全书共分八章,分别为随机事件及其概率、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、大数定律与中心极限定理、数理统计的基本概念、参数估计和假设检验,共500多道习题及解答,其中200余道历届考研真题(在边栏中标注“K”)。本书深度融合信息技术,在解题前给出了本题所蕴含的知识点,读者可依知识点标号来获取知识

本书共分为6章。每章均按照案例实验、案例分析、强化训练、参考答案的思路编写,主要介绍了计算机基本知识实验、中文Windows7操作系统实验、中文字处理软件Word2016实验、电子表格软件Excel2016实验、文稿演示软件PowerPoint2016实验、计算机网络实验等方面的内容。各章的案例实验精心设计,利于读者巩

本书主要包括线性规划、运输问题、动态规划、排队论、目标规划、图与网络分析、存储论及决策分析等内容。这些内容是高等院校经济管理类专业本科学生应具备的必要知识。作为教材,本书着重阐述基本思想、基本理论和基本方法,力求做到深入浅出,通俗易懂,适于教学和自学。为了便于学生更好地理解和掌握教材中的有关内容,编者还编写了《运筹学学

本书共有12章,除第十二章外,各章内容包括基本要求、内容提要、学习要点、释疑解难、例题分析及增补、习题解答和练习等栏目,其中释疑解难和例题分析有助于加深对教材内容的理解以及对教学难点的把握。

本书主要介绍有限单元法的基本理论、格式与求解方法,包括平面、三维应力、等参数单元,以及杆系结构单元、薄板和薄壳问题。另外,也简要介绍了有限元动力分析,并在附录中介绍了作为有限元理论基础的插值函数、变分和能量原理等。

智能优化正在成为智能科学、信息科学、人工智能中最为活跃的研究方向，它在科研、工程、经济、管理、国防乃至民生诸多领域发挥着越来越大的作用，已经成为多种学科交叉融合研究的前沿课题。有关智能优化算法方面的书籍国内外已出版了多种，但其内容的广度还远落后于该领域的快速发展。为弥补这方面的不足，本书全面收集了国内外已提出的原创的智

概率论是高等院校数学和统计学专业的基础课程之一。全书共七章，主要包括：随机事件及其概率、随机变量及其分布、随机变量的数值特征、多维随机变量及其分布、多维随机变量的数值特征、大数定律与中心极限定理。除第1章外每章配有习题，书末附有部分习题参考答案或提示，便于读者学习和检查所学知识。本书着眼于理论联系实际，通过精选例题并结

本书共13章，分别介绍了随机变量的抽样方法，随机向量的抽样方法，随机过程的抽样方法，Gibbs抽样和马尔可夫链，Metropolis-Hastings算法、HMC算法及SMC算法，EM算法和MM算法，梯度下降法，Newton-Raphson算法，坐标下降法，Boosting算法，凸优化与支持向量机，ADMM算法，深度学

本书是在高等学校非数学专业“概率论与数理统计”课程的教学基本要求基础上，按照全国硕士研究生招生考试数学考试大纲的要求，结合编者多年的教学实践经验编写而成的.全书共8章，内容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、统计量和抽样分布、参数估计和假设检验.每节、

本书基于麻省理工学院开设的概率论入门课程编写，内容全面，例题和习题丰富，结构层 次性强，能够满足不同读者的需求。书中介绍了概率模型、离散随机变量和连续随机变量、多元随机变量以及极限理论等概率论基础知识，还介绍了矩母函数、条件概率的现代定义、独立随机变量的和、最小二乘估计等高级内容。