本书系统阐述了在工程数值模拟中如何利用GPU并行计算加速大规模矩阵计算的核心原理与技术。本书第1-3章主要内容为GPU并行计算的环境搭建和基础架构，系统介绍了CPU/GPU架构差异和CUDA编程模型、GPU环境配置及Python接口PyCUDA的搭建，帮助读者快速入门。第4-5章深入解析核函数设计、线程组织与管理(网格

本书依据教育部对“概率论与数理统计”课程的基本要求,参照多年课程及教材建设的经验和成果,以“应用为目的,理论是根基”为指导思想编写。本书着眼于概率论与数理统计中的基本原理、基本方法及其应用,强调直观性,深入浅出,例题和案例丰富,注重实用性,可读性强。本书共分8章。第1-5章为概率论部分,包括随机事件及其分布、多维随机变

本书通过案例讲述有关的概念和方法，不仅介绍了ARMA模型、状态空间模型、Kalman滤波、单位根检验和GARCH模型等一元时间序列方法，还介绍了很多多元时间序列方法，如线性协整、门限协整、VAR模型、Granger因果检验、神经网络模型、可加AR模型和谱估计等，并且增加了全新的一章讲述如何用深度学习进行时间序列分析.书

广义线性模型导论

删截、选择性样本及截断数据的回归模型

本书聚焦于退化数据的建模问题，系统研究了基于随机过程理论对复杂退化现象进行建模、参数估计、寿命预测及可靠性评估的基本原理与方法。全书围绕四类经典随机过程展开讨论，分别为维纳过程、伽马过程、逆高斯过程和指数分散过程，针对每种过程提出了相应的统计建模策略，并在传统模型的基础上进行了扩展与改进，以更好适应实际工程中退化行为的

本书主要包括可靠性基础、可靠性建模技术、常见可靠性评估和抽样检验方法，以及这些技术方法在可靠性工程中的应用。同时，还重点介绍了近年来可靠性理论的研究热点和取得的重要成果。从工程需求出发，在基本理论推导的基础上，通过对工程案例的介绍引导读者使用数学知识解决工程实际问题。

本书共分十二章，分别为Mathematica软件介绍、线性代数、线性规划、整数规划、单纯形法、lindo／lingo软件和灵敏度分析、运输问题、物流设施选址、图论方法、存贮论、决策分析、预测和盈亏分析。

本书主要介绍分布参数系统迭代学习控制的收敛性分析与设计方法，内容包括传统和非传统条件下分布参数系统迭代学习控制的控制器设计和收敛性分析理论。本书由三部分组成，第一部分概述了近年以来分布参数系统迭代学习控制的研究现状和基本方法。第二部分对分布参数系统迭代学习控制进行了深入探讨，包括新的学习控制算法的设计，非线性、时滞、广

本教材涵盖概率论与数理统计主要知识板块。从概率论基础到多元分布，再到数理统计的各类估计、检验方法，以及方差分析、回归分析等经典统计模型，还涉及统计质量管理这一具有行业针对性的内容，构建了完整知识体系。无论是基础概念、复杂理论还是实际应用，都能在教材中找到对应内容，满足不同层次学习需求。本教材各章都配备大量实际应用案例。