本书是为高等理工科院校各专业本科生、研究生开设的 数值计算方法 课程而编写的教材. 全书系统地介绍了现代科学与工程计算中常用的数值分析理论、方法及有关应用，内容包括： 数值计算方法引论、线性方程组的数值解法、非线性方程的数值解法、矩阵的特征值与特征向量的计算、插值法、小二乘法与曲线拟合、数值微积分、常微分方程的数值解法等. 本书取材新颖、阐述严谨、内容丰富、重点突出、推导详尽、思路清晰、深入浅出、富有启发性，便于教学与自学. 为了加强对学生基本知识的训练与综合能力的培养，每章末都配备了小结并精选了相当数量的算法与C语言程序设计上机实例、复习思考题及综合练习题，以便读者巩固、复习、应用所学知识. 书末附有习题答案与提示，可供教师与学生参考.本书可作为高等理工科院校各专业本科生、研究生 数值计算

本书主要讲述了抽象整数、带有单位的数量、数的可整除性、普通分数、小数、比和比例等内容，语言通俗易通；结构上划分七章，并从最基础的 理解数字 开始，又划分多个知识点，递进式讲述，衔接连贯.每章节在描述时，有的会配有具体例子参考，不脱离实际操作，使读者更快速掌握知识，也能够激发读者的阅读兴趣，启迪思维，提高对算术的认识. 本书适用于中小学师生、数学相关专业的学生以及对算术有专研精神的兴趣爱好者参考阅读.

配合课堂教学，提供给学生折纸活动的一本学习材料用书，促进学生在折纸活动中提升动手能力，发展思维能力。该书适合幼儿园到初中的学生，不同阶段的学生都能在折纸中找到乐趣。

【内容简介】 本书汇集了第16届至第20届国际数学奥林匹克竞赛试题及解答。本书广泛搜集了每道试题的多种解法. 且注重初等数学与高等数学的联系，更有出自数学名家之手的推广与加强。本书可归结出以下四个特点，即收集全、解法多、观点高、结论强。 本书适合于数学奥林匹克竞赛选手和教练员、高等院校相关专业研究人员及数学爱好者使用.

如何通过25次简单迭代得到圆周率的4500万位有效数字？利用深刻的数学思想以及高超的算法设计，就可以产生如此有威力的算法。本书用比较浅显的数学知识，比如三角函数、级数、迭代等概念，解释如何得到圆周率计算的高效算法。希望通过这本小册子，让读者从一个很小的角度感悟到计算机时代算法的基本思想。

本书主要讲述了抽象整数、带有单位的数量、数的可整除性、普通分数、小数、比和比例等内容，语言通俗易通；结构上划分七章，并从最基础的“理解数字”开始，又划分多个知识点，递进式讲述，衔接连贯。每章节在描述时

如何通过25次简单迭代得到圆周率的4500万位有效数字？利用深刻的数学思想以及高超的算法设计，就可以产生如此有威力的算法。本书用比较浅显的数学知识，比如三角函数、级数、迭代等概念，解释如何得到圆周率计算的高效算法。希望通过这本小册子，让读者从一个很小的角度感悟到计算机时代算法的基本思想。

《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。

由蔡锁章、杨明和雷英杰共同编著的这本教材《数值计算方法（第2版普通高等院校十三五规划教材）》在高等理工科院校的高等数学和线性代数知识的基础上，介绍数值计算方法的基本概念、方法和理论，着重介绍工程计算中的常用算法，包括误差理论、方程的近似解法、线性方程组解法、特征值和特征向量的求法、插值法和曲线拟合、数值微分与数值积分、常微分方程数值解法、偏微分方程数值解法等。各章配有适量习题，并附有习题答案。 本书可作为高等工科院校数值计算方法的教材，也可供工程技术人员自学参考。

本书作者在多年系统研究聚类技术的基础上编写了本书。书中从数据的类型、分布、数学基础及常用软件工具开始，首先描述了数据预处理方法、数据可视化方法，然后介绍了经典经典聚类技术，其中涵盖了基于划分的聚类方法、基于密度的聚类方法、基于层次的聚类方法等，并同时介绍了近几年发表在CCF A类会议和Science中几个聚类效果较好的几个新算法，最后对当前研究的热点问题－图聚类算法进行了详细阐述。 本书可作为计算机专业、大数据分析与处理专业的本科及研究生教材，也可供从事数据挖掘、大数据分析的科研人员使用。