数学建模概念法和意义.ppt

第2章数学建模概述 2.1节数学建模的概念、方法和意义  数学模型的概念和分类 数学模型( Mathematical model)是由数字、字 母或者其他数学符号组成的,描述现实对象数量规律 的数学公式、图形或算法  数学模型的概念和分类 数学模型可以按照数学方法来分类,例如:初等 模型、几何模型、图论模型、组合模型、微分方程模 型、线性规划模型、整数规划模型、非线性规划模型 目标规划模型、遗传算法模型、神经网络模型、统计 回归模型、马氏链模型、排队论模型等.  数学模型的概念和分类 数学模型可以按照表现特性来分类,例如:线性 模型与非线性模型(取决于模型的基本数量关系是否 是线性的)、离散模型与连续模型(取决于模型中的 变量(主要是时间)是离散的还是连续的)、静态模 型与动态模型(取决于是否考虑时间引起的变化)、 确定性模型与随机性模型(取决于是否考虑随机因素 的影响)  数学模型的概念和分类 数学模型可以按照应用领域来分类,例如:人口 模型、交通模型、生态模型、城镇规划模型、水资源 模型、再生资源利用模型等;范畴更大一些则形成许 多边缘学科,例如:生物数学、医学数学、地质数学、 数量经济学、数学社会学等 数学模型还可以按照建模目的来分类,例如:描 述模型、分析模型、预报模型、优化模型、决策模型、 控制模型等.  2.1.2数学建模的全过程 数学建模( Mathematical Modeling)是建立数学 模型解决实际问题的全过程,包括数学模型的建立 求解、分析和检验四大步骤(见下图) 现实对象 建立 的信息 数学模型 检验 求解 现实对象 分析 数学模型 的解答 的解答  2.1.2数学建模的全过程 (1)数学模型的建立,就是指从现实对象的信 息提出数学问题,选择合适的数学方法,识别常量、 自变量和因变量,引入适当的符号并采用适当的单位 制,提出合理的简化假设,推导变量和常量所满足的 数量关系,表述成数学模型  2.1.2数学建模的全过程 (2)数学模型的求解,就是指运用所选择的数 学方法求解数学模型.采用适当的计算机软件能够扩 大可解决的问题的范围,并能减少计算错误.求解数 学模型的常用软件有: Maple、 Mathematica等计算 机代数系统( computer algebra system,CAS); MATLAB、 Lingo等数值计算软件;SAS、SPSS等 统计软件; Excel等电子表格处理软件…  2.1.2数学建模的全过程 (3)数学模型的分析,就是指对数学模型的解 答进行数学分析,包括对结果的误差分析或统计分 析、模型对数据的灵敏度分析、模型对假设的强健性 分析 灵敏性( sensitivity)是指当数学模型的某个参数 改变时模型解答的变化程度. 在灵敏的情况下,一旦参数发生微小变化,模型 的解答就会发生显著的变化,会给模型检验和模型应 用带来困难.数学建模需要仔细的做灵敏度分析  2.1.2数学建模的全过程 在数学建模的实践中,没必要对所有参数都进行 灵敏度分析,需要对哪些参数进行灵敏度分析要从实 际意义出发考虑参数的不确定程度.有些参数实际上 是稳定的,其观测值是准确可靠的;另一些参数实际 上经常变动,观测、估计或预测所得的参数值往往会 包含不小的误差.显然,前一种参数没有做灵敏度分 析的必要,而后一种参数的不确定性会影响模型解答 的可信性,所以灵敏度分析非常有必要