上篇
第一章 極限與連續(xù)
1.1 函數(shù)
1.2 函數(shù)的極限
1.3 極限的運(yùn)算及其在經(jīng)濟(jì)分析中的應(yīng)用
1.4 函數(shù)的連續(xù)性
1.5 數(shù)學(xué)建模舉例

第二章 導(dǎo)數(shù)與微分
2.1 導(dǎo)數(shù)的概念
2.2 求導(dǎo)方法
2.3 函數(shù)的性質(zhì)與導(dǎo)數(shù)
2.4 導(dǎo)數(shù)在求極限中的應(yīng)用
2.5 微分及其在近似計(jì)算中的應(yīng)用
2.6 導(dǎo)數(shù)與微分在經(jīng)濟(jì)分析中的應(yīng)用

第三章 積分及其應(yīng)用
3.1 定積分的概念
3.2 微積分學(xué)基本公式
3.3 不定積分
3.4 定積分的換元積分法與分部積分法
3.5 定積分的應(yīng)用
3.6 常微分方程簡(jiǎn)介

第四章 多元函數(shù)的微積分
4.1 空間解析幾何簡(jiǎn)介
4.2 多元函數(shù)簡(jiǎn)介
4.3 多元函數(shù)的微分
4.4 多元函數(shù)的極值與最值
4.5 多元函數(shù)的積分

第五章 無(wú)窮級(jí)數(shù)
5.1 數(shù)項(xiàng)級(jí)數(shù)
5.2 冪級(jí)數(shù)
5.3 麥克勞林級(jí)數(shù)
5.4 傅里葉級(jí)數(shù)

中篇
第六章 線性代數(shù)初步
6.1 矩陣的概念與運(yùn)算
6.2 行列式
6.3 矩陣的初等變換與矩陣的秩
6.4 逆矩陣
6.5 線性方程組

第七章 線性規(guī)劃初步
7.1 線性規(guī)劃問題的數(shù)學(xué)模型
7.2 單純形法
7.3 運(yùn)輸問題的圖上作業(yè)法
7.4 分配問題的匈牙利法

第八章 概率初步
8.1 隨機(jī)事件及其概率
8.2 隨機(jī)變量及其分布
8.3 隨機(jī)變量的數(shù)字特征
8.4 概率在經(jīng)濟(jì)分析中的應(yīng)用

第九章 數(shù)理統(tǒng)計(jì)初步
9.1 數(shù)理統(tǒng)計(jì)的基本概念
9.2 參數(shù)估計(jì)
9.3 假設(shè)檢驗(yàn)

下篇
10.1 Mathematica的啟動(dòng)和運(yùn)行
10.2 Mathematica界面簡(jiǎn)介
10.3 表達(dá)式的輸入
10.4 Mathematica的聯(lián)機(jī)幫助系統(tǒng)

第十一章 Mathematica的基本量
11.1 數(shù)據(jù)類型和常數(shù)
11.2 變量
11.3 函數(shù)
11.4 表達(dá)式
11.5 表

第十二章 Mathematica在初等代數(shù)中的應(yīng)用
12.1 多項(xiàng)式的運(yùn)算
12.2 解代數(shù)方程(組)及不等式(組)
12.3 求和與求積

第十三章 Mathematica在函數(shù)作圖中的應(yīng)用
13.1 基本的二維圖形
13.2 散點(diǎn)圖、折線圖
13.3 利用MathematiCa繪圖函數(shù)庫(kù)作圖
13.4 二維參數(shù)作圖
13.5 基本三維圖形

第十四章 Mathematica在微積分中的應(yīng)用
14.1求函數(shù)極限
14.2 求函數(shù)的導(dǎo)數(shù)與微分
14.3 計(jì)算積分

第十五章 Mathematica在常微分方程與級(jí)數(shù)中的應(yīng)用
15.1MathematiCa在解常微分方程中的應(yīng)用
15.2 MathematiCa在級(jí)數(shù)中的應(yīng)用

第十六章 Mathematica在線性代數(shù)與線性規(guī)劃中的應(yīng)用
16.1 矩陣及其運(yùn)算
16.2 矩陣的秩與線性方程組
16.3 線性規(guī)劃問題

第十七章 Mathematica在概率與數(shù)理統(tǒng)計(jì)中的應(yīng)用