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

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

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

《数值计算方法习题集》是《数值计算方法》的配套教材，内容包括数值计算引论、非线性方程的数值解法、线性代数方程组的数值解法、插值法、曲线拟合的小二乘法、数值积分和数值微分、常微分方程初值问题的数值解法和试题及解答等8章。前7章每章均由内容提要、习题及解答、同步练习题及解答三部分组成，一章给出了3份试题样卷及解答。随着计算

《数值计算方法理论与典型例题选讲(第二版)》是为理工类大学本科课程数值分析和计算方法编写的教材与课外自学指导两用书，主要内容包括引言、插值法、线性方程组的直接与迭代解法、方程求根、数据拟合与函数逼近、数值积分与数值微分、常微分方程数值解法、矩阵特征值与特征向量问题.此外，为了兼顾学生能力的培养和考试技能的提高，并帮助其

本书分为6篇：第1篇智能优化的理论基础，内容包括优化理论和智能优化方法概述；第2篇进化算法，内容包括遗传算法、DNA算法、Memetic算法和文化算法；第3篇仿人智能优化算法，内容包括神经网络算法、模糊逻辑算法、思维进化算法；第4篇群智能优化算法，内容包括蚁群优化算法、粒子群优化算法、混合蛙跳算法、猴群算法、自由搜索算

统计包括统计计算和计算统计两个领域。传统的统计计算有优化算法、随机数生成算法、随机模拟、回归分析、分布函数和分位数函数计算等。计算统计包括马尔可夫链蒙特卡罗方法、EM算法和自助法等。本书理论部分囊括了这两部分内容；实验部分是以Python作为编程语言实现的，部分代码展示在书中，部分代码以二维码形式放在每节后面；课程思政

本书系双语教材，主体部分用英语撰写，延伸阅读部分用汉语撰写.主体部分主要内容包括：常见数学公式和数学表达式的英语读法、解线性方程组的直接法、矩阵代数迭代技术、一元方程求根、多项式插值、逼近论、数值微分与数值积分、常微分方程初值问题等.延伸阅读部分内容包括：数学家传记、求解非线性方程组的最小二乘法、非线性方程组的不动点迭

摩尔定律快要走到尽头，但计算革命不会终止。更好的软件编程、3D芯片和量子计算等方法应运而生，其中云计算将成为业界应对摩尔定律消亡的最佳手段，物联网（IoT）的兴起将让我们逼近一个"消失点”，此前计算机的形体从大到小，此后计算机将变得"无形”，使计算无处不在，智能融入日常生活。本书由计算专业领域的专家学者知名吴翰清执笔，

本书为武汉大学规划教材，是为帮助理工科院校各专业的学生更好地学习数值分析或计算方法课程而编写的学习辅导书。全书共9章，包括基本知识、线性方程组的数值解法、非线性方程（组）的数值解法、曲线拟合与线性最小二乘问题、矩阵特征值问题的数值方法、插值法、函数逼近、数值积分、常微分方程的数值解法等内容。每章都由主要内容、知识要点和