本書以教育部制定的《工科類本科數(shù)學(xué)基礎(chǔ)課程教學(xué)基本要求》為依據(jù)，與同濟(jì)大學(xué)編寫的《高等數(shù)學(xué)》(上、下冊)教材相配套。本書共分十二章，每章內(nèi)容包括教學(xué)基本要求、內(nèi)容要點(diǎn)、精選題解析與強(qiáng)化練習(xí)題(A題、B題)，書末附有四套自測題以及強(qiáng)化練習(xí)題和自測題的參考答案.本書將高等數(shù)學(xué)諸多問題進(jìn)行了合理的歸類，并通過對典型例題的解析

本書由數(shù)學(xué)教師結(jié)合多年的教學(xué)實(shí)踐經(jīng)驗(yàn)編寫而成.本書編寫過程中遵循教育教學(xué)的規(guī)律，對數(shù)學(xué)思想的講解力求簡單易懂,注重培養(yǎng)學(xué)生的思維方式和獨(dú)立思考問題的能力.每節(jié)后都配有相應(yīng)的習(xí)題,習(xí)題的選配盡量典型多樣，難度上層次分明，使學(xué)生能夠掌握數(shù)學(xué)方法并運(yùn)用所學(xué)知識解決實(shí)際問題.書中還對重要數(shù)學(xué)概念配備了英文詞匯. 全書分上、下

本書旨在系統(tǒng)介紹基于Moreau?CYosida正則化的非光滑優(yōu)化理論與方 法,主要的內(nèi)容包括凸集和凸函數(shù)的概念、次梯度和Moreau?CYosida正則 化有關(guān)性質(zhì)；求解非光滑優(yōu)化問題的束方法,以及牛頓束方法和有限記憶 束方法；提出非光滑優(yōu)化的共軛梯度算法,包括改進(jìn)的PRP算法和改進(jìn)的 HS算法以及Barzilai和

本書從面向高等教育大眾化的角度出發(fā),介紹數(shù)行列式、矩陣、線性方程組、向量、矩陣的特征值、特征向量及二次型的基礎(chǔ)知識,幫助養(yǎng)學(xué)生掌握線性代數(shù)的基本理論和基本解題方法,提高解決問題的能力。

本書分上、下兩冊。上冊包括一元函數(shù)微積分學(xué)、微分方程，下冊包括向量代數(shù)與空間解析幾何、多元函數(shù)微積分學(xué)、級數(shù)。各章配有習(xí)題，習(xí)題答案以電子資料的形式呈現(xiàn)，并且后期會增加課件等數(shù)字資源。具體為：第一章函數(shù)與極限、第二章導(dǎo)數(shù)與微分、第三章微分中值定理與導(dǎo)數(shù)的應(yīng)用、第四章不定積分、第五章定積分、第六章定積分的應(yīng)用、第七章微分

大學(xué)數(shù)學(xué)微積分同步練習(xí)冊（上）

本教材在根據(jù)現(xiàn)有高職生的特點(diǎn)，結(jié)合高職學(xué)院培養(yǎng)技術(shù)型人才的教育理念，認(rèn)真研究了現(xiàn)有經(jīng)濟(jì)類專業(yè)隊(duì)對數(shù)學(xué)內(nèi)容需求的基礎(chǔ)上，結(jié)合教育部的基本要求編寫而成。內(nèi)容覆蓋一元微積分、多元微分學(xué)、基本的微分方程知識、簡單線性代數(shù)知識、線性規(guī)劃和統(tǒng)計(jì)初步等。

本書內(nèi)容包括：函數(shù)、極限、一元微分學(xué)及其應(yīng)用、一元積分學(xué)及其應(yīng)用、常微分方程基礎(chǔ)、數(shù)學(xué)建模簡介，數(shù)學(xué)文化和數(shù)學(xué)背景知識，使學(xué)生在學(xué)習(xí)微積分的同時(shí)，增強(qiáng)對數(shù)學(xué)思想方法起源、發(fā)展和應(yīng)用的認(rèn)識了解.本書起點(diǎn)低，學(xué)生以較低的數(shù)學(xué)基礎(chǔ)起步，循序漸進(jìn)，逐步掌握一元微積分主要內(nèi)容.教材內(nèi)容突出了基礎(chǔ)性、完整性、嚴(yán)謹(jǐn)性和敘述的簡潔性，

本書介紹了多元函數(shù)的極限與連續(xù)、多元函數(shù)微分學(xué)、含參變量積分、重積分、曲線積分與曲面積分等內(nèi)容。

本書共3章，從學(xué)生熟悉的中學(xué)代數(shù)課程內(nèi)容出發(fā)，以此建立矩陣的初等理論，使學(xué)生受到線性代數(shù)基本計(jì)算的訓(xùn)練，如計(jì)算行列式、求逆矩陣、求解線性方程組等的訓(xùn)練。而后由矩陣提升到抽象的向量空間，建立矩陣思維，進(jìn)一步在向量空間中思考問題，使學(xué)生認(rèn)識到矩陣?yán)碚撝械臉?biāo)準(zhǔn)形、特征值、特征向量、相似等問題都可以在線性空間中很直觀簡明地處理