初学matlab时编的一个小程序。
实现对排队等待问题的计算机模拟（经典的理发店顾客服务情况模拟），并有动画演示。
学计算机模拟课的人可以看看。
蒙特卡洛(MonteCarlo)法，或称统计试验法、计算机随机模拟方法，起源于美国在第一次世界大战进研制原子弹的“曼哈顿计划”。
统计试验法通常用来研究概率过程，研究问题时常涉及下列一些与随机因素有关的概率，如各类概率等，一般来说，建立描述过程的复杂的概率模型是不成问题的，但用数学方法研究与分析这些模型是却很困难，问题的维数（即变量的个数）可能高达数百甚至数千。
对这类问题，难度随维数的增加呈指数增长，这就是所谓的“维数的灾难”(Course　Dimensionality)。
传统的数值方法难以对付（即使使用速度最快的计算机），甚至达到了无法进行的地步。
因此，唯一可取的研究方法是统计实验法。

非常全面的数学建模教材资料目录第1章　建立数学模型　1.1　从现实对象到数学模型　1.2　数学建模的重要意义　1.3　建模示例之一椅子能在不平的地面上放稳吗　1.4　建模示例之二商人们怎样安全过河　1.5　建模示例之三如何预报人口的增长　1.6　数学建模的基本方法和步骤　1.7　数学模型的特点和分类　1.8　数学建模能力的培养　习题第2章　初等模型　2.1　公平的席位分配　2.2　录像机计数器的用途　2.3　双层玻璃窗的功效　2.4　汽车刹车距离　2.5　划艇比赛的成绩　2.6　动物的身长和体重　2.7　实物交换　2.8　核军备竞赛　2.9　扬帆远航　2.10　量纲分析与无量纲化　习题第3章　简单的优化模型　3.1　存贮模型　3.2　生猪的出售时机　3.3　森林救火　3.4　最优价格　3.5　血管分支　3.6　消费者的选择　3.7　冰山运输　习题第4章　数学规划模型　4.1　奶制品的生产与销售　4.2　自来水输送与货机装运　4.3　汽车生产与原油采购　4.4　接力队的选拔与选课策略　4.5　饮料厂的生产与检修　4.6　钢管和易拉罐下料　习题第5章　微分方程模型　5.1　传染病模型　5.2　经济增长模型　5.3　正规战与游击战　5.4　药物在体内的分布与排除　5.5　香·烟过滤嘴的作用　5.6　人口的预测和控制　5.7　烟雾的扩散与消失　5.8　万有引力定律的发现　习题第6章　稳定性模型　6.1　捕鱼业的持续收获　6.2　军备竞赛　6.3　种群的相互竞争　6.4　种群的相互依存　6.5　食饵-捕食者模型　6.6　微分方程稳定性理论简介　习题第7章　差分方程模型　7.1　市场经济中的蛛网模型　7.2　减肥计划--节食与运动　7.3　差分形式的阻滞增长模型　7.4　按年龄分组的种群增长　7.5　差分方程简介　习题第8章　离散模型　8.1　层次分析模型　8.2　循环比赛的名次　8.3　社会经济系统的冲量过程　8.4　效益的合理分配　8.5　存在公正的选举规则吗　习题第9章　概率模型　9.1　传送系统的效率　9.2　报童的诀窍　9.3　随机存贮策略　9.4　轧钢中的浪费　9.5　随机人口模型　9.6　航空公司的预订票策略　9.7　广告中的学问　习题第10章　统计回归模型　10.1　牙膏的销售量　10.2　软件开发人员的薪金　10.3　酶促反应　10.4　投资额与生产总值和物价指数　10.5　教学评估　习题第11章　马氏链模型　11.1　健康与疾病　11.2　钢琴销售的存贮策略　11.3　基因遗传　11.4　等级结构　11.5　资金流通　习题第12章　动态优化模型　12.1　速降线与短程线　12.2　生产计划的制订　12.3　国民收入的增长　12.4　渔船出海　12.5　赛跑的速度　12.6　多阶段最优生产计划　习题第13　章其它模型　13.1　废水的生物处理　13.2　红绿灯下的交通流　13.3　鲑鱼数量的周期变化　13.4　价格指数　13.5　设备检查方案　习题综合题目

《应用随机过程概率模型导论》第11版英文文字版非扫描版带标签超清晰，《IntroductiontoProbabilityModels》

在这次演讲中，我将介绍我们在学习知识图推理逻辑规则方面的最新进展。
逻辑规则在用于预测和推广到其他任务时提供了可解释，因此是学习的关键。
现有的方法要么面临在大搜索空间中搜索的问题(如神经逻辑编程)，要么由于稀疏奖励而无效优化(如基于强化学习的技术)。
为了解决这些局限性，本文提出了一个称为RNNLogic的概率模型。

HMM(HiddenMarkovModel,隐马尔科夫模型)是一种用参数表示的用于描述随机过程统计特性的概率模型，是一个双重随机过程,由两个部分组成:马尔可夫链和一般随机过程。
其中马尔可夫链用来描述状态的转移，用转移概率描述。
一般随机过程用来描述状态与观察序列间的关系，用观察值概率描述。

LatentDirichletAllocation(LDA)是一种文档主题生成模型，也称为一个三层贝叶斯概率模型，包含词、主题和文档三层结构。
LDA是一种非监督机器学习技术，可以用来识别大规模文档集（documentcollection）或语料库（corpus）中潜藏的主题信息。
此文档是LDA论文的翻译。

用启发式算法确保关键路径问题的新概率模型

LDA模型的理解对很多人是一种挑战，尤其是参数估计部分。
本文档详细给出了TOTLDA和LDA两个主题概率模型的参数估计需要用到的后验概率的推导过程，并采用了两种方法，对主题概率模型研究人员具有很好的启发意义！

1)应用随机过程概率模型导论第11版[（美）SHELDONM.ROSS著2)英文原版,PDF书签带目录。
本书是国际知名统计学家SheldonM.Ross所著的关于基础概率理论和随机过程的经典教材，被加州大学伯克利分校、哥伦比亚大学、普度大学、密歇根大学、俄勒冈州立大学、华盛顿大学等众多国外知名大学所采用。
与其他随机过程教材相比，本书非常强调实践性，内含极其丰富的例子和习题，涵盖了众多学科的各种应用。
作者富于启发而又不失严密性的叙述方式，有助于使读者建立概率思维方式，培养对概率理论、随机过程的直观感觉。
对那些需要将概率理论应用于精算学、计算机科学、管理学和社会科学的读者而言，本书是一本极好的教材或参考书。
第11版新增大量例子和习题，还对连续时间的马尔可夫链、漂移布朗运动等内容做了修订，愈加注重强化读者的概率直观。
============================IntroductiontoProbabilityModels,EleventhEditionisthelatestversionofSheldonRoss'sclassicbestseller,usedextensivelybyprofessionalsandastheprimarytextforafirstundergraduatecourseinappliedprobability.Thebookintroducesthereadertoelementaryprobabilitytheoryandstochasticprocesses,andshowshowprobabilitytheorycanbeappliedfieldssuchasengineering,computerscience,managementscience,thephysicalandsocialsciences,andoperationsresearch.

IntroductiontoProbabilityModeling概率模型导论-英文教材。
适合本科研讨生学习。

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。