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.

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

　　《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

　　《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

    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.

本书系统地介绍了运筹学中的主要内容，重点讲解了应用广泛的线性规划、运输问题、整数规划、网络规划与网络计划、存储论、决策论等定量分析和优化的理论与方法。本书强调学以致用，以大量实际问题为背景引出运筹学各分支的基本概念、模型和方法，具有很强的实用性；在基本原理和方法的介绍方面，本书尽量避免复杂的理论证明，通过大量通俗易懂的例子进行理论方法的讲解，具有较强的趣味性，又不失理论性，理论难度由浅入深，适合不同层次的读者。

本教材的内容主要有：社会调查问卷的设计与数据的收集(问卷设计、问卷调查)、数据文件的建立和编辑（问卷编码、问卷数据录入、问卷数据检查）、问卷数据基本统计分析（包括一维频数分析、交叉表分析、描述性分析、参数估计与假设检验、方差分析、相关与回归分析）。对于每一章，首先介绍基本概念和案例；然后介绍如何应用SPSS进行统计分析；再介绍如何应用Excel进行统计分析。