本书作为第四版,在第三版的基础上增加了一些由新技术产生的新的分析计算方法,并加入了矩阵、线性代数等一些基础计算方法。内容上系统阐述了有限单元法的基本原理及其工程应用,包括杆系结构,弹性力学平面问题,单元分析,整体分析,平面问题高次元,弹性力学轴对称问题,弹性力学空间问题,形函数、坐标变换、等参数单元与无线单元,各种平面与空间单元的比较、应用实例,弹性薄板,弹性薄壳,轴对称壳,弹性厚板和厚壳,流体力学问题,热传导问题,非线性有限元分析方法,塑性力学问题,混凝土徐变、一般黏弹性及黏塑性问题,弹性稳定问题,大位移问题,断裂力学问题,结构动力学问题,岩石力学问题,土力学问题,混凝土与钢筋混凝土结构,工程反分析与数值监控,网络自动生成、误差估计与自适应技术,矩阵,线性代数方程组,变分
道恩·格里菲思著的《深入浅出统计学》具有“深入浅出”系列的一贯特色,提供符合直觉的理解方式,让统计理论的学习既有趣又自然。从应对考试到解决实际问题,无论你是学生还是数据分析师,都能从中受益。本书涵盖的知识点包括:信息可视化、概率计算、几何分布、二项分布及泊松分布、正态分布、统计抽样、置信区间的构建、假设检验、卡方分布、相关与回归等等,完整涵盖AP考试范围。本书运用充满互动性的真实世界情节,教给你有关这门学科的所有基础,为这个枯燥领域的学习带来鲜活的乐趣,不仅让你充分掌握统计学的要义,更会告诉你如何将统计理论应用到日常生活中。
哥德巴赫猜想、孪生素数、素数分布、华林问题,除数问题、圆内整点问题、整数分拆及黎曼猜想等数论问题吸引了古今无数的数学爱好者。《解析数论基础》全面详细地讨论了迄今为止研究这些问题的重要的分析方法、理论和结果,介绍了它们的历史及新进展,是研究这些问题必不可少的入门书。
微分方程在数学以外的许多领域有着广泛的应用,它对数学领域中的许多分支起着有效的联结作用。本书是《Universitext》丛书之一,是一部理想的研究生教材。我们曾影印出版了第2版和第4版,第6版与第4版相比,内容做了较大的修改和补充,增加了90页的篇幅(近1/3内容),包括鞅表示论、变分不等式和控制等内容,书后附有部分习题解答和提示。
本书针对学习过初级微积分以及概率论与统计学预备课程的高年级大学生或刚入学的研究生。不要求正式学习过概率论。章回顾了本书所需要的关于概率论和微积分的知识。 本书着重讲述了概念的开发,并通过生产、金融和操作领域的应用说明了这些概念。本书扩展了《运筹学——应用范例与解法》中所讲述的概率模型,并更加综合地介绍了一些流行的概念。本书应该适用于下列课程: 企业管理学系、运筹学系、数学系、商业学校,以及雇主财务计划中提供的概率论模型或过程中的课程。 运筹学系列中的第二门课程。 为导引性课程提供足够材料的财务工程学中的课程。
《试验设计及其优化》从技术与应用观点出发,重点阐述了试验设计及其数据处理的优良化方法和各种分析技术,以进一步提升试验设计的水平及其优化的成效。 全书共分11章,除介绍试验设计的基本原理、常用方法外,还介绍了试验设计的全新方法、全新研究成果及应用实例。此外,还介绍了试验设计的常用统计软件。 《试验设计及其优化》可作为理、工、农、医、经济、管理等专业本科生的教学用书,也可供科研人员、工程技术人员、设计人员、实验人员、营销人员和管理人员参考。
