本书重点介绍现代工程技术中计算机上常用的行之有效的数值方法及基本原理，包括误差理论基础、Syslab语言基础、Syslab程序设计基础、非线性方程的数值解法、线性方程组的数值解法、Syslab绘图基础、Syslab符号运算基础、插值法与曲线拟合、数值微积分和常微分方程初值问题的数值解法共10章内容。

本书介绍了基础性和应用较广的数值计算方法，包括数值计算的基本问题、函数的插值与逼近、数值积分和数值微分、矩阵特征值问题的计算、常微分方程数值问题的数值解法、科学计算案例等。

本书主要内容包括：概率论基础、抽样与抽样分布、参数估计、假设检验、回归分析、方差分析和正交试验设计、多元统计应用。本书根据研究生教学的特点精心选材，通过问题的引入、描述和分析阐明数理统计方法的基本思想及实际应用。全书内容简明扼要，清晰易懂。除基本教学内容外，《应用数理统计(第四版)》突出了研究生教育的探索性和启发性，在

该书共有八章，分别为密度函数估计的积分风险的下界、满足微分不等式的函数的非参数估计、渐近极小极大化图像重建问题、高斯白噪声中的适应估计问题、带有任意噪声的随机近似、非参数中位数的伪值和极小化极大滤波算法、遍历过程经验测度的巨大偏差、渐近最优序贯实验设计。该书适合高等院校的师生及数学爱好者参考阅读。

本书第一章介绍了数学建模的意义和内涵，第二章主要介绍一些基本的模型，第三章和第四章则是从两个部分谈了一些模型的案例，最后一章主要介绍建模如何开展和实施。为了凸显数学的应用性和职业性，本书通过典型案例，让学生真正理解数学建模全过程，不断丰富数学活动经验，增强运用数学解决问题的能力。

本书主要介绍数值分析的基本方法以及研究成果，包含代数插值、函数拟合、数值积分与微分、解线性代数方程组的直接法、解线性代数方程组的迭代法、解非线性方程的迭代法、常微分方程初值问题的数值解法、矩阵特征值与特征向量的计算等基本内容。

本书主要内容包括：混合模型和马尔可夫链；隐马尔可夫模型；假设检验；基于隐马尔可夫模型的大范围多重检验方法；基于高阶隐马尔可夫模型的大范围多重检验；基于隐半马尔可夫模型的大范围多重检验等。

本书内容分为两部分：概率论和数理统计，概率论部分主要介绍随机事件、随机变量、概率分布、数字特征、大数定律及中心极限定理等基本概念和性质；数理统计部分主要介绍样本分布、参数估计、假设检验、方差分析与回归分析等统计方法。

本书系统地介绍了三类重要偏微分方程的推导过程、理论基础及其数值求解方法，旨在为读者提供一本从理论推导到实际应用无缝衔接的教材。作为描述物理现象、工程问题中空间和时间变化规律的数学模型，偏微分方程在自然科学和工程技术中都具有重要的核心地位和广泛的应用价值。本书介绍了偏微分方程的基本概念，通过生动的物理和工程实例展示了如何

本书主要包括一元函数的极限与连续、导数与微分、微分学的应用、不定积分、定积分及其应用、常微分方程、空间解析几何初步、多元函数微分学、无穷级数、Python在高等数学中的应用，还附有可单独分拆的习题集，书末附参考答案。