本書是根據(jù)普通高等理工科院�！皵�(shù)值分析”和“計算方法”課程的基本要求,結(jié)合作者多年的教學(xué)實踐經(jīng)驗編寫而成的.內(nèi)容主要包括科學(xué)計算中的誤差分析、線性方程組的數(shù)值解法、插值與逼近、非線性方程求根、數(shù)值積分與數(shù)值微分、矩陣特征值的計算、常微分方程初值問題的數(shù)值解法等.本書的編寫注重讀者對算法基本思想和操作的掌握,旨在訓(xùn)練讀者

本書是一部版權(quán)引進(jìn)的俄文原版數(shù)學(xué)專著。中文書名可譯為《蒙特卡羅方法中的隨機(jī)過程和場模型：算法和應(yīng)用》。作者是謝爾蓋.米哈伊爾洛維奇.普里加林，俄羅斯物理和數(shù)學(xué)科學(xué)博士，新西伯利亞國立大學(xué)計算數(shù)學(xué)教研室教授，俄羅斯科學(xué)院西伯利亞分院計算數(shù)學(xué)和數(shù)學(xué)地球物理研究院首席研究員。

有限元法是目前工程中求解場問題的重要方法。對于結(jié)構(gòu)分析領(lǐng)域，目前有限元是最主流的手段。正因如此，有限元方法被大部分高校的力學(xué)、土木工程、機(jī)械工程等本科專業(yè)列為必修課程或核心選修課程。本書是為工科學(xué)生編寫的一本針對結(jié)構(gòu)分析問題的有限元教材。本書內(nèi)容覆蓋面廣，主要包括靜力學(xué)、穩(wěn)定性和動力學(xué)三大部分，其中靜力學(xué)部分基本涵蓋了

本書是與馮象初等編著的《應(yīng)用數(shù)值分析》(西安電子科技大學(xué)出版社出版)相配套的學(xué)習(xí)輔導(dǎo)書，書中各章均包括主要結(jié)論、釋疑解難、典型例題、習(xí)題解答四個部分。附錄中給出了兩份模擬試題及參考答案。本書旨在幫助讀者掌握數(shù)值分析課程的重點(diǎn)內(nèi)容，開拓解題思路，更好地理解數(shù)值分析的基本內(nèi)容，掌握解題方法和技巧。

本書分兩篇，第1篇為計算方法，內(nèi)容主要包括誤差分析、方程求根、線性方程組數(shù)值解法、矩陣的特征值及特征向量的計算、插值法、曲線擬合、數(shù)值積分與數(shù)值微分、常微分方程數(shù)值解法和偏微分方程數(shù)值解法等。第２篇為計算實習(xí)，供學(xué)生自學(xué)，并用于指導(dǎo)學(xué)生上機(jī)實習(xí)。與第１篇各章相配套，本篇共有9個實習(xí)，每一實習(xí)均給出了該實習(xí)的目的與要求、

本書著重介紹適合于電子計算機(jī)上采用的數(shù)值計算方法及其理論，內(nèi)容主要包括緒論、非線性方程的解法、線性代數(shù)方程組數(shù)值解法、多項式插值與函數(shù)最佳逼近、數(shù)值積分與數(shù)值微分、常微分方程數(shù)值解法和偏微分方程數(shù)值解法等7章，每章末附有足量習(xí)題，書后提供習(xí)題詳細(xì)答案。本書內(nèi)容覆蓋了教育部工科研究生數(shù)學(xué)課程教學(xué)指導(dǎo)小組所制定的工科研究生

本書共分為6章。每章均按照案例實驗、案例分析、強(qiáng)化訓(xùn)練、參考答案的思路編寫,主要介紹了計算機(jī)基本知識實驗、中文Windows7操作系統(tǒng)實驗、中文字處理軟件Word2016實驗、電子表格軟件Excel2016實驗、文稿演示軟件PowerPoint2016實驗、計算機(jī)網(wǎng)絡(luò)實驗等方面的內(nèi)容。各章的案例實驗精心設(shè)計,利于讀者鞏

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(xué)、信息科學(xué)、人工智能中最為活躍的研究方向，它在科研、工程、經(jīng)濟(jì)、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(xué)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(yuǎn)落后于該領(lǐng)域的快速發(fā)展。為彌補(bǔ)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

本書共13章，分別介紹了隨機(jī)變量的抽樣方法，隨機(jī)向量的抽樣方法，隨機(jī)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(biāo)下降法，Boosting算法，凸優(yōu)化與支持向量機(jī)，ADMM算法，深度學(xué)