数值方法

数值方法
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者: [美] (Mathews J.H.) ,
2005-12
版次: 1
ISBN: 9787121019074
定价: 49.00
装帧: 平装
开本: 16开
纸张: 胶版纸
页数: 524页
字数: 870千字
分类: 自然科学
53人买过
  •   《数值方法》(MATLAB版)(第4版)介绍了数值方法的理论及实用知识,并讲述了如何利用MATLAB软件实现各种数值算法,以便为读者今后的学习打下坚实的数值分析与科学计算基础.《数值方法》(MATLAB版)(第4版)内容丰富,教师可以根据不同的学习对象和学习目的选择相应的章节,形成理论与实践相结合的学习策略。书中的每个概念均以实例说明,同时还包含大量的习题,范围涉及多个不同领域。通过这些实例进一步说明数值方法的实际应用。《数值方法》(MATLAB版)(第4版)的突出特点是强调利用MATLAB进行数值方法的程序设计,可提高读者的实践能力并加深对数值方法理论的理解;同时它的覆盖范围广,包含数据方法的众多研究领域,可以满足不同专业和不同层次学生的需求。 John H.Mathews:美国加利福尼亚州立大学数学系教授,出版过多本数学著作。 第1章预备知识
    1.1微积分回顾
    1.1.1极限和连续性
    1.1.2可微函数
    1.1.3积分
    1.1.4级数
    1.1.5多项式求值
    1.1.6习题
    1.2二进制数
    1.2.1二进制数
    1.2.2序列与级数
    1.2.3二进制分数
    1.2.4二进制移位
    1.2.5科学计数法
    1.2.6机器数
    1.2.7计算机精度
    1.2.8计算机浮点数
    1.2.9习题
    1.3误差分析
    1.3.1截断误差
    1.3.2舍入误差
    1.3.3舍去和舍入
    1.3.4精度损失
    1.3.5O(hn)阶逼近
    1.3.6序列的收敛阶
    1.3.7误差传播
    1.3.8数据的不确定性
    1.3.9习题
    1.3.10算法与程序
    第2章非线性方程f(x)=0的解法
    2.1求解x=g(x)的迭代法
    2.1.1寻找不动点
    2.1.2不动点迭代的图形解释
    2.1.3绝对误差和相对误差考虑
    2.1.4习题
    2.1.5算法与程序
    2.2定位一个根的分类方法
    2.2.1波尔查诺二分法
    2.2.2试值法的收敛性
    2.2.3习题
    2.2.4算法与程序
    2.3初始近似值和收敛判定准则
    2.3.1检测收敛性
    2.3.2有问题的函数
    2.3.3习题
    2.3.4算法与程序
    2.4牛顿-拉夫森法和割线法
    2.4.1求根的斜率法
    2.4.2被零除错误
    2.4.3收敛速度
    2.4.4缺陷
    2.4.5割线法
    2.4.6加速收敛
    2.4.7习题
    2.4.8算法与程序
    2.5埃特金过程、斯蒂芬森法和米勒法(选读)
    2.5.1埃特金过程
    2.5.2米勒法
    2.5.3方法之间的比较
    2.5.4习题
    2.5.5算法与程序
    第3章线性方程组AX=B的数值解法
    3.1向量和矩阵简介
    3.1.1矩阵和二维数组
    3.1.2习题
    3.2向量和矩阵的性质
    3.2.1矩阵乘
    3.2.2特殊矩阵
    3.2.3非奇异矩阵的逆
    3.2.4行列式
    3.2.5平面旋转
    3.2.6MATLAB实现
    3.2.7习题
    3.2.8算法与程序
    3.3上三角线性方程组
    3.3.1习题
    3.3.2算法与程序
    3.4高斯消去法和选主元
    3.4.1选主元以避免a(p)pp=0
    3.4.2选主元以减少误差
    3.4.3病态情况
    3.4.4MATLAB实现
    3.4.5习题
    3.4.6算法与程序
    3.5三角分解法
    3.5.1线性方程组的解
    3.5.2三角分解法
    3.5.3计算复杂性
    3.5.4置换矩阵
    3.5.5扩展高斯消去过程
    3.5.6MATLAB实现
    3.5.7习题
    3.5.8算法与程序
    3.6求解线性方程组的迭代法
    3.6.1雅可比迭代
