数学建模与系统仿真09813.pptVIP

数学建模与系统仿真 主讲:许春根 南京理工大学应用数学系 预备知识: 微积分(或高等数学)、线性代数、微分方程、概率论、计算机基础等。 参考书: 数学模型(第二版) 姜启源编 高等教育出版社 第1章 建立数学模型1.概要 什么是数学模型？ 数学模型、数学建模及其过程: 　　数学模型(Mathematical Model) ：对于现实中的原型，为了某个特定目的，作出一些必要的简化和假设，运用适当的数学工具得到一个数学结构。也可以说，数学建模是利用数学语言（符号、式子与图象）模拟现实的模型。把现实模型抽象、简化为某种数学结构是数学模型的基本特征。它或者能解释特定现象的现实状态，或者能预测到对象的未来状况，或者能提供处理对象的最优决策或控制。　　 数学建模(Mathematical Modelling) ： 把现实世界中的实际问题加以提炼，抽象为数学模型，求出模型的解，验证模型的合理性，并用该数学模型所提供的解答来解释现实问题，我们把数学知识的这一应用过程称为数学建模。 　　 一个好的数学模型应该具备： 1、对所给问题有较全面的考虑 一个好的数学模型应该具备： 2、创造性地改造已有模型或自创新的模型 一个好的数学模型应该具备： 3、注重结果分析，考虑其在实际中的合理性 一个好的数学模型应该具备： 4、善于对模型进行检验 一个具体模型的建立步骤： 在了解有关背景知识的基础上分析问题 进行合理的假设 模型的建立 一个具体模型的建立步骤： 模型求解及结果的分析 模型的检验 一个具体模型的建立步骤： 模型的改进、推广及优缺点分析 数学建模的几个过程： 　　模型准备 ：了解问题的实际背景，明确其实际意义，掌握对象的各种信息。用数学语言来描述问题。　　模型假设 ：根据实际对象的特征和建模的目的，对问题进行必要的简化，并用精确的语言提出一些恰当的假设。　　模型建立 ：在假设的基础上，利用适当的数学工具来刻划各变量之间的数学关系，建立相应的数学结构。（尽量用简单的数学工具）　　模型求解 ：利用获取的数据资料，对模型的所有参数做出计算（估计）。　　模型分析 ：对所得的结果进行数学上的分析。　　模型检验 ：将模型分析结果与实际情形进行比较，以此来验证模型的准确性、合理性和适用性。如果模型与实际较吻合，则要对计算结果给出其实际含义，并进行解释。如果模型与实际吻合较差,则应该修改假设，在次重复建模过程。　　模型应用 ：应用方式因问题的性质和建模的目的而异。 数学建模中要注意的几个问题 数学建模的意义在于用数学工具来解决实际问题，因此建模的目标要十分清楚并保持适度水平； 学习建模要不怕出错和失败，要大胆尝试，勇于实践； 数学模型必须接受检验，比较符合实际才算是成功的； 在模型成功之后进一步假设来改进模型，使模型更好； 建立数学模型常用到许多其它学科，所需数学手段也多种多样。 按模型的应用领域分类： 生物数学模型　 医学数学模型　 地质数学模型　 数量经济学模型　 数学社会学模型 按是否考虑随机因素分类： 　 确定性模型　 随机性模型 按应用离散方法或连续方法分类： 　 离散模型　 连续模型 按建立模型的数学方法分类： 　 几何模型　 微分方程模型　 图论模型　 规划论模型　 马氏链模型 按人们对是物发展过程的了解程度分类： 白箱模型：指那些内部规律比较清楚的模型。如力学、热学、电学以及相关的工程技术问题。 灰箱模型：　指那些内部规律尚不十分清楚，在建立和改善模型方面都还不同程度地有许多工作要做的问题。如气象学、生态学经济学等领域的模型。 黑箱模型：　指一些其内部规律还很少为人们所知的现象。如生命科学、社会科学等方面的问题。但由于因素众多、关系复杂，也可简化为灰箱模型来研究。 数学建模竞赛: 数学建模竞赛的特点是题目由工程技术、管理科学中的实际问题简化加工而成，对数学知识要求不深，一般没有事先设定的标准答案，但留有充分余地供参赛者发挥其聪明才智和创造精神。由于竞赛是由三名大学生组成一队，在三天时间内分工合作，共同完成一篇论文，因而也培养了学生的合作精神。 竞赛活动介绍: 全国大学生数学建模竞赛 China Undergraduate Mathematical Contest in Modeling (CUMCM) 国际大学生数学建模竞赛 The Mathematical Contest in Modeling (MCM) /undergraduate/contests/ 尽管数学建模已有了很久的历史，数学建模课程却还是很年轻的一门课程。在70年代末和80年代初，英国著名的剑桥大学专门为研究生开设了数学建模课程，差不多同时，欧美一些发达国