中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
闖進數(shù)學世界――探秘歷史名題
-
>
中醫(yī)基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫(yī)內科學·全國中醫(yī)藥行業(yè)高等教育“十四五”規(guī)劃教材
數(shù)學建模教程 版權信息
- ISBN：9787122280992
- 條形碼：9787122280992 ; 978-7-122-28099-2
- 裝幀：暫無
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
數(shù)學建模教程 本書特色
本書分7章,介紹數(shù)學建模基本方法、理論。具體內容包括:數(shù)學建模概述、基本方法建模、數(shù)值計算基礎、微分方程方法建模、優(yōu)化問題及其求解、統(tǒng)計分析方法、現(xiàn)代優(yōu)化方法。另外,本書還介紹數(shù)學建模競賽中常用的軟件,包括LINGO 軟件、Matlab軟件、SPSS軟件在數(shù)學建模中的應用。每章配有習題。
本書可作為本科生、研究生的數(shù)學建模教材,也可以作為數(shù)學建模指導教師及參賽者的參考書。
數(shù)學建模教程 內容簡介
結合大學生數(shù)學建模競賽，提供豐富的數(shù)學建模案例分析，并給出算法實現(xiàn)的代碼
數(shù)學建模教程 目錄
第1 章 數(shù)學建模概述
1.1 數(shù)學模型與數(shù)學建模 1
1.1.1 數(shù)學模型 1
1.1.2 數(shù)學模型的分類 1
1.1.3 數(shù)學建模 2
1.2 數(shù)學建模的一般步驟 2
1.3 數(shù)學建模示例 4
1.4 數(shù)學建模能力培養(yǎng) 9
習題1 10
第2 章 基本方法建模
2.1 初等模型 11
2.1.1 桌子能放平嗎 11
2.1.2 雙層玻璃窗的功效 13
2.1.3 動物的身長與體重 14第1 章 數(shù)學建模概述
1.1 數(shù)學模型與數(shù)學建模 1
1.1.1 數(shù)學模型 1
1.1.2 數(shù)學模型的分類 1
1.1.3 數(shù)學建模 2
1.2 數(shù)學建模的一般步驟 2
1.3 數(shù)學建模示例 4
1.4 數(shù)學建模能力培養(yǎng) 9
習題1 10
第2 章 基本方法建模
2.1 初等模型 11
2.1.1 桌子能放平嗎 11
2.1.2 雙層玻璃窗的功效 13
2.1.3 動物的身長與體重 14
2.1.4 公平的席位分配 16
2.1.5 效益的合理分配 20
2.2 簡單的優(yōu)化方法建模 23
2.2.1 步長的選擇 24
2.2.2 實物交換與消費者的選擇 25
2.2.3 庫存模型 28
2.2.4 森林救火模型 30
2.3 概率方法建模 33
2.3.1 傳送帶的效率 33
2.3.2 報童問題 35
2.3.3 零件的預防性更換 36
2.3.4 零件的參數(shù)設計 38
2.3.5 足球門的危險區(qū)域 41
2.3.6 隨機人口模型 44
2.4 馬爾可夫鏈法建模 46
2.4.1 馬爾可夫鏈的基本知識 46
2.4.2 有利潤的馬爾可夫鏈 51
2.4.3 案例分析 53
習題2 58
第3 章 數(shù)值計算基礎
3.1 誤差分析 60
3.1.1 誤差的來源 60
3.1.2 誤差類型 61
3.1.3 向量和矩陣的范數(shù) 64
3.1.4 誤差的傳遞 67
3.2 插值與擬合 68
3.2.1 引例 68
3.2.2 理論基礎:數(shù)據(jù)插值與擬合 69
3.2.3 用Matlab軟件求解插值與擬合問題 71
3.2.4 案例分析 73
3.3 數(shù)值微分和數(shù)值積分 76
3.3.1 數(shù)值微分 76
3.3.2 數(shù)值積分 79
3.3.3 Matlab求解數(shù)值積分和數(shù)值微分 86
3.4 非線性方程求解 89
