本书主要总结了作者近年来在多元非理想插值方面的相关工作，主要包括以下三方面的研究成果：提出了 一般的多元插值格式，得到了插值格式几乎正则的一个必要条件和正则的一个充分条件；将单项微分插值条件的插值问题拓展到了多项式微分插值条件的情形，并将计算理想插值的BM算法推广到了多元非理想插值问题上；给定摄动结点集，得到了计算任意单项序下稳定单项基的算法，并将该算法应用在曲面重建中。本书的成果进一步丰富了多元非理想插值理论，可供高等学校计算数学及应用数学等相关专业的教师和研究生使用。

暂缺简介...

作为变量数学发展的第一个决定性步骤，解析几何的建立对于微积分的诞生有着不可估星的作用。解析几何是数学中一个很重要的知识，它的优点在于使数形结合，把几何问题化作数、式的演算（当然反过来，数、式也可以用几何方法去处理），因而有一定的章程可以遵循，不需要挖空心思去寻找解法。本书主要运用向量代数来研究曲线及曲面等几何问题，并且对其应用进行介绍。本书内容精炼、重点突出，可作为理工科和其他非数学类专业高等院校的教学用书，也可供考研生、自学者和广大科技工作者参考。

本书系统介绍了数学建模的理论知识和求解方法，结合典型实例全面阐述了数学建模解决实际问题的基本过程。内容涵盖了数学建模课程中的一些基本方法和基本模型，包括插值与拟合、线性规划、整数规划与非线性规划、常微分方程与差分方程模型、概率统计模型、图论与网络优化、综合评价与决策模型等。本书按照模型建立、模型求解、模型应用的框架结构进行编写，体现了理论知识、实际问题与数学软件及算法的有机融合，使方法好用且易实现，深入浅出，通俗易懂。

本教材主要介绍计算机理论与应用所需要的数理逻辑、集合论、群论以及图论等主要内容，重点介绍离散结构的构造、性质及其相关推理证明方法，面向计算机的现代数学观点与方法，注重培养学生的抽象思维能力、逻辑推理能力，以及应用离散数学于计算机理论与工程问题的分析、建模、推理和论证的能力。教材采用问题驱动模式，从表达、理论、工程应用几个层面设计主要内容，注重将数理逻辑、集合论、群论以及图论的发展历程中的相关思想、方法融入有关问题的探讨过程中，引导学生应用有关离散结构表达计算机科学相关理论与工程应用问题，结合计算机科学理论与工程应用，理解抽象、理论与设计等三个计算机科学的三个学科形态，并自然有效地融入思政元素。

本书共分为两个部分。 部分为概率论基础，包括 ～5章，其中第1～4章主要介绍了概率空间、可测函数、随机变量及其分布、随机向量变换、条件数学期望、一维和高维随机变量的特征函数等本科阶段尚未或较少涉及的内容；第5章介绍了在概率论与随机过程中常用的随机变量序列的收敛概论和性质。第二部分为随机过程基础，包括第6～10章，其中第6章介绍了随机过程的基本概念、基本类型以及布朗运动和维纳过程的相关知识；第7章主要介绍了泊松过程及其生成算法；第8章除了介绍宽平稳过程的基本概念之外，还重点讲述了平稳过程相关函数的谱分解；第9、10章介绍了齐次Markov链、可数齐次Markov过程的基础内容。本书可以作为对概率论与随机过程理论要求较高的工科研究生的学习用书，也可以作为一般专业的工科研究生或数学专业本科生“概率论与随机过程”课程的参考书。

