研究生系列教材：数值分析 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

冯象初，任春丽，尚晓清 等 著

图书标签:

• 数值分析
• 研究生教材
• 高等教育
• 数学
• 算法
• 计算方法
• 科学计算
• 工程数学
• 数值计算
• 教材

出版社： 西安电子科技大学出版社

ISBN：9787560630069

版次：1

商品编码：11217611

包装：平装

丛书名： 研究生系列教材

开本：16开

出版时间：2013-02-01

用纸：胶版纸

页数：232

内容简介

　　《研究生系列教材：数值分析》系统地介绍了数值分析的理论和算法。全书共7章，内容包括三部分：第一部分是泛函分析基础，主要介绍距离空间、Banach空间、Hilbert空间的基本概念和理论；第二部分是数值逼近，包括函数的插值、逼近问题，数据处理问题，数值积分和数值微分；第三部分是数值代数，包括线性方程组、非线性方程（组）的数值解法，矩阵的特征问题。
　　《研究生系列教材：数值分析》内容丰富，论述翔实严谨，可作为数学系高年级本科生及电子、通信、计算机等理、工科专业研究生的教材，也可供从事科学和工程计算的科技工作者参考。

目录

第0章 引言
0.1 绪论
0.1.1 数值分析
0.1.2 泛函分析
0.1.3 本课程的内容及要求
0.1.4 算法的实现
0.2 误差的来源、基本概念及分析方法与原则
0.2.1 误差的来源
0.2.2 误差的基本概念
0.2.3 减少误差的若干原则
0.3 距离空间
0.3.1 距离和距离空间
0.3.2 内点、开集与闭集
0.3.3 点列的收敛性
0.4 赋范线性空间
0.4.1 线性空间
0.4.2 赋范线性空间
0.4.3 赋范线性空间中的收敛
0.4.4 向量和矩阵的范数
0.4.5 不动点定理
0.5 内积空间
0.5.1 内积空间
0.5.2 正交分解
0.5.3 Hilbert空间中的Fourier分析
习题

第1章 插值法
1.1 引言
1.2 拉格朗日插值法
1.2.1 线性插值
1.2.2 二次插值
1.2.3 n次插值
1.2.4 误差分析
1.3 牛顿插值法
1.3.1 差商及其性质
1.3.2 牛顿插值公式
1.3.3 插值余项
1.4 埃尔米特插值法
1.4.1 埃尔米特插值
1.4.2 埃尔米特插值的唯一性及余项
1.5 分段低次插值法与样条插值法
1.5.1 分段线性插值
1.5.2 分段三次埃尔米特插值
1.5.3 样条插值
1.6 二元函数插值方法
1.6.1 双线性插值
1.6.2 双二次插值
1.6.3 双三次插值
1.6.4 双三次埃尔米特插值
习题

第2章 最佳逼近和最小二乘法
2.1 内积空间中的最佳逼近
2.2 L2［a, b］中的最佳平方逼近
2.3 勒让德多项式和切比雪夫多项式
2.3.1 勒让德多项式
2.3.2 切比雪夫多项式
2.4 曲线拟合的最小二乘法
2.5 C［a, b］中最佳一致逼近多项式
2.5.1 最佳一致逼近多项式
2.5.2 最佳一次逼近多项式
2.5.3 多项式的最佳低次逼近
2.6 曲面逼近
2.6.1 局部三次曲面逼近
2.6.2 样条曲面逼近
习题

第3章 数值积分与数值微分
3.1 引言
3.1.1 数值求积的基本思想
3.1.2 代数精度的概念
3.1.3 插值型求积公式
3.1.4 求积公式的收敛性与稳定性
3.2 牛顿-柯特斯公式及余项估计
3.2.1 柯特斯系数
3.2.2 偶数阶求积公式的代数精度
3.2.3 几种低阶求积公式的余项
3.3 复化求积法
3.3.1 复化梯形公式
3.3.2 复化辛普森公式
3.4 龙贝格求积公式
3.4.1 梯形法的递推化
3.4.2 龙贝格算法
3.5 高斯求积公式
3.6 数值微分
3.7 数字图像的导数与梯度
3.7.1 二维数据的一阶导数
3.7.2 二维数据的二阶导数
习题

