数学建模所需要地知识.pdfVIP

学习数学建模需要哪些书籍及软件 我也要参加今年九月份的数学建模比赛， 以下是我们老师给我们的几点建议， 希望对你有些 帮助。 赛前学习内容 1 建模基础知识、常用工具软件的使用 一、掌握建模必备的数学基础知识（如初等数学、高等数学等），数学建模中常用的但尚未 学过的方法，如 图论方法、优化中若干方法、概率统计以及运筹学 等方法。 二、，针对建模特点， 结合典型的建模题型， 重点学习一些实用数学软件 （如 Mathematica 、 Matlab 、Lindo 、Lingo 、SPSS ）的使用及一般性开发 ,尤其注意同一数学模型可以用多个 软件求解的问题。 例如 , 贷款买房问题 : 某人贷款 8 万元买房，每月还贷款 880.87 元，月利率 1 ％。 （1 ）已经还贷整 6 年。还贷 6 年后，某人想知道自己还欠银行多少钱，请你告诉他。 （2 ）此人忘记这笔贷款期限是多少年，请你告诉他。 这问题我们可以用 Mathematica 、Matlab 、Lindo 、Lingo 等多个不同软件包编程求解 2 建模的过程、方法 数学建模是一项非常具有创造性和挑战性的活动， 不可能用一些条条框框规定出各种模型如 何具体建立。但一般来说，建模主要涉及两个方面：第一，将实际问题转化为理论模型；第 二，对理论模型进行计算和分析。 简而言之， 就是建立数学模型来解决各种实际问题的过程。 这个过程可以用如下图 1 来表示。 3 常用算法的设计 建模与计算是数学模型的两大核心， 当模型建立后， 计算就成为解决问题的关键要素了， 而算法好坏将直接影响运算速度的快慢答案的优劣。 根据竞赛题型特点及前参赛获奖选手的 心得体会，建议大家多用数学软件 （Mathematica,Matlab,Maple,Lindo,Lingo,SPSS 等）设 计算法，这里列举常用的几种数学建模算法 . （1 ）蒙特卡罗算法 （该算法又称随机性模拟算法，是通过计算机仿真来解决问题的算法， 同时可以通过模拟可以来检验自己模型的正确性，是比赛时必用的方法，通常使用 Mathematica 、Matlab 软件实现）。 （2 ）数据拟合、 参数估计、 插值等数据处理算法 （比赛中通常会遇到大量的数据需要处理， 而处理数据的关键就在于这些算法，通常使用 Matlab 作为工具）。 （3 ）线性规划、整数规划、多元规划、二次规划 等规划类问题（建模竞赛大多数问题属于 最优化问题，很多时候这些问题可以用数学规划算法来描述，通常使用 Lindo 、Lingo 软件 实现）。 （4 ） 图论算法 （这类算法可以分为很多种，包括最短路、网络流、二分图等算法，涉及到 图论的问题可以用这些方法解决，需要认真准备，通常使用 Mathematica 、Maple 作为工 具）。 （5 ）动态规划、回溯搜索、分治算法、分支定界等计算机算法 （这些算法是算法设计中比 较常用的方法，很多场合可以用到竞赛中，通常使用 Lingo 软件实现）。 （6 ）图象处理算法（赛题中有一类问题与图形有关，即使与图形无关，论文中也应该要不 乏图片的，这些图形如何展示以及如何处理就是需要解决的问题，通常使用 Matlab 进行处 理）。 （7 ）最优化理论的三大非经典算法：模拟退火法、神经网络、遗传算法 （这些问题是用来 解决一些较困难的最优化问题的算法， 对于有些问题非常有帮助， 但是算法的实现比较困难， 需慎重使用，通常使用 Lingo 、