""本書是陜西師范大學(xué)國家級一流本科課程“概率論與數(shù)理統(tǒng)計(jì)”的配套新形態(tài)教材.內(nèi)容包括隨機(jī)事件與概率、隨機(jī)變量及其分布、隨機(jī)變量的數(shù)字特征、極限定理、樣本與抽樣分布、參數(shù)估計(jì)、假設(shè)檢驗(yàn)、方差分析與回歸分析、教育統(tǒng)計(jì)初步及應(yīng)用等.本書的內(nèi)容是根據(jù)教學(xué)團(tuán)隊(duì)多年的教學(xué)實(shí)踐,從優(yōu)化知識體系、深化數(shù)學(xué)基礎(chǔ)、強(qiáng)化實(shí)際應(yīng)用、融入學(xué)科

"半無限規(guī)劃（SIP）是數(shù)學(xué)規(guī)劃的重要研究課題，在經(jīng)濟(jì)均衡、金融工程、最優(yōu)控制等應(yīng)用問題，以及魯棒優(yōu)化、Chebyshev逼近理論、模糊集等理論問題中均有著廣泛且直接的應(yīng)用。本書主要源于作者及其研究團(tuán)隊(duì)多年的潛心研究成果，并介紹了與此相關(guān)的前沿研究成果及研究思想，力求系統(tǒng)而詳細(xì)地介紹半無限規(guī)劃的理論及算法。本書主要分為

本教材包括ANSYS軟件基礎(chǔ)與高級仿真應(yīng)用兩部分:第1章-第8章為基礎(chǔ)部分,詳細(xì)說明ANSYS基本操作、實(shí)體模型的建立、材料模型的選取、網(wǎng)格的劃分、結(jié)構(gòu)分析的內(nèi)容和方法等。第9章-第11章為高級應(yīng)用部分,將作者團(tuán)隊(duì)的科研成果與軟件使用緊密結(jié)合,提煉出適合的算例來介紹科學(xué)研究與工程應(yīng)用中所涉及的高級仿真技術(shù),包括子模型與

《隨機(jī)非線性系統(tǒng)抗干擾控制理論與方法》重點(diǎn)針對受到不同類型內(nèi)外干擾的隨機(jī)非線性系統(tǒng)，研究隨機(jī)非線性系統(tǒng)的抗干擾控制方法。以近幾年國內(nèi)外的研究成果為背景，探究有界時(shí)變干擾、高動態(tài)干擾、結(jié)構(gòu)不確定性等多源干擾影響下隨機(jī)非線性系統(tǒng)抗干擾控制律的設(shè)計(jì)與分析問題。在此基礎(chǔ)上，基于無源性和耗散性理論設(shè)計(jì)和分析隨機(jī)非線性系統(tǒng)的抗干擾

《Origin數(shù)據(jù)分析、科技繪圖與可視化從入門到精通》以O(shè)riginPro2024b中文版為軟件平臺，結(jié)合作者多年的數(shù)據(jù)分析經(jīng)驗(yàn)，通過大量科研場景下的應(yīng)用實(shí)例，詳細(xì)介紹Origin在科研數(shù)據(jù)處理與科學(xué)數(shù)據(jù)可視化中的使用方法與技巧。全書共11章，第1～3章主要講解Origin的基礎(chǔ)知識，包括Origin的操作界面、文件管

本書介紹了概率論與數(shù)理統(tǒng)計(jì)的基本概念、基本理論和基本方法，內(nèi)容包括：隨機(jī)事件與概率、隨機(jī)變量及其分布、多維隨機(jī)變量及其分布、隨機(jī)變量的數(shù)字特征與極限定理、數(shù)理統(tǒng)計(jì)的基本概念、參數(shù)估計(jì)、假設(shè)檢驗(yàn)、回歸分析與方差分析.每章均配有習(xí)題，并補(bǔ)充了近年來的碩士研究生招生考試試題，書末附有習(xí)題參考答案，供學(xué)生學(xué)習(xí)時(shí)參考. 本書可以

本書是一本由張宇主編的考研數(shù)學(xué)圖書，書中特別強(qiáng)調(diào)全面貫徹?cái)?shù)學(xué)基本功的訓(xùn)練，明確給出考研大綱中規(guī)定的所有考試目標(biāo)。所有的問題都是按照考試要求，并在考綱內(nèi)提出，同時(shí)又符合近年來考研試題命題新穎的風(fēng)格。考研數(shù)學(xué)重要考點(diǎn)、重點(diǎn)題型全覆蓋，給出相應(yīng)的題型對考點(diǎn)進(jìn)行具體闡述，并適當(dāng)配以注釋和批注，說明考試中常考的方式和易出現(xiàn)的錯(cuò)誤

本書比較全面地介紹了演化多目標(biāo)優(yōu)化與智能計(jì)算相關(guān)的基本理論、方法、以及作者團(tuán)隊(duì)在演化多目標(biāo)優(yōu)化與智能計(jì)算領(lǐng)域過去近十年的主要研究成果。全書共12章，第1-2章主要內(nèi)容為簡單介紹多目標(biāo)優(yōu)化的問題、基本概念和復(fù)雜多目標(biāo)優(yōu)化和智能計(jì)算問題相關(guān)的基礎(chǔ)知識；第3-7章主要介紹了作者提出的一些先進(jìn)的演化多目標(biāo)優(yōu)化算法以及相關(guān)應(yīng)用；

本書是一本模式識別學(xué)習(xí)的立體教程，通過本書的學(xué)習(xí)，能夠掌握模式識別主要技術(shù)模塊的算法原理及Python實(shí)現(xiàn)，包括貝葉斯決策、概率密度函數(shù)的估計(jì)、線性判別分析、非線性判別分析、組合分類器、無監(jiān)督模式識別、特征選擇、特征提取、半監(jiān)督學(xué)習(xí)以及人工神經(jīng)網(wǎng)絡(luò)等。本書配以教學(xué)課件、Python仿真程序、微課視頻和實(shí)驗(yàn)指導(dǎo)書，便于教

本書共十章。第一章闡述非參數(shù)統(tǒng)計(jì)的特點(diǎn)，第二章講解描述性統(tǒng)計(jì)方法，第三、四章分別講解符號檢驗(yàn)法、符號秩和檢驗(yàn)法，第五到八章分別講解兩樣本、多樣本和區(qū)組設(shè)計(jì)等問題以及相關(guān)分析的非參數(shù)統(tǒng)計(jì)方法，第九章講解非參數(shù)密度估計(jì)和非參數(shù)回歸，第十章講解檢驗(yàn)的漸近相