Python for Mathematical Thinking

Книга посвящена развитию математического мышления через программирование на Python. Авторы объединяют строгие математические доказательства с вычислительными экспериментами, охватывая темы от целых чисел и евклидовых пространств до векторного исчисления, спектральной теории, вероятности, численной линейной алгебры, динамических систем и стохастического моделирования.

Особое внимание уделяется вычислительной сложности алгоритмов: анализ big-O сопровождает каждую теорему, а эффективные структуры данных выводятся, а не просто цитируются. Книга использует библиотеки NumPy, SymPy и SciPy для прототипирования абстрактных идей.

Для студентов это мост между доказательствами на доске и исполняемыми экспериментами. Для опытных математиков — расширяемая платформа для вычислительных исследований. Для практиков — принципиальные алгоритмы, корректность которых подтверждена теоремой, а не эмпирикой.

Заключительные главы затрагивают современные темы, такие как сжатое зондирование и квантовая информация.