這是一本寫給對概率統(tǒng)計及應用有興趣的非專業(yè)讀者的書，目的是幫助他們理解高科技發(fā)展中概率統(tǒng)計等概念的意義。本書寫作中以悖論、謬誤、以及一些饒有趣味的數(shù)學案例作先導，引起讀者的興趣和思考，在解答問題的過程中講述概率論中的基本知識和原理，及其在物理學、信息論、網(wǎng)絡、人工智能等技術中的應用。書中介紹的著名趣味概率問題包括高爾頓

本書是在《模式識別與人工智能(基于MATLAB)》的基礎上寫作而成，為了適應模式識別算法的新發(fā)展、滿足各層次讀者的學習需求，在原有基礎上增加了大量新內容，包括細化各章的內容和增加三種新算法。本書廣泛涉及統(tǒng)計學、模糊控制、神經(jīng)網(wǎng)絡、人工智能等學科的思想和理論，將模式識別與人工智能理論和實際應用相結合，針對具體案例進行算法

所有應用學科都有一個共同特點：實踐性。所有科技工作者都有一個共同目標：尋找事物的本質和變化規(guī)律。在科學研究中發(fā)現(xiàn)新規(guī)律、在實際生產(chǎn)中探索新工藝、在產(chǎn)品開發(fā)中尋求最佳決策等，試驗是一項重要的實踐活動。試驗會產(chǎn)生大量的數(shù)據(jù)，如何利用數(shù)據(jù)洞悉事物的本質，如何構建合適的模型刻畫事物的發(fā)展規(guī)律，這就是本書要敘述的主要內容�！对囼�

R軟件的基本介紹、R軟件的數(shù)據(jù)結構和圖形功能、R軟件實現(xiàn)數(shù)據(jù)的處理及清洗方法，R軟件進行數(shù)據(jù)描述性分析，利用R軟件進行參數(shù)估計，R軟件進行假設檢驗，對應分析案例與R實現(xiàn)、典型相關分析案例與R實現(xiàn)。

本書深入淺出地介紹了數(shù)值計算的基本概念、常用方法及其程序實現(xiàn)。內容涵蓋數(shù)值計算的一般概念和誤差分析的常用方法，線性方程組的直接解法，插值的概念及主要插值方法，迭代法求解方程、線性方程組及非線性方程組的常用方法，數(shù)值積分與數(shù)值微分的常用方法，函數(shù)逼近的概念及常用方法，求解矩陣特征值與特征向量的常用方法，求解一階常微分方程

本書依據(jù)大學本科非數(shù)學專業(yè)《概率論與數(shù)理統(tǒng)計》教學大綱要求，結合農(nóng)林類院校專業(yè)特點編寫，全書共9章，內容包括概率論基本概念，一維隨機變量及其分布，多維隨機變量及其分布，隨機變量的數(shù)字特征，大數(shù)定律及中心極限定理，數(shù)理統(tǒng)計中的基本概念，參數(shù)估計，假設檢驗以及R語言簡介等。各章選配了適量習題，并在書后附有習題參考答案。書后

本書在前人的研究基礎上，對秘密交換博弈模型及應用進行了深入研究。全書研究了秘密交換的發(fā)展現(xiàn)狀，討論了現(xiàn)有理性秘密交換協(xié)議的安全性及存在的問題，通過分析參與者的策略和效用，建立了參與者合作博弈模型、抵抗合謀博弈模型、公平兩方計算博弈模型，最后將博弈模型應用到協(xié)議設計中，通過懲罰策略控制效用函數(shù)來激勵所有參與者遵守協(xié)議，使

本書是一本研究應用數(shù)理統(tǒng)計的理論著作，主要內容包括以下方面：概率論基礎、抽樣與抽樣分布、參數(shù)估計、假設檢驗、回歸分析、方差分析和正交試驗設計、多元統(tǒng)計應用等。全書通過問題的引入、描述和分析，闡明數(shù)理統(tǒng)計方法的基本思想及其在不同領域的實際應用。全書內容簡明扼要，清晰易懂。除基本教學內容外，本書突出了數(shù)理統(tǒng)計教育的探索性和

在本書中，斯米爾諾夫研究了秩數(shù)為k=λn(λ為常數(shù)，0<λ<1)的中間項，他找到了該項的分布律的漸近正則性的寬廣條件.本書共分兩章，主要包括中間項序列，具有固定名次的邊項的序列.本書適合大學師生及數(shù)學愛好者參考使用.

本書內容涵蓋控制相關學科各專業(yè)所必需的基礎知識，以時域中的線性系統(tǒng)理論知識為主要內容，同時兼顧控制的頻域知識。主要內容包括系統(tǒng)的數(shù)學描述、系統(tǒng)的動態(tài)響應、系統(tǒng)的能控性和能觀性、系統(tǒng)的最小實現(xiàn)、系統(tǒng)的穩(wěn)定性、系統(tǒng)的時域綜合等。本書在內容論述上力求精練，在概念敘述上力求清晰，在理論分析上力求嚴謹，在系統(tǒng)設計方法和算法介紹上