《应用随机分析》针对金融数学研究需要的随机分析，在概述测度论基础之上，以通俗的语言阐明布朗运动及伊藤积分。该书是随机分析的入门教材，旨在介绍经典随机分析的基本内容，主要包括预备知识、离散时间鞅、连续鞅与布朗运动、伊藤积分、伊藤公式及其应用、莱维过程初步。该书每章后面都配置了习题，且部分典型习题给出了详细解答，读者可扫描书中的二维码进行学习。
　　《应用随机分析》可作为数学类专业高年级本科生及统计学相关专业研究生的教材，也可供其他科研人员参考。

本书以项目化教学的思路进行编写。全书通过８个项目的32个任务，由浅入深、循序渐进地讲解了运用CAXA CAD电子图板2021软件绘制平面图形、三视图、剖视图、零件图、装配图、电气线路图以及轴测图的方法与技巧；介绍了系统工具与图形输出的内容，包括图形输出、CAXA电子图板数据与其他软件的交换、数据光盘的刻录等。书中实例图文并茂、易于模仿，每个实例都有绘制思路和绘制方法与步骤，读者按照实例中的步骤进行操作，即可绘制出相应的图形和进行相应的操作。每个项目后都配有习题，可帮助读者巩固所学知识，提高

本书以工科学生所具备的数学基础知识为起点，介绍了化问题和模型，不仅由浅入深给出了经典的无约束规划、约束规划中的数值算法，同时也给出了近期大量涌现并得到广泛关注的锥约束优化和机器学习中的优化算法。力求读者既能理解化的理论思想，又能掌握常用的优化算法，并能运用算法解决科学研究与实践中的化问题。本书适用于计算数学、应用数学、运筹学等应用理科专业和管理工程、系统工程、电子信息、机械制造等工科专业的本科生与研究生，也可满足从事运筹优化应用的工程技术人员和管理人员的需要。

全书分两部分, 第一部分介绍基本的智能优化方法, 包括传统的启发式搜索算法以及以演化算法为代表的群智能搜索方法; 第二部分介绍演化优化领域常见的优化问题, 包括多模优化, 多目标优化, 约束优化, 动态优化, 鲁棒优化等, 以及实际生产生活中的优化实例。

本书介绍了与大规模工程计算相关的经典数值计算方法的构造、理论及应用.内容包括非线性方程和方程组的数值解法、线性代数方程组数值解法、插值法与数值逼近、数值积分、矩阵特征值计算、常微分方程数值解法等.同时,对数值计算方法的误差分析、计算效率、收敛性、稳定性、适用范围及优缺点也做了必要的分析与介绍.

本书为“科学计算及其软件教学丛书”之一.本书的内容包括函数的数值逼近(代数插值与函数的**逼近)及其在数值积分与数值微分的应用、数值代数(线性代数方程组的解法与矩阵特征值问题的计算)、非线性(代数与**)方程的数值解法、常微分方程(初、边值问题)数值解法及**化方法.除以上基本内容之外,本书还介绍了广泛应用于实际问题的随机统计方法之一的MonteCarlo（蒙特卡罗）方法,以及当今求解大规模科学工程计算问题最有效的算法之一的多层网格法,以便读者参考.通过对它们的讨论,使读者掌握设计数值算法的基本

《数值分析》主要介绍科学与工程计算中常用的数值计算方法. 内容包括解线性方程组的直接法和迭代法、非线性方程求根、矩阵特征值与特征向量的计算、函数的插值与逼近、数值积分和微分、求解常微分方程和偏微分方程的差分方法等. 《数值分析》系统阐述了数值分析的基本原理和基本方法, 强调各种数值方法的掌握和运用. 《数值分析》配有上机计算实验题目, 并融入慕课和微课等数字媒体资源, 读者扫描二维码即可观看学习.

本书比较系统地讨论了现代科学与工程计算中最基本的方法，共分九章，包括科学计算简介、插值法、函数逼近、数值积分、线性方程组的直接解法、线性方程组的迭代解法、函数方程的数值解法、代数特征值问题和常微分方程的数值解法，强调问题驱动和算法的MATLAB软件实现，尝试激发学生的学习兴趣。本书概念清晰、分析严谨、语言流畅、结构合理，可读性强，只要求读者具有高等数学和线性代数的基本知识。本书提供电子课件。 本书符合“低学时、重应用、模块化”的要求，可作为理工科非数学专业本科生和研究生的数值分析课教材，也

本书的主要内容包括函数的极限与连续、导数与微分及其应用、不定积分与定积分及其应用等。本书突出“数学为根本，应用为导向”的特点，内容难度适宜，语言通俗易懂，逻辑清晰。本书每节重点内容均配套微课讲解视频，每章附有详细的思维导图，梳理脉络，易教利学。每节后附有“基础训练”与“提升训练”分层练习，每章结束配套总结提升习题，同时提供参考答案。本书配套习题题型丰富，满足学生参加高等教育自考、专升本等进一步的升学要求。
本书可作为高职公共基础课教材使用，也可供感兴趣的读者阅读参考。

数值计算已经同观察,实验,理论分析一起成为了现代科学研究的基础手段.传统上说,计算数学以数值分析为主题,但随着学科的发展,它渐渐地被科学计算取代,后者更强调计算本身.为适应学科的发展以及实际需要,笔者试图提供一套科学计算的入门教材.一些经典的内容需要重新解读,公式背后的通用性原理需要认真的思考,有些内容需要被淘汰,有些内容需要添加,给出一个更完善的入门体系,是这本书的初衷.另外,基于算例是我们的出发点。
本书分为准备篇(包括微积分基础和线性代数基础以及Mathematica基础)