第4章 解线性方程组的方法
4.1 方程组的性态及条件数
4.2 高斯消去法和列主元消去法
4.2.1 高斯消去法
4.2.2 列主元消去法
4.2.3 高斯-若当消去法
4.3 矩阵三角分解法
4.3.1 矩阵的三角分解
4.3.2 平方根法
4.3.3 追赶法
4.4 雅可比方法和高斯-赛德尔方法
4.4.1 雅可比迭代法
4.4.2 高斯-赛德尔迭代法
4.4.3 收敛性
4.5 超松弛迭代法
4.6 广义逆
习题

第5章 非线性方程（组）求根
5.1 根的搜索
5.2 迭代法
5.2.1 迭代过程的收敛性
5.2.2 迭代公式的加速
5.3 方程求根的牛顿法
5.3.1 牛顿迭代公式及其收敛性
5.3.2 牛顿下山法
5.3.3 简化牛顿法、弦截法与抛物线法
5.4 代数方程求根
5.4.1 多项式求值的秦九韶算法
5.4.2 代数方程的牛顿法
5.4.3 代数方程的劈因子法
5.5 非线性方程组的迭代法
5.5.1 一般迭代法及其收敛条件
5.5.2 牛顿迭代法
习题

第6章 矩阵的特征值与特征向量的计算
6.1 引 言
6.2 幂法及反幂法
6.2.1 幂法
6.2.2 加速方法
6.2.3 反幂法
6.3 雅可比方法
6.3.1 引言
6.3.2 雅可比方法
6.3.3 雅可比过关法
6.4 豪斯荷尔德变换
6.4.1 引言
6.4.2 用正交相似变换约化矩阵
6.5 QR算法
6.5.1 引言
6.5.2 矩阵的QR分解
6.5.3 QR算法
6.5.4 带原点位移的QR方法
6.5.5 上Hessenberg矩阵的特征值计算
6.6 计算实对称矩阵部分特征值的二分法
6.7 奇异值分解
习题
参考文献

前言/序言

《概率论与数理统计》 本书是为高等院校理工科、经济管理类专业学生编写的一本概率论与数理统计教材。内容涵盖概率论和数理统计两个主要部分，旨在为读者提供扎实的理论基础和解决实际问题的能力。 第一部分 概率论 本部分深入浅出地介绍了概率论的基本概念、公理体系及其在实际问题中的应用。 随机事件与概率： 从直观的随机现象出发，引入随机事件的概念，并通过古典概型、几何概型和统计概型等方法，讲解了概率的定义与基本性质。内容包括事件的关系（包含、相等、互斥、对立）、事件的运算（并、交、差、补）以及概率的加法法则和乘法法则。特别强调了条件概率与独立性，为后续内容奠定基础。 随机变量及其分布： 详细阐述了离散型随机变量和连续型随机变量的概念，以及它们的概率分布（分布律、概率密度函数）和累积分布函数。本书对一些重要的离散分布（如二项分布、泊松分布、几何分布）和连续分布（如均匀分布、指数分布、正态分布、伽马分布、贝塔分布）进行了深入剖析，并给出了它们在统计推断中的应用场景。 多维随机变量及其分布： 扩展到多维随机变量的情况，包括联合分布、边缘分布和条件分布。深入讨论了随机变量的独立性，以及两个随机变量函数的分布（包括卷积公式的应用）。期望、方差、协方差等概念也得到了推广和详细讲解，特别是正态分布的多元推广——联合正态分布，在统计学中具有极其重要的地位。 大数定律与中心极限定理： 这是概率论中最重要的理论成果之一。本书系统介绍了切比雪夫不等式、马尔可夫不等式，以及切比雪夫大数定律、伯努利大数定律和辛钦大数定律。在此基础上，重点阐述了中心极限定理，包括独立同分布的列维中心极限定理和林德伯格-费勒中心极限定理。这些定理是统计推断得以成立的理论基石，解释了为什么许多随机现象在大量重复试验后会呈现出正态分布的特征。 第二部分 数理统计 本部分基于概率论的理论基础，着重介绍数理统计的基本方法和常用统计推断技术。 统计量及其分布： 引入了统计量的概念，它是样本的函数，用于描述样本的特征。重点介绍了样本均值、样本方差等常用统计量，并详细推导了它们在不同总体分布下的抽样分布，特别是卡方分布、t分布和F分布的来源和性质。这些分布是进行统计推断的关键工具。 参数估计： 详细讲解了点估计和区间估计两种主要的参数估计方法。点估计部分，介绍了矩估计法和最大似然估计法，并讨论了估计量的优良性标准（无偏性、有效性、一致性）。区间估计部分，重点介绍了置信区间的概念及其构造方法，并给出了均值、方差等参数的置信区间的计算。 假设检验： 阐述了假设检验的基本思想和步骤，包括原假设、备择假设、检验统计量、拒绝域和P值。本书系统介绍了常用的假设检验方法，如均值检验（z检验、t检验）、方差检验（卡方检验、F检验）以及比例检验。这些方法为科学研究和决策提供了量化的依据。 方差分析（ANOVA）： 针对多个样本均值进行比较的问题，本书引入了方差分析的思想，并详细讲解了单因素方差分析的原理和计算方法，以及F检验在其中的应用。这为比较不同处理或分组的效果提供了有力的统计工具。 回归分析（简要介绍）： 简要介绍了简单线性回归模型，包括回归方程的估计、回归系数的检验以及模型拟合优度（决定系数R²）的度量。回归分析是研究变量之间关系的重要统计方法。 本书特点： 理论严谨，逻辑清晰： 体系完整，概念界定明确，推导过程详细，确保数学严谨性。 内容循序渐进，易于理解： 从基本概念出发，逐步深入，将抽象的理论与具体的例子相结合，方便读者掌握。 强调应用，贴近实际： 结合实际应用场景，说明概率论与数理统计在科学、工程、经济等领域的价值。 配套习题丰富： 每章配有不同难度和类型的习题，有助于读者巩固和深化理解。 本书的编写旨在培养读者运用概率论与数理统计工具分析和解决问题的能力，为后续更深入的学习和研究打下坚实的基础。

