這是一本闡述控制論的理論和它在各方面應用的綜合性、概論性的書。作者維納是控制論的創(chuàng)始人之一。他就是通過《控制論(或關于在動物和機器中控制和通信的科學)》奠定了“控制論”這門新興學科的基礎。書中關于怎樣把機械元件和電器元件組成穩(wěn)定的、具有特定性能的自動控制系統(tǒng)，關于怎樣用統(tǒng)計方法研究信息的傳遞和加工等方面的討論對于自動控

誤差理論與數(shù)據(jù)處理是高等院校機械、測控、電氣及其他相關專業(yè)的專業(yè)基礎必修課，內(nèi)容包括緒論、隨機誤差的性質與處理；系統(tǒng)誤差處理；粗大誤差處理、誤差的合成與分配、測量不確定度、線性參數(shù)的最小二乘法處理、回歸分析、動態(tài)測量誤差及其評定等。本書堅持"少而精"和"學以致用"的原則，根據(jù)教學需要補充了大量例題和習題，對具體測量實例

主要內(nèi)容包括：多元分析概述、多元正態(tài)分布的參數(shù)估計、多元正態(tài)分布均值向量和協(xié)差陣的檢驗、判別分析、聚類分析、主成分分析、因子分析、相應分析、典型相關分析、多維標度法、多變量的可視化分析等。特別是，《普通高等教育"十一五"國家級規(guī)劃教材:應用多元統(tǒng)計分析(第2版)》將SPSS軟件的學習和案例分析有機結合，體現(xiàn)了多元統(tǒng)計分

本書主要內(nèi)容包括如下內(nèi)容:1.多目標優(yōu)化的進展；2.多目標的Pareto解集，凸函數(shù)、廣義凸函數(shù)及主要性質；3.光滑與非光滑多目標優(yōu)化問題的最優(yōu)性條件；4.多目標優(yōu)化的經(jīng)典求解方法；5.連續(xù)化方法及求解光滑與非光滑多目標優(yōu)化問題。可以作為優(yōu)化專業(yè)的本科生和研究生學習資料，亦可用工程技術人員參考。

線性和非線性代數(shù)方程組求解是眾多科學與工程計算領域的基礎共性任務，也是整體數(shù)值模擬的關鍵。本書系統(tǒng)而深入地介紹了迭代方法、預處理技術及其并行計算。迭代法涉及分裂方法、并行多分裂方法、Krylov子空間方法、并行Krylov子空間方法、Newton法及其變形；預處理技術涉及一般代數(shù)預處理、問題相關預處理、多層和多重網(wǎng)格預

本書為高等學校理工科教材，內(nèi)容包括：隨機事件及其概率、隨機變量及其分布、隨機變量的數(shù)字特征、特征函數(shù)與概率母函數(shù)、極限定理等.本書內(nèi)容豐富，有大量的例題和習題，書后附有習題答案.本書的使用對向為普通高等學校大學本科生高年級學生,以及科研人員和教師。

本書系統(tǒng)地介紹了高等運籌學中的主要內(nèi)容，重點講解最優(yōu)性條件與算法收斂性，線性規(guī)劃、整數(shù)規(guī)劃、動態(tài)規(guī)劃、一維極值優(yōu)化問題、無約束優(yōu)化方法、約束優(yōu)化方法等問題。本書精選經(jīng)濟管理中的案例，注重結合經(jīng)濟管理專業(yè)的實際，將一些新知識和新方法通過案例集成到書中。

內(nèi)容包括線性代數(shù)方程組的數(shù)值解法、插值和擬合、數(shù)值積分和數(shù)值微分、非線性方程（組）的數(shù)值解法、常微分方程的數(shù)值解法以及矩陣特征值問題的數(shù)值方法。本書注重實際應用和計算能力的訓練，注意基本概念和基本理論，但不追求理論上的完整性。

由依里哈木·玉素甫譯注、李文林主編的本譯*（書）《算術之鑰（1427年3月）（精）／絲綢之路數(shù)學名*譯叢》含有伊朗阿爾·卡西的兩部代表性數(shù)學名*《算術之鑰》和《圓周論》。其中《算術之鑰》一書成書于1427年3月，共5卷37章，涉及算數(shù)學、代數(shù)學、幾何學、三角函數(shù)、數(shù)論、天文學、物理學、測量學、建筑學和法律學（遺產(chǎn)分配問

