数学建模简论的尝试整理.docVIP

数学建模简论的尝试整理 ——大学生数学建模的普及篇 时光飞逝，转眼间，数学建模的选修课已经结束，但是于我来讲，并没有那种对它整体把握的举重若轻感，而是感觉对它的认识比较零散。这并不是说老师没有给我们以系统的介绍，而是课时的短暂制约着我们无法深在课堂上对它有一个较为深入的认识。现在来看，我需要在课程结束之际对它作一番整理，亲历这个知识习得的过程，以便形成一种系统化的理论。对于大多数学生来说，他们不需要具备参加建模竞赛一样的水平，他们只需要对数学建模有一个基本的认识，能够开阔自己的思维视野，以便对他们所学的专业有所启发和帮助。基于此，我打算整合出一篇数学建模的简述，这既能帮助数学建模在大学生之间普及，又能巩固自己的所学，一举两得。 要了解数学建模，首先看一下什么是数学模型。 数学模型是人们为了解决某一类现实问题而建立的数学结构表达式。这个“数学表达式”也是一种“模型”，只不过，它相对于水坝模型、飞机模型等实体模型更为抽象罢了。这个“模型”一般由诸如函数、代数方程、微分方程、积分方程、差分方程等数学式子构成。而建立这个“模型”的全过程就称为数学建模。 那么，如何建立数学模型呢？ 第一、调查研究。在建模前应对实际问题的历史背景和内在机理有一个深刻的了解。这要求对问题要进行全面细致的调察和研究，弄清问题对象所涉及的领域，查阅有关资料，收集和整理相关的数据，为后续工作打下坚实的基础。 第二、模型假设。现实问题往往是错综复杂的，要建立一个数学模型来反映一个现实问题面面俱到、无所不包是不可能的，也是没有必要的！建模前，必须将相关资料和数据进行加以去粗取精、去伪存真，分清主要因素和次要因素，以主要矛盾为主来对实际问题进行适当的简化或理想化，作出模型假设。 第三、建立模型。有了模型的假设以后，就可以选择适当的数学工具（如微积分、微分方程、线性规划、非线性规划、投入产出、确定性储存论等）并根据已知的知识和收集的信息描述变量之间的关系或其他数学结构（如数学公式定理和算法等），这一过程过程称为模型构成。做模型构成时，可以使用各种各样的数学理论和方法，必要时还可以创造新的数学理论和方法，但要注意，在保证精度条件下，尽量用简单的数学方法，要侧重于实际应用的方便。 模型建立后并不是就可以关门大吉了。还要进行模型的求解、模型的检验评价和模型的应用等过程，以确保模型的切实可用。 第四、模型求解。不同的模型要用不同的数学工具求解，这就要求从事实际工作者对相应的数学分支有所了解。求解模型可以采用解方程、推理、图解、计算机模拟、定理证明等传统的和现代的数学方法。其中有些可以利用计算机软件来做这些工作。 第五、模型分析。建模的而目的是解释某些现象或情况，寻找某种规律以解决某类实际问题，要达到此类目的，还要对获得的结果进行数学上的分析，如分析变量之间的依赖关系和稳定状况等。 第六、模型检验。把模型在数学上分析的结果与研究的实际问题作比较以检验模型的合理性。如果检验不符合实际，应该修改补充假设或改换其他数学方法重新作模型的构成。 第七、模型应用。利用建模中获得的正确的模型对研究的实际问题给出预报或对类似实际问题进行分析、解释和预报，以供决策者参考。 上述建模步骤可用下图来表示。 数学建模的一般步骤 值得一提的是，建模过程中不一定完全按照这些步骤执行，要根据实际情况灵活运用，把握根本的思路即可。 了解了数学建模的一般过程和步骤，下面介绍一下数学建模的分类、数学建模的一般方法、数学建模的常用算法和计算软件在数学建模中的应用等，以期扩宽我们数学建模的视野，开阔我们的数学建模的思路，丰富我们数学建模的方法，以便我们更好地解决实际问题。 一、数学模型的分类。 按研究方法和对象的数学特征分为：初等模型、几何模型、优化模型、微分方程模型、图论模型、逻辑模型、稳定性模型、扩散模型等。 按研究对象的实际领域分为:人口模型、交通模型、环境模型、生态模型、生理模型、城镇模型、经济模型、社会模型等。 按是否考虑随机因素分为：确定性模型、随机性模型。 按是否考虑模型的变化分为：静态模型、动态模型。 按应用离散方法或连续方法分为：离散模型、连续模型。 按人们对事物发展过程的了解程度分为：白箱模型、灰箱模型和黑箱模型。 二、数学建模的一般方法。 1、机理分析：根据对现实对象特性的认识，分析其因果关系，找出反映内部机理的规律，使建立的模型常有明确的物理或现实意义。 包括比例分析法、代数方法、逻辑方法和微分方程。 测试分析法：将研究对象视为一个“黑箱”系统，内部机理无法直接寻求，通过测量系统的输入输出数据，并以此为基础运用统计分析的方法，按照事先确定的准则在某一类模型