3.4.1 引言 90
3.4.2 二分法 90
3.4.3 迭代法求根 91
3.4.4 牛頓迭代法 92
3.4.5 Matlab求解非線性方程 93
3.5 線性方程組的數(shù)值解法 96
3.5.1 解線性方程組的迭代法 97
3.5.2 迭代法的收斂條件 99
3.5.3 Matlab求解線性方程組 101
3.6 常微分方程的數(shù)值解法 108
3.6.1 簡單的數(shù)值方法與基本概念 109
3.6.2 龍格-庫塔方法 113
3.6.3 線性多步法 115
3.6.4 Matlab求解常微分方程初值問題 117
習題3 118
第4 章 微分方程方法建模
4.1 常微分方程建模 120
4.1.1 幾個簡單實例 120
4.1.2 傳染病模型 122
4.1.3 藥物在體內的分布與排除 126
4.1.4 廣告問題 129
4.1.5 經濟增長模型 131
4.1.6 人口的預測 133
4.1.7 減肥計劃安排問題 135
4.2 差分方程建模 139
4.2.1 抵押貸款買房問題 140
4.2.2 連續(xù)模型的差分方法 140
4.2.3 差分形式阻滯增長模型 141
4.3 穩(wěn)定性方法 144
4.3.1 微分方程的平衡點與穩(wěn)定性 145
4.3.2 差分方程的不動點與穩(wěn)定性 146
4.3.3 捕魚業(yè)的持續(xù)收獲 148
4.3.4 種群的生存 149
4.4 偏微分方程建模 157
4.4.1 擴散問題的偏微分方程模型 157
4.4.2 期權定價模型 163
習題4 165
第5 章 優(yōu)化問題及其求解
5.1 優(yōu)化模型簡介 167
5.1.1 優(yōu)化問題的一般形式 167
5.1.2 可行解和*優(yōu)解 167
5.1.3 模型的基本類型 168
5.1.4 近年國賽中的優(yōu)化模型 169
5.2 運輸問題 169
5.2.1 問題描述 169
5.2.2 問題分析 169
5.2.3 模型建立 170
5.2.4 模型求解 170
5.3 轉運問題 172
5.3.1 問題描述 172
5.3.2 問題分析 173
5.3.3 模型建立 174
5.3.4 模型求解 174
5.4 選址問題 176
5.4.1 問題描述 176
5.4.2 問題分析 176
5.4.3 模型建立 177
5.4.4 模型求解 178
5.5 指派問題 181
5.5.1 問題描述 181
5.5.2 問題分析 181
5.5.3 模型建立 181
5.5.4 模型求解 182
5.6 *短路問題 183
5.6.1 問題描述 183
5.6.2 問題分析 183
5.6.3 模型建立 184
5.6.4 模型求解 184
5.7 *大流問題 186
5.7.1 問題描述 186
5.7.2 問題分析 186
5.7.3 模型建立 187
5.7.4 模型求解 187
5.8 *小費用*大流問題 188
5.8.1 問題描述 189
5.8.2 問題分析 189
5.8.3 模型建立 189
5.8.4 模型求解 189
5.9 *小生成樹問題 191
5.9.1 問題描述 191
5.9.2 問題分析 192
5.9.3 模型建立 193
5.9.4 模型求解 193
5.10 旅行商問題 194
5.10.1 問題描述 195
5.10.2 問題分析 196
5.10.3 模型建立 196
5.10.4 模型求解 197
5.11 交巡警服務平臺的合理調度研究 199
5.11.1 問題描述 200
5.11.2 問題分析 200
5.11.3 符號說明 201
5.11.4 模型一的建立與求解 201
5.11.5 模型二的建立及求解 203
習題5 204
第6 章 統(tǒng)計分析方法
6.1 一元線性回歸分析 206
6.1.1 一元線性回歸模型的一般形式 206
6.1.2 回歸參數(shù)β0,β1 的*小二乘估計 207
6.1.3 回歸模型的檢驗 208
6.1.4 回歸模型的預測 210
6.1.5 案例分析 211
6.2 多元線性回歸分析 214
6.2.1 多元線性回歸模型的一般形式 214
