本書系統(tǒng)介紹非均勻采樣系統(tǒng)的理論與分析方法，從非均勻采樣網(wǎng)絡(luò)化控制系統(tǒng)、非均勻采樣馬爾可夫跳變系統(tǒng)、事件觸發(fā)網(wǎng)絡(luò)化系統(tǒng)三個角度，詳細(xì)介紹系統(tǒng)的穩(wěn)定性分析方法、控制器設(shè)計(jì)方法等內(nèi)容。針對非均勻采樣系統(tǒng)的穩(wěn)定性問題，提出一種基于不確定離散切換系統(tǒng)的分析方法；針對非均勻采樣網(wǎng)絡(luò)化控制系統(tǒng)，研究基于狀態(tài)觀測器的輸出反饋控制、執(zhí)

本書主要聚焦于大規(guī)模整數(shù)規(guī)劃模型的求解方法和策略，深入淺出地闡明了求解大規(guī)模整數(shù)規(guī)劃模型主流方法的基本思想、原理、執(zhí)行步驟以及在實(shí)際問題中的應(yīng)用，共分為引言、整數(shù)規(guī)劃建模、線性規(guī)劃、精確離散優(yōu)化方法、割平面法、列生成算法、拉格朗日松弛算法、Benders分解算法和啟發(fā)式算法九章。每種算法和分析都注重結(jié)合問題實(shí)際，加入眾

非參數(shù)統(tǒng)計(jì)是統(tǒng)計(jì)學(xué)和數(shù)據(jù)科學(xué)的重要分支領(lǐng)域。本書作為該領(lǐng)域的基礎(chǔ)教材，其特點(diǎn)體現(xiàn)在以下幾方面：1．針對性強(qiáng)。本書針對數(shù)據(jù)分析專業(yè)的特點(diǎn)和需要，闡述非參數(shù)統(tǒng)計(jì)的基本概念、理論、方法和編程，重點(diǎn)從非受控觀察數(shù)據(jù)對參數(shù)推斷知識的需要角度出發(fā)，將統(tǒng)計(jì)推斷知識、理論和方法與反事實(shí)復(fù)雜場景因果關(guān)系的解讀與判斷問題相結(jié)合，應(yīng)用于穩(wěn)健

ABAQUS是國際上比較流行的、被譽(yù)為功能最強(qiáng)大的有限元分析軟件之一，特別是在非線性分析領(lǐng)域，它可以分析復(fù)雜的工程力學(xué)問題，具有駕馭龐大求解規(guī)模的能力。本書以ABAQUS2021最新版本為講解對象，由淺入深地講解ABAQUS仿真計(jì)算的各種功能。全書分為兩部分共18章，其中基礎(chǔ)部分包括ABAQUS的基本操作、前處理、網(wǎng)格

本書主要內(nèi)容包括：概率論基礎(chǔ)知識、隨機(jī)過程的概念和基本類型、Poisson過程、更新過程、馬爾可夫鏈、隨機(jī)過程分析。

本書以基于布朗運(yùn)動的隨機(jī)積分和隨機(jī)微分方程理論為基礎(chǔ),通過理論推演,論證了一類具有環(huán)境噪聲的廣義動力學(xué)方程整體(時間)正強(qiáng)解的存在唯一性。全書分為9章,第1章介紹隨機(jī)分析基礎(chǔ),第2章介紹非局部擴(kuò)散基礎(chǔ),第3章介紹偏微分方程非局部擴(kuò)散的重要不等式,第4章介紹普朗克型方程解的存在性、唯一性和正則性,第5章介紹分?jǐn)?shù)階Fokk

本書主要針對高職院校理工類專業(yè)編寫，較好地體現(xiàn)了高等數(shù)學(xué)的應(yīng)用性，可供大一理工類學(xué)生使用。本書內(nèi)容主要包括函數(shù)、極限與連續(xù)，導(dǎo)數(shù)與微分，微分中值定理與導(dǎo)數(shù)的應(yīng)用，不定積分，定積分及其應(yīng)用，常微分方程和數(shù)學(xué)實(shí)驗(yàn)7個章節(jié)，書中加“*”號的內(nèi)容為選學(xué)內(nèi)容，供任課老師酌情選用。每章按節(jié)配置了由易到難的習(xí)題，書后附有答案，掃碼可

本書根據(jù)高等院校非數(shù)學(xué)類專業(yè)的概率論與數(shù)理統(tǒng)計(jì)課程的教學(xué)大綱和教學(xué)基本要求,參照上海財經(jīng)大學(xué)概率論與數(shù)理統(tǒng)計(jì)課程與教材建設(shè)的經(jīng)驗(yàn)和成果,參考全國碩士研究生入學(xué)統(tǒng)一考試大綱,充分吸收國內(nèi)外概率論與數(shù)理統(tǒng)計(jì)相關(guān)教材的精華,結(jié)合編者多年教學(xué)實(shí)踐和教學(xué)改革經(jīng)驗(yàn)編寫而成.本書共8章,內(nèi)容包括事件與概率、隨機(jī)變量及其分布、隨機(jī)向量

本書在介紹數(shù)理統(tǒng)計(jì)的基本概念和基本理論的基礎(chǔ)上,利用Python編程處理隨機(jī)數(shù)據(jù)。本書共分6章,內(nèi)容包括Python基礎(chǔ)、隨機(jī)樣本與抽樣分布、參數(shù)估計(jì)、假設(shè)檢驗(yàn)、方差分析、一元線性回歸分析。另外,本書設(shè)置了個Python上機(jī)編程實(shí)驗(yàn)。

本書在貝葉斯框架下，介紹約束條件下半?yún)��?shù)與非參數(shù)模型的貝葉斯統(tǒng)計(jì)推斷。內(nèi)容包括：約束非參數(shù)回歸模型的貝葉斯統(tǒng)計(jì)推斷、約束半?yún)��?shù)模型的貝葉斯統(tǒng)計(jì)推斷、約束半?yún)��?shù)混合效應(yīng)模型的貝葉斯統(tǒng)計(jì)推斷及約束函數(shù)型數(shù)據(jù)半?yún)��?shù)模型的貝葉斯統(tǒng)計(jì)推斷等。