《概率论与数理统计》共分11章，前四章介绍了概率论的基本内容，包括随机事件及其概率、随机变量及其分布、随机变量的数字特征和极限定理。接下来的四章介绍了梳理统计的基本内容，主要介绍了梳理统计的基本概念与抽样分布、参数估计、假设检验和方差分析与回归分析。第9和10章介绍了随机过程相关的内容。第11脏介绍了常用统计软件及其应用。

本书共分6章，介绍了最优控制理论的基本知识和基本方法。主要内容包括最优化问题的基本概念、最优控制中的变分法、极大值原理、动态规划、线性二次型最优控制问题和倒立摆系统的最优控制。

本书是高等院校随机过程课程的教材。全书共分七章，内容包括：概率统计、泊松过程、更新过程、离散时间马尔可夫链、连续时间马尔可夫链、布朗运动和应用举例。每小节配有练习题，每章配有总习题，书末附有习题答案或提示，供读者参考。本书对实际应用中常见的随机过程作了较为系统的介绍，有许多新的简明讲法，方便读者更好地理解随机过程的概念和主要定理。
本书叙述严谨、举例丰富，精选的例题反映了应用随机过程的特点，例如：候车问题、排队问题、系统维修问题、互联网的Pageank问题、生灭过程、简单的传染病模型等。本书在介绍随机过程的同时也介绍了随机过程参数估计的基本方法，为的是方便实际工作者的应用。本书在定理的叙述和证明上尽量降低难度和避免复杂的数学推导，同时兼顾理论体系的完整。
本书可作为综合大学数学、统计学专业本科高年级随机过程课程的教材或教学参考书，也可作为综合大学、高等师范院校、理工科大学和财经院校研究生随机过程课程的教材或教学参考书。学习本书的先修课程是高等数学、概率论与数理统计。

多元统计分析是统计学中内容十分丰富、应用范围极为广泛的一个分支。在自然科学和社会科学的许多学科中，研究者都有可能需要分析处理有多个变量的数据问题。从表面上看起来杂乱无章的数据中发现和提炼出规律性的结论，不仅需要对所研究的专业领域有很好的训练，而且要掌握必要的统计分析工具。 对研究者来说，本书是学习掌握多元统计分析的各种模型和方法的一本有价值的参考书：首先，它做到了浅入深出，既可供初学者入门，又能使有较深基础的人受益；其次，它既侧重于应用，又兼顾必要的推理论证，使学习者既能学到“如何”做，而且在一定程度上了解“为什么”这样做；最后，它内涵丰富、全面，不仅基本包括各种在实际中常用的多元统计分析方法，而且对现代统计学的最新思想和进展有所介绍。值得一提的是，本书中有大量来自实际问题的数据实例，通过对这些实例的分析，读者可以学到如何将一个实际问题转化为恰当的统计问题，进而选择恰当的方法来进行分析。

本书是编者根据国家最新硕士研究生入学考试大纲要求，全面搜集、整理1987年以来全国硕士研究生入学考试统一试题，并紧密结合自身多年教学实践经验，尤其是考研数学辅导的切身体会，悉心组织、充实加工编撰而成的。全书共分为8章。每章含有7个方面的内容：考纲要求，考试重点，历年试题分类统计与考点分析，知识概要，考研题型的应试方法与技巧，历年考研真题及其详解。书末还附有精心编撰并与近年考研试题难度相当的概率论与数理统计模拟试卷若干套。本书具有以下特点：阐述简明，重点突出；分类讲究，评注独到；方法新颖，技巧灵活；试题全面，解答详尽。该书适宜理（非数学）、工科专业大学生和各类高等院校数学教师阅览，尤其适合于有志攻读硕士学位的考生研读，亦适用于参加职称考试、自学及其他相关专业人员参考。