6.2.2 多元線性回歸模型的參數(shù)估計 215
6.2.3 多元線性回歸模型的檢驗 216
6.2.4 多元線性回歸模型的預測 220
6.2.5 案例分析 220
6.3 常用曲線估計與一般非線性曲線回歸 225
6.3.1 常用曲線估計類型及線性化方法 225
6.3.2 案例分析 226
6.3.3 非線性曲線估計回歸的基本原理 230
6.3.4 案例分析 230
6.4 聚類分析 234
6.4.1 聚類分析的原理及分析步驟 234
6.4.2 相似性度量 235
6.4.3 系統(tǒng)聚類法 238
6.4.4 快速聚類法 239
6.4.5 案例分析 240
6.5 判別分析 250
6.5.1 判別分析基本理論 250
6.5.2 案例分析 252
6.6 因子分析 259
6.6.1 因子分析模型 260
6.6.2 因子載荷的求解、因子旋轉、因子得分 261
6.6.3 案例分析 263
習題6 269
第7 章 現(xiàn)代優(yōu)化方法
7.1 遺傳算法簡介 275
7.1.1 基本概念 276
7.1.2 算法定義 276
7.1.3 算法特點 276
7.1.4 術語說明 277
7.1.5 發(fā)展現(xiàn)狀介紹 277
7.1.6 一般算法 278
7.1.7 運算過程 279
7.1.8 終止條件 281
7.1.9 應用領域 281
7.1.10 基本框架 281
7.1.11 實例研究 282
7.2 粒子群算法 284
7.2.1 基本粒子群算法 284
7.2.2 帶慣性權重的粒子群算法 285
7.2.3 帶收縮因子的粒子群算法 286
7.2.4 改進的粒子群算法 286
7.2.5 粒子群算法的應用 289
7.3 蒙特卡羅算法 291
7.3.1 基本概述 291
7.3.2 基本思想 291
7.3.3 應用領域 292
7.3.4 工作過程 292
7.3.5 模擬計算 292
7.3.6 發(fā)展運用 292
7.3.7 一般步驟 293
7.3.8 實例研究 293
7.4 神經網絡 295
7.4.1 基本介紹 295
7.4.2 基本特征 295
7.4.3 特點和優(yōu)越性 296
7.4.4 發(fā)展歷史 296
7.4.5 基本結構 297
7.4.6 應用實例——BP神經網絡模型 297
7.4.7 分析方法 304
7.5 模擬退火算法 304
7.5.1 算法的發(fā)展過程和應用及發(fā)展前景 305
7.5.2 模擬退火模型 306
7.5.3 案例分析 307
7.5.4 模擬退火算法及過程 308
習題7 311
參考文獻信息
1.1 數(shù)學模型與數(shù)學建模 1
1.1.1 數(shù)學模型 1
1.1.2 數(shù)學模型的分類 1
1.1.3 數(shù)學建模 2
1.2 數(shù)學建模的一般步驟 2
1.3 數(shù)學建模示例 4
1.4 數(shù)學建模能力培養(yǎng) 9
習題1 10
第2 章 基本方法建模
2.1 初等模型 11
2.1.1 桌子能放平嗎 11
2.1.2 雙層玻璃窗的功效 13
2.1.3 動物的身長與體重 14第1 章 數(shù)學建模概述
1.1 數(shù)學模型與數(shù)學建模 1
1.1.1 數(shù)學模型 1
1.1.2 數(shù)學模型的分類 1
1.1.3 數(shù)學建模 2
1.2 數(shù)學建模的一般步驟 2
1.3 數(shù)學建模示例 4
1.4 數(shù)學建模能力培養(yǎng) 9
習題1 10
第2 章 基本方法建模
2.1 初等模型 11
2.1.1 桌子能放平嗎 11
2.1.2 雙層玻璃窗的功效 13
2.1.3 動物的身長與體重 14
2.1.4 公平的席位分配 16
2.1.5 效益的合理分配 20
2.2 簡單的優(yōu)化方法建模 23
2.2.1 步長的選擇 24
2.2.2 實物交換與消費者的選擇 25
2.2.3 庫存模型 28
2.2.4 森林救火模型 30
2.3 概率方法建模 33
2.3.1 傳送帶的效率 33
2.3.2 報童問題 35
