包邮Python的工程数学应用

第1章 线性代数
1．1 行列式
1．2 矩阵运算及线性变换
1．3 矩阵初等变换与线性方程组
1．4 相似矩阵与二次型
习题1

第2章 矩阵分析基础
2．1 范数理论
2．2 矩阵的奇异值分解及应用
2．3 广义逆矩阵
2．4 线性代数中的反问题
习题2

第3章 概率论与数理统计
3．1 随机事件及其概率
3．2 随机变量及其分布
3．3 随机变量的数字特征
3．4 大数定律和中心极限定理
3．5 一些常用的统计量和统计图
3．6 参数估计
3．7 假设检验
3．8 方差分析
3．9 回归分析
3．10 Bootstrap方法
3．11 概率论与数理统计的一些应用
习题3

第4章 蒙特卡罗模拟
4．1 随机数和随机抽样
4．2 蒙特卡罗法的数学基础及步骤
4．3 定积分的计算
4．4 几何概率的随机模拟
4．5 排队模型
4．6 存储问题
4．7 整数规划
4．8 求偏微分方程的数值解
4．9 竞赛择优问题
习题4

第5章 复变函数
5．1 复数与复变函数
5．2 复变函数的可视化
5．3 复变函数的零点
5．4 分形图案
5．5 复变函数的积分
5．6 留数与闭曲线积分的计算
5．7 共形映射
习题5

第6章 积分变换
6．1 傅里叶积分
6．2 傅里叶变换
6．3 傅里叶变换的性质
6．4 傅里叶变换的卷积与相关函数
6．5 傅里叶变换的应用
6．6 拉普拉斯变换的概念
6．7 拉普拉斯变换的性质
6．8 拉普拉斯逆变换
6．9 拉普拉斯变换的卷积
6．10 拉普拉斯变换的应用
习题6

附录A Python语言快速入门
A．1 Python语言概述
A．2 Python基础知识
A．3 Python程序的书写规则及调试
A．4 选择结构与循环结构
A．5 程序编写方法
附录B Python科学计算基础
B．1 科学计算概述
B．2 NumPy数值计算基础库
B．3 Matplotlib可视化库
B．4 SciPy科学计算库
B．5 SymPy符号运算库
B．6 Pandas数据分析库
B．7 文件操作
参考文献