《概率论与数理统计》共分八章，第一章～第四章是概率论部分，内容有随机事件与概率、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。第五章～第八章是数理统计部分，内容有样本及抽样分布、参数估计、假设检验、方差分析与回归分析。对于打“*”的章节（或段落），读者可将其略过或作为选读内容。在数理统计部分，《概率论与数理统计》给出了一些例题的SAS软件菜单系统的输出结果。
    《概率论与数理统计》是按照教育部新颁发的“概率论与数理统计的基本要求”进行编写的，可作为经济管理各专业概率论与数理统计课程的教材。

    《概率统计教程》依据国家教育部颁布的“概率论与数理统计课程教学基本要求”，针对当前普通高校学生的特点，同时考虑到教学计划课时少的现状，在编写过程中，我们力争做到叙述简洁、深入浅出、清晰易懂、重点突出，便于教，利于学，强调基础知识、基本思想、基本方法，配以例题和解析，使学生易于掌握内容要点，注重学生基本运算能力的训练及分析问题、解决问题能力的培养．习题的选择和安排在满足课程基本要求的基础上，兼顾了学生参加2+2考试和将来考研的难度要求，满足不同层次学生的学习需要。

　　本书较系统地介绍了科学与工程计算中常用的数值计算方法，并结合
基本理论与实际应用，对这些方法作了简要分析．全书共8章，内容包括误差、函数插值、曲线拟合、数值积分与数值微分、方程求根、线性方程组的数值解法、矩阵特征值和特征向量的计算、常微分方程的数值解法等．每章都选有一定数量的例题和习题，供学生练习、提高．
   本书可作为高等学校数学教育、数学与应用数学、信息与计算科学、应用物理及计算机科学等专业的教材，也可供从事科学与工程计算的科技工作者参考．

　　本书包括了概率论和随机过程中的1000多道练习题及其解答。它是牛津大学2001年出版的教程《概率论和随机过程》（以下简称PRP）的题解手册，就《概率论题解1000例》本身而言也是一部完全独立的习题集，不仅可以作为深入学习之用，也可以作为PRP教程的补充和进一步理解。《概率论题解1000例》是对早期《概率论及其题解》的扩展，新增加了400多道练习题。因为书中许多习题包括好几问，所以总共的问题超过3000道。

　　一部《美丽心灵》让我们认识了约翰·纳什这位带有传奇色彩的诺贝尔奖获得者。他的数学理论更是越来越为人们所熟知。本书通过通俗的语言深入浅出地阐述了约翰·纳什的数学理论及其在当今社会各个领域如经济学、生物学、物理学和社会科学的应用。并简明扼要地介绍了其他科学家对博弈论的研究成果。篇幅精炼，但内容翔实，适合广大对纳什及博弈论感兴趣的读者阅读。
　　本书作者曾获得美国国家科学作家协会颁发的社会科学奖，以及美国地球物理学联合会在科学新闻创办方面颁发的终身成就奖，其作品广受读者欢迎。
　　读者对象:   本书作者曾获得美国国家科学作家协会颁发的社会科学奖，以及美国地球物理学联合会在科学新闻创办方面颁发的终身成就奖，其作品广受读者欢迎。

　《数值分析与科学计算》系统地介绍了数值分析的有关内容，共十章．内容包括：误差：非线性方程求根；线性方程组的数值解法；解线性代数方程组的迭代法；非线性方程组数值解与最优化方法；插值方法；数据拟合与函数逼近；数值积分和数值微分；常微分方程的数值解；矩阵特征值与特征向量的计算．本书的最大特色是在书中增加了科学计算与matlab软件的内容，在介绍各种数值方法的同时，具体讲解了如何将算法编写成程序，以及如何用数学软件求解相关的数值问题．
　　

更多科学出版社服务，请扫码获取。

　　《概率论与数理统计基础》共分9章，第1章为预备知识，包括排列与组合以及概率统计基础中用到的一些微积分的基本结论。第2～6章为概率论部分，包括随机事件及其概率、随机变量及其概率分布、随机向量及其概率分布、随机变量的数字特征、极限定理。第7～9章是数理统计基础，包括抽样分布、参数估计、假设检验。

