数学建模知识.pdfVIP

数学建模

数学建模是一个让纯粹数学家（指只懂数学不懂数学在实际中的应用的数学家）

变成物理学家，生物学家，经济学家甚至心理学家等等的过程。

数学是研究现实世界数量关系和空间形式的科学，在它产生和发展的历史长河

中，一直是和各种各样的应用问题紧密相关的。数学的特点不仅在于概念的抽象

性、逻辑的严密性，结论的明确性和体系的完整性，而且在于它应用的广泛性，

自从20世纪以来，随着科学技术的迅速发展和计算机的日益普及，人们对各种

问题的要求越来越精确，使得数学的应用越来越广泛和深入，特别是在21世纪

这个知识经济时代，数学科学的地位会发生巨大的变化，它正在从国家经济和科

技的后备走到了前沿。经济发展的全球化、计算机的迅猛发展，数理论与方法的

不断扩充使得数学已经成为当代高科技的一个重要组成部分和思想库，数学已经

成为一种能够普遍实施的技术。培养学生应用数学的意识和能力已经成为数学教

学的一个重要方面。

作用意义

接受参加数学建模竞赛赛前培训的同学大都需要学习诸如数理统计、最优化、图

论、微分方程、计算方法、神经网络、层次分析法、模糊数学，数学软件包的使

用等等短课“程”（或讲座），用的学时不多，多数是启发性的讲一些基本的概念

和方法，主要是靠同学们自己去学，充分调动同学们的积极性，充分发挥同学们

的潜能。培训中广泛地采用的讨论班方式，同学自己报告、讨论、辩论，教师主

要起质疑、答疑、辅导的作用，竞赛中一定要使用计算机及相应的软件，如Spss，

Lingo，Mapple，Mathematica，Matlab甚至排版软件等。

具体过程

模型准备

了解问题的实际背景，明确其实际意义，掌握对象的各种信息。以数学思想

来包容问题的精髓，数学思路贯穿问题的全过程，进而用数学语言来描述问题。

要求符合数学理论，符合数学习惯，清晰准确。

模型假设

根据实际对象的特征和建模的目的，对问题进行必要的简化，并用精确的语

言提出一些恰当的假设。

模型建立

在假设的基础上，利用适当的数学工具来刻划各变量常量之间的数学关系，

建立相应的数学结构（尽量用简单的数学工具）。

模型求解

利用获取的数据资料，对模型的所有参数做出计算（或近似计算）。

模型分析

对所得的结果进行数学上的分析。

模型检验

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，再次重复建模过程。

模型应用

应用方式因问题的性质和建模的目的而异。

数学建模方法

一、机理分析法从基本物理定律以及系统的结构数据来推导出模型。1.比例分

析法--建立变量之间函数关系的最基本最常用的方法。2.代数方法--求解离散问

题（离散的数据、符号、图形）的主要方法。3.逻辑方法--是数学理论研究的重

要方法，对社会学和经济学等领域的实际问题，在决策，对策等学科中得到广

泛应用。4.常微分方程--解决两个变量之间的变化规律，关键是建立解决两个变量之间的变化规律，关键是建立瞬时变化

率率的表达式。5.偏微分方程--解决因变量与两个以上自变量之间的变化规律。

二、数据分析法从大量的观测数据利用统计方法建立数学模型。1.回归分析法

--用于对函数f（x）的一组观测值（xi,fi）i=1,2,…,n，确定函数的表达式，由于

处理的是静态的独立数据，故称为数理统计方法。2.时序分析法--处理的是动态

的相关数据，又称为过程统计方法。3.回归分析法--用于对函数f（x）的一组观

测值（xi,fi）i=1,2,…,n，确定函数的表达式，由于处理的是静态的独立数据，故

称为数理统计方法。4.时序分析法--处理的是动态的相关数据，又称为过程统计

方法。

三、仿真和其他方法1.计算机仿真（模拟）--实质上是统计估计方法，等效于抽

样试验。①离散系统仿真--有一组状态变量。②连续系统仿真--有解析表达式或

系统结构图。2.因子试验法--在系统上作局部试验，再根据试验结果进行不断分

析修改，求得所需的模型结构。3.人工现实法--基于对系统过去行为的了解和

对未来希望达到的目标，并考虑到系统有关因素的可能变化，人为地组成一个

系统。（参见：齐欢《数学模型方法》，华中理工大学出版社，1996）

题型：赛题题型结构形式有三个基本组成部分：

一