計算機(jī)數(shù)學(xué)基礎(chǔ)

第1章 數(shù)學(xué)計算機(jī)科學(xué)的基礎(chǔ)
1.1 概述
1.2 離散數(shù)學(xué)與計算機(jī)科學(xué)
1.3 學(xué)習(xí)微積分的重要性
1.4 學(xué)習(xí)線性代數(shù)和概率論的重要性
1.5 本書的學(xué)習(xí)方法
第2章 元微分學(xué)初步
2.1 集合
2.1.1 集合的概念
2.1.2 集合的表示
2.1.3 集合的包含與相等關(guān)系
2.1.4 集合的運(yùn)算
2.1.5 二元關(guān)系
2.2 函數(shù)關(guān)系
2.2.1 函數(shù)關(guān)系的概念
2.2.2 常用的函數(shù)表示法
2.2.3 復(fù)合函數(shù)
2.2.4 遞歸函數(shù)與遞歸程序設(shè)計
2.3 極限的概念
2.3.1 數(shù)列的極限
2.3.2 函數(shù)的極限
2.3.3 變量的極限
2.3.4 無窮大量與無窮小量
2.4 極限的計算
2.4.1 極限的運(yùn)算法則
2.4.2 極限存在的兩個準(zhǔn)則
2.4.3 兩個重要的極限
2.5 函數(shù)的連續(xù)性
2.6 函數(shù)的導(dǎo)數(shù)類特殊的極限
2.6.1 導(dǎo)數(shù)的概念
2.6.2 導(dǎo)數(shù)的基本公式與運(yùn)算法則
2.6.3 高階導(dǎo)數(shù)
2.7 函數(shù)增量的估算微分與中值定理
2.7.1 函數(shù)的線性逼近和微分
2.7.2 微分的求法
2.7.3 微分在近似計算中的應(yīng)用
2.7.4 拉格朗日中值定理
2.8 和式的極限無窮級數(shù)
2.8.1 無窮級數(shù)的概念
2.8.2 無窮級數(shù)的基本性質(zhì)
2.8.3 正項(xiàng)級數(shù)
2.8.4 交錯級數(shù)與任意項(xiàng)級數(shù)
2.8.5 冪級數(shù)
2.8.6 泰勒公式與泰勒級數(shù)
2.8.7 冪級數(shù)在近似計算中的應(yīng)用
第2章習(xí)題
第3章 不定積分與定積分
3.1 原函數(shù)與不定積分的概念
3.2 不定積分的計算
3.2.1 基本性質(zhì)和基本積分公式
3.2.2 換元積分法
3.2.3 分部積分法
3.3 定積分
3.3.1 定積分的概念
3.3.2 積分上限的函數(shù)及其導(dǎo)數(shù)
3.3.3 定積分的換元法和分部積分法
3.4 廣義積分
第3章習(xí)題
第4章 矩陣與線性代數(shù)初步
4.1 矩陣
4.1.1 矩陣的概念
4.1.2 矩陣應(yīng)用在計算機(jī)科學(xué)中的例子
4.1.3 -些特殊的矩陣
4.2 矩陣的基本運(yùn)算
4.2.1 矩陣的基本運(yùn)算
4.2.2 矩陣的運(yùn)算規(guī)則
4.2.3 矩陣的乘法結(jié)合順序與·計算量分析
4.2.4 -般線性代數(shù)方程組的矩陣形式
4.3 矩陣的逆
4.4 消元法與矩陣的初等變換
4.4.1 消元法
4.4.2 矩陣的初等變換
4.4.3 利用初等變換求逆矩陣
第4章習(xí)題
第5章 概率論基礎(chǔ)
5.1 概率及其相關(guān)概念
5.1.1 隨機(jī)事件
5.1.2 概率
5.1.3 隨機(jī)試驗(yàn)與樣本空間
5.1.4 事件的表示和關(guān)系
5.2 古典概率問題及計算方法
5.3 概率的加法性質(zhì)及應(yīng)用
5.4 條件概率與乘法定理
5.5 事件的獨(dú)立性
5.6 全概率公式
5.7 貝葉斯公式與智能決策
5.7.1 貝葉斯公式
5.7.2 貝葉斯公式在智能決策中的應(yīng)用
第5章習(xí)題
第6章 隨機(jī)變量的分布與數(shù)字特征
6.1 隨機(jī)變量的分布
6.1.1 隨機(jī)變量
6，1.2 離散型隨機(jī)變量及其典型分布
6.1.3 連續(xù)型隨機(jī)變量及其典型分布
6.1.4 隨機(jī)變量的分布函數(shù)
6.1.5 隨機(jī)變量函數(shù)的分布
6.2 隨機(jī)變量的數(shù)字特征
6.2.1 數(shù)學(xué)期望及其性質(zhì)
6.2.2 方差及其性質(zhì)
6.2.3 幾種重要隨機(jī)變量的數(shù)學(xué)期望與方差
6.2.4 隨機(jī)變量函數(shù)的數(shù)學(xué)期望
6.2.5 切比雪夫不等式及其應(yīng)用
第6章習(xí)題
第7章 數(shù)理邏輯初步
7.1 命題及其符號化
7.1.1 命題概念
7.1.2 命題符號化
7.2．命題公式與公式等值
7.2.1 命題公式
7.2.2 真值表
7.2.3 公式等值
7.2.4 等值演算
7.3 命題邏輯基本推理
7.4 謂詞邏輯及其應(yīng)用
7.4.1 謂詞和量詞
7.4.2 謂詞邏輯命題的否定形式
7.4.3 與量詞有關(guān)的推理
7.5 數(shù)理邏輯應(yīng)用舉例
7.5.1 計算機(jī)信息檢索
7.5.2 程序的簡化
第7章習(xí)題
第8章 圖論初步
8.1 圖的基本概念
8.1.1 圖的定義
8.1.2 相鄰
8.1.3 頂點(diǎn)的度數(shù)
8.1.4 多重圖、簡單圖和完全圖
8.2 圖的矩陣表示
8.2.1 無向圖的相鄰矩陣
8.2.2 有向圖的鄰接矩陣
8.2.3 無向圖的關(guān)聯(lián)矩陣
8.2.4 有向圖的關(guān)聯(lián)矩陣
8.3 通路、回路和圖的連通性
8.3.1 通路與回路
8.3.2 圖的連通性
8.3.3 歐拉通路與哈密頓通路
8.3.4 賦權(quán)圖與最短路問題
8.4 樹及其應(yīng)用
8.4.1 無向樹及其性質(zhì)
8.4.2 生成樹與最小生成樹
8.4.3 根樹及其應(yīng)用
8.5 應(yīng)用舉例網(wǎng)絡(luò)路由選擇
第8章習(xí)題
附表 標(biāo)準(zhǔn)正態(tài)分布表
參考文獻(xiàn)