建模初探教材.pptVIP

那么，从哪讲起呢？ 我们从一道高考题讲起…… 问题分析 数学建模的问题，通常都是来自于实际中的各个领域的实际问题，没有固定的方法和标准的答案，因而既不可能明确给出该用什么方法，也不会给出恰到好处的条件，有些时候所给出的问题本身就是含糊不清的。因此，数学建模的第一步就应该是对问题所给的条件和数据进行分析，明确要解决的问题，通过对问题的分析，明确问题中所给出的信息、要完成的任务和所要做的工作、可能用到的知识和方法、问题的特点和限制条件、重点和难点、开展工作的程序和步骤等.同时，还要明确题目所给条件和数据在解决问题中的意义和作用、本质的和非本质的、必要的和非必要的等等.从而，可以在建模的过程中，适当地对已有的条件和数据进行必要的简化或修改，也可以适当地补充一些必要的条件和数据。 问题分析 总结一下： 明确问题 分析条件 分析数据 模型假设 实际中，根据问题的实际意义，在明确建模目的的基础上，对所研究的问题进行必要的、合理的简化，用准确简练的语言给出表述，即模型的假设，这是数学建模的重要一步。合理假设在数学建模中除了起着简化问题的作用外，还对模型的求解方法和使用范围起着限定作用.模型假设的合理性问题是评价一个模型优劣的重要条件之一，也是模型的建立成败的关键所在，假设做的过于简单，或过于详细，都会可能使得模型建立的不成功。为此，实际中要做出合适的假设，需要一定的经验和探索，有时候需要在建模的过程中对已做的假设进行不断地补充和修改. 模型假设 总结一下： 简化问题 忽略次要因素 模型建立 在建立模型之前，首先要明确建模的目的，因为对于同一个实际问题，出于不同的目的所建立的数学模型可能会有所不同.在通常情况下，建模的目的可以是描述或解释现实世界的现象;也可以是为了预报一个事件是否会发生，或未来的发展趋势;也可以是为了优化管理、决策或控制等.如果是为了描述或解释现实世界，则一般可采用机理分析的方法去研究事物的内在规律;如果是为了预测预报，则常常可以采用概率统计、优化理沦或模拟计算等有关的建模方法;如果是为了优化管理、决策或控制等目的，则除了有效地利用上述方法之外，还需要合理地引人一些量化的评价指标以及评价方法.对于实际中的一个复杂的问题，往往是要综合运用多种不同方法和不同学科的知识来建立数学模型，才能够很好地解决这一个问题。在明确建模日的的基础上，在合理的假设之下，就可以完成建立模型的任务，这是我们数学建模工作中最重要的一个环节.根据所给的条件和数据，建模起问题中相关变量或因素之间的数学规律，可以是数学表达式、 模型建立 图形和表格，或者是一个算法等，都是数学模型的表示形式，这些形式有时可以相互转换. 总结一下： 结合分析结果 方便求解 符合实际 模型求解 不同的数学模型的求解方法一般是不同的，通常涉及不同数学分支的专门知识和方法，这就要求我们除了熟练地掌握一些数学知识和方法外，还应具备在必要时针对实际问题学习新知识的能力.同时，还应具备熟练的计算机操作能力，熟练掌握一门编程语言和一两个数学工具软件包的使用.不同的数学模型求解的难易程度是不同的。一般情况下，对较简单的问题，应力求普遍性;对较复杂的问题，可从特殊到一般的求解思路来完成. 模型求解 总结一下： 数学能力 计算机能力 学习能力 解的分析 对于所求出的解，必须要对解的实际意义进行分析，即模型的解在实际问题中说明了什么、效果怎样、模型的适用范围如何等等。同时，还要进行必要的误差分析和灵敏度分析等工作。由于数学模型是在一定的假设下建立的，而胜利用计算机的近似求解，其结果产生一定的误差是必然的.通常意义下的误差主要来自于由模型的假设引起的误差、近似求解方法产生的误差、计算机产生的舍人误差和间题的数据本身误差。实际中，对这些误差很难准确地给出定量估计，往往是针对某些主要的参数做相应的灵敏度分析，即当一个参数有很小的扰动时，对结果的影响是否也很小，由此可以确定相应变量和参数的误差允许范围。 解的分析 总结一下 误差 合理性 灵敏度 论文写作（略） 一.问题分析 二.模型假设（略） 四.模型求解 方法3： 解的分析与检验：略 数学建模示例（1998A）——投资的收益和风险 摘要1 本文讨论关于投资组合的问题，首先根据题中所给数据用线性规划方法，应用多目标决策方法建立模型，并通过简化，成为一个单目标线性规划问题，计算后得到一个合乎公司要求的尽可能大的净收益。然后对投资者的承受能力进行分析，得出一个风险承受能力与最大净收益的比例图，再根据资者的风险承受能力制定其投资组合方案. 摘要2 对市场上的多种风险资产和一种无风险资产（存银行）进行组合投资策略的设计需要考虑两个目标：总体收益尽可能大和总体风险尽可能小，而这两个目标在一定意义上是对立的