本书是为“概率论与数理统计”课程的学习而编写的指导性教材，本书总结归纳了“概率论与数理统计”课程的基本概念、基本理论与基本方法。通过对类型与数量众多的例题的解析，使读者能够较好地掌握概率论与数理统计的思想方法与解题技巧。本书对历年硕士研究生入学考试中概率统计部分的常考点及试题作了详细地分析。此外，本书每节后面还配备了常

本书分为概率论和数理统计两部分，共9章.第1～5章讲述概率论的基本内容；第6～9章讲述数理统计的基本内容，同时各章章末讲述了部分与概率统计相关的一些数学建模.各章后附有习题，有助于读者对基本内容进一步理解和深化.

本书主要研究删失分位数回归模型的统计推断问题.全书共6章.第1章对删失数据进行概述,并介绍删失分位数回归模型的相关理论.第2章针对删失一般线性分位数回归模型的参数估计方法进行介绍,主要考虑在响应变量删失和协变量删失两种不同情况下,对删失数据的填补方法,并进行数值模拟和实例数据的分析.第3章考虑删失部分线性模型和删失部分

本书以学生成绩管理系统为主线，从简单的成绩输入/输出到采用文件存储成绩，并基于文件管理成绩，逐步丰富成绩管理系统的方式，引导读者思考利用计算机解决实际问题的方法，从而理解算法和计算思维，达到培养计算思维的目的。 计算思维是一个抽象概念，养成计算思维需要反复实践和反思。本书立足于计算思维的培养，每章都以问题为驱动，主要阐

本书是为高等院校理工科专业本科生的数值分析或计算方法课程编写的教材，内容包括非线性方程（组）的数值解法、线性方程组的数值解法、线性方程组的迭代解法、插值、曲线拟合与函数逼近、数值积分与数值微分、常微分方程的数值解法、矩阵特征值与特征向量的计算等常用数值算法的基本方法和理论。本书在兼顾理论讲解的同时，重视算法的应用和数学

本书是\"人工智能出版工程”系列图书之一。模式识别是人工智能的重要组成部分，本书简要介绍了模式识别的基本概念，以模式表示为切入点，针对近20年来模式识别领域研究的热点问题，系统阐述了线性子空间表示、非线性子空间表示、流形学习、稀疏表示、低秩模型、深度学习等方面的研究进展和相关代表性方法。本书可供高等院校人工智能、智能科

2020年，是中国计算数学与科学工程计算学科奠基人和开拓者冯康先生诞辰100周年。为缅怀冯康先生为中国计算数学与科学工程计算所作出的巨大贡献，追忆他生活中的片光零羽，发扬他克难创新的治学精神和甘于奉献的育人理念，中国科学院数学与系统科学研究院计算数学与科学工程计算研究所、中国数学会计算数学分会联合编辑出版《冯康先生纪念

本书介绍数值计算方法的基本原理、基础知识，并通过讲解函数插值、数值微分与积分、线性方程组的解法、矩阵特征值与特征向量的计算、非线性方程(组)的解法等基本数学问题的数值解法来阐述如何应用计算方法的基本原理解决实际问题，结合具有实际背景的案例，做到理论与实际相结合，帮助学生掌握数值计算的基本方法和基本思想。

本书主要介绍计算方法中的一些基本内容：误差和条件问题、解线性方程组的直接法与迭代法、特征值问题的计算方法、解非线性方程(组)的迭代法、插值与逼近、数值积分与数值微分以及常微分方程数值解法。本书内容深入浅出，既强调计算方法的基本概念和理论，更注重算法和实践。每章后面都附有一定数量的习题与上机实验题。

本书将新工科理念与国际化深度融合，借鉴国内外优秀教材的特点，并结合山东大学数学团队多年的教学经验编写完成。本书共8章，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、数字特征与极限定理、统计量及其分布、参数估计、假设检验、MATLAB在概率论与数理统计中的应用。每节题型采用分层模式，每章总复习题均选编自历年