本书共有11章，第1章至第5章是概率论部分，包括随机事件及其概率、随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、大数定律与中心极限定理；第6章至第8章是数理统计部分，包括样本及抽样分布、参数估计、假设检验；第9章至第11章是随机过程部分，包括随机过程引论、马尔可夫链、平稳随机过程.各章均选配了适量的习题，并附有参考答案.此外，本书还提供了三个附录，包括重要分布表、几种常用的概率分布、2011年至2023年全国硕士研究生入学统一考试真题. 　本书可作为工科、理科(非数学)、经济、

从古到今，人们经常会深陷占卜带来的虚幻的错觉，低估巧合事件的发生概率因而以为有神秘力量在起作用，将事物复杂的发展规律简单化、线性化，进而做出与实际情况相去甚远的预测。数学可以在非线性发展的世界中充当向导的作用。有了数学的帮助，我们就可以通过理性和逻辑思考，避免直觉所犯的一系列错误。但即使是数学，在处理这个复杂世界的各种问题时，也做不到面面俱到，游刃有余。这本书介绍了本福德定律、贝叶斯定理、博弈论、正反馈回路等数学知识，帮助我们戳穿流传多年的民间经验法则，辨别常见的认知错误，发现毫无意义

本书以Ansys 2024为依据，对Ansys Workbench分析的基本思路、操作步骤、应用技巧进行了详细介绍，并结合典型工程应用实例详细讲述了Ansys Workbench的具体工程应用方法。本书前9章为操作基础，详细介绍了Ansys Workbench分析全流程的基本步骤和方法，包括Ansys Workbench 2024基础、项目管理、DesignModeler图形用户界面、草图模式、三维特征、高级三维建模、概念建模、一般网格控制和Mechanical简介。后9章为专题实例，

本书主要内容包括Origin入门，表格管理，数据管理，矩阵管理，数据可视化，三维数据可视化，数学统计分析，数据运算，数据分析等内容，覆盖了科学绘图与数据分析的各个方面，实例丰富而典型，将重点知识进行融入应用，指导读者有的放矢地进行学习。

本书提出采用围线积分方法（Sakurai-Sugiura 方法）来处理一种非线性特征值问题，该方法不仅可以将原特征值问题转化为一个标准特征值问题，而且具有并行计算的架构。 本书第1章着重介绍了用边界元法与围线积分方法来求解不同类型特征值问题的公式推导与算法算例；基于第1章算法的建立，本书第2章介绍了基于此算法的各类声子晶体仿真算法推导及算例，并引入了等几何分析方法，介绍了采用B 样条基函数作为边界元法插值函数的建模及求解方法；本书第3章介绍了采用有限周期结构分析带隙特性的新方法，讲述了有限周期结

本书共14章，第1-4章以各个分析模块为基础，介绍ANSYS Workbench 2022及其与其他软件的集成、几何建模、网格划分、结果后处理等内容。第5-14章以项目实例为指导，主要讲解Workbench在结构静力学分析、结构动力学分析、热力学分析、接触分析、电磁场分析、线性屈曲分析、结构优化分析、流体动力学分析、多物理场耦合分析及疲劳分析中的应用等内容。

符号模式的允许对角化问题从组合的角度刻画来说一直是一个公开问题，尽管本人以及其他学者也给出过一些充要条件，但是从组合的角度得到的充要条件至少还没有得到，这也是我们继续进行研究进而写作本书的原因。 本书主要阐述和研究符号模式矩阵中的允许对角化问题，全书共分五章，第一章 符号模式矩阵的基础知识；第二章 符号模式矩阵中元素的变化对秩的影响；第三章符号模式现有的充分/充要/必要条件的结论；第四章 Frobinus 标准形的角度去考虑允许对角化的一些结论；第五章 未来展望及允许对角化的公开问题。

本书以集员估计理论为基础，围绕有界干扰系统信息融合滤波开展研究。首先，提出一种输入-状态稳定的定界椭球自适应滤波算法，提高滤波的收敛性和跟踪性能，并针对不同的精度和实时性要求进一步提出固定滞后区间平滑算法和基于次优定界椭球的有界干扰系统滤波算法。其次，为解决非线性有界干扰滤波算法存在的线性化误差大、线性化过程复杂，以及边界存在保守性等问题，提出基于中心差分的非线性有界干扰滤波算法。再次，对有界干扰下的融合滤波方法进行研究，提出相应的融合算法。最后，考虑实际应用中噪声的复杂性，提出具有双重不确定性

线性回归模型是一个非常有效且重要的数据分析方法，但它的局限性是要求因变量是定量变量（定距变量、定比变量）而非定性变量（定序变量、定类变量）。但在许多实际问题中，经常出现因变量有两个或三个分类的情况，此时就需要应用logistic回归分析。本书系统地把logistic回归与线性回归模型的OLS的R2、估计标准误差、t比率和斜率做比较，全面解释了logistic回归模型的估计、解释和诊断结果。传统回归诊断和学生化残差、杠杆、dbeta都包括在创新的logistic诊断法内。最后详细说明了多选项

在经济学、政治学、社会学、心理学和教育学等学科领域，因子分析法应用广泛。本书作者用明确的数据分析例子，详细介绍了因子分析的不同方法，以及它们在何种情况下最有用。更深入探讨了验证性和探索性因子分析的差别和因子旋转的各种标准。特别值得一提的是对不同形式的斜交旋转的讨论，以及如何解释从这些分析中得到的各项系数。此外，作者也回答了在探索性因子分析中抽取出来的尺度得分，并讨论了分析它们时会遇到的一些问题。