书馨卡帮你省薪
欢迎光临中图网 请 | 注册
> >
数学大百科:生活中无处不在的数学及应用

数学大百科:生活中无处不在的数学及应用

出版社:人民邮电出版社出版时间:2023-07-01
开本: 32开 页数: 337
本类榜单:科普读物销量榜
中 图 价:¥69.9(7.0折) 定价  ¥99.8 登录后可看到会员价
加入购物车 收藏
运费6元,满39元免运费
?新疆、西藏除外
本类五星书更多>

数学大百科:生活中无处不在的数学及应用 版权信息

  • ISBN:9787115599704
  • 条形码:9787115599704 ; 978-7-115-59970-4
  • 装帧:平装-胶订
  • 册数:暂无
  • 重量:暂无
  • 所属分类:>

数学大百科:生活中无处不在的数学及应用 本书特色

真正理解数学!

让数学变得能使用!



【16章知识汇总,127个公式、定理】

【全面讲解无处不在的数学及应用】

【4大阅读板块,3项阅读目标】

【实现高效、专注、有技巧地字习数数字!】



中国科学院副研究员苏阳·高级教师王学顺·超模君等·联袂推荐

真正理解数学!

让数学变得能使用!



【16章知识汇总,127个公式、定理】

【全面讲解无处不在的数学及应用】

【4大阅读板块,3项阅读目标】

【实现高效、专注、有技巧地字习数数字!】



中国科学院副研究员苏阳·高级教师王学顺·超模君等·联袂推荐



本书特色:

●系统讲解各领域中涉及的127个数学公式、定理

●帮助读者高效、专注、有技巧地学习数学

●每章设置引言部分,讲解本章所学条目的重要性及与其他条目的关联

●4大阅读板块:阅读目标、知识点概述和公式、知识讲解、实际应用,加深理解与应用

●3项阅读目标:入门、实用、考试,根据级有针对性地阅读

数学大百科:生活中无处不在的数学及应用 内容简介

本书细致、全面地介绍了身边的数学知识,共16章,包含一次函数、二次函数与方程、不等式,指数、对数,三角函数,导数,积分,高等微积分,数值分析,数列,图形与方程,向量,矩阵,复数,概率,统计学等在大多数行业中常用的数学知识。本书每一节分为3 个板块:首先,标明参考星级,指导读者按需掌握程度进行阅读;其后,列出知识点概述和公式、法则,用文字进行简单讲解并配以趣味小图画,非常易于理解;*后,具体介绍这个数学知识在实际生活或工作中的应用。 本书不仅可以帮助读者加深学习或巩固数学知识,更能帮助读者了解数学在各方面的应用场景。本书适合中学生和大学生,以及数学爱好者阅读。

