本书共有十三编，内容包括Bernstein多项式初阶，Bern-stei多项式与Bernstein算子，Bernstein算子和Bezier曲线，单纯形上的逼近定理，条、B网、B形式，Bernstein多项式的迭代极限，高维Bernstein多项式等。 本书适合大学师生及数学爱好者参考使用。
本书全面系统地介绍了半鞅与随机分析的基本理论及其应用。全书共分十六章。主要内容包括经典鞅论，随机过程一般理论，半鞅与随机分析的基础理论，随机积分和有关论题，本书讨论了H1-鞅和BMO-鞅并建立了一系列主要的鞅不等式，引进了半鞅的可料特征及半鞅的积分表示；介绍了随机分析的一个重要技巧——测度变换；讨论了鞅的可料积分表示；研究了测度的 连续性、奇异性、近邻性和 可分离性以及测度的依变差收敛，半鞅的弱收敛理论等。本书特别介绍了随机分析对Levy过程及跳跃过程的应用。 本书可供大学数学系研究生、教师、概率论研究工作者阅读。
本书是一部经典的随机过程著作，叙述深入浅出、涉及面广。主要内容有随机变量、条件期望、马尔可夫链、指数分布、泊松过程、平稳过程、 新理论及排队论等，也包括了随机过程在物理、生物、运筹、网络、遗传、经济、保险、金融及可靠性中的应用。 2版几乎各章都有新的内容，也新增了例子和习题，其中 的变化是增加了讲解耦合方法的 2章，讲述了这种方法在分析随机系统时的作用。还值得一提的是，第5章介绍了一种可以适用于平稳和非平稳泊松过程的获取结果的新方法。本书配有上百道习题，其中带星号的习题还提供了解答。
本书共有十七编，包括有关MersenNe素数的若干新闻报道，Dickson论素数，与Mersenne素数相关的数，Mersenfle数与孤立数，Mersenne数的素因数，Mersenne数与数论变换等内容。 本书适合大学师生及数学爱好者参考使用。
本书是一部经典的随机过程著作，叙述深入浅出、涉及面广。主要内容有随机变量、条件期望、马尔可夫链、指数分布、泊松过程、平稳过程、 新理论及排队论等，也包括了随机过程在物理、生物、运筹、网络、遗传、经济、保险、金融及可靠性中的应用。 2版几乎各章都有新的内容，也新增了例子和习题，其中 的变化是增加了讲解耦合方法的 2章，讲述了这种方法在分析随机系统时的作用。还值得一提的是，第5章介绍了一种可以适用于平稳和非平稳泊松过程的获取结果的新方法。本书配有上百道习题，其中带星号的习题还提供了解答。
本书是一部经典的随机过程著作，叙述深入浅出、涉及面广。主要内容有随机变量、条件期望、马尔可夫链、指数分布、泊松过程、平稳过程、 新理论及排队论等，也包括了随机过程在物理、生物、运筹、网络、遗传、经济、保险、金融及可靠性中的应用。 2版几乎各章都有新的内容，也新增了例子和习题，其中 的变化是增加了讲解耦合方法的 2章，讲述了这种方法在分析随机系统时的作用。还值得一提的是，第5章介绍了一种可以适用于平稳和非平稳泊松过程的获取结果的新方法。本书配有上百道习题，其中带星号的习题还提供了解答。
本书包括概率论、数理统计两部分，涉及条件分布、期望、大样本理论、估计、假设检验、非参数方法、线性统计模型、统计模拟等，内容取材比较时尚新颖。新版不但重写了很多章节，还介绍了在计算机科学中日益重要的Chernoff界，以及矩方法、Newton法、EM算法、枢轴量、似然比检验的大样本分布等方面的知识，将目前研究前沿的一些问题深入浅出地融人教材。书中内容丰富完整，适当地选择某些章节，可以作为一学年的概率论与数理统计课程的教材，亦可作为一学期的概率论与随机过程的教材。适合数学、统计学、经济学等专业高年级本科生和研究生用，也可供统计工作人员用作参考书。
本书介绍近些年来关于马尔可夫链的统计推断的一些研究新结果:可逆马尔可夫链和不可逆平稳D-马尔可夫链统计计算理论，使用的方法是我们建立的马尔可夫链反演法。第1章介绍本书需要的一些预备知识。第2章介绍马尔可夫链的击中分布和禁忌速率，主要是击中分布的微分性质、矩性质及对称函数性质有关的约束方程，以及马尔可夫链反演法。第3章和第4章分别研究连续时间和离散时间有限状态可逆马尔可夫链的统计计算理论，总结性地给出了关于充分性、必要性和充分必要性的主要结论。第5章以连续时间有限状态空间为例研究不可逆平稳D-马尔可夫链的统计计算理论。第6章讲述各种类型马尔可夫链的统计计算算法、数值例子，以及在计算神经科学、经济领域等的实际应用。第7章从统计的角度介绍基本的模型选择方法。
《从布尔到豪斯道夫：布尔方程与格论漫谈》主要介绍布尔代数、广义布尔代数、布尔矩阵、布尔方程等一系列知识，并讨论它们在逻辑线路等方面的应用，还介绍了格论、格群、格环的一些相关知识。 《从布尔到豪斯道夫：布尔方程与格论漫谈》适合于高等学校数学及相关专业师生使用，也适合于数学爱好者参考阅读。
随着计算机和信息技术迅猛发展，医学、生物学、金融、以及市场等各个领域的大量数据的产生，处理这些数据以及挖掘它们之间的关系对于一个统计工作者显得尤为重要。本书运用共同的理论框架将这些领域的重要观点做了很好的阐释，重点强调方法和概念基础而非理论性质，运用统计的方法 是突出概念而非数学。另外，书中大量的彩色图例可以帮助读者 好地理解概念和理论。
本书是一部经典的随机过程著作，叙述深入浅出、涉及面广。主要内容有随机变量、条件期望、马尔可夫链、指数分布、泊松过程、平稳过程、 新理论及排队论等，也包括了随机过程在物理、生物、运筹、网络、遗传、经济、保险、金融及可靠性中的应用。 2版几乎各章都有新的内容，也新增了例子和习题，其中 的变化是增加了讲解耦合方法的 2章，讲述了这种方法在分析随机系统时的作用。还值得一提的是，第5章介绍了一种可以适用于平稳和非平稳泊松过程的获取结果的新方法。本书配有上百道习题，其中带星号的习题还提供了解答。
