量子计算是一个多学科领域。 本书致力于利用一些 量子力学奇妙的方面扩大我们的计算视野。通过介绍面向计算机科学领域的量子计算， 本书将带领读者浏览这个引人入胜的尖端研究领域。本书以一种通俗易懂但又严谨的方式，采用了每个计算机科学的学者和学生都熟悉的方法和技术。读者无需具有任何高等数学或物理背景。前四章介绍的背景知识，包括复数，复向量空间，从经典计算到量子计算的飞跃， 和基础量子理论。在随后的七章，作者分别从计算机科学的特定角度来描述量子计算的不同方面，比如：计算机体系结构， 算法，编程语言，理论计算机科学，密码学，信息理论和硬件。本书为计算机科学专业的学生和研究人员提供循序渐进的示例，两百多个练习和相应的答案，以及应用量子计算思想的编程练习。
本书荣获2023年度Steele数学阐述奖，中文版首次出版！ 本书是偏微分方程领域权威著作的第二版。它全面概述了现代技术在偏微分方程理论研究中的应用，其中特别强调非线性方程。本书内容广泛、论述清晰，这使其成为研究生偏微分方程课程的优秀教材。作者在第二版中做了许多修改，其中包括： - 新增一个关于非线性波动方程的章节； - 新增80多道习题； - 增加几个新的小节； - 大大扩充了参考文献。 第一版的书评： 我在常规的偏微分方程课程以及专题课程中都用过这本书。它巧妙地整合了深刻的洞察力和丰富的技术细节 Evans的书证明了他对该领域十分精通，并且表述清晰易懂。 Luis Caffarelli，得克萨斯大学 用Evans的书来教学非常有趣。它解释了许多偏微分方程的基本思想和技巧 每个学习分析的研究生都应该读读它。 David Jerison，麻省理工学院 我用这本书
《泛函分析》为普林斯顿分析译丛中的第四册泛函分析，其内容分为8章，第1章介绍Lp空间和Banach空间，第2章过渡到调和分析中的Lp空间，第3章讨论分布：广义函数，第4章讲述Baire纲定理的应用，第5章为概率论基础，第6章介绍Brownian运动，第7章为多复变引论，第8章介绍Fourier分析中的振荡积分，全书展现了泛函分析理论的基本思想，特别强调它与调和分析的联系。 《泛函分析》可作为数学专业高年级本科生或研究生的泛函分析教材，同时也可作为相关科研工作者的参考书。
《矩阵计算》是已故美国科学院院士、美国工程院院士吉恩 戈卢布（Gene H. Golub）等人的经典巨著，是矩阵计算领域的标准性参考文献。本书系统介绍了矩阵计算的基本理论和方法．内容包括：矩阵乘法、矩阵分析、线性方程组、正交化和*小二乘法、特征值问题、Lanczos 方法、矩阵函数及专题讨论等．书中的许多算法都有现成的软件包实现，每节后附有习题，并有注释和大量参考文献．第4 版增加约四分之一内容，反映了近年来矩阵计算领域的飞速发展。
本书以 Python 软件为基础, 详细介绍了数学建模的各种常用算法及其软件实现, 内容涉及高等数学、工程数学中的相关数学实验、数学规划、插值与拟合、微分方程、差分方程、评价预测、图论模型、多元分析、Monte Carlo 模拟、智能算法、时间序列分析、支持向量机、图像处理等内容, 既有对算法数学原理的详述, 又有案例和配套的 Python 程序. 本书含有 Python 快速入门基础, 可以帮助 Python 零基础的读者快速掌握Python 语言. 但对于没有其他任何编程语言基础的读者, 建议参考一些更加具体的 Python 相关书籍.
