这本经典的概率论教材通过大量的例子系统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、离散型随机变量、连续型随机变量、随机变量的联合分布、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三大类，并在书末给出自检习题的全部解答。 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专业本科生的教材，也适合作为研究生和应用工作者的参考书。 2步获取导学视频： ①微信视频号关注 IT阅读排行榜 ②点击 直播回放 栏，上滑寻找

数理统计

《时间序列分析：单变量和多变量方法（第2版）》不仅对单变量与多变量时间序列的时域和频域分析提供了一个全面介绍，而且在书中包含了许多单变量和多变量时问序列模型的新进展，如逆自相关函数、扩展样本自相关函数、干预分析及干预探测、向量自回归移动平均模型、偏滞后自相关矩阵函数、局部过程、状态空间模型、卡尔曼滤波、非季节和季节模型的单位根检验等许多内容。《时间序列分析：单变量和多变量方法（第2版）》结合大量的应用实例说明时间序列分析方法的应用，极大地方便了读者对这些方法的学习和理解。

本书以简洁易懂的数学语言，全面系统地介绍了基础数学的方方面面，并对许多经典的数学论证给出了严谨的证明。本书共分10章，在介绍了实数、复数的概念后，从第4章和第5章引入了极限的概念，较之一般书的处理方法更为轻松自然、易于接受。另外，本书每章后面配有大量有代表性的杂例，供读者参考练习以巩固所学知识。本书适合每位学习数学以及对数学感兴趣的人学习和阅读。

本书系统讲述统计中多元分布的基本理论和常用的多元数据分析方法，多元分布理论包括Wishart分布、T2分布、A分布、多元Beta分布、多元正态的参数估计和假设检验及一般多元分布的参数估计和假设检验理论，多元数据分析方法包括多元线性回归模型、判别分析、主成分分析、因子分析、相应分析、聚类分析、典型相关分析和多维标度法，既强调作为一个学科分支的理论系统性，对一些基本定理给出了必要而简明的数学推导，又注重数据分析方法的多样性，对各方法从背景、数学工具的使用、计算步骤到应用技巧及各种方法之间的联系，都有较详细的阐述，包括近期的一些新发展，书中给出一些有启发性的实例和习题，书末附录给出一些代数补充知识。 本书可作为高等院校数学系、数理统计或统计系、计量经济系、生物统计系等有关学科专业的高年级本科生、

本书是由一位数学大师倾注了极大的热情和精力，为有志于认真、系统地学习微积分的学生撰写的一本教材。书中内容涉及多元微积分，包括：多元函数，多元微分、多元积分的法则，以及曲线和曲面。作者首先使用积分记号，从Arzelà定理导出微积分定理，然后详细介绍定义在矩形上的多元函数的积分和一般情况下的多元函数的积分，最后导出曲线长度公式和曲面面积公式。 本书逻辑严密，采用的大量图示增强了表述的直观性，可作为高等院校本科和专科学生学习微积分的教材或参考书。

同调代数是本世纪四十年代发展起来的，现在已成为代数学中的重要方向之一，同调代数是代数学中研究群、环、模理论的重要工具，也是研究数学中其他分支如：代数几何学、拓扑学、微分几何、函数论、代数数论的有效工具。《现代数学基础丛书·典藏版26：同调代数》阐述同调代数的基本理论与方法，包括范畴、模、同调、同调函子与一些环、谱序列等五章。另外还有两个附录，阐述正则局部环的理论与Serre问题。《现代数学基础丛书·典藏版26：同调代数》论证严格，起点不太高，但较深入，可供学过近世代数的大学生、研究生及数学工作者参考。

本书是美国著名的数学分析，涵盖了初等微积分以及实变函数论和复变函数论等内容，涉及现代分析的进展，书中包含大量覆盖各个方面、各级难度的习题，通过习题的训练，可以培养学生的运算技能和对数学问题的思维能力。本书条理清晰，内容精练，言简意赅，可作为高等院校数学与应用数学、信息与计算科学等专业学生的，同时也可作为数学工作者和科技人员的参考书。

Longago（orsoitseemstoday）,Chungwroteonpage196ofhisbook[1]:'Onewondersifthepresenttheoryofstochasticprocessesisnotstilltoodifficultforapplications.'Advancesinthetheorysincethattimehavebeenphenomenal,butthesehavebeenacpaniedbyanincreaseinthetechnicaldifficultyofthesubjectsobewilderingastogiveaquaintcharmtoChung'suseoftheword'still'.Meyerwritesintheprefacetohisdefinitiveaccountofstochasticintegraltheory:'…ilfaut…uncoursdesixmoissurlesdefinitions.Quepeutonyfaire?'IhavethoughtupasintuitiveapictureofthesubjectasIcan,writtenitdownatspeed,andrefusedtobeluredbackbypiety（orevenbywit!）tocancelhalfaline.'First'intuition,whichiswhatyouneedwhenyouarelearningthesubject,israw,roughandready;and,asyouhaveguessed,Imaketheexcusethatitdemandsapatiblestyleandlackofpolish.NotethatIwrote'firstintuition'.Consideranexample.Meyer'sconceptofarightprocessisexactlyrightforMarkovprocesstheory,buttheconceptistheresultofalongevolution.Tounderstanditproperly,youneedahighlydevelopedintuition,andthattakestimetoacquire.Thedifficultyw

苏布拉马尼扬??钱德拉塞卡（Subrahmanyan Chandrasekhar），美籍印度裔物理学家和天体物理学家，因在星体结构和进化的研究而与另一位美国天体物理学家威廉??艾尔弗雷德??福勒共同获得1983年诺贝尔物理学奖。 本书是钱德拉塞卡的代表著作，前两章详细介绍了广义相对论中在黑洞方面用得比较多的数学技术，特别是纽曼-彭罗斯形式的引入和应用。第三章介绍了史瓦西、RN和克尔三种为典型的黑洞和它们的时空结构，以及纽曼-彭罗斯形式在其中的运用。第四章则是以史瓦西黑洞为例介绍了黑洞的微扰理论。之后的部分则是针对宇宙中黑洞的形式——克尔黑洞的一系列讨论。最后一章则是简要引入了克尔-纽曼黑洞并且介绍了一般性的方法。 纽曼-彭罗斯形式是弯曲时空下求解场的运动方程时能够使人们对方程分离变量的非常重要的一项技术，而作者作为首先对克尔时