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
本书用测度论的观点论述概率论的基本概念,如概率、随机变量与分布函数、数学期望与条件数学期望和中心极限定理等。本书特点是把测度论的基本内容与概率论的基本内容结合在一起讲述,论述严谨,条理清楚,便于自学,凡学过概率论基础课的读者都能阅读本书。每节后面附有习题,以便加深理解书中的内容。
本书是《概率与测度》第3版,新版保留了原先的风格,将测度论和概率论有机结合在一起,把相关内容混合排列。概率问题会引起学生学习测度论的兴趣,而测度论知识又反过来应用到概率论中。本书主要内容包括概率、测度、积分、随机变量及数学期望、分布的收敛问题、导数与条件期望,随机过程等。本版改进了布朗运动的叙述方式,并以遍历理论代替排队论。本书的读者对象为高年级学生、科研人员和工程技术人员,对数学、统计、经济等相前专业的学生尤其适用。
本书比较全面系统地介绍蒙特卡罗方法的理论和应用.全书15章,前8章是蒙特卡罗方法的理论部分,包括蒙特卡罗方法简史、随机数产生和检验、概率分布抽样方法、马尔可夫链蒙特卡罗方法、基本蒙特卡罗方法、降低方差基本方法、拟蒙特卡罗方法和序贯蒙特卡罗方法.后7章是蒙特卡罗方法的应用部分,包括确定性问题、粒子输运、稀薄气体动力学、自然科学基础、数理统计学和可靠性、金融经济学及科学实验模拟.
无
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。
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。
9787115559630 概率论及其应用 卷2 第2版 169.80 9787115560049 概率论及其应用 卷1 第3版 109.80 《概率论及其应用 卷2 第2版》 本书是威廉 费勒的著作《概率论及其应用(卷1)》的续篇。第1、2、3、6章介绍了各种重要的分布和随机过程;第7、8、16、17章讨论大数定律、中心极限定理和无穷可分分布;第9、10章讨论半群方法与无穷可分分布、马尔可夫过程的关系;第11章为更新理论;第12、18章论述随机游动及傅立叶方法的应用;第13、14章论述拉普拉斯变换及其应用;第19章为调和分析。 《概率论及其应用 卷1 第3版》 本书涉及面极广,不仅讨论了概率论在离散空间中的诸多课题,而且涉及了概率论在物理学、化学、生物学(特别是遗传学)、博弈论及经济学等方面的应用.书中主要内容有:样本空间及其上的概率计算,独立随机变量之和的随机起伏,事件的组合及条件概率,
《DPS数据处理系统 卷 基础统计及实验设计(第3版)》从应用角度简要地阐述了现代统计学500多种实验数据统计分析和模型模拟方法,包括混料实验设计在内的各种实验设计、方差分析、列联表分析及非参数检验;专业统计包括量表分析、数据包络分析、*前沿面分析、顾客满意指数模型、实验诊断ROC曲线、生物测定、生存分析、动植物遗传育种、品种区域实验、空间分布型、地理统计、数值生态学方法等;各种多元分析技术;非线性回归模型参数估计、模型模拟技术;单目标和多目标线性规划、非线性规划等运筹学方法;以及状态方程、数值分析、时间序列分析、模糊数学、*森林、BP神经网络、径向基函数(RBF)、支持向量机(SVM)、层次分析、小波分析、灰色理论等方法。
本书是研究生《矩阵分析与应用》的配套用书,由矩阵与线性方程组、特殊矩阵、矩阵的变换与分解、梯度分析与化、奇异值分析、总体小二乘方法、特征分析、子空间分析与跟踪、投影分析共9章组成。每章均包含两部分内容:部分总结复习该章所涉及的主要理论知识,第二部分为习题的详细解答。所选习题分为基础题型、综合题型、应用题型。这些习题可以帮助读者巩固加深对基础概念的理解,提高综合运用知识的技能和解决实际应用问题的能力。本书可供电子、通信、自动化、计算机等学科的研究生学习辅导之用,也可供相关专业和领域的教师和科研人员参考。
本书涉及面极广,不仅讨论了概率论在离散空间中的诸多课题,而且涉及了概率论在物理学、化学、生物学(特别是遗传学)、博弈论及经济学等方面的应用。书中主要内容有:样本空间及其上的概率计算,独立随机变量之和的随机起伏,事件的组合及条件概率,离散随机变量及其数字特征,大数定律,离散的马尔可夫过程及其各种重要特征,更新理论等。除正文外,本书还附有数百道习题及答案。本书适合高等院校广大理工科学生泛读及概率论相关研究人员精读。
概率图模型将概率论与图论相结合,是当前非常热门的一个机器学习研究方向。科勒、弗里德曼编著的《概率图模型原理与技术》详细论述了有向图模型(又称贝叶斯网)和无向图模型(又称马尔可夫网)的表示、推理和学习问题,全面总结了人工智能这一前沿研究领域的*进展。为了便于读者理解,书中包含了大量的定义、定理、证明、算法及其伪代码,穿插了大量的辅助材料,如示例(examples)、技巧专栏(skill boxes)、实例专栏(case study boxes)、概念专栏(concept boxes)等。另外,在第2章介绍了概率论和图论的核心知识,在附录中介绍了信息论、算法复杂性、组合优化等补充材料,为学习和运用概率图模型提供了完备的基础。 本书可作为高等学校和科研单位从事人工智能、机器学习、模式识别、信号处理等方向的学生、教师和研究人员的教材和参考书
本书是威廉 费勒院士的经典名著《概率论及其应用导论》的第2卷,本卷延续第1卷的风格,运用更深的数学,将讨论的范围从离散样本空间扩展到连续样本空间,主要内容有:测度论基础、概率分布、基本极限定理、特征函数、大数定律、中心极限定理、无穷可分分布、随机过程、更新理论、半群方法、傅里叶方法、拉普拉斯变换和调和分析等。书中还涉及了概率论在物理学、化学、生物学(特别是遗传学)、医学、天文学、博弈论、排队论、数理统计、交通运输、电信工程、经济学和人口学等领域的应用。除正文外,本书还附有数百道习题及答案。本书适合高等院校广大理工科学生泛读及概率论相关研究人员精读。