本书共分成4大模块，第一部分主要讲解计算思维的概念、本质以及相关特征；第二部分针对计算机的一些微观知识点进行补充，包括计算机的组成等；第三部分通过对程序设计语言发展的描述，初步体会程序语言的特点；第四部分主要针对C语言，将抽象的计算思维实例化，培养读者编程感觉，感受计算思维的实际运用。本教材具有零基础入门、基于解决问题

本书为中国科学技术大学数学类本科生的“概率论”教材,既保留了第二版中原有的基本内容:初等概率论、随机变量、随机向量、数字特征与特征函数、极限定理等,又根据国际通用表述习惯和教学需求调整了叙述方式和部分内容,增加了例题,使得主干脉络更清楚,枝叶更丰满.《BR》本书内容丰富,叙述严谨,深入浅出,既以生动浅显的方式说明了概率

本书系统地介绍了数值分析的基本概念、基础理论、基本数值方法和具有实际应用背景的数值方法的实现过程。主要包括：数值计算基础、解非线性方程的数值方法、解线性方程组的直接方法、多项式逼近和插值法、逼近理论与最小二乘法、解线性方程组的迭代法、数值微分与数值积分、解非线性方程组的数值方法、矩阵特征值与特征向量的近似计算、常微分方

本书共分为4章。第1章“信息技术概述”主要介绍信息技术的发展，新一代信息技术，信息的表示与存储以及信息安全。第2章“计算思维与算法设计”主要介绍计算思维、计算机的三大核心思维，并结合案例讲解如何进行程序的算法设计。第3章“可视化编程方法”介绍使用可视化编程环境RAPTOR，通过连接基本流程图符号来创建算法，并进行直接调

本书通过一个基础、两个思维、三个概念、两个原理来有机组织教学内容。认真贯彻《国家职业教育改革实施方案》的精神，深入调查高职学生的数学基础与认知特点。本书内容包括：一元微积分，随机试验、随机事件、概率、复合事件的概率计算、一维随机变量的分布、数字特征、统计量、参数估计、假设检验、一元线性回归等，本书主要面向高职高专财经管

本书系统地介绍了数值分析的基本理论和算法。全书共7章，内容分为三大部分：第一部分（第1章）是预备知识，主要介绍误差的基本理论、Banach空间、Hilbert空间、不动点原理等；第二部分（第2~4章）是数值逼近，主要介绍函数的插值与逼近问题、数据处理问题、数值积分和数值微分等；第三部分（第5~7章）是数值代数，主要介绍

《数值分析简明教程（第2版）》包含数值分析绪论、方程求根、线性方程组解法、特征值特征向量求法、插值与拟合、数值积分与数值微分和微分方程数值解七部分内容，且每章配以大量的精选例题和习题，还有思考题、数值实验和知识扩展阅读。每章的思考题和数值实验也是授课教师进行研究型教学的素材。此外，以此书为授课内容的作者教学录像已经由超

本书系统介绍科学与工程计算中常用的数值计算方法和理论，主要内容包括误差分析、解线性方程组的直接方法和迭代方法、非线性方程（组）的数值解法、插值法、函数逼近与曲线拟合、数值积分与数值微分、常微分方程的数值解法、矩阵特征值与特征向量的数值解法，以及MATLAB软件在数值计算中的应用.《BR》本书内容丰富，论述翔实、严谨，重

本书是针对高等学校理工科及经济管理类各专业“概率论与数理统计”课程编写的教材．本书共8章，主要内容包括：概率论的基本概念、随机变量及其概率分布、二维随机向量及其概率分布、随机变量的数字特征、大数定律和中心极限定理、数理统计学的基本概念、参数估计、假设检验．每节穿插练习题，每章附有习题，书末附有练习题、习题参考答案，以及

本书是根据教育部关于理工科概率论与数理统计课程的教学基本要求编写的概率论与数理统计课程的教材，编者全部是具有丰富教学经验的一线教师．全书共分为八章，内容包括：概率论的基本知识、随机变量及其概率分布、随机变量的数字特征、大数定律与中心极限定理、数理统计的基本概念、参数估计、假设检验、方差分析与回归分析．本书按节配置习题，