数学模型介绍PPT课件.ppt

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 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 数学建模的一般步骤 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’ 了解问题的实际背景，明确建模目的，搜集必要的信息如现象、数据等。尽量弄清对象的主要特征，形成一个比较清晰的“问题”，由此确定用哪一类模型。情况明才能方法对。在模型准备阶段要深入调查研究，尽量掌握第一手资料。用数学语言来描述问题。 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 数学建模的一般步骤 根据实际对象的特征和建模的目的，抓住问题的本质，忽略次要因素，作出必要的、合理的简化假设。对于建模的成败是非常重要和困难的一步。假设作的不合理或太简单，会导致错误的或无用的模型；假设作的过分详细，试图吧复杂对象的众多因素都考虑进去，会使你很难或无法继续下一步的工作。常常要在合理与简化之间作出恰当的折中。通常，作假设的依据，一是处于对问题内在规律的认识，二是来自对现象、数据的分析，以及二者的综合。想像力、洞察力、判断力，以及经验，在模型假设中起着重要作用。 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 根据所作的假设分析对象的因果关系，利用对象的内在规律和适当的数学工具，构造各个量间的等式关系或其它数学结构。有高数、概率统计、图论、排队论、线性规划、对策论等等。建模时还应遵循一个原则：尽量采用简单的数学工具，因为你的模型总是希望更多的人了解和使用，而不是只供少数专家欣赏。 模型 求解 各种数学方法、软件和计算机技术 数学建模的一般步骤 利用获取的数据资料，对模型的所有参数做出计算（估计）。可以采用解方程、画图形、证明定理、逻辑运算、数值运算等各种传统的和近代的数学方法，特别是计算机技术。一道实际问题的解决往往需要纷繁的计算，许多时候还得将系统运行情况用计算机模拟出来，因此编程和熟悉数学软件包能力便举足轻重。 要求：掌握matlab 6.x 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 数学建模的一般步骤 对所得的结果进行数学上的分析，能否对模型结果作出细致精当的分析，决定了你的模型能否达到更高的档次。要记住，不论那种情况都需进行误差分析，数据稳定性分析。 模型 检验 与实际现象、数据比较， 检验模型的合理性、适用性 数学建模的一般步骤 将模型分析结果与实际情形进行比较，以此来验证模型的准确性、合理性和适用性。如果模型与实际较吻合，则要对计算结果给出其实际含义，并进行解释。如果模型与实际吻合较差,则应该修改假设，在次重复建模过程。 模型应用 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、改进别人做过的模型 亲自动手，认真作几个实际题目 推荐教材： 推荐优秀网站： 引 言 数学建模竞赛，就是一项数学应用题比赛。大家都做过数学应用题吧，比如说“树上有十只鸟，开枪打死一只，还剩几只”，这样的问题就是一道数学应用题(应该是小学生的吧)，正确答案应该是9只，是吧