數(shù)學建模原理與方法簡介，目錄書摘
2019-11-08 17:09
來源：京東
作者：京東
數(shù)學建模原理與方法
暫無報價
8評論
85%好評
編輯推薦:
內容簡介: 《數(shù)學建模原理與方法》系統(tǒng)地介紹了數(shù)學建模的理論和方法，全書共9章，主要內容包括數(shù)學建模概論、初等模型、微分與微分方程模型、概率統(tǒng)計模型、數(shù)學規(guī)劃模型、圖與網(wǎng)絡模型、數(shù)據(jù)分析與預測模型、其他模型以及MATLAB軟件介紹，重點介紹各種模型的建模原理和方法。每章配有習題供學生練習。
《數(shù)學建模原理與方法》可作為高等學校各專業(yè)數(shù)學建模課程的教材，也可作為學生參加數(shù)學建模競賽的參考書。
《數(shù)學建模原理與方法》可作為高等學校各專業(yè)數(shù)學建模課程的教材，也可作為學生參加數(shù)學建模競賽的參考書。
作者簡介:
目錄:第一章 數(shù)學建模概論
1.1 從現(xiàn)實對象到數(shù)學模型
1.2 數(shù)學建模的過程與分類
1.2.1 什么是數(shù)學模型？
1.2.2 數(shù)學模型的分類
1.2.3 怎樣建立一個完整的數(shù)學模型
習題一
第二章 初等模型
2.1 Fibonacci問題
2.2 擔架問題
2.3 雨中行走問題
2.4 玻璃窗的功效問題
2.5 席位分配問題
2.6 效益的合理分配問題
習題二
第三章 微分與微分方程模型
3.1 微分法模型
3.1.1 最優(yōu)價格問題
3.1.2 確定性存貯問題
3.1.3 萬有引力定律的發(fā)現(xiàn)
3.2 微分方程模型
3.2.1 磁帶問題
3.2.2 追線問題
3.2.3 掃雪時間問題
3.2.4 藥物服用問題
3.2.5 人口問題
3.2.6 傳染病問題
3.2.7 捕魚業(yè)的持續(xù)收獲問題
習題三一
第四章 概率統(tǒng)計模型
4.1 古典隨機模型
4.1.1 古典隨機問題
4.1.2 軋鋼中的浪費問題
4.1.3 可靠性問題
4.1.4 投籃問題
4.1.5 廣告問題
4.2 決策模型
4.2.1 決策的概念和類型
4.2.2 風險決策問題
4.2.3 不確定型決策問題
4.3 排隊論模型
4.3.1 排隊論一般概念簡介
4.3.2 幾個常見的排隊論模型
4.3.3 快餐店以快取勝
4.4 隨機型存儲模型
4.5 馬氏鏈模型
4.5.1 馬氏鏈簡介
4.5.2 基因遺傳模型
習題四
第五章 數(shù)學規(guī)劃模型
5.1 線性規(guī)劃模型
5.1.1 線性規(guī)劃模型的建立
5.1.2 線性規(guī)劃的基本概念
5.1.3 線性規(guī)劃的靈敏性分析
5.1.4 目標規(guī)劃與整數(shù)規(guī)劃
5.2 凸規(guī)劃與二次規(guī)劃
5.3 動態(tài)規(guī)劃模型
5.3.1 動態(tài)規(guī)劃的基本原理和模型
5.3.2 生產(chǎn)——庫存管理系統(tǒng)的動態(tài)規(guī)劃模型
5.3.3 企業(yè)生產(chǎn)管理問題的動態(tài)規(guī)劃模型
5.3.4 用動態(tài)規(guī)劃分析最優(yōu)排序問題
5.3.5 設備更新問題
5.4 多目標決策模型
5.4.1 多目標決策問題的實例
5.4.2 多目標決策問題的數(shù)學模型
5.4.3 多目標決策問題的解
5.4.4 多目標決策問題的幾種解法
5.4.5 群決策模型
5.5 鋼管的訂購與運輸
