新書推薦:
《
吴语百年面貌与变化研究——以嘉兴吴语为例
》
售價:NT$
1030.0
《
众生百态:清代刑科题本里的“打工人”
》
售價:NT$
302.0
《
此间鸟兽:文物里的中华文明
》
售價:NT$
1030.0
《
史记百句(中华经典百句)
》
售價:NT$
255.0
《
流年碎影(张中行先生88岁高龄写完的人生自传 “这一生我自认为不糊涂。”)
》
售價:NT$
666.0
《
经纬度丛书·迦太基帝国
》
售價:NT$
302.0
《
理想国译丛067:故国曾在:我的巴勒斯坦人生
》
售價:NT$
666.0
《
心理创伤疗愈之道:倾听你身体的信号 [美]彼得·莱文
》
售價:NT$
463.0
內容簡介:
《线性代数与概率论 线性代数及其应用 概率论基础教程 套装共2册》是经过锤炼的优秀教材,已在世界范围内畅销三十多年。
關於作者:
戴维·C.雷(David C.Lay),在加州大学获得硕士和博士学位,曾经是马里兰大学帕克学院数学教授,也是阿姆斯特丹大学、阿姆斯特丹自由大学和德国凯泽斯劳滕大学的访问教授。他是“线性代数课程研究小组”的核心成员,也是美国线性代数课程改革的领导者之一,曾经获得美国数学协会授予的杰出数学教学奖,发表过30多篇关于泛函分析和线性代数的论文,并与他人合著多部教材。
史蒂文·R.雷(Steven R.Lay),在加州大学洛杉矶分校获得数学硕士和博士学位,目前是李大学(田纳西州)数学教授。他获得过奥罗拉大学教学奖,并与他的父母以及哥哥(David C.Lay)共同获得奥罗拉大学杰出校友奖。
朱迪·J.麦克唐纳(Judi J.McDonald),华盛顿州立大学研究生院副院长。她拥有阿尔伯塔大学数学学士学位和威斯康星大学硕士和博士学位,发表过40多篇关于线性代数的论文,曾获得三项教学奖:里贾纳大学的两项教学奖和华盛顿州立大学的托马斯·卢茨艺术与科学学院教学奖。她还获得过华盛顿州立大学艺术与科学学院机构服务奖。
谢尔登·M.罗斯(Sheldon M.Ross)世界著名的应用概率专家和统计学家,现为南加州大学工业与系统工程系Epstein讲座教授。他于1968年在斯坦福大学获得统计学博士学位,在1976年至2004年期间于加州大学伯克利分校任教,其研究领域包括统计模拟、金融工程、应用概率模型、随机动态规划等。Ross教授创办了Probability in the Engineering and Informational Sciences杂志并一直担任主编,他的多种畅销教材均产生了世界性的影响,其中《统计模拟(英文版·第5版)》和《随机过程(原书第2版)》等均由机械工业出版社引进出版。
目錄 :
线性代数及其应用:
译者序
前言
第1章 矩阵与方程组1
1.1 线性方程组1
1.2 行阶梯形10
1.3 矩阵算术24
1.4 矩阵代数42
1.5 初等矩阵54
1.6 分块矩阵64
第1章练习74
第2章 行列式81
2.1 矩阵的行列式81
2.2 行列式的性质87
2.3 附加主题和应用93
第2章练习101
第3章 向量空间104
3.1 定义和例子104
3.2 子空间111
3.3 线性无关123
3.4 基和维数133
3.5 基变换138
3.6 行空间和列空间146
第3章练习153
第4章 线性变换158
4.1 定义和例子158
4.2 线性变换的矩阵表示165
4.3 相似性177
第4章练习183
第5章 正交性186
5.1 Rn中的标量积186
5.2 正交子空间199
5.3 最小二乘问题205
5.4 内积空间217
5.5 正交集225
5.6 格拉姆施密特正交化过程241
5.7 正交多项式250
第5章练习257
第6章 特征值262
6.1 特征值和特征向量263
6.2 线性微分方程组276
6.3 对角化286
6.4 埃尔米特矩阵302
6.5 奇异值分解313
6.6 二次型327
6.7 正定矩阵337
6.8 非负矩阵344
第6章练习353
第7章 数值线性代数360
7.1 浮点数360
