本書展示了如何運(yùn)用數(shù)學(xué)資源中的圖論來理解復(fù)雜對(duì)數(shù)線性模型表明的關(guān)聯(lián)結(jié)構(gòu)。作者首先回顧了二向與多向列聯(lián)表的關(guān)系模式,以及這些表的對(duì)數(shù)線性模型。在介紹了圖論中的一些關(guān)鍵概念后,作者緊接著將這些思想應(yīng)用到對(duì)數(shù)線性模型的兩個(gè)圖形典型中:關(guān)聯(lián)圖和生成多重圖。利用豐富示例以及清晰解釋,作者展示了對(duì)數(shù)線性模型的兩個(gè)圖形典型如何說明模
什么是合并時(shí)間序列?正如字面上所表達(dá)的,時(shí)間序列(在一個(gè)分析單位下規(guī)律出現(xiàn)的具有時(shí)間性的觀測值)由橫截面數(shù)據(jù)(在單獨(dú)時(shí)間點(diǎn)上一個(gè)分析單位下的觀測值)組成的一個(gè)數(shù)據(jù)集。這些分析單位可以是學(xué)校、健康組織、商業(yè)交易、城市、國家等。為什么需要進(jìn)行合并分析呢?其中一個(gè)原因在于,當(dāng)下研究者可以獲得越來越多的相關(guān)橫截面數(shù)據(jù)與時(shí)間序列
陳建勇*的《單向*優(yōu)搜索理論》將*優(yōu)搜索理論中的單向搜索問題按照靜止目標(biāo)、運(yùn)動(dòng)目標(biāo),離散時(shí)間和空間、連續(xù)時(shí)間和空間,搜索力分配、搜索路徑等方面進(jìn)行了基本分類,系統(tǒng)地論述了相關(guān)問題的 *優(yōu)模型、數(shù)學(xué)性質(zhì)及*優(yōu)算法。全書共分9章,第l章緒論;第2章介紹了*優(yōu)搜索的基本概念和基本問題;第3章至第6章,討論了靜止目標(biāo)的搜索力分
王繼強(qiáng)主編的《數(shù)學(xué)軟件(第2版)》是編者們長期教學(xué)經(jīng)驗(yàn)與科研成果的結(jié)晶,全書共分四章,分別介紹了MATLAB、LINGO、1stOpt、TeX四款當(dāng)今世界主流數(shù)學(xué)軟件的基礎(chǔ)知識(shí)和基本應(yīng)用。本書實(shí)例豐富,通俗易懂,可使初學(xué)者在短時(shí)期內(nèi)輕松上手。本書既可作為國內(nèi)高等院校各專業(yè)數(shù)學(xué)軟件、應(yīng)用軟件、數(shù)學(xué)實(shí)驗(yàn)、數(shù)學(xué)建模等系列課程
《狄氏型和對(duì)稱馬爾科夫過程》是學(xué)習(xí)狄氏型和對(duì)稱馬爾科夫過程的標(biāo)準(zhǔn)參考書。第一部分主要包括對(duì)狄氏型理論的介紹和綜合理解。狄氏型是在馬爾科夫半群方向下的一種經(jīng)典的狄氏積分的公理化擴(kuò)張。第二部分包括分析理論,對(duì)稱馬爾科夫理論的概率位勢(shì)理論,以及加性泛函數(shù)等。本書各章有習(xí)題,書后附有題解。讀者對(duì)象:應(yīng)用數(shù)學(xué)領(lǐng)域的研究人員和研究
《吉布斯測度和相變》不僅僅是對(duì)吉布斯測度和相變的一個(gè)簡單的介紹,其中還包括統(tǒng)計(jì)力學(xué)下相變中的數(shù)學(xué)理論和廣泛而具有深度的討論。本書主要包括四部分,第一部分是理論的基本理論;第二部分是對(duì)經(jīng)典理論一系列結(jié)果的總結(jié);第三部分是在Zd上的空間分布均勻的吉布斯測度;第四部分是基于Zd移位不變性模型的相位變化的存在性。讀者對(duì)象:數(shù)學(xué)
本書全面總結(jié)了離散時(shí)間、一般狀態(tài)空間的馬爾可夫過程理論,特別給出了通常的遍歷性和幾何遍歷性的判別準(zhǔn)則,以及馬爾可夫過程理論在通訊網(wǎng)絡(luò)等工程技術(shù)領(lǐng)域中的大量應(yīng)用實(shí)例。本書起點(diǎn)不高,論述詳盡,條理清楚,曾獲得1994年度ORSA/TIMS“應(yīng)用概率優(yōu)秀出版物獎(jiǎng)”。第2版保留了第一版的內(nèi)容和風(fēng)格,并新增“第2版結(jié)束語”一章。
《半?yún)?shù)平滑轉(zhuǎn)換自回歸模型理論研究及其應(yīng)用/墨香財(cái)經(jīng)學(xué)術(shù)文庫》使用非參數(shù)方法拓展傳統(tǒng)的STAR模型,首次提出半?yún)?shù)STAR模型。在保持STAR模型基本形式不變的前提下,讓轉(zhuǎn)換變量以非參數(shù)的形式進(jìn)入轉(zhuǎn)換函數(shù),在保留傳統(tǒng)STAR模型較好的經(jīng)濟(jì)學(xué)解釋能力的同時(shí),該模型能夠避免模型誤設(shè)的風(fēng)險(xiǎn),從而提高模型的樣本外預(yù)測能力!栋
本書系統(tǒng)地介紹了離散系統(tǒng)仿真與優(yōu)化的相關(guān)理論,基本按照仿真與優(yōu)化的應(yīng)用步驟展開,并包含該領(lǐng)域的新研究成果。全書內(nèi)同包括系統(tǒng)建模、仿真軟件、模型校驗(yàn)和確認(rèn)、輸入數(shù)據(jù)分析、隨機(jī)數(shù)和隨機(jī)變量生成、仿真輸出分析、基于仿真的系統(tǒng)優(yōu)化方法,以及應(yīng)用實(shí)例分析等。
阿克塞爾羅德主持的“囚徒困境重復(fù)博弈計(jì)算機(jī)程序奧林匹克競賽”在學(xué)術(shù)界無人不知。其試驗(yàn)結(jié)果,對(duì)當(dāng)代社會(huì)科學(xué)許多領(lǐng)域的傳統(tǒng)理念產(chǎn)生了廣發(fā)的影響和沖擊。在本書中,作者從其最初贏得全球聲譽(yù)的《合作的進(jìn)化》中“一報(bào)還一報(bào)”的簡單模型策略中,細(xì)致地“復(fù)雜化”出更多豐富結(jié)論。作者在對(duì)“重復(fù)囚徒困境博弈”試驗(yàn)結(jié)果的理論意義和所引發(fā)問題