本书的编写遵循数学建模的基本原理，精选了一些典型数学模型案例，注重讲解基本建模的框架和方法。全书包括了9章2个附录，主要涉及了数学模型与数学建模基本概述、初等建模、线性规划、非线性规划、统计描述与分析、微分方程、差分方程、图与网络以及数学建模竞赛及专家讲评等基础模块，文后附加了MatLab、Python软件入门知识和使用简介。全书主要体现了以下特点：1）以案例教学的形式，介绍数学建模的内容、方法和步骤，提升学生数学素质和能力；2）以“问题-建模-求解”为主线，强调数学语言的表述和数学模型的符号表

本书系统介绍了数学建模的理论知识和求解方法，结合典型实例全面阐述了数学建模解决实际问题的基本过程。内容涵盖了数学建模课程中的一些基本方法和基本模型，包括插值与拟合、线性规划、整数规划与非线性规划、常微分方程与差分方程模型、概率统计模型、图论与网络优化、综合评价与决策模型等。

本书选编了20162021年北京理工大学学生参加全国大学生数学建模竞赛获全国一、二等奖及北京市一等奖的部分比赛论文。本书对参赛论文全文刊登，未作删节，所有细节和详细计算过程均予以保留，适合广大学习数学建模及初次参赛的高校学生参考。

本书由数学建模概述、微分方程方法、差分方程方法、优化建模方法、数据分析方法、回归分析方法、插值与拟合、预测与决策分析方法等内容组成，立足初等数学基础，兼顾高等数学知识的过渡和有效拓展，深入探讨典型数学模型的基本原理、建模思想与建模流程，并结合实际案例进行进一步分析。

本书介绍了验证、确认和不确定度量化的定义、研究范畴和主要方法途径。并对不确定度和误差中的重要内容进行了具体讨论，归纳了误差和不确定度的来源。从代码验证和解验证以及近似计算模型的代理模型方法，讨论了输入不确定性通过计算模型的传播问题，以及相应敏感性分析内容。从而进一步对模型确认和预测相关的一系列问题展开介绍。

《MATLAB数学建模方法与应用》主要介绍常用数学建模方法及其MATLAB实现与应用，内容包括MATLAB数组运算、程序设计、绘图、数据管理、符号计算、数值计算、多项式与插值拟合、常用统计及优化建模方法与MATLAB求解、人工神经网络方法、排队论方法、以层次分析法和模糊评价法为代表的多指标综合评价方法、MATLAB图像处理基础、Simulink建模与仿真、全国大学生数学建模竞赛真题解析等内容。同时，为便于学习，本书免费提供配套的所有数据及源程序。《MATLAB数学建模方法与应用》可以作为高等院校