"本书是“新时代大学数学系列教材”之一。本书内容包括概率模型、概率公式、随机变量、随机向量、数学期望和方差、大数定律和中心极限定理、统计初步、参数估计、参数的区间估计、正态总体的显著性检验、总体分布和比例的假设检验、线性回归分析等十二章内容，并以工程技术和科学研究中广泛使用的MATLAB及国产软件北太天元为例, 介绍与本书内容相关的调用命令。本书采用“纸质内容+数字资源”的方式。纸质内容着重讲授基本概念、基本理论和典型例题。数字资源以拓展纸质内容、拓宽学生视野、激发学习兴趣为目标，配置

本书系统地介绍了运筹学中的主要内容，重点讲解了应用广泛的线性规划、运输问题、整数规划、图论与网络计划、存储论、决策分析等内容。本书强调学以致用，以大量实际问题为背景引出运筹学各分支的基本概念、模型和方法，具有很强的实用性。在基本原理和方法的介绍方面，本书尽量避免使用复杂的理论证明，而是通过大量通俗易懂的例子对理论方法进行讲解，具有较强的趣味性，又不失理论性，理论难度由浅入深，适合不同层次的读者。 本书可作为高等院校经济类、管理类、工程类各专业的本科生、专业硕士研究生的教材，也可供各类管理人员及相

本书的目的是考虑大型且具有挑战性的多阶段决策问题，这些问题原则上可以通过动态规划和**控制来解决，但它们的精确解决方案在计算上是难以处理的。本书讨论依赖于近似的解决方法，以产生具有足够性能的次优策略。这些方法统称为增强学习，也可以叫做近似动态规划和神经动态规划等。 本书的主题产生于**控制和人工智能思想的相互作用。本书的目的之一是探索这两个领域之间的共同边界，并架设一座具有任一领域背景的专业人士都可以访问的桥梁。

"《运筹学》是“十二五”普通高等教育国家级规划教材，在第四版的基础上修订完善而成，主要内容有线性规划、整数线性规划、非线性规划、动态规划、图与网络分析、网络计划技术、排队论、决策分析、对策论等。第五版继续保持了原书的厚理论、宽口径、理论联系实际的特点，以及精炼严谨的风格。本书以新形态教材的形式出版，结合运筹学的新进展并融入思政元素，每章增加数字资源，包括：科学家故事、前沿扩展、科研应用、案例详解等，用二维码的形式呈现，可供教师和读者选择使用。本书可作为数学与应用数学、信息与计算科学、金

本书介绍计算机上常用的数值计算方法，阐明数值计算方法的基本理论和实现，讨论一些数值计算方法的收敛性和稳定性，以及数值计算方法在计算机上实现时的一些问题。内容包括数值计算引论、非线性方程的数值解法、线性方程组的数值解法、插值法、曲线拟合的最小二乘法、数值积分和数值微分、常微分方程初值问题的数值解法。各章内容有一定的独立性，可根据需要进行学习。本书对各种数值计算方法都配有典型的例题，每章后有较丰富的习题，全书最后附有部分习题参考答案。
本书可作为高等院校工科各专业本科生学习数值分析或

本书前四章详尽论述了线性空间、矩阵和线性代数、线性映射和线性空间的分解。后五章讨论线性映射和矩阵的分解、包括谱分解、奇异值分解和极分解，范数、矩阵函数、特别是解线性定常状态方程所需的矩阵指数函数，线性映射和矩阵的广义逆和矩阵方程，包括线性矩阵方程、连续时间和离散时间代数Riccati方程。线性代数在自动控制中的应用主要包括Lyapunov稳定性理论，可控可观测性及可镇定可检测性分析，传递函数矩阵在RH中的互质分解，Hankel算子的Schmidt分解。

本书以数值分析原理为纲, 以算法设计为本, 基于Python 语言, 详细介绍了原理分析到 自编码 算法设计与应用的过程和思想, 旨在提升学生的数值计算和实践编码能力, 其数值算法设计思想可迁移到机器学习和深度学习,为学术深造和应用研究奠定科学计算和自编码基础. 本书共包含数值分析的12 个领域, 教师可以根据不同的学习对象和教学目的选择相应的章节. 书中计算方法均结合数学原理独立设计算法, 并结合经典数值算例辅助学习和理解, 且配备了实验题目, 使理论与实践、学习与提升相辅相成.

最优化理论与方法是计算机科学与技术、人工智能及相关专业的主干课程之一。本书结合最优化理论与方法的基本原理和各种高效算法的实际应用，系统地介绍了最优化问题的数学建模方法，并融入了和最优化理论与方法课程密切相关的思政元素。 全书共9章，第1章为引言，第2～9章全面系统地介绍了相关数学知识、线性规划、单纯形方法、对偶理论和灵敏度分析、一维搜索、使用导数的最优化方法、惩罚函数法、动态规划法，同时部分章末引入了思政扩展阅读内容。 本书提供了较为丰富的实例、案例分析和几何演示，可以作为计算机科学

本书系统地介绍了多元统计分析中的经典理论和方法，重点讲解了多元正态总体的参数估计和假设检验、聚类分析、判别分析、主成分分析、因子分析、对应分析、典型相关分析。本书力求以统计思想为主线，以SPSS软件为工具，深入浅出地介绍各种多元统计方法的理论和应用，以大量实际问题为背景，介绍多元统计分析的基本概念和方法，具有很强的实用性；在基本原理和方法的介绍方面，本书尽量避免复杂的理论证明，通过大量通俗易懂的例子进行理论方法的讲解，具有较强的趣味性，又不失理论性，理论难度由浅入深，适合不同层次的读者。