本书根据作者的教学实践编著而成，内容包括随机变量及其分布、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、数理统计的基本知识、参数估计、假设检验、方差分析与回归分析。书中各章附有相当数量的习题及相应的EXCEL2000处理程序，书末附有常用分布表，供读者查阅。本书以提高读者解题能力与解决实际问题能力为

本书是一部十分经典的概率论教程。原版1999年初版，2001年第2次重印，2003年第3次重印，同年第4次重印，2005年第5次重印，受欢迎程度可见一斑。大多数概率论书籍是写给数学家看的，漂亮的数学材料是吸引读者的一大亮点；相反地，本书目标读者是数学及非数学专业的研究生，帮助那些在统计、应用概率论、生物、运筹学

本书共分为4章。第1章“信息技术概述”主要介绍信息技术的发展，新一代信息技术，信息的表示与存储以及信息安全。第2章“计算思维与算法设计”主要介绍计算思维、计算机的三大核心思维，并结合案例讲解如何进行程序的算法设计。第3章“可视化编程方法”介绍使用可视化编程环境RAPTOR，通过连接基本流程图符号来创建算法，并进行直接调

本书选择了数据挖掘中最常用的多元统计分析方法,主要包括多元统计图、多元统计特征以及用于聚类与分类的聚类分析和判别分析、用于数据压缩的主成分分析和因子分析、用于预测和影响因素分析的线性回归、曲线回归和逐步回归等内容,并在论述这些方法时,以本科生可接受的基本原理和方法实现为主。

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

《仿真与蒙特卡洛方法》（第2版）反映了第1版经典版出版20多年以来该领域的新进展，全面深入地探讨了蒙特卡洛仿真中新出现的各种主题。在保持原书深入浅出和直观易懂风格的同时，本次修订的新版本提供了大量的信息，以便读者更加深入地理解各领域中问题的解决方法，比如工程、统计、计算机科学、数学和生命科学等领域。本书的开头部分从更新

本书系统地介绍了数值分析的基本理论和算法。全书共7章，内容分为三大部分：第一部分（第1章）是预备知识，主要介绍误差的基本理论、Banach空间、Hilbert空间、不动点原理等；第二部分（第2~4章）是数值逼近，主要介绍函数的插值与逼近问题、数据处理问题、数值积分和数值微分等；第三部分（第5~7章）是数值代数，主要介绍

《数值分析简明教程（第2版）》包含数值分析绪论、方程求根、线性方程组解法、特征值特征向量求法、插值与拟合、数值积分与数值微分和微分方程数值解七部分内容，且每章配以大量的精选例题和习题，还有思考题、数值实验和知识扩展阅读。每章的思考题和数值实验也是授课教师进行研究型教学的素材。此外，以此书为授课内容的作者教学录像已经由超

本书详细介绍了科学与工程计算中常用的数值计算方法。主要内容包括:误差分析、非线性方程的数值解法、线性方程组的直接解法和迭代解法、代数插值和曲线拟合、数值积分与微分和常微分方程数值方法等,每章均附有习题、复习题和数值实验题;第7章为上机实习,列出了本书中主要算法的C语言程序和具体计算实例。本书可作为理工科大学非数学专业的

本书讲解概率论的基础内容，包括组合分析、概率论公理、条件概率、离散型随机变量、连续型随机变量、随机变量的联合分布、期望的性质、极限定理和模拟等，内容丰富，通俗易懂，并配有丰富的例子和大量习题，涉及物理学、生物学、化学、遗传学、博弈论、经济学等多方面的应用，极具启发性。