本书介绍了现代数值分析中的重要概念与方法，包括线性和非线性方程与方程组的求解、数值微分和积分、插值、小二乘、常微分方程与偏微分方程的求解、特征值与奇异值的计算、*数与压缩方法，以及优化技术。全书穿插介绍了收敛、复杂度、条件、压缩和正交这5个数值分析中重要的概念。本书内容广泛,实例丰富,可作为自然科学、工程技术、计算机科学、数学、金融等专业人员进行教学和研究的参考书。

本书系统地介绍了数值分析的有关内容，共十章.内容包括:误差;非线性方程求根;线性方程组的数值解法;解线性代数方程组的迭代法;非线性方程组数值解与最优化方法;插值方法;数据拟合与函数逼近;数值积分和数值微分;常微分方程的数值解;矩阵特征值与特征向量的计算.本书的最大特色是在书中增加了科学计算与MATLAB 软件的内容，在介绍各种数值方法的同时，具体讲解了如何将算法编写成程序，以及如何用数学软件求解相关的数值问题.

本书旨在以动力系统理论为基础，阐述时间序列分析的现代方法。这部修订版，增加了一些新的章节，对原版进行了大量的修订和扩充。从潜在的理论出发，到实际应用话题，并用众多领域收集来的大量经验数据解释这些实用话题。本书对研究时间变量信号的各个领域包括地球、生命科学科学家和工程人员都十分有用。目次：基本话题：导论；线性工具和一般考虑；相空间方法；确定论和可预测性；不稳定性：Lyapunov指数；自相似性：当决定论是弱的时候非线性方法的应用；非线性线性精选；高等话题：高等浸入式方法；混沌数据和噪音；更多有关不变量；模型和预测；非平稳信号；耦合和非线性系统综合；混沌控制。A:TISEAN程序应用；B：实验数据集合描述。读者对象：数学、生命科学、经济等众多实践应用领域的科研人员。

复杂性理论主要研究决定解决算法问题的必要资源，以及利用可用资源可能得到的结果的界，而对这些界的深入理解可以防止寻求不存在的所谓有效算法。复杂性理论的新分支随着新的算法概念而不断涌现，其产物——如NP一完备性理论——已经影响到计算机科学的所有领域的发展。本书视化为一个关键概念，强调理论与实际应用的相互作用。本书论题始终强调复杂性理论对于当今计算机科学的重要意义，包含各种具体应用。

本书介绍了现代数值近似技术的理论及实用知识，解释了它们的工作原理。同它的前几个版本一样，该书仍将重点放在近似技术的数值分析上，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。本书内容丰富、翔实，可以根据不同的学习对象和学习目的，选择、组织、串联相应的章节，形成侧重于理论或是侧重于实用的两种学习策略。书中的每个概念均以大量的例子说明，同时书中还包含2000多个习题，范围从方法、算法的基本应用到理论的归纳与扩展，涉及物理、计算机、生物、社会科学等多个不同的领域。通过这些实例，进一步说明在现实世界中，数值方法是如何被应用的。第七版新增了两个突出的部分，一是前承条件共轭梯度方法，为线性方程系统提供了更完备的解决方法；另一部分是同伦与连续方法，为非线性方程系统的近似求解提供了不同的方