5.5.1 問題的提出
5.5.2 模型的假設與符號說明
5.5.3 問題的分析
5.5.4 模型的建立與求解
5.6 奧運超市網(wǎng)點設計
5.6.1 問題的提出
5.6.2 問題的分析
5.6.3 模型假設與符號說明
5.6.4 模型的建立
5.6.5 模型的求解
5.6.6 模型的科學性評價
習題五
第六章 圖與網(wǎng)絡模型
6.1 圖論基本知識
6.1.1 引言
6.1.2 圖的定義和有關術語
6.1.3 子圖及其運算
6.1.4 頂點的度
6.1.5 圖的鏈、路及連通性
6.1.6 樹及其性質
6.2 路徑問題
6.2.1 兩點間的最短路問題
6.2.2 最小生成樹問題
6.2.3 郵路問題及旅行推銷員問題
6.3 網(wǎng)絡流問題
6.3.1 網(wǎng)絡流
6.3.2 最大流與最小割
6.3.3 最大流算法
6.3.4 最小費用流問題
6.4 網(wǎng)絡計劃
6.4.1 PERT網(wǎng)絡
6.4.2 網(wǎng)絡圖的時間參數(shù)
6.4.3 工期一成本優(yōu)化問題
6.5 最小Steiner生成樹
6.5.1 Steiner問題簡介
6.5.2 通訊網(wǎng)絡的最小生成樹
習題六
第七章 數(shù)據(jù)分析與預測模型
7.1 回歸分析與預測
7.1.1 多元線性回歸模型
7.1.2 參數(shù)估計
7.1.3 回歸方程和回歸系數(shù)的顯著性檢驗
7.1.4 預測及統(tǒng)計推斷
7.1.5 回歸模型的選擇方法
7.1.6 案例分析
7.2 主成分分析
7.2.1 總體主成分
7.2.2 樣本主成分
7.2.3 案例分析
7.3 因子分析
7.3.1 因子模型
7.3.2 參數(shù)估計和因子旋轉
7.3.3 因子得分
7.3.4 案例分析
7.4 聚類分析
7.4.1 樣本間近似性的度量
7.4.2 譜系聚類法
7.4.3 快速聚類法
7.4.4 案例分析
7.5 灰色預測模型
7.5.1 灰色生成數(shù)列
7.5.2 GM（1，1）模型
7.5.3 案例分析
7.6 案例分析的相關程序
7.6.1 回歸分析的相關程序
7.6.2 主成分分析的相關程序
……
第八章 其他模型
第九章 數(shù)學軟件
參考文獻
1.1 從現(xiàn)實對象到數(shù)學模型
1.2 數(shù)學建模的過程與分類
1.2.1 什么是數(shù)學模型？
1.2.2 數(shù)學模型的分類
1.2.3 怎樣建立一個完整的數(shù)學模型
習題一
第二章 初等模型
2.1 Fibonacci問題
2.2 擔架問題
2.3 雨中行走問題
2.4 玻璃窗的功效問題
2.5 席位分配問題
2.6 效益的合理分配問題
習題二
第三章 微分與微分方程模型
3.1 微分法模型
3.1.1 最優(yōu)價格問題
3.1.2 確定性存貯問題
3.1.3 萬有引力定律的發(fā)現(xiàn)
3.2 微分方程模型
3.2.1 磁帶問題
3.2.2 追線問題
3.2.3 掃雪時間問題
3.2.4 藥物服用問題
3.2.5 人口問題
3.2.6 傳染病問題
3.2.7 捕魚業(yè)的持續(xù)收獲問題
習題三一
第四章 概率統(tǒng)計模型
4.1 古典隨機模型
4.1.1 古典隨機問題
4.1.2 軋鋼中的浪費問題
4.1.3 可靠性問題
4.1.4 投籃問題
4.1.5 廣告問題
4.2 決策模型
4.2.1 決策的概念和類型
4.2.2 風險決策問題
4.2.3 不確定型決策問題
4.3 排隊論模型
4.3.1 排隊論一般概念簡介
