全书分为5 部分17章, 包括基本知识、基本理论及研究对象和研究方法; 以官能团分类详细阐述各类化合物的命名、结构特征、物理化学性质及其应用; 立体异构; 天然有机化合物, 包括杂环化合物、生物碱、萜类化合物、油脂、碳水化合物、蛋白质、核酸等; 波谱知识简介和高分子化合物。各章均附有思考题、习题。

全书共24章，分为上、下两册。上册共12章，讲述化学基本原理，包括物质的聚集状态、原子结构及元素性质的周期性、化学键与分子结构、配位化合物结构、化学热力学、化学反应速率、化学平衡、溶液、电解质溶液、难溶强电解质的沉淀溶解平衡、氧化还原反应、配位平衡。下册共12章，讲述元素及其化合物的基础知识，包括氢和稀有气体，碱金属和碱土金属，硼族元素，碳族元素，氮族元素，氧族元素，卤素，铜、锌副族，过渡金属（一），过渡金属（二），f区元素，放射化学。本书重点体现无机化学的基础性、专业性，知识内容的条理性、系统

本书主要针对高职院校理工类专业编写，较好地体现了高等数学的应用性，可供大一理工类学生使用。本书内容主要包括函数、极限与连续，导数与微分，微分中值定理与导数的应用，不定积分，定积分及其应用，常微分方程和数学实验 7 个章节，书中加“*”号的内容为选学内容，供任课老师酌情选用。每章按节配置了由易到难的习题，书后附有答案，扫码可以查看答案详解。同时，每章最后有本章复习题和在线测试题。为了便于学生学习，书末附录还给出了常用数学公式和积分表。本书内容突出数学与理工类专业及生活实践的密切联系，在案例选取上，

本书是我校数学建模团队在多年教学实践的基础上编写而成的, 共分上、下两篇。上篇赛前培训包含19个数学建模赛前培训案例, 内容涉及假期自习室开放的最佳方案、某类经济树木的最优砍伐策略问题、三疣梭子蟹养殖过程的建模分析、医院手术室的分配问题、网络影响分析、快递员问题、开心长寿面、校园临时集中停车场所的优化布局分析、自然灾害保险问题、校园附近餐饮场所的优化分析、太阳灶设计问题、农业巨灾保险基金规模问题、基于高通量数据的海洋生态分析、校园交通车、人才吸引力评价模型研究、期末考场的自动化安排、渔

本书系统介绍了有限域的基本内容和基本知识。全书共分为九章，章介绍代数学的基础知识，第二章介绍有限域的结构，第三章介绍有限域上的多项式，第四章介绍有限域上的特征与指数和，第五章介绍Galois环与Hensel引理，第六章介绍有限域上的离散对数问题，第七章介绍有限域上的椭圆曲线，第八章介绍伪随机序列，第九章介绍有限域在编码学和密码学等方面的应用。每章的后面均附有习题，有些习题是对正文内容的补充与扩展，以供学生复习巩固书中所学内容。 本书可作为数学、信息科学或其他相关专业的研究生和大学高年级本科

本书根据教育部颁布的《理工科类大学物理课程教学基本要求》 (2010 年版),并结合编者大学物理课程教学改革实际情况和多年教学经验编写而成，内容包括质点的运动、牛顿运动定律、功和能、冲量和动量、刚体的定轴转动、热学基础、真空中的静电场、静电场中的导体和电介质。本书的主要特色是：突出理论联系实际和学以致用;在物理知识应用案例和章后习题中融入大量与生活相关的习题, 激发学生的学习兴趣, 提高教学的针对性和有效性。
本书可作为高等院校应用型本科学生的大学物理教材,也可作为其他各层次师生的教学或自

本书主要介绍概率论与数理统计的实验内容。全书可分为三部分：第一部分是概率论部分的实验，包括抛硬币实验、掷骰子实验、蒲丰投针实验、全概率公式和贝叶斯公式、常见离散型分布、常见连续型分布、数学期望、中心极限定理等；第二部分是数理统计部分的实验，包括参数估计、假设检验、方差分析与回归分析等，其中部分内容采用随机模拟的方法进行模拟和求解；第三部分是综合性实验，包括极限分布之间关系的动态演示、密度函数和分布函数的工具箱的制作。本书将Python作为编程语言。本书可作为高等理工科院校学生学习概率论与数理统计

本书是在第四版的基础上修订而成的，吸收了广大读者的意见，做了局部调整和修改。除原有线性规划、整数规划、非线性规划、动态规划、图与网络分析、排队论、存储论、对策论、决策论、目标规划和多目标决策以外，删除了启发式方法一章。 本书着重介绍运筹学的基本原理和方法，注重结合经济管理专业实际，具有一定的深度和广度。书中每章后附有习题，便于自学。有些部分的后面增补了注记，便于读者了解运筹学各分支的发展趋势。 本书可作为高等院校理工科各专业的教材，亦可作为考研究生的参考书。

本书为新商科一流本科专业群建设十四五规划教材之一，运筹学是上海市*本科重点课程以及上海商学院一流专业建设点核心课程。全书共分九章，主要内容有线性规划模型、对偶理论、运输问题、整数规划、图与网络分析、计划评审方法、关键路线法、存储论以及决策分析，全部内容都与经济管理有关。全书的编写避免复杂的推导，证明尽量浅显易懂，旨在帮助学生从案例中理解运筹学的模型与方法。

本书在介绍数理统计的基本概念和基本理论的基础上, 利用Python编程处理随机数据。本书共分6章, 内容包括Python基础、随机样本与抽样分布、参数估计、假设检验、方差分析、一元线性回归分析。另外, 本书设置了个Python上机编程实验。