贝叶斯方法因其灵活性且可以轻松地将相关性和层次结构正式纳入数据中，所以对包括空间和时间信息在内的大型数据集建模尤为有效。然而，其所依赖的诸如马尔可夫链蒙特卡罗(MCMC)等经典模拟方法在计算上会使之变得不可行；本书所介绍的积分嵌套拉普拉斯近似（INLA）方法则可作为一种计算有效且强有力的MCMC的替代方法。 本书介绍了贝叶斯方法的基本范式，并阐述了相关的计算问题;详细介绍了 INLA 方法和 R-INLA 软件包背后的理论，并把重点聚焦在区域和点参考数据的空间和时空建模上。 全书将详细的理论和实际数据分析相结合，对任何水平的读者都会大有裨益。所有示例都提供基于R-INLA的代码，其数据集可在INLA 网站获得，这对于想了解INLA 方法或提高其实践能力的应用研究人员来说，是一个极具吸引力的特点。
本书共有三角形、几何变换，三角形、圆，四边形、圆，多边形、圆，完全四边形，以及最值，作图，轨迹，平面闭折线，圆的推广十个专题。对平面几何中的500余颗璀璨夺目的珍珠进行了系统地、全方位地介绍，其中也包括了近年来我国广大初等几何研究者的丰硕成果。 本书中的1500余条定理可以广阔地拓展读者的视野，极大地丰厚读者的几何知识，可以多途径地引领数学爱好者进行平面几何学的奇异旅游，欣赏平面几何中的精巧、深刻、迷人、有趣的历史名题及近期新成果。 该书适合于广大数学爱好者及初、高中数学竞赛选手，初、高中数学教师和数学奥林匹克教练员使用，也可作为高等师范院校数学专业开设“竞赛数学”“中学几何研究”等课程的教学参考书。
Paul Erd?s在其一生中发表的论文比任何其他数学家都多，尤其是在离散数学领域。他善于发现漂亮且陈述简洁的问题，他的解决方案对整个数学界产生了深远影响。这本引人入胜的书籍专为学生撰写，通过提出引发Erd?s兴趣的问题及其处理这些问题的卓越方法，向读者提供了一本易于理解的离散数学入门书籍。书中包括年轻时Erd?s证明的Bertrand假设、Erd?s-Szekeres幸福结局定理、De Bruijn-Erd?s定理、Erd?s-Rado 系统、Erd?s-Ko-Rado定理、Erd?s-Stone定理、Erd?s-R nyi-S s友谊定理、Erd?s-R nyi随机图、Chv tal-Erd?s关于Hamilton环的定理，以及Erd?s的其他成果；另外还有一些与其工作相关的成果，如Ramsey定理或关于弱 系统的Deza定理。附录涵盖了通常在入门课程中缺失的内容。书中穿插了关于Erd?s的个人轶事，提供了与这位传奇合作者互动的一些幕后故事。
本书由三部分内容组成。第一部分是测度论基础（第1～3章）。主要介绍测度的扩张定理和分解定理，Lebesgue-Stieltjes测度、可测函数及其积分的基本性质，还有乘积可测空间和Fubini定理等。第二部分是第4～6章。主要介绍独立随机变量序列的极限定理，包括中心极限定理、级数收敛定理、大数定律和重对数律。在介绍中心极限定理之前，介绍了测度的弱收敛、特征函数以及相关结论。这部分内容突出了经典的概率论证明技巧。第三部分为第7、8章，介绍一些特殊的随机过程。第7章介绍离散鞅论，第8章简单介绍了马氏链、布朗运动和高斯自由场。
本书是作者根据多年从事高等代数与解析几何课程教学的经验编写而成的。本书分上、下两册。上册主要包括：空间向量、平面与直线、矩阵初步与n阶行列式、矩阵的秩与线性方程组、多项式、矩阵的相似与若尔当标准形；下册主要包括：常用曲面、二次型与矩阵的合同、线性空间、线性变换、欧氏空间。本书在编写中将二次型及其矩阵的特征值这一历史上的经典问题作为引入整个课程内容的一条叙述主线，将高等代数与解析几何有机地结合起来。本书合理地引入了每一个重要概念，给出了主要定理的推理步骤，设置了不少经典例题和习题来指导学生理解和运用这些定理。
