"本书根据高职院校人才培养目标，本着简明、基础、实用的原则，结合编者多年讲授“高等数学”课所积累的教学经验编写而成。本书以“以应用为目的，以必须够用”为原则，充分考虑到不同专业需求，在课程结构上，既体现了数学的准确性与科学性，又不过分追求理论的严谨性，略去了大多数的定理证明。注重实践和学生基本运算能力，分析问题能力和解

本书基于MM算法原理和组装分解技术系统地介绍了统计优化问题中MM算法的构造方法及其性质特征。本书共分7章内容，具体包括绪论、凸性、MM算法与组装分解技术、单(多)元分布参数估计的MM算法、混合模型的MM算法、生存模型的半参数估计与MM算法、收敛性与加速算法。本书的目的在于为读者特别是统计工作者提供一套简单、有效、可靠的

本书以ANSYSWorkbench2024R1版本为基础，对ANSYSWorkbench有限元分析的基本思路、操作步骤和应用技巧进行了介绍，并结合典型工程实例讲解了ANSYSWorkbench的具体工程应用。本书前7章为操作基础，介绍了ANSYSWorkbench2024R1基础、DesignModeler概述、草图模

本书前7章为操作基础，详细介绍了Ansys分析的基本步骤和方法：第1章Ansys概述；第2章几何建模；第3章建模实例；第4章网格划分；第5章施加载荷；第6章求解；第7章后处理。后8章为专题实例，按不同的分析专题讲解了各种分析专题的参数设置方法与技巧：第8章静力分析；第9章模态分析；第10章谐响应分析；第11章瞬态动力学

本书深入浅出地介绍了数值计算的基本概念、常用方法及其程序实现。内容涵盖数值计算的一般概念和误差分析的常用方法，线性方程组的直接解法，插值的概念及主要插值方法，迭代法求解方程、线性方程组及非线性方程组的常用方法，数值积分与数值微分的常用方法，函数逼近的概念及常用方法，求解矩阵特征值与特征向量的常用方法，求解一阶常微分方程

本书给出了数值分析的现代方法及Python程序实现，主要包括误差分析、解线性方程组的直接法和迭代法、矩阵特征值问题的计算、非线性方程求根、插值法与最小二乘拟合、数值积分和数值微分、常微分方程初值问题的数值解法、快速Fourier变换以及蒙特卡罗方法等。书中配有大量的例题及Python程序实现，每一章给出了阅读材料、习题

本书包括4个部分内容：1-4章为概率论的理论部分;5-6章为统计应用的基础准备部分,介绍了大量样本数据呈现的极限特征,以及统计应用中常用的四大分布及性质;7-8章为统计的基本应用部分,介绍了参数的点估计,区间估计以及假设检验问题;第9章介绍了现实中常用的统计方法--一元回归分析.前8章是一般本科概率论与数理统计课程的基

本书根据编者多年主讲概率论与数理统计课程的教学经验和现阶段大学生的基本学情，并参照该课程的教学基本要求编写。全书共分八章，主要包括随机事件与概率、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、大数定律与中心极限定理、统计量及其分布、参数估计和假设检验。本书注意基本概念和基础理论，特别注意基础知识间的内在联

本教材共九章，第一章至第五章为概率论部分，以研究随机现象的统计规律性为主线，为读者提供了必要的理论基础。第六章至八章为数理统计部分，主要介绍了数理统计的基本概念、常用分布、抽样分布定理、参数估计与假设检验。第九章是Excel在概率统计中的应用，现在的科学发展已经越来越离不开计算机的应用，而数理统计是基于数据的收集、整理

本教材以学生为中心，为本科二年级理工科学生设计的一学期双语课程“概率论与数理统计”课程教材。本书旨在培养学生发现、分析和解决随机现象中实际问题的能力，及由试验数据对总体进行统计推断的技巧，能够独立地运用课程中的基本理论处理广泛存在的随机问题。本书符合林业院校本科生的实际需要。内容旨在为读者研究概率统计问题提供充足的准备