数学大百科:生活中无处不在的数学及应用 目录

第 1章 初中数学回顾 001

1.0 导言 002

要点是扩展、抽象和逻辑 002

1.1 正负数 004

1.1.1 负数的计算可以用数轴来思考 004

应用 银行贷款与温度 005

1.2 无理数与平方根 006

1.2.1 要是没有无理数就好了…… 006

1.2.2 为什么一定要分母有理化? 007

1.3 代数式 008

1.3.1 使用代数式的原因 008

1.3.2 抽象化的好处 009

应用 计算机程序要用代数式编写 009

1.4 交换律、分配律和结合律 010

1.4.1 显而易见的交换律 010

1.4.2 为什么代数式中不使用“÷”? 011

1.5 乘法公式与因式分解 012

1.5.1 不要想了,让你的手作出反应! 012

1.5.2 为什么要因式分解? 013

应用 通过因式分解来解释员工的努力与公司的效益之间

的关系 013

1.6 一元一次方程 014

1.6.1 方程是为了求未知数而建立的等式 015

应用 求商品的价格 015

1.7 联立方程 016

1.7.1 联立方程是具有多个未知数的方程 016

应用 求苹果和橘子的个数 017

1.8 比例 018

1.8.1 身边的比例的例子 018

1.8.2 坐标是什么? 019

1.9 反比例 020

1.9.1 身边的反比例的例子 020

应用 速度、时间、距离法则 = 比例·反比例 021

1.8.2 坐标是什么? 021

1.10 图形的性质(三角形、四边形、圆) 022

1.10.1 图形中*低限度要掌握的内容 023

1.11 图形的全等和相似 024

1.11.1 相似的含义 024

应用 为什么不能制造一架巨大的飞机 025

1.12 证明 026

1.12.1 为什么要学习证明? 026

应用 等腰三角形底角相等的证明 027

1.13 勾股定理 028

1.13.1 勾股定理很重要 028

1.13.2 把勾股定理扩展到立体图形 029

应用 电视屏幕的尺寸 029

专栏 绝对值就是距离 030

第 2章一次、二次函数与方程、不等式 031

2.0 导言 032

函数用来做什么? 032

为什么一次函数和二次函数很重要 032

如果通过图像来思考,方程和不等式就比较容易理解 033

2.1 函数及其定义 034

2.1.1 函数是什么 034

2.1.2 反函数、多变量函数、复合函数 035

2.2 一次函数的图像 036

2.2.1 一次函数是直线 036

应用 为什么斜率和截距很重要 036

2.3 二次函数及其图像 038

2.3.1 二次函数是抛物线 038

应用 为什么顶点很重要? 039

2.4 一元二次方程的解法 040

2.4.1 一元二次方程的三种解法 041

应用 点心铺的利润 041

2.5 一元二次方程的虚数解 042

2.5.1 当根号内为负数时 042

应用 虚数的价格! 043

2.6 一元二次方程的判别式、根与系数的关系 044

2.6.1 判别式是为了稍微方便一点 044

应用 快速解决问题 045

2.7 高次函数 046

2.7.1 随着次数增加而蜿蜒曲折 046

应用 使用高次函数拟合数值数据 047

2.8 因式定理和余式定理 048

2.8.1 通过具体的例子来思考,因式定理并不难 048

2.8.2 整式的长除法 049

应用 高次方程的解法 049

2.9 不等式的解法 050

2.9.1 不等式两边乘以负数时要注意! 050

2.9.2 二次不等式的解法 051

2.10 不等式与区域 052

2.10.1 不等式与区域的问题要仔细地画图表示 052

应用 通过线性规划*大化销售额 053

专栏 整数的素因子分解守护着网络和平 054

第3章指数、对数 055

3.0 导言 056

指数可以方便地处理很大的数和很小的数 056

对数是指数的逆 056

3.1 指数 058

3.1.1 指数是一种表示大数的技术 058

应用 求探测器“隼鸟号”的速度 059

3.1 指数的扩展 060

3.2.1 为什么要扩展指数 060

3.2.2 试着扩展指数 061

3.3 指数函数的图像及性质 062

3.3.1 指数函数的特征 062

3.3.2 指数函数的图像 063

应用 复利计算 063

3.4 对数函数的定义 064

3.4.1 对数是指数的逆 064

应用 对数的优势是什么? 065

3.5 对数函数的图像及其性质 066

3.5.1 对数函数的特征 067

应用 用对数定义熵 067

3.6 换底公式 068

3.6.1 使用换底公式的问题示例 068

3.6.2 为什么底数不能是1 或负数? 069

3.7 常用对数与自然对数 070

3.7.1 常用对数和自然对数的特征 070

应用 使用对数表进行计算 071

3.7.2 如何在计算机上计算指数和对数? 073

3.8 对数图的用法 074

3.8.1 怪异的轴的含义 074

应用 用对数图表示二极管电流- 电压特性 075

3.9 指数和对数的物理单位 076

3.9.1 表示指数的词头 076

应用 分贝和震级 077

专栏 数学世界的炸弹 078

