本書從實用和簡明的角度介紹了數(shù)值分析的基本概念和方法，并對誤差估計、方法的收斂性和穩(wěn)定性以及優(yōu)缺點等作了適當(dāng)分析.全書共分8章，內(nèi)容包括：緒論，插值法，曲線擬合與函數(shù)逼近，線性方程組的數(shù)值解法，數(shù)值積分與數(shù)值微分，非線性方程與方程組的數(shù)值解法，常微分方程初值問題的數(shù)值解法，矩陣特征值問題的數(shù)值方法.附錄中給出了MATL

本書分7章,介紹數(shù)學(xué)建�；�本方法、理論。具體內(nèi)容包括:數(shù)學(xué)建模概述、基本方法建模、數(shù)值計算基礎(chǔ)、微分方程方法建模、優(yōu)化問題及其求解、統(tǒng)計分析方法、現(xiàn)代優(yōu)化方法。另外,本書還介紹數(shù)學(xué)建模競賽中常用的軟件,包括LINGO軟件、Matlab軟件、SPSS軟件在數(shù)學(xué)建模中的應(yīng)用。每章配有習(xí)題。 本書可作為本科生、研究生的數(shù)學(xué)

本書是根據(jù)教育部制定的“高職高專教育數(shù)學(xué)課程教學(xué)基本要求”和“高職高專教育專業(yè)人才培養(yǎng)目標(biāo)及規(guī)格”，結(jié)合最新的課程改革理念與教學(xué)改革成果編寫而成的．本書融入了數(shù)學(xué)軟件MATLAB使用、數(shù)學(xué)建模案例，體現(xiàn)數(shù)學(xué)的工具性、應(yīng)用性，從知識、能力、素質(zhì)三個方面培養(yǎng)學(xué)生的數(shù)學(xué)綜合素質(zhì)，具有內(nèi)容通俗易懂，符合高職教學(xué)的要求等特色．本

獨立成分分析中的高階統(tǒng)計量方法

本書較系統(tǒng)介紹了隨機(jī)事件與概率、隨機(jī)變量及其概率分布、多維隨機(jī)變量及其概率分布、隨機(jī)變量的數(shù)字特征、大數(shù)定律與中心極限定理等概率論基本知識，以及數(shù)理統(tǒng)計的基本概念和抽樣分布、參數(shù)估計、假設(shè)檢驗、方差分析與回歸分析初步等數(shù)理統(tǒng)計的基本知識。在每章后面均配有相關(guān)內(nèi)容的Mathcad數(shù)學(xué)實驗，這不僅使學(xué)生提高了學(xué)習(xí)概率論與數(shù)

系統(tǒng)講述了如何正確地收集和描述數(shù)據(jù)，如何利用統(tǒng)計軟件MINITAB和EXCEL進(jìn)行統(tǒng)計分析，以及如何解釋統(tǒng)計結(jié)果在實際應(yīng)用中的意義。本書是根據(jù)該書第14版縮編而成，對統(tǒng)計描述和推斷作了基本的介紹。

本書內(nèi)容主要有隨機(jī)事件及其概率、隨機(jī)變量及其分布、隨機(jī)變量的數(shù)字特征、極限定理初步、數(shù)理統(tǒng)計的基礎(chǔ)概念、參數(shù)估計、假設(shè)檢驗。

本書基于PyMC語言以及一系列常用的Python數(shù)據(jù)分析框架，如NumPy、SciPy和Matplotlib，通過概率編程的方式，講解了貝葉斯推斷的原理和實現(xiàn)方法。該方法常常可以在避免引入大量數(shù)學(xué)分析的前提下，有效地解決問題。書中使用的案例往往是工作中遇到的實際問題，有趣并且實用。作者的闡述也盡量避免冗長的數(shù)學(xué)分析，而

《運籌學(xué)》是由天津理工大學(xué)長期從事運籌學(xué)教學(xué)的教師集體編寫而成，其內(nèi)容緊密結(jié)合經(jīng)濟(jì)管理專業(yè)的特點�！哆\籌學(xué)》系統(tǒng)地講述了線性規(guī)劃、對偶理論、運輸問題、目標(biāo)規(guī)劃、整數(shù)規(guī)劃、動態(tài)規(guī)劃、圖與網(wǎng)絡(luò)分析、排隊論、存儲論、決策論的基本概念、理論、方法和模型。用較多的例題、案例介紹運籌學(xué)在管理、經(jīng)濟(jì)等領(lǐng)域中的應(yīng)用，并介紹了Excel

本書展示了如何運用數(shù)學(xué)資源中的圖論來理解復(fù)雜對數(shù)線性模型表明的關(guān)聯(lián)結(jié)構(gòu)。作者首先回顧了二向與多向列聯(lián)表的關(guān)系模式，以及這些表的對數(shù)線性模型。在介紹了圖論中的一些關(guān)鍵概念后，作者緊接著將這些思想應(yīng)用到對數(shù)線性模型的兩個圖形典型中：關(guān)聯(lián)圖和生成多重圖。利用豐富示例以及清晰解釋，作者展示了對數(shù)線性模型的兩個圖形典型如何說明模