"本书主要介绍误差概念和误差分析方法，求解非线性方程的牛顿法、割线法、简单迭代法及迭代法收敛的判定方法，解线性方程组的直接法，解线性方程组的迭代法，插值与拟合，数值积分与数值微分，常微分方程数值解法，以及数值实验，并对应第2～7章中的数值算法给出相应的MATLAB程序。
本书融入课程思政内容，包括中国古代和现代数学家的研究成果，同时纳入**的研究成果，可作为数学专业及其他理工科专业本科生和研究生的教材和参考书。"

本书介绍科学与工程实际中常用的数值分析理论、方法及有关应用，内容包括绪论、非线性方程与方程组的数值解法、解线性方程组的直接法、解线性方程组的迭代法、曲线拟合与函数插值、数值微积分、常微分方程的数值解法、矩阵的特征值问题等. 考虑到工科院校相关课程的教学目的是满足工程和科研应用需要，本书更注重介绍工程应用的方法，弱化数学理论的推导证明，并且配有微课视频（二维码）、应用案例、应用题、上机实验和习题等内容. 本书提供配套电子课件，登录华信教育资源网（wwwhxedu.com.cn）注册后可以免费下载.

本书全面系统地阐述了测量误差的基本理论，测量平差的基础方法，以及扼要介绍了近代平差的原理。本书共12章，内容包括绪论、误差分布与精度指标、协方差传播率及权、平差数学模型与最小二乘原理、条件平差、附有参数的条件平差、间接平差、附有条件的间接平差、概括平差函数模型、误差椭圆、平差系统的统计假设检验、近代平差概论。

本书从最优化方法应用者的角度，较为系统地介绍了最优化问题地建模、算法结构、凸优化问题数学基础、基本地经典优化算法和基本地启发式优化算法。详细地讲解了线性规划方法、一维搜索方法、无约束非线性最优化问题的算法、带约束的非线性最优化问题的算法、模拟退火算法、遗传算法和粒子群算法等。书本中对上述方法附有案例过程，使读者可以理解这些方法处理问题背后的原理和思路，又能学习实际解决问题的方法和过程，提高使用最优化问题建模和算法解决实际问题的能力。

本书深入浅出地介绍了数值计算的基本概念、常用方法及其程序实现。内容涵盖数值计算的一般概念和误差分析的常用方法，线性方程组的直接解法，插值的概念及主要插值方法，迭代法求解方程、线性方程组及非线性方程组的常用方法，数值积分与数值微分的常用方法，函数逼近的概念及常用方法，求解矩阵特征值与特征向量的常用方法，求解一阶常微分方程初值问题的主要方法，Python程序设计及数值计算实现的基本方法。
本书注重基本概念和理论的完整性、计算方法的有效性和实用性以及学习过程中的思维连贯性。
本书可以作为高

本书给出了数值分析的现代方法及Python程序实现，主要包括误差分析、解线性方程组的直接法和迭代法、矩阵特征值问题的计算、非线性方程求根、插值法与最小二乘拟合、数值积分和数值微分、常微分方程初值问题的数值解法、快速Fourier变换以及蒙特卡罗方法等。书中配有大量的例题及Python程序实现，每一章给出了阅读材料、习题和上机练习题。

R软件的基本介绍、R软件的数据结构和图形功能、R软件实现数据的处理及清洗方法，R软件进行数据描述性分析，利用R软件进行参数估计，R软件进行假设检验，对应分析案例与R实现、典型相关分析案例与R实现。

"本书是为高等学校理工科师生编写的数值计算方法教材, 简明易学、富于创新。本书突出计算数学的基本思想, 注重经典数值方法的共性, 特别注意同微积分、线性代数基础知识的衔接。书中还介绍了相关数学问题和数值方法的历史背景、科学意义和几何直观。本次修订给出了一些典型算法相对应的 Python 程序和算例, 并介绍了相关的 Python 扩展库函数。    全书共八章, 包括数值计算中的误差、插值法与最小二乘法、数值积分与数值微分、方程求根、线性代数方程组的数值解法、矩阵特征值与特征向量的计算

智能算法是一类直接的、随机搜索的优化方法，它是基于模拟自然界的生物现象而产生的一类新型优化方法。本书在介绍优化理论的基础上，着重介绍求解复杂工程优化模型的新智能算法。
本书共有12章，第1～2章着重介绍智能算法的现状及**化理论的基本概念；第3章着重介绍几种求解单目标约束优化问题的新型智能算法；第4～5章介绍求解多目标优化问题的粒子群算法及仿真实验；第6～9章着重讨论当优化问题维度变大时如何解决高维多目标优化问题；第10～11章讨论了复杂双层优化及其在视频服务器部署中的应用；第12章分析本