本書是微積分（第二版）下冊的參考用書，主要內(nèi)容包括定積分、廣義積分的概念、性質(zhì)及計算；定積分的應(yīng)用；多元函數(shù)的概念與性質(zhì)等。全書分為三大部分：第一部分為對應(yīng)教材課后習題全解和每章總復(fù)習題全解，部分題目給出了多種詳細解法；第二部分是試題選編，精心編排了與學(xué)期對應(yīng)的期末試題八套；第三部分是第二部分試題選編的全解。

本書共分六章，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、級數(shù)、留數(shù)、共形映射，配有教學(xué)課件和習題答案與提示等數(shù)字資源。

《Hilbert型不等式的理論與應(yīng)用.上冊》利用權(quán)系數(shù)方法、實分析技巧以及特殊函數(shù)的理論，系統(tǒng)地討論了Hilbert型不等式，不僅討論了若干具體核的情形，更從一般理論上討論了各類抽象核的Hilbert型不等式最佳常數(shù)因子的參數(shù)搭配問題，進而討論了構(gòu)建Hilbert型不等式的充分必要條件，陳述了Hilbert型不等式的最

《Hilbert型不等式的理論與應(yīng)用.下冊》利用權(quán)系數(shù)方法、實分析技巧以及特殊函數(shù)的理論，系統(tǒng)地討論了Hilbert型不等式，不僅討論了若干具體核的情形，更從一般理論上討論了各類抽象核的Hilbert型不等式最佳常數(shù)因子的參數(shù)搭配問題，進而討論了構(gòu)建Hilbert型不等式的充分必要條件，陳述了Hilbert型不等式的最

本書秉承以理解為首要的理念，對難以理解的一些概念，以不同的角度做了分析闡述，并盡量配以圖像和實例，以直觀、具體的方式讓學(xué)生通俗易懂。主要內(nèi)容包含多元函數(shù)基礎(chǔ)知識、二元函數(shù)、重積分、重積分的運用等知識。

數(shù)論是研究整數(shù)性質(zhì)的一個重要數(shù)學(xué)分支。本書向讀者介紹了整數(shù)的整除理論、同余理論、不定方程和原根、指標與數(shù)論函數(shù)等的基礎(chǔ)知識和常用方法。本書主要分為5章，為方便中學(xué)生學(xué)習數(shù)論，每章均配備了初等而有趣的應(yīng)用問題，即中學(xué)數(shù)學(xué)競賽中的數(shù)論題目。本書既可作為高等院校數(shù)學(xué)專業(yè)的教學(xué)用書，也可作為對初等數(shù)論感興趣人員的參考用書。

本書從算法框架入手，建立系列非負矩陣分解模型的抽象數(shù)學(xué)模型，即非負塊配準模型，從統(tǒng)一的角度分析現(xiàn)有的非負矩陣分解模型，并用以開發(fā)新的非負矩陣分解模型。根據(jù)非負塊配準模型的分析，本書提出非負判別局部塊配準模型，克服了經(jīng)典非負矩陣分解模型的缺點，提高了非負矩陣分解模型的分類性能。為了克服經(jīng)典非負矩陣分解的優(yōu)化算法收斂速度慢

本書共5章,內(nèi)容包括空間解析幾何與向量代數(shù)、多元函數(shù)微分法及其應(yīng)用、重積分、曲線積分與曲面積分、無窮級數(shù)等與教學(xué)內(nèi)容配套的習題及其詳細的解答，每章分為小節(jié)習題和總習題兩部分.隨后安排三套難度適中的模擬題，并配有詳細的答案及參考解答，可以作為同學(xué)們復(fù)習、模擬測驗的一手資料.在最后，為學(xué)有余力的同學(xué)設(shè)計了一套能力提升題，并

本書是根據(jù)清華大學(xué)出版社與中國計算機學(xué)會共同規(guī)劃的“21世紀大學(xué)本科計算機專業(yè)系列教材”《離散數(shù)學(xué)（第4版）》(主教材)以及電子教案編寫的配套教學(xué)指導(dǎo)用書.全書分為14章，每章包含內(nèi)容提要、習題、習題解答與分析三部分.內(nèi)容提要總結(jié)了本章的主要定義、定理、公式、重要的結(jié)果等；習題部分包含了與上述內(nèi)容配套的數(shù)十道題；習題解

《MATLAB數(shù)學(xué)建模方法與應(yīng)用》主要介紹常用數(shù)學(xué)建模方法及其MATLAB實現(xiàn)與應(yīng)用，內(nèi)容包括MATLAB數(shù)組運算、程序設(shè)計、繪圖、數(shù)據(jù)管理、符號計算、數(shù)值計算、多項式與插值擬合、常用統(tǒng)計及優(yōu)化建模方法與MATLAB求解、人工神經(jīng)網(wǎng)絡(luò)方法、排隊論方法、以層次分析法和模糊評價法為代表的多指標綜合評價方法、MATLAB圖像