《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。

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。

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。

本书是根据编者多年进行远程教育和教学研究的经验，针对远程教育的教与学精。设计的学习指导书。 本书分上下两册。下册包括定积分及其应用、向量代数与空间解析几何、多元函数微分学、二重积分、微分方程和无穷级数．每章包括学习指导、学习內容、释疑解难和基础练习A参考答案．其中学习內容包括要点归纳、典型例题、本节小结和思考及解答。附录包括课程教学A考试大纲、模拟试卷及解答和历年试卷及解答。 本书可供远程教育的工科类专科学生使用，也可供学习高等数学课程的读者作为学习辅导书和考试复习书使用。

本书是本科大学生数学竞赛辅导书,可供自学使用，也可用于竞赛培训。 书中通过典型例题的精解来梳理重点方法，同时穿插介绍一些有普遍性的解题技巧，通过题解后的总结和讨论使方法 系统和实用。本书的例题精选自 外各种数学竞赛，其中既有基本概念和基本方法运用的例题，也有综合性和技巧性较强的例题。在例题之后还精选了一些练习题并在练习题之后附上解题过程和答案。书后附有第yi到第八届大学生数学竞赛初赛与决赛试题及精解。

\"本书以时间序列数据为研究对象,对时间序列数据的特征表示和相似性度量进行较为深入和系统的研究,讲述了如何从数据特征的不同角度进行数据降维,结合设计相应的相似性度量方法实现时间序列数据挖掘,同时将相关的特征表示和相似性度量方法应用于文本主题、经济金融、情报分析和发动机参数等具体领域。全书分为 11章:第1章对研究的背景和现状进行了分析,解释了为什么要研究时间序列数据的特征表示和相似性度量。第2章至第6章从时间序列数据的不同视角出发,深入浅出地介绍了新的时间序列数据特征表示和相似性度量等预处理方法。第7章到 0章以主题分析、股票预测、文献分析、发动机参数特征识别和故障检测为目标,将时间序列数据挖掘中的特征表示和相似性度量方法应用于解决具体行业中的相关管理科学问题。 1章对研究进行了总结,并提出了研究的创新

本书是《普林斯顿××读本》系列图书的第二本，该套书的论述风格友好、ping易近人，通过作者与读者之间的互动对话和相关示例非常清晰地阐明了数学概念，提供了命题和定量逻辑方面的知识，可以使读者精通自己的数学思路。本书讲解了学习实分析的基础内容，包括基本的数学与逻辑、实数、集合、拓扑、序列等．作者以通俗易懂且略带幽默的口吻讲述了两步式求解方法：首先展示如何回溯到求解问题的关键，之后说明如何严谨规范地写下解题过程。书中还给出了丰富的示例，帮助学生巩固所学知识。