本书源于作者六年多以来线上线下混合式教学研究与教学实践积累。“M-S-F-P”教学模式是作者立足于新工科建设，在哈尔滨学院工科《概率论与数理统计》教学中原创的线上线下混合教学模式，不仅适用于《概率论与数理统计》课程教学，亦具有可迁移性，可为其他高等教育理论课程教学提供参考。本书内容分为九章。第一章，宏观介绍“M-S-F

本书以测度论为背景介绍了集合代数的构造、概率扩张、随机变量的期望、收敛性、Lebesgue分解、条件期望和鞅列、分布函数和特征函数、极限理论等概率论中的基本知识其特点是抽象与直观相结合，经典方法与现代方法相结合。全书论证严谨，内容丰富，每章后均附有一定量的习题以加深理解和拓展各章的知识点。

本书编写从实例出发，图文并茂，通俗易懂，注意讲清楚基本概念与统计思想，强调各种方法的应用，全书共八章，前四章为概率论部分，主要叙述各种概率分布及其性质，后四章为数理统计部分，主要叙述各种参数估计与假设检验。全书插共有图100多幅，例题250多道，习题近500道。通过本书的学习，可使读者提高分析问题和解题的能力，加深对基

本书共分为两个部分。第一部分为概率论基础，包括第1、2、3、4、5章，其中第14章主要介绍了概率空间、可测函数、随机变量及其分布、随机向量变换、条件数学期望、一维和高维随机变量的特征函数等本科阶段尚未或较少涉及的内容；第5章介绍了在概率论与随机过程中常用的随机变量序列的收敛概论和性质。第二部分为随机过程基础，包括第6、

本书共分15章，内容包括：不确定性与博弈论、模糊与可信性理论、博弈论的公理基础、可信性非合作博弈模型等。

本教材在传统教材的基础上，增加了数学软件编程与视频微课的新形态教材。适合高职学生和高技能应用型人才的学习使用，分上册和下册出版。教材上册分为函数、极限与连续、空间解析几何、导数与微分4个模块内容。下册为线性代数、积分、常微分方程、概率与统计4个模块内容。每个模块均配有专业案例、课后提升、知识小结和能力提升等内容。例题解

教育时间表问题是一个具有NP难度的多约束组合优化问题，传统优化算法无法在可接受的时间内求得问题的精确解甚至满意解。智能优化方法是借鉴仿生学特点发展起来的一门新兴优化计算方法，通常可以在较短时间内获得一个令人满意的解，实现求解效率和质量之间的平衡。本书作者及其所在的课题组多年来一直专注于智能优化算法在教育时间表问题求解的

本书为开放教育教材，涉及：随机事件，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，参数估计(统计估值)，假设检验，回归分析与方差分析，正交试验设计。

本书为下册分为线性代数、积分、常微分方程、概率与统计共4个模块内容。每章都配有专业案例、课后提升、知识小结框图和能力提升，例题解答方法有手工计算与数学软件编程两种。

本书涵盖了CreoParametric9.0的Mechanism（运动/动力学仿真技术）、CreoSimulate（有限元分析技术）两大模块，介绍了动力学分析、动画制作、结构分析和热力学分析模型的创建及分析过程。根据由浅入深、前后呼应的教学原则进行内容安排，从而使读者能更快、更深入地理解CreoParametric9.