本書系統(tǒng)完整地介紹了測度論和概率論的基礎(chǔ)知識.前5章介紹一般可測空間和Hausdorff空間上的測度與積分,包括局部緊拓撲群上的Haar測度.第6章介紹距離空間上測度的弱收斂和局部緊Hausdorff空間上測度的淡收斂,第7章介紹與測度論有關(guān)的概率論基礎(chǔ),第8章介紹離散時間鞅的基本理論,第9章介紹Hilbert空間和B
本書以數(shù)學模型及計算為主線，圍繞微分方程與反問題，介紹了數(shù)學建模與計算的理論、方法及應用。微分方程及反問題研究在計算科學與工程領(lǐng)域具有特別重要的意義，在大數(shù)據(jù)和人工智能快速發(fā)展的時代正扮演著理論創(chuàng)新與技術(shù)升級的核心角色且起著不可替代的作用�！禕R》本書首先介紹數(shù)學建模的理論與方法，特別是微分方程、積分方程與反問題、線性
數(shù)學物理反問題(也包括地球科學反演)已成為應用數(shù)學發(fā)展和成長最快的領(lǐng)域之一.基于模型驅(qū)動的傳統(tǒng)科學和基于大數(shù)據(jù)分析的人工智能領(lǐng)域,都要求求解反問題.該書把地球科學反演問題高度概括,以第一類算子方程作為基本問題描述的出發(fā)點,系統(tǒng)開展反問題的基本理論、重要方法和應用研究描述.該書涵蓋了反演領(lǐng)域的大部分知識點,包括反問題的不
本書主要討論經(jīng)典李群方法在微分方程中的應用,內(nèi)容涵蓋了微分方程的李群方法的一些**研究成果．除緒論外,全書共6章,基本內(nèi)容包括與李群方法相關(guān)的基本概念、多種類型微分方程的李群分析、偏微分方程守恒向量的構(gòu)造和精確解的求解,以及李群方法的其他應用．本書系統(tǒng)性強,各章節(jié)自成體系又相互聯(lián)系．在內(nèi)容敘述和安排上,盡量采用通俗易懂
本書共6章。第1章是動力系統(tǒng)和函數(shù)方程簡介。第2章介紹Sharkovsky序列、倍周期分岔、Feigenbaum函數(shù)方程、FKS函數(shù)方程。第3章介紹實數(shù)的動力系統(tǒng)展開，以及相關(guān)展開的分析性質(zhì)。第4章介紹區(qū)間映射的共軛問題，包括單調(diào)映射、多峰映射、Markov映射，以及馬蹄映射等；討論共軛方程組的奇異解，無處可微連續(xù)解和
本書主要解決數(shù)學分析中的收斂與發(fā)散及相關(guān)的一些問題,內(nèi)容包括數(shù)列的收斂與發(fā)散、反常積分的收斂與發(fā)散、數(shù)項級數(shù)的收斂與發(fā)散等.本書深入淺出,表達清楚,可讀性和系統(tǒng)性強.書中主要通過一些疑難解析和大量的典型例題來解析數(shù)學分析的內(nèi)容和解題方法,并提供了一定數(shù)量的習題,便于教師在習題課中使用和學生在學習數(shù)學分析時練習使用.本書
《非線性演化方程介紹非線性演化方程的物理北京、研究方法和取得的一些**的結(jié)果，包括一些**的結(jié)果。最后還介紹了無窮維動力系統(tǒng)。非線性演化方程內(nèi)容非常豐富，該書分五章，基本還是屬于介紹性的，讀者可以從中對這一研究領(lǐng)域有一個較好的了解。
本書是大學數(shù)學系列創(chuàng)新教材之一，內(nèi)容主要包括：空間解析幾何，空間理論初步與矢量值函數(shù)微積分，多元函數(shù)微分學，重積分，曲線積分與曲面積分，無窮級數(shù).本書風格獨特、特點鮮明、內(nèi)容豐富、例題典型.本書主要是基于一流大學強基計劃實驗班、新工科專業(yè)一年級工科學生實驗班或提高班，加強厚實的數(shù)學基礎(chǔ)，加強數(shù)學思想方法和應用數(shù)學能力，
本書起點比較低，力求講解細致、通俗易懂，在引入概念時注意和熟悉的知識相關(guān)聯(lián)在每章的*后增加了MATLAB文件，以及本章總結(jié)和典型例題，每章配有兩種難度層次的習題，和專門的MATLAB上機習題本書第壹章介紹了復變函數(shù)的基本概念；第二章到第五章是復變函數(shù)理論的基本內(nèi)容，包括了復變函數(shù)的積分理論、級數(shù)理論、留數(shù)理論、保角
《常微分方程》是作者根據(jù)多次為華中師范大學數(shù)學與統(tǒng)計學學院各專業(yè)二年級本科生講授“常微分方程”課程的講稿編寫而成的�！冻Ｎ⒎址匠獭吩趦�(nèi)容處理上力求深入淺出，簡潔易懂，思路明晰，并將相關(guān)拓展內(nèi)容以課后習題的形式給出。《常微分方程》包括：微分方程的基本概念、一階常微分方程的初等解法、常微分方程的基本理論、二階和高階線性常微
書單推薦
