本书是剑桥大学统计实验室的戴维 威廉姆斯教授在为剑桥大学三年级大学生所开设课程的讲义的基础上写成的 , 是一本基于测度论的方法来介绍概率论的严格理论的入门书。 该书的*特点与新颖之处是用了近三分之一的篇幅来介绍先进的鞅的理论与方法（这一点连作者本人也颇为自许）； 此外，还有如从第 4 章 独立性 开始便引入 - 代数化的表达方式 , 将 - 代数视为总结、综述信息的一种自然的工具 , 这对于后面条件期望概念的一般化与鞅的理论的叙述都是至关重要的。 再如将某些定理的叙述、阐释与定理的证明分开进行（将定理的证明放在附录中） , 这样更便于读者自学。作者学养深厚、涉猎广博、文笔生动 , 书中内容涉及概率论的众多分支领域 , 信息量巨大 , 且不乏一些有趣并富于启发性的例子 , 相信读者阅后定能获益良多。
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。
由于 概率论与数理统计 既有明显而广泛的应用背景，又有严密的理论分析，初学者往往难以理解和掌握，诸如互不相容、独立和等可能性等条件往往都隐含在问题的叙述中，导致学生往往觉得掌握了基本理论和方法，但解题时又觉得无从下手.本书与《概率论与数理统计》（何春雄等编，2012年2月版）的教材配套，每章都分基本内容、基本要求、基本知识提要、疑难分析、典型例题选讲及习题详解等6部分编写，以期帮助学生既掌握基本概念、基本理论和方法，又具有运用该课程知识解决有关实际问题的能力。主要内容包括：事件与概率；变量与概率分布；向量及其分布；变量的数字特征；大数定律与中心极限定理。
在数学科学的几乎所有的分支中，不等式常常起着重要的甚至是关键的作用。本书搜集整理了概率论中一批常用的基本不等式，并对其中的绝大多数不等式给出了证明。除了一些熟知的不等式以外，书中对某些不等式还提供了相关的参考文献。
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。
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。
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。
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。
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。
本教材是在*高等农林院校理科基础课程教学指导委员会领导下，针对农林院校人才培养目标，为开设概率论与数理统计课程的农林院校而编写的与《概率论与数理统计》教材相配套的教学辅导教材，供师生在教与学的过程中参考使用。 本教材针对主教材的前八章内容展开，为了方便教师、学生的教与学，各章均按：知识点介绍、教学基本要求与重点、典型例题、练习题及练习题参考答案五部分组成。知识点概括各章内容并蕴含解决问题的方法，教学基本要求则明确教与学的基本目标，典型例题给师生提供典型的问题及解决这些问题的常用方法，练习题供学生学习时训练之用。
本书主要内容包括概率论、数理统计共8章：*事件及其概率、*变量及其分布、多维*变量及其分布、*变量的数字特征、大数定律和中心极限定理、数理统计的基础知识、参数估计、假设检验，本书内容由浅入深，通俗易懂，重点突出。 本书可作为应用型本科院校各有关专业概率论与数理统计课程的教材或教学参考书。
作为数学工具书，这部巨型手册要求具备哪些特呢？在编写过程中，出版社负责人和我们达成了一项共识，即手册应具科学性、先进性、实用性、规范性与简明性。200余位撰稿人与审稿人按照这些特点和要求会出了艰辛的劳动，我们要感谢他们的通力合作与努力，使手册基本上体现了上述所希冀的特点或特色。 本丛书为国家“九五”重点出版项目。为了读者选购和使用方便，本手册分5卷出版，分别名为“经典数学卷”、“近代数学卷”、“计算机数学卷”、“*数学卷”和“经济数学卷”。需要指出的是，各个分支（篇目）的归属是相对的，这里考虑了各分卷篇幅大小的平衡问题。例如，“蒙特卡罗法”这一篇也可归入“计算机数学卷”。
本书共9章，内容包括：*事件及其概率、*变量及其分布、多维*变量及分布、*变量的数字特征、大数定律与中心极限定理、抽样分布、参数估计、假设检验、回归分析等。 本书在编写思路、体系安排和内容取舍上，*限度地适应各专业学生学习该课程和后续课程的需要；遵循“应用为主，够用为度”的原则，重点放在对概念、定理和方法的直观解释和数学表达上，力求用较少的篇幅使学生了解并掌握概率论与数理统计中的重要概念、理论和方法以及它独有的思维方式，进而为今后在实际问题中的应用打下良好的基础。本书由王波、韩兆秀主编。
内容提要本书以适应统计学教学与统计实践为宗旨，系统地阐述了统计的基本理论、基本知识和基本方法。本书系统性强，结构严谨、布局合理、统计理论与统计实践紧密结合；力求简明易懂，使读者易学易用；力求体现统计知识的整合性、综合性、系统性；力求体系和内容有所突破和创新。全书共15章，包括总论、统计计量、统计资料搜集、统计资料整理、统计比较分析、数据分布特征测度、时间数列分析、统计指数、概率与概率分布、抽样推断、假设检验、方差分析、相关与回归分析、平衡数列分析和空间数列分析等，基本上涵盖了统计学学科体系的主要构成要素。
本书是专为高等院校学生学习概率论与数理统计课程编写的教材，也可作为有关专业的参考书与从事概率论与数理统计相关工作的科研与工程技术人员的参考书。 本书分为上、下册，共10章，上册包括概率论的基本概念；*变量及其分布；多维*变量及其分布；*变量的数字特征；大数定律与中心极限定理及概率论的简单应用等知识。下册包括数理统计的基本概念；样本分布；参数估计；假设检验；线性统计推断以及常用的多元统计方法。 本书每章节末都配有大量的思考题、基本练习，综合练习与自测题，帮助读者循序渐进地牢固地掌握概率论与数理统计知识。
本教材的主要任务是帮助大家学习概率论与数理统计的基本概念，熟悉概率论与数理统计的思维：方式，学会分析与解决实际问题的基本方法。 本教材是在多年教学经验的基础上编写而成的，与其他教材相比，主要有以下特点： 1.遵循认识规律。揭示数学背景 教材中主要概念的介绍大多采用直观引入法，注重概念背景知识介绍。比如，*事件的独立性、两个*变量的独立性、置信区间与假设检验等。 2.加强应用意识的培养，提高综合应用数学知识的能力 例题、习题的选取不仅密切联系生活、生产的实际，而且尽量照顾到各应用学科，使得这些题目不再是纯粹的数学问题，而是工程应用与基本方法的运用并重。 3.注重数学兴趣的培养 避免纯粹的数学推导，把概率论与数理统计写得有用、有趣、有知识。如教材中给出了关于全概率公
本书用较多的篇幅详细地叙述了概率统计中的一些主要概念及方法产生的背景和思路，从直观入手逐步过渡到数学表述；坚持数学理论的完整性和严谨性，对基本的概念、定理和公式作严格、准确和规范的叙述，并尽量阐述其实际意义；本教材的重点放在对基本概念的准确理解、对常用方法的熟练掌握上；本书不仅从实例出发引入基本概念，还精选了大量能够加深理解基本概念、定理和公式的例题和习题，目的在于使学生对实际事物中的*性产生敏感、培养学生的概率统计直觉能力。
《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。
