道恩·格里菲思著的《深入浅出统计学》具有“深入浅出”系列的一贯特色，提供符合直觉的理解方式，让统计理论的学习既有趣又自然。从应对考试到解决实际问题，无论你是学生还是数据分析师，都能从中受益。本书涵盖的知识点包括：信息可视化、概率计算、几何分布、二项分布及泊松分布、正态分布、统计抽样、置信区间的构建、假设检验、卡方分布、相关与回归等等，完整涵盖AP考试范围。本书运用充满互动性的真实世界情节，教给你有关这门学科的所有基础，为这个枯燥领域的学习带来鲜活的乐趣，不仅让你充分掌握统计学的要义，更会告诉你如何将统计理论应用到日常生活中。

本书作为第四版，在第三版的基础上增加了一些由新技术产生的新的分析计算方法，并加入了矩阵、线性代数等一些基础计算方法。内容上系统阐述了有限单元法的基本原理及其工程应用，包括杆系结构，弹性力学平面问题，单元分析，整体分析，平面问题高次元，弹性力学轴对称问题，弹性力学空间问题，形函数、坐标变换、等参数单元与无线单元，各种平面与空间单元的比较、应用实例，弹性薄板，弹性薄壳，轴对称壳，弹性厚板和厚壳，流体力学问题，热传导问题，非线性有限元分析方法，塑性力学问题，混凝土徐变、一般黏弹性及黏塑性问题，弹性稳定问题，大位移问题，断裂力学问题，结构动力学问题，岩石力学问题，土力学问题，混凝土与钢筋混凝土结构，工程反分析与数值监控，网络自动生成、误差估计与自适应技术，矩阵，线性代数方程组，变分

微分方程在数学以外的许多领域有着广泛的应用，它对数学领域中的许多分支起着有效的联结作用。本书是《Universitext》丛书之一，是一部理想的研究生教材。我们曾影印出版了第2版和第4版，第6版与第4版相比，内容做了较大的修改和补充，增加了90页的篇幅(近1／3内容)，包括鞅表示论、变分不等式和控制等内容，书后附有部分习题解答和提示。

本书针对学习过初级微积分以及概率论与统计学预备课程的高年级大学生或刚入学的研究生。不要求正式学习过概率论。章回顾了本书所需要的关于概率论和微积分的知识。 本书着重讲述了概念的开发，并通过生产、金融和操作领域的应用说明了这些概念。本书扩展了《运筹学——应用范例与解法》中所讲述的概率模型，并更加综合地介绍了一些流行的概念。本书应该适用于下列课程： 企业管理学系、运筹学系、数学系、商业学校，以及雇主财务计划中提供的概率论模型或过程中的课程。 运筹学系列中的第二门课程。 为导引性课程提供足够材料的财务工程学中的课程。

《试验设计及其优化》从技术与应用观点出发，重点阐述了试验设计及其数据处理的优良化方法和各种分析技术，以进一步提升试验设计的水平及其优化的成效。 全书共分11章，除介绍试验设计的基本原理、常用方法外，还介绍了试验设计的全新方法、全新研究成果及应用实例。此外，还介绍了试验设计的常用统计软件。 《试验设计及其优化》可作为理、工、农、医、经济、管理等专业本科生的教学用书，也可供科研人员、工程技术人员、设计人员、实验人员、营销人员和管理人员参考。

《论概率》迄今为止，代数沿袭已超过哲学家对其发展过程更深刻的探索，以至于概率往往被人认为是数学而不是逻辑。因此，《论概率》就概率的逻辑性展开阐述，书中有很多新颖的、创造性的理论，并有针对性地提出概率的系统性理论，以希望得到得到大家的指正和补充。

《数学圈1》包括从懂数学的乌鸦到个女数学家、从阿育王的石柱到费马的笔记、从小人物到拿破仑、从集邮上的阿贝尔到课堂上的维纳等章节。

线性和非线性代数方程组求解是众多科学与工程计算领域的基础共性任务，也是整体数值模拟的关键。本书系统而深入地介绍了迭代方法、预处理技术及其并行计算。迭代法涉及分裂方法、并行多分裂方法、Krylov子空间方法、并行Krylov子空间方法、Newton法及其变形；预处理技术涉及一般代数预处理、问题相关预处理、多层和多重网格预处理以及非线性预处理；为了方便实施，介绍了方法在诸多方面的应用，并用统一框架介绍了网上可得解法器和预处理软件包。

哥德巴赫猜想、孪生素数、素数分布、华林问题，除数问题、圆内整点问题、整数分拆及黎曼猜想等数论问题吸引了古今无数的数学爱好者。《解析数论基础》全面详细地讨论了迄今为止研究这些问题的重要的分析方法、理论和结果，介绍了它们的历史及新进展，是研究这些问题必不可少的入门书。

本书是“大学数学的内容、方法与技巧丛书”之一，是大学生学习概率论与数理统计的优秀辅导书和报考研究生的参考书，更是有志于掌握概率论与数理统计方法的读者的一本极好的指导书。 本书从*关于《概率论与数理统计课程的教学要求》与《硕士研究生入学考试数学考试大纲》出发，并略有提高地按章节对各个问题的内容、方法与技巧进行了归纳提高、释疑解难、分析演绎，以帮助读者理解和掌握概率论与数理统计方法。 本书内容包括*事件与概率、*变量及其概率分布、多微*变量及其分布、*变量的数字特征、大数定律与中心极限定理、数理统计的基本概念、参数估计、假设检验、方差分析与回归分析等，还附有实行全国硕士研究生入学统一考试以来的概率论与数理统计试题的解答，提供给考研读者作为参考。 希望本书能成为读者的良师益友，