第4章三角函数 079

4.0 导言 080

三角函数不是三角形的函数,而是表示波的函数 080

三角函数的要点 080

4.1 三角函数的基本公式 082

4.1.1 首先通过直角三角形掌握三角函数 082

应用 用三角法求高度 083

4.2 三角函数的扩展与图像 084

4.2.1 定义从直角三角形变为单位圆 084

4.2.2 画出三角函数的图像 085

应用 用三角函数表示波 086

4.3 三角函数的各个公式 088

4.3.1 让考生头疼的公式们 088

应用 智能手机中使用的无线电波频谱搬移 089

4.4 弧度制(弧度) 090

4.4.1 为什么使用弧度制? 090

4.4.2 计算机中三角函数的角度单位 091

4.5 正弦定理和余弦定理 092

4.5.1 考试中经常出现的正弦定理、余弦定理 092

应用 三角形的各种面积公式 093

4.6 傅里叶级数 094

4.6.1 所有的波都归结为正弦余弦 094

应用 声、光与频率的关系 095

4.7 离散余弦变换 096

4.7.1 智能手机照片中用到的三角函数 096

应用 图像的压缩方法 098

专栏 20 与20.00 的差异 100

第5章导数 101

5.0 导言 102

何为导数? 102

能处理无穷了 103

与积分的关系 103

5.1 极限与无穷大 106

5.1.1 容易被误解的极限 106

应用 复杂式子的阅读理解方法 107

5.2 导数(求导的定义) 108

5.2.1 首先掌握求导的大体印象 108

5.3 导函数 110

5.3.1 xn 的导数很简单 110

5.3.2 导函数的含义 111

5.4 三角函数、指数与对数函数的导数 112

5.4.1 三角函数的导数 112

5.4.2 自然常数登场 113

5.5 函数积的导数、复合函数的导数 114

5.5.1 验证公式的方法 115

5.5.2 像分数一样对待 115

5.6 切线的公式 116

5.6.1 如果理解了导数,切线应该很容易 117

应用 在计算机上编辑曲线 117

5.7 高阶导数与函数的凹凸性 118

5.7.1 高阶导数 118

应用 函数的凹凸性 119

5.8 中值定理与可导性 120

5.8.1 显然的定理? 120

5.8.2 可导性 121

专栏 不是分数? 122

第6章积分 123

6.0 导言 124

何为积分? 124

通过积分计算面积的方法 124

6.1 积分的定义与微积分基本定理 126

6.1.1 积分是求面积的工具 127

6.1.2 积分符号的含义 128

6.1.3 积分是求导的逆运算 128

6.2 不定积分 130

6.2.1 不定积分的方法 131

6.2.2 积分常数C 是什么 131

6.3 定积分的计算方法 132

6.3.1 定积分的计算方法 132

6.3.2 定积分的区间,面积的符号 133

6.4 分部积分法 134

6.4.1 显而易见的交换律 134

6.4.2 为什么代数式中不使用“÷”? 135

6.5 换元积分法 136

6.5.1 换元积分法是复合函数求导公式的逆 137

6.6 积分与体积 138

6.6.1 体积是把立体划分为无数块薄板算出 139

6.7 曲线的长度 140

6.7.1 曲线的长度是通过将其分成无限短的直线段来计算 141

6.8 位置、速度和加速度的关系 142

应用 牛顿运动方程 143

专栏 牛顿与莱布尼茨构建了微积分 144

第7章高等微积分 145

7.0 导言 146

本章的学习对高中生也有好处 146

微分方程的解是函数 146

处理多元函数 147

7.1 微分方程 148

7.1.1 微分方程是求函数的方程 148

7.1.2 微分方程的求解方法 149

应用 运动方程,放射性元素衰变 150

7.2 拉普拉斯变换 152

7.2.1 通过拉普拉斯变换容易求解微分方程 152

应用 求解电子电路的微分方程 153

7.3 偏导数与多元函数 154

7.3.1 多元函数的导数是偏导数 154

应用 多元函数的*大、*小值问题 155

7.4 拉格朗日乘数法 156

7.4.1 拉格朗日乘数法不用考虑“为什么” 157

应用 统计分析的*大值和*小值 157

7.5 多重积分 158

7.5.1 多元函数的积分是多重积分 159

应用 根据密度算出重量 159

7.6 线积分与面积分 160

7.6.1 多元函数有很多积分路径 161

应用 计算每条路径所需的能量 161

专栏 ε-δ 语言 162

第8章数值分析 163

8.0 导言 164

没有指令,计算机什么也做不了 164

数值处理的难度 164

8.1 线性近似公式 166

8.1.1 函数用切线来近似 166

应用 单摆的等时性是近似的 167

8.2 泰勒展开式、麦克劳林展开式 168

8.2.1 麦克劳林展开式用xn 之和来表示函数 169

应用 使用对数表进行计算 169

8.3 牛顿迭代法 170

8.3.1 用切线解方程的方法 170

应用 让计算机解方程 171

8.4 数值微分 172

8.4.1 在数值计算中,导数就是差商 172