评分☆☆☆☆☆

评价五 这部《研究生系列教材：数值分析》在数值积分与微分这一章的呈现方式，让我感到耳目一新。在数据分析和信号处理等领域，我们经常需要对离散数据进行积分或者求导，而数值积分和微分正是解决这类问题的关键。书中详细介绍了牛顿-科特斯公式，如梯形法则、辛普森法则等，并对它们的代数精度和误差形式进行了严谨的推导。我尤其欣赏书中对复合梯形法则和复合辛普森法则的讲解，它们能够有效地提高积分精度，在处理复杂函数时尤其有效。书中还介绍了高斯积分公式，这是一种更高级的数值积分方法，它通过巧妙地选择积分节点和权系数，能够在相同的节点数下获得更高的精度，这让我对数值积分的精妙之处有了更深的体会。在数值微分方面，书中介绍了前向差分、后向差分和中心差分等方法，并对它们的误差进行了分析，让我理解了中心差分通常具有更高的精度。书中还讨论了如何处理噪声数据中的微分问题，这在实际应用中非常重要。例如，书中提出的通过平滑处理后再进行数值微分的方法，为我解决一些实际工程问题提供了有效的思路。总而言之，这本书在数值积分与微分这一部分的讲解，既包含了基础的算法，又涉及到了更高级的优化方法，并且注重实际应用中的注意事项，让我能够更好地掌握这些工具。

评分☆☆☆☆☆

评价一 拿到这本《研究生系列教材：数值分析》的时候，我的心情是既期待又有点忐忑。期待是因为数值分析这门课在我看来是连接理论与实践的桥梁，很多复杂的工程问题，甚至是我们在实验室里遇到的看似无解的难题，往往都能在数值分析的工具箱里找到解决之道。忐忑则是因为这门学科本身就充满了抽象的数学概念和严谨的推导，能否真的将其融会贯通，并且应用于实际的科研工作，是我一直以来思考的问题。翻开目录，首先映入眼帘的是关于误差分析的部分，这让我感到非常欣慰。很多时候，我们专注于算法的效率和收敛性，却忽略了数值计算中不可避免的误差。这本书从误差的来源、传播以及控制等方面进行了详尽的阐述，这对于我理解算法的局限性，并从中选择最合适的解决方案至关重要。例如，书中对截断误差和舍入误差的区分，以及如何通过改进算法或提高精度来减小这些误差，都给了我深刻的启发。接着，关于方程求根的部分，书中详细介绍了牛顿法、二分法、不动点迭代等多种方法，并深入分析了它们的收敛性、稳定性和适用范围。我尤其对牛顿法在处理高阶收敛时的优化和改进方法很感兴趣，这在我解决一些非线性方程组问题时，往往能够起到事半功倍的效果。书中通过大量的图示和例子，将抽象的算法变得直观易懂，这对于我这样喜欢通过具体例子来理解概念的学习者来说，简直是福音。而且，书中还对这些方法的优缺点进行了比较，这让我能够根据问题的实际情况，做出更明智的选择。总之，这本书不仅仅是理论的堆砌，更注重培养读者解决实际问题的能力。

