基礎數學, 2/e Basic Mathematics
林雲海
- 出版商: 五南
- 出版日期: 2019-01-16
- 定價: $380
- 售價: 9.5 折 $361
- 貴賓價: 9.0 折 $342
- 語言: 繁體中文
- 頁數: 308
- ISBN: 9577632157
- ISBN-13: 9789577632159
-
相關分類:
工程數學 Engineering-mathematics
立即出貨 (庫存 < 3)
買這商品的人也買了...
-
人月神話:軟體專案管理之道 (20 週年紀念版)(The Mythical Man-Month: Essays on Software Engineering, Anniversary Edition, 2/e)$480$379 -
C語言詳論 (Problem Solving and Program Design in C, 6/e) (書側有些許黴斑,不介意在下單)$760$722 -
統計第一門課 : 觀念與應用$450$428 -
$354C++ 程序設計實踐與技巧 : 測試驅動開發 (Modern C++ Programming with Test-Driven Development: Code Better, Sleep Better) -
TensorFlow + Keras 深度學習人工智慧實務應用$590$460 -
$354Microsoft Azure 機器學習和預測分析 -
人工智能基礎 (高中版)$210$200 -
$299統計探源 : 統計概念和方法的歷史 -
生活中無所不在的數學:解決問題的最佳工具$330$281 -
世界第一簡單機器學習$320$272 -
簡易微積分, 6/e$400$360 -
2020 超新版計算機概論 -- 邁向資訊新世代 (全工科適用)$650$553 -
Deep learning 深度學習必讀 - Keras 大神帶你用 Python 實作 (Deep Learning with Python)$1,000$790 -
最專業的語音辨識全書:使用深度學習實作$680$537 -
研究所講重點 : 近代物理的理論與應用$420$399 -
深度學習 (Deep Learning)(繁體中文版)$1,200$1,020 -
動手做深度強化學習 (Deep Reinforcement Learning Hands-On)$690$538 -
$301強化學習與深度學習:通過 C語言模擬 -
機器學習的數學基礎 : AI、深度學習打底必讀$580$458 -
特徵工程不再難:資料科學新手也能輕鬆搞定! (Feature Engineering Made Easy: Identify unique features from your dataset in order to build powerful machine learning systems)$520$406 -
$556程序員的AI書:從代碼開始 -
機器學習|特徵工程 (Feature Engineering for Machine Learning)$520$411 -
深度學習的數學:用數學開啟深度學習的大門$500$425 -
量子電腦程式設計 (Programming Quantum Computers: Essential Algorithms and Code Samples)$680$537 -
速查! 數學大百科事典 – 127 個公式、定理、 法則$500$395
相關主題
商品描述
介紹數學與物理基本的概念與方法
數學本身不但是一種學問,同時也是科學的工具。研讀自然科學或工程的同學莫不需有良好的數學基礎。本書是提供給大一的同學作為先修課程,前三章為函數及微積分基本觀念及技巧,中間三章是有關向量的運算,後面是曲線座標及簡易微分方程,對非數學系的同學來說只要能真正的了解本書以及熟練這些技巧,就有足夠的數學基礎來研讀各專業科目。
作者簡介
林雲海
現職:淡江大學物理系教授
目錄大綱
目 錄
第一章 函數觀念和函數的一些複習1
1-1 函數的定義2
1-2 函數的圖形表示4
1-3 三角、反三角函數、自然對數和指數函數8
第二章 微 分13
2-1 極限14
2-2 連續20
2-3 瞬時速度的觀念22
2-4 導數27
2-5 一般函數的導數31
2-6 導數運算法則33
2-7 三角函數、對數函數和指數函數的導數40
2-8 高階導數48
2-9 微分49
2-10 方程式的微分55
2-11 極大和極小56
2-12 偏導數和全微分62
第三章 積 分73
3-1 曲線下的面積74
3-2 反導數──不定積分78
3-3 變換變數的積分法83
3-4 部分積分87
3-5 部分分式積分90
3-6 定積分和不定積分94
3-7 重積分98
3-8 積分的應用106
第四章 向量代數117
4-1 純量和向量118
4-2 向量的加法──幾何法119
4-3 向量乘法120
4-4 幾何學上的應用128
4-5 直角坐標系的向量132
4-6 三個向量乘積137
4-7 向量的應用141
第五章 向量微分149
5-1 向量微分150
5-2 空間曲線159
5-3 梯度(Gradient)171
5-4 散度(Divergence)178
5-5 旋度(curl)184
5-6 一些有用的向量恆等式189
第六章 向量積分197
6-1 線積分198
6-2 保守向量場204
6-3 面積分209
6-4 體積分214
6-5 高斯發散定理215
6-6 史托克斯定理222
第七章 正交曲線坐標231
7-1 曲線坐標232
7-2 曲線坐標的線段、體積單元235
7-3 曲線坐標的梯度、散度、旋度及散梯度239
7-4 圓球坐標245
7-5 圓柱坐標248
第八章 簡易微分方程式253
8-1 定義254
8-2 一階一次常微分方程式257
8-3 高階線性微分方程式272
8-4 二階線性常係數微分方程式277
8-5 二階線性變數係數微分方程式287
8-6 二階線性微分方程式的應用291
8-7 線性偏微分方程式297