《数学机械化(中文版)》是围绕作者命名的“数学机械化”这一中心议题而陆续发表的一系列论文的综述。《数学机械化(中文版)》试图以构造性与算法化的方式来研究数学,使数学推理机械化以至于自动化,由此减轻繁琐的脑力劳动。 全书分成三个部分:部分考虑数学机械化的发展历史,特别强调在古代中国的发展历史。第二部分给出求解多项式方程组所依据的基本原理与特征列方法。作为这一方法的基础,《数学机械化(中文版)》还论述了构造性代数几何中的若干问题。第三部分给出了特征列方法在几何定理证明与发现、机器人、天体力学、全局优化和计算机辅助设计等领域中的应用。 《数学机械化(中文版)》可供数学工作者,数学及计算机专业高年级大学生和研究生以及有关工程人员参阅。
张瑜、努尔古丽 艾力、李新鹏、康婷编*的这本《农科概率论与数理统计习题集》是参考苏金梅教授、德娜教授等主编的《概率论与数理统计》的内容次序编写的。本书分为概率论和数理统计两部分内容,包括*事件及其概率、*变量及其分布概率、多维*变量及其概率分布、*变量的数据特征、大数定理与中心*限定理、数理统计基础知识、方差分析与回归分析、假设检验等习题。本习题集适合高等院校的农科本科生使用。
概率论与数理统计课程是高等学校学生重要的数学基础课之一,具有理论性强和应用广泛的特点。概率论与数理统计课程概念抽象,理论严谨,学生解题较难以入手,而且计算题步骤多,过程中计算错误难以避免,因此学生希望有一本配套的学习参考书,可以从中获得更多的例题和更详尽的分析,使得所学的知识更加扎实和系统。为了帮助学生更好地学好这门课程,解答学生在学习过程中碰到的疑难问题,我们结合教师多年教学中积累的经验,编写了这本《概率论与数理统计辅导》教材。 本书的主要内容包括:*事件及其概率、*变量及其分布、多维*变量及其分布、*变量的数字特征、大数定律与中心极限定理、数理统计的基本概念、参数估计、假设检验、方差分析和回归分析。 本书可作为高等院校工科类以及经济管理类各专业概率论与数理统计课程的配套教材,也
本书内容按现行较为通行的该课程大学教材知识范围分章设练习题、习题解答两部分,练习题分为解答题、选择题与填空题三种题型(部分章节除外)。 习题编选力求由浅入深、典型,解答力求简洁,不刻意追求解答的完整。并精选在科学技术和生产上应用性较强的相关问题。 本书可作为高职高专学生和本科学生学习本课程之用,亦可作为教学参考之用。
线性和非线性代数方程组求解是众多科学与工程计算领域的基础共性任务,也是整体数值模拟的关键。本书系统而深入地介绍了迭代方法、预处理技术及其并行计算。迭代法涉及分裂方法、并行多分裂方法、Krylov子空间方法、并行Krylov子空间方法、Newton法及其变形;预处理技术涉及一般代数预处理、问题相关预处理、多层和多重网格预处理以及非线性预处理;为了方便实施,介绍了方法在诸多方面的应用,并用统一框架介绍了网上可得解法器和预处理软件包。
内容提要本书以适应统计学教学与统计实践为宗旨,系统地阐述了统计的基本理论、基本知识和基本方法。本书系统性强,结构严谨、布局合理、统计理论与统计实践紧密结合;力求简明易懂,使读者易学易用;力求体现统计知识的整合性、综合性、系统性;力求体系和内容有所突破和创新。全书共15章,包括总论、统计计量、统计资料搜集、统计资料整理、统计比较分析、数据分布特征测度、时间数列分析、统计指数、概率与概率分布、抽样推断、假设检验、方差分析、相关与回归分析、平衡数列分析和空间数列分析等,基本上涵盖了统计学学科体系的主要构成要素。
本书是高等农林院校理科基础课程教学指导委员会示范教材《概率论与数理统计》(吴坚、张录达主编)的配套辅导教材,按照“基础课教指委”新制定的教学基本要求进行编写。 本书共十章辅导内容。内容包括:*事件与概率、条件概率与独立性、一维*变量及其分布、多维*变量及其分布、*变量的数字特征、大数定律和中心极限定理、数理统计的一些基本概念、参数估计、假设检验、方差分析与回归分析。 本辅导教材可作为高等农林院校本科学生学习《概率论与数理统计》的同步辅导用书和学生考研前的复习指导,亦可作为教师教授该课程的教学参考用书。