    3.6.2高斯-赛德尔迭代法
    3.6.3收敛性
    3.6.4习题
    3.6.5算法与程序
    3.7非线性方程组的迭代法:赛德尔法和牛顿法(选读)
    3.7.1理论
    3.7.2广义微分
    3.7.3接近不动点处的收敛性
    3.7.4赛德尔迭代
    3.7.5求解非线性方程组的牛顿法
    3.7.6牛顿法概要
    3.7.7MATLAB实现
    3.7.8习题
    3.7.9算法与程序
    第4章插值与多项式逼近
    4.1泰勒级数和函数计算
    4.1.1多项式计算方法
    4.1.2习题
    4.1.3算法与程序
    4.2插值介绍
    4.2.1习题
    4.2.2算法与程序
    4.3拉格朗日逼近
    4.3.1误差项和误差界
    4.3.2精度与O(hN+1)
    4.3.3MATLAB实现
    4.3.4习题
    4.3.5算法与程序
    4.4牛顿多项式
    4.4.1嵌套乘法
    4.4.2多项式逼近、节点和中心
    4.4.3习题
    4.4.4算法与程序
    4.5切比雪夫多项式(选读)
    4.5.1切比雪夫多项式性质
    4.5.2最小上界
    4.5.3等距节点
    4.5.4切比雪夫节点
    4.5.5龙格现象
    4.5.6区间变换
    4.5.7正交性
    4.5.8MATLAB实现
    4.5.9习题
    4.5.10算法与程序
    4.6帕德逼近
    4.6.1连分式
    4.6.2习题
    4.6.3算法与程序
    第5章曲线拟合
    5.1最小二乘拟合曲线
    5.1.1求最小二乘曲线
    5.1.2幂函数拟合y=AxM
    5.1.3习题
    5.1.4算法与程序
    5.2曲线拟合
    5.2.1y=CeAx的线性化方法
    5.2.2求解y=CeAx的非线性最小二乘法
    5.2.3数据线性化变换
    5.2.4线性最小二乘法
    5.2.5矩阵公式
    5.2.6多项式拟合
    5.2.7多项式摆动
    5.2.8习题
    5.2.9算法与程序
    5.3样条函数插值
    5.3.1分段线性插值
    5.3.2分段三次样条曲线
    5.3.3三次样条的存在性
    5.3.4构造三次样条
    5.3.5端点约束
    5.3.6三次样条曲线的适宜性
    5.3.7习题
    5.3.8算法与程序
    5.4傅里叶级数和三角多项式
    5.4.1三角多项式逼近
    5.4.2习题
    5.4.3算法与程序
    5.5贝塞尔曲线
    5.5.1伯恩斯坦多项式的性质
    5.5.2贝塞尔曲线的性质
    5.5.3习题
    5.5.4算法与程序
    第6章数值微分
    6.1导数的近似值
    6.1.1差商的极限
    6.1.2中心差分公式
    6.1.3误差分析和步长优化
    6.1.4理查森外推法
    6.1.5习题
    6.1.6算法与程序
    6.2数值差分公式
    6.2.1更多的中心差分公式
    6.2.2误差分析
    6.2.3拉格朗日多项式微分
    6.2.4牛顿多项式微分
    6.2.5习题
    6.2.6算法与程序
    第7章数值积分
    7.1积分简介
    7.1.1习题
    7.2组合梯形公式和辛普森公式
    7.2.1误差分析
    7.2.2习题
    7.2.3算法与程序
    7.3递归公式与龙贝格积分
    7.3.1龙贝格积分
    7.3.2习题
    7.3.2算法与程序
    7.4自适应积分
    7.4.1区间细分
    7.4.2精度测试
    7.4.3算法与程序
    7.5高斯-勒让德积分(选读)
    7.5.1习题
    7.5.2算法与程序
    第8章数值优化
    8.1单变量函数的极小值
    8.1.1分类搜索方法
    8.1.2利用导数求极小值
    8.1.3习题
    8.1.4算法与程序
    8.2内德-米德方法和鲍威尔方法
    8.2.1内德-米德方法
    8.2.2鲍威尔方法
    8.2.3习题
    8.2.4算法与程序
    8.3梯度和牛顿方法
    8.3.1最速下降法(梯度方法)
    8.3.2牛顿方法
    8.3.3习题
    8.3.4算法与程序
