本書源于作者六年多以來線上線下混合式教學(xué)研究與教學(xué)實踐積累。“M-S-F-P”教學(xué)模式是作者立足于新工科建設(shè)，在哈爾濱學(xué)院工科《概率論與數(shù)理統(tǒng)計》教學(xué)中原創(chuàng)的線上線下混合教學(xué)模式，不僅適用于《概率論與數(shù)理統(tǒng)計》課程教學(xué)，亦具有可遷移性，可為其他高等教育理論課程教學(xué)提供參考。本書內(nèi)容分為九章。第一章，宏觀介紹“M-S-F

本書以測度論為背景介紹了集合代數(shù)的構(gòu)造、概率擴(kuò)張、隨機(jī)變量的期望、收斂性、Lebesgue分解、條件期望和鞅列、分布函數(shù)和特征函數(shù)、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(jié)合，經(jīng)典方法與現(xiàn)代方法相結(jié)合。全書論證嚴(yán)謹(jǐn)，內(nèi)容豐富，每章后均附有一定量的習(xí)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(qiáng)調(diào)各種方法的應(yīng)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(zhì)，后四章為數(shù)理統(tǒng)計部分，主要敘述各種參數(shù)估計與假設(shè)檢驗。全書插共有圖100多幅，例題250多道，習(xí)題近500道。通過本書的學(xué)習(xí)，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(chǔ)，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(shù)、隨機(jī)變量及其分布、隨機(jī)向量變換、條件數(shù)學(xué)期望、一維和高維隨機(jī)變量的特征函數(shù)等本科階段尚未或較少涉及的內(nèi)容；第5章介紹了在概率論與隨機(jī)過程中常用的隨機(jī)變量序列的收斂概論和性質(zhì)。第二部分為隨機(jī)過程基礎(chǔ)，包括第6、

本書共分15章，內(nèi)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(chǔ)、可信性非合作博弈模型等。

本教材在傳統(tǒng)教材的基礎(chǔ)上，增加了數(shù)學(xué)軟件編程與視頻微課的新形態(tài)教材。適合高職學(xué)生和高技能應(yīng)用型人才的學(xué)習(xí)使用，分上冊和下冊出版。教材上冊分為函數(shù)、極限與連續(xù)、空間解析幾何、導(dǎo)數(shù)與微分4個模塊內(nèi)容。下冊為線性代數(shù)、積分、常微分方程、概率與統(tǒng)計4個模塊內(nèi)容。每個模塊均配有專業(yè)案例、課后提升、知識小結(jié)和能力提升等內(nèi)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(nèi)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(xué)特點發(fā)展起來的一門新興優(yōu)化計算方法，通�？梢栽谳^短時間內(nèi)獲得一個令人滿意的解，實現(xiàn)求解效率和質(zhì)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(jī)事件，隨機(jī)變量及其分布，多維隨機(jī)變量及其分布，隨機(jī)變量的數(shù)字特征，大數(shù)定律與中心極限定理，參數(shù)估計(統(tǒng)計估值)，假設(shè)檢驗，回歸分析與方差分析，正交試驗設(shè)計。

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

本書涵蓋了CreoParametric9.0的Mechanism（運(yùn)動/動力學(xué)仿真技術(shù)）、CreoSimulate（有限元分析技術(shù)）兩大模塊，介紹了動力學(xué)分析、動畫制作、結(jié)構(gòu)分析和熱力學(xué)分析模型的創(chuàng)建及分析過程。根據(jù)由淺入深、前后呼應(yīng)的教學(xué)原則進(jìn)行內(nèi)容安排，從而使讀者能更快、更深入地理解CreoParametric9.