这本经典的概率论教材通过大量的例子系统介绍了概率论的基础知识及其应用,主要内容有组合分析、概率论公理、条件概率、离散型随机变量、连续型随机变量、随机变量的联合分布、期望的性质、极限定理和模拟等,内容丰富,通俗易懂.各章末附有大量的练习,分为习题、理论习题和自检习题三大类,并在书末给出自检习题的全部解答。 本书是概率论的入门书,适合作为数学、统计学、经济学、生物学、管理学、计算机科学及其他各工学专业本科生的教材,也适合作为研究生和应用工作者的参考书。 2步获取导学视频: ①微信视频号关注 IT阅读排行榜 ②点击 直播回放 栏,上滑寻找
本书是一本非数学专业主要是文科及艺术类专业的数学教材,讲述方式活泼,案例贴近生活,读者可以在轻松学习中体会数学乐趣和意义。全书分为三大部分:归纳和演绎、逻辑和数;代数和几何;概率统
由美国当代著名统计学家L.沃塞曼所著的《统计学完伞教程》是一本几乎包含了统计学领域全部知识的优秀教材,本书除了介绍传统数理统计学的全部内容以外,还包含了Bootstrap方法(白助法)、独立性推断、因果推断、图模型、非参数同归、正交函数光滑法、分类、统计学理论及数据挖掘等统计学领域的新方法和技术.本书不但注重概率论与数理统计基本理论的阐述,同时还强调数据分析能力的培养.本书中含有大量的实例以帮助广大读者快速掌握使用R软件进行统计数据分析。
《好看的数学故事:概率与统计卷》以讲故事的方式介绍概率统计的概念和理论发展的历史。 从流传数千年的投币和骰子游戏到古老的八卦,从古印度《吠陀经》的韵律到希伯来字母排列的神秘咒语,古人们逐渐发现了排列与组合的基本规律。当阿拉伯的骰子游戏传入经过文艺复兴的欧洲,概率的概念开始明晰起来。 起初的概率,多半应用在赌博游戏上,不仅是投币和骰子,还有纸牌、赛马等等。这些东西在学术领域似乎不值一提,但古典概率理论一旦出现,立即在社会各个领域发现重要的应用价值。统计学随之而生。 通过字母分析破译密码,通过死亡记录探究传染病的危害,新生婴儿的性别比例,居民寿命的期望值和保险年金,统计学在人类社会从古典社结构进入现代结构的发展过程中发挥了极其重要的作用。天文学、实验物理学和数学的发展推动了概率统计
本书源自的哈佛统计学讲座,介绍了帮助读者理解统计方法、随机性和不确定性的基本语言和工具,并列举了多种多样的应用实例,内容涉及偶然性、悖论、谷歌的网页排名算法(PageRank)及马尔可夫链蒙特卡罗方法(MCMC)等。本书还探讨了概率论在诸如基因学、医学、计算机科学和信息科学等领域的应用。全书共分13章,分别介绍了概率与计数、条件概率、随机变量及其分布、期望、连续型随机变量、矩、联合分布、变换、条件期望、不等式与极限定理、马尔可夫链、马尔可夫链蒙特卡罗方法、泊松过程等内容。用容易理解的方式来呈现内容,用实例来揭示统计学中基本分布之间的联系,并通过条件化将复杂的问题归约为易于掌控的若干小问题。书中还包含了很多直观的解释、图示和实践问题。每一章的结尾部分都给出了如何利用R来完成相关模拟和计算的方法。
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
本书通过大量例子和插图,用生动的语言深入浅出地阐述了拓扑学这门重要的、充满魅力的数学课程。本书分为两部分,前七章作为部分,介绍了拓扑学这门重要的、充满魅力的课程的基本内容;后七章作为第二部分,论述了拓扑学的概念在其他数学领域、科学以及工程方面的作用和意义。 本书作为拓扑学的入门课程,适用于对拓扑学的应用感兴趣的各专业本科生与研究生。本书分为两部分,前七章作为部分,介绍了拓扑学这门重要的、充满魅力的课程的基本内容;后七章作为第二部分,论述了拓扑学的概念在各领域的作用和意义,这些领域包括数字图像处理、遗传工程、地理信息系统、机器人学、医学(心脏搏动模型)、生物化学、化学、经济学、化学图论、电子线路设计和宇宙学等。 本书特点 在展开内容时,先提供一个简短的、引人入胜的背景
本书主要介绍了处理反问题(不适定问题)的统计方法,尤其侧重于建模与计算这两大问题。与经典文献中处理反问题的方法不同,本书立足于Bayes统计学的框架,将所有变量都视作随机变量,并把反问题的解以概率密度函数的形式给出。同时,对于数学模型本身存在的误差和数值离散导致的额外误差,本书还创造性地进行了源自建模误差的统计分析。 本书详细讨论了先验模型的构造、测量噪声建模、Bayes估值以及非静态统计反演方法等,并引入Markov链Monte Carlo方法以及最优化方法来探究概率分布。另外从Bayes统计学的角度重新研究了经典正则化方法,揭示了两者之间的关系。对于书中得到的结论和涉及的技法,作者还佐以易懂但深刻的例子帮助读者理解。本书将统计方法应用到一些较为前沿的问题中,例如离散误差分析、模型降阶等。在书中,这些统计方法还被