评分☆☆☆☆☆

评价九 这部《研究生系列教材：数值分析》在讲解“插值与逼近”时，其对误差分析的严谨性让我印象深刻。在实际应用中，我们往往需要在数据的离散点之间进行估算，或者用一个简单的函数来近似一个复杂的函数，这时候插值和逼近就发挥了关键作用。书中对拉格朗日插值和牛顿插值的误差项进行了详细的推导，并分析了误差与节点分布的关系，这让我深刻理解了为什么在高次插值时会出现龙格现象，以及如何通过选择合适的节点（例如切比雪夫节点）来改善插值效果。书中对样条插值的讲解更是让我眼前一亮，它不仅展示了样条插值在保持连续性和光滑性方面的优势，还详细讲解了如何构造各种类型的样条函数，如三次样条插值。我特别喜欢书中关于函数逼近的讨论，特别是最小二乘逼近。书中从误差平方和最小化的角度，给出了最小二乘法的推导过程，并且解释了它在数据拟合中的广泛应用。我印象深刻的是，书中还提到了如何利用傅里叶级数进行函数逼近，这让我对如何用正交函数系来表示和逼近函数有了更深入的认识。总而言之，这本书在插值与逼近章节，不仅仅是介绍了各种方法，更重要的是教会我们如何理解它们的误差特性，并根据实际需求选择最合适的方法，这对于我今后进行数据分析和模型建立非常有帮助。

评分☆☆☆☆☆

评价四 《研究生系列教材：数值分析》在微分方程数值解这部分的内容，可以说是我最为期待和关注的章节之一。在许多科学和工程领域，微分方程扮演着至关重要的角色，它们描述着各种动态系统的演化过程。然而，很多微分方程并没有解析解，这时候就需要依赖数值方法来求解。这本书对常微分方程的初值问题和边值问题都进行了详尽的阐述。对于初值问题，书中详细介绍了欧拉方法、改进欧拉方法、龙格-库塔方法等经典的单步法，并且对它们的局部截断误差和全局截断误差进行了深入的分析，让我能够理解不同方法的精度差异以及如何根据精度要求选择合适的方法。书中对刚性问题的处理方法，比如隐式欧拉法和向后微分公式（BDF），给我留下了深刻的印象，这对于求解一些特殊的微分方程非常有帮助。在边值问题方面，书中介绍了打靶法和有限差分法，并对它们的原理和适用范围进行了清晰的讲解。特别是有限差分法，书中通过将微分方程转化为代数方程组，让我理解了如何利用矩阵运算来求解边值问题，这与前面线性代数部分的知识融会贯通，形成了一个完整的知识体系。书中还引入了偏微分方程的数值解法，例如有限差分法和有限元法，虽然篇幅有限，但已经足够让我对这些更复杂的数值方法有一个初步的了解，这对我今后深入研究偏微分方程的数值解打下了基础。

评分☆☆☆☆☆

评价十 《研究生系列教材：数值分析》在最后几章对“计算方法在物理和工程中的应用”进行了非常精彩的阐述，这让我对前面学到的理论知识有了更深的理解和应用信心。书中通过一些经典的案例，比如流体动力学中的有限差分法、热传导方程的数值解、弹性力学中的有限元法等，生动地展示了数值分析在解决实际工程问题中的强大威力。我尤其对有限元法在处理复杂几何形状和边界条件方面的灵活性印象深刻，它能够将连续的物理域离散化为小的单元，从而将复杂的偏微分方程转化为代数方程组进行求解。书中对这些方法的讲解，不仅仅停留在算法层面，还会涉及到物理背景和问题的建模过程，这让我能够更好地理解这些数值方法是如何服务于实际问题的。例如，在讲解流体模拟时，书中会提到Navier-Stokes方程，并解释如何通过数值方法来求解这些方程，从而模拟流体的运动。在弹性力学方面，书中会介绍如何利用有限元方法来分析结构的受力情况，预测材料的变形和失效。这些具体的应用案例，让我对数值分析这门学科的价值有了更深刻的认识，也激发了我进一步探索其在我的研究领域中的应用潜力。这本书就像一个指南，指引我如何将抽象的数学理论转化为解决实际问题的利器。

