本书比较全面地介绍了MATLAB的统计、优化、偏微分方程数值解、样条和曲线拟合等5个工具箱，适合于相关专业的大学生、研究生和科研工作人员阅读。

本书以最新版本MATLAB 7．O为基础，结合若干实例全面地介绍统计、优化、偏微分方程数值、样条和曲线拟合等工具箱的内容和用法。统计工具箱部分包括概率分布(包括若干分布的密度函数、累加函数、参数估计、累加函数逆函数、统计量和随机数生成等)、假设检验、方差分析、回归分析、非参数检验、判别分析、聚类分析、主成分分析、试验设计、统计过程控制、常用统计图形、多元方差分析、决策树、因子分沂、隐马尔可夫模型和多维尺度分析等内容。优化工具箱部分介绍线性规划、二次规划、非线性规划、多目标规划、0—l规划、最大最小化、半无限问题、最小二乘问题和方程求解，以及大型优化问题的求解方法。偏微分方程数值解工具箱部分包括如何用图形用户界面和工具箱函数求解偏微分方程，常见的偏微分方程数值求解问题，以及包括结构力学的平面应力和平面应变、静电学、静磁学、电磁学、热传导、发散问题等多个领域的应用模式。样条工具箱部分包括B样条、三次样条、分段多项式样条，以及样条的图形用户界面等内容。曲线拟合工具箱部分包括进行曲线拟合的预处理、拟合和后处理等各个步骤。

 本书内容翔实，实例丰富。可作为多元统计分析、最优化方法、偏微分方程数值解等课程及相关课程的教材和辅助教材，也可供相关专业的大学生、研究生和科研工作人员阅读。

第1章 统计工具箱简介

 1.1 统计工具箱的内容

 1.2 数学符号约定

第2章概率论

 2.1 概率密度函数和分布律

2.1.1 基本数学原理

2.1.2 有关函数介绍

 2.2 累加分布函数

2.2.1 基本数学原理

2.2.2 有关函数介绍

 2.3 参数估计

2.3.1 基本数学原理

2.3.2 有关函数介绍

 2.4 逆累加分布函数

2.4.1 基本数学原理

2.4.2 有关函数介绍

 2.5 随机数的生成

2.5.1 生成随机数的基本原理

2.5.2 有关函数介绍

 2.6 分布函数的统计量估计

第3章 样本描述

 3.1 描述集中趋势的统计量

3.1.1 几何均值

3.1.2 调和均值

3.1.3 算术平均值

3.1.4 中值

3.1.5 截尾均值

 3.2 描述离中趋势的统计量

3.2.1 内四分极值

3.2.2 均值绝对差

3.2.3 极差

3.2.4 方差

3.2.5 标准差

 3.3 分组数据描述

……