本书共用六章的篇幅介绍了排序、覆盖和博弈等相关问题研究结果，分别从近似算法、在线算法和算法博弈论三个层面进行了阐述。每个部分都对应着一个独立问题的算法设计与分析结果，并给出了具体算法和分析步骤。特点：本书既重视近似算法的理论基础，又注重实践应用。通过对经典算法和实际案例的分析，读者能够理解理论知识的实际应用，并学习如何

本书定位于辅助学者联系企业、解决问题；启发企业凝练问题、联合作者；助力政府引导、出台激励政策；为学校与科研院所提供“如何将原创研究与服务国家有效结合起来”的思路；为新型研发机构提供“如何牵线搭桥，搭建企业、学者、政府连接桥梁”的灵感。帮助读者在应用数学研究方面具有更广泛和深入的理解。本书由中国工业与应用数学学会组织编写

时间序列分析是统计学科的一个重要分支，它主要研究随着时间的变化，事物发生、发展的过程，寻找事物发展变化的规律并预测未来的走势。在日常生产和生活中，时间序列比比皆是，所以目前时间序列分析方法广泛应用于经济、金融、天文、气象、海洋、物理、化学、医学、质量控制等诸多领域，成为众多行业经常使用的统计方法。本书是基于Python

"空间和时空连续过程的建模是空间统计学中一个重要且具有挑战性的问题。本书详细阐述了随机偏微分方程（SPDE）方法用于带有Matérn协方差结构的连续空间过程的建模。该方法已经在R-INLA软件包中采用集成嵌套拉普拉斯逼近（INLA）技术进行实现。本书通过使用模拟数据和真实应用程序的示例，解释了关于建模空间过程和SPDE

本书第1~4章对马尔可夫过程的基础理论进行了介绍，后面各章给出了生灭过程的构造、随机单调性、转移函数的各种收敛性、生灭过程的第一特征值问题、D.G.Kendall猜想等内容。最后，为了应用的需要，本书还引入并初步讨论了半马尔可夫生灭过程。本书可作为高等学校相关专业的教科书，也可作为科学研究工作者的参考用书。

本书共11章，主要内容包括：概率论的基本概念；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等。每章均包括：知识要点、分级习题、总习题和在线测试4个部分。本书的分级习题包含北京邮电大学数学系概率教学组编著的《概率论与随机过程》中的全部课后习题的详细解答。

"本书是按照国家对非数学类本科生概率论与数理统计课程的基本要求，配合本科生概率论与数理统计课程而编写的导学教程。 全书分为七章：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、大数定律及中心极限定理、样本及抽样分布、参数估计。按照讲课次序对每次课的教学内容进行了概括性总结，既有重点、

本书共分为三部分：第一部分为同步训练，第二部分为数理统计实验，第三部分为实验报告。本书参考了国内外数理统计的相关教材和经典题型编写而成，同步训练题涉及的内容包括统计量与抽样分布、点估计、贝叶斯估计、区间估计，具有典型性和多样性。通过实验训练可以帮助学生深刻理解数理统计理论，培养学生的实践动手能力。

本书为开放教育教材，涉及：统计与数据，数据整理，数据可视化，数据分布特征的概括性度量，样本推断总体，对比分析与统计指数，相关分析与回归分析，时间序列分析。

本书是在教育部制定的教学大纲基础上，参照同济大学“概率论与数理统计”课程及教材建设的经验和成果，按照全国硕士研究生入学统一考试数学一的考试大纲要求，根据作者十多年的教学实践经验编写而成．全书共分八章，包括随机事件与概率、随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、大数定律及中心极限定理、统计量和抽样分布