《数学建模》课程教学大纲.docx

《数学建模》教学大纲

一、课程基本信息

课程名称（中文）

数学建模

课程名称（英文）

Mathematicalmodeling

课程代码课程性质

必修

课程类别

专业选修课程

考核形式

考查

总学分（学时/周）

2.5（48）

理论学分（学时）

2（32）

实践或实验学分（学时/周）

0.5/(16)

先修课程

高等代数、数学分析

后续课程

/

适应范围

全日制本科

面向专业

数学与应用数学（师范）

开课学期

4

开课学院

电信学院

二、课程说明

1.指导思想：以学生为中心，以问题为主线，以计算机为工具，培养学生应用数学方法求解实际问题的意识和能力，同时在教学中加深学生对数学概念及定理本质的直观理解，全面体现数学理论与现实应用的关系。

2.基本原则：训练大学生应用定量分析的思想，分析和解决实际问题；将类比方法和创新思维有机结合，学生既能应用已经建立起来的数学理论，又能进行创新思维，然后对实际案例进行分析、建模、求解及上机编程等训练；问题驱动，促使学生主动学习数学知识、技巧和方法，提高解决问题的能力。

3.课程思政:引导学生辩证和发展的思想，联系实际生活案例，培养学生用发展的观点看问题。通过建模，鼓励学生具有勇于质疑权威，追求真理的科学精神，以及乐观向上、自强不息，孜孜不倦、不畏艰险、勇于尝试的生活态度。

三、教学目标

通过本课程的学习，学生应具备以下几个方面的目标：

课程目标1：掌握数学建模的基本思想和方法和应用数学解决实际问题和探索新的数学知识的能力。

课程目标2：培养学生的创新意识，提高学生数学素质和综合能力。

课程目标3：通过课后作业、学科竞赛等方式培养团队协作能力。

表一、课程目标对毕业要求的支撑关系表

毕业要求

毕业要求指标点

课程

目标1

课程

目标2

课程

目标3

课程

目标4

毕业要求2

毕业要求指标点2.3.4

H

M

H

毕业要求7

毕业要求指标点2.7.2

H

H

毕业要求8

毕业要求指标点2.8.1

H

H

M

毕业要求指标点2.8.2

H

H

注：表中课程目标对各项毕业要求的支撑强度分别用“H（高）、M（中）、L（弱）”表示.

四、课程内容及学时分配

第一部分理论教学

第一章数学建模与数学思想（4学时）

主要知识点：

量化思想、变量分析与识别；

数学建模的步骤：问题分析、模型构建、求解或解释模型、模型检验、模型改进、论文写作、应用模型解决实际问题；

数学建模论文写作规范：摘要、问题重述、问题的分析、问题的假设与符号、问题的解答、结论、参考文献、附录。

预期学习成效：能熟练掌握数学建模的步骤，按照科研论文的要求进行数学建模论文撰写。

对应课程目标：1

第二章初等数据处理方法（4学时）

主要知识点：

函数概念，数据采集，历年全国大学生数学建模赛题中的数据问题；

初等数据分析思想与建模方法；

数据拟合在软件中的具体实现过程，人口预测、机床加工、黄河小浪底调水调沙，以及海底地貌探测等案例。

预期学习成效：熟练掌握应用数据本身特征和已有的自然规律，建立变量之间的函数关系；熟练掌握应用数据拟合和插值方法，建立变量之间的函数关系的方法，熟练掌握Matlab对拟合和插值的实现方法。

对应课程目标：1、2、4

第三章初等分析方法（4学时）

主要知识点：1.应用积分思想建模；2.应用导数思想建模；3.初等连续优化问题。

预期学习成效：熟练掌握应用积分思想、导数思想、初等连续优化建模的方法。

对应课程目标：1、2、4

第四章初等代数与几何方法（4学时）

主要知识点：代数思想与建模方法，几何思想与建模方法。

预期学习成效：掌握初等代数、初等几何方法建模技巧。

对应课程目标：1、2、4

第五章线性规划与整数规划方法（9学时）

主要知识点：

催生运筹学诞生的源头问题；当今应用，如：切割问题、成本收益最优问题、网络配送最优问题、投资组合优化问题、排班问题等；

线性规划，整数规划，灵敏度分析；

风险投资问题、合理伐木的最大经济价值问题、原油的采购与加工问题。

预期学习成效：掌握线性规划与整数规划的建模方法，掌握整数规划的灵敏度分析，掌握线性规划与整数规划模型的计算机解法。

对应课程目标：1、2、4

第六章模糊数学方法（2学时）

主要知识点：

模糊数学产生的源头问题；

模糊数学基础知识；

模糊综合评价法。

预期学习成效：熟练掌握应用模糊数学的方法对实际问题建模，熟练掌握模糊综合评价法及Matlab，SPSS程序实现等。

对应课程目标：1、2、4

第七章图与网络模型（3学时）

主要知识点：图论中的各种优化算法选将，最短路，最优树，生成树的计算等。

预期学习成效：掌握图论的基本概念以及最基本的优化算法设计与算法复杂度分析，掌握将某些实际问题转化为图或者网络模型的能力以及算