数模知识简介.pptVIP

* 数模知识浅谈 由此进入数学建模 主讲：毛慧康 2010年10月31日晚 已经对数模有深入的了解了，想在数学建模协会学习，最后参加全国比赛甚至国际数学建模比赛（简称美赛）（大二以上）； 对数学建模有一点了解，想加入协会一起讨论并学习数学建模，最后拥有自己想要的数模能力（大一部分同学）； 对数学建模完全不了解，加入协会是想了解数学建模并且拥有自己的朋友； 对数学建模完全不了解，也不知道自己的目的是什么。 您属于下面的那种情况？ 数学建模的学术宗旨： 让每个人有更好的思维方式，让每个人的数学应用能力得到提升； 数模参赛人员的普遍感想： 一次参赛，终生受益！ 心中的疑问： 1.数学建模是什么？ 2.数学建模需要学习什么，如何学好数学建模？ 3.学习数学建模有什么好处？ 4.数学建模怎么比赛，有哪些比赛？ 数学建模是什么？ 数学建模是一种基于数学应用能力的学术，已经渗透到科学的每个角落，小到日常生活中的优化问题（如下雨时的走路速度问题），大到宇宙万物（如开普勒的三大定律的导出），越复杂的问题，数学的分析过程也越复杂，对数学的要求也越高。总结为一句话，数学建模是用数学的方法分析和解决现实问题的一门学术。 如果数学基础不好怎么办？ 一、把数学学好； 二、学好数学。 数学建模是基于数学而高于数学，用最简单的办法解决最复杂的问题，才是真正的数模高手。我们所见到的绝大部分问题都可以用大学所学到的数学知识解决。还有一部分只要用中学的数学知识就可以解决。 当然，并不是说数学越差建模越好，我还是希望大家能学好数学的。不仅仅是为了数学建模。 看一个例子 数学建模之打鸟记 “树上有10只鸟，打死1只，还有几只？” “是无声手枪还是别的无声手枪吗？” “不是。” “枪声有多大？” “80-100分贝。” “那就是说会震得耳朵疼？” “是。” “在这个城市里打鸟犯不犯法？” “不犯。” “你确定那只鸟已经打死了。” “OK.” “树上的鸟没有聋子？” “没有。” ……………… 摘自：/s/blog_4941aad5010007pq.html 我们再来看下另外一个例子： 哥尼斯堡七桥问题 在哥尼斯堡有七座桥将普莱格尔河中的两个岛及岛与河岸联结起来，问题是要从这四块陆地中的任何一块开始通过每一座桥正好一次，再回到起点。 欧拉为了解决这个问题，采用了建立数学模型的方法。他将每一块陆地用一个点来代替，将每一座桥用连接相应两点的一条线来代替，从而得到一个有四个“点”，七条“线”的“图”。问题成为从任一点出发一笔画出七条桥再回到起点。 欧拉考察了一般一笔画的结构特点，给出了一笔画的一个判定法则：这个图是连通的，且每个点都与偶数线相关联，将这个判定法则应用于七桥问题，得到了“不可能走通”的结果，不但彻底解决了这个问题，而且开创了图论研究的先河。 数学建模需要学习什么，如何学好数学建模？ 数学建模 计算机应用 数学应用 论文写作 其他 数学软件的应用 网络查资料、其他应用能力 MATLAB lingo、SPSS、SAS等 Mathematica 数学的基本应用能力 数学建模常用的十类算法 写作能力（数学建模的论文写作习惯） 排版 团队协作（团队意识） 身体健康 毅力、灵感、运气等 数学建模常用的十类算法： 1.蒙特卡洛算法； 2.数据拟合、参数估计、插值等数据处理算法； 3.线性规划、整数规划、多元规划、二次规划等规划类算法； 4.图论算法； 5.动态规划、回溯搜索、分治算法、分支定界等计算机算法； 6. 最优化理论的三大非经典算法：模拟退火算法、神经网络算法、遗传算法; 7. 网格算法和穷举法; 8. 一些连续数据离散化方法; 9. 数值分析算法; 10. 图象处理算法。 摘自：数学建模竞赛应该掌握的十类算法，董承宇，北京邮电大学。 一些建模的方法： A.线性规划； B.整数规划； C.非线性规划； D.动态规划； E.图与网络； F.排队论； G.对策论； H.层次分析法； I.插值与拟合； J.数据的统计和描述分析； K.方差分析； L.回归分析； M.微分方程； N.稳定状态； O.常微分方程； P.差分方程； Q.马氏链模型； R.变分法； S.神经网络； T.偏微分方程的数值解； U.目标规划； V.模糊数学； W.现代优化算法； X.时间序列模型； Y.存贮论； Z.经济与金融中的优化问题； AA.生产与服务运作管理中的优化问题； AB.灰色系统理论及其应用； AC.多元分析； AD.偏最小二乘回归； 我的天，如此庞大的知识体系，我得学到何年何月啊？ 在实际的建模中，往往只用到一个或者是几个方法，而且数模的竞赛是完全开放的，可以使用任何方法查阅，我