本书是和《运筹学》（第5版）配合使用的参考书，每章包括5部分的内容：1、本章学习要点，给出了本章应该掌握的知识要点；2、主要概念及算法，列出了本章的的基本概念和主要算法；3、课后习题全解，对《运筹学》（第5版）中的课后习题给出了详细的解答；4、典型例题精解，紧扣教材主要内容，精选各类习题并给出解答；5、考研真题解答，深

本书是与机械工业出版社出版的《运筹学》第3版(吴祈宗主编)教材相配套的学习指导及习题集，内容包括《运筹学》教材中各章节的学习要点及思考题、课后习题参考解答、补充练习题及解答等。安排这些内容的主要目的是帮助读者更好地学习《运筹学》教材，消化教材中的知识，提高学习效果。本书是编者多年教学经验的总结，在内容安排上重视阐述基本

在计算机出现之前，算法就已经存在了。本书旨在介绍经典算法及其起源，提供解决问题的新思路，让读者知其然并知其所以然。本书从*基础的“什么是算法”开始讨论，首先介绍如何评价算法的性能，然后展开讨论与图、搜索和排序相关的经典算法，解释“算法是怎么运作的”，*后介绍PageRank和深度学习两个大型算法应用。本书用通俗易懂的语

运筹学强调通过建立数学模型实现决策问题分析与求解，以获得最优的决策。运筹学本身就是一个学科，并且处于快速发展时期。运筹学课程也是管理、工业工程等专业的专业基础课程。本书涵盖线性规划、对偶问题、运输问题、动态规划、目标规划、网络问题等。不同内容之间既有联系又有区别，抓住不同模型的本质特点，形成建模能力更为重要。为此，本书

本书全面系统地介绍了数理统计的原理、方法及其应用。全书共分八章，涵盖了数理统计的主要内容，其中包括：常见的统计分布；充分统计量和信息函数；点估计的基本理论和方法；假设检验的理论、方法及其应用；区间估计及其应用；Bayes统计推断的基本概念和方法。掌握本书内容即可比较顺利地理解其他学科中用到的统计方法。 本书可作为高等学

近几十年来，缺失数据的话题得到了相当大的关注。本书由两位公认的专家编写，提供了处理缺失数据问题的实用方法的最新状况。作者将理论和应用融为一体，回顾了该领域的历史方法，并描述了对缺失值进行多元分析的简单方法。他们提供了一个连贯的理论，基于从数据和缺失数据机制的统计模型得出的似然来分析问题，然后将该理论应用于一系列重要的缺

本书主要讨论随机过程的基础理论和应用方法，包括概率论基础，随机过程基础，泊松过程及其推广，马尔可夫过程，二阶矩过程及其均方分析，平稳过程，以及高阶统计量与非平稳过程等7章内容。

本书全面地讲述了时频域方法理论。在第1版的基础上增加了不少新的内容，大量的实例结合统计软件的应用，使本书的实用性更强。延续了第1版的风格，包括分类时间序列分析、谱包络、多元谱方法、长记忆序列、非线性模型、纵向数据分析、重抽样技巧、Garch模型、随机波动性模型、小波和MonteCarloMarkov链积分方法最近发展比

本书共10章，具体内容包括：绪论、预备数学基础、非线性方程求解、线性方程组的直接解法、线性方程组的迭代解法、插值法、曲线拟合和函数逼近、数值积分与微分、常微分方程的数值解法、矩阵特征值计算介绍.《BR》本书针对理工科研究生的需求和特点,写法上强调各类数值问题的底层逻辑;特别注重用生活中的常识对相关数学思想进行解释说明;

本书内容包括数值计算和数值分析的基本概念、线性方程组的数值解法、数据近似、数值微积分、非线性方程求解、常微分方程数值解法。本书既着重介绍用数字电子计算机求实践中常见问题数值解的有效方法，又对数值计算中可能出现的问题及其处理方法给以足够的重视和分析，并配以较多的数值计算例子，以说明主要概念、方法和理论及其应用。本书既着重