《模式识别》共分为8章。第一章为绪论，主要介绍了模式识别的概念，系统组成及常用方法。第二章～第五章主要介绍了统计模式识别的方法，有特征聚类，贝叶斯分类，fish线性判别以及近邻法。第六章讲述了几种人工神经网络方法，第七章详细介绍了一个三维识别的案例。

该书将系统介绍用有限差分法数值求解微分方程的基本理论和方法。内容包括常微分方程的数值方法，偏微分方程中的椭圆型方程、双曲型方程和抛物型方程的有限差分方法，重点介绍差分格式的构造及稳定性分析的基本理论，也适当介绍一些前沿性的重要方法。全书强调基本理论方法的阐述，深入浅出。在理论不失严谨，同时又易于非数学专业的读者阅读

本书包括绪论共14章内容，约45万字。第1至第6章属于运筹学确定型模型，适用于本科教学段，第7至第10四章属于运筹学随机型模型，适用于研究生教学段。

《概率论与数理统计》内容包括：随机事件与概率、随机变量及其概率分布、多维随机变量及其概率分布、随机变量的数字特征、大数定理及中心极限定理、数理统计的基本知识、参数估计、假设检验。《概率论与数理统计》以基本理论和方法为核心，在此基础上注重应用，从实际问题引入基本概念，选用大量有关的例题与习题，具有循序渐进、逻辑清楚、结合

《概率论与数理统计同步辅导与习题全解（高教社·龙永红·第三版）》根据全国硕士研究生入学统一考试数学考试大纲（经济类）的要求编写。为了与教材保持同步，本书按原书的编排顺序逐章编写。包括：随机事件与概率、随机变量的分布与数字特征、随机向量、数理统计的基础知识、参数估计与假设检验、方差分析和回归分析。每章内容包括：大纲要求、

Thisbookisintendedasatextcoveringthecentralconceptsofpracticaloptimizationtechniques.Itisdesignedforeitherself-studybyprofessionalsorclassroomworkattheundergrad

《概率论与数理统计》包含十章内容：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、大数定律和中心极限定理、数理统计的基础知识、参数估计、假设检验、一元回归分析和Excel在概率统计中的应用。考虑到不同读者的需要，在内容安排、例题和习题编排等方面尽可能做到由浅入深、易于计算，侧重基本思想、基

《概率统计与数理统计》是高等院校理工类、经管类的重要课程之一。在考研数学中的比重大约占22%左右。主要内容包括：概率论的基本概念、随机变量及其概率分布、数字特征、大数定律与中心极限定理、统计量及其概率分布、参数估计和假设检验、回归分析、方差分析、马尔科夫链等内容。

1.加入**的计算思维内容。2.软件版本为Windows7+Office2010。3.华东交通大学精品课程。4.含有数据库、程序设计、算法、网页设计、多媒体、信息安全等方面的内容。

高等应用数学下册由六.微分方程七无穷级数八.矩阵代数九离散数学初步十概率初步组成。本书主要特点：以“理论够用、重在实践”的理念；体系结构新颖，重视数学思想的陈述，陈述和论证推理的难度有较大的降低；采用模块化设计，各章节知识点丰富；每章开头给出学习能力目标，有利于学生明确学习目标及重点；每章给出本章知识框图，有利于学生对