《实验物理中的概率和统计》介绍在分析处理实验或测量数据中涉及的概率和数理统计知识，内容包括：概率论初步，随机变量及其子样和它们的分布，参数估计(极大似然法、最小二乘法、矩法)，假设检验，蒙特卡罗方法，还简要介绍了参数估计必须用到的极小化的有关知识。第二版中增加了若干章节讨论数据统计处理中的一些困难问题和近期国际上发展起来的新方法。书中分析了取自普通物理、核物理、粒子物理和工程技术问题的许多实例，具体讲述了概率和数理统计方法在实际问题中的应用。书末附有详尽的数理统计表，可供本书涉及的几乎所有概率统计问题之需要，而无需查阅专门的数理统计表书籍。 《实验物理中的概率和统计》可供实验物理工作者和大专院校相关专业师生、理论物理研究人员、工程技术人员以及从事自然科学和社会科学的数据测量和分析研究人员参考。

《统计物理中的蒙特卡罗方法(第2版)》主要内容：This new and updated deals with all aspects of Monte Carlo simulation of complex physical systems encountered in condensed-matter physics and statistical mechanics as well as in related fields, for example polymer science, lattice gauge theory and protein folding. After briefly recalling essential background in statistical mechanics and probability theor...(展开全部)

《量子物理中的格林函数(第3版)(影印版)》是国外物理名著系列之一。The main part of this book is devoted to the simplest kind of Green's functions, namely the solutions of linear differential equations with a delta function source. It is shown that these familiar Green's functions are a powerful tool for obtaining relatively simple and general solutions of basic quantum problems such as scattering and bound-le...(展开全部)

《量子物理中的格林函数(第3版)(影印版)》是国外物理名著系列之一。The main part of this book is devoted to the simplest kind of Green's functions, namely the solutions of linear differential equations with a delta function source. It is shown that these familiar Green's functions are a powerful tool for obtaining relatively simple and general solutions of basic quantum problems such as scattering and bound-le...(展开全部)

马尔科姆·朗盖尔（Malcolm Longair）教授1941年出生于苏格兰，1967年在剑桥大学卡文迪许（Cavendish）实验室获博士学位。1968—1969年，他作为英国皇家学会的交换访问学者在莫斯科列别捷夫（Lebedev）研究所工作。其后他又六次作为交换学者访问前苏联空间研究所，并在美国多个研究所和天文台担任访问教授。从1980年到1990年，他同时担任苏格兰皇家学会天文学家、爱丁堡（Edinburgh）大学钦定天文学讲座教授和爱丁堡皇家天文台台长。他在1991—1997年期间任卡文迪许实验室副主任，专门负责物理教学工作，并在1997年以后成为卡文迪许实验室主任。朗盖尔教授获得过多项奖项，其中包括在1986年2月获得首届大不列颠学习与丰富生活传播奖。1990年12月，他在电视上作了题为“我们宇宙的起源”的系列讲座，该讲座是皇家科学研究所在...(展开全部)

《概率统计讲义(第3版)》是在第二版的基础上修订和扩充而成的，系统介绍了概率统计的基础理论和实用方法。内容简明扼要，文字通俗易懂。既注意对基本概念和定理论述准确，又注意介绍各方面的应用例子。只要求读者具有普通微积分知识和一些线性代数知识。 《概率统计讲义(第3版)》可作为高等学校各类专业的教材，也可供有关人员参考。

这本经典的概率论与数理统计教材，多年来畅销不衰，被很多名校采用，包括卡内基梅隆大学、哈佛大学、麻省理工学院、华盛顿大学、芝加哥大学、康乃尔大学、杜克大学、加州大学洛杉矶分校等。 本书包括概率论、数理统计两部分，内容丰富完整，适当地选择某些章节，可以作为一学年的概率论与数理统计课程的教材，亦可作为一学期的概率论与随机过程的教材。适合数学、统计学、经济学等专业高年级本科生和研究生用，也可供统计工作人员用作参考书。 本书主要特点  叙述清晰易懂，内容深入浅出。作者用大量颇具启发性的例子引入论题、阐释理论和证明。例题涉及面广，除了那些解释基本概念的一些著名例题外，还有很多新颖的例题，描述了概率论在遗传学、排队论、计算金融学和计算机科学中的应用。  内容取材比较时尚新颖。新版不但重写了很多章节，还介绍了在计算机科学中日益重要的Chernoff界，以及矩方法...(展开全部)

《概率统计(第4版)》以提高读者解题能力与解决实际问题能力为基本出发点，从实例引入抽象的基本概念，从抽象的数学定理又回到具体的应用问题，有助于读者较快地掌握近代的概率统计知识，《概率统计(第4版)》可作为高等院校本科生（包括理工类与经济类）概率论与数理统计课程的教材或参考书，也可作为广大概率统计应用人员的工具性参考书。

这本经典的概率论与数理统计教材，多年来畅销不衰，被很多名校采用，包括卡内基梅隆大学、哈佛大学、麻省理工学院、华盛顿大学、芝加哥大学、康乃尔大学、杜克大学、加州大学洛杉矶分校等。 本书包括概率论、数理统计两部分，内容丰富完整，适当地选择某些章节，可以作为一学年的概率论与数理统计课程的教材，亦可作为一学期的概率论与随机过程的教材。适合数学、统计学、经济学等专业高年级本科生和研究生用，也可供统计工作人员用作参考书。

本书内容包括概率论、数理统计两部分，涉及条件概率、随机变量及其分布、数学期望、特殊分布、估计、估计量的抽样分布、假设检验、分类数据与非参数方法、线性统计模型、随机模拟等．本书知识体系结构与国内主流的概率论与数理统计教材基本一致，但内容取材及例题的安排上都比较新颖，尤其是新增加了一些非常实用而且比较先进的模拟方法．书中最后提供了奇数号习题的解答以及索引． 本书作为概率论与数理统计的教材，适合大学本科高年级学生和研究生用作教材或参考书，也可供统计工作人员用作参考书．