评分☆☆☆☆☆

评价六 《研究生系列教材：数值分析》对于如何处理“找不到解析解”的数学问题，提供了一套非常系统化的思路。在我的学习和研究过程中，经常会遇到一些复杂的数学模型，这些模型中的方程往往难以求解，而这本书恰恰填补了我在这方面的知识空白。书中关于非线性方程组的求解部分，不仅仅是介绍了牛顿迭代法，还深入讲解了求解大型稀疏非线性方程组的策略，比如如何通过雅可比矩阵的稀疏性来优化计算过程，这对于我处理一些实际的工程仿真问题非常有帮助。我印象深刻的是，书中对于全局优化方法，如模拟退火、遗传算法等的初步介绍，虽然篇幅不多，但已经足够引起我的兴趣，让我意识到除了局部最优解，还有可能存在全局最优解，并且可以通过一些启发式算法来寻找。这本书并没有局限于传统的数值方法，而是展现了数值分析在更广阔的数学研究领域的应用前景。例如，书中在讲解不同算法时，都尽可能地联系到实际应用场景，比如在求解微分方程时，会提到用于模拟物理现象的各种方程；在讨论线性代数方法时，会联系到图像处理和数据压缩等领域。这种理论与实践的结合，让我能够更好地理解这些抽象概念的价值，并激发了我去探索更多应用的可能性。

评分☆☆☆☆☆

评价二 这部《研究生系列教材：数值分析》给我的整体感觉是内容全面，逻辑清晰，尤其是在涉及线性代数数值方法的部分，让我受益匪浅。在我的研究方向中，矩阵运算是必不可少的环节，无论是求解大型稀疏线性系统，还是进行特征值分解，都需要依靠高效且稳定的数值算法。书中对高斯消元法、LU分解、Crout分解等直接法进行了细致的讲解，并且对它们在数值稳定性和计算复杂度方面的权衡给出了深入的分析。我印象特别深刻的是，书中关于迭代法的部分，比如雅可比迭代、高斯-赛德尔迭代以及超松弛迭代，不仅给出了算法的推导过程，还详细探讨了它们的收敛条件，这对于我理解为什么某些迭代法会失效，而另一些则能快速收敛，提供了理论依据。而且，书中还特别强调了预条件子的重要性，这在我处理病态矩阵时，能够显著改善迭代法的收敛速度和精度。在特征值问题的求解方面，书中介绍了幂法、反幂法、QR算法等经典方法，并对它们的适用范围和计算效率进行了比较。我尤其对QR算法的收敛性和数值稳定性印象深刻，它在实际应用中能够提供高精度的特征值和特征向量，这对于很多工程领域，比如振动分析和模态分析，都至关重要。书中还穿插了一些实际应用的案例，比如如何利用这些线性代数数值方法来解决实际的工程问题，这让我对这些抽象的数学工具有了更直观的认识，也激发了我进一步探索其在我的研究中的应用潜力。

评分☆☆☆☆☆

评价八 《研究生系列教材：数值分析》在讨论求解非线性方程时，其对算法的分析维度非常丰富，这让我不再局限于单一的求解思路。《牛顿法》章节虽然经典，但书中对它的变种和改进，比如拟牛顿法，也进行了详细的介绍。特别是对BFGS算法的推导和解释，让我明白了如何通过近似海森矩阵来避免计算导数，这在导数难以获得或者计算成本很高的情况下，是非常实用的。书中还详细讲解了不动点迭代法的收敛条件，并举例说明了如何通过等价变换来构造一个收敛的不动点迭代。我印象深刻的是，书中还引入了全局优化方法，例如模拟退火算法，虽然不是直接求解方程，但在很多实际问题中，我们面临的是一个目标函数，需要找到使之最小（或最大）的点，这时候全局优化方法就显得尤为重要。书中对模拟退火算法的随机性和退火过程的控制进行了细致的讲解，让我了解到其在复杂搜索空间中寻找最优解的独特优势。书中还穿插了一些关于如何处理具有约束条件的非线性方程组的讨论，这为我今后在工程优化问题中，如何建立数学模型并求解提供了重要的指导。总而言之，这本书让我认识到，解决非线性方程问题并非只有一种途径，而是可以根据问题的特点，选择最适合的算法，并且能够通过对算法的深入理解，对其进行改进和优化，以获得更好的结果。

