本书是以培养计算思维能力为导向来构建教学内容的教材。全书共分10章，主要内容包括计算科学与计算思维、计算机系统组成及其工作原理、信息的表示与存储、常用数据结构与算法、计算机操作系统、计算机网络、人工智能基础、数据库基础及应用、信息安全和Office应用基础。本书的每个知识点均采用相应的案例，于知识讲解中贯穿计算思维的意识、方法和能力等3个层次的培养。每章均给出教学目标、知识要点、举案引思，以方便读者学习与参考，并且配有相应的微视频和辅导教材《大学计算机基础实践教程》。

计算思维是大学计算机基础教学研究的热点课题之一。《计算思维基础》从非计算机专业大学生的计算思维能力的培养出发，将计算思维的训练和培养融入教材的各个部分，从而提升非计算机专业大学生的计算思维能力和综合素养，进一步挖掘学科专业知识的学习潜能。《计算思维基础》依托计算机基础知识和结构，对计算思维的概念、方法及应用等进行阐述。

《数值计算方法》阐述数值计算的基本理论和常用计算方法，包括误差的基本理论、插值法、拟合法、数值微分与数值积分、非线性方程(组)的数值解法、线性方程组的直接解法及迭代解法、常微分方程(组)的数值解法。为了不同专业读者学习的方便，考虑MATLAB强大的数值计算功能及易学易用的特点，《数值计算方法》第7章介绍MATLAB的基础知识。《数值计算方法》例题使用MATLAB进行求解，数值实验给出MATLAB程序及运行结果的参考答案，方便读者自学与实践。

本书介绍了科学和工程实际中常用的数值计算方法及其相关的理论，内容包括线性方程组的数值解法、非线性方程（组）的数值解法、插值法、函数逼近、数值积分与数值微分、常微分方程数值解法、矩阵特征问题的数值计算。每章都有相关的Matlab应用函数、主要数值方法的Matlab程序，并配有应用例题、数值计算习题和实验题。为便于自学，数值计算习题附有答案。每个知识点配以教学Mooc视频，以及主要知识内容的导读、数值实验及程序演示、重点与难点解析、融入课程思政元素的数学家素材小视频，读者以二维码扫码获取相应知识信息

本书介绍现代科学计算中常用的数值计算方法及其理论，主要内容包括：数值计算的基本概念和基本原则、插值法、函数的逼近、数值积分和数值微分、线性方程组的直接解法、线性方程组的迭代解法、非线性方程和非线性方程组的数值解法、矩阵特征值问题的数值解法、常微分方程的数值解法.本书每章都配有较丰富的习题和数值实验题，书末附有习题参考答案与提示.本书取材精练、叙述清晰、系统性强、例题丰富，注重内容的实用性以及数值计算方法基本思想的阐述. 本书可作为高等院校理工科各专业“数值计算方法”和“数值分析”课程的教材或教学

本书系统介绍了计算方法及有关的基础理论。内容涉及计算方法的数学基础，计算方法在工程、科学、数学问题以及计算机学科前沿领域中的应用，主要算法的MATLAB程序等。本书涵盖了经典数值分析内容，包括误差分析、非线性方程的数值解法、线性方程组的数值解法、插值法与曲线拟合、数值积分与数值微分、常微分方程数值解法、矩阵特征值的计算、智能计算基本算法等。本书讲解深入浅出，聚焦计算方法的思想和原理，尽可能避免介绍过深的数学理论和过于繁杂的算法细节，易于教学。读者学习本书需要具备高等数学、线性代数及程序语言基础知

本书介绍了化的基本概念、典型案例、基本理论和优化算法。典型案例来自数据科学、机器学习、人工智能、图像和信号处理等领域，基本理论涵盖解的存在性和性、各类优化问题的一阶或二阶性条件、对偶理论等，优化算法包括无约束优化算法、约束优化算法、复合优化算法。全书案例丰富，理论翔实，展现了化的实践算法理论实践这一特点。书中配备了适量的习题，这些习题难易兼顾、层次分明，为正文的内容提供补充，并可检验读者的学习效果。 本书可作为高等院校数据科学专业的教材或参考书，供研究生和本科高年级学生使用，也可供从事图像

本书主要内容包括：MATLAB简介、MATLAB程序设计基础、矩阵运算、数值计算、符号运算、图形绘制、统计和方程等工具箱。本课程于2019年被评为山东省混合式一流本科课程，此次修订将会把混合式教学的研究成果融入教材中，增加自主学习检测、课内练习和课后作业，加强课前、课中、课后的训练；提升课程的高阶性，除了学习MATLAB的基础知识外，加强与后继课程内容的融合，增加研究性实验项目，培养学生利用MATLAB软件解决复杂问题的综合能力和高阶思维；提高课程的创新性，教学内容将以MATLAB 2020a版

LS-DYNA软件是LST公司（所属ANSYS公司）的一款显式动力分析软件，拥有大量不同种类的单元模型、材料模型和算法选择，能够很方便

《数值计算方法实验教程》是一本针对数值计算方法的实验课程的指导用书. 《数值计算方法实验教程》共8章,包括数值计算常用软件(MATLAB、C 、Python)介绍、非线性方程求根实验、线性方程组的直接解法实验、线性方程组的迭代解法实验、函数的插值法实验、曲线拟合实验、数值积分实验、矩阵特征值与特征向量的计算实验.《数值计算方法实验教程》注重数值计算问题的求解算法思路、算法实现及实现过程中会碰到的各种数值问题,以及算法代码的通用性.