逻辑思维能力的高低与经验的多寡无关，它是人类最基本的思维方式，也是帮助我们提升工作质量的重要工具。逻辑思维是有迹可循的，也是可以通过不断地训练来提高的。

本书作者以备受读者欢迎的漫画《名侦探柯南》中的经典桥段为基础，搭配图解说明，娓娓道来逻辑思维的思考方式、形成过程和应用场景。无论你是初次接触逻辑思维，抑或全然不知其为何物，本书都将对你的思维提升大有帮助。

现在就让我们跟柯南一起走进逻辑思维训练的奇妙世界，学习逻辑推理思维的精髓要

本书分为四个部分：第一部分介绍了基本概念和 ZU 的公理；第二部分讨论了如何由此引出自然数、实数、线等概念；第三部分的主题是基数和序数；第四部分主要讨论了选择公理和连续统假设。本书不仅由浅入深地呈现了集合论领域的技术手段和证明结论，还论述了这些工作背后的哲学动机，可以让读者了解那些貌似繁杂冗长的技术细节背后的哲学思考。

本书介绍了二层模型及其拟合方法，包括数据准备、模型估计、模型解释、假设检验、模型假设条件检验及中心化，并介绍了多层次模型的扩展应用，包括对非连续型因变量和非正态分布型因变量的处理以及使用多层次方法分析纵向数据和构建三层模型的方法。

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

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。

逻辑定理的机器证明是人工智能领域人们最早从事研究的课题。本书从逻辑定理的人工证明和机器证明两方面来展现逻辑定理证明的艺术，而机器证明又从定理的自动证明和计算机辅助证明两个方面来展现。本书首先用作者构造的命题演算系统FPC和狭谓词演算系统FQC完成常用逻辑定理的人工证明(一种自然推理证明)。其次，用逻辑定理的机器证明工具TPG(Tree Proof Generator)实现逻辑定理的自动证明(一种树证明)。最后，用交互式定理机器证明工具Fitch实现了逻辑定理的计算机证明(一种自然推理证明)。

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。

本书是Fred等三个美国流行病学模型专家、数学家合著的Mathematical Models in Epidemiology一书的中译本。内容分流行病学的基本概念（包括各种类型的仓室模型、地方病模型、流行病模型、异质混合模型、媒介传播的疾病模型）,特殊疾病的模型（包括结核病模型、艾滋病病毒/艾滋病（HIV/AIDS）模型、流感模型、埃博拉模型、疟疾模型、登革热模型与寨卡病毒模型）,进一步概念（包括年龄结构和空间结构的疾病传播模型等）和展望未来四个部分,另加三个附录。

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。