偏最小二乘回归分析是从应用领域中提出的一种新型多元数据分析方法。20多年来，它在理论和应用方面都已经得到迅速的发展。偏最小二乘回归分析主要适用于多因变量对多自变量的回归建模，并可以有效地解决许多用普通多元回归无法解决的问题，诸如克服变量多重相关性在系统建模中的不良作用以及在样本容量小于变量个数的情况下进行回归建模等。而

本书是根据作者在北京理工大学为原子与分子物理专业研究生讲授"原子结构与光谱"的讲稿，经不断修改和补充而成的。作者力求物理思想清晰、理论层次分明，并反映本学科发展的现状和前沿。为强调重要的基本原理，本书尽量避免繁复的数学推证，使读者不仅能获得这一学科比较系统的基础知识，同时还能对原子结构与光谱领域的前沿课题有所了解。

作为应用数学基础教材，本书包括微积分、线性代数、概率论、线性规划、模糊数学、布尔代数共六大部分。覆盖了教育部颁布的高等数学大纲规定的全部教学内容，并在此基础上增加了与电子专业相关的模糊数学和布尔代数。本书具有全新的构思，不但考虑到数学的严谨性，而且以鲜明的思路引导读者迅速掌握这些数学工具，并应用到相关专业中解决具体问题

本书分三篇：第一篇泛函分析，第二篇沮阵代数与矩阵分析、第三篇Fourier分析与小波变换。

中国工业与应用数学学会（CSIAM）于2004年8月24—30日在湖南湘潭成功举办了“当代应用数学的前沿与展望学术研讨会”暨第八届中国工业与应用数学学会年会。考虑到大会报告因其代表性和前瞻性而具有很高的学术价值，我们集结成一卷出版。同时，在分组报告中也选取了一小部分。目前，数学模型在应用科学中的应用十分活跃，特别是在材