本书是在2017年出版的第1版的基础上修订而成的.全书共分8章，1~5章为概率论部分，6~8章为数理统计部分．主要内容包括随机事件及其概率、随机变量及其分布、随机变量的数字特征、极限定理、参数估计和假设检验等． 本书以本科数学基础课程教学基本要求为基础，参照近年来全国硕士研究生入学统一考试数学大纲要求，结合作者多年来的

本书系统讲解了多元统计分析的基本理论和一些常用的多元统计方法。本书共9章，第1章为绪论，第2~3章介绍多元统计推断的基本理论，包括多元正态抽样分布理论、参数估计和多元正态总体的假设检验；第4~9章分别介绍各种常用的多元统计方法，包括判别分析、聚类分析、主成分分析、因子分析、对应分析和典型相关分析。本书各种统计方法的算法

本书是以培养计算思维能力为导向来构建教学内容的教材。全书共分10章，主要内容包括计算科学与计算思维、计算机系统组成及其工作原理、信息的表示与存储、常用数据结构与算法、计算机操作系统、计算机网络、人工智能基础、数据库基础及应用、信息安全和Office应用基础。本书的每个知识点均采用相应的案例，于知识讲解中贯穿计算思维的意

本书是国外Lévy过程教材的中译本，原书是国际上Lévy过程领域影响深远的名著。Lévy过程是包含Poisson过程、Brown运动等的一大类随机过程。无论对于概率论本身，还是金融数学、物理学、工程科学、保险等商业活动来说，Lévy过程都非常重要且有广泛应用。 本书从无穷可分分布、鞅等预备知识讲起，逐步介绍了Lévy过

本书介绍全局优化算法的基本理论和研究进展，特别聚焦于最近几年提出的基于递归深度群体搜索的一类新方法，并详细介绍递归深度群体搜索技术在确定性全局优化和智能优化算法中的具体应用。在确定性全局优化中，以DIRECT算法为例，深入介绍了递归深度群体搜索的设计原则与技巧；在智能优化中，以粒子群优化算法为例，介绍了递归深度搜索和群

本书是统计学专业的基础课教材，其比较系统地介绍了概率论与数理统计的基本概念、基本原理和基本方法.本书是在多年的教学实践基础上逐步形成的，内容丰富，叙述严谨，并附有典型例题及大量习题，有助于读者掌握和理解概率论与数理统计的基础知识.全书共10章，内容包括：随机事件与概率、随机变量及其分布、多维随机变量及其分布、数字特征、

算法在几乎所有的数学领域中都扮演着越来越重要的角色。通过本书，读者能够发展基本的数学能力，特别是那些与算法设计、分析及实现有关的能力。本书不仅包含了Eratosthenes筛法、Euclid算法、排序算法、图算法和高斯消元法等基本算法，而且讨论了图论、数据结构和数值优化等基本问题；不仅强调严格和严谨的数学表达，还详细论

本书是普通高等教育“十一五”国家级规划教材。全书内容主要包括概率论的基本概念、随机变量的分布、多维随机变量、随机变量的数字特征、大数定律和中心极限定理、数理统计的基本概念、参数估计、假设检验、回归分析、方差分析。各章习题中设有练习题和思考题，书末附有部分习题参考答案。本书强调概率论与数理统计中的基本理论和基本运算，着重

本书共八章，主要内容包括：随机事件及其概率、随机变量及其分布、随机变量的数字特征、大数定律和中心极限定理、数理统计的基础知识、参数估计、假设检验、回归分析。

本书共9章，内容包括：事件与概率、随机变量及其概率分布、多维随机向量及其概率分布、随机变量的数字特征、大数定律与中心极限定理、数理统计的基本概念、参数估计、假设检验、方差分析与回归分析。