本书叙述了若干有趣的话题，其中，涉及了各种各样的可能性问题，在每个话题中，通过提出和解答问题，体现出在处理带有偶然性的问题时，为作出好的决策，使用概率统计的思维方法是很有必要的。本书共有7章，每章可单独阅读。第1章，叙说掷骰子时的不确定现象，用概率描述其中的确定性规律；在第2，3章中，用概率统计的思维方法，讨论“中奖问题”与“评委打分问题”，它们都是生活中常遇到的不确定性问题；第4章，以囚徒为话题，讨论既有不确定性，又有逻辑性的最优策略问题；第5章，让读者从算数的眼光看到非线性科学中的难点以及确定性与不确定性之间的联系；第6章，是用概率的观点思考某类悖论问题，并与生活中的成语“吹毛求疵”相联系；第7章，针对“红学”中的某些不同观点，尝试分析它们“为真”概率大小的问题。在工作、生活或娱乐中，遇到具有不确定性的事物或现象时，又关心其中可能性大小问题的读者，只要具有高中文化（含在学高中学生）都可阅读本书，或可选读某几章，从中获得有益的启发。

本书根据“工科本科数学基础课程教学基本要求”并结合精品课程建设的需要，集编者多年工科概率论与数理统计的教学实践经验编写而成。本书分三大部分，共10章。其中第1章至第5章为概率论部分，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和大数定律与中心极限定理。第6章至第9章为数理统计部分，包括数理统计的基本概念、参数估计、假设检验和线性回归分析。第10章为数学实验部分。前9章均配备了适量的习题，书后附有各章习题的参考答案及简明提示，第10章为学生提供了自己动手探索式的实验平台，通过实验和回答每个实验结论部分的有关问题，巩同加深对有关理论和方法的理解，这不失为一种有益的探索。本书体现了“多统计、少概率、重应用”的基本精神，全书结构合理、逻辑清晰、例题习题丰富，实验设计有针对性，适合工科高等院校（30—50课时）各类专业使用。

《画图的数学》通过画图的事情，谈数学之有趣与有用。以计算机绘图为背景，围绕着到底什么是图、怎样画图、如何理解图等问题，讨论若干数学思想与数学技术的重要作用，与读者一起，在纷繁杂陈的图形世界里体会数学之美。《画图的数学》介绍插值、拟合、迭代、随机等数学技术。就“记数法”的话题，谈数与形的关联与转化；就“数学变换”的话题，谈计算机上能对图像作神奇的信息隐藏和伪装；就“视觉欺骗”的话题，谈计算机上画的图会使你上当受骗；就“画图无定式”的话题，谈突破常规的作图技巧可以在计算机上生成艺术作品，及获得数学上的新发现。这是一本中学生和大学生的课外读物，也可供数学教师及从事相关研究的青年读者参考。只要有基本的高等数学与计算机知识，都会从《画图的数学》的议论中得到有益的启示。

本书为梁绍鸿著《初等数学复习及研究（平面几何）》一书的习题解答。本书对原书的大部分习题给出了解答。本书可作为师范院校数学系师生及中学数学教师的参考书，也可作为数学竞赛培训用书。

《概率论与数理统计·解题方法技巧归纳（第2版）》将概率论与数理统计的主要内容按问题分类，通过引例，归纳、总结出各类问题的解题规律、方法和技巧。其中不少是作者多年来积累的教学经验总结，读者阅读此书后，必将增强分析问题、解决问题和应试的能力。《概率论与数理统计·解题方法技巧归纳（第2版）》实例多、类型广、梯度大，例题主要取材于两部分：一部分是浙江大学盛骤等编的《概率论与数理统计》（第四版）中的典型习题；另一部分是历届（含2009年）全国硕士研究生入学考试数学试题，其中理工类的数学试卷一的有关考题不少都已收入。《概率论与数理统计·解题方法技巧归纳（第2版）》可供本（专）科学生学习概率论与数理统计时的参考；对于自学者和有志于攻读硕士学位研究生的青年，《概率论与数理统计·解题方法技巧归纳（第2版）》更是良师益友；对于参加成人教育、自考和文凭考试的读者，也不失为一本具有指导价值的很好的参考书；对于从事概率论与数理统计课程教学的教师和工程技术人员，也有一定的参考价值。