    第9章微分方程求解
    9.1微分方程导论
    9.1.1初值问题
    9.1.2几何解释
    9.1.3习题
    9.2欧拉方法
    9.2.1几何描述
    9.2.2步长与误差
    9.2.3习题
    9.2.4算法与程序
    9.3休恩方法
    9.3.1步长与误差
    9.3.2习题
    9.3.3算法与程序
    9.4泰勒级数法
    9.4.1习题
    9.4.2算法与程序
    9.5龙格-库塔方法
    9.5.1关于该方法的讨论
    9.5.2步长与误差
    9.5.3N=2的龙格-库塔方法
    9.5.4龙格-库塔-费尔伯格方法
    9.5.5习题
    9.5.6算法与程序
    9.6预报-校正方法
    9.6.1亚当斯-巴什福斯-莫尔顿方法
    9.6.2误差估计与校正
    9.6.3实际考虑
    9.6.4米尔恩-辛普森方法
    9.6.5误差估计与校正
    9.6.6正确的步长
    9.6.7习题
    9.6.8算法与程序
    9.7微分方程组
    9.7.1数值解
    9.7.2高阶微分方程
    9.7.3习题
    9.7.4算法与程序
    9.8边值问题
    9.8.1分解为两个初值问题:线性打靶法
    9.8.2习题
    9.8.3算法与程序
    9.9有限差分方法
    9.9.1习题
    9.9.2算法与程序
    第10章偏微分方程数值解
    10.1双曲型方程
    10.1.1波动方程
    10.1.2差分公式
    10.1.3初始值
    10.1.4达朗贝尔方法
    10.1.5给定的两个确定行
    10.1.6习题
    10.1.7算法与程序
    10.2抛物型方程
    10.2.1热传导方程
    10.2.2差分公式
    10.2.3克兰克-尼科尔森法
    10.2.4习题
    10.2.5算法与程序
    10.3椭圆型方程
    10.3.1拉普拉斯差分方程
    10.3.2建立线性方程组
    10.3.3导数边界条件
    10.3.4迭代方法
    10.3.5泊松方程和亥姆霍茨方程
    10.3.6改进
    10.3.7习题
    10.3.8算法与程序
    第11章特征值与特征向量
    11.1齐次方程组:特征值问题
    11.1.1背景
    11.1.2特征值
    11.1.3对角化
    11.1.4对称性的优势
    11.1.5特征值范围估计
    11.1.6方法综述
    11.1.7习题
    11.2幂方法
    11.2.1收敛速度
    11.2.2移位反幂法
    11.2.3习题
    11.2.4算法与程序
    11.3雅可比方法
    11.3.1平面旋转变换
    11.3.2相似和正交变换
    11.3.3雅可比变换序列
    11.3.4一般步骤
    11.3.5使dpq和dqp为零
    11.3.6一般步骤小结
    11.3.7修正矩阵的特征值
    11.3.8消去apq的策略
    11.3.9习题
    11.3.10算法与程序
    11.4对称矩阵的特征值
    11.4.1Householder法
    11.4.2Householder变换
    11.4.3三角形式归约
    11.4.4QR法
    11.4.5加速移位
    11.4.6习题
    11.4.7算法与程序
    附录AMATLAB简介
    部分习题答案
    中英文术语对照
  • 内容简介:
      《数值方法》(MATLAB版)(第4版)介绍了数值方法的理论及实用知识,并讲述了如何利用MATLAB软件实现各种数值算法,以便为读者今后的学习打下坚实的数值分析与科学计算基础.《数值方法》(MATLAB版)(第4版)内容丰富,教师可以根据不同的学习对象和学习目的选择相应的章节,形成理论与实践相结合的学习策略。书中的每个概念均以实例说明,同时还包含大量的习题,范围涉及多个不同领域。通过这些实例进一步说明数值方法的实际应用。《数值方法》(MATLAB版)(第4版)的突出特点是强调利用MATLAB进行数值方法的程序设计,可提高读者的实践能力并加深对数值方法理论的理解;同时它的覆盖范围广,包含数据方法的众多研究领域,可以满足不同专业和不同层次学生的需求。
  • 作者简介:
    John H.Mathews:美国加利福尼亚州立大学数学系教授,出版过多本数学著作。
