本書介紹了概率論與數(shù)理統(tǒng)計的基本概念、基本理論和基本方法，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)字特征與極限定理、數(shù)理統(tǒng)計的基本概念、參數(shù)估計、假設(shè)檢驗、回歸分析與方差分析.每章均配有習(xí)題，并補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，書中特別強調(diào)全面貫徹數(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，同時又符合近年來考研試題命題新穎的風(fēng)格�？佳袛�(shù)學(xué)重要考點、重點題型全覆蓋，給出相應(yīng)的題型對考點進(jìn)行具體闡述，并適當(dāng)配以注釋和批注，說明考試中�？嫉姆绞胶鸵壮霈F(xiàn)的錯誤

本書比較全面地介紹了演化多目標(biāo)優(yōu)化與智能計算相關(guān)的基本理論、方法、以及作者團隊在演化多目標(biāo)優(yōu)化與智能計算領(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；

本書為考研數(shù)學(xué)用書，涉及：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)定律和中心極限定理，數(shù)理統(tǒng)計的基本概念，參數(shù)估計，假設(shè)檢驗(數(shù)一)相關(guān)知識點、習(xí)題和解析。

本書講述新技術(shù)(新產(chǎn)品)開發(fā)過程中減少實驗數(shù)目，減少實驗消耗，縮短開發(fā)周期，降低開發(fā)成本，快速開發(fā)出質(zhì)量優(yōu)良、成本低廉的產(chǎn)品的基本理論、基本方法與實踐。本書提供了多種化學(xué)過程的實驗?zāi)Ｐ驮O(shè)計與實例，提供了多個復(fù)雜化學(xué)過程的微分方程的積分并展示了模擬運行圖，也研究了不等容全混釜串聯(lián)裝置的停留時間分布密度函數(shù)與分布函數(shù)。遵照

本書基于近年來概率統(tǒng)計課程教學(xué)改革及碩士研究生入學(xué)考試變化趨勢編寫而成。本書共7章，前4章為概率論部分，主要包括概率定義及性質(zhì)、概率分布、隨機變量數(shù)字特征及中心極限定理。后3章為數(shù)理統(tǒng)計部分，主要包括參數(shù)估計方法和假設(shè)檢驗方法。本書巧妙地將理論講解與相關(guān)案例視頻解析(以二維碼的形式呈現(xiàn))融合在一起，提高學(xué)習(xí)效率和學(xué)習(xí)興

本書作為該領(lǐng)域入門教材，在內(nèi)容上盡可能涵蓋模式識別基礎(chǔ)知識的各方面，全書共分為9章，第1章介紹了模式識別的基本概念、模式識別系統(tǒng)的組成；第2章介紹了模式識別中的線性分類器；第3章介紹了模式識別中的貝葉斯分類器；第4章介紹了模式識別中的概率密度函數(shù)估計；第5章介紹了模式識別中的典型的分類方法；第6章介紹了模式識別中的特征

全書共分上、下兩冊，本書為上冊，適用于較多學(xué)時的＂數(shù)值分析＂課程教學(xué)和大類招生專業(yè)分流前學(xué)生學(xué)習(xí)。主要介紹解線性方程組的直接法和迭代法、解線性最小二乘問題的直接法、矩陣特征值問題的計算方法、函數(shù)插值、數(shù)值積分、微分方程數(shù)值解法及幾類經(jīng)典現(xiàn)代數(shù)值方法。

《試驗設(shè)計及最優(yōu)化》以方差分析、回歸分析原理及應(yīng)用為基礎(chǔ)，系統(tǒng)介紹了完全析因設(shè)計、部分析因設(shè)計、響應(yīng)曲面設(shè)計、混料設(shè)計和計算機試驗設(shè)計等方法的基本原理，并通過實際案例演示JMP軟件中試驗設(shè)計、數(shù)據(jù)分析及優(yōu)化方法的具體實現(xiàn)，旨在幫助讀者在理解基本原理的同時，快速掌握相關(guān)軟件，并應(yīng)用科學(xué)與工程研究中。本書可作為材料、化工、

全書從內(nèi)容上分為三大部分。第一部分主要介紹超啟發(fā)式算法的基礎(chǔ)理論，其中第1章介紹了超啟發(fā)式算法的內(nèi)涵和分類，第2~第5章分別介紹了選擇構(gòu)造類、選擇攝動類、生成構(gòu)造類、生成攝動類這四類超啟發(fā)式算法，第6章從理論層面給出了超啟發(fā)式算法的嚴(yán)格定義和基本框架。第二部分重點介紹超啟發(fā)式算法在多種實際優(yōu)化問題中的應(yīng)用，其中第7~第