《应用随机过程》为北京大学同名课程的教材，分为三个部分：马氏链、跳过程和布朗运动。马氏链是指离散时间参数、取值于离散状态空间的马尔可夫过程，是性质十分简单而适用面又很广的一类概率模型，包括随机游动、分枝过程等常见模型。通过学习马氏链的基本知识，如状态分类、极限性质、平稳分布、收敛速度等，可初步熟悉随机过程的特性，掌握最

本书深入浅出地详细讲解概率论与数理统计方面的基础知识及相关应用，内容涵盖概率论、随机变量、特殊分布、估计、假设检验、基于正态分布的推断、数据类型、两样本推断、拟合优度检验、回归、变量分析、随机区块设计、非参数统计等。

本书聚焦当今多源信息融合技术的研究热点，主要讨论基于传感器网络的-致性卡尔曼滤波器的设计与稳定性分析问题。本书分为两个部分内容:第一部分为第1~6章，主要讨论几类一致性卡尔曼滤波算法的稳定性分析，研究了基于传感器网络的可观性问题，先后提出了共同(完全)一致可观性、加权一致可观性及联合一致可观性等新颖的可观性(可检性)定

本书是《大学应用数学》教材的配套辅导书，编写顺序与《大学应用数学》的章节顺序一致，强调通过知识讲解提高学生的数学素养，突出数学思想的介绍和数学方法的应用。本书将每章内容分为“本章归纳与总结”“典型例题解析”“本章测试题及解答”三个栏目。其中“本章归纳与总结”列出了本章学习的知识要点以及本章的重点和难点；“典型例题解析”

本书根据作者多年的教学实践，从实例出发，注重讲清概率统计的思想方法，内容精练，通俗易懂，既考虑学时的限制,又注意学科的系统性和应用性。习题编排合理，补充了近年来部分考研试题。本书内容包括：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、大数定律与中心极限定理、统计量与抽样分布、参数估计、假设检验、方差分析与回归

本书提出了一种自适应多目标优化微分进化(SA-MODE)算法。该优化策略包括对多目标问题的扩展微分进化算法，通过在原算法中加入两个经典算子。因此，提出了秩排序和与两种方法动态更新微分进化参数和种群大小相关的拥挤距离，以减少目标函数的计算次数。在这种新的优化策略中，利用收敛率的概念动态更新种群规模来评估种群的同质性，并对

应用数理统计是一门搜集、整理、分析和解释统计数据的方法论学科，用于探索统计数据内在的数量规律性。本书内容分为8章，各个章节都使用实例来引入主题，并把统计概念、算法原理和一些非常实际的问题联系在一起进行讲解。每章后面都有与概念和计算有关的习题，这些习题能使读者更深刻地理解内容。同时，这种安排也使得本书适用于知识水平

本书共十二章，主要内容包括：函数、极限、连续，导数与微分，导数的应用，不定积分，定积分，定积分的应用，微分方程，向量代数、空间解析几何，多元函数微分学，重积分，无穷级数，曲线积分与曲面积分。本书可作为工科类高职高专院校的教材，也可作为专升本等学历提升人员的参考书。

李慧平，西北工业大学航海学院教授，博导，国家自然科学优秀青年基金获得者，主要从事模型预测控制、无人系统导航、智能决策与控制等方面的研究工作，主持省部级以上科研项目7项，发表论文60余篇。

本书主要内容包括以下十个方面的案例分析：1.随机事件与概率；2.随机变量及其分布；3.多维随机变量及其分布；4.数字特征；5.大数定律与中心极限定理；6.数理统计的基础知识；7.参数估计；8.假设检验；9.方差分析；10.回归分析与相关分析，收集80个左右的案例。这些案例分析包括实际问题分析与部分理论研究问题，内容范围