　　本书阐述了各试验设计方法的统计思想、设计的构造方法及建模技术，系统地介绍了包括因子试验设计、正交试验设计、最优回归设计、均匀试验设计、计算机试验的设计、序贯设计及混料试验设计等常用的试验设计方法。在内容上既考虑到工科和农科在应用上的需要，又考虑到理科特别是统计学专业对理论的要求，注重实际方法的应用，并兼顾试验设计的理论研究。《试验设计与建模》可作为高等院校统计学专业及有关专业本科生的教材，也可供实验工作者、相关专业的研究生和教师参考，还可供从事市场、金融、社会科学、政策决策的问卷调查设计人员参考。

　　《大学数学系列教材：概率论与数理统计》共分10章，内容包括随机事件与概率、随机变量及其概率分布、二维随机变量及其分布、随机变量的数字特征和二维正态分布、大数定律与中心极限定理、统计量及其分布、参数估计、假设检验、回归分析与方差分析初步、Mat1ab在概率统计中的应用简介。
　　《大学数学系列教材：概率论与数理统计》强调概率统计基本思想的渗透、基本概念的自然引入和实际背景的描述。在叙述风格上，力求深入浅出，许多细节和知识点的处理独具匠心且新颖别致；在例题和习题编写方面，吸收了历届全国硕士研究生入学统一考试中的部分真题。例题丰富，习题量大。便于不同层次的学生各取所需。为增强针对性，习题选配落实到小节，书后附有习题答案。
　　本书可作为高等学校经管类、理工医农类等非数学类专业的教材，也可作为研究生入学考试的复习参考书，还可作为实际工作者的自学参考书。

　　本书是《概率论与数理统计教程（第五版）》的配套辅导书，包括概率论与数理统计的基本内容，与主教材相对应，全书共分九章，每章包括内容要点、教学基本要求、习题选解、历届全国硕士研究生入学统一考试数学试题详解等四部分。
　　习题选解部分从主教材各章中选取一部分（约占总量的二分之一）较难或具有典型性的习题给出详细解答，有些习题还给出多种解法。
　　本书收集了2001-2011年全国硕士研究生入学统一考试数学试题中有关概率论与数理统计的全部试题，并给出详细分析和解答，有些试题也给出多种解法。
　　本书通过总结主教材的教学内容和解题过程，注意培养学生掌握概率论与数理统计的基础知识、基本理论和基本技能，对于提高读者解决实际遇到的随机问题的能力是有益的。本书可供高等学校工科和其它非数学类专业的学牛使用，也可供准备报考硕士研究生的读者和使用主教材的教师参考。

《数学建模教程》结合编者多年数学建模课程教学、数学建模竞赛的经验和一般理工科院校的学生实际，重点介绍了数学建模的思想方法，并注意与大学数学课程体系中其他课程的衔接。全书共分8章，内容包括数学模型与数学建模的基本知识、初等模型、简单优化模型、微分方程与差分方程模型、统计回归模型、数学规划模型、图与网络模型及方法、其他方法与模型，并附有MATLAB软件介绍。《数学建模教程》可作为一般理工科院校学生学习数学建模课程的教材或参考书，也可供高校教师、工程技术人员与管理人员参考。

更多科学出版社服务，请扫码获取。

《马氏过程》从Blumenthal-Getoor的一般马氏过程理论及其概率位势理论出发，对常返与暂留性作了较为深入的讨论，然后引入对称的马氏过程与狄氏型理论，简述他们的相互关系，再给出完整的马氏过程加泛函的随机分析理论，另外还将这些理论应用于对称马氏过程的 Donsker-Varadhan的大偏差理论得到了非常漂亮的一些结果。
　　《马氏过程》主要讨论带过分测度的Markov过程的位势性质，特别是对称Markov过程所对应的Dirichlet型理论，Dirichlet型起源于对应于Brown运动的经典的Dirichlet积分，是由法国数学家Beurling，Deny等在20世纪50年代提出并发展起来的。


更多科学出版社服务，请扫码获取。