本书是根据教育部关于理工科概率论与数理统计课程的教学基本要求编写的概率论与数理统计课程的教材，编者全部是具有丰富教学经验的一线教师．全书共分为八章，内容包括：概率论的基本知识、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、数理统计的基本概念、参数估计、假设检验、方差分析与回归分析．本书按节配置习题，每章有总练习题，书后附有部分习题答案与提示，便于读者参考．本书根据理工科学生的实际要求及相关课程的设置次序，对传统的教学内容在结构和内容上做了合理调整，使之更适合新世纪概率论与数理

本书通过一个基础、两个思维、三个概念、两个原理来有机组织教学内容。认真贯彻《国家职业教育改革实施方案》的精神，深入调查高职学生的数学基础与认知特点。本书内容包括：一元微积分，随机试验、随机事件、概率、复合事件的概率计算、一维随机变量的分布、数字特征、统计量、参数估计、假设检验、一元线性回归等，本书主要面向高职高专财经管理类学生，同时包括社会工作人员，如企事业单位的管理人员、微商、销售人员及以其他自学者。至于非数学专业的本科生、研究生也可以作为初级读本。

本书分为概率论和数理统计两部分，共9章.第1～5章讲述概率论的基本内容；第6～9章讲述数理统计的基本内容，同时各章章末讲述了部分与概率统计相关的一些数学建模.各章后附有习题，有助于读者对基本内容进一步理解和深化.

本书是作者根据教育部关于高等学校工科类和经济管理类本科数学基础课程教学基本要求，在多年从事工科类和经济管理类等专业线性代数教学基础上编写而成的。本书第二版在正文的基本内容及教材的体系和章节安排方面基本与原书一致，保留了原书的风格.

本书共分10章，其中第1-5章是概率论部分，包括随机事件及其概率、随机变量及其分布、二维随机变量及其分布等；第6-9章是数理统计部分，包括统计量及其分布、参数估计、假设检验等；第10章介绍了Excel与MATLAB在概率统计中的应用。

　　《概率论与数理统计》以高等学校应用型创新型人才培养为目标，强调概率论与数理统计的应用性，主要内容包括概述、概率论的基础、随机变量的概率分布及数字特征、几种常见的概率分布、统计量的分布、参数估计、假设检验、线性回归模型等。读者学习该书的主要理论只要具有一元微积分的数学基础即可。
　　该书在知识体系上突出问题导向，章节内容从经典问题（实践中的概率或统计）人手，配以分析过程，通俗易懂；理论部分从具体到抽象，由易到难，分散了难点；重要计算给出了Excel实例，为大数据的应用奠定了坚实基础；每章

本书共10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，随机变量的数字特征，大数定律与中心极限定理，抽样与抽样分布，参数估计，假设检验，方差分析，回归分析。

本书系统地介绍了线性锥优化的相关理论、模型和计算方法, 主要内容包括：线性锥优化简介, 凸集凸函数基础知识, 最优性条件与对偶, 可计算线性锥优化, 应用案例和内点算法软件介绍等.本书不仅包含了线性规划、二阶锥规划和半定规划等基本模型, 还引进二次函数锥规划来探讨更一般化的线性锥优化模型. 同时, 在共轭对偶理论的基础上, 系统地建立了线性锥优化的对偶模型, 给出了原始与对偶模型之间的强对偶条件. 书中给出了二阶锥可表示和半定锥可表示的一些实例, 使读者掌握线性锥优化模型建立的一些基本方法和技巧

本书以学生成绩管理系统为主线，从简单的成绩输入/输出到采用文件存储成绩，并基于文件管理成绩，逐步丰富成绩管理系统的方式，引导读者思考利用计算机解决实际问题的方法，从而理解算法和计算思维，达到培养计算思维的目的。 计算思维是一个抽象概念，养成计算思维需要反复实践和反思。本书立足于计算思维的培养，每章都以问题为驱动，主要阐述问题的抽象、算法设计及其实现，并具体采用C语言作为实现算法的计算机语言，通过问题求解反复训练，培养读者的算法设计基础能力和计算思维。本书在问题求解过程中只阐述问题求解所需的知识点

本书是为高等院校理工科专业本科生的数值分析或计算方法课程编写的教材，内容包括非线性方程（组）的数值解法、线性方程组的数值解法、线性方程组的迭代解法、插值、曲线拟合与函数逼近、数值积分与数值微分、常微分方程的数值解法、矩阵特征值与特征向量的计算等常用数值算法的基本方法和理论。本书在兼顾理论讲解的同时，重视算法的应用和数学软件的实现，各章均配有小结与MATLAB应用实例，同时配有适量的例题和习题，且以二维码链接部分重要知识点的讲解视频，读者可扫码观看。