《数学圈1》包括从懂数学的乌鸦到个女数学家、从阿育王的石柱到费马的笔记、从小人物到拿破仑、从集邮上的阿贝尔到课堂上的维纳等章节。
金义明主编的《概率论与数理统计辅导》分为八章,每章按照内容提要、例题解析和练习题三个部分组成。内容提要比较详细地总结了各章节的定义、重要定理和公式。例题解析对各章节重点题型作了归纳和总结,精选各类典型例题,力求解释详尽,侧重分析,并通过一题多解的讲解,帮助学生提高综合分析能力和解题能力。部分例题综合性强,有一定的难度和深度,对考研复习有很好的参考价值。练习题是教材练习题的一个很好的补充,可以作为考查学生是否掌握该章节知识的基本试题内容,书后给出了全部练习题的答案。本书后精选了五套模拟试卷,并附上详细解答,可以检测学生是否全面掌握知识要点和解题能力,有效地提高学生的应试能力。
本书是一本理学类统计学专业的基础课, 书中介绍了数理统计的基本知识和基本理论: 首先, 简单介绍了数据描述;在此基础上介绍了总体、样本和统计量等统计的基本概念, 并将这些概念与概率论的基础知识联系起来, 给出了统计量与抽样分布的概念和实例;然后叙述了数理统计的基础部分——数理推断( 即参数估计和假设检验).为帮助读者掌握数理统计的原理和方法,本书的每一章中都配有较多的习题. 书后还附有有关表格. 本书可作为统计学专业或相关专业数理统计课和统计类课程的教学参考书,亦可供上述有关专业的研究生、教师和科研人员阅读参考.
本书为概率论与数理统计学习用书,由“基本要求”、“内容概述”、“典型例题分析”、“习题选解与提示”和“综合练习题”五部分组成。“基本要求”与“内容概述”部分对每章的重点和难点以及基本概念作了详细解释。“典型例题分析”部分尽可能详尽地对这门课程所涉及的题型和解题的基本方法作了深入的分析与评注,可以帮助读者获得正确的解题途径和方法并避免解题过程中容易出现的错误。“习题选解与提示部分”和“综合练习题”部分,分别编入了教材中几乎所有的重点习题和大量的有关基本概念和综合性的练习题,可以满足读者进一步提高这门课程习题解答能力的需要。 本书可作为理工科各专业本科生概率论与数理统计课程的辅助教材,也可作为准备报考硕士研究生的理、工、文等各科考生考前复习的参考书和强化训练的指导书。
本书用较多的篇幅详细地叙述了概率统计中的一些主要概念及方法产生的背景和思路,从直观入手逐步过渡到数学表述;坚持数学理论的完整性和严谨性,对基本的概念、定理和公式作严格、准确和规范的叙述,并尽量阐述其实际意义;本教材的重点放在对基本概念的准确理解、对常用方法的熟练掌握上;本书不仅从实例出发引入基本概念,还精选了大量能够加深理解基本概念、定理和公式的例题和习题,目的在于使学生对实际事物中的*性产生敏感、培养学生的概率统计直觉能力。
统计稀疏学习是计算机科学、统计学和认知科学的交叉领域,是一个新兴的统计学习研究方向,而贝叶斯非参数方法对统计稀疏学习中问题的研究有重要的作用。何岩所著的这本《统计稀疏学习中的贝叶斯非参数建模方法及其应用研究》对贝叶斯非参数方法的构造方法、表达能力和推理机制进行了研究和讨论。在此基础上,研究了贝叶斯非参数方法对统计稀疏学习中稀疏表示、稀疏建模和稀疏降维问题的建模方法和推理过程,并将其应用于具体视觉任务,例如手写数字识别、图像降噪、视频背景剪除等,同时也利用这些视觉任务验证了方法的可行性和有效性。