《样本量确定理论的研究》全面地介绍了各种常见统计应用场景下的样本量确定方法，重点讨论了样本量确定的原理，弥补了已有统计学在这方面的不足。特别地，在统计学领域内*次介绍了分布估计和建模等应用场景中的样本量确定方法，填补了空白。

《Vlasov-Boltzmann型方程的数学理论》主要研究两类带外力场的Boltzmann方程，包括Vlasov-Poisson-Boltzmann（VPB）方程和Vlasov-Maxwell-Boltzmann（VMB）方程的谱分析与整体强解的渐近行为。主要内容包括：第1章介绍**Boltzmann方程的谱分析，并且利用谱分析建立Boltzmann方程整体强解的存在性和*优衰减速度估计；第2章介绍VPB方程的谱分析、能量估计和整体强解的存在性和*优衰减率；第3章至第4章基于谱分析研究VPB方程的格林函数和整体强解的时空点态估计，以及扩散极限的收敛性和收敛速度估计；第5章介绍VMB方程的谱分析、能量估计和整体强解的存在性和*优衰减率。《Vlasov-Boltzmann型方程的数学理论》*突出的特点是建立了带外力场的Boltzmann方程的谱分析，并且把谱分析方法应用到研究带外力场的Boltzmann方程整体强解的渐近行为，包括解的*优时间衰减率、格林函数的点态估计和流体动力学极限。

包含了2014～2023年举办的第77？86届莫斯科数学奥林匹克的全部试题。书中对每一道试题都给出了详细解答， 对有些试题还作了延伸性的讨论。对于一些我国读者难以理解的内容和一些较为陌生的数学概念， 都以编译者注的形式给出了注释。为便于阅读， 还在书中的专题分类中对有关数学知识和解题方法作了介绍。可供对数学奥林匹克感兴趣的学生阅读， 也可供教师、数学小组的指导者、各种数学竞赛活动的组织者参考使用。

本书以最优美的现代数学形式讨论经典力学问题，它本是数学或力学专业的学生学习理论力学的教材，但实际上，它的范围已经远远超越理论力学，是现代数学的一个重要方面——辛几何。原书被译为多种文字出版，并由Springer收入GTM丛书，以英文广泛发行。本书已修订为第4版，主要内容包括牛顿力学、拉格朗日力学和哈密顿力学三大部分，通过经典力学的数学工具，考察了动力学的所有基本问题。特别是16个附录，使原书的主题更为鲜明：辛几何与辛拓扑，它们反映了几十年来数学科学在一个方面的发展。这些附录都属于专题介绍性质，是作者和他的学生们在有关方面的研究工作的总结。本书可供高等学校数学、物理、力学及相关专业的本科生、研究生、教师，以及相关领域的研究人员参考使用。

多智能体系统是分布式人工智能的主流方法之一。多智能体系统中存在的各种随机与不确定因素对协同估计与学习算法能否成功运行以及网络的整体性能有重要影响。《随机与不确定多智能体系统——估计与学习》介绍了作者近年来在随机与不确定多智能体系统分布式估计与学习方面的*新研究成果。《随机与不确定多智能体系统——估计与学习》共6章，包括随机分布式共识计算、随机分布式线性回归和基于随机梯度下降的分布式优化算法等，建立了各类算法的收敛性条件以及算法性能与系统参数的定量关系。

《长杆高速/超高速侵彻：理论模型与数值分析》共14章，主要基于作者及相关合作者近10年的研究成果，给出了长杆高速侵彻和超高速侵彻的理论模型和数值分析。内容包括长杆高速侵彻的理论模型、长杆侵彻应用之自锐穿甲和分段杆侵彻、界面击溃的理论模型和数值模拟，以及长杆超高速侵彻的理论模型。

本丛书希望在中学数学和高等数学之间搭建一座桥梁，以中学数学为起点，逐步展示高等数学的基本思想和方法，便于大学新生快速适应高度抽象的高等数学。反过来，介绍如何把握高等数学的高观点，更好地服务于中学数学的教与学。本书主要讲述复数在初等数学中的应用，包括解几何题、不等式和三角问题等。本书的最大创新在于不再将复数法视为一种“暴力”计算方法，而是将恒等式思想与复数结合，通过恒等式沟通几何、代数、三角、不等式之间的联系。复数恒等式方法不仅能解题，还能发现新命题，并关联多个看似不相关的命题，为初等数学研究提供新的探索思路。本书案例翔实，思想新颖，方法简明，可启迪读者的思维，开阔读者的视野，提高读者提出问题、分析问题与解决问题的能力，适合学有余力的高中学生和教师、师范生以及数学教育研究者参考。

基于黎曼几何的信息几何已经成为研究信息领域中非线性、随机性问题的重要工具。《信息几何数学基础》介绍信息几何的数学基础。《信息几何数学基础》共5章：第1章简要介绍信息几何的由来以及思想与方法；第2章介绍作为信息几何基础的微分几何与黎曼几何基础；第3章介绍信息几何涉及的李群与李代数的基本内容；第4章介绍正定矩阵流形的几何结构，包括在不同黎曼度量下的测地距离以及黎曼梯度；第5章简要介绍**信息几何的基本内容。

本书系统地介绍现代优化算法的发展脉络，重点针对局部搜索、模拟退火、禁忌搜索、遗传算法、蚁群算法、粒子群算法等经典算法进行了阐述，内容涉及优化机制、理论、流程、设计、应用等多个层面，并且每个算法都结合案例分析指导算法的设计与应用，同时介绍了国内外最近研究进展并开展相应的算法实践与应用研究。

近年来，Delta并联机器人凭借其*特优势快速发展，被广泛应用于众多尖端领域。随着应用场景不断拓展，人们对其稳定性、快速性、定位精度及自适应性的要求也日益提高，其运动学建模、轨迹规划及动力学控制也由此成为该领域的重要研究方向。《Delta并联机器人——建模、优化及运动控制》围绕Delta并联机器人的关键技术，系统探讨了运动学求解、轨迹规划方法、动力学控制及伺服系统控制等内容，并通过样机系统实验验证了理论方法的实用性。《Delta并联机器人——建模、优化及运动控制》共6章，涵盖绪论、运动学分析、轨迹规划方法与优化、控制系统设计、伺服系统设计及样机系统实验验证。