掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
宇宙、量子和人類心靈
-
>
氣候文明史
-
>
南極100天
-
>
考研數學專題練1200題
-
>
希格斯:“上帝粒子”的發明與發現
-
>
神農架疊層石:10多億年前遠古海洋微生物建造的大堡礁
-
>
聲音簡史
高等工科數學 版權信息
- ISBN：9787568931847
- 條形碼：9787568931847 ; 978-7-5689-3184-7
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
高等工科數學 內容簡介
本書共分為7章，主要內容包括常微分方程、多元函數微積分、行列式與矩陣、線性方程組、隨機事件與概率、隨機變量及其數字特征、數理統計簡介.本書根據現代課程的教育理念，以職業能力為主線構建課程體系，由實驗與對話引入教學內容，使課程具有開放性和生成性，從而激發學生的學習興趣，提升學生的數學素養.除此外，符號計算系統Mathematica與數學內容有機結合，突破了高職院校學生數學計算困難的瓶頸. 本書可供高職院校工科類的學生作為教材或教學參考書.
高等工科數學 目錄
第1章 常微分方程
1．1 微分方程的概念與可分離變量的微分方程
1．2 齊次微分方程
1．3 一階線性微分方程與可降階的高階微分方程
1．4 二階常系數線性微分方程
1．5 利用Mathematica解微分方程
1．6 數學建模：交通管理中的黃燈問題
綜合練習1
第2章 多元函數微積分
2．1 空間解析幾何簡介
2．2 多元函數微分學
2．3 多元函數積分學
2．4 Mathematica在多元函數微分學中的應用
2．5 Mathematica在多元函數積分學中的應用
2．6 數學建模：π的計算
綜合練習2
第3章 行列式與矩陣
3．1 行列式的概念與計算
3．2 矩陣及其初等變換
3．3 矩陣的秩與逆矩陣
3．4 用Mathematica計算行列式
3．5 Mathematica在矩陣運算中的運用
3．6 數學建模：計算機的選購——層次分析法
綜合練習3
第4章 線性方程組
4．1 線性方程組的概念與克萊姆法則
4．2 線性方程組的消元解法
4．3 n維向量及其線性關系
4．4 線性方程組解的結構
4．5 用Mathematica解線性方程組
綜合練習4
第5章 隨機事件與概率
5．1 隨機事件
5．2 隨機事件的概率
5．3 條件概率和全概率公式
5．4 事件的獨立性
5．5 數學建模：幾何概率模型
綜合練習5
第6章 隨機變量及其數字特征
6．1 隨機變量
6．2 分布函數及隨機變量函數的分布
6．3 幾種常見隨機變量的分布
6．4 期望與方差
6．5 Mathematica在概率計算中的應用
綜合練習6
第7章 數理統計簡介
7．1 數理統計的基本概念
7．2 參數估計
7．3 假設檢驗
綜合練習7
參考文獻
附錄
1．1 微分方程的概念與可分離變量的微分方程
1．2 齊次微分方程
1．3 一階線性微分方程與可降階的高階微分方程
1．4 二階常系數線性微分方程
1．5 利用Mathematica解微分方程
1．6 數學建模：交通管理中的黃燈問題
綜合練習1
第2章 多元函數微積分
2．1 空間解析幾何簡介
2．2 多元函數微分學
2．3 多元函數積分學
2．4 Mathematica在多元函數微分學中的應用
2．5 Mathematica在多元函數積分學中的應用
2．6 數學建模：π的計算
綜合練習2
第3章 行列式與矩陣
3．1 行列式的概念與計算
3．2 矩陣及其初等變換
3．3 矩陣的秩與逆矩陣
3．4 用Mathematica計算行列式
3．5 Mathematica在矩陣運算中的運用
3．6 數學建模：計算機的選購——層次分析法
綜合練習3
第4章 線性方程組
4．1 線性方程組的概念與克萊姆法則
4．2 線性方程組的消元解法
4．3 n維向量及其線性關系
4．4 線性方程組解的結構
4．5 用Mathematica解線性方程組
綜合練習4
第5章 隨機事件與概率
5．1 隨機事件
5．2 隨機事件的概率
5．3 條件概率和全概率公式
5．4 事件的獨立性
5．5 數學建模：幾何概率模型
綜合練習5
第6章 隨機變量及其數字特征
6．1 隨機變量
6．2 分布函數及隨機變量函數的分布
6．3 幾種常見隨機變量的分布
6．4 期望與方差
6．5 Mathematica在概率計算中的應用
綜合練習6
第7章 數理統計簡介
7．1 數理統計的基本概念
7．2 參數估計
7．3 假設檢驗
綜合練習7
參考文獻
附錄
展開全部
書友推薦
- >
有舍有得是人生
- >
姑媽的寶刀
- >
龍榆生：詞曲概論/大家小書
- >
月亮與六便士
- >
史學評論
- >
羅曼·羅蘭讀書隨筆-精裝
- >
我從未如此眷戀人間
- >
詩經-先民的歌唱
本類暢銷