应用 自行车加速数据的求导 173

8.5 数值积分(梯形公式、辛普森公式) 174

8.5.1 基于什么来求面积? 175

应用 指数函数积分值的计算 175

8.6 微分方程的数值解法(欧拉法) 176

8.6.1 欧拉法是用切线来近似曲线 176

8.6.2 双摆的运动 177

专栏 计算机用二进制进行计算 178

第9章数列 179

9.0 导言 180

学习数列的意义是学习离散 180

在数列中求和很重要 181

9.1 等差数列 182

9.1.1 相邻项之差为常数,因此是等差数列 182

应用 数一数金字塔的砖的数量 183

9.2 等比数列 184

9.2.1 定义从直角三角形变为单位圆 184

应用 计算逸失利益的莱布尼茨系数 185

9.3 符号Σ 的用法 186

9.3.1 Σ(Sigma)并不可怕 186

应用 Σ 的标记方法 187

9.4 递推公式 188

9.4.1 递推公式是局部地观察数列的式子 188

应用 元胞自动机和斐波那契数列 189

9.5 无穷级数 190

9.5.1 即使把无穷个数加起来也可能不会很大 190

应用 把循环小数用分数表示 191

9.6 数学归纳法 192

9.6.1 数学归纳法就像多米诺骨牌 192

9.6.2 数学归纳法的悖论 193

专栏 专栏:习惯希腊字母 194

第 10章图形与方程 195

10.0 导言 196

用数学式子来表示图形 196

极坐标的存在是为了让人轻松 196

10.1 直线的方程 198

10.1.1 作为图形的直线方程 199

应用 绘制直线的算法 199

10.2 圆的方程 200

10.2.1 把圆作为方程来看 200

应用 绘制圆的方法 201

10.3 二次曲线(椭圆、双曲线、抛物线) 202

10.3.1 椭圆、双曲线、抛物线的特征 203

应用 卫星的轨道 203

10.4 平移图形的方程 204

10.4.1 移动图形的方法 205

应用 CG 中也用到的仿射变换 205

10.5 中心对称和轴对称 206

10.5.1 对称变换引起的方程变化 207

应用 奇函数与偶函数的积分 207

10.6 旋转 208

10.6.1 旋转由三角函数表示 209

应用 转动参考系中的离心力和科里奥利力 209

10.7 参数 210

10.7.1 参数不是敌人 211

应用 摆线分析 211

10.8 极坐标 212

10.8.1 极坐标是指定方向和距离的坐标系 213

应用 船舶航行 213

10.9 空间图形的方程 214

10.9.1 通过比较二维(平面)和三维(空间)来 理解本质 215

专栏 数学中必需的空间认知能力 216

第 11章向量 217

11.0 导言 218

向量不仅仅是箭头 218

向量乘法可以用多种方式定义 219

11.1 作为箭头的向量 220

11.1.1 作为箭头的向量是具有大小和方向的量 221

应用 力的分解 221

11.2 向量的坐标表示、位置向量 222

11.2.1 用数字表示向量 223

应用 内分线段的点 223

11.3 向量的线性无关 224

11.3.1 线性无关很常见,线性相关是例外 224

应用 坐标轴的变换 225

11.4 向量的内积(平行和垂直的条件) 226

11.4.1 向量乘法不止一种 226

应用 给予货物的能量 227

11.5 平面图形的向量式方程 228

11.5.1 为什么使用向量式方程 229

11.6 空间向量 230

11.6.1 空间向量的变与不变 231

应用 超弦理论:空间实际上是9 维的 231

11.7 空间图形的向量式方程 232

11.7.1 空间图形凸显向量式方程的优点 233

应用 三维CAD 数据的二维化 233

11.8 向量的外积 234

11.8.1 外积的结果为向量 234

应用 坐标轴的变换 235

11.9 速度向量与加速度向量 236

11.9.1 可以用向量分析平面上的运动 236

应用 匀速圆周运动的分析 237

11.10 梯度、散度、旋度 238

11.10.1 向量微积分并不可怕 239

应用 抽象化是价值 239

专栏 数学中必需的空间认知能力 240

第 12章矩阵 241

12.0 导言 242

矩阵用于向量的运算 242

矩阵与高中数学的关系 242

12.1 矩阵的基础及计算 244

12.1.1 注意矩阵的乘积 245

应用 程序的矩阵和数组 245

12.2 单位矩阵与逆矩阵、行列式 246

12.2.1 矩阵的除法使用逆矩阵 246

12.3 矩阵与联立方程组 248

12.3.1 用矩阵也可以求解联立方程组 248

应用 用高斯消元法解联立方程组 249

12.4 矩阵与线性变换 250

12.4.1 简洁的表示很有价值 251

应用 平移的表示方法 251

12.5 特征值和特征向量 252

12.5.1 直观地理解特征值、特征向量 253

应用 矩阵的对角化 253

12.6 3×3 矩阵 254

12.6.1 随着矩阵变大,计算变得复杂 255

应用 用高斯消元法求逆矩阵 255

专栏 应该在高中数学教矩阵吗? 256

第 13章数 257

13.0 导言 258

