数学建模理论、方法及应用(第2版)

《数学建模理论、方法及应用（第二版）》分11章，内容涉及数学建模简介、Python编程基础与科学计算、常微分方程及差分方程方法、偏微分方程、插值与拟合方法、很优化方法、图论方法、排队论、回归分析、因子分析、时间序列预测分析方法。第3-11章每章先给出历史沿革，然后进行方法简介，最后结合实例讲解建模方法，配合数学软件的介绍和使用，加强建模求解过程的基本训练，避免在解决问题中做繁琐的数学推导和计算，提高教材的可读性。扫描《数学建模理论、方法及应用（第二版）》的二维码可获取部分案例的数据文件、程序及彩图。

前言
第一版前言
第1章 数学建模简介 1
1.1 数学建模 1
1.1.1 数学模型和数学建模 1
1.1.2 数学建模的步骤 3
1.2 数学建模竞赛 5
1.2.1 数学建模竞赛的由来和发展 5
1.2.2 参加数学建模竞赛与应用数学解决实际问题的能力培养 7
参考文献 8
第2章 Python 编程基础与科学计算 9
2.1 Python 语言简介 9
2.2 Python 编程基础 9
2.2.1 Python 基本语法 9
2.2.2 基本数据类型 11
2.2.3 Python 控制语句 16
2.2.4 函数 20
2.3 Python 科学计算 25
2.3.1 NumPy 26
2.3.2 Pandas 33
2.3.3 Matplotlib 49
2.3.4 SciPy 52
参考文献 61
第3章 常微分方程及差分方程方法 62
3.1 历史沿革 62
3.2 方法简介 62
3.2.1 常微分方程方法 62
3.2.2 差分方程方法 70
3.3 建模案例 75
3.3.1 应用常微分方程建立数学模型举例 75
3.3.2 应用差分方程建立数学模型举例 83
3.4 思考与练习 95
参考文献 95
第4章 偏微分方程 96
4.1 历史沿革 96
4.2 方法简介 97
4.2.1 弦振动方程建模 97
4.2.2 热传导方程建模 100
4.2.3 偏微分方程定解问题 103
4.2.4 分离变量法 104
4.2.5 有限差分法 105
4.3 建模案例 112
4.4 思考与练习 115
参考文献 117
第5章 插值与拟合方法 118
5.1 历史沿革 118
5.2 一般插值方法 118
5.2.1 问题的提出 118
5.2.2 拉格朗日插值 119
5.2.3 牛顿插值 119
5.3 样条函数插值方法 121
5.3.1 样条函数的一般概念 121
5.3.2 样条函数插值 122
5.4 B 样条函数插值方法 126
5.4.1 磨光函数 126
5.4.2 等距 B 样条函数 126
5.4.3 一维等距 B 样条函数插值 128
5.4.4 二维等距 B 样条函数插值 129
5.5 最小二乘拟合方法 130
5.5.1 线性最小二乘拟合方法 130
5.5.2 最小二乘拟合函数的求解 130
5.5.3 一般线性最小二乘拟合方法 131
5.5.4 非线性最小二乘拟合问题 132
5.6 黄河小浪底调水调沙问题 132
5.6.1 问题的提出 132
5.6.2 模型的建立与求解 133
5.7 思考与练习 139
参考文献 139
第6章 很优化方法 140
6.1 历史沿革 140
6.2 线性规划方法 141
6.2.1 线性规划问题的提出 141
6.2.2 线性规划问题的标准形 141
6.2.3 线性规划问题解的概念 142
6.2.4 线性规划的基本定理 143
6.2.5 线性规划模型求解的单纯形法 143
6.2.6 人工变量方法 149
6.2.7 单纯形法的矩阵描述 151
6.2.8 对偶问题 153
6.2.9 灵敏度分析 154
6.2.10 R 求解及灵敏度分析 159
6.2.11 线性规划应用案例 160
6.3 非线性规划方法 162
6.3.1 非线性规划的基本概念和极值条件 162
6.3.2 无约束非线性规划的解法 165
6.3.3 约束非线性规划的很优性条件和解法 181
6.3.4 非线性规划应用案例 192
6.4 整数规划方法 198
6.4.1 整数规划的数学模型 198
6.4.2 整数规划特点 199
6.4.3 整数规划的常用求解方法 204
6.4.4 0-1整数规划及其解法 213
6.4.5 整数规划应用案例 218
6.5 目标规划方法 218
6.5.1 目标规划方法概述 218
6.5.2 目标规划应用案例 225
6.6 动态规划 231
6.6.1 多阶段决策过程和引例 232


6.6.2 动态规划的基本概念 233

……