《数值计算方法》阐述数值计算的基本理论和常用计算方法，包括误差的基本理论、插值法、拟合法、数值微分与数值积分、非线性方程(组)的数值解法、线性方程组的直接解法及迭代解法、常微分方程(组)的数值解法。为了不同专业读者学习的方便，考虑MATLAB强大的数值计算功能及易学易用的特点，《数值计算方法》第7章介绍MATLAB的基础知识。《数值计算方法》例题使用MATLAB进行求解，数值实验给出MATLAB程序及运行结果的参考答案，方便读者自学与实践。

本书介绍了科学和工程实际中常用的数值计算方法及其相关的理论，内容包括线性方程组的数值解法、非线性方程（组）的数值解法、插值法、函数逼近、数值积分与数值微分、常微分方程数值解法、矩阵特征问题的数值计算。每章都有相关的Matlab应用函数、主要数值方法的Matlab程序，并配有应用例题、数值计算习题和实验题。为便于自学，数值计算习题附有答案。每个知识点配以教学Mooc视频，以及主要知识内容的导读、数值实验及程序演示、重点与难点解析、融入课程思政元素的数学家素材小视频，读者以二维码扫码获取相应知识信息

本书是国外Lévy过程教材的中译本，原书是国际上Lévy过程领域影响深远的名著。Lévy过程是包含Poisson过程、Brown运动等的一大类随机过程。无论对于概率论本身，还是金融数学、物理学、工程科学、保险等商业活动来说，Lévy过程都非常重要且有广泛应用。 本书从无穷可分分布、鞅等预备知识讲起，逐步介绍了Lévy过程的定义和基本性质、位势理论、从属过程、局部时、波动理论、没有正跳跃的Lévy过程、平稳过程和尺度变换等内容，非常系统且全面。 本书适合用作概率论、统计学、金融数学等专业的研究生教

《时间序列分析单变量和多变量方法(第二版·经典版)》不仅对单变量与多变量时间序列的时域和频域分析提供了一个全面介绍，而且在书中包含了许多单变量和多变量时问序列模型的新进展，如逆自相关函数、扩展样本自相关函数、干预分析及异常值检验、向量自回归移动平均模型、偏滞后自相关矩阵函数、局部过程、状态空间模型、卡尔曼滤波、非季节和季节模型的单位根检验等许多内容。 《时间序列分析单变量和多变量方法(第二版·经典版)》结合大量的应用实例说明了时间序列分析方法的应用，极大地方便了

本书为《概率统计同步训练》，是《概率统计》教材的配套辅助教材。本书的章节安排与《概率统计》教材完全一致。《概率统计同步训练》按教学大纲的要求设置了三个模块：(1)基础模块；(2)综合训练；(3)期末全程测试。

本书系高等学校本科数学教材，根据《国家中长期教育改革和发展规划纲》要而编写，教材内容充分考虑了学生的数学基础，并兼顾了各专业的不同需求。本书共有七章，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，数理统计的基本概念，参数估计，假设检验，一元线性回归分析。各节后配有适量的精选习题，书末附有习题答案。

本书系统讲解了多元统计分析的基本理论和一些常用的多元统计方法。本书共9章，第1章为绪论，第2~3章介绍多元统计推断的基本理论，包括多元正态抽样分布理论、参数估计和多元正态总体的假设检验；第4~9章分别介绍各种常用的多元统计方法，包括判别分析、聚类分析、主成分分析、因子分析、对应分析和典型相关分析。本书各种统计方法的算法采用R软件实现，它是国际上流行的数据分析软件。除第2章和第3章外，其他各章的章末提供了本章例题的R程序及相应的输出结果。

本书对概率统计与随机过程中的常规性练习题目给出了解答，题型多样，覆盖面较全.读者通过练习和对照使用，在巩固已学的知识和理论，掌握解决基本问题的方法和手段，提高解决问题的能力的同时，能获得熟练灵活地解决更多问题的能力，取得较好的学习效果.本书既可作为理工科大学生学习概率统计的自我训练和检测的辅导教材，也可作为考研、考博复习的参考书，亦可作为教师的教学参考书.

《概率论与数理统计习题课教程（第二版）》是依据教育部《经济管理类本科数学基础课程教学基本要求》，针对高等学校经济类、管理类各本科专业的教学实际编写的。《概率论与数理统计习题课教程（第二版）》包括随机事件及概率、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、大数定律与中心极限定理、数理统计基础知识、参数估计7章内容。每章内容分5部分：①知识点小结；②考研数学大纲要求；③典型例题；④A组练习题；⑤复习题（第5章不设置复习题部分）。《概率论与数理统计习题课教程（第二版）》的后还

本书是在认真分析、总结、吸收部分高等院校数学课程教学改革经验的基础上，根据教育部高等教育教学课程的基本要求，以课程改革精神及人才培养目标为依据编写完成的。本书适度降低了知识点难度，遵循了循序渐进、融会贯通的教学原则。 本书内容包括函数、极限与连续，导数及其应用，积分学及其应用，常微分方程的求解及应用，矩阵与行列式，MATLAB数学实验，数学建模。 本书可作为数学和其他相关专业学生学习应用数学课程的教材和复习参考书。