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)

本书是为适应国家对高等院校自动化及相关专业人才培养的需要，配合高校教育教学改革的进程，编写的一本符合自动化专业培养目标和教育教学改革要求的新型自动化专业教材。本书比较全面地阐述了现代控制理论的基本概念、分析方法及其应用，主要介绍了状态空间描述的建立、状态方程的解、能控性和能观测性、稳定性分析、状态反馈和状态观测器等内容。本书结合现代控制理论的基本概念和分析方法的讲解，应用MATLAB及控制系统工具箱进行计算机辅助分析和设计，通过例题、习题介绍了MATLAB在控制系统分析、综合及仿真中的应用。

本书是统计学专业的非参数统计教材，相比其他教材，本书有如下特点：
1．内容全面，结构合理。本书内容包括基于秩的经典非参数统计方法、列联分析方法、基于经验分布函数的方法以及现代非参数统计方法，从秩方法开始逐步过渡到现代非参数方法，由浅入深，较为全面地介绍了非参数统计的思想和应用。
2．例题丰富，讲解清晰。本书强调理论联系实际，通过实际例子讲授非参数统计思想。每个知识点都配有例题，并用R语言实现，所有代码都可在网上下载，读者可以很方便地通过复现结果或举一反三来加深理解

本书共10章，对数据统计与分析理论进行了较为全面的介绍。具体内容包括：数据统计基础、常用描述性统计分析、参数估计、假设检验、多元正态分布统计基础、方差分析、相关分析与回归分析、主成分分析与因子分析、聚类分析与判别分析、时间序列分析。全书论述严谨，行文深入浅出，注重实用性。
本书可作为数据科学与大数据技术专业的本科生、研究生教学用书，也可作为相关专业本科生、研究生和数据统计分析与数据挖掘技术研究学者的参考书。

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

本书介绍了现代数值分析中的重要概念与方法，包括线性和非线性方程与方程组的求解、数值微分和积分、插值、最小二乘、常微分方程与偏微分方程的求解、特征值与奇异值的计算、随机数与压缩方法，以及优化技术。全书穿插介绍了收敛、复杂度、条件、压缩以及正交这几个数值分析中最重要的概念。此外，书中含有一些算法的MATLAB实现代码，并且每章都配有大量难度适宜的习题和编程问题，便于读者学习、巩固和提高。

本书内容包括：线性系统的状态空间描述、线性系统动态响应分析、系统的能控性和能观测性分析、系统的稳定性分析、线性反馈系统的状态空间综合、多变量系统的矩阵分式描述及典型状态空间实现等。

IBM SPSS数据分析软件是目前应用最为广泛的数据分析软件之一，深受各行业用户的青睐。本书以IBM SPSS 26.0为基础，以数据分析理论为主线，参照数据分析课程教学大纲编写。全书由浅入深，共包括10章内容，涵盖数据分析的三个阶段，介绍了数据分析的基本概念和流程、SPSS软件在数据获取与管理上的功能、概括性描述统计分析、探索性统计推断以及相关和回归分析、聚类和判别分析、因子分析等常用的基本数据分析方法的基本原理和操作应用。 本书每章末尾均配有习题，并且除第1章外，其余各章均配有案例分析题，

2019年9月,中共中央、国务院印发《交通强国建设纲要》,为我国建设交通强国指明了道路和方向.本书在编写时注重运筹学方法在交通运输领域的结合与应用,同时融入作者多年来从事交通运输管理与运筹优化研究的科研经验,力图从学生的视角出发,基于学生的专业背景、知识储备与理解能力,以生动形象的语言介绍运筹学的基本知识、基本概念和基本方法,注重运筹学方法在实际案例中的应用与分析,具备一定的深度、广度和实用性,让学生学有所得.本书涵盖运筹学概论、线性规划与单纯形法、对偶理论与灵敏度分析、运输问题、目标规划、整数

本书是运筹学经典著作，在美国高校有很高的采用率，此前出版的版次在国内高校中也有较高的采用率并受到了广泛的好评。两位作者是运筹学领域的大师。本书内容丰富，覆盖运筹学各个分支，主要内容包括：运筹学建模方法、线性规划、灵敏度分析与对偶理论、网络优化模型、排队论、动态规划等。讲述上深入浅出，使具有高等数学和线性代数、概率基础知识的读者均能读懂。书中有大量案例，可供自学及复习。本书的读者对象为管理类及工科类学习运筹学课程的本科生。