虽然博弈论的教材已经不少，但博弈论还是不容易进入大学的本科教学，这主要是因为教材的技术难度大，提高了博弈论的进入门槛。 有鉴于此，本书作者用多年的时间编写了这本难度适中、绝大部分本科生都能够不太辛苦地学好的入门教材，以通俗、浅白然而准确的文字，向读者系统地介绍博弈论的基本概念和基本方法，内容主要集中于完全信息静态博弈、完全信息动态博弈、不完全信息静态博弈以及不完全信息动态博弈的范畴，也伸延到其他一些专题。教材中的例子和习题非常丰富，渗透了作者的学问、经历和研习体验，适合作为各专业尤其是经济类本

本书系统介绍了计算方法及有关的基础理论。内容涉及计算方法的数学基础，计算方法在工程、科学、数学问题以及计算机学科前沿领域中的应用，主要算法的MATLAB程序等。本书涵盖了经典数值分析内容，包括误差分析、非线性方程的数值解法、线性方程组的数值解法、插值法与曲线拟合、数值积分与数值微分、常微分方程数值解法、矩阵特征值的计算、智能计算基本算法等。本书讲解深入浅出，聚焦计算方法的思想和原理，尽可能避免介绍过深的数学理论和过于繁杂的算法细节，易于教学。读者学习本书需要具备高等数学、线性代数及程序语言基础知

本书介绍现代科学计算中常用的数值计算方法及其理论，主要内容包括：数值计算的基本概念和基本原则、插值法、函数的逼近、数值积分和数值微分、线性方程组的直接解法、线性方程组的迭代解法、非线性方程和非线性方程组的数值解法、矩阵特征值问题的数值解法、常微分方程的数值解法.本书每章都配有较丰富的习题和数值实验题，书末附有习题参考答案与提示.本书取材精练、叙述清晰、系统性强、例题丰富，注重内容的实用性以及数值计算方法基本思想的阐述. 本书可作为高等院校理工科各专业“数值计算方法”和“数值分析”课程的教材或教学

本书主要内容包括：MATLAB简介、MATLAB程序设计基础、矩阵运算、数值计算、符号运算、图形绘制、统计和方程等工具箱。本课程于2019年被评为山东省混合式一流本科课程，此次修订将会把混合式教学的研究成果融入教材中，增加自主学习检测、课内练习和课后作业，加强课前、课中、课后的训练；提升课程的高阶性，除了学习MATLAB的基础知识外，加强与后继课程内容的融合，增加研究性实验项目，培养学生利用MATLAB软件解决复杂问题的综合能力和高阶思维；提高课程的创新性，教学内容将以MATLAB 2020a版

本书介绍了化的基本概念、典型案例、基本理论和优化算法。典型案例来自数据科学、机器学习、人工智能、图像和信号处理等领域，基本理论涵盖解的存在性和性、各类优化问题的一阶或二阶性条件、对偶理论等，优化算法包括无约束优化算法、约束优化算法、复合优化算法。全书案例丰富，理论翔实，展现了化的实践算法理论实践这一特点。书中配备了适量的习题，这些习题难易兼顾、层次分明，为正文的内容提供补充，并可检验读者的学习效果。 本书可作为高等院校数据科学专业的教材或参考书，供研究生和本科高年级学生使用，也可供从事图像

本书以随机过程的统计特征和性质为主线,旨在将实际应用和理论推导联系起来,通过概念、定理、例题、详细的习题,尽量体现随机过程的理论基础及应用价值,以保证教材的综合性、整体性和前瞻性,从而使统计类专业和其他工程类专业、管理类专业的学生较为熟练地掌握随机过程的理论和应用.本书共九章,全书内容包括随机过程的基本概念、随机过程的均方微积分、泊松过程、平稳过程、平稳过程的谱分析、马尔可夫链、马尔可夫链的状态分类和性质、时间序列的ARMA模型、ARMA模型的拟合.

本书按新时期大学数学教学大纲要求编写而成，内容丰富，理论严谨，思路清晰，例题典型，方法性强.本书注重分析解题思路与规律，并与现实生活中的问题紧密结合，对培养学生的学习兴趣及提高分析问题与解决问题的能力将起到较大作用.全书共分九章，内容涵盖随机事件、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、大数定律和中心极限定理、样本及抽样分布、参数估计、假设检验、方差分析与回归分析等.每个章节均配有习题，书后附有两套综合测试题及习题参考答案，同时每章后都配有历届考研试题选讲，这样既便于教师

本书为十三五江苏省高等学校重点教材，按照理论与应用并重的思路编写，共分为八章，包括随机事件与概率、一维随机变量及其分布、二维随机变量及其分布、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、假设检验等内容，并针对常用的概率统计模型和方法补充了Excel软件的相关内容，在每章后精心选取了不同层次的习题供读者练习。此外，书中通过二维码链接了一些拓展阅读材料，介绍了概率统计发展的历史及重要理论的应用。 本书可作为高等学校非数学类专业的教材，也可供工程技术人员参考。

《概率论与数理统计》是根据高等院校概率论与数理统计课程教学的基本要求，结合我们多年来对概率论与数理统计课程教学内容和教学方法改革与创新的成果而编写的. 《概率论与数理统计》主要内容包括：概率论的基本概念、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、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、方差分析及回归分析、Excel软件在数理统计中的应用.

本书结合R语言介绍了多元正态分布、均值向量检验、协方差阵检验、聚类分析、判别分析、主成分分析、因子分析、对应分析、典型相关分析、定性数据分析、多变量的图表示法和多维标度法等常见的多元统计分析方法。与同类书籍相比，本书具有如下特色：
介绍了部分多元统计方法的最新研究成果，如多总体均值检验和聚类分析中分类个数选择等。
详细介绍了多元统计方法的R实现，自编函数实现均值向量检验、协方差阵检验和主成分分析等。代码清晰明了，适合初学者。
