本书是高等学校非数学专业概率论与数理统计课程的教材。全书共分8章, 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, 大数定律及中心极限定理, 样本及抽样分布, 参数估计, 假设检验。

　　本书是针

　　《应用随机过程》主要介绍随机过程的基础理论及其实际应用.《应用随机过程》共6章，内容包括 概率论基础知识、随机过程的基本概念及其分类、泊松过程及其推广、马尔可 夫过程、平稳过程及其谱分析. 各章配有练习题和相关的科学家简介.

　　《博弈论/诺贝尔经济学奖获得者丛书》是博弈领域的两位领军人物的集大成之作，囊括了迄今为止除演化博弈之外的所有博弈论的理论和方法、代表了博弈论发展的最高水平。它不仅涵盖了博弈论的方方面面。而且几乎对每一个论题都给出了严密的数学推导和证明。本书具有以下几个特点：
　　第一，覆盖面广，几乎涵盖了博弈论的各个领域。
　　第二，有丰富的实例、精心构思的习题以及广泛的可扩展性。
　　第三，深入浅出，既可以满足一般读者对博弈论的了解，也可以满足爱好技术性证明的读者

　　《统计数据分析基础教程（第二版）习题与实验指导/大学计算机基础与应用系列立体化教材》是中国人民大学出版社出版的教材《统计数据分析基础教程（第二版）——基于SPSS 20和Excel 2010的调查数据分析》的配套辅导书。

　　本书旨在

    本书共12章，本书选材上力求详略得当，知识内容力求新颖，方法技巧多样，且适当介绍了一些重要的数学思想，本书力求科学系统严谨，讲解方法由浅人深，注重对读者的启发性.

智能优化算法是近年来一种新兴的、源于生命科学的优化方法，是受到关注最多的优化研究领域之一。与其他类型的优化方法相比，该方法实现较为简单、效率较高。本书以细菌觅食算法（Bacteria Foraging Algorithm，BFO）为主线，涉及了很广泛的一类智能优化算法。全书共分八章。其中第一章至第五章系统描述了遗传算法、神经网络、蚁群算法、粒子群算法、人工鱼群算法的理论、实现技术和*研究进展，并阐述了作者在这些算法方面的研究成果。第六章至

本书讲述科学实验和工程实践中常用的静态测量和动态测量的误差理论与数据处理，内容包括：绪论、误差的基本性质与处理、误差的合成与分配、测量不确定度、线性测量的参数最小二乘法处理、回归分析、动态测试数据处理的基本方法等。