本書系統(tǒng)地介紹了模擬植物生長算法提出的背景和方法論依據(jù)，對其原理進行詳細的介紹。本書重點對模擬植物生長算法在國內(nèi)外的不同應用領域進行了總結，特別對本書作者近年來對斯坦納最小樹問題、二層規(guī)劃問題、丟番圖方程等問題分別進行了闡述和求解，使作者全方位地認識模擬植物生長算法的求解特點和計算方法。

有限元語言是一種適用于有限元方法求解偏微分方程的模型語言。采用有限元語言編程就是書寫偏微分方程和算法，然后由生成器產(chǎn)生全部FORTRAN語言的有限元程序。本書的主要內(nèi)容包括：微分方程表達式，單物理場算法和多場耦合有限元算法的描述語言；元件化程序設計方法；有限元的數(shù)據(jù)結構；形函數(shù)庫，微分算子庫，單物理算法庫等。

有限元語言是一種適用于有限元方法求解偏微分方程的模型語言。采用有限元語言編程就是書寫偏微分方程和算法，然后由生成器產(chǎn)生全部FORTRAN語言的有限元程序。本書的主要內(nèi)容包括：微分方程表達式，單物理場算法和多場耦合有限元算法的描述語言；元件化程序設計方法；有限元的數(shù)據(jù)結構；形函數(shù)庫，微分算子庫，單物理算法庫等。

本書系統(tǒng)地介紹了非線性最優(yōu)化問題的有關理論與方法，主要包括一些傳統(tǒng)理論與經(jīng)典方法，如非線性最優(yōu)化問題的最優(yōu)性理論，無約束優(yōu)化問題的線搜索方法、共軛梯度法、擬牛頓方法，約束優(yōu)化問題的可行方法、罰函數(shù)方法和SQP方法等，同時也吸收了新近發(fā)展成熟并得到廣泛應用的成果，如信賴域方法、投影方法等。

本書是數(shù)理統(tǒng)計學的專業(yè)基礎課教材。內(nèi)容包括緒論、抽樣分布、點估計、區(qū)間估計、假設檢驗、非參數(shù)檢驗和分布的檢驗、Bayes方法和統(tǒng)計判決理論等七章，各章都配備了習題，可供綜合性大學和師范院校數(shù)學系或統(tǒng)計系本科生"數(shù)理統(tǒng)計"課的教材或參考書。具備微積分、矩陣代數(shù)及概率論基本知識的讀者皆可使用本書。

作者針對高維稀疏數(shù)據(jù)挖掘問題，從數(shù)據(jù)預處理的角度，研究對象—屬性空間的劃分問題，其目的是把所研究的數(shù)據(jù)挖掘空間分解為若干規(guī)模較小的對象—屬性空間，從而降低實際數(shù)據(jù)挖掘的難度。本書針對高維稀疏數(shù)據(jù)挖掘問題，以降低數(shù)據(jù)挖掘規(guī)模，建立了體系完整的數(shù)據(jù)預處理理論和方法，具有很強的理論意義和實際應用前景。

本書主要對幾類常用的非線性優(yōu)化算法：共軛梯度法、擬牛頓法、鄰近點法、信賴域方法以及求解約束優(yōu)化問題的梯度投影法、有限記憶BFGS方法、Topkis-Veinott方法等逐一作了介紹，尤其著重于對這幾類算法的改進和擴展應用，包含對共軛梯度法參數(shù)的討論、修正的共軛梯度法、修正的擬牛頓公式及對應的修改的擬牛頓算法、非單調的B

本書系統(tǒng)而深入地介紹了迭代方法、預處理技術及其并行計算。迭代法涉及分裂方法、并行多分裂方法、Krylov子空間方法、并行Krylov子空間方法、Newton法及其變形；預處理技術涉及一般代數(shù)預處理、問題相關預處理、多層和多重網(wǎng)格預處理以及非線性預處理；為了方便實施，介紹了方法在諸多方面的應用，并用統(tǒng)一框架介紹了網(wǎng)上可得

算法數(shù)論（第二版）

非線性最優(yōu)控制計算方法及其應用

《線性模型分析方法——適用于動物科學和動物醫(yī)學》通過大量實例詳細介紹線性模型的建立方法和統(tǒng)計分析的基本原理、方法與常見問題，包括回歸分析模型及其應用、方差協(xié)方差分析模型及其應用、多元線性模型及其應用、線性混合模型及其應用、線性混合模型參數(shù)估計方法等，統(tǒng)計分析方法包括*小二乘（LS）法、*小范數(shù)二次無偏估計（MINQUE