本书共有13章和3个附录，主要包括三部分内容：一是基本模型部分，即数学建模入门、代数模型、几何模型、微分方程模型、最优化模型和随机模型；二是常用的数学建模方法，即层次分析方法、数据分析建模方法、综合评价方法、概率统计方法、数学建模的常用算法；三是数学建模竞赛培训参考内容，即数学建模竞赛论文的写作方法、数学建模竞赛案例分析。附录部分包括1999—2019年全国大学生数学建模竞赛专科组的竞赛题、Matlab软件和Lingo软件的使用简介。

全书共收录了62个应用案例分析（包含16个全国竞赛题的案例）和60个实际问题的应用练习。本书结合高职高专数学课程的教学实际和参加全国大学生数学建模竞赛培训的需要，从内容的选择、组织编排、难易取舍都考虑到高职高专院校教师的使用和学生的学习实际，力求做到有用、适用、能用、够用和方便使用。

本书可以用作高职高专院校数学建模课程的教材，也可以用作数学建模竞赛的培训教材。根据实际教学需要，从20学时至60学时都可以选择相应的内容实施教学。本书也可以用作本科院校数学建模课程教学和竞赛培训的参考书。

前辅文
第一篇 基本模型
  第一章 数学建模入门
   1.1 数学建模的作用和地位
   1.2 数学建模与能力培养
   1.3 数学模型与数学建模
   1.4 数学建模方法和步骤
   1.5 数学模型无处不在
   1.6 应用案例练习
  第二章 代数模型
   2.1 矩阵模型
   2.2 差分方程模型
   2.3 线性方程组模型
   2.4 应用案例练习
  第三章 几何模型
   3.1 平面几何模型
   3.2 立体几何模型
   3.3 应用案例练习
  第四章 微分方程模型
   4.1 流言蜚语传播模型
   4.2 减肥模型
   4.3 渔业资源的管理模型
   4.4 传染病模型
   4.5 饮酒驾车的影响模型
   4.6 应用案例练习
  第五章 最优化模型
   5.1 简单的优化模型
   5.2 线性规划模型
   5.3 整数规划模型
   5.4 非线性规划模型
   5.5 案例分析：抢渡长江问题
   5.6 应用案例练习
  第六章 随机模型
   6.1 初等概率模型
   6.2 简单统计模型
   6.3 参数估计模型
   6.4 应用案例练习
第二篇 常用方法
  第七章 层次分析方法
   7.1 层次分析的一般方法
   7.2 不完全层次分析方法
   7.3 应用案例练习
  第八章 数据分析建模方法
   8.1 数据的可视化与预处理方法
   8.2 数据的描述性分析方法
   8.3 数据的插值方法
   8.4 数据的拟合方法
   8.5 案例分析：黄河小浪底调水调沙问题
   8.6 应用案例练习
  第九章 综合评价方法
   9.1 综合评价的基本概念
   9.2 评价指标的筛选与预处理方法
   9.3 权重系数的确定方法
   9.4 评价模型的构建方法
   9.5 模糊综合评价方法
   9.6 应用案例练习
  第十章 概率统计方法
   10.1 一元线性回归方法
   10.2 多元线性回归方法
   10.3 聚类分析方法
   10.4 主成分分析方法
   10.5 应用案例练习
  第十一章 数学建模的常用算法
   11.1 迭代算法
   11.2 数值积分算法
   11.3 常微分方程的数值解算法
   11.4 蒙特卡罗算法
   11.5 最短路算法
   11.6 应用案例练习
第三篇 培训参考
  第十二章 数学建模竞赛论文的写作方法
   12.1 科技论文的写作规范
   12.2 建模竞赛论文的写作要求
   12.3 案例分析：招聘公务员问题
  第十三章 数学建模竞赛案例分析
   13.1 会议筹备问题
   13.2 输油管道的布置问题
   13.3 卫星和飞船的跟踪测控问题
   13.4 赛程安排问题
   13.5 地面搜索问题
   13.6 SARS传播问题
   13.7 古塔变形的分析问题
   13.8 煤矿瓦斯和煤尘的监测与控制问题
附录A 全国大学生数学建模竞赛专科组竞赛题（2016—2019）
附录B Matlab软件使用简介
附录C Lingo软件使用简介
参考文献