本书从图论的起源，控制数理论的提出和发展，再到图的罗马控制和弱罗马控制概念的提出，描述了控制数理论产生的历史背景和重要意义。描述了图的一些相关概念和常用记号，并给出了图的罗马控制和弱罗马控制一些已知结论。用数学归纳法和构造法确定了3×n和4×n格图的罗马控制数；给出了 n部图、2×n格图等一些特殊图类的弱罗马控制数；根据罗马控制数的下界以及弱罗马控制数与罗马控制数、控制数之间的关系，确定了弱罗马控制数的下界，运用概率方法给出了弱罗马控制数的上界；运用递归法和指标函数法，刻画了弱罗马控制数与 小控制数相同[γ（T）=γr（T）]的树的特征；用递归法和构造法给出了弱罗马控制数等于 小控制数加[γr（T）=γ（T）+1]的树的一些特征；用逻辑推理和逐步分析法，刻画了弱罗马控制数等于 小控制数加1[γr（G）=γ（G）+1]的图的特征；用构造法确定了路P3，星K1，t（t≥2），由星K1，t1，K1，t2，…，K1，tn（ti≥3，i=1，2，…，n）的中心点依次连接成一条路所构成的树T，或由它们的外点连接构成的树T是弱罗马图，并给出了弱罗马图的一些性质；给出了图的弱罗马控制的一些性质。对进一步研究图的罗马控制和弱罗马控制具有重要的理论意义和应用价值。

\"本教材是基于“新工科”专业发展，适应应用型高校研究生数理统计课程教学需要和深化课程思政教学改革的需要而编写的，是数理统计必修课程的主要教学资料，是学习后续课程的重要思维方法和应用工具。随着科学技术的快速发展，实际问题的数据规模越来越大，复杂程度越来越高，数理统计课程对于培养高层次人才的大数据处理能力、抽象思维能力、科学计算能力、应用数学能力具有十分重要的意义。 通过本课程的学习，使学生获得应用科学中常用的数理统计的基本概念，常见的统计推断，如参数估计、假设检验、方差分析、相关分析与回归分析，以及聚类、判别、主成分等多元统计分析及其有关基本知识，并具有熟练的数据分析能力和用Python、SPSS、Excel等软件解决数据处理和统计推断的能力，从而为学习后继课程、实验及进一步扩大数据挖掘而奠定必要的统计学基础。本书可以作为高等学校的大数据、交通运输工程、道路与铁道工程、环境工程、市政工程（含给排水等）、人工环境工程、机械工程、控制科学与工程、计算机科学与技术、软件工程、电子信息、材料科学与工程、材料工程、土木工程、管理科学与工程和人工智能等专业研究生和高年级大数据、统计学专业本科生学习有关数理统计及相关应用问题的参考书，也可供自然科学和工程技术领域中的研究人员参考。\"

本书基于作者近些年关于泛函方程的Hyers-Ulam稳定性研究工作的成果整理而成。该书较为系统地研究了在不同空间结构上的几类泛函方程的Hyers-Ulam稳定性问题。全书共6章，第1章介绍Hyers-Ulam稳定性有关概念及其相关问题的研究进展，第2章研究可加泛函方程的Hyers-Ulam稳定性。第3章研究两类Jensen型二次泛函方程的Hyers-Ulam稳定性。第4章研究混合型二次与四次泛函方程的Hyers-Ulam稳定性及其在相关空间中的应用。第5章研究混合型可加、三次与四次泛函方程的Hyers-Ulam稳定性。第6章研究两类三次模糊集值泛函方程的Hyers-Ulam稳定性。本书可供数学专业高年级本科生、研究生、教师作为科研素材使用，也可供相关科研人员和数学爱好者参考。

近年来，如何有效地挖掘数据与数据之间的关系、清晰地展示系统的内在结构和规律，成为数据挖掘领域研究的热点问题。本书在对系统聚类分析方法的理论基础展开详细阐述的基础上，首先探讨了传统的系统聚类分析方法和已有主成分聚类分析方法的局限性，进而重构了分类定义中的距离概念，通过定义自适应赋权的主成分距离为分类统计量，提出一种新的、改进的主成分聚类分析方法——加权主成分距离聚类分析方法，并分别从数学推理、仿真模拟和实践应用层面论证了加权主成分距离聚类分析方法的有效性和适用条件。