评分☆☆☆☆☆

评价三 我对《研究生系列教材：数值分析》的看法是，它在插值与逼近这一章节的处理上，达到了相当高的水准。在我的研究领域，常常需要对实验数据进行平滑处理，或者利用已知数据点来预测未知点的值，这都离不开插值和逼近的技术。书中详细介绍了多项式插值，包括拉格朗日插值和牛顿插值，并且对它们的优缺点进行了细致的比较，特别是对龙格现象的解释，让我恍然大悟，理解了为什么在高次多项式插值时会出现振荡。书中对样条插值的讲解尤其精彩，不仅给出了三次样条插值的构造方法，还深入分析了其在保持连续性和光滑性方面的优势，这对于处理实际数据时，能够得到更加平滑、自然的曲线，避免了高次多项式插值带来的不稳定性。我特别喜欢书中关于函数逼近的内容，例如最小二乘逼近和切比雪夫逼近，它们为我们提供了一种在一定误差范围内找到最佳函数近似的方法。书中通过一些优化问题的角度来阐述最小二乘法，这让我从数学优化的视角理解了其原理，也为我今后在实际问题中应用最小二乘法打下了坚实的基础。另外，书中还介绍了一些非线性逼近的方法，这为我处理一些非线性的数据拟合问题提供了思路。总而言之，这本书在插值与逼近这块的讲解，既有理论深度，又不失实践指导意义，让我能够更好地利用这些数学工具来解决我遇到的实际问题。

评分☆☆☆☆☆

评价七 这部《研究生系列教材：数值分析》在讲解数值线性代数时，对算法的稳定性和鲁棒性进行了高度的关注，这给我留下了深刻的印象。在实际的数值计算中，我们常常会遇到各种各样的问题，比如矩阵的病态性、计算的溢出和下溢等等，这些都会影响计算结果的准确性。书中在介绍高斯消元法时，就着重讲解了如何通过列主元消去来提高数值稳定性，避免了除以接近于零的数所带来的巨大误差。这对于我理解为什么在实际应用中，简单的算法有时候会失效，而更复杂的算法反而能提供更可靠的结果，提供了深刻的洞察。书中对QR分解和SVD分解的讲解，同样强调了它们的数值稳定性和在各种问题中的普适性，比如SVD在降维、去噪和推荐系统中的应用，都充分展示了其强大的功能。我特别喜欢书中关于迭代法求解线性系统的讨论，它不仅分析了收敛性，还探讨了如何通过预条件子来加速收敛，这在处理大型稀疏系统时尤其重要。书中还提到了 Lanczos 算法和 Arnoldi 算法等用于求解大型稀疏特征值问题的迭代方法，这对我今后在处理大规模数据时，进行降维和特征提取非常有帮助。这本书的精髓在于，它不仅仅是教会我们如何使用这些算法，更重要的是教会我们理解算法背后的原理，以及如何在实际问题中选择最合适的算法，并关注算法的可靠性和稳定性。

评分☆☆☆☆☆

书挺好的，由于这个书挺难买的，到处都缺货，所以配送的挺慢的，八天才到，所以等的有点着急。但是还好啦，就耽误了一节课。我们是当教材用的，挺好的，这本书可能以后当教材的还挺多的，所以建议卖家多弄点，呵呵。

评分☆☆☆☆☆

讲的不很详细

评分☆☆☆☆☆

不错，我很满意这个商品！

评分☆☆☆☆☆

新书很好没问题

评分☆☆☆☆☆

讲的不很详细

评分☆☆☆☆☆

质量很好，内容丰富，物流比较给力

评分☆☆☆☆☆

这本书编写的很好，用起来很方便！！好评啊！！

评分☆☆☆☆☆

没什么可评价的，学校规定要用的书。送货比较慢。

评分☆☆☆☆☆

书是好书，可能有点旧，不过无妨，不好学。