本书系统地阐述了以状态空间方法为主的线性系统的时间域理论。全书共12章：第1章介绍与本书密切相关的一些数学基础知识；第2章介绍线性系统的数学描述；第3-5章阐述线性系统的分析理论，分别介绍线性系统的运动分析、能控性和能观性分析以及稳定性分析；第6-10章阐述线性系统的设计理论，分别介绍线性系统的极点配置和特征结构配置、镇定与渐近跟踪、线性二次型最优控制、解耦控制、状态观测器等设计问题；第11章概括性地介绍离散线性系统理论；第12章介绍鲁棒性的概念和几个基本的鲁棒控制问题。
本书共分6章，主要涉及分数阶偏微分方程的理论分析以及数值计算。第1章着重介绍分数阶导数的由来以及一些分数阶偏微分方程的物理背景；第2章介绍Riemann-Liouville等分数阶导数以及分数阶Sobolev空间、交换子估计等常用的工具；第3章从理论的角度讨论一些重要的偏微分方程；从第4章开始重点讨论分数阶偏微分方程的数值计算，介绍了有限差分法、级数逼近法（主要是Adomian分解和变分迭代法）、有限元法以及谱方法、无网格法等计算方法。本书涵盖了该领域的一些前沿结果以及作者目前的一些研究结果。
本书是与同济大学数学科学学院编写的《高等数学）（第八版）相配套的学习辅导书，由同济大学数学科学学院的教师编写。本书内容由两部分组成，第一部分按《高等数学》（第八版）上册的章节顺序编排，给出习题全解，部分题目在解答之后对该类题的解法作了归纳小结，有的提供了多种解法；第二部分是全国硕士研究生招生考试数学试题选解，所选择的试题以工科门类为主，少量涉及经济学和管理学门类试题：并以数字资源形式，提供近年全国硕士研究生招生考试涉及《高等数学》上册的部分试题及参考解答。本书对教材具有相对的独立性，可为学习高等数学的工科和其他非数学类专业学生以及复习高等数学准备报考硕士研究生的人员提供解题指导，也可供讲授高等数学的教师在备课和批改作业时参考。
《凸分析基础》系统介绍了凸分析基础的五个核心部分。①涉及与凸集理论有关的线性子空间、仿射集、超平面、凸包、单纯形、闭包、内部、相对内部、凸集分离和支撑超平面等基本性质和一些重要定理。②涵盖了与凸锥有关的顶点锥、锥包、凸锥包、回收锥、共轭锥（正极锥）、负极锥、法锥与切锥、障碍锥、凸锥分离、多面体、多面锥和多面体集等基本性质和重要定理。③细述了实值(有限值)凸函数、可微凸函数、正常与非正常凸函数、复合凸函数、半连续凸函数、闭凸函数、连续凸函数和Lipschitz连续凸函数、共轭凸函数、支撑凸函数、规范凸函数、严格凸函数、半严格凸函数、显凸函数等性质和定理。④阐述了拟凸函数、半严格拟凸函数、显拟凸函数、伪凸函数、二次可微广义凸函数和广义单调性等广义凸函数的基本理论与性质。⑤讨论了凸函数的微分学
2019年是中华人民共和国成立70周年。70年来，中国教育学已经有了长足的发展。展望未来，新时代背景下中国教育学如何继往开来，接力发展，需要我们很好地去梳理已有的研究成果，准确定位中国教育学的发展历程和水平，明确未来的研究方向。该套丛书以国家重点课题 中华人民共和国教育学发展研究 为依托，集合全国教育学科各学科专业领军专家，作者队伍强大。从学理层面来看，教育学史越来越凸显其在教育学发展过程中的重要作用。对中国教育学史的研究，既是为了镜鉴现实，为了推动教育学术的传承和发展，又是为了推动我国教育学术的传承和发展以及为了保存和传播教育学发展的积淀。从读者需求方面来看，研究和学习教育学的人需要很好地了解本学科的发展史，明确自己研究的基础和学科定位。该丛书总共12卷本，每本书预计20万字，全套丛书预计2
本书筛选了近年来的各地高考圆锥曲线试题，内容上注重题型归类和方法总结，以便师生直接利用和进一步研究解题方法，凸显了“知识问题化”“题目典型化”“方法通俗化”的特点，并且把一些基本的、有价值的题目进行了推广，寻求通性、通法。
