本書是根據(jù)教育部有關(guān)的教學(xué)大綱及*新全國碩士研究生入學(xué)統(tǒng)一考試(數(shù)學(xué)三)大綱的要求，總結(jié)編者多年講授“概率論與數(shù)理統(tǒng)計”課程的實踐經(jīng)驗編寫而成的。 全書由兩大部分組成：第一部分介紹了隨機事件及其概率、隨機變量及其分布、多維隨機變量及其分布、隨機變量的數(shù)字特征以及大數(shù)定律與中心極限定理等概率論的基礎(chǔ)理論，第二部分介紹了

本書內(nèi)容包括：函數(shù)與極限、導(dǎo)數(shù)、微分中值定理與導(dǎo)數(shù)的應(yīng)用、不定積分、定積分、定積分的應(yīng)用、常微分方程，該部分是傳統(tǒng)的微積分內(nèi)容.同時，其中有5章還配有“程序?qū)崿F(xiàn)”內(nèi)容，該部分是簡單的MATLAB程序?qū)崿F(xiàn).此外，本書還附帶一份預(yù)備知識，主要用來回顧初等數(shù)學(xué)的內(nèi)容，是高等數(shù)學(xué)的預(yù)備知識. 本書與現(xiàn)行的大部分高等數(shù)學(xué)教材同

本書根據(jù)普通高等院校理工科及經(jīng)濟類“概率論與數(shù)理統(tǒng)計課程教學(xué)基本要求”，結(jié)合應(yīng)用型本科院校學(xué)生的實際情況和培養(yǎng)目標精心編寫而成的。全書沿襲傳統(tǒng)的理論體系，對通常的“概率論與數(shù)理統(tǒng)計”課程內(nèi)容做了適當?shù)恼{(diào)整，以更便于學(xué)生的理解和掌握。本書共分九章，內(nèi)容包括：隨機事件與概率、一維隨機變量及其分布、多維隨機變量及其分布、數(shù)字

《ANSYS17.0有限元分析完全自學(xué)手冊第2版》分為兩篇，第壹篇為操作基礎(chǔ)篇，詳細介紹了ANSYS分析全流程的基本步驟和方法，共7章：第1章介紹ANSYS入門基礎(chǔ)；第2章介紹創(chuàng)建幾何模型；第3章介紹模型創(chuàng)建過程；第4章介紹模型的網(wǎng)格劃分；第5章介紹載荷施加及載荷步；第6章介紹有限元模型求解；第7章介紹通用及時間歷程后

本書依據(jù)國家和地方新的工程造價管理相關(guān)政策、法規(guī)和研究成果，采納吸收新的工程造價管理技術(shù)（如BIM、VR)，系統(tǒng)介紹新工程造價管理的概念，全面闡述工程造價管理的基本理論與方法；注重實際能力的培養(yǎng)，全書貫穿“案例教學(xué)法”的思想，注重實用，有針對性的補充例題和習(xí)題。每章將附有內(nèi)容提要和學(xué)習(xí)要點、例題、關(guān)鍵概念、知識要點歸納

本書原理部分以基因工程操作流程為主線，脈絡(luò)清晰，結(jié)構(gòu)緊湊，邏輯嚴密。全書共十三章，包括應(yīng)用部分與原理部分，二者相呼應(yīng)，避免重復(fù)，互為補充。各論應(yīng)用部分通過選取大腸桿菌、酵母菌、高等動、植物等經(jīng)典實例為基礎(chǔ)，系統(tǒng)地介紹了基因工程工程菌的構(gòu)建、高等動植物基因轉(zhuǎn)移、表達、調(diào)控及蛋白產(chǎn)品的檢測與分離純化等內(nèi)容，加深了對動物、植

《單片微型計算機原理及接口技術(shù)（第2版）》是教育部高等學(xué)校自動化類專業(yè)教學(xué)指導(dǎo)分委員會立項的“工程應(yīng)用型自動化專業(yè)課程體系與教材建設(shè)”項目的成果。《單片微型計算機原理及接口技術(shù)（第2版）》從介紹微型計算機的基本結(jié)構(gòu)和工作原理入手，介紹了單片微型計算機（單片機）的構(gòu)成、各個模塊的結(jié)構(gòu)原理和工作過程、接口原理、應(yīng)用電路設(shè)計

本書為“十二五”普通高等教育本科國家級規(guī)劃教材，也是普通高等學(xué)校體育教育專業(yè)主干課程教材之一。作者在第二版的基礎(chǔ)上，補充了近年來體育教學(xué)論的最新成果，體現(xiàn)了體育教學(xué)改革的發(fā)展趨勢，加強了教材的理論性與表述的嚴謹性，引領(lǐng)體育教學(xué)改革與發(fā)展的方向。本教材共分13章，主要內(nèi)容包括：緒論、體育教學(xué)目標、體育教學(xué)主體、體育教學(xué)過

本書主要介紹模式識別的基礎(chǔ)知識、基本方法、程序?qū)崿F(xiàn)和典型實踐應(yīng)用。全書共9章。第1章介紹模式識別的基本概念、基礎(chǔ)知識；第2章介紹貝葉斯決策理論；第3章介紹概率密度函數(shù)的參數(shù)估計；第4章介紹非參數(shù)判別分類方法；第5章介紹聚類分析；第6章介紹特征提取與選擇；第7章介紹模糊模式識別；第8章介紹神經(jīng)網(wǎng)絡(luò)在模式識別中的應(yīng)用；第9

全書包括主教材中函數(shù)的數(shù)值逼近（代數(shù)插值與函數(shù)的*逼近）、數(shù)值積分與數(shù)值微分、數(shù)值代數(shù)（線性代數(shù)方程組的解法與矩陣特征值問題的計算）、非線性（代數(shù)與超越）方程的數(shù)值解法、*化方法以及常微分方程（初、邊值問題）數(shù)值解法、蒙特卡羅（MonteCarlo）方法、以及當今求解大規(guī)�？茖W(xué)工程計算問題*有效的算法之一的多層網(wǎng)格法等