从一些经典的益智游戏或挑战出发，见识（熟悉）和体会计算思维（主要是其中的逻辑思维和算法思维）的若干观念和要点，是本书编写的初衷和追求。本书挑选了32个游戏或挑战，实现学习和体会计算思维观念和要点的目标。它们本身相互独立，读者可以任意顺序阅读，没有前后依赖关系。问题是指对该游戏的一般化推广，即“泛化”，在分析的基础上总结数学原理，进而形成算法和程序（主要是Python代码），实现面向问题求解、提炼和展示计算思维要点的融会贯通。本书既可以作为数学或算法方面的普及读物，也可以作为高校学生“计算思维”课

概率论与数理统计是大学数学的第三门课。本书针对经管类编写，主要包括概率论的基本概念、一维和多维随机变量及其分布、随机变量的数字特征、数理统计的基础知识、参数估计、假设检验 、方差分析和回归分析等知识模块，并特别加强了数学建模与数学实验教学环节，可以通过扫描对应的二维码即可实现实验操作，且配有网络账号，学生可登录网络学习空间学习相关内容。本书可作为高等院校经管类等非数学专业的教材与教学参考书，也适合对概率论与数理统计感兴趣的读者自主学习。

本书全书共12章，从时间序列分析的概念和范畴开始，依次介绍了平稳时间序列模型和非平稳时间序列模型以及单位根检验方法等。此外，本书还设计了软件应用演示环节，为读者提供应用软件解决现实问题的具体过程。本书注重理论的完备性以及理论与应用的结合度，努力做到理论内容全面、讲解深入浅出，同时特别强调理论知识的实际引用。本书适合作为经济管理类高年级本科生或者研究生的教材。对于具有统计学基础知识的学生，本书不失为一本简单易懂的自学参考书。

本书是为高等学校工科研究生编写的“最优化方法及应用”课程教材，主要内容包括：概述、无约束最优化（一维、多维）、约束最优化（线性、非线性）、全局最优化新方法、多目标优化、应用实例等。全书内容组织突出应用导向，力求在使学生理解优化方法的基本思想、实施步骤、软件实现的基础上，最大限度减少繁复的数学推导和证明，同时结合案例将相关方法应用于个人科研实践。 本书可以作为化学工程、化工过程机械、动力工程、环境工程、能源动力、材料化工等相关工科专业的研究生的教材或教学参考书，具有高等数学、线性代数、计算方法基础

本书从数学建模的产生讲起，全面细致地讲解数学建模在解决各类实际问题中的应用。本书力图打破数学建模的神秘感，各节所述的问题完全从真实的问题入手，让读者体验从问题提出到数学建模再到问题解决的亲身感受。通过本书，读者可以掌握基本的数学建模过程、方法和技巧。本书从教学角度增加了实践案例，提供了若干小型数学建模题目，以方便课堂教学与讨论。这些案例可以锻炼学生利用数学建模方法对实际问题进行建模的能力，比较适合课堂分组案例讨论。同时，案例提供的数学建模问题也为学生参加各类数学建模竞赛提供了前期的锻炼机会，也为

本书是根据编者多年的教学经验，结合高等学校非数学专业大学数学——概率论与数理统计课程的教学大纲及近几年的考研大纲编写而成的。
本书内容共分八章：事件与概率、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、样本及抽样分布、参数估计、假设检验。
本书结构严谨，逻辑清晰，概念准确。其主要特点在于：注重各个知识点的衔接，内容上具有足够的理论深度，表达上尽可能深入浅出；重视例题、习题的设计和选配；内容编排上尽可能合理，尽量减少不必要的叙述。
本书

本书针对应用型人才的培养目标和学习特点，对概率论与数理统计的传统内容进行了整合，既考虑与中学内容的衔接，又保持其自身具有的系统性和完整性，同时注重阐述用数学知识解决实际问题的基本思想和方法，将概率统计思想和数学建模思想的结合，选例鲜活有趣，问题分析透彻。此外，本书将概率统计理论和统计软件相结合，介绍了如何利用软件处理统计问题。本书主要内容包括随机事件及其概率、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、数理统计的基本概念、参数估计、假设检验、

本书着重介绍了与实际应用有关的数值计算基本方法，强调了基本概念、理论和应用，特别是数值计算方法在计算机上的实现，以期读者在学完本书之后能够充分掌握这些方法，并能在计算机上进行有关的科学与工程计算.
全书共分8章，主要内容包括非线性方程求根，线性方程组数值解法，矩阵特征值与特征向量的数值计算，函数逼近，数值积分和微分，解线性代数方程组的直接方法和迭代方法，常微分方程初值问题的计算方法以及优化问题数值解法.各章配有一定数量的习题，书后附有习题答案和提示.
本书可作为理工科专业研究生和应用

全书以计算思维为导向，凝练了计算机科学与技术中相关的基本理论、基本方法和新一代智能计算技术的基本概念及应用。全书内容分为10章，介绍了计算、计算机与计算思维的基础知识，计算基础，计算机系统与云计算，计算机网络与物联网，算法设计基础，Python语言程序设计，数据库与大数据、人工智能基础、人工智能技术、人工智能应用等智能计算技术。 本书可作为高等院校各类专业信息素养课程、数字素养课程、计算机导论课程、计算机通识课程等的教材，同时也适用于对计算思维与智能计算领域感兴趣的普通读者阅读。

概率论与数理统计是大学数学的第三门课。本书针对理工专业编写，主要包括概率论的基本概念、一维和多维随机变量及其分布、随机变量的数字特征、数理统计的基础知识、参数估计、假设检验 、方差分析和回归分析等知识模块，并特别加强了数学建模与数学实验教学环节，可以通过扫描对应的二维码即可实现实验操作，且配有网络账号，学生可登录网络学习空间学习相关内容。本书可作为高等院校理工科等非数学专业的教材与教学参考书，也适合对概率论与数理统计感兴趣的其他专业的读者自主学习。