本书微积分部分主要以函数的局部近似和渐近展开为主线。线性代数部分以矩阵在各种关系下的分类和简化(秩标准形、相似对角化、正交对角化等)为主线,串讲了从矩阵的运算直到正定阵及实对称矩阵对角化的内容。书中所出现的定理均给出了证明。线性代数部分分块运算较多,其中的例题和习题大多是多元统计中将会用到的矩阵技巧和方法。本书第5章正态随机向量一节就用到了其中一些例题和习题的结果。概率论部分在概念的解释和理解上花费了较多笔墨。作为应用,概率论部分也引出了一些统计思想或概念(例如极大似然估计、检验的功效、置信区间等)。有些概念(例如期望、方差、协方差等)是从提出“统计问题”着手引入的,其中很多讲法得益于陈希孺院士和龚光鲁教授的教材,一些例题和习题来自Bernard Rosner和Sheldon M.Ross的著作。数学模型部分我们仅从生物数学、经济金融等领域选择了若干模型,包括传染病的SIR模型、重叠代模型与养老金问题、资本资产定价模型、对策与重复对策(林毅夫对中国农业危机的解释)、不对称信息下的激励强度原理、信号传递等。此外,此部分内容简介了微分方程的稳定性理论和约束优化的K-T条件,个别地方还用到了MATLAB。