本书是在作者对粗糙集、模糊集相关理论研究和应用的基础上，将一些结果和应用加以汇总、总结、整理而成。主要内容包括：粗糙集理论的基本概念；模糊集理论的基本概念；粗糙集与模糊集的互补性研究及其应用；对不完备信息系统中粗糙集理论的模型的扩充研究；粗糙集在中医胸痹证候识别中的应用研究。 本书适合知识发现、数据挖掘、人工智能、决策分析、中医研究及应用等领域的科研人员和高校师生阅读。
本书的内容是现代科学计算中常用的数值计算方法及其原理，包括数值逼近，插值与拟合，数值积分，线性与非线性方程组数值解法，矩阵特征值与特征向量计算，常微分方程初值问题、刚性问题与边值问题数值方法，以及并行算法概述等。本书是为学过少量《计算方法》的理工科研究生学习《数值分析》而编写的教材。内容较新，起点较高，叙述严谨，系统性强，偏重数值计算一般原理。每章附有习题及数值试验题，附录介绍了Matlab软件以便于读者使用。本书可作为理工科研究生《数值分析》课程的教材或参考书，也可供从事科学与工程计算的科技人员学习参考。
本书讲述各种数值逼近的理论和方法。除介绍传统的数值逼近内容外，还介绍了多元插值、多元直交多项式、高维数值积分、多元样条，以及曲线、曲面的生成与逼近等多种新理论和新方法，其中还包括了作者的部分科学研究成果。 本书可作为大学本科计算数学专业教材，也可作为其他理工学科硕士、博士研究生的教材或参考书。
《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、Mathematic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。
本书以版MATLAB为平台，介绍了数值分析方法与图形可视化。全书共分9章，、2章讲解了MATLAB基础知识，第3～9章分别讲解了误差、插值法与曲线拟合、线性方程组的数值解法、非线性方程求解、数值微分与数值积分、矩阵特征值计算和常微分方程的数值解。MATLAB以其独特的魅力，改变了传统数值分析的编程观念，从而成为实现上述目标的有利工具。 本书可作为理工科各专业本科生、研究生以及应用MATLAB的相关科技人员学习MATLAB数值分析、建模、仿真的教材或参考书。
对于历届诺贝尔经济学奖得主，本书首先说明他们的获奖工作，并给出了他们的照片和生平简介；然后介绍了他们的获奖工作与数学之间的联系；最后介绍一个或几个相关的数学逻辑。 读者对象：数学、经济管理以及财经等专业的大学生，也可供相关专业的科研和教学人员参考，
