格拉姆Ｇ施密特过程在线性方程组求解、特征值计算、最小二乘问题中应用广。本书深入讨论矩阵误差分析的思想和理论,主要内容包括误差分析基础知识、传统和改进的格拉姆Ｇ施密特算法、重正交技术、极小残差法、分块算法等, 证明过程用到的相关算法也都在有限精度下进行了分析。

本书主要介绍数字信号处理中的卡尔曼（Kalman）滤波算法及其在相关领域应用中的相关内容。全书共7章。第1章为绪论。第2章介绍MATLAB算法仿真的编程基础。第3章介绍线性Kalman滤波。第4章讨论扩展Kalman滤波，并介绍其在目标跟踪和制导领域中的应用和算法仿真。第5章介绍无迹Kalman滤波，同时给出在应用领域中的算法仿真实例。第6章介绍交互多模型Kalman滤波算法。第7章介绍在Simulink环境下，如何通过模块库和S函数构建Kalman滤波器，并给出系统在线性和非线性两种情况下的滤

本书为机械工程、电气工程、能源与动力工程、工业工程、核工程与核技术、新能源技术等有关专业感兴趣的师生、从事控制工作的工程技术人员提供参考。本书涉及的内容比较广泛，既包括现代控制理论的基础知识，也包括LQR控制原理与应用。书中以状态空间变量的概念为基础，利用现代数学方法来分析、解决复杂系统的控制问题，适用于多输入、多输出线性系统。本书不但使用线性代数和矩阵理论等数学工具论证现代控制中的基础理论，也增加了倒立摆和 “防摇”控制系统的实例，并给出了较为完整的解决过程，使学生既能掌握现代控制理论的基本原

本书主要聚焦于大规模整数规划模型的求解方法和策略，深入浅出地阐明了求解大规模整数规划模型主流方法的基本思想、原理、执行步骤以及在实际问题中的应用，共分为引言、整数规划建模、线性规划、精确离散优化方法、割平面法、列生成算法、拉格朗日松弛算法、Benders分解算法和启发式算法九章。每种算法和分析都注重结合问题实际，加入众多现实案例，并配有相应习题。书中还附有相关阅读材料，以便有兴趣的读者进一步钻研探索。

本书共11章，内容包括运筹学思想与运筹学建模、基本概念和基本理论、线性规划、*优化搜索算法的结构与一维搜索、无约束*优化方法、约束*优化方法、目标规划、整数规划、网络计划、层次分析法及智能优化计算简介。这些内容是管理类、经济类专业研究生应具备的知识。作为教材，本书着重阐述基本思想、理论和方法，力求做到深入浅出，通俗易懂。每一章章末配有适当的习题，便于读者理解、消化书中的内容。本书可作为管理类、经济类及大多数工科类专业硕士研究生的教材，也可作为应用数学、计算数学及管理科学与工程专业本科高年级学生的

非参数统计是统计学和数据科学的重要分支领域。本书作为该领域的基础教材，其特点体现在以下几方面：
1．针对性强。本书针对数据分析专业的特点和需要，阐述非参数统计的基本概念、理论、方法和编程，重点从非受控观察数据对参数推断知识的需要角度出发，将统计推断知识、理论和方法与反事实复杂场景因果关系的解读与判断问题相结合，应用于稳健估计、局部模式、严格证据的信息提取任务中。
2．通用性强。适用于Python技术数据管理人才培养。增加Python技术的应用内容，编写了Pytho

ABAQUS是国际上比较流行的、被誉为功能最强大的有限元分析软件之一，特别是在非线性分析领域，它可以分析复杂的工程力学问题，具有驾驭庞大求解规模的能力。 本书以ABAQUS 2021最新版本为讲解对象，由浅入深地讲解ABAQUS仿真计算的各种功能。全书分为两部分共18章，其中基础部分包括ABAQUS的基本操作、前处理、网格划分、相互作用定义、分析及后处理等内容，案例分析部分包括结构静力学、接触问题、材料非线性、结构动力学、热应力、多体系统、显式非线性、多步骤分析、用户子程序、复杂工程分析等内容。

　　数值分析原理及MATLAB实验依据数值分析的基本原理，从MATLAB程序设计的角度出发，较系统地阐述了数值分析的理论与算法。全书共9章，包括绪论、非线性方程求解、线性方程组的解法、非线性方程组的解法、插值法、函数逼近与曲线拟合、数值积分与数值微分、常微分方程求解、矩阵特征值计算。本书着重于算法设计与编程实现，强调通过理论联系实际提高动手编程能力。　　本书可作为数学、计算机、物理、工程类专业的本科生与研究生教材，也可供从事科学与工程计算的科技工作者参考。

本书主要介绍概率论与数理统计的实验内容。全书可分为三部分：第一部分是概率论部分的实验，包括抛硬币实验、掷骰子实验、蒲丰投针实验、全概率公式和贝叶斯公式、常见离散型分布、常见连续型分布、数学期望、中心极限定理等；第二部分是数理统计部分的实验，包括参数估计、假设检验、方差分析与回归分析等，其中部分内容采用随机模拟的方法进行模拟和求解；第三部分是综合性实验，包括极限分布之间关系的动态演示、密度函数和分布函数的工具箱的制作。本书将Python作为编程语言。本书可作为高等理工科院校学生学习概率论与数理统计

本书在介绍数理统计的基本概念和基本理论的基础上, 利用Python编程处理随机数据。本书共分6章, 内容包括Python基础、随机样本与抽样分布、参数估计、假设检验、方差分析、一元线性回归分析。另外, 本书设置了个Python上机编程实验。