  • 目录:
    第1章预备知识
    1.1微积分回顾
    1.1.1极限和连续性
    1.1.2可微函数
    1.1.3积分
    1.1.4级数
    1.1.5多项式求值
    1.1.6习题
    1.2二进制数
    1.2.1二进制数
    1.2.2序列与级数
    1.2.3二进制分数
    1.2.4二进制移位
    1.2.5科学计数法
    1.2.6机器数
    1.2.7计算机精度
    1.2.8计算机浮点数
    1.2.9习题
    1.3误差分析
    1.3.1截断误差
    1.3.2舍入误差
    1.3.3舍去和舍入
    1.3.4精度损失
    1.3.5O(hn)阶逼近
    1.3.6序列的收敛阶
    1.3.7误差传播
    1.3.8数据的不确定性
    1.3.9习题
    1.3.10算法与程序
    第2章非线性方程f(x)=0的解法
    2.1求解x=g(x)的迭代法
    2.1.1寻找不动点
    2.1.2不动点迭代的图形解释
    2.1.3绝对误差和相对误差考虑
    2.1.4习题
    2.1.5算法与程序
    2.2定位一个根的分类方法
    2.2.1波尔查诺二分法
    2.2.2试值法的收敛性
    2.2.3习题
    2.2.4算法与程序
    2.3初始近似值和收敛判定准则
    2.3.1检测收敛性
    2.3.2有问题的函数
    2.3.3习题
    2.3.4算法与程序
    2.4牛顿-拉夫森法和割线法
    2.4.1求根的斜率法
    2.4.2被零除错误
    2.4.3收敛速度
    2.4.4缺陷
    2.4.5割线法
    2.4.6加速收敛
    2.4.7习题
    2.4.8算法与程序
    2.5埃特金过程、斯蒂芬森法和米勒法(选读)
    2.5.1埃特金过程
    2.5.2米勒法
    2.5.3方法之间的比较
    2.5.4习题
    2.5.5算法与程序
    第3章线性方程组AX=B的数值解法
    3.1向量和矩阵简介
    3.1.1矩阵和二维数组
    3.1.2习题
    3.2向量和矩阵的性质
    3.2.1矩阵乘
    3.2.2特殊矩阵
    3.2.3非奇异矩阵的逆
    3.2.4行列式
    3.2.5平面旋转
    3.2.6MATLAB实现
    3.2.7习题
    3.2.8算法与程序
    3.3上三角线性方程组
    3.3.1习题
    3.3.2算法与程序
    3.4高斯消去法和选主元
    3.4.1选主元以避免a(p)pp=0
    3.4.2选主元以减少误差
    3.4.3病态情况
    3.4.4MATLAB实现
    3.4.5习题
    3.4.6算法与程序
    3.5三角分解法
    3.5.1线性方程组的解
    3.5.2三角分解法
    3.5.3计算复杂性
    3.5.4置换矩阵
    3.5.5扩展高斯消去过程
    3.5.6MATLAB实现
    3.5.7习题
    3.5.8算法与程序
    3.6求解线性方程组的迭代法
    3.6.1雅可比迭代
    3.6.2高斯-赛德尔迭代法
    3.6.3收敛性
    3.6.4习题
    3.6.5算法与程序
    3.7非线性方程组的迭代法:赛德尔法和牛顿法(选读)
    3.7.1理论
    3.7.2广义微分
    3.7.3接近不动点处的收敛性
    3.7.4赛德尔迭代
    3.7.5求解非线性方程组的牛顿法
    3.7.6牛顿法概要
    3.7.7MATLAB实现
    3.7.8习题
    3.7.9算法与程序
    第4章插值与多项式逼近
    4.1泰勒级数和函数计算
    4.1.1多项式计算方法
    4.1.2习题
    4.1.3算法与程序
    4.2插值介绍
    4.2.1习题
    4.2.2算法与程序
    4.3拉格朗日逼近
    4.3.1误差项和误差界
    4.3.2精度与O(hN+1)
    4.3.3MATLAB实现
    4.3.4习题
    4.3.5算法与程序
    4.4牛顿多项式
    4.4.1嵌套乘法
    4.4.2多项式逼近、节点和中心
    4.4.3习题
    4.4.4算法与程序
    4.5切比雪夫多项式(选读)
    4.5.1切比雪夫多项式性质
