本書共8章，分為兩部分：概率論部分（第1～5章）主要講述了隨機(jī)事件、一維及多維隨機(jī)變量的分布、隨機(jī)變量的數(shù)字特征、大數(shù)定律及中心極限定理等內(nèi)容；統(tǒng)計部分（第6～8章）主要講述了區(qū)間估計與假設(shè)檢驗兩種統(tǒng)計推斷方法，并簡單介紹了方差分析與回歸分析。最后在本書的附錄中簡單介紹了Minitab軟件的使用方法。本書適用于工科各專

本書講述了Markov跳變系統(tǒng)是一種特殊的隨機(jī)混雜系統(tǒng)，通過時間、事件兩種機(jī)制共同驅(qū)動系統(tǒng)狀態(tài)的演化,系統(tǒng)在有限集合中各個模態(tài)之間的轉(zhuǎn)移服從Markov過程。廣義系統(tǒng)是比正常系統(tǒng)更具廣泛形式的一類系統(tǒng)。本書采用脈沖比例導(dǎo)數(shù)狀態(tài)反饋控制策略，研究了幾類不確定廣義Markov跳變系統(tǒng)的魯棒正�；�和混雜脈沖控制問題。本書主要

本書全面系統(tǒng)地介紹初等概率論的基本內(nèi)容，全書分為四章，內(nèi)容包括概率空間、隨機(jī)變量、隨機(jī)向量和極限定理初步。本書注重對基本概念的講解和基本思想的運用，每章還有大量的注記或補(bǔ)充對基本內(nèi)容進(jìn)行拓展或延伸，此外每章都附有習(xí)題可供學(xué)生練習(xí)。本書體系完整，通俗易懂，適合作為高等院校統(tǒng)計學(xué)類、數(shù)學(xué)類和數(shù)據(jù)科學(xué)等理工科專業(yè)本科生的概率

全書依據(jù)實際工作崗位要求，對典型的工作任務(wù)進(jìn)行選取和提煉，將本教材的教學(xué)內(nèi)容進(jìn)行分解、提煉和排序，設(shè)計了六個項目十九個工作任務(wù)。通過任務(wù)驅(qū)動、探索式學(xué)習(xí)、過程性評價等方式，讓學(xué)習(xí)者通過具體項目的實施來掌握物業(yè)智能化系統(tǒng)的日常維護(hù)與管理、故障的判斷。在項目實施過程中，充分體現(xiàn)了以學(xué)生為主體，教師為主導(dǎo)的教學(xué)理念，實現(xiàn)“做

本書是以教育部高等學(xué)校大學(xué)數(shù)學(xué)課程教學(xué)指導(dǎo)委員會制定的“大學(xué)數(shù)學(xué)課程教學(xué)基本要求”為指導(dǎo)，結(jié)合應(yīng)用型本科院校數(shù)學(xué)教學(xué)的特點編寫的。全書以通俗易懂的語言，系統(tǒng)地講解了隨機(jī)事件及其概率、隨機(jī)變量及其分布、多維隨機(jī)變量及其分布、隨機(jī)變量的數(shù)字特征、大數(shù)定律與中心極限定理、數(shù)理統(tǒng)計的基本概念、參數(shù)估計、假設(shè)檢驗等內(nèi)容。每章后均

從數(shù)字生成視角出發(fā)，將單位根與確定數(shù)據(jù)生成過程融為一體，以經(jīng)典單位根檢驗量為研究對象，結(jié)合Sootstrap檢驗方法，從理論證明、仿真模擬和實證分析3個層面展開，內(nèi)容包括：PP、ADF、KSS3種檢驗?zāi)Ｊ较聶z驗量分布；KPSS檢驗?zāi)Ｊ较履Ｐ驼`設(shè)與檢驗流程構(gòu)建；遞歸均值調(diào)整檢驗功效與遞歸趨勢調(diào)整檢驗；各種檢驗?zāi)Ｊ较碌腟o

《單位根和協(xié)整前沿理論的擴(kuò)展與應(yīng)用》在解讀這一領(lǐng)域前沿文獻(xiàn)的基礎(chǔ)上，致力于對單位根和協(xié)整理論進(jìn)行相應(yīng)地擴(kuò)展。我們提出了一個新的非對稱和時變方差的AESTAR單位根檢驗；在時變方差和檢驗變量單位根性質(zhì)未知的條件下，提出兩個新的確定性趨勢檢驗方法；在確定性趨勢和方差同時存在結(jié)構(gòu)變化時，提出新的協(xié)整檢驗方法。這些新的檢驗方法

博弈論是一門以數(shù)學(xué)為基礎(chǔ)的、研究對抗沖突中最優(yōu)解問題的學(xué)科，是人們深刻理解諸如經(jīng)濟(jì)行為和社會問題的基礎(chǔ)。博弈論最重要的貢獻(xiàn)就在于它能夠促進(jìn)人類思維的發(fā)展，促進(jìn)人類的相互了解與合作。除經(jīng)濟(jì)學(xué)以外,博弈論在生物學(xué)、管理學(xué)、國際關(guān)系、計算機(jī)科學(xué)、政治學(xué)、軍事戰(zhàn)略和其他很多學(xué)科都有廣泛的應(yīng)用。本書涵蓋了非合作博弈理論、合作博弈

群智能優(yōu)化算法研究已成為智能優(yōu)化領(lǐng)域的研究熱點，并滲透到社會生產(chǎn)生活的方方面面。作為一種新興的智能優(yōu)化技術(shù)，群智能優(yōu)化算法自提出以來，廣泛應(yīng)用于人工智能、通信網(wǎng)絡(luò)和工業(yè)生產(chǎn)等領(lǐng)域。無論是從理論研究還是應(yīng)用研究的角度考量，群智能理論及其應(yīng)用研究都具有重要的學(xué)術(shù)意義和現(xiàn)實價值。 針對背包問題優(yōu)化、車輛路徑

本書介紹了5種進(jìn)化計算方法，綜述了多種新穎的云進(jìn)化算法，以及應(yīng)用云模型對遺傳算法、進(jìn)化規(guī)劃、進(jìn)化策略、蟻群算法、粒子群算法、量子進(jìn)化算法、差分進(jìn)化算法、人工蜂群算法、人工魚群算法、模擬退火算法、蛙跳算法、果蠅優(yōu)化算法等進(jìn)行改進(jìn)的方法，闡述了云模型、基于貪心思想和云模型的進(jìn)化算法，以及云進(jìn)化策略方法。