非連續(xù)變形分析（DiscontinuousDeformationAnalysis，DDA）全書分上下冊。上冊為基礎(chǔ)知識部分，以及作者對DNA方法的改進。其中第1～3章，主要介紹DDA方法的基本理論、基本程序和基本功能；其余第4～6章，主要介紹作者對DDA的方法改進。下冊為功能擴展部分和應(yīng)用部分。其中第7～11章，主要闡

本書是結(jié)合編者多年來的教學(xué)實踐經(jīng)驗，在教育部制訂的教學(xué)大綱的基礎(chǔ)上編寫而成的。全書共九章，分為兩大部分：第一章到第五章是概率論部分，包括概率論基礎(chǔ)、隨機變量及其分布、多維隨機變量及其分布、隨機變量的數(shù)字特征、大數(shù)定律與中心極限定理；第六章到第九章是數(shù)理統(tǒng)計部分，包括數(shù)理統(tǒng)計的基本知識、參數(shù)估計、假設(shè)檢驗、方差分析與回歸

本書是《概率論與數(shù)理統(tǒng)計》（王殿坤主編）的配套學(xué)習(xí)參考資料。本書完全與教材內(nèi)容對接，共分為兩大部分。第一章到第五章為概率論部分，第六章到第九章為數(shù)理統(tǒng)計部分。每章包括基本內(nèi)容、基本要求、擴展例題與習(xí)題詳解，并且在最后為讀者設(shè)計了概率論、概率論與數(shù)理統(tǒng)計的自測題，方便讀者對自己所學(xué)的知識進行測試，及時掌握自己的學(xué)習(xí)情況。

基于測度論和正則變化理論,本書系統(tǒng)介紹了次指數(shù)分布及相關(guān)分布的概念、例子、性質(zhì)和研究進展。這些分布都具有或部分具有一個大跳的本性,從而得以揭示獨立和相依隨機變量在卷積、隨機卷積、乘積卷積以及它們的卷積根方面的封閉性和漸近性等。這些結(jié)果在隨機游動、風(fēng)險理論、Levy過程及無窮可分分布等領(lǐng)域的研究中發(fā)揮了重要的作用。

本書由作者根據(jù)多年的教學(xué)經(jīng)驗撰寫而成，對選入的數(shù)據(jù)分析理論和方法進行了仔細的推敲，不僅著重于數(shù)據(jù)分析的基本理論與方法的介紹，更密切結(jié)合SPSS統(tǒng)計分析軟件，系統(tǒng)、詳細地介紹本書所用方法的具體操作過程及結(jié)果。全書共8章，內(nèi)容包括數(shù)據(jù)的整理與統(tǒng)計分析、參數(shù)估計與假設(shè)檢驗、相關(guān)分析與回歸分析、趨勢外推預(yù)測分析、時間序列分析、

非參數(shù)估計方法是現(xiàn)代統(tǒng)計學(xué)中的重要方法,本書主要介紹非參數(shù)密度估計、非參數(shù)回歸估計和經(jīng)驗似然方法.非參數(shù)密度估計的內(nèi)容包括核密度估計、最近鄰密度估計和頻率插值密度估計,而非參數(shù)回歸估計的內(nèi)容包括隨機設(shè)計權(quán)函數(shù)回歸估計、固定設(shè)計權(quán)函數(shù)回歸估計和混合相依樣本下的回歸估計.書中主要介紹這些估計方法的構(gòu)造和定義,以及相關(guān)的大樣

本書涵蓋了拉普拉斯變換、微分方程、傳遞函數(shù)、時域分析法、頻域分析法、根軌跡分析法以及系統(tǒng)穩(wěn)定性與誤差分析等經(jīng)典控制理論相關(guān)的數(shù)學(xué)知識、基礎(chǔ)理論及分析方法。通過選用機械工程實例，側(cè)重于培養(yǎng)學(xué)生應(yīng)用基本概念與原理進行控制系統(tǒng)動態(tài)問題分析的能力以及解決機械系統(tǒng)控制問題的能力。

本書主要內(nèi)容包含隨機事件及其概率、隨機變量及其分布、多維隨機變量及其分布、隨機變量的數(shù)字特征、數(shù)理統(tǒng)計的基本概念、參數(shù)估計、假設(shè)檢驗等。本書注重概率統(tǒng)計的工程應(yīng)用背景知識，通過介紹知識點的背景、起源和相關(guān)科學(xué)家等內(nèi)容，來激發(fā)學(xué)生的學(xué)習(xí)興趣。本書內(nèi)容上一方面精簡壓縮一些傳統(tǒng)知識點、淡化計算技巧，另一方面通過引入人工智能、

自2006年周以真在CommunicationsoftheACM中發(fā)表視角觀點“計算思維”以來，有關(guān)計算思維的宣傳和推廣從未停息。周以真認為，計算思維是21世紀每個公民應(yīng)具備的核心素養(yǎng)，是每個人都應(yīng)該學(xué)習(xí)的基本技能。即使在人工智能時代，計算思維也被認為是該時代的核心素養(yǎng)。計算思維成為與理論思維、實驗思維并列的三大思維之

本書內(nèi)容包括常微分方程兩點邊值問題的差分方法、橢圓型方程的差分方法、拋物型方程的差分方法、雙曲型方程的差分方法、高維發(fā)展方程的交替方向法、分數(shù)階微分方程的有限差分方法、Schr*dinger方程的差分方法、Burgers方程的差分方法、Korteweg-deVries方程的差分方法。力求做到：(a)精選內(nèi)容；(b)難點