非连续变形分析（DiscontinuousDeformationAnalysis，DDA）全书分上下册。上册为基础知识部分，以及作者对DNA方法的改进。其中第1～3章，主要介绍DDA方法的基本理论、基本程序和基本功能；其余第4～6章，主要介绍作者对DDA的方法改进。下册为功能扩展部分和应用部分。其中第7～11章，主要阐述了作者对DDA实用功能的扩展和计算参数取值的讨论；其余第12～16章，主要介绍了DDA方法在工程中的应用。本书为上册。

IBMSPSS数据分析软件是目前应用最为广泛的数据分析软件之一，深受各行业用户的青睐。本书以IBMSPSS26.0为基础，以数据分析理论为主线，参照数据分析课程教学大纲编写。全书由浅入深，共包括10章内容，涵盖数据分析的三个阶段，介绍了数据分析的基本概念和流程、SPSS软件在数据获取与管理上的功能、概括性描述统计分析、探索性统计推断以及相关和回归分析、聚类和判别分析、因子分析等常用的基本数据分析方法的基本原理和操作应用。 本书每章末尾均配有习题，并且除第1章外，其余各章均配有案例分析题，可加深

本书讨论日常生活中的算法问题。作者将算法问题分为几个大类：贪心算法，组合游戏，进位制，编码理讼，密码学，黑匣子，递归与递推，并将它们与常见的生活案例相结合来做说明，让读者在轻松的文笔中获得思考的乐趣。视角独特，表达方式深入浅出，以小见大。在轻松的学习中享受思考带来的乐趣，也是有益的思维锻炼。

《多元统计分析》介绍了多元统计分析的方法和理论，以及R语言计算，涵盖了经典多元统计分析的全部内容，包括：矩阵运算知识、数据可视化与R语言、多元正态分布、多元正态总体的抽样分布、多元正态分布的参数估计、置信域和假设检验、线性回归模型、多元多重回归分析、主成分分析、因子分析、判别分析、聚类分析和典型相关分析等内容，以及R语言的应用。《多元统计分析》除了重点介绍各种多元统计分析的思想、方法和理论外，使用R语言进行计算和数据可视化也是《多元统计分析》的特色，对《多元统计分析》所有的多元统计分析方法和理论

Thesubjectofthisbookisgeometricintegratorsfordifferentialequationswithhighlyoscillatorysolutions,includingoscillation-preservingintegrators,continuous-stageERKNintegrators,nonlinearstabilityandconvergenceanalysisofERKNintegrators,functionally-fittede

本书共分为四部分。第一部分是预备知识。第二部分主要介绍无约束优化问题，并介绍线性方程组的求解方法、神经网络方法和全局搜索算法。第三部分介绍线性规划问题，包括线性优化问题的模型、单纯形法、对偶线性规划以及一些非单纯形法，简单介绍了整数规划问题。第四部分介绍有约束非线性优化问题，包括纯等式约束下和不等式约束下的优化问题的最优性条件、凸优化问题、有约束优化问题的求解算法和多目标优化问题。

本书是基于作者在香港大学和南方科技大学10余年数理统计教学的经验，同时结合国内其他高校学生和教师的具体情况精心撰写而成的。本书主要内容包括：概率和分布、抽样分布、点估计、区间估计、假设检验、斜零分布的临界区域和值等。本书通过组合传统教材和课堂PPT各自的优点，设置了经纬两条主线，运用块状结构呈现知识点，使得每个知识点自我包含，并采用彩色印刷，方便教与学。另外在介绍重要概念时，注重启发，逻辑顺畅，条理清楚。

本书共分16章，分别为概率论的基本概念、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等。