在每章的内容中穿插介绍了与本章内容有关的一些背景知识或概率论与数理统计的应用实例,旨在加深学生对概率统计内容的了解,扩大学生的视野,每章的习题选择也比较新颖,增加了一些与*新科技及日常生活有关的习题,有助于培养学生解决问题的能力,为提高学生应用计算机解决问题的能力,附录中介绍了概率论与数理统计中数学实验的内容,书末附有
迄今为止,代数沿袭已超过哲学家对其发展过程更深刻的探索,以至于概率往往被人认为是数学而不是逻辑。因此,《论概率》就概率的逻辑性展开阐述,书中有很多新颖的、创造性的理论,并有针对性地提出概率的系统性理论,以希望得到得到大家的指正和补充。
本书从实用和简明的角度介绍了数值分析的基本概念和方法,并对误差估计、方法的收敛性和稳定性以及优缺点等作了适当分析.全书共分8章,内容包括:绪论,插值法,曲线拟合与函数逼近,线性方程组的数值解法,数值积分与数值微分,非线性方程与方程组的数值解法,常微分方程初值问题的数值解法,矩阵特征值问题的数值方法.附录中给出了MATL
本书分7章,介绍数学建模基本方法、理论。具体内容包括:数学建模概述、基本方法建模、数值计算基础、微分方程方法建模、优化问题及其求解、统计分析方法、现代优化方法。另外,本书还介绍数学建模竞赛中常用的软件,包括LINGO软件、Matlab软件、SPSS软件在数学建模中的应用。每章配有习题。 本书可作为本科生、研究生的数学
本书是根据教育部制定的“高职高专教育数学课程教学基本要求”和“高职高专教育专业人才培养目标及规格”,结合最新的课程改革理念与教学改革成果编写而成的.本书融入了数学软件MATLAB使用、数学建模案例,体现数学的工具性、应用性,从知识、能力、素质三个方面培养学生的数学综合素质,具有内容通俗易懂,符合高职教学的要求等特色.本
独立成分分析中的高阶统计量方法
本书较系统介绍了随机事件与概率、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、大数定律与中心极限定理等概率论基本知识,以及数理统计的基本概念和抽样分布、参数估计、假设检验、方差分析与回归分析初步等数理统计的基本知识。在每章后面均配有相关内容的Mathcad数学实验,这不仅使学生提高了学习概率论与数
系统讲述了如何正确地收集和描述数据,如何利用统计软件MINITAB和EXCEL进行统计分析,以及如何解释统计结果在实际应用中的意义。本书是根据该书第14版缩编而成,对统计描述和推断作了基本的介绍。
本书内容主要有随机事件及其概率、随机变量及其分布、随机变量的数字特征、极限定理初步、数理统计的基础概念、参数估计、假设检验。
本书基于PyMC语言以及一系列常用的Python数据分析框架,如NumPy、SciPy和Matplotlib,通过概率编程的方式,讲解了贝叶斯推断的原理和实现方法。该方法常常可以在避免引入大量数学分析的前提下,有效地解决问题。书中使用的案例往往是工作中遇到的实际问题,有趣并且实用。作者的阐述也尽量避免冗长的数学分析,而