本书是应用数学与计算数学中有关曲面及多元函数插值、逼近、拟合的入门书籍,从多种物理背景、原理出发,导出相应的散乱数据拟合的数学模型及计算方法,进而逐个进行深入的理论分析.书中介绍了多元散乱数据拟合的一般方法,包括多元散乱数据多项式插值、基于三角剖分的插值方法、Boole和与Coons曲面、Sibson方法或自然邻近法、

非标准有限元法，尤其是混合元法，是应用的核心。该书中，作者给出了开始于有限维的表示法，然后到希伯特空间方程，最后考虑逼近法，其中包括稳定方法和本征值问题。该书还介绍了标准有限元逼近法，随后介绍了H(div)和H(curl)混合方程逼近的构成要素。该通用理论被用在如下经典例子中：Dirichlet问题、Stokes问题、

花拉子米的《算法》与《代数学》是他的代表性著作，也是数学史上具有重要价值的著作。前书系统介绍了十进制记数法，不仅在阿拉伯世界流行，并被译成拉丁文在欧洲传播。后书主要讨论一元一次和一元二次方程，以及相应的四则运算。两书至今仍有很高的价值，被译成多国文字在全世界传播。本次出版的即为二合一的中文译本。

区域分解算法偏微分方程数值解新技术

Krylov子空间算法与预处理技术及其应用

本版对第2版的许多章节进行了改写与扩充,增添了许多重要的内容和实际应用例子,在叙述方法和内容编排上注意重点与非重点、基本内容与进一步内容的界限,层次分明,便于教学。全书共8章,包括绪论、估计、假设检验、回归分析与线性模型、试验设计与方差分析,序贯分析初步、统计决策与贝叶斯统计大意、抽样调查概述等,内容较丰富、重点突出、

本书包括随机事件及其概率、随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、大数定律及中心极限定理、抽样及抽样分布、参数估计、假设检验、方差分析、线性回归分析等十章，各章后选配了适量习题，并在书后附有部分习题参考答案。本书在编写上力求使用较少的数学知识，强调对概率统计的基本概念、基本理论和统计思想的阐释，强调

在经济学、政治学、社会学、心理学和教育学等学科领域，因子分析法应用广泛。 《格致方法·定量研究系列因子分析：统计方法与应用问题》作者用明确的数据分析例子，详细介绍了因子分析的不同方法，以及它们在何种情况下最有用。更深入探讨了验证性和探索性因子分析的差别和因子旋转的各种标准。特别值得一提的是对不同形式的斜交旋转的讨论，

本书主要内容包括：随机事件与概率、一维随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、大数定律与中心极限定理等。

《概率论与数理统计》是与“爱课程”网上国防科学技术大学吴翊教授主讲的“概率论与数理统计MOOC”课程配套使用的教材。全书内容包括事件与概率、变量、多维变量、变量的数字特征、大数定律与中心极限定理、数理统计的基本概念、参数估计、假设检验、回归分析与方差分析、模拟，涵盖了“概率论与数理统计MOOC”的第1讲至第47讲的内容