本書主要包括線性規(guī)劃、運輸問題、動態(tài)規(guī)劃、排隊論、目標規(guī)劃、圖與網(wǎng)絡(luò)分析、存儲論及決策分析等內(nèi)容。這些內(nèi)容是高等院校經(jīng)濟管理類專業(yè)本科學生應(yīng)具備的必要知識。作為教材,本書著重闡述基本思想、基本理論和基本方法,力求做到深入淺出,通俗易懂,適于教學和自學。為了便于學生更好地理解和掌握教材中的有關(guān)內(nèi)容,編者還編寫了《運籌學學

本書共有12章,除第十二章外,各章內(nèi)容包括基本要求、內(nèi)容提要、學習要點、釋疑解難、例題分析及增補、習題解答和練習等欄目,其中釋疑解難和例題分析有助于加深對教材內(nèi)容的理解以及對教學難點的把握。

本書主要介紹有限單元法的基本理論、格式與求解方法,包括平面、三維應(yīng)力、等參數(shù)單元,以及桿系結(jié)構(gòu)單元、薄板和薄殼問題。另外,也簡要介紹了有限元動力分析,并在附錄中介紹了作為有限元理論基礎(chǔ)的插值函數(shù)、變分和能量原理等。

智能優(yōu)化正在成為智能科學、信息科學、人工智能中最為活躍的研究方向，它在科研、工程、經(jīng)濟、管理、國防乃至民生諸多領(lǐng)域發(fā)揮著越來越大的作用，已經(jīng)成為多種學科交叉融合研究的前沿課題。有關(guān)智能優(yōu)化算法方面的書籍國內(nèi)外已出版了多種，但其內(nèi)容的廣度還遠落后于該領(lǐng)域的快速發(fā)展。為彌補這方面的不足，本書全面收集了國內(nèi)外已提出的原創(chuàng)的智

概率論是高等院校數(shù)學和統(tǒng)計學專業(yè)的基礎(chǔ)課程之一。全書共七章，主要包括：隨機事件及其概率、隨機變量及其分布、隨機變量的數(shù)值特征、多維隨機變量及其分布、多維隨機變量的數(shù)值特征、大數(shù)定律與中心極限定理。除第1章外每章配有習題，書末附有部分習題參考答案或提示，便于讀者學習和檢查所學知識。本書著眼于理論聯(lián)系實際，通過精選例題并結(jié)

本書共13章，分別介紹了隨機變量的抽樣方法，隨機向量的抽樣方法，隨機過程的抽樣方法，Gibbs抽樣和馬爾可夫鏈，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，坐標下降法，Boosting算法，凸優(yōu)化與支持向量機，ADMM算法，深度學

本書是在高等學校非數(shù)學專業(yè)“概率論與數(shù)理統(tǒng)計”課程的教學基本要求基礎(chǔ)上，按照全國碩士研究生招生考試數(shù)學考試大綱的要求，結(jié)合編者多年的教學實踐經(jīng)驗編寫而成的.全書共8章，內(nèi)容包括隨機事件與概率、隨機變量及其分布、多維隨機變量及其分布、隨機變量的數(shù)字特征、大數(shù)定律與中心極限定理、統(tǒng)計量和抽樣分布、參數(shù)估計和假設(shè)檢驗.每節(jié)、

本書基于麻省理工學院開設(shè)的概率論入門課程編寫，內(nèi)容全面，例題和習題豐富，結(jié)構(gòu)層 次性強，能夠滿足不同讀者的需求。書中介紹了概率模型、離散隨機變量和連續(xù)隨機變量、多元隨機變量以及極限理論等概率論基礎(chǔ)知識，還介紹了矩母函數(shù)、條件概率的現(xiàn)代定義、獨立隨機變量的和、最小二乘估計等高級內(nèi)容。

本書是河南省“十四五”普通高等教育規(guī)劃教材重點立項,是將傳統(tǒng)紙質(zhì)教材內(nèi)容與教學視頻等相關(guān)數(shù)字資源鏈接在一起的新形態(tài)立體化教材�！禕R》本書內(nèi)容由概率論與數(shù)理統(tǒng)計兩部分組成。概率論部分包括概率論基礎(chǔ)、隨機變量及其分布、多維隨機變量及其分布、隨機變量的數(shù)字特征、大數(shù)定律和中心極限定理;數(shù)理統(tǒng)計部分包括數(shù)理統(tǒng)計基礎(chǔ)、參數(shù)估計

本書共分為6章,主要介紹了計算機思維與算法、計算機基本知識及計算機病毒與防治、中文Windows7操作系統(tǒng)、中文字處理軟件和Word2016、電子表格軟件Excel2016、文稿演示軟件PowerPoint2016、計算機網(wǎng)絡(luò)及網(wǎng)絡(luò)新技術(shù)等方面的內(nèi)容。全書力求用簡潔、通俗的語言引導讀者逐步掌握計算機基礎(chǔ)知識、操作系統(tǒng)和