    4.5.2最小上界
    4.5.3等距节点
    4.5.4切比雪夫节点
    4.5.5龙格现象
    4.5.6区间变换
    4.5.7正交性
    4.5.8MATLAB实现
    4.5.9习题
    4.5.10算法与程序
    4.6帕德逼近
    4.6.1连分式
    4.6.2习题
    4.6.3算法与程序
    第5章曲线拟合
    5.1最小二乘拟合曲线
    5.1.1求最小二乘曲线
    5.1.2幂函数拟合y=AxM
    5.1.3习题
    5.1.4算法与程序
    5.2曲线拟合
    5.2.1y=CeAx的线性化方法
    5.2.2求解y=CeAx的非线性最小二乘法
    5.2.3数据线性化变换
    5.2.4线性最小二乘法
    5.2.5矩阵公式
    5.2.6多项式拟合
    5.2.7多项式摆动
    5.2.8习题
    5.2.9算法与程序
    5.3样条函数插值
    5.3.1分段线性插值
    5.3.2分段三次样条曲线
    5.3.3三次样条的存在性
    5.3.4构造三次样条
    5.3.5端点约束
    5.3.6三次样条曲线的适宜性
    5.3.7习题
    5.3.8算法与程序
    5.4傅里叶级数和三角多项式
    5.4.1三角多项式逼近
    5.4.2习题
    5.4.3算法与程序
    5.5贝塞尔曲线
    5.5.1伯恩斯坦多项式的性质
    5.5.2贝塞尔曲线的性质
    5.5.3习题
    5.5.4算法与程序
    第6章数值微分
    6.1导数的近似值
    6.1.1差商的极限
    6.1.2中心差分公式
    6.1.3误差分析和步长优化
    6.1.4理查森外推法
    6.1.5习题
    6.1.6算法与程序
    6.2数值差分公式
    6.2.1更多的中心差分公式
    6.2.2误差分析
    6.2.3拉格朗日多项式微分
    6.2.4牛顿多项式微分
    6.2.5习题
    6.2.6算法与程序
    第7章数值积分
    7.1积分简介
    7.1.1习题
    7.2组合梯形公式和辛普森公式
    7.2.1误差分析
    7.2.2习题
    7.2.3算法与程序
    7.3递归公式与龙贝格积分
    7.3.1龙贝格积分
    7.3.2习题
    7.3.2算法与程序
    7.4自适应积分
    7.4.1区间细分
    7.4.2精度测试
    7.4.3算法与程序
    7.5高斯-勒让德积分(选读)
    7.5.1习题
    7.5.2算法与程序
    第8章数值优化
    8.1单变量函数的极小值
    8.1.1分类搜索方法
    8.1.2利用导数求极小值
    8.1.3习题
    8.1.4算法与程序
    8.2内德-米德方法和鲍威尔方法
    8.2.1内德-米德方法
    8.2.2鲍威尔方法
    8.2.3习题
    8.2.4算法与程序
    8.3梯度和牛顿方法
    8.3.1最速下降法(梯度方法)
    8.3.2牛顿方法
    8.3.3习题
    8.3.4算法与程序
    第9章微分方程求解
    9.1微分方程导论
    9.1.1初值问题
    9.1.2几何解释
    9.1.3习题
    9.2欧拉方法
    9.2.1几何描述
    9.2.2步长与误差
    9.2.3习题
    9.2.4算法与程序
    9.3休恩方法
    9.3.1步长与误差
    9.3.2习题
    9.3.3算法与程序
    9.4泰勒级数法
    9.4.1习题
    9.4.2算法与程序
    9.5龙格-库塔方法
    9.5.1关于该方法的讨论
    9.5.2步长与误差
    9.5.3N=2的龙格-库塔方法
    9.5.4龙格-库塔-费尔伯格方法
    9.5.5习题
    9.5.6算法与程序
    9.6预报-校正方法
    9.6.1亚当斯-巴什福斯-莫尔顿方法
    9.6.2误差估计与校正
    9.6.3实际考虑
    9.6.4米尔恩-辛普森方法
    9.6.5误差估计与校正
    9.6.6正确的步长
    9.6.7习题
    9.6.8算法与程序
    9.7微分方程组
    9.7.1数值解
    9.7.2高阶微分方程
    9.7.3习题
