《矩阵之美（算法篇）》对多种**矩阵算法进行了新颖、全面且深入的解读。具体而言，第1章从代数、几何、分析和概率等多个角度详细介绍了*小二乘法；第2章对主成分分析进行了深入解析，涵盖代数、几何、子空间逼近与概率视角；第3章探讨了一种新兴的非对称数据分析方法 主偏度分析，并深入剖析了其性质和理论内涵；第4章介绍了典型相关分析及其关键性质，并从几何角度对其本质进行了进一步的阐释；第5章聚焦于非负矩阵分解，探讨了其与混合像元分析、奇异值分解、聚类分析及KKT条件的关联；第6章重点介绍局部线性嵌入，并将其与其他典型非线性特征提取方法进行了系统比较；第7章深入介绍**的傅里叶变换，并从矩阵角度对其内涵进行了新的诠释；第8章介绍了一种新颖的一阶统计分析方法 连通中心演化，重点阐明其在数据中心识别方面的优势和潜
本书以通俗易懂的方式系统地介绍和阐述结构方程模型 (SEM) 的基本概念和统计原理，侧重结构方程模型的实际运用，介绍和示范各种常用结构方程模型，以及许多新近发展的模型，包括带分类条目的验证性因子分析 (CFA) 模型、双因子CFA模型、贝叶斯CFA 模型、缺失值多重插补 (MI)、潜变量合理值的估计和应用、调节中介效应模型、贝叶斯路径分析模型、带个体差异观察时间的潜发展模型 (LGM)、检验带分类变量的量表的测量不变性、纵向潜类别分析 (LLCA)、潜转换分析 (LTA)、带协变量和远端结局变量的潜发展混合模型 (GMM)、手动实施 BCH 方法和三步法混合模型建模、各种结构方程模型的蒙特卡罗模拟功效分析以及潜类别分析 (LCA) 模型的样本量估计。 本书采用国际著名 SEM 软件Mplus估计所有模型，使用真实数据演示各种模型估计，详细解读程序代码及输出结果。本书提供
《分数阶积分和导数：理论与应用》是Stefan G.Samko,Anatoly A.Kilbas,Oleg I.Marichev所著英文专著Fractional Integrals and Derivatives:Theory and Applications的中文翻译版本。《分数阶积分和导数：理论与应用》阐述了几乎所有已知的分数阶积分-微分形式，并对它们进行了相互比较，强调了一个函数能否被另一个函数分数阶积分表出的问题，突出了已知函数的分数阶积分可表示性问题比它的分数阶导数存在性问题更为重要，揭示了在某种意义下，函数分数阶导数的存在性等价于其分数阶积分的可表示性，同时给出了分数阶积分-微分在积分方程和微分方程中的大量应用。此外，应原著作者要求，《分数阶积分和导数：理论与应用》增加了一个附录，介绍了第三作者及其合作者开发的分数阶微积分的计算机代数系统。
计算,实际上是解决问题的过程。人们希望用计算机能找到解决一切问题的方法，因此在计算领域建立了算法理论和算法模型，并根据各种问题提出具体算法。而计算的复杂性是现代数学中最令人着迷的领域之一。本书通过几个经典的计算问题：哥尼斯堡七桥问题、汉密尔顿路径问题、整数分解和国际象棋问题，浅探计算的魅力。
《并行计算》是分布式并行计算的算法设计和消息传递并行编程的入门教程。《并行计算》详细介绍了包括MPI基础知识、求解线性代数方程组的共轭梯度法的并行算法实现、并行程序的效率和可扩展性、进程组和通信器操作、求解三对角线性代数方程组的追赶法、求解偏微分方程的算法并行化方法等相关内容；还分析了并行程序可扩展性差的主要原因，为读者提供了全面的并行计算知识体系和解决方案。《并行计算》提供了典型科学计算问题的并行算法与程序设计实例，并介绍了国际上流行的科学计算软件、工具及平台。内容从简到繁、循序渐进，可帮助读者逐步掌握并行计算技能，解决学习和工作中的问题。
本书共九章，重点通过基础知识讲解、算例剖析和技巧提示，引导读者熟悉GPU并行算法、CUDA Fortran基础知识，进而掌握基于CUDA Fortran的GPU高性能计算应用软件设计方法。其中，第1章介绍相关研究背景；第2~6章介绍基于CUDA Fortran的GPU通用计算基本概念、编程方法与优化原则；第7~9章介绍基于MPI+CUDA的N-S方程数值求解。书中的示例的构思以及分析过程是本书最具价值的部分，读者通过阅读这些内容，对GPGPU技术做到融会贯通、举一反三，只要掌握了这些简单的示例，更复杂的问题也能迎刃而解。在本书的帮助下，读者不需熟悉GPU硬件或者CUDAC（虽然熟悉这两者有助于使用本书）就可完成GPU的学习和使用。
《凸优化的分裂收缩算法》以简明统一的方式介绍了用于求解线性约束凸优化问题的分裂收缩算法。我们以变分不等式（VI）和邻近点算法（PPA）为基本工具，构建了求解线性约束凸优化问题的分裂收缩算法统一框架。在该框架中，所有迭代算法的基本步骤包括预测和校正，分裂是指通过求解（往往有闭式解的）的凸优化子问题来实现迭代的预测;收缩指通过校正生成的新迭代点在某种矩阵范数意义下更加接近解集。统一框架既涵盖了**意义下的PPA算法、用于求解线性约束凸优化问题的增广拉格朗日乘子法（ALM）和处理两个可分离块凸优化问题的乘子交替方向法（ADMM）等耳熟能详的算法，还为多块可分离凸优化问题的求解提供了多种方法。通过掌握这一并不复杂的统一框架，者可以根据可分离凸优化问题的具体特点，自行设计预测-校正方法求解。
本书是关于积分方程的高精度算法的*本书.全书分为五章：*章阐述积分方程与积分算子以及相关的泛函分析理论，方便读者无需特殊准备便可以通读本书；第二章阐述数值积分，重点介绍多维积分与反常积分的外推和分裂外推方法，其中关于带参数的超奇积分的数值方法与外推是首次见于专著；第三、四、五章分别阐述Volterra型积分方程、Fredholm型积分方程和边界积分方程的高精度算法.本书取材新颖，与同类书的内容不雷同，所提供的算法具有计算复杂度低、精度高、并行度高和拥有后验误差估计等特点，适合从事积分方程和边界元计算的科研工作者和工程计算人员参考，也适合计算数学和应用数学的博士生、硕士生和本科高年级学生作为专业或参考教材.