本书是我为大连理工大学应用数学系研究生讲授现代分析的讲义。由于部分学生未学过曲面上的微分几何,因此在第1章中扼要地介绍了曲面上微分几何的基本内容。第2章讲微分流形和张量,第3章讲流形上的微积分。出版时增加了绪论和诗化微分几何、相对论中的数学原理、数学机械化的基本原理部分,在其中主要讲作者个人的一些观点。 传统的数学教科书采用定义定理证明的模式,即DTP模式。本书也采用了这种模式。这种模式严格,有不可替代的优点,但是也有缺点。初学者容易陷入大量的推导之中,不易理解数学的精神实质。这套数学语言像音乐中的五线谱,五线谱严格,但缺乏音乐修养的人,只看五线谱很难在头脑中形成旋律。数学中也有类似的情形。
本书属于数学概览系列,选编了杰出数学家Robert Langlands的综述性文章,介绍了Langlands纲领的起源和发展及其创始人的数学生活。Langlands纲领将看似无关的学科如数论、分析、代数和几何联系在一起,揭示了所有数学的深层结构,并提供了解决棘手问题的新方法,现在经常被描述为“大统一数学理论”。本书由季理真选文,征求了作者和其他著名数学家的意见,并可 获得无偿的专有出,大多数文章还有作者本人及其他数学家的评论。 书中所涉及的内容称得上是20世纪数学上重要的成就之一,但大部分都是思想性的文章,并非对某个定理的详细证明,有利于读者更快地一览当代数学的前沿。透过书中的内容,读者可以体会Langlands如何看待数学并提出Langlands纲领。Langlands教授还亲自为本书撰写了很长的自序,分享了他的数学生涯,其对所关心的数学的想法和热情也对年
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。
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。
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。
本书是数理统计方面的经典教材,从数理统计学的初级基本概念及原理开始,详细讲解概率与分布、多元分布、特殊分布、统计推断基础、极大似然法等内容,并且涵盖一些 主题,如一致性与极限分布、充分性、 假设检验、正态模型的推断、非参数与稳健统计、贝叶斯统计等.此外,为了帮助读者 好地理解数理统计和巩固所学知识,书中还提供了一些重要的背景材料、大量实例和习题. br>本书可以作为高等院校数理统计相关课程的教材,也可供相关专业人员参考使用.
Potential theory and certain aspects of probability theory are intimately related, perhaps most obviously in that the transition function determining a Markov process can be used to define the Green function of a potential theory. Thus it is possible to define and develop many potential theoretic concepts probabilistically, a procedure potential theorists observe with jaun- diced eyes in view of the fact that now as in the past their subject provides the motivation for much of Markov process theory. However that may be it is clear that certain concepts in potential theory correspond closely to concepts in probability theory, specifically to concepts in martingale theory.For example, superharmonic functions correspond to supermartingales. More specifically: the Fatou type boundary limit theorems in potential theory correspond to supermartingale convergence the limit properties of monotone sequences of superharmonic functions correspond surprisingly closely to limit properties of monotone sequ