本书为普通高等教育十二五*规划教材。全书八章，前四章为概率论部分，主要叙述各种概率分布及其性质，后四章为数理统计部分，主要叙述各种参数估计与假设检验。 本书编写从实例出发，图文并茂，通俗易懂，注意讲清楚基本概念与统计思想，强调各种方法的应用，适合初次接触概率统计的读者阅读。全书插图100多幅，例题250多道，习题近500道。 本书可供高等学校数学类专业和统计学专业作为教材使用，亦可供其他专业类似课程参考，也适合自学使用。

本书是普通高等院校概率统计系本科生教材，全书共五章内容，分别为：随机事件与概率、随机变量及其分布、多维随机变量及其分布、数字特征、大数定律与中心极限定理。本书是作者多年教学工作经验的总结，全书体系完整，富有特色，论述严谨，推导细致，内容充实，通俗易懂，例题精选，习题配套，资料翔实，便于施教。每一节后都有习题，书末附有部分习题答案，有助于读者理解书中内容。本书可作为普通高等院校数学类各专业、统计学专业概率论课程的教材或教学参考书。在一定的取舍原则下，对其他非数学类、统计学专业的概率论课程也适

本书是一本依据Origin软件处理物理化学实验中一些典型和相对复杂应用实例的实用教材，是编者在多年物理化学实验课程教学实践的基础上编写的，涵盖了物理化学实验中的误差分析及数据处理、物理化学实验数据的表达方法、Origin 9.1的介绍及基本操作、数据表操作与管理、二维图形绘制、曲线拟合、信号处理和谱线分析、物理化学实验数据的Origin处理应用示例、拓展应用示例等内容。其特点在于实用性和前沿性，同时简要介绍了一些新的热点知识。本书理论与实践兼备，内容丰富，对提升本科学生综合、分析、实践、

数据已经成为许多人日常生活的一部分，数据分析的需求也日益提高。本书尝试了解学习者的想法和需要，以初学者的视角力求让读者能够轻松、愉快地了解回归分析的基本思想和应用价值。基于实际数据的特点和归纳演绎的认知规律，本书精心挑选了丰富的实例，形象生动而又系统详尽地阐述了回归分析的基本理论和具体的应用技术，还辅以启发式的分析和直观的图形方法，不仅从理论上介绍了当今统计学中用到的传统回归方法，还补充介绍了伴随着大数据而产生的前沿的回归方法。同时，基于数据处理实际过程指出方法的不足，提供相应的改进思

本书内容包括事件及概率、随机变量的分布、多维随机变量的分布、随机变量的数字特征、大数定律与中心极限定理、数理统计的基本知识、及数理统计的基本方法等, 全书共分六章叙述。本教材总结了作者长期在经济类高校担任《概率论与数理统计》课程教学和科研工作的经验, 编写中注重了本课程在经济管理领域的运用, 选用了大量有关的例题与习题, 习题在书后附有答案。本教材依据经济管理类各专业对概率论与数理统计课程的教学要求并结合作者多年来在财经类大学数学教学实践中积累的经验而编写。本书配备习题由浅入深、层次分

本书是与《计算机科学计算》（张宏伟等编，高教出版社出版）相配套的一本书，《计算机科学计算》是大连理工大学数学学院本科生专业课，全校研究生公共基础课的指定教材，偏重理论讲解。本书侧重习题解答，数值实验设计，算法设计等方面，满足学生进一步学习的需要。本书适合于应用型本科院校工程类、经济类、管理类专业学生自学及教学使用，也可供工程技术、科技人员参考。

　　《数值计算方法（第三版）》详细介绍了科学与工程计算中常用的数值计算方法，突出科学计算的基本思想方法，注重数学软件在科学计算中的基本训练。全书主要内容包括数值代数（线性方程组的直接与迭代解法、矩阵特征值问题的计算）、非线性方程与方程组的数值解法、数值逼近（代数插值与函数的逼近）、数值积分与微分、常微分方程数值解法等。每章均附有习题和数值实验（包括MATLAB软件介绍及其基本数值算法的MATIAB实现）。
　　《数值计算方法（第三版）》可作为高等院校信息与计算科学专业、数学与应用数学以及计

《数值分析典型应用案例及理论分析》分为上、下两册,本书为下册。本书以工程案例的讨论为主，基本思路在于基于数值分析基本理论建立数值模型，进行MATLAB程序设计，并就工程案例进行计算分析与讨论。本书分为８章，分别为递推法及其稳定性分析篇、函数计算*误差和相对误差分析篇、插值篇、拟合篇、线性方程组篇、非线性方程篇、数值积分篇、数值微分篇，内容涉及机械、液压、电力、电子、船舶、传热、力学、材料等工科学科。

本书内容紧密结合经济管理专业的特点。系统地讲述了线性规划、目标规划、整数规划、动态规划、图与网络分析、排队论、存储论、对策论、决策论的基本概念、理论、方法和模型，以及数据包络分析、运筹学问题的启发式算法等。

本书内容分上下两篇。上篇介绍了数学建模中常规方法(拟合、AHP)、规划模型、数据建模(云模型、logistic、主成分分析、支持向量机、K均值、朴素贝叶斯)、灰色预测的MATLAB实现，还介绍了各种高级方法的MATLAB实现，包括遗传算法、模拟退火算法、人工神经网络、粒子群算法、蚁群算法、小波和计算机仿真。下篇以数学建模赛题为案例，介绍如何用MATLAB求解实际的数学建模问题，给出了详细的建模过程和MATLAB源程序。