本书以简明易懂的方式，系统地介绍了无网格法的基本理论及各种代表性算法，使初学者很容易掌握这一计算方法的原理和知识。在内容组织上，以固体力学作为应用背景，以无网格法 介点原理 为主线，较为全面地介绍了无网格全局弱式法、局部弱式法、配点类方法、边界型方法和结合式方法等各类离散方法的基本原理及其算法。此外，对移动*小二乘近似法(MLS)的简化和稳定化、介点原理的应用，以及对配点类方法的完善和发展，是本书重点阐述的内容。《BR》
《稳态Navier-Stokes方程的Liouville定理》介绍了Navier-Stokes方程，特别是定常Navier-Stokes方程的基础知识和**技巧，重点讨论了Liouville定理与定常Navier-Stokes方程解的分类问题。第1章将回顾一些基本的工具和技术，包括Stokes方程的基本解、Stokes估计、Bogovskii映射等；第2章对于三维稳态Navier-Stokes方程，将描述一些主要的进展，包括一些取决于速度、总压力或势函数的Liouville唯一性结果；第3章将从Navier-Stokes方程的衰减估计来研究；第4章将介绍一些二维Navier-Stokes方程的进展，包括Liouville定理、解的衰减或分类估计；*后，第5章将从不同区域或其他模型来讨论Liouville定理的一些进展。
本书深入讨论Krylov子空间算法的核心思想和理论,结合算法的推导过程,介绍Krylov子空间算法和预处理技术的**进展,同时介绍Krylov子空间算法及预处理技术在电磁计算和数字图像处理中的应用.
本书是明朝三大数学名著之一，是我国数学史、珠算史上百科全书式的重要著作，内容几乎涉及现代初等数学、珠算的所有内容，故称为 大全 。 本书适合大中小学数学教师及广大数学爱好者阅读.
本书介绍了移动网格方法的历史和现状，作者根据这几年对移动网格方法的一些研究体会，写成此书。本书研究的移动网格方法要做的就是保持单元或节点数不变而通过重新分布节点位置实现自适应目标。特别地，我们将把动态网格与求解过程结合起来，用最适合求解问题的方式来生成网格，即在解的梯度大的地方网格自动加密，而在解的梯度小的地方网格自动变稀疏，其基本目标是改进计算精度，并使数值误差分布趋于均匀。本书侧重自适应网格技术，在流体计算、相场界面问题、双曲守恒律方程等问题上都有成功的应用。本书易读性强，深入浅出，提供代码，使读者容易上手实践。
本书以通俗易懂的方式系统地介绍和阐述结构方程模型 (SEM) 的基本概念和统计原理，侧重结构方程模型的实际运用，介绍和示范各种常用结构方程模型，以及许多新近发展的模型，包括带分类条目的验证性因子分析 (CFA) 模型、双因子CFA模型、贝叶斯CFA 模型、缺失值多重插补 (MI)、潜变量合理值的估计和应用、调节中介效应模型、贝叶斯路径分析模型、带个体差异观察时间的潜发展模型 (LGM)、检验带分类变量的量表的测量不变性、纵向潜类别分析 (LLCA)、潜转换分析 (LTA)、带协变量和远端结局变量的潜发展混合模型 (GMM)、手动实施 BCH 方法和三步法混合模型建模、各种结构方程模型的蒙特卡罗模拟功效分析以及潜类别分析 (LCA) 模型的样本量估计。 本书采用国际著名 SEM 软件Mplus估计所有模型，使用真实数据演示各种模型估计，详细解读程序代码及输出结果。本书提
无