4.3.2 幾個常見的排隊論模型
4.3.3 快餐店以快取勝
4.4 隨機型存儲模型
4.5 馬氏鏈模型
4.5.1 馬氏鏈簡介
4.5.2 基因遺傳模型
習題四
第五章 數(shù)學規(guī)劃模型
5.1 線性規(guī)劃模型
5.1.1 線性規(guī)劃模型的建立
5.1.2 線性規(guī)劃的基本概念
5.1.3 線性規(guī)劃的靈敏性分析
5.1.4 目標規(guī)劃與整數(shù)規(guī)劃
5.2 凸規(guī)劃與二次規(guī)劃
5.3 動態(tài)規(guī)劃模型
5.3.1 動態(tài)規(guī)劃的基本原理和模型
5.3.2 生產(chǎn)——庫存管理系統(tǒng)的動態(tài)規(guī)劃模型
5.3.3 企業(yè)生產(chǎn)管理問題的動態(tài)規(guī)劃模型
5.3.4 用動態(tài)規(guī)劃分析最優(yōu)排序問題
5.3.5 設備更新問題
5.4 多目標決策模型
5.4.1 多目標決策問題的實例
5.4.2 多目標決策問題的數(shù)學模型
5.4.3 多目標決策問題的解
5.4.4 多目標決策問題的幾種解法
5.4.5 群決策模型
5.5 鋼管的訂購與運輸
5.5.1 問題的提出
5.5.2 模型的假設與符號說明
5.5.3 問題的分析
5.5.4 模型的建立與求解
5.6 奧運超市網(wǎng)點設計
5.6.1 問題的提出
5.6.2 問題的分析
5.6.3 模型假設與符號說明
5.6.4 模型的建立
5.6.5 模型的求解
5.6.6 模型的科學性評價
習題五
第六章 圖與網(wǎng)絡模型
6.1 圖論基本知識
6.1.1 引言
6.1.2 圖的定義和有關術語
6.1.3 子圖及其運算
6.1.4 頂點的度
6.1.5 圖的鏈、路及連通性
6.1.6 樹及其性質
6.2 路徑問題
6.2.1 兩點間的最短路問題
6.2.2 最小生成樹問題
6.2.3 郵路問題及旅行推銷員問題
6.3 網(wǎng)絡流問題
6.3.1 網(wǎng)絡流
6.3.2 最大流與最小割
6.3.3 最大流算法
6.3.4 最小費用流問題
6.4 網(wǎng)絡計劃
6.4.1 PERT網(wǎng)絡
6.4.2 網(wǎng)絡圖的時間參數(shù)
6.4.3 工期一成本優(yōu)化問題
6.5 最小Steiner生成樹
6.5.1 Steiner問題簡介
6.5.2 通訊網(wǎng)絡的最小生成樹
習題六
第七章 數(shù)據(jù)分析與預測模型
7.1 回歸分析與預測
7.1.1 多元線性回歸模型
7.1.2 參數(shù)估計
7.1.3 回歸方程和回歸系數(shù)的顯著性檢驗
7.1.4 預測及統(tǒng)計推斷
7.1.5 回歸模型的選擇方法
7.1.6 案例分析
7.2 主成分分析
7.2.1 總體主成分
7.2.2 樣本主成分
7.2.3 案例分析
7.3 因子分析
7.3.1 因子模型
7.3.2 參數(shù)估計和因子旋轉
7.3.3 因子得分
7.3.4 案例分析
7.4 聚類分析
7.4.1 樣本間近似性的度量
7.4.2 譜系聚類法
7.4.3 快速聚類法
7.4.4 案例分析
7.5 灰色預測模型
7.5.1 灰色生成數(shù)列
7.5.2 GM（1，1）模型
7.5.3 案例分析
7.6 案例分析的相關程序
7.6.1 回歸分析的相關程序
7.6.2 主成分分析的相關程序
……
第八章 其他模型
第九章 數(shù)學軟件
參考文獻
京公網(wǎng)安備 11000002000088號
