本书是按照教育部自动化类专业本科教学大纲编写的。全书共分为8个章节，内容囊括了系统的状态空间模型、状态方程的解、系统的能控性与能观测性、动态系统的稳定性分析、极点配置与观测器设计、控制、自适应控制、状态解耦及智能控制，另外，增加了增加了名校历年考研真题及解读。本书在选材上，力图内容全面，重点突出，讲明基本概念和方法，尽

本书共10章，内容包括：随机事件及其概率，随机变量及其分布，多维随机变量，随机变量的数字特征，大数定律与中心极限定理，抽样与抽样分布，参数估计，假设检验，方差分析，回归分析。

本书是根据当前我国高职高专大众化发展趋势下的教育现状，在总结和分析全国高职高专院校机电、电气类等专业数学教学改革经验的基础上编写而成的.为了适应高等职业技术教育人才培养目标的要求，满足各专业学生学习的需要，本书对教学内容进行了优选.本书共七章，内容包括函数、极限与连续、导数与微分、导数的应用、不定积分、定积分及其应用和

《概率论与数理统计》以高等学校应用型创新型人才培养为目标，强调概率论与数理统计的应用性，主要内容包括概述、概率论的基础、随机变量的概率分布及数字特征、几种常见的概率分布、统计量的分布、参数估计、假设检验、线性回归模型等。读者学习该书的主要理论只要具有一元微积分的数学基础即可。该书在知识体系上突出问题导向，章节内容从经典

本书共分10章，其中第1-5章是概率论部分，包括随机事件及其概率、随机变量及其分布、二维随机变量及其分布等；第6-9章是数理统计部分，包括统计量及其分布、参数估计、假设检验等；第10章介绍了Excel与MATLAB在概率统计中的应用。

本书是\"人工智能出版工程”系列图书之一。模式识别是人工智能的重要组成部分，本书简要介绍了模式识别的基本概念，以模式表示为切入点，针对近20年来模式识别领域研究的热点问题，系统阐述了线性子空间表示、非线性子空间表示、流形学习、稀疏表示、低秩模型、深度学习等方面的研究进展和相关代表性方法。本书可供高等院校人工智能、智能科

《多元统计分析》系统地介绍了多元统计分析技术的基本思想和方法原理，以社会、经济、商务等领域的实际问题为案例，结合SAS软件，介绍各种方法的SAS操作、实现过程与结果解释，帮助读者理解并掌握多元统计分析的基本方法，熟练应用软件进行数据分析，提高对实际数据的分析挖掘能力。《多元统计分析》内容重点突出、习题设置合理、教学资源

本书是作者根据教育部关于高等学校工科类和经济管理类本科数学基础课程教学基本要求，在多年从事工科类和经济管理类等专业线性代数教学基础上编写而成的。本书第二版在正文的基本内容及教材的体系和章节安排方面基本与原书一致，保留了原书的风格.

本书分为概率论和数理统计两部分，共9章.第1～5章讲述概率论的基本内容；第6～9章讲述数理统计的基本内容，同时各章章末讲述了部分与概率统计相关的一些数学建模.各章后附有习题，有助于读者对基本内容进一步理解和深化.

本书是为高等院校理工科专业本科生的数值分析或计算方法课程编写的教材，内容包括非线性方程（组）的数值解法、线性方程组的数值解法、线性方程组的迭代解法、插值、曲线拟合与函数逼近、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计算等常用数值算法的基本方法和理论。本书在兼顾理论讲解的同时，重视算法的应用和数学