本书内容包括事件与概率、*变量及其分布、多维*变量及其分布、*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九章。并附有统计分析常用软件SAS及若干概率论与数理统计的实验。教材选例典型,与日常的生产与生活密切相关,有助于提高读者学习兴趣并寓学习理论于实践运用当中。书中
本书从计算的变迁这一独特视角回顾了数学、逻辑学和哲学的历史沿革,展 现了计算为数学研究发展带来的全新前景,展望了这场数学革命在自然科学、信 息科学与哲学领域引发的重大变革。本书荣获年法兰西学术院哲学大奖,一直是数学、计算机科学和哲学领域的畅销读物。
本书讨论了自助法的基本理论,并结合真实数据说明自助法的运用。基本的自助法是把样本当作一个总体来看,利用蒙特卡洛抽样法来生成统计量抽样分布的经验估计。自助法较重要的论断是根据重取样本计算的统计量的相对频率分布就是原始样本统计量的抽样分布估计。*后,作者总结了如何利用不同的软件包来运用这一计算机运算密集型方法。本书清晰地介
主要包括随机事件及其概率、随机变量及其分布、数字特征、随机向量及其分布、极限定理、数理统计基础知识、参数估计、假设检验、回归分析与方差分析、随机过程等内容。每节配备足量习题,书后附有习题参考答案。内容全面,结构严谨,推理简明。写作风格上注重可读性,由浅入深,通俗易懂。
《概率论与数理统计》是按照教育部对据高校理工类本科线性代数课程的基本要求及考研大纲编写而成。本书注重数学概念的实际背景与几何直观的引入,强调数学建模的思想与方法,密切联系实际,精选许多实际应用的案例并配有相应的习题,本书还融入了MATLAB的简单应用及实例。
《概率论与数理统计》包括随机事件与概率、随机变量(一维及多维)及其分布、随机变量(一维及多维)及其分布、随机变量的数字特征、大数定律与中心极限定理、数理统计基础、参数估计、假设检验等内容。本书结构严谨、逻辑清晰、通俗易懂、难度适宜。
本书介绍了科学计算中常用数值分析的基础理论及计算机实现方法。主要内容包括:误差分析、插值、函数逼近、数值积分和数值微分、非线性方程的数值解法、线性方程组的直接解法、线性方程组的迭代解法、常微分方程的数值解法及相应的上机实验内容等。各章都配有大量的习题及上机实验题目,并附有部分习题的参考答案及数学专业软件Mathemat