《概率论与建模（第二版）》遵循高等院校教学指导委员会关于概率论与数理统计课程的教学基本要求编写而成，《概率论与建模（第二版）》共9章，分别是随机事件与概率、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、大数定律与中心极限定理、数理统计的基本概念、参数估计、假设检验和方差分析和回归分析。
《概率统计与数学模型学习指导》为《概率统计与数学模型》的配套学习指导教材,内容包括每一章的基本要求？内容提要？释疑解难？典型例题以及教材的习题解答.第1~5章介绍概率论的基本知识,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？大数定律与中心极限定理等;第6~9章介绍数理统计的基本知识,
《概率论与数理统计》系统地介绍概率论与数理统计的基本内容以及数理统计的基本思想、原理与方法．内容包括随机事件与概率、一维随机变量及其概率分布、多维随机变量及其概率分布、数字特征、大数定律与中心极限定理、样本及抽样分布、参数估计、假设检验、方差分析与回归分析．各章都配有适量的例题与习题，习题又分为用于基本知识与计算训练的
《概率论与数理统计（第四版）》体系新颖、结构严谨、内容翔实、叙述清晰、重点突出、难点分散、例题典型、习题丰富。重视对学生分析、推理、计算和应用数学能力的培养。内容包括：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与极限定理、样本及其分布、参数估计、假设检验、回归分析与方差分析、正交试验设
《模式识别》共分为8章。第一章为绪论，主要介绍了模式识别的概念，系统组成及常用方法。第二章～第五章主要介绍了统计模式识别的方法，有特征聚类，贝叶斯分类，fish线性判别以及近邻法。第六章讲述了几种人工神经网络方法，第七章详细介绍了一个三维识别的案例。
该书将系统介绍用有限差分法数值求解微分方程的基本理论和方法。内容包括常微分方程的数值方法，偏微分方程中的椭圆型方程、双曲型方程和抛物型方程的有限差分方法，重点介绍差分格式的构造及稳定性分析的基本理论，也适当介绍一些前沿性的重要方法。全书强调基本理论方法的阐述，深入浅出。在理论不失严谨，同时又易于非数学专业的读者阅读
本书包括绪论共14章内容，约45万字。第1至第6章属于运筹学确定型模型，适用于本科教学段，第7至第10四章属于运筹学随机型模型，适用于研究生教学段。
村庄里住着位老奶奶，孩子们总会问老奶奶很多不知道的问题，孩子们没有见过真正的大象，老奶奶要为孩子们买头大象，就写了封信寄去非洲，可是，大象那么大，怎么从非洲运过来呢？
《概率论与数理统计》内容包括：随机事件与概率、随机变量及其概率分布、多维随机变量及其概率分布、随机变量的数字特征、大数定理及中心极限定理、数理统计的基本知识、参数估计、假设检验。《概率论与数理统计》以基本理论和方法为核心，在此基础上注重应用，从实际问题引入基本概念，选用大量有关的例题与习题，具有循序渐进、逻辑清楚、结合
《概率论与数理统计同步辅导与习题全解（高教社·龙永红·第三版）》根据全国硕士研究生入学统一考试数学考试大纲（经济类）的要求编写。为了与教材保持同步，本书按原书的编排顺序逐章编写。包括：随机事件与概率、随机变量的分布与数字特征、随机向量、数理统计的基础知识、参数估计与假设检验、方差分析和回归分析。每章内容包括：大纲要求、
书目推荐 更多
