本书弱化了理论的严密证明，代之以简单的推导与方法的说明，加强了例题的示范作用，是浙江工业大学教学改革的系列教材之一。《BR》 本书主要介绍数值计算的基本理论与方法，内容包括数值计算引论、解线性方程组的直接法、解线性方程组的迭代法、非线性方程（组）的数值解法、插值法、逼近、数值积分与数值微分、常微分方程初值问题数值算法等。对于数学系的学生，教学内容可侧重算法的理论部分；对于一般工科的学生，教学内容可侧重算法的实用性和实验性部分。
《Mathematica基础及其在数学建模中的应用（第2版）》是作者结合多年的Mathematica与数学建模课程教学实践编写的，其内容包括Mathematica软件介绍、Mathematica应用基础、Mathematica在高等数学中的应用、Mathematica在线性代数中的应用、Mathematica在概率统计中的应用、利用Mathematica编程、Mathematica在数值计算及图形图像处理中的应用、Mathematica在绘制分形图中的应用、Mathematica在数学建模中的应用共9章。书中配备了较多关于Mathematica与数学建模的实例，这些实例是学习Mathematica与数学建模必须掌握的基本技能。 《Mathematica基础及其在数学建模中的应用（第2版）》由浅入深，由易到难，可作为学习Mathematica与数学建模的自学用书，也可以作为数学建模培训教材。
本书系统地介绍模拟退火算法以及这一方法的并行实现和在优化、搜索、机器学习、统计物理中的应用。主要内容包括：模拟退火算法、并行摸拟退火算法、渐近收敛性、冷却进度表、模拟退火算法的应用、改进和变异、Boltzmann机及其存组合优化中的应用。
**化是运筹学的一个重要分支，在很多领域具有广泛的应用。本书系统地介绍了线性规划、无约束优化及约束优化的基础理论和求解方法，主要内容包括:线性规划的对偶理论与**性条件、无约束优化的**性条件、约束优化的**性条件与鞍点定理;求解线性规划的单纯形算法、内点算法、非内部连续化算法;求解无约束优化的 速下降法、牛顿法、共辄梯度法、拟牛顿法、非单调线搜索法、信赖域法;求解约束优化的序列无约束优化法、可行方向法、序列二次规划法等，也简单介绍了多目标规划的基本理论与求解方法。本书内容丰富，力求深入浅出、通俗易懂，每章后都附有大量的习题，便于教学。