2.3.3 零件的預防性更換 36
2.3.4 零件的參數(shù)設計 38
2.3.5 足球門的危險區(qū)域 41
2.3.6 隨機人口模型 44
2.4 馬爾可夫鏈法建模 46
2.4.1 馬爾可夫鏈的基本知識 46
2.4.2 有利潤的馬爾可夫鏈 51
2.4.3 案例分析 53
習題2 58
第3 章 數(shù)值計算基礎
3.1 誤差分析 60
3.1.1 誤差的來源 60
3.1.2 誤差類型 61
3.1.3 向量和矩陣的范數(shù) 64
3.1.4 誤差的傳遞 67
3.2 插值與擬合 68
3.2.1 引例 68
3.2.2 理論基礎:數(shù)據(jù)插值與擬合 69
3.2.3 用Matlab軟件求解插值與擬合問題 71
3.2.4 案例分析 73
3.3 數(shù)值微分和數(shù)值積分 76
3.3.1 數(shù)值微分 76
3.3.2 數(shù)值積分 79
3.3.3 Matlab求解數(shù)值積分和數(shù)值微分 86
3.4 非線性方程求解 89
3.4.1 引言 90
3.4.2 二分法 90
3.4.3 迭代法求根 91
3.4.4 牛頓迭代法 92
3.4.5 Matlab求解非線性方程 93
3.5 線性方程組的數(shù)值解法 96
3.5.1 解線性方程組的迭代法 97
3.5.2 迭代法的收斂條件 99
3.5.3 Matlab求解線性方程組 101
3.6 常微分方程的數(shù)值解法 108
3.6.1 簡單的數(shù)值方法與基本概念 109
3.6.2 龍格-庫塔方法 113
3.6.3 線性多步法 115
3.6.4 Matlab求解常微分方程初值問題 117
習題3 118
第4 章 微分方程方法建模
4.1 常微分方程建模 120
4.1.1 幾個簡單實例 120
4.1.2 傳染病模型 122
4.1.3 藥物在體內的分布與排除 126
4.1.4 廣告問題 129
4.1.5 經濟增長模型 131
4.1.6 人口的預測 133
4.1.7 減肥計劃安排問題 135
4.2 差分方程建模 139
4.2.1 抵押貸款買房問題 140
4.2.2 連續(xù)模型的差分方法 140
4.2.3 差分形式阻滯增長模型 141
4.3 穩(wěn)定性方法 144
4.3.1 微分方程的平衡點與穩(wěn)定性 145
4.3.2 差分方程的不動點與穩(wěn)定性 146
4.3.3 捕魚業(yè)的持續(xù)收獲 148
4.3.4 種群的生存 149
4.4 偏微分方程建模 157
4.4.1 擴散問題的偏微分方程模型 157
4.4.2 期權定價模型 163
習題4 165
第5 章 優(yōu)化問題及其求解
5.1 優(yōu)化模型簡介 167
5.1.1 優(yōu)化問題的一般形式 167
5.1.2 可行解和*優(yōu)解 167
5.1.3 模型的基本類型 168
5.1.4 近年國賽中的優(yōu)化模型 169
5.2 運輸問題 169
5.2.1 問題描述 169
5.2.2 問題分析 169
5.2.3 模型建立 170
5.2.4 模型求解 170
5.3 轉運問題 172
5.3.1 問題描述 172
5.3.2 問題分析 173
5.3.3 模型建立 174
5.3.4 模型求解 174
5.4 選址問題 176
5.4.1 問題描述 176
5.4.2 問題分析 176
5.4.3 模型建立 177
5.4.4 模型求解 178
5.5 指派問題 181
5.5.1 問題描述 181
5.5.2 問題分析 181
5.5.3 模型建立 181
5.5.4 模型求解 182
5.6 *短路問題 183
5.6.1 問題描述 183
5.6.2 問題分析 183
5.6.3 模型建立 184
5.6.4 模型求解 184
5.7 *大流問題 186
5.7.1 問題描述 186
5.7.2 問題分析 186
5.7.3 模型建立 187
5.7.4 模型求解 187
5.8 *小費用*大流問題 188
5.8.1 問題描述 189
5.8.2 問題分析 189
5.8.3 模型建立 189