    9.7.4算法与程序
    9.8边值问题
    9.8.1分解为两个初值问题:线性打靶法
    9.8.2习题
    9.8.3算法与程序
    9.9有限差分方法
    9.9.1习题
    9.9.2算法与程序
    第10章偏微分方程数值解
    10.1双曲型方程
    10.1.1波动方程
    10.1.2差分公式
    10.1.3初始值
    10.1.4达朗贝尔方法
    10.1.5给定的两个确定行
    10.1.6习题
    10.1.7算法与程序
    10.2抛物型方程
    10.2.1热传导方程
    10.2.2差分公式
    10.2.3克兰克-尼科尔森法
    10.2.4习题
    10.2.5算法与程序
    10.3椭圆型方程
    10.3.1拉普拉斯差分方程
    10.3.2建立线性方程组
    10.3.3导数边界条件
    10.3.4迭代方法
    10.3.5泊松方程和亥姆霍茨方程
    10.3.6改进
    10.3.7习题
    10.3.8算法与程序
    第11章特征值与特征向量
    11.1齐次方程组:特征值问题
    11.1.1背景
    11.1.2特征值
    11.1.3对角化
    11.1.4对称性的优势
    11.1.5特征值范围估计
    11.1.6方法综述
    11.1.7习题
    11.2幂方法
    11.2.1收敛速度
    11.2.2移位反幂法
    11.2.3习题
    11.2.4算法与程序
    11.3雅可比方法
    11.3.1平面旋转变换
    11.3.2相似和正交变换
    11.3.3雅可比变换序列
    11.3.4一般步骤
    11.3.5使dpq和dqp为零
    11.3.6一般步骤小结
    11.3.7修正矩阵的特征值
    11.3.8消去apq的策略
    11.3.9习题
    11.3.10算法与程序
    11.4对称矩阵的特征值
    11.4.1Householder法
    11.4.2Householder变换
    11.4.3三角形式归约
    11.4.4QR法
    11.4.5加速移位
    11.4.6习题
    11.4.7算法与程序
    附录AMATLAB简介
    部分习题答案
    中英文术语对照
查看详情
相关图书 / 更多
数值方法
数值计算方法
谢进
数值方法
数值分析试题解析(第2版)
曹婉容
数值方法
数值分析
周爱辉
数值方法
数值分析(英文版)
杜睿;孙志忠
数值方法
数值分析学习指导与题解
冯象初
数值方法
数值线性代数(MATLAB版)
马昌凤;柯艺芬
数值方法
数值分析
王亚红;王秋宝;田茹
数值方法
数值分析原理(第二版)
吴勃英;孙杰宝
数值方法
数值流形法
郑宏 著
数值方法
数值分析(第二版)
徐屹
数值方法
数值计算方法
罗贤兵
数值方法
数值分析算法与Python实现
闫丽宏
您可能感兴趣 / 更多
数值方法
宇宙视觉史:从宇宙大爆炸到时间的尽头
[美]查尔斯·刘 著;高爽 译者;[美]马克西姆· 马洛维奇科 绘;未读 出品
数值方法
写出我心 普通人如何通过写作表达自己(平装本)
[美]娜塔莉·戈德堡(Natalie Goldberg)
数值方法
写出我心3 写作疗愈的真正秘密
[美]娜塔莉·戈德堡(Natalie Goldberg)
数值方法
神套路:为什么我们总被带节奏(狂热与网红时代醍醐灌顶之作,教给普通人安身立命的不二法门!)
[美]阿里·阿莫萨维 著;[哥伦比亚]亚历杭德罗·希拉尔多 绘
数值方法
阿伦森自传
[美]埃利奥特·阿伦森(Elliot Aronson) 著;沈捷 译;湛庐文化 出品
数值方法
街头官僚:公共服务中的个人困境
[美]迈克尔·李普斯基(Michael Lipsky)
数值方法
史前至蒙古帝国时期的内欧亚大陆史
[美]大卫·克里斯蒂安 著;潘玲 译;杨建华 校
数值方法
意大利文艺复兴新艺术史
[美]迈克尔·韦恩·科尔 著;[美]斯蒂芬·J·坎贝尔;邵亦杨
数值方法
老人与海 彩图注音版 一二三四年级5-6-7-8-9岁小学生课外阅读经典 儿童文学无障碍有声伴读世界名著童话故事
[美]海明威
数值方法
养育的觉醒:全面激发孩子自驱力,教你如何心平气和做妈妈
[美]凯文·莱曼 著;唐晓璐 译;斯坦威 出品
数值方法
自律我也能做到(全9册)
[美]康妮·科维尔·米勒 著;[阿根廷]维多利亚·阿萨纳利 绘
数值方法
你在等什么?
[美]斯科特·明钦 著;[中]易万 译;[美]马特 ·斐兰 绘