本書以測度論為背景介紹了集合代數的構造、概率擴張、隨機變量的期望、收斂性、Lebesgue分解、條件期望和鞅列、分布函數和特征函數、極限理論等概率論中的基本知識其特點是抽象與直觀相結合，經典方法與現代方法相結合。全書論證嚴謹，內容豐富，每章后均附有一定量的習題以加深理解和拓展各章的知識點。

本書編寫從實例出發(fā)，圖文并茂，通俗易懂，注意講清楚基本概念與統(tǒng)計思想，強調各種方法的應用，全書共八章，前四章為概率論部分，主要敘述各種概率分布及其性質，后四章為數理統(tǒng)計部分，主要敘述各種參數估計與假設檢驗。全書插共有圖100多幅，例題250多道，習題近500道。通過本書的學習，可使讀者提高分析問題和解題的能力，加深對基

本書共分為兩個部分。第一部分為概率論基礎，包括第1、2、3、4、5章，其中第14章主要介紹了概率空間、可測函數、隨機變量及其分布、隨機向量變換、條件數學期望、一維和高維隨機變量的特征函數等本科階段尚未或較少涉及的內容；第5章介紹了在概率論與隨機過程中常用的隨機變量序列的收斂概論和性質。第二部分為隨機過程基礎，包括第6、

本書共分15章，內容包括：不確定性與博弈論、模糊與可信性理論、博弈論的公理基礎、可信性非合作博弈模型等。

本教材在傳統(tǒng)教材的基礎上，增加了數學軟件編程與視頻微課的新形態(tài)教材。適合高職學生和高技能應用型人才的學習使用，分上冊和下冊出版。教材上冊分為函數、極限與連續(xù)、空間解析幾何、導數與微分4個模塊內容。下冊為線性代數、積分、常微分方程、概率與統(tǒng)計4個模塊內容。每個模塊均配有專業(yè)案例、課后提升、知識小結和能力提升等內容。例題解

教育時間表問題是一個具有NP難度的多約束組合優(yōu)化問題，傳統(tǒng)優(yōu)化算法無法在可接受的時間內求得問題的精確解甚至滿意解。智能優(yōu)化方法是借鑒仿生學特點發(fā)展起來的一門新興優(yōu)化計算方法，通常可以在較短時間內獲得一個令人滿意的解，實現求解效率和質量之間的平衡。本書作者及其所在的課題組多年來一直專注于智能優(yōu)化算法在教育時間表問題求解的

本書為開放教育教材，涉及：隨機事件，隨機變量及其分布，多維隨機變量及其分布，隨機變量的數字特征，大數定律與中心極限定理，參數估計(統(tǒng)計估值)，假設檢驗，回歸分析與方差分析，正交試驗設計。

本書為下冊分為線性代數、積分、常微分方程、概率與統(tǒng)計共4個模塊內容。每章都配有專業(yè)案例、課后提升、知識小結框圖和能力提升，例題解答方法有手工計算與數學軟件編程兩種。

本書涵蓋了CreoParametric9.0的Mechanism（運動/動力學仿真技術）、CreoSimulate（有限元分析技術）兩大模塊，介紹了動力學分析、動畫制作、結構分析和熱力學分析模型的創(chuàng)建及分析過程。根據由淺入深、前后呼應的教學原則進行內容安排，從而使讀者能更快、更深入地理解CreoParametric9.

數理統(tǒng)計是一門應用性很強的學科，它主要研究怎樣以有效的方式收集、整理和分析帶有隨機性特征的數據，以便對所考察的問題作出推斷和預測，為行動決策提供有力的科學依據。本書共分7章，主要內容包括概率論的基礎知識，數理統(tǒng)計的基本概念及抽樣分布，參數估計，假設檢驗，方差分析和正交試驗設計，相關和回歸分析，數理統(tǒng)計的案例實現。本書可