由人决定虚实 258

为什么要特意使用复平面? 258

13.1 复数的基础 260

13.1.1 注意复数的绝对值 260

应用 用复数表示反射系数 261

13.2 复平面与极坐标形式 262

13.2.1 复数与旋转很契合 263

13.3 欧拉公式 264

13.3.1 连接指数函数和三角函数的公式 264

应用 交流电路的复数表示 265

13.4 傅里叶变换 266

13.4.1 傅里叶变换的含义 267

13.4.2 函数的正交和内积是什么? 267

应用 无线通信技术与傅里叶变换 268

13.5 四元数(Quaternion) 270

13.5.1 通过四元数加深复数的理解 271

应用 CG 与火箭的旋转 271

专栏 虚数时间是什么? 272

第 14章概率 273

14.0 导言 274

概率的关键是语文的理解 274

现实的概率与数学的概率 274

14.1 情况数 276

14.1.1 情况数就是不重不漏 277

14.1.2 加法还是乘法? 277

14.2 排列数公式 278

14.2.1 考虑顺序时使用排列数公式 278

应用 *短路径问题 279

14.3 组合数公式 280

14.3.1 不考虑顺序时使用组合数公式 280

14.3.2 排列与组合的总结 282

应用 从杨辉三角推导出二项式定理 282

14.4 概率的定义 284

14.4.1 “等可能”的问题 285

应用 古典概率与试验概率 285

14.5 概率的加法定理 286

14.5.1 “互斥”是指没有公共部分 287

14.6 独立事件的概率公式 288

14.6.1 要从反面来理解独立 288

应用 购买纸尿裤的概率和购买啤酒的概率 289

14.7 独立重复试验的概率公式 290

14.7.1 独立重复试验考虑组合 290

应用 用于风险管理的泊松分布 291

14.8 条件概率和概率的乘法定理 292

14.8.1 条件概率是分母发生了变化 292

14.9 贝叶斯定理 294

14.9.1 如果理解了条件概率,定理的机制就很简单 294

应用 垃圾邮件判定 294

专栏 蒙特卡罗方法 296

第 15章统计学基础 297

15.0 导言 298

通过均值和标准差理解统计学的一半 298

正态分布是统计学上*大的发现 298

统计学成立的前提 299

15.1 均值 300

15.1.1 为什么要求均值? 300

应用 收入分布的分析 301

15.2 方差与标准差 302

15.2.1 标准差是离散程度的指标 303

15.2.2 为什么要平方? 304

15.2.3 用计算机计算方差和标准差时的注意事项 305

应用 过程能力指数 305

15.3 相关系数 306

15.3.1 相关系数表示两组数据之间相关性的强度 307

应用 投资组合 307

15.4 概率分布与期望值 308

应用 赌博的期望值 309

15.5 二项分布、泊松分布 310

15.5.1 二项分布和泊松分布的关系 311

应用 安打1 次数、不合格品个数 311

15.6 正态分布 312

15.6.1 为什么正态分布如此重要? 312

应用 正态分布的局限 313

15.7 偏度、峰度、正态概率图 314

15.7.1 把握偏离正态分布的程度 315

应用 正态概率图的用法 315

15.8 大数定律与中心极限定理 316

15.8.1 多少才算“很多”? 316

15.8.2 中心极限定理中呈现正态分布的是“样本均值” 317

专栏 数据是统计的灵魂 318

第 16章高等统计学 319

16.0 导言 320

完全交给计算机是不行的 320

统计推断是根据样本对总体作出推断 320

回归分析使预测未来成为可能 321

16.1 总体均值的区间估计 322

16.1.1 从样本的统计值推断总体均值 322

应用 日本成年男性的平均身高 323

16.2 总体比例的区间估计 324

16.2.1 从样本的统计值推断总体均值 324

应用 电视收视率 325

16.3 假设检验 326

应用 工厂之间产品的波动 327

16.4 简单回归分析 328

16.4.1 回归分析的含义 329

应用 广告效果 329

16.5 多元回归分析 330

16.5.1 多元回归是具有多个自变量的回归分析 330

应用 天气条件与产量的关系 331

16.6 主成分分析 332

16.6.1 主成分分析的目标 332

应用 品牌形象调查 333

16.7 因子分析 334

16.7.1 因子分析聚焦于意义 335

应用 顾客调查问卷分析 335

专栏 实用数学的*大敌人 336

结束语 337

展开全部

数学大百科:生活中无处不在的数学及应用 作者简介

藏本贵文:出生于1978年1月。毕业于日本关西学院大学理学院物理系,作为工程师就职于大型半导体企业。目前专攻建模工作,运用微积分、三角函数、复数等,通过数学公式描述半导体元件的特性。著有多本数学科普书。 杨瑞龙:毕业于北京大学数学科学学院,现就职于一家机器人公司从事软件研发。译有《深度学习的数学》。

商品评论(0条)
暂无评论……
书友推荐
本类畅销
编辑推荐
返回顶部
中图网
在线客服