本书共九章，重点通过基础知识讲解、算例剖析和技巧提示，引导读者熟悉GPU并行算法、CUDA Fortran基础知识，进而掌握基于CUDA Fortran的GPU高性能计算应用软件设计方法。其中，第1章介绍相关研究背景；第2~6章介绍基于CUDA Fortran的GPU通用计算基本概念、编程方法与优化原则；第7~9章介绍基于MPI+CUDA的N-S方程数值求解。书中的示例的构思以及分析过程是本书最具价值的部分，读者通过阅读这些内容，对GPGPU技术做到融会贯通、举一反三，只要掌握了这些简单的示例，更复杂的问题也能迎刃而解。在本书的帮助下，读者不需熟悉GPU硬件或者CUDAC（虽然熟悉这两者有助于使用本书）就可完成GPU的学习和使用。

本书是明朝三大数学名著之一，是我国数学史、珠算史上百科全书式的重要著作，内容几乎涉及现代初等数学、珠算的所有内容，故称为 大全 。 本书适合大中小学数学教师及广大数学爱好者阅读.

Thiook is dedicated to our wives Helen, Mary Lou and Song and our families for their support and patience during the preparation of thiook, and also to all of our students and colleagues who over the years have contributed to our knowledge of the finite element method. In particular we would like to mention Professor Eugenio Oniate and his group at CIMNE for their help, encouragement and support during the preparation process.

丛书（第2辑）：拉格朗日乘子定理》从一道2005年全国高中联赛试题的高等数学解法谈起，详细介绍了拉格朗日乘子定理的相关知识及应用，《 丛书（第2辑）：拉格朗日乘子定理》共9章，读者可以较全面地了解这一类问题的实质，并且还可以认识到它在其他学科中的应用。

科学家预言：“21世纪，人类将从经典信息时代跨越到量子信息时代。”创立了一个世纪的量子力学随着20世纪90年代与信息科学交叉融合诞生的量子信息学，已成为量子信息时代来临的重要标志。 本书是一部研究量子计算与量子优化算法的学术著作。在简要综述外该领域研究成果的基础上，主要篇幅介绍了作者近年来取得的创新性研究成果。全书共8章，主要内容包括：量子力学基础；量子计算基础；基本量子算法；Grover量子搜索算法的改进；量子遗传算法；混沌量子免疫算法，量子蚁群算法，量子粒子群算法；量子神经网络模型与算法；量子遗传算法在模糊神经控制器参数优化设计中的应用。 本书由浅入深、深入浅出、可读性好，具有系统性、交叉性、前沿性等特点。为便于学习，书中给出了多种量子优化算法在搜索、优化、聚类、识别与控制中的应用例