本书是理工科高等院校普遍开设的数值计算原理课程的辅导教材，书中内容覆盖数值计算原理中的误差分析、插值法、曲线拟合、数值积分与数值微分、非线性方程求根、线性方程数值解法、特征值数值解法以及常微分方程初值问题数值解等知识点。全书共9章，每章包含知识点概述、典型例题解析、习题详解、同步训练题以及同步训练题答案，帮助学生加强对

全书共6章，内容包括随机事件与概率、随机变量及其分布、随机变量的数字特征、数理统计的基础知识、参数估计、概率模型.除最后一章外，每章都附有习题以及数学家介绍.本书的最后一章为概率模型，介绍概率方法的应用，帮助读者更好地理解概率论的思想和方法，进一步提升读者的数学建模能力，同时增强读者学习数学的兴趣.书后附有习题参考答案

全书共6章,内容包括随机事件与概率、随机变量及其分布、随机变量的数字特征、数理统计的基础知识、参数估计、概率模型.除最后一章外,每章都附有习题以及数学家介绍.本书的最后一章为概率模型,介绍概率方法的应用,帮助读者更好地理解概率论的思想和方法,进一步提升读者的数学建模能力,同时增强读者学习数学的兴趣.书后附有习题参考答案

本书首先介绍MATLAB语言程序设计的基本内容，在此基础上系统介绍各个应用数学领域的问题求解，如基于MATLAB的微积分问题、线性代数问题、积分变换与复变函数问题、非线性方程与**化问题、常微分方程与偏微分方程问题、数据插值与函数逼近问题、概率论与数理统计问题的解析解和数值解方法等；还介绍了较新的非传统方法，如模糊逻辑

数学是研究科学的基础工具，书名所述学科的一些题目有其深刻的数学原理.但课本未有详尽清晰的论证，或根本不作论证.本书将作详尽清晰的论证，以供有关专家、教师、学生参考.

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

本书的内容按当前理工院校同名课程体系展开，涵盖概率论和数理统计的主要课题。全书共分为8章：前4章系统介绍概率论的课题，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，为后4章讨论进行统计推断的数理统计方法构建一个明晰且严格的语境。后4章的数理统计内容包括数理统计的基本概念、参数估计、假设检验、

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。

本书主要内容包括概率论的基本概念、一维随机变量及其分布、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、数理统计的基本概念、参数估计、假设检验和回归分析。每章附章节思维导图，数学实验和软件求解。本书适合应用型本科理工类，经管类和其它非数学专业教学用书，也可以作为工程技术人员的参考书。

本书的主要内容是概率论和统计学，包括随机事件和概率、随机变量及其分布、数字特征和大数定律、统计学概论、统计资料的搜集与整理、统计资料分析所需要的基本指标和统计资料分析方法共7个模块。每个任务后配有能力训练，可帮助学生及时巩固所学知识，同时配有拓展延伸阅读材料，通过数学文化、时事案例等内容的渗透，落实立德树人的根本目的。