5.8.4 模型求解 189
5.9 *小生成樹問題 191
5.9.1 問題描述 191
5.9.2 問題分析 192
5.9.3 模型建立 193
5.9.4 模型求解 193
5.10 旅行商問題 194
5.10.1 問題描述 195
5.10.2 問題分析 196
5.10.3 模型建立 196
5.10.4 模型求解 197
5.11 交巡警服務平臺的合理調度研究 199
5.11.1 問題描述 200
5.11.2 問題分析 200
5.11.3 符號說明 201
5.11.4 模型一的建立與求解 201
5.11.5 模型二的建立及求解 203
習題5 204
第6 章 統(tǒng)計分析方法
6.1 一元線性回歸分析 206
6.1.1 一元線性回歸模型的一般形式 206
6.1.2 回歸參數(shù)β0,β1 的*小二乘估計 207
6.1.3 回歸模型的檢驗 208
6.1.4 回歸模型的預測 210
6.1.5 案例分析 211
6.2 多元線性回歸分析 214
6.2.1 多元線性回歸模型的一般形式 214
6.2.2 多元線性回歸模型的參數(shù)估計 215
6.2.3 多元線性回歸模型的檢驗 216
6.2.4 多元線性回歸模型的預測 220
6.2.5 案例分析 220
6.3 常用曲線估計與一般非線性曲線回歸 225
6.3.1 常用曲線估計類型及線性化方法 225
6.3.2 案例分析 226
6.3.3 非線性曲線估計回歸的基本原理 230
6.3.4 案例分析 230
6.4 聚類分析 234
6.4.1 聚類分析的原理及分析步驟 234
6.4.2 相似性度量 235
6.4.3 系統(tǒng)聚類法 238
6.4.4 快速聚類法 239
6.4.5 案例分析 240
6.5 判別分析 250
6.5.1 判別分析基本理論 250
6.5.2 案例分析 252
6.6 因子分析 259
6.6.1 因子分析模型 260
6.6.2 因子載荷的求解、因子旋轉、因子得分 261
6.6.3 案例分析 263
習題6 269
第7 章 現(xiàn)代優(yōu)化方法
7.1 遺傳算法簡介 275
7.1.1 基本概念 276
7.1.2 算法定義 276
7.1.3 算法特點 276
7.1.4 術語說明 277
7.1.5 發(fā)展現(xiàn)狀介紹 277
7.1.6 一般算法 278
7.1.7 運算過程 279
7.1.8 終止條件 281
7.1.9 應用領域 281
7.1.10 基本框架 281
7.1.11 實例研究 282
7.2 粒子群算法 284
7.2.1 基本粒子群算法 284
7.2.2 帶慣性權重的粒子群算法 285
7.2.3 帶收縮因子的粒子群算法 286
7.2.4 改進的粒子群算法 286
7.2.5 粒子群算法的應用 289
7.3 蒙特卡羅算法 291
7.3.1 基本概述 291
7.3.2 基本思想 291
7.3.3 應用領域 292
7.3.4 工作過程 292
7.3.5 模擬計算 292
7.3.6 發(fā)展運用 292
7.3.7 一般步驟 293
7.3.8 實例研究 293
7.4 神經網絡 295
7.4.1 基本介紹 295
7.4.2 基本特征 295
7.4.3 特點和優(yōu)越性 296
7.4.4 發(fā)展歷史 296
7.4.5 基本結構 297
7.4.6 應用實例——BP神經網絡模型 297
7.4.7 分析方法 304
7.5 模擬退火算法 304
7.5.1 算法的發(fā)展過程和應用及發(fā)展前景 305
7.5.2 模擬退火模型 306
7.5.3 案例分析 307
7.5.4 模擬退火算法及過程 308
習題7 311
參考文獻信息
展開全部
書友推薦
- >
唐代進士錄
- >
小考拉的故事-套裝共3冊
- >
朝聞道
- >
煙與鏡
- >
伊索寓言-世界文學名著典藏-全譯本
- >
羅曼·羅蘭讀書隨筆-精裝
- >
羅庸西南聯(lián)大授課錄
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
本類暢銷
