本書系統(tǒng)地介紹了數(shù)值分析中的數(shù)值基本計算方法和相關(guān)理論分析，包括數(shù)值分析的數(shù)學基礎、MATLAB編程基礎、方程求根、解線性方程組的直接法、解線性方程組的迭代法、函數(shù)插值、數(shù)值積分與數(shù)值微分、常微分方程初值問題的數(shù)值解法、矩陣特征值計算、函數(shù)優(yōu)化計算等。對于每種常用的數(shù)值計算方法，本書不僅給出具體步驟，而且還給出了Mat

書系統(tǒng)闡述線性模型的基本理論、方法及其應用，其中包括理論與應用的近期發(fā)展。全書共10章。第1章通過實例引進各種線性模型。第2章討論矩陣論方面的補充知識。第3章討論多元正態(tài)及有關(guān)分布。從第4章起，系統(tǒng)討論線性模型統(tǒng)計推斷的基本理論和方法，包括最小二乘估計、假設檢驗、置信域、預測、線性回歸模型、方差分析模型、協(xié)方差分析模型

AnsysICEMCFD是一款功能強大的前處理軟件，可以為CFD、CAE軟件提供高質(zhì)量的網(wǎng)格。無論是進行CFD分析，還是進行CAE分析，分析者在進行分析之前都需要有一套高質(zhì)量的網(wǎng)格。因此，掌握AnsysICEMCFD的網(wǎng)格劃分技術(shù)，提高AnsysICEMCFD軟件的使用熟練程度，有利于提高分析工作的效率。本書以最新的A

本書是信息與計算專業(yè)和應用數(shù)學專業(yè)數(shù)值代數(shù)課程的教材。介紹數(shù)值代數(shù)的基本概念和基本理論，包括線性方程組、最小二乘、特征值和奇異值等典型問題的數(shù)值解法。具體包括矩陣范數(shù)，線性方程組的Gauss消去法，經(jīng)典迭代法，共軛梯度法，最小二乘問題的正交變換法，非對稱特征值問題的乘冪法、QR迭代，對稱特征值問題的對稱QR方法、Jac

本書以ANSYSWorkbench2024為操作平臺，詳細介紹軟件的功能和應用，內(nèi)容豐富，涉及面廣，能使讀者在掌握軟件操作的同時，也能掌握解決相關(guān)工程領(lǐng)域?qū)嶋H問題的思路與方法，并能自如地解決本領(lǐng)域所出現(xiàn)的問題。全書分為5部分共19章，第1部分從ANSYSWorkbench2024平臺的各個功能模塊著手介紹常用命令的使用

本書介紹了最優(yōu)化的基本概念、典型案例、基本理論和優(yōu)化算法。典型案例來自數(shù)據(jù)科學、機器學習、人工智能、圖像和信號處理等領(lǐng)域，基本理論涵蓋最優(yōu)解的存在性和唯一性、各類優(yōu)化問題的一階或二階最優(yōu)性條件、對偶理論等，優(yōu)化算法包括無約束優(yōu)化算法、約束優(yōu)化算法、復合優(yōu)化算法。全書案例豐富，理論翔實，展現(xiàn)了最優(yōu)化的“實踐—算法—理論—

人類在長期實踐中，通過探索各種資源運用及籌劃的基本規(guī)律，形成了運籌思維。從古代先賢的“孔孟之道”到戰(zhàn)國時期的“合縱連橫”，從錢學森的“系統(tǒng)工程”到華羅庚的“優(yōu)選統(tǒng)籌”，從新冠疫情中的“大數(shù)據(jù)分析”到OpenAI的“ChatGPT”，從圖像識別中的“機器學習”到區(qū)塊鏈中的“算力分配”，無不體現(xiàn)了運籌思維的精妙。新時代的大

本書主要介紹近期在工程可靠性領(lǐng)域的科研最新成果，內(nèi)容涵蓋土木工程、航天航空工程、海洋工程、水利工程等多個工程應用范圍。主要探討研究方向包括建筑結(jié)構(gòu)模型修正、飛行器模態(tài)更新、大跨空間結(jié)構(gòu)高階矩估計、巖土參數(shù)多元聯(lián)合分布、臺風風場分析、高層結(jié)構(gòu)抗震、軟土滲透災害分析等。本書每一章節(jié)將從理論原理出發(fā)，結(jié)合工程運用，將各個研究

本書專注于帶法向約束的自由曲線曲面擬合算法。本書第一章給出了帶法向約束的B樣條曲線插值算法，第二章給出了帶法向約束的代數(shù)曲線插值算法，第三章給出了帶法向約束的B樣條曲線逼近PSO算法，第四章給出了帶法向約束的B樣條曲線逼近GA算法，第五章給出了帶法向約束的隱式曲線重構(gòu)PIA算法，第六章給出了帶法向約束的隱式曲面重構(gòu)PI

"貝葉斯方法因其靈活性且可以輕松地將相關(guān)性和層次結(jié)構(gòu)正式納入數(shù)據(jù)中，所以對包括空間和時間信息在內(nèi)的大型數(shù)據(jù)集建模尤為有效。然而，其所依賴的諸如馬爾可夫鏈蒙特卡羅(MCMC)等經(jīng)典模擬方法在計算上會使之變得不可行；本書所介紹的積分嵌套拉普拉斯近似（INLA）方法則可作為一種計算有效且強有力的MCMC的替代方法。本書介紹了