本书是为理工科大学本科相关专业开设的"工程计算方法"或"数值分析"课程编写的实践类教材，主要内容包括数值计算的基本概念、非线性方程的一般解法、线性方程组的直接解法、线性方程组的迭代解法、插值与逼近、数值积分、非线性优化、启发式算法。本书对各数值算法进行了概述，并重点介绍了如何用C语言进行各类方法的编程实践；各章安排了大量结合不同专业背景的习题以及难度适中、适合学生进行上机实验的题目。
本书可作为理工科大学相关专业本科生的实践类教材，以及研究生相关课程的习题集或实验指导书，也可供从事科

本书分两篇，第1篇为计算方法，内容主要包括误差分析、方程求根、线性方程组数值解法、矩阵的特征值及特征向量的计算、插值法、曲线拟合、数值积分与数值微分、常微分方程数值解法和偏微分方程数值解法等。第２篇为计算实习，供学生自学，并用于指导学生上机实习。与第１篇各章相配套，本篇共有9个实习，每一实习均给出了该实习的目的与要求、算法概要、用c++语言和Matlab编写并调试通过的程序、实例及上机实习题。

本书着重介绍适合于电子计算机上采用的数值计算方法及其理论，内容主要包括绪论、非线性方程的解法、 线性代数方程组数值解法、多项式插值与函数最佳逼近、数值积分与数值微分、常微分方程数值解法和偏微分方程数值解法等7章，每章末附有足量习题，书后提供习题详细答案。本书内容覆盖了教育部工科研究生数学课程教学指导小组所制定的工科研究生数值分析课程教学基本要求，同时还增加了一些工科专业所需要的内容，如机器系数、有理函数插值、振荡函数积分等。

本书共13章，分别介绍了随机变量的抽样方法，随机向量的抽样方法，随机过程的抽样方法，Gibbs抽样和马尔可夫链，Metropolis-Hastings算法、HMC算法及SMC算法，EM算法和MM算法，梯度下降法，Newton-Raphson算法，坐标下降法，Boosting算法，凸优化与支持向量机，ADMM算法，深度学习等常用优化方法以及近些年在机器学习和深度学习领域使用的热门算法.对各种算法，作者除了给出计算步骤和统计模型的应用实例外，还对算法涉及的基本概念和重要收敛性定理进行了介绍和证明.本

本书是一部版权引进的俄文原版数学专著。中文书名可译为《蒙特卡罗方法中的随机过程和场模型：算法和应用》。作者是谢尔盖.米哈伊尔洛维奇.普里加林，俄罗斯物理和数学科学博士，新西伯利亚国立大学计算数学教研室教授，俄罗斯科学院西伯利亚分院计算数学和数学地球物理研究院首席研究员。

本书主要介绍有限单元法的基本理论、格式与求解方法, 包括平面、三维应力、等参数单元, 以及杆系结构单元、薄板和薄壳问题。另外, 也简要介绍了有限元动力分析, 并在附录中介绍了作为有限元理论基础的插值函数、变分和能量原理等。

本书介绍常用的数值计算方法，内容包括：函数插值、最小二乘拟合、非线性方程求解、线性方程组解法、数值积分和数值微分、常微分方程数值解法、矩阵的特征值问题等。本书例题丰富，有近百道形式多样的习题，并有C语言和Mathematica语言的例题，还有Matlab程序演示和各章教学PPT等数字资源材料，扫描二维码即可学习。

本书系统地介绍了科学与工程计算中常用的数值计算方法及有关理论分析和应用, 力求内容完整和算法实用。全书包括数值线性代数, 非线性方程( 组) 数值解法, 矩阵特征值问题, 数值逼近, 数值微分和数值积分, 微分方程数值求解。对于每种常用的数值解法, 不仅给出具体步骤, 而且还给出了MATLAB程序, 便于读者调用。本书注重数值计算基本思想的阐述以及计算方法的应用。书中每章都配有适当的习题、上机实验题, 并附有与本章内容有关的应用案例。

本教材依据《大学计算机基本要求》，从信息与社会、平台与计算、程序与算法、数据与智能四个维度进行组织。其中，信息与社会部分包括：信息与编码，信息伦理与法律，信息技术与社会变革，信息安全与隐私保护；平台与计算部分包括：计算模式演变，计算机的组织与结构，计算机的输入输出接口，计算机网络，物联网，新型计算系统（云计算、边缘计算等）；程序与算法部分包括：程序设计模式，基本数据结构，算法设计初步，Python语言初阶，软件开发模式与过程管理，软件复杂性分析，典型行业软件简介（自学）。数据与智能部分包括

　　数值分析原理及MATLAB实验依据数值分析的基本原理，从MATLAB程序设计的角度出发，较系统地阐述了数值分析的理论与算法。全书共9章，包括绪论、非线性方程求解、线性方程组的解法、非线性方程组的解法、插值法、函数逼近与曲线拟合、数值积分与数值微分、常微分方程求解、矩阵特征值计算。本书着重于算法设计与编程实现，强调通过理论联系实际提高动手编程能力。　　本书可作为数学、计算机、物理、工程类专业的本科生与研究生教材，也可供从事科学与工程计算的科技工作者参考。