本书介绍了概率论的基本概念、基本理论和基本方法；通过不同领域的实际案例引出概率统计概念和方法；引入机器学习中的概率模型(贝叶斯网络、隐马尔可夫模型)、大数据分析中的统计推断方法、人工智能中的随机优化算法等内容。

全书内容包括概率论、数理统计两部分。第一部分系统讲解概率论基础，包括随机事件及其概率、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，以及作为理论基石的大数定律与中心极限定理。第二部分聚焦于数理统计的应用，介绍数理统计的基本概念、参数估计、假设检验、方差分析及回归分析等核心推断方法。为强化实践能力，教材精选

本书主要介绍了时间序列分析的基本原理和方法，内容包括时间序列的基本概念、时序数据的预处理、时序数据的分解和平滑、单位根检验和协整、平稳线性时间序列模型、可划归为平稳线性时间序列的模型、异方差时间序列模型、非线性时间序列模型、多元时间序列模型、离散值时间序列模型以及上述模型的性质、建模方法、预测，此外还包括了谱分析方法和

本书以可压缩湍流燃烧概率密度函数方法与应用为具体研究对象，围绕其理论建模、数值求解和应用展开研究。第一章介绍了可压缩流大涡模拟、湍流燃烧模型和PDF方法的优势。第二章介绍了PDF方法相应的物理和数学基础。第三章介绍了可压缩湍流燃烧标量PDF方法的理论、建模和数值验证。第四章介绍标量-亚格子速度PDF方法。第五章介绍了曲

本书以状态空间方法为核心，系统阐述理论并融入MATLAB仿真实践。本书内容涵盖系统建模、状态方程求解与变换、稳定性分析、能控性与能观性、状态反馈与观测器设计、最优控制等。本书通过典型工程应用实例，完整地展示了从建模、分析到设计的全流程，且各章均配有MATLAB仿真指导。

本书内容包括：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，随机变量的数字特征，大数定律和中心极限定理，参数估计，假设检验，回归分析，基于MATLAB工具的数学实验等。书末附有一系列表格、习题答案与提示、名词索引和符号说明。

本书内容包括：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，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，基于MATLAB工具的数学实验。书末附有一系列表格、习题答案与提示、名词索引和符号说明。

本书内容贴近孩子生活，引导他们理解策略互动的底层规律，学会分析不同选择的利弊，同时更能帮助孩子掌握利益权衡的方法，逐步培养理性思考、科学决策的能力，为成长中的每一次选择打下思维基础。

本书包含单项选择题、填空题、计算题、证明题等多种题型，涵盖概率论与数理统计的核心知识点，如事件与概率、随机变量及其分布、随机向量及其分布、随机变量的数字特征、大数定律与中心极限定理、统计量与抽样分布、参数估计、假设检验等。试卷题型设计合理，解题思路清晰，非常适合想打牢概率论与数理统计基础的本科生及研究生考试备考考生使用

积累的教学经验与课程建设成果，同时广泛参考国内外优秀教材的特色与优势，致力于打造一本既契合教学实际需求，又富有创新性的优质教材。全书共设8章，内容涵盖事件与概率、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、大数定律和中心极限定理、统计量及其分布、参数估计以及假设检验。