本书按照主教材的章节顺序，分为10章主要内容包括随机事件与概率、一维随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、极限定理、数理统计基本概念、参数估计、假设检验、回归分析及方差分析简介、经典问题剖析本书内容紧扣主教材，书中例题丰富且具有代表性，例题分析与解答展示了基本的解题思路、解题方法与解题技巧，起到了

本书是在教育部制定的教学大纲基础上，参照同济大学“概率论与数理统计”课程及教材建设的经验和成果，按照全国硕士研究生入学统一考试数学一的考试大纲要求，根据作者十多年的教学实践经验编写而成．全书共分八章，包括随机事件与概率、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、大数定律及中心极限定理、统计量和抽样分布

主要内容包括概率论基本概念、随机变量及其分布、多维随机变量、数字特征、极限定理、样本与抽样分布、参数估计、经验假设、方差分析与回归分析等，向学生介绍统计与经验方法的理论背景、应用技术，以及使用Python解决概率统计应用问题。本书在力求体系的严密性的基础上，天线理论够用的原则，简化有关定理的证明，对于难度较大的证明予以

"本书较为系统地介绍了概率论与数理统计的基本概念、基本原理和基本方法。书中有很多反映现代科技和现实生活特点的应用案例，强调直观性，突出基本思想，注重实际应用。本书每节后面都提供了基础题和提高题，供不同层次的学生选用。此外，在每一章后面还配有综合应用案例。为了帮助读者更快地掌握计算机的使用，本书以工程技术和科学研究中普遍

本书适用于大学本科或研究生阶段的概率统计和多元统计分析课程的教学,也可供统计专业本科生做毕业设计参照使用,还可供相关应用领域从业人员参考。本书的特色：1.本书一改传统的单一理论方法加案例的编写模式,采用专门的章节进行案例的介绍,使读者可以迅速地进入应用领域。2.本书对一元概率统计与多元统计的内容进行了详细的介绍，并对一

统计包括统计计算和计算统计两个领域。传统的统计计算有优化算法、随机数生成算法、随机模拟、回归分析、分布函数和分位数函数计算等。计算统计包括马尔可夫链蒙特卡罗方法、EM算法和自助法等。本书理论部分囊括了这两部分内容；实验部分是以Python作为编程语言实现的，部分代码展示在书中，部分代码以二维码形式放在每节后面；课程思政

本书介绍了概率论与数理统计的基本概念、理论与方法，主要内容包括概率论的基本概念、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、大数定律及中心极限定理、祥本及抽样分布、参数估计、参数假设检验等，每章均配有习题，便于内容的理解和掌握。本书突出概率论与数理统计的基本思想和应用背景，表述从具体问题入手，由浅入深，

本书为应用统计硕士专业学位研究生及相关专业高年级本科生教材，主要介绍了常见的随机过程(离散时间马氏链、泊松过程、更新过程、连续时间马氏链、布朗运动、鞅)的基础知识及其应用。为适应应用统计硕士专业学位研究生和相关专业高年级本科生自学的需要，本书在介绍随机过程基础理论的过程中，尽量回避晦涩难懂的定理证明过程，着重于定理结论

本书系双语教材，主体部分用英语撰写，延伸阅读部分用汉语撰写.主体部分主要内容包括：常见数学公式和数学表达式的英语读法、解线性方程组的直接法、矩阵代数迭代技术、一元方程求根、多项式插值、逼近论、数值微分与数值积分、常微分方程初值问题等.延伸阅读部分内容包括：数学家传记、求解非线性方程组的最小二乘法、非线性方程组的不动点迭

摩尔定律快要走到尽头，但计算革命不会终止。更好的软件编程、3D芯片和量子计算等方法应运而生，其中云计算将成为业界应对摩尔定律消亡的最佳手段，物联网（IoT）的兴起将让我们逼近一个"消失点”，此前计算机的形体从大到小，此后计算机将变得"无形”，使计算无处不在，智能融入日常生活。本书由计算专业领域的专家学者知名吴翰清执笔，