《广义微分几何讲义》是为对微分几何感兴趣的学生准备的，尤其是那些在经典理论未涵盖的几何情形。它是已出版的《广义微分几何》（ Diffeology ）的配套教学笔记，一半源自作者在汕头大学访问时的专题讲座，一半则是作者在同各方学者多年研究探讨后的研究成果、思考、练习等作者希望与读者分享的笔记。全书以时间线为轴，讲述Diffeology领域的起源和发展，编排合理，每章篇头都有总述、定义、理论等讲解，辅以推论过程，由简到难，自然过渡到结论，很符合授课讲义的风格，其后还有习题、问题、思考探讨等用以巩固讲义知识，并启发思考，对研究微分几何或数学物理的学生与研究人员非常有用。
本书系统地介绍分数阶微积分学与分数阶控制领域的理论知识与数值计算方法。特别地，作者提出并实现一整套高精度的分数阶微积分学的数值计算方法；提出线性、非线性分数阶微分方程的通用数值解法和基于框图的通用仿真框架，为解决分数阶控制系统的仿真问题奠定了基础；开发面向对象的分数阶系统控制的MATLAB工具箱，可以用于多变量分数阶系统的建模、分析与控制器设计的全过程。本书所有知识点均配有高质量的MATLAB代码，有助于读者更好地理解知识点的内涵，更重要地，可以利用代码实践并创造性地解决相关问题。
该书共5章，分别介绍有限元和混合有限元理论基础及其应用。最精彩的是第4和第5章，详细介绍非定常偏微分方程有限元法中的有限元空间和有限元未知解系数向量的降维方法，可将含数十万乃至上千万未知量的有限元迭代方程降阶成为只有很少几个未知量的降阶方程，理论和数值例子都证明了两种降维方法的正确性和有效性。这些降维方法都是作者原创性的工作，这些方法都已经在国际重要刊物发表。该书很详细做了介绍。这些方法的推广应用，将会带动计算数学向更高度发展。
《知识图谱与金融大数据分析》探讨了知识图谱技术及其在金融大数据分析中的创新应用。针对金融大数据的多维关联、时序多频、尖峰厚尾等特点对数据分析带来的挑战，《知识图谱与金融大数据分析》在知识图谱基础上提出了知识大图，对时序多元语义关系进行统一组织与表示，构建亿级金融知识大图。针对系统性金融风险防控、中小企业信用风控等重要问题，《知识图谱与金融大数据分析》提出了基于知识大图的体系化金融大数据分析技术方案，介绍了具有多元查询、股权穿透、舆情监测、控制计算、欺诈识别等功能的金融风控大脑，实现对金融风险的精准、实时、动态识别、评估与防控。
高等算术是介绍整数的性质和整数之间相互联系的一门科学。本书共分8章，介绍了素数分解、同余理论、二次剩余、连分数、数的平方和表示方法、二次型、丢番图方程、大数分解与数的素性检测等内容，这些内容都是数论的核心知识，对于读者进一步学习数论有相当重要的作用。本书适合大学高年级学生和低年级研究生以及青年教师和研究数论的专家参考阅读。
本书是一本供非数学专业使用的概率论与数理统计教材. 全书共分为十章，内容包括随机事件和概率、离散型随机变量及其分布、连续型随机变量及其分布、随机变量的数字特征、大数定律和中心 限定理、参数估计、假设检验、方差分析与回归分析、统计软件SPSS简介. 每一章节后面有相当数量的习题，在书末配有参考答案，供读者参考. 为了使学生对这门课程在现实生产、生活中的应用有一个感性的认识，在每一章的 后都提供了一篇课外拓展阅读，以提高学习兴趣和应用意识. 章 随机事件和概率 第二章 离散型随机变量及其分布 第三章 连续型随机变量及其分布 第四章 随机变量的数字特征 第五章 大数定律和中心 限定理 第六章 数理统计的基本概念 第七章 参数估计 第八章 假设检验 第九章 方差分析与回归分析 第十章 Python基础及其在概率论与
