序、网络、数据和智能5个维度构建以人工智能为核心的大学计算机基础通识教材内容,具体内容包括计算系统的基本原理、Python程序设计基础、计算思维与问题求解、计算机网络与物联网、大数据分析与可视化、人工智能概论、机器学习与应用、大模型工具与应用。本书内容与时俱进、紧扣课程思政、强化能力培养,将知识传授与价值
本教材以“立足基础、面向应用、衔接前沿”为宗旨,系统阐述回归分析的思想脉络与方法体系,将数学理论的严谨性与现实问题的复杂性有机结合,借助开源工具R语言实现从模型构建到决策支持的全链条分析。教材深入剖析最小二乘估计、假设检验、残差分析等经典理论,同时详解多重共线性处理、异方差校正、模型稳健性优化等实用技巧。针对高维数据,
本书是针对高等学校理工科及经济管理类各专业"概率论与数理统计”课程编写的教材。本书共8章,主要内容包括:概率论的基本概念、随机变量及其概率分布、二维随机向量及其概率分布、随机变量的数字特征、大数定律和中心极限定理、数理统计学的基本概念、参数估计、假设检验。每节穿插练习题,每章附有习题,书末附有练习题、习题参考答案,以及
本书共8章,包括:数值计算中的误差分析、线性方程组的数值解法、非线性方程的数值解法、矩阵特征值与特征向量计算、插值法、函数逼近与曲线拟合、数值积分与数值微分,以及常微分方程数值解法。书中为各主要数值方法及典型例题配备了完整、规范的MATLAB实现程序,每章末附有本章思维导图与习题。
本书共分为9章,整体结构遵循“理论基础、系统建模、系统分析、控制设计”的逻辑顺序。第1章概述控制学科背景和历史;第2章提供频域分析与线性系统基础;第3章介绍控制系统的实际组成;第4章讲解建模与系统辨识;第5章分析LTI系统的动态响应;第6章介绍数字控制;第7章讨论滤波器与补偿器;第8章聚焦控制器设计与伺服控制结构;第9
微分方程数值解法是现代数学体系里解决实际问题的核心工具,也逐渐成为高校数学专业的一门重要课程。本教材分为常微分方程数值解法和偏微分方程数值解法两个联系非常紧密的部分,共九章。第一部分为常微分方程数值解法,包含三章,分别是常微分方程数值解法基础、刚性问题的数值解法和哈密顿系统的辛算法。第二部分是偏微分方程数值解法,包含六
本书介绍了线性规划及其敏感性分析、运输问题和指派问题、网络最优化问题、整数规划、动态规划、非线性规划、线性目标规划等运筹学主要分支的基本理论、方法、应用以及计算机求解。
全书内容连贯,由浅入深,结构清晰,共分为9章,循序渐进地涵盖了数值计算的核心领域.第1章绪论,概述了数值计算的基本概念与误差分析理论.第2章至第5章深入探讨了各类方程和方程组的数值求解技术,包括非线性方程的求根方法、线性方程组的直接解法和迭代解法,并进一步扩展到非线性方程组的数值解法与最优化方法,形成了完整的方程求解知
平台介绍|荣誉资质|联系我们|出版社登陆