Python漫游数学王国 高等数学、线性代数、数理统计及运筹学

搭建编程与高等数学的桥梁，融合计算思维与数学思想；全面提高科学计算能力、高等数学应用能力和使用Python解决复杂问题的能力。

本书参考高等学校理工科“高等数学”“线性代数”“概率论与数理统计”“运筹学”等课程教学大纲，使用Python语言实现相关计算、图形展示及模型求解，内容包含Python编程语言入门、极限的运算、函数的求导及积分、微分方程求解、级数、行列式计算、线性方程组求解、随机变量及其分布、随机变量的数字特征、参数估计、假设检验、方差分析与回归、线性规划、非线性规划、动态规划、图与网络计划及排队论等。本书内容翔实，文字精练，例题丰富，注重本科数学理论与科学计算的密切结合。 本书可以作为高等学校理工科在校本科生的学习实验用书，也可以作为对Python科学计算感兴趣的人员的参考用书。

第一部分 编程基础
第1章 Python基础
1.1 Python简介与安装
1.2 第三方开发工具VS Code
1.3 Python内置数据类型与函数
1.3.1 基本数据类型
1.3.2 列表
1.3.3 元组
1.3.4 字典
1.3.5 集合
1.3.6 函数
1.3.7 循环语句
1.3.8 分支语句
1.4 Python常用第三方库numpy
1.4.1 numpy库简介
1.4.2 numpy数组
1.4.3 numpy数学计算
第二部分 高等数学
第2章 函数与极限
2.1 映射与函数
2.2 数列的极限
2.3 函数的极限
2.4 无穷小与无穷大
2.5 极限运算法则
2.6 极限存在准则
2.7 无穷小的比较
2.8 函数的连续性与间断点
2.9 连续函数的运算与初等函数的连续性
第3章 导数与微分
3.1 导数的概念
3.2 函数的求导法则
3.3 高阶导数
3.4 隐函数及由参数方程所确定的函数的导数相关变化率
第4章 微分中值定理与导数的应用
4.1 微分中值定理
4.2 洛必达法则
4.3 泰勒公式
4.4 函数的单调性与曲线的凹凸性
4.5 函数的极值与优选值最小值
4.6 函数图形的描绘
4.7 方程的近似解
第5章 不定积分
5.1 不定积分的概念与性质
5.2 换元积分法
5.3 分部积分法
5.4 有理函数的积分
第6章 定积分
6.1 定积分的概念和性质
6.2 微积分基本公式
6.3 定积分的换元法和分部积分法
6.4 反常积分
6.5 反常积分的审敛法Γ函数
6.6 极坐标系下绘图
第7章 微分方程
7.1 微分方程的基本概念
7.2 可分离变量的微分方程
7.3 齐次方程
7.4 一阶线性微分方程
7.5 可降阶的高阶微分方程
7.6 常系数齐次线性微分方程
7.7 常系数非齐次线性微分方程
7.8 欧拉方程
7.9 常系数线性微分方程组解法举例
第8章 线性代数基础
8.1 行列式
8.2 矩阵及其运算
8.3 矩阵的秩与线性方程组的解
8.4 方阵的特征值及特征向量
第9章 向量代数与空间解析几何
9.1 向量及其运算
9.2 数量积、向量积和混合积
9.3 平面及其方程
9.4 空间直线及其方程
9.5 曲面及其方程
9.6 空间曲线及其方程
第10章 多元函数微分法及其应用
10.1 偏导数
10.2 多元复合函数的求导法则
10.3 隐函数的求导公式
10.4 多元函数微分法的几何应用
10.5 方向导数与梯度
10.6 多元函数的极值及其求法
10.7 最小二乘法
第11章 重积分
11.1 二重积分的概念和性质
11.2 二重积分的计算方法
11.3 三重积分
11.4 重积分的应用
第12章 无穷级数
12.1 常数项级数的概念与性质
12.2 常数项级数的审敛法
……