本书系统地介绍了三类重要偏微分方程的推导过程、理论基础及其数值求解方法，旨在为读者提供一本从理论推导到实际应用无缝衔接的教材。作为描述物理现象、工程问题中空间和时间变化规律的数学模型，偏微分方程在自然科学和工程技术中都具有重要的核心地位和广泛的应用价值。本书介绍了偏微分方程的基本概念，通过生动的物理和工程实例展示了如何从实际问题中抽象出偏微分方程模型，如波动方程、热传导方程、流体力学方程组等；详细介绍了几种经典的解析求解方法，包括分离变量法、行波法、积分变换法和 Green 函数法等。

本书是十四五职业教育国家规划教材，是一本面向应用型高校的数学建模教材。本书融入党的二十大精神，精选丰富多样、难易恰当的模型，遵循常用的教学模式、按照新颖的体例编写而成。 本书包括基础篇和竞赛篇，分别对应课堂教学和竞赛培训。主要内容有数学建模简介、初等模型、微分模型、微分方程模型、线性代数模型、数学规划模型、概率统计模型、数学建模竞赛及论文写作、数据建模方法、综合评价模型、应用案例分析等。本书为新形态教材，相关章节配有视频二维码，学生可扫描获取；应用案例分析中设置有源程序代码，学生也可扫描二维码查

本书包含了集合论与图论课程需涵盖的概念、理论、方法和应用, 主要包括两部分: 集合论与图论。集合论部分主要包括集合及其运算、映射及其合成、关系及其运算、无穷集合及其基数; 图论主要包括图的一些基本概念、一些特殊的图、树及其性质、割点和桥、连通度和匹配、平面图和图的着色、有向图等。

"本书对数理逻辑的基础知识进行了系统介绍。全书共8章，其中，第1章介绍了数理逻辑的基本思想以及后面各章所用到的预备数学知识，第2~6章分别介绍了命题逻辑和谓词逻辑，构造了它们的形式系统，并讨论了它们的系统性质，进而引入了包含数学理论的形式系统，前6章是本书核心内容；后2章介绍了哥德尔的不完全性定理、算法可计算性，这部分相对于前6章而言是扩展内容。
本书论述深入浅出，脉络清晰，每章均配有一定数量的习题，适合自学使用。本书不需要读者具有较多专门的数学知识，具备高中数学知识基础的读者也可以掌握本

本书将数学建模和数学实验课程有机融合，以数学软件为操作平台，以解决数学问题为主要线索，为培养大学生数学建模能力打下基础，为提高大学生计算机应用水平创造条件。全书共7章，分别为数学建模入门、简单优化模型、数学规划模型、常微分方程模型、插值与拟合、图论模型、概率统计模型。各章包括基本内容和典型案例分析，通过案例教学开拓学生思维。本书通过“引例→知识→软件→范例→实验”的教学过程，以实际问题为载体，把数学理论、数学建模、数学软件和计算机应用有机地结合。本书充分考虑专业需求和学生实际，优化整合与合理配置

《数学建模与实践》是基于作者多年来从事数学建模教学、组织数学建模竞赛、开设数学实验课程以及编写相关书籍的丰富经验编写而成的。本书是作者对《数学建模》一书的修订，除保留了前三版的大部分内容外，根据读者的反馈进行了补充与修订，尤其在第5章增加了求解实际问题的MATLAB程序设计。
　　全书分为入门篇和进阶篇。入门篇内容包括数学模型基本概念、古典模型、微分方程模型和随机性模型，主要面向数学建模的初学者；进阶篇内容包括运筹与优化模型、数学建模范例和数学建模经典算法及MATLAB实例仿真，主要面向希

本书包括运筹优化、图论模型、微分方程、随机模拟和统计方法等传统建模方法，同时还增设了智能优化算法、机器学习方法和深度方法，可以满足广大读者和参赛者的学习需求。本书算法实现以Python语言为主，每章内容均有详细的代码，可以帮助读者高效掌握Python编程实现算法。本书共包含19章，前两章为基础部分，分别为数学建模简介和Python简介； 第3~11章为传统建模方法部分，其中，第3章和第4章分别介绍运筹优化中的线性规划和非线性规划，第5章介绍图论，第6章介绍微分方程，第7章介绍
插值与拟合，

本书通过经济管理、社会生活、物理化学、工程技术中众多数学模型的实例，系统、详实地阐述数学建模与数学实验的基本理论和主要方法。分别介绍代数模型、方程模型、线性规划模型、非线性规划模型、概率模型、统计模型、蒙特卡洛模拟、图论模型、近世算法等，注重数学建模方法的介绍，重视数学模型的科学表达，并重点讲解模型在MATLAB中的编程实现方法。

本书精选了中国研究生数学建模竞赛中的5个建模案例，包括面向节能的单/多列车优化决策问题、多无人机协同任务规划问题、基于帧差法和光流法的前景目标提取追踪模型、基于优化模型的多无人机对组网雷达的协同干扰研究、基于改进蚁群算法的飞行航迹多目标优化研究。每个案例从解析模型、还原程序、评述论文着手，帮助读者理解数学建模过程，掌握数学建模方法，提高数学建模能力。每个案例自成体系，读者可独立阅读。
本书可供参加各类数学建模竞赛的本科生或研究生及相关问题领域的研究人员作为学习材料和建模参考书。

本书围绕具体的优化实际问题案例,集中探讨利用MATLAB、Lingo,Gurobi和Yalmip等软件和工具箱来编写合格的数学模型代码。MATLAB自R2017b增加了问题式优化建模流程,这是MATLAB构造和求解优化模型的里程碑式调整,到本书截稿的R2022b版本,问题式建模流程每次版本更替都有新增功能和变化。鉴于目前还比较缺乏以此为基础,介绍如何训练提高数学建模程序编写能力的资料，本书特别选取一些经典的数学建模综合案例,从求解实际问题的角度出发,全面阐述在MATLAB平台上,综合使用工具箱完