这本经典的概率论教材通过大量的例子介绍了概率论的基础知识及其应用，主要内容有组合分析、概率论公理、条件概率、离散型变量、连续型变量、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.各章末附有大量的练习，分为习题、理论习题和自检习题类，并在书末给出自检习题的解答. 本书是概率论的入门书，适合作为数学、统计学、经济学、生物学、管理学、计算机科学及其他各工学本科生的教材，也适合作为研究生和应用工作者的参考书.

《数学机械化（中文版）》是围绕作者命名的“数学机械化”这一中心议题而陆续发表的一系列论文的综述。《数学机械化（中文版）》试图以构造性与算法化的方式来研究数学，使数学推理机械化以至于自动化，由此减轻繁琐的脑力劳动。 全书分成三个部分：部分考虑数学机械化的发展历史，特别强调在古代中国的发展历史。第二部分给出求解多项式方程组所依据的基本原理与特征列方法。作为这一方法的基础，《数学机械化（中文版）》还论述了构造性代数几何中的若干问题。第三部分给出了特征列方法在几何定理证明与发现、机器人、天体力学、全局优化和计算机辅助设计等领域中的应用。 《数学机械化（中文版）》可供数学工作者，数学及计算机专业高年级大学生和研究生以及有关工程人员参阅。

《概率论与数理统计》根据*颁布的全国高校经济管理类“概率论与数理统计课程基本要求”和“经济管理类研究生入学考试大纲”的相关要求，系统介绍了概率论与数理统计的基本理论和方法。主要内容包括：随机事件与概率，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，数理统计的基本概念，参数估计，假设检验，方差分析，回归分析等。 《概率论与数理统计》内容深浅适度，语言流畅，例题类型多，并注意阐述概率统计在经济、管理及社会学中的应用，可作为高等学校经济管理类、人文社科类及相关专业的“概率论与数理统计”课程的教材或教学参考书。

本书为概率论与数理统计学习用书，由“基本要求”、“内容概述”、“典型例题分析”、“习题选解与提示”和“综合练习题”五部分组成。“基本要求”与“内容概述”部分对每章的重点和难点以及基本概念作了详细解释。“典型例题分析”部分尽可能详尽地对这门课程所涉及的题型和解题的基本方法作了深入的分析与评注，可以帮助读者获得正确的解题途径和方法并避免解题过程中容易出现的错误。“习题选解与提示部分”和“综合练习题”部分，分别编入了教材中几乎所有的重点习题和大量的有关基本概念和综合性的练习题，可以满足读者进一步提高这门课程习题解答能力的需要。 本书可作为理工科各专业本科生概率论与数理统计课程的辅助教材，也可作为准备报考硕士研究生的理、工、文等各科考生考前复习的参考书和强化训练的指导书。

本书是《大学数学学习方法》丛书之一，是学习概率论与数理统计课程的优秀辅导书，也是大学生报考研究生的参考书。本书按照《概率论与数理统计课程教学大纲》和《硕士研究生入学统一考试数学考试大纲》编写，对概率论与数理统计课程学习中的疑难问题作了详尽、全面的分析解答，对解题方法与技巧作了演绎讲解、归纳评点，读者可以从中领受到概率统计思想的精髓和方法技巧。本书还汇集了历年硕士研究生入学考试中概率论与数理统计试题的解答，读者可以由此了解研究生入学考试对概率统计课程的要求、考点与动向。

本书是一本理学类统计学专业的基础课, 书中介绍了数理统计的基本知识和基本理论: 首先, 简单介绍了数据描述;在此基础上介绍了总体、样本和统计量等统计的基本概念, 并将这些概念与概率论的基础知识联系起来, 给出了统计量与抽样分布的概念和实例;然后叙述了数理统计的基础部分——数理推断( 即参数估计和假设检验).为帮助读者掌握数理统计的原理和方法,本书的每一章中都配有较多的习题. 书后还附有有关表格. 本书可作为统计学专业或相关专业数理统计课和统计类课程的教学参考书,亦可供上述有关专业的研究生、教师和科研人员阅读参考.

线性和非线性代数方程组求解是众多科学与工程计算领域的基础共性任务，也是整体数值模拟的关键，《迭代方法和预处理技术（上册）》系统而深入地介绍了迭代方法、预处理技术及其并行计算，迭代法涉及分裂方法、并行多分裂方法、Krylov子空间方法、并行Krylov子空间方法、Newton法及其变形；预处理技术涉及一般代数预处理、多层和多重网格预处理、问题相关预处理以及非线性预处理；为了方便实施，介绍了迭代方法和预处理技术在诸多方面的应用，并用统一框架介绍了网上可得到的解法器和预处理软件包。 《迭代方法和预处理技术》可用作并行数值方法等相关专业的硕士和博士研究生教材，也可作为关心代数方程组高效求解的科研人员的参考书。