《概率论与数理统计》在介绍概率论与数理统计基本内容的同时，着重介绍了概率论与数理统计中主要内容的思想方法。内容包括随机事件及其概率、随机变量的分布、多维随机变量及其分布、数理统计基本知识、参数估计、假设检验、方差分析及回归分析的基本知识，共分为七章。为了体现概率论与数理统计的应用性，在各章节中引入了贴近实际的例题，旨在

本书是现代排队论及其应用的教材，内容从入门知识到研究前沿，包括：基本概念及术语介绍、基本单节点排队模型、广义单节点排队模型、网络排队模型等，另外还包括：排队论研究方法简介以及排队论应用举例两个章节，本书可读性好，还配有例题、习题及参考答案，便于自学。

非合作博弈的各种解概念和合作博弈的各种解概念是本书中介绍的重点。这些解概念和求解的方法原理,不仅是构成博弈论的理论基础体系,也是博弈论实际应用的基础。系统介绍了博弈论的基本概念,各种博弈模型产生的背景,数学模型,模型的解概念,各种解概念求解的规范方法,以及在不同环境下的应用,并对各种模型的应用进行了详细的算例分析。对逆

本书是应用数学与计算数学中有关曲面及多元函数插值、逼近、拟合的入门书籍,从多种物理背景、原理出发,导出相应的散乱数据拟合的数学模型及计算方法,进而逐个进行深入的理论分析.书中介绍了多元散乱数据拟合的一般方法,包括多元散乱数据多项式插值、基于三角剖分的插值方法、Boole和与Coons曲面、Sibson方法或自然邻近法、

本书重视算法的计算机实现，注重从程序设计的角度去描述算法，加强数值实验教学，使学生通过数值实验加深对算法的理解，提高科学计算的能力。内容包括数值计算的一般概念、非线性方程的数值解法、方程组的数值解法、插值法与曲线拟合、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、无约束最优化方法、附录Matla

本书应用数学知识，结合工程、管理学、经济学的实际背景，系统地介绍了运筹学中各重要分支，包括线性规划与对偶规划、运输问题、图和网络、整数规划、动态规划、目标规划、排序与工程统筹、存储论、对策论、决策论、遗传算法、预测预报和时间序列处理方法等内容。作者从实际的工程、经济和管理等问题中引出管理运筹学中各种分支的基本模型，使用

本书的主要内容有：函数，极限与连续，导数与微分，导数的应用，不定积分，定积分及其应用，常微分方程，拉普拉斯变换，线性代数。

本书介绍了现代非参数和半参数统计的基于局部核方法的基本方法和基本理论，主要内容为密度函数以及相关函数的核估计、非参数局部回归方法、生存时间函数的非参数估计以及几类常见的半参数模型的估计和检验.本书特点是力求把方法的直观背景以及来龙去脉介绍清楚，因而即使内容相对比较复杂，但仍然比较直观易懂.本书可以作为高等院校数理统计专

本书面向更广泛的非数学专业学生，故着重于对随机过程的基本知识和基本方法的介绍,特别是注重实际应用,尽量回避测度论水平的严格证明。各章都配有一些与社会、经济、管理以及生物等专业相关的例子和习题,以帮助学生加深对基本理论的理解,提高应用随机过程解决实际问题的能力。

算法与代数学