基础数学模型：微积分模型、线性代数模型、概率论与数理统计模型
第一篇 微积分模型

在微积分部分的应用实例中，通过对应用问题建模主要培养应用极限、连续、相对变化率、微元、无穷级数、最优化和微分与差分方程等思想解决实际应用问题的能力。
第二篇 线性代数模型
在线性代数部分的应用实例中，通过对应用问题建模主要培养用矩阵与线性方程组来解决问题的能力，探讨离散过程的演变规律建模并讨论其稳定性。
第三篇 概率论模型
在概率论的应用实例中，通过对应用问题建模主要培养处理随机问题的能力，掌握归纳和处理随机现象的思想方法。学会应用期望值和标准差衡量随机现象的特征、归纳随机现象的基本规律和特征、解决在不确定环境下的风险管理和决策问题。
第四篇 数理统计模型
数理统计学的理论和方法与人类活动的各个领域在不同程度上都有关联，数理统计学是研究收集数据、分析数据并据以对所研究的问题作出一定的结论的科学和艺术，数理统计学所考察的数据都带有随机性（偶然性）的误差，一些随机现象的特征可以通过对统计数据的整理与加工得到体现，数理统计的应用基础是抽样分布，特别是正态总体的抽样分布是统计推断的理论基矗在数理统计的应用实例中，通过对应用问题建模主要培养统计数据的处理和分析以及根据统计数据进行统计推断的方法，根据统计数据进行相关分析和回归分析的方法。