本書以精彩的歷史故事、豐富的插圖，充分表現(xiàn)了數(shù)學(xué)文化的魅力。全書共分4講，內(nèi)容包括：跨越文理之間的鴻溝（小說與詩歌中表現(xiàn)出來的數(shù)學(xué)主題）、有趣的作圖問題、各種數(shù)學(xué)游戲（拼版、棋類）、歷史上一些數(shù)學(xué)家的軼事等。作為素質(zhì)教育的一部分，數(shù)學(xué)文化在我國得到了越來越多的重視，但仍屬于起步摸索階段。本書的內(nèi)容相對卻較為成熟，特色鮮

本書是第六版，基本上保持了原書構(gòu)架和風(fēng)格，對內(nèi)容作了微調(diào)，每章適當(dāng)增加了習(xí)題，增加了附錄五代數(shù)與人工智能的內(nèi)容，適當(dāng)補(bǔ)充了數(shù)字資源。本書主要內(nèi)容是：多項(xiàng)式、行列式、線性方程組、矩陣、二次型、線性空間、線性變換、λ－矩陣、歐幾里得空間、雙線性函數(shù)與辛空間、總習(xí)題，附錄包括關(guān)于連加號、整數(shù)的可除性理論、代數(shù)基

《高等數(shù)學(xué)：經(jīng)管類》是普通高等院校經(jīng)濟(jì)、管理類本科專業(yè)的高等數(shù)學(xué)教材，依據(jù)教育部高等學(xué)校數(shù)學(xué)與統(tǒng)計(jì)學(xué)教學(xué)指導(dǎo)委員會2016年修訂的經(jīng)濟(jì)和管理類本科數(shù)學(xué)基礎(chǔ)課程教學(xué)基本要求編寫，主要內(nèi)容包括：極限與連續(xù)、一元函數(shù)微積分、向量與空間解析幾何、多元函數(shù)微積分、微分方程與差分方程、無窮級數(shù)等。在內(nèi)容編排上，《高等數(shù)學(xué)：經(jīng)管類》

本選題主要研究正則*-半群，廣義正則*-半群以及弱Fountain半群這幾類一元半群的結(jié)構(gòu)理論和簇理論，分別用基本方式、覆蓋方式和范疇方式給出這些一元半群類的代數(shù)結(jié)構(gòu)，用泛代數(shù)手段和圖論知識構(gòu)作這些一元半群類的自由對象，解決它們的字問題。本選題試圖對當(dāng)前上述幾類典型一元半群的研究成果做一個概括和總結(jié)，所闡述內(nèi)容的一半以

本書采用一種不同尋常的方法介紹數(shù)學(xué)分析，以展現(xiàn)數(shù)學(xué)證明的精妙之處。從構(gòu)造數(shù)系和集合論等基礎(chǔ)知識開始，覆蓋級數(shù)、連續(xù)性、可微性、黎曼積分等重要內(nèi)容，并逐漸深入到多元微積分、傅里葉分析、勒貝格積分等高等主題，敘述清晰，示例豐富，結(jié)合了嚴(yán)格性和直觀性。本書在附錄部分還講解了數(shù)理邏輯基礎(chǔ)和十進(jìn)制，書中的習(xí)題和正文密切相關(guān)，有利

本書是針對高等學(xué)校理工類與經(jīng)濟(jì)管理類專業(yè)“線性代數(shù)”課程編寫的教材，本書共8章，主要內(nèi)容包括：線性方程組與矩陣、方陣的行列式、矩陣代數(shù)、n維向量、向量空間、矩陣的特征值與特征向量、二次型、MATLAB軟件在線性代數(shù)中的應(yīng)用．每節(jié)中穿插例題、練習(xí)題，每章末附有習(xí)題．書末附錄包括：用逆序法定義行列式的值、習(xí)題參考解答．本書

本書內(nèi)容包括函數(shù)的極限與連續(xù)、導(dǎo)數(shù)與微分、導(dǎo)數(shù)的應(yīng)用、不定積分、定積分及其應(yīng)用、常微分方程和MATLAB使用方法簡介。

本書內(nèi)容包括向量與空間解析幾何、多元函數(shù)微積分、無窮級數(shù)、線性代數(shù)、概率與數(shù)理統(tǒng)計(jì)和數(shù)學(xué)建模入門。

本書介紹復(fù)變函數(shù)與積分變換的基本概念、理論和方法。主要內(nèi)容包括：復(fù)數(shù)與復(fù)變函數(shù)、解析函數(shù)、復(fù)變函數(shù)的積分、解析函數(shù)的級數(shù)表示、留數(shù)、共形映射、傅里葉變換、拉普拉斯變換，以及解析函數(shù)在平面向量場的應(yīng)用。

本書從機(jī)器學(xué)習(xí)的視角系統(tǒng)介紹了線性代數(shù)、最優(yōu)化理論以及相關(guān)的機(jī)器學(xué)習(xí)示例和求解算法。具體來說，主要聚焦于線性代數(shù)及其應(yīng)用和最優(yōu)化理論及其應(yīng)用兩個主題。對于前者，側(cè)重線性代數(shù)的基礎(chǔ)知識以及它們在奇異值分解、矩陣分解、相似矩陣（核方法）和圖分析等中的應(yīng)用。諸如譜聚類、基于核的分類和異常值檢測等機(jī)器學(xué)習(xí)方面的應(yīng)用已被用作該書