Obter informações físicas a partir de dados experimentais é um problema inverso cuja resolução determina causas desconhecidas com base na observação de seus efeitos. Por outro lado, o problema direto correspondente envolve a caracterização de efeitos a partir da análise de suas causas. Problemas diretos e inversos podem ser modelados através de diferentes equações matemáticas. Nessas equações há uma entrada (causa) e uma saída (efeito) conectados por um operador linear ou não linear (geralmente do tipo integral ou diferencial). Usualmente, dados experimentais representam o efeito enquanto parâmetros físicos de medição indireta prefiguram a causa. Se um problema inverso for mal-colocado, ou seja, uma ou mais de três condições; existência, unicidade e continuidade com relação às incertezas experimentais, não forem satisfeitas, então técnicas numéricas especiais serão requeridas para sua solução. Nesse livro são descritas as metodologias computacionais baseadas na Dinâmica Moleculare em Redes Neuronais Artificiais Recursivas para abordar problemas diretos e inversos de interesse químico.