7.2 高斯消元法367
7.3 主元选择策略372
7.4 矩阵范数和条件数376
7.5 正交变换390
7.6 特征值问题400
7.7 最小二乘问题410
7.8 迭代法420
第7章练习426
第8章 标准型436
8.1 幂零算子436
8.2 若尔当标准型446
附录 MATLAB454
参考文献464
部分练习参考答案467
索引486
概率论基础教程:
目录
译者序
前言
第1章组合分析1
1.1引言1
1.2计数基本法则1
1.3排列2
1.4组合4
1.5多项式系数7
1.6方程的整数解个数10
第2章概率论公理20
2.1引言20
2.2样本空间和事件20
2.3概率论公理23
2.4几个简单命题25
2.5等可能结果的样本空间29
2.6概率:连续集函数37
2.7概率:确信程度的度量41
第3章条件概率和独立性51
3.1引言51
3.2条件概率51
3.3贝叶斯公式56
3.4独立事件65
3.5P(·|F)是概率79
第4章随机变量104
4.1引言104
4.2离散型随机变量107
4.3期望109
4.4随机变量函数的期望111
4.5方差114
4.6伯努利随机变量和二项随机变量117
4.6.1二项随机变量的性质121
4.6.2计算二项分布函数123
4.7泊松随机变量125
4.8其他离散型概率分布134
4.8.1几何随机变量134
4.8.2负二项随机变量136
4.8.3超几何随机变量138
4.8.4ζ分布141
4.9随机变量和的期望142
4.10累积分布函数的性质145
第5章连续型随机变量164
5.1引言164
5.2连续型随机变量的期望和方差166
5.3均匀随机变量169
5.4正态随机变量172
5.5指数随机变量180
5.6其他连续型概率分布185
5.6.1Γ分布185
5.6.2韦布尔分布186
5.6.3柯西分布187
5.6.4β分布187
5.6.5帕雷托分布189
5.7随机变量函数的分布190
第6章随机变量的联合分布204
6.1联合分布函数204
6.2独立随机变量210
6.3独立随机变量的和219
6.3.1独立同分布均匀随机变量219
6.3.2Г随机变量221
6.3.3正态随机变量222
6.3.4泊松随机变量和二项随机变量225
6.4离散情形下的条件分布226
6.5连续情形下的条件分布228
*6.6次序统计量232
6.7随机变量函数的联合分布236
*6.8可交换随机变量241
第7章期望的性质259
7.1引言259
7.2随机变量和的期望259
*7.2.1通过概率方法将期望值作为界269
*7.2.2关于最大值与最小值的恒等式270
7.3试验序列中事件发生次数的矩272
7.4随机变量和的协方差、方差及相关系数279
7.5条件期望285
7.5.1定义285
7.5.2通过取条件计算期望286
7.5.3通过取条件计算概率294
7.5.4条件方差298
7.6条件期望及预测299
7.7矩母函数302
7.8正态随机变量的更多性质309
7.8.1多元正态分布309
7.8.2样本均值与样本方差的联合分布311
7.9期望的一般定义312
第8章极限定理335
8.1引言335
8.2切比雪夫不等式及弱大数定律335
8.3中心极限定理337
8.4强大数定律343
8.5其他不等式345
8.6用泊松随机变量逼近独立的伯努利随机变量和的概率误差界352
8.7洛伦兹曲线354
第9章概率论的其他课题364
9.1泊松过程364
9.2马尔可夫链366
9.3惊奇、不确定性及熵370
9.4编码定理及熵372
第10章模拟381
10.1引言381
10.2模拟连续型随机变量的一般方法383
10.2.1逆变换方法383
10.2.2舍取法384
10.3模拟离散分布388
10.4方差缩减技术390
10.4.1利用对偶变量390
10.4.2利用“条件”391
10.4.3控制变量392
附录A 部分习题答案396
附录B 自检习题解答399
索引444