本书着重介绍了与实际应用有关的数值计算基本方法，强调了基本概念、理论和应用，特别是数值计算方法在计算机上的实现，以期读者在学完本书之后能够充分掌握这些方法，并能在计算机上进行有关的科学与工程计算.
全书共分8章，主要内容包括非线性方程求根，线性方程组数值解法，矩阵特征值与特征向量的数值计算，函数逼近，数值积分和微分，解线性代数方程组的直接方法和迭代方法，常微分方程初值问题的计算方法以及优化问题数值解法.各章配有一定数量的习题，书后附有习题答案和提示.
本书可作为理工科专业研究生和应用

本书是江苏省研究生优秀课程配套教材，围绕“理论推导—算法实现—工程应用”的主线，系统讲授数值分析的基本理论与常用方法，共设8章，内容涵盖误差分析、非线性方程求根、线性方程组数值解法、插值与拟合、数值微积分、常微分方程数值解法等。书中突出工程应用导向，精心设计了多个贴近实际的案例（含MATLAB程序实现），帮助读者理解算法在复杂问题中的实际价值。本书按节和章分别配备多类型习题，扫书中二维码可查看相应解析，构建“讲—练—解”一体化学习闭环。通过48学时教学安排，帮助读者夯实计算基础、提升建模与算法能

《智能优化算法及其Matlab案例》是对智能优化算法及其实际应用的研究成果的系统总结。智能优化算法是一类模拟生物进化、群体行为或物理法则等自然现象或过程的计算方法，用于解决组合优化、函数优化、大空间等复杂的优化问题，得到了国内外学者的广泛关注。本书共有8章，第1章介绍了智能优化算法的概念、特点、分类以及最优化问题的含义、分类等；第2章到第7章分别介绍了遗传算法、模拟退火算法、禁忌搜索算法、蚁群优化算法、粒子群优化算法、帝国竞争算法等6种经典智能优化算法的理论基础、算法流程及Matlab案例应用；

本书主要针对理工类专业编写，较好地体现了高等数学的应用性，供大一理工类学生使用．本书内容主要包括函数、极限与连续，导数与微分，微分中值定理与导数的应用，不定积分，定积分及其应用，常微分方程，线性代数，概率论与数理统计初步和数学实验共九章，书中加“*”号的内容为选学内容，供任课老师酌情选用．每章按节配置了由易到难的习题，书后附有答案，扫码可以查看答案详解．同时，每章最后有本章复习题和在线测试题．为了便于学生学习，书末附录还给出了常用数学公式和积分表．本书内容突出数学与理工类专业及生活实践的密切联系

全书结构严谨，共分为九章，内容涵盖概率论的基础知识，包括概率论的基本概念、随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、大数定律和中心极限定理；以及数理统计的核心内容，包括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.此外，本书的附录部分还特别提供了概率论与数理统计中Python常用命令代码的简介. 本书不仅适合作为高等学校非数学专业学生的教材，同时也可为报考硕士研究生招生考试的考生及科技工作者提供参考.

本书以普通高等学校非数学专业概率论与数理统计课程的教学基本要求为依据，参考国内优秀教材，融入编者多年来在课程教学过程中积累的教学经验编写而成。本书内容由两大部分组成。第一部分包括：随机事件及其概率、随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、大数定律与中心极限定理；第二部分包括：数理统计的基本概念、参数估计、假设检验、方差分析、回归分析。本书可作为普通高等学校非数学专业概率论与数理统计课程的教材，也可供工程技术人员参考。

本书是根据高等院校概率论与数理统计课程的教学大纲以及考研大纲编写而成的教材。全书系统地介绍了概率论与数理统计的基本概念、基本理论与思想方法。全书共八章，主要内容包括：随机事件及其概率、一维随机变量及其分布、多维随机变量及其分布、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、参数估计和假设检验。其中前五章是概率论部分，是从数量关系的角度研究随机现象的规律性，并为数理统计部分提供坚实的理论基础；后三章是数理统计部分，是从理论与实际相结合的角度研究随机现象的统计规律性，并以概率论为理

本书是教育部“101计划”核心教材数学领域中的概率学科的教材，共分上下两册。 概率论是从数量侧面研究随机现象规律性的数学学科，理论严谨、应用广泛、发展迅速. 概率思维已渗透到许多领域，概率方法已被广泛采用. 因此，“概率论”课程已成为与“数学分析”和“高等代数”并列的数学专业基础课，通常分为概率论基础与随机过程两部分，用两学期时间来完成. 本书是上册，内容包括基本概念（如概率空间、随机变量、随机向量等）、基本方法（如分布函数、期望与方差、特征函数、各种收敛性等）和基本结论（如大数定律、中心极限定

本书是一本介绍随机微分方程的基本思想与方法的简明型教材，先在绪论部分引入随机微分方程的基本概念和背景知识，随后在第2章介绍概率论的基本理论。第3章和第4章深入探讨了布朗运动、白噪声、随机积分的预备知识、It？积分的核心内容（包括It？公式和乘积公式）。第5章系统地阐述了随机微分方程的定义、解的存在唯一性以及解的性质，特别关注了线性随机微分方程的解法。第6章则将理论与实际应用相结合，展示了随机微分方程在金融、物理等多个领域的广泛应用，如期权定价和最优停时问题。

本书主要聚焦于大规模整数规划模型的求解方法和策略，以深入浅出的方式详细阐述了求解大规模整数规划模型的主流方法的基本思想、原理、执行流程及在实际问题中的应用。全书共9章，依次为引言、整数规划建模、线性规划、精确离散优化方法、割平面法、列生成算法、拉格朗日松弛算法、Benders分解算法和启发式算法。在内容编排上，每种算法讲解与分析都注重联系实际，穿插了众多现实案例，并配备了微课视频、算法代码（采用Java语言编写）以及相应习题，以便读者更好地理解和掌握。此外，书中还附有拓展阅读材料，供有兴趣的读者