数学建模方法与应用.pdfVIP

数学建模方法与应用

这些方法可以解一些模型：优化模型、微分方程模型、统计模型、

概率模型、图论模型、决策模型。

拟合与插值方法(给出一批数据点，确定满足特定要求的曲线或

者曲面，从而反映对象整体的变化趋势)：matlab可以实现一元

函数，包括多项式和非线性函数的拟合以及多元函数的拟合，即

回归分析，从而确定函数;同时也可以用matlab实现分段线性、

多项式、样条以及多维插值。

在优化方法中，决策变量、目标函数(尽量简单、光滑)、约束

条件、求解方法是四个关键因素。其中包括无约束规则(用

fminserch、fminbnd实现)线性规则(用linprog实现)非线性规

则、(用fmincon实现)多目标规划(有目标加权、效用函数)动态

规划、整数规划。

2数学模型方法分析

数学模型方法分析简述函数关系可以说是一种变量相依关系的

数学模型.数学模型方法是处理科学理论问题的一种经典方法，也

是处理各类实际问题的一般方法.掌握数学模型方法是非常必要

的.在此，对数学模型方法作一简述.

第1页共4页

数学模型方法(MathematicalModeling)称为MM方法.它是针对

所视察的问题构造出相应的数学模型，通过对数学模型的研究，

使问题得以解决的一种数学方法.

数学模型的含义数学模型是针关于现实世界的某一特定对象，

为了一个特定的目的，依据特有的内在规律，做出必要的简化和

假设，运用适当的数学工具，采纳形式化语言，概括或近似地表

述出来的一种数学结构.它或者能解释特定对象的现实性态，或者

能猜测对象的将来状态，或者能提供处理对象的最优决策或控制.

数学模型既源于现实又高于现实，不是实际原形，而是一种模拟，

在数值上可以作为公式应用，可以推广到与原物相近的一类问题，

可以作为某事物的数学语言，可译成算〔法语〕言，编写程序进

入计算机.

数学模型的建立过程建立一个实际问题的数学模型，必须要一

定的洞察力和想像力，筛选、抛弃次要因素，特别主要因素，做

出适当的抽象和简化.全过程一般分为表述、求解、解释、验证几

个阶段，并且通过这些阶段完成从现实对象到数学模型，再从数

学模型到现实对象的循环.

3数学建模必须要学些什么

数学建模方法与应用：准备一些基本知识吧，比如线性规划、

运筹学方面的东西、立即过程、微分方程的定性理论等等，技术

第2页共4页

方面学一学matlab、spss、stata、sas、maple、c/c++等等。找

一本关于数学建模的书看看吧，大概可以知道有些什么样的题目。

这样的书挺多的，写的大同小异。不过建模比赛书上所讲的东西

都是些很基本的建模方法，真正建模比赛的题目要综合运用这些

方法来解决的。看这些书可以有一个初步的熟悉。真正什么是建

模，大概只有你参加一次建模比赛就能有体会了。

R软件。R是一款比较强大的软件，统计类的题目很多都必须要

用到R软件，所以负责〔编程〕的同学一定要在赛前好好研究R，

最好可以熟练使用。

MATLAB这几乎是一个无所不能的软件，基本上所有问题都可以

通过它来实现，所以队员中一定要有人精通matlab。

SPSS,SAS这两个软件都是统计类应用软件，SPSS用起来很方

便也不必须要敲太多程序，所以必要时选择SPSS也是个不错的选

择。

4数学建模的主要步骤

第一、模型准备首先要了解问题的实际背景，明确建模目的，

搜集必必须的各种信息，尽量弄清对象的特征。

第二、模型假设依据对象的特征和建模目的，对问题进行必要

的、合理的简化，用准确的语言作出假设，是建模至关重要的一

步。如果对问题的所有因素一概合计，无疑是一种有勇气但方法

第3页共4页

欠佳的行为，所以高超的建模者能充分发挥想象力、洞察力和推

断力，善于辨认主次，而且为了使处理方法简单，应尽量使问题

线性化、均匀化。

第三、模型构成依据