《高等教育“十一五”规划教材·公共基础课教材系列：线性代数》主要内容包括行列式、矩阵、线性方程组、矩阵的特征值与特征向量、二次型等。全书概念叙述清晰，理论分析严谨，突出素质教育理念和应用背景介绍，力求循序渐进、由浅入深、通俗易懂。书中例题丰富，讲解详尽。为了便于学生自学和做数学实验，每章后附有小结、复习题、自测题和数学实验等内容，并附有部分提示与答案。《高等教育“十一五”规划教材·公共基础课教材系列：线性代数》可作为财经类本科专业的教材，也可作为理工科各专业师生和科技工作者参考用书。

《算子范数与Hilbert型不等式》是系统探讨Hilbert型不等式理论的一部专著，作者应用实分析、泛函分析中的思想与不等式的权系数及参量化方法，在多类赋范线性空间建立核为负数齐次的Hilbert型不等式、逆式及其等价式，讨论其常数因子的最佳性，并用算子理论描述其构造形态，用算子范数刻画其最佳常数因子，还讨论了Hilbert型积分算子有界的若干条件。《算子范数与Hilbert型不等式》覆盖了近100年来200余篇原始文献及若干本数学专著的成果，其陈述深入浅出，实例颇多且具有从一般到特殊等特点，阅读《算子范数与Hilbert型不等式》需要实分析及泛函分析的基础知识。《算子范数与Hilbert型不等式》可作为函数论及应用数学方向的研究生教材或教学参考书，也适合对解析不等式感兴趣的广大数学爱好者阅读欣赏。

本书为“科学计算及其软件教学丛书”之一，为普通高等教育“十一五”国家级规划教材。主要内容包括函数的数值逼近（代数插值与函数的最佳逼近）、数值积分与数值微分、数值代数（线性代数方程组的解法与矩阵特征值问题的计算）、非线性（代数与超越）方程的数值解法、最优化方法以及常微分方程（初、边值问题）数值解法。除以上基本内容之外，本书还介绍了广泛应用于实际问题的随机统计方法之一——蒙特卡罗（Monte Carlo）方法，以及当今求解大规模科学工程计算问题最有效的算法之一的多层网格法，以便读者参考。通过对它们的讨论，使读者掌握设计数值算法的基本方法，为在计算机上解决科学计算问题打好基础。本书可以作为信息与计算科学、数学与应用数学专业本科生以及计算机专业、通信工程等工科类本科生及研究生的教材，也可供从事数值计算研究的相关工作人员参考使用。

《国外数学名著系列（续1）（影印版）42：无约束最优化与非线性方程的数值方法》is a standard for a complete description of the methods for unconstrained optimization and the solution ofnonlinear equations....this republication is most welcome and this volume should be in every library. Of course， there exist more recent books on the topics and somebody interested in the subject cannot be satiated by looking only at this book. However， it contains much quite-well-presented material and I recommend reading it before going ，to other.publications.

《国外数学名著系列（续1）（影印版）39：稀疏线性系统的迭代方法（第2版）》can be used to teach graduate-level courses on iterative methods for linear systems. Engineers and mathematicians will find its contents easily accessible， and practitioners and educators will value it as a helpful resource. The preface includes syllabi that can be used for either a semester- or quarter-length course in both mathematics and computer science.Iterative Methods for Sparse Linear Systems， Second Edition gives an in-depth， up-to-date view of practical algorithms for solving large-scale linear systems of equations. These equations can number in the millions and are sparse in the sense that each involves only a small number of unknowns. The methods described are iterative， i.e.， they provide sequences of approximations that will converge to the solution.This new edition includes a wide range of the best methods available today. The author has added a new chapter on multigrid techniques and has updated material throughout the text， particularly the chapters on sparse matrices， Krylov subspace methods， preconditioning techniques， and parallel preconditioners. Material on older topics has been removed or shortened， numerous exercises have been added， and many typographical errors have been corrected. The updated and expanded bibliography now includes more recent works emphasizing new and important research topics in this field.