数学建模_王晓霞chap1.pptVIP

数学建模的基本方法 机理分析 测试分析 根据对客观事物特性的认识， 找出反映内部机理的数量规律 将对象看作“黑箱”,通过对量测数据的 统计分析，找出与数据拟合最好的模型 机理分析没有统一的方法，主要通过实例研究 (Case Studies)来学习。以下建模主要指机理分析。 二者结合 用机理分析建立模型结构, 用测试分析确定模型参数 1.4 数学建模的方法和步骤 数学建模的一般步骤 模型准备 模型假设 模型构成 模型求解 模型分析 模型检验 模型应用 模 型 准 备 了解实际背景 明确建模目的 搜集有关信息 掌握对象特征 形成一个 比较清晰 的‘问题’ 模 型 假 设 针对问题特点和建模目的 作出合理的、简化的假设 在合理与简化之间作出折中 模 型 构 成 用数学的语言、符号描述问题 发挥想像力 使用类比法 尽量采用简单的数学工具 数学建模的一般步骤 模型 求解 各种数学方法、软件和计算机技术 如结果的误差分析、统计分析、 模型对数据的稳定性分析 模型 分析 模型 检验 与实际现象、数据比较， 检验模型的合理性、适用性 模型应用 数学建模的一般步骤 数学建模的全过程 现实对象的信息 数学模型 现实对象的解答 数学模型的解答 表述 求解 解释 验证 (归纳) (演绎) 表述 求解 解释 验证 根据建模目的和信息将实际问题“翻译”成数学问题 选择适当的数学方法求得数学模型的解答 将数学语言表述的解答“翻译”回实际对象 用现实对象的信息检验得到的解答 实践 现实世界 数学世界 理论 实践 1.5 数学模型的特点和分类 模型的逼真性和可行性 模型的渐进性 模型的强健性 模型的可转移性 模型的非预制性 模型的条理性 模型的技艺性 模型的局限性 数学模型的特点 数学模型的分类 应用领域 人口、交通、经济、生态 … … 数学方法 初等数学、微分方程、规划、统计 … … 表现特性 描述、优化、预报、决策 … … 建模目的 了解程度 白箱 灰箱 黑箱 确定和随机 静态和动态 线性和非线性 离散和连续 1.6 怎样学习数学建模 数学建模与其说是一门技术，不如说是一门艺术 技术大致有章可循 艺术无法归纳成普遍适用的准则 想像力 洞察力 判断力 学习、分析、评价、改进别人作过的模型 亲自动手，认真作几个实际题目 放学后，发现下雨了，宿舍不远（1000米），决定冒雨回宿舍。试组建数学模型来探讨如何在雨中行走才能减少淋雨的程度。 分析：（1）降雨的大小；（2）降雨的方向； （3）路程远近；（4）人跑的速度。 假设： 1. 雨速，降雨的大小（降水强度）保持不变； 2.人跑的速度不变； 3.风向，风速保持不变； 4.人体视为长方体。 1.3.3 雨中行走 符号： D：路程（m）； t：行走的时间（s）； v：人跑的速度（m/s）； h：人的身高（m）； w：人的宽度（m）； d：人的厚度（m）； I：降水强度（cm/h）； S：人体被淋的面积 C：人体被淋的雨水总量（l）。 （Modeling 1）求解： 检验： 令D=1000m，h=1.5m，w=0.5m，d=0.2m， I=2cm/h，v=6m/s，得 （Modeling 2）降雨强度，降雨角度 假设： 5. 雨速为匀速； 6. 雨沿前进方向降落，倾斜角不变。 符号： r：雨速（m/s）； θ：降雨角度； p：雨滴下落密度。 求解： I=pr，p≤1；p=1时：如河流倾泻。 1. 当 时， 头顶淋雨量： 前方淋雨量： 得 是关于v的减函数。 检验： 令D=1000m，h=1.5m，w=0.5m，d=0.2m， I=2cm/h，v=6m/s，r=4m/s，得 2. 当 时，令 则 当 时， 是关于v的减函数； 当 时， 为正时，C是关于v的减函数； 为负时，C是关于v的增函数。 结论： (1) 迎着雨行走时，尽可能快跑； (2) 逆着雨行走时，速度控制在雨的水平速度分量。 背景 年 1625 1830 1930 1960 1974 1987 1999 人口(亿) 5 10 20 30 40 50 60 世界人口增长概况 中国人口增长概况 年 1908 1933 1953 1964 1982 1990 1995 2000 人口(亿) 3.0 4.7 6.0 7.2 10.3 11.3 12.0 13.0 研究人口变化规律 控制人口过快增长 1.3