本书共11章, 内容包括随机事件及其概率、随机变量及其分布、随机向量、随机变量的数字特征、大数定律与中心极限定理、数理统计的基本知识、参数估计、假设检验、方差分析与回归分析、Matlab软件应用、常见的概率论与数理统计模型。各章配有一定数量的习题, 书末附有习题选解与提示, 并提供预备知识及6种附表以备查用。本书的编写始终以强化理论学习为基础, 以应用为目的, 力求做到深入浅出、通俗易懂、便于自学、提高成效。

本书主要介绍了求解数值问题的经典算法的算法原理及其Maple实现，偏重于算法的实现，强调例题的分析和算法的应用。内容包括： 线性方程组的直接解法和迭代解法，插值和函数逼近，数值积分，数值优化，矩阵的特征值问题，解非线性方程和方程组的数值方法，常微分方程和偏微分方程的数值解法。

本书系统介绍常用的数值分析的基本概念、方法及应用，注重培养学生的科学计算能力。本书内容共分八章，主要包括绪论、插值法、函数逼近与快速傅里叶变换、数值积分与数值微分、线性方程组的数值解法、矩阵特征值问题的求解、非线性方程的数值解法和常微分方程的数值解法。本书每章后面都配置了习题，且部分典型习题给出了详细解答，读者可扫描书中的二维码进行学习。 本书可作为高等学校非数学类专业高年级本科生和研究生的教材, 也可供其他科研人员参考。

本书是《概率论与数理统计》的同步辅导书，集长期在教学科研第一线的专家的丰富教学经验，按照系统性、结构性、严谨性和简洁性原则进行编著。内容主要包括随机事件与概率、离散型随机变量、连续型随机变量、随机变量的数字特征、随机向量和极限定理、统计量及其分布、参数估计、假设检验、方差分析、回归分析等。适用于普通高等教育概率论与数理统计相关专业的学生及自学本学科的社会人士。

全书共八章, 即随机事件与概率、随机变量及其分布、二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、统计量和抽样分布、参数估计、假设检验。每章均配有习题和单元测试, 书后附有习题参考答案。

本书共分为10部分，内容包括排列组合、随机事件与概率、随机变量及其概率分布、二维随机变量及其概率分布、随机变量的数字特征、大数定律与中心极限定理、样本与统计量、参数估计、假设检验、Matlab在概率论统计中的应用简介。各章后选配了适量习题，并在书后附有习题答案。书末给出了泊松分布表、标准正态分布表、χ2分布分位数表、t分布分位数表、F分布分位数表5个重要分布表。

全书共分6章：基本概念、点估计、假设检验、区间估计、统计决策理论与Bayes分析、统计计算方法，书中含有丰富的例子，着力说明统计思想和统计应用，书中还配置了足够的习题，可使读者得到各种基本训练。读完本书即可进入数理统计各分支的学习与研究。 《高等数理统计（第三版）》可作为数学专业、统计专业研究生的教学用书和统计工作者的参考书。

本书主要内容有：抽样分布、参数估计、假设检验、方差分析与正交试验设计、线性回归模型，本书每章末附有习题，书后附有答案。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。

本书主要内容包括：概率论基础知识、随机过程的概念和基本类型、平稳过程、Poisson过程、更新过程、Markov链、随机过程分析等。本书尽可能简化了复杂的抽象证明和推导，重点讲述Poisson过程、更新过程、Markov链、随机过程分析等内容，并没有介绍比较复杂的随机过程入布朗运动、鞅论等。