"微积分是数学体系中最为重要的分支，兼具深厚的理论基础与广泛的应用价值——为物理学、化学、医学、经济学等诸多学科提供了强有力的支撑。近年来，以深度学习为代表的计算机科学迅猛发展，其核心理论都离不开微积分的支持。本书作为面向工科学生的微积分教材，一方面希望帮助大学新生掌握微积分的核心内涵，另一方面旨在助力高年级本科生与研究生熟练运用微积分以解决实际问题。

本书共9章： 第1章为基础数学知识； 第2~4章分别介绍极限、微分、积分三大核心基础知识； 第5章讲解微分方程，包括常见的一阶与二

本书将教你如何解决数学领域的各种问题，这些领域包括微积分、概率论、统计学与数据科学、图论、最优化以及几何学。你将从培养核心技能开始，学习Python科学栈中涵盖的各种包，包括NumPy、SciPy和Matplotlib。随着学习的深入，你将掌握微积分、概率论和网络(图论)等高级主题。在牢固掌握这些主题之后，你将了解Python在数据科学与统计学、预测、几何学以及最优化方面的应用。最后几章将带你处理一系列各式各样的问题，包括处理特定的数据格式以及加速代码运行。

素数是从宇宙深处传来的神秘音乐，拨动着一代代数学家的心弦。追求知识和真理的执着精神驱使着他们在看似无序的素数世界中寻找着规律的真相。黎曼假设数学研究的珠峰，吸引了一代代数学家投身于数论研究中，其中不乏数学史上大名鼎鼎的人物。在破解这一谜题的过程中，人们发现它已经给通信、量子力学、计算机科学等领域带来了举足轻重的影响。本书作者以生动细腻的笔触将素数的故事娓娓道来，阅读本书就像聆听数学的乐章。读者无须具备任何数学专业背景，就能领略数学之美，对数学有更深刻、更丰富的了解。

矩阵是重要的数学工具，也是当今人工智能、机器学习等领域重要的数据处理对象。本书作为矩阵理论的教材，将由浅入深地介绍矩阵的基本理论，包括矩阵的概念与运算、线性方程组、线性映射和线性变换、行列式、向量空间、特征值和特征向量、相似矩阵、二次型等，还有这些基本理论在机器学习上的简单应用。此外在本书各章还附上了对应的Python与MATLAB编程实践代码，以供需要工程实践的读者参考应用。
本书可作为高等院校工科专业的本科生教材，也可作为研究生入学考试的参考书，还可供对矩阵理论有需求的工程技

本书主要涉及高等微积分的知识，对于一些经典结果作了现代化的处理，利用微分流形及微分形式，简明而系统地讨论了多元函数的微积分。全书共5章，包括欧几里得空间上的函数、微分、积分、链上的积分、流形上的积分。内容深入浅出，论证严格而易于理解。高等微积分的部分内容，因为其概念和方法比较复杂，所以在初等水平上难以严格处理，本书专门讲述了这些部分。

数学不仅仅是抽象的公式和逻辑运算，它的背后蕴藏着人类文明的智慧结晶和思维之美。本书精选小学阶段的数学核心概念，通过历史脉络与生活情境，带领读者探索数学原理的起源、推导过程以及实际应用。 全书从人类计数系统的演进讲起，系统介绍时间、质量、长度、货币等计量单位的标准化历程，阐释数学如何从实际需求中产生。在算术领域，通过自然数、分数与小数的运算规则，展现数学体系的严谨性。在几何世界中，读者将探索圆的性质（圆周率）、三角形的基本定理（内角和恒等式），以及平面图形与立体图形的度量公式所体现的空间思维。 书

本书全面展现了微积分发展各阶段的重要成果，内容丰富，语言精炼。本书特别注意理论与实际相结合古典分析方法与现代分析方法相结合，采用严格而又自然的证明方法，辅以丰富的实例和精选的习题，以使学生得到充分的学术训练。对重要概念引进的动机部分进行了完善，注重

\本教材根据“101计划”的要求编写。教材的编写基于编者多年的教学经验以及与兄弟院校教师的交流，兼顾了先进性与一定的普适性，注重基础性、思想性以及学科间的融会贯通，精选了例题和习题。全书共二十一章，包含集合与映射、实数、序列极限、函数极限、连续函数、导

本书介绍It？型马尔可夫跳变随机反应扩散方程和脉冲（随机）反应扩散方程(包括随机泛函反应扩散方程与中立型脉冲反应扩散方程)的稳定性基本理论与研究进展。在第1章，给出了马尔可夫跳变随机反应扩散方程的稳定性一般理论，然后讨论了几类具有重要应用价值的随机反应扩散神经网络的稳定性。在第2章，利用Ito。公式、比较原理和Lyapunov直接法等，讨论了具有脉冲影响的时滞随机模糊神经网络等系统的稳定性的新判据。在第3章，利用有向图理论，研究网络上耦合随机反应扩散系统，考虑了网络动力系统的拓扑结构对稳定性的影

无限维耗散动力系统是数学的一个重要分支，与其他数学分支均有广泛的联系，而且在自然科学与工程技术中有广泛的应用。本书主要介绍无限维耗散动力系统并应用于不可压缩Navier-Stokes方程。主要内容包括无限维系统的全局吸引子、指数吸引子和惯性流形的基本概念、存在性、构造原理和稳定性，Lyapunov指数和吸引子的Hausdorff维数、分形维数等经典结论。所用的研究方法主要是算子半群理论、球覆盖定理、弱收敛方法和Fiber吸引压缩定理等。这些研究内容和研究方法可以为读者进一步学习、研究无限维耗散动