数学建模经验及常识.pptVIP

数学建模常识与经验 基本内容： 一、什么是数学建模 二、相关的数学基础 三、如何组队及合作 四、如何从建模例题中学习解题方法 一、什么是数学建模 数学建模竞赛：它名曰数学，当然要用到数学知识，但却与以往所说的那种数学竞赛（那是纯数学竞赛）不同。(建模赛场一览) Match？ Or Project？——Case？ 它要用到计算机，甚至离不开计算机，但却不是纯粹的计算机竞赛，它涉及物理、化学、生物、医学、电子、农业、管理等各学科、各领域的知识，但也不是这些学科、领域里的纯知识竞赛，它涉及各学科、各领域，但又不受任何一个具体的学科、领域的局限。（例如） 它要用到各方面的综合的知识，但还不限于此．参赛选手不只是要有各方面的知识，还要驾驭这些知识，应用这些知识处理实际问题的能力。知识是无止境的，还必须有善于获得新的知识的能力。总之，数学建模竟赛，既要比赛各方面的综合知识，也要比赛各方面的综合能力。它的特点就是综合，它的优点也是综合。在这个意义上看，它与任何一个学科领域内的纯知识竞赛都不相同的特点就是不纯，它的优点也就是不纯，综合就是不纯。 二、相关的数学基础 线性规划 概率统计 图论 常微分方程 最优化理论 三、如何组队及合作 根据数学建模竞赛章程，三人组成一队，这三人中必须一人数学基础较好，一人应用数学软件（如Matlab,lindo,maple等）和编程（如c,Matlab,vc++等）的能力较强，一人科技论文写作的水平较好。科技论文的写作要求整篇论文的结构严谨，语言要有逻辑性，用词要准确。 三人之间要能够配合得起来。若三人之间配合不好，会降低效率，导致整个建模的失败。 如果可能的话，最好是数学好的懂得编程的一些知识，编程好的了解建模，搞论文写作也 要了解建模，这样会合作得更好。因为数学好的在建立模型方案时会考虑到编程的便利性，以利于编程；编程好的能够很好地理解模型，论文写作的能够更好、更完全地阐述模型。否则会出现建立的模型不利于编程，程序不能完全概括模型，论文写作时会漏掉一些不经意的东西。 在合作的过程中，最好是能够在三人中找出一个所谓的组长，即要能够总揽全局，包括任务的分配，相互间的合作和进度的安排。 在建模过程中出现意见不统一——如何处理？仅我个人的经验而言，除了一般的理解与尊重外，我觉得最重要的一点就是“给我一 个相信你的理由”和“相信我，我的理由是……”，不要作无谓的争论。 四、如何从建模例题中学习解题方法 你们在看例题的时候，要看例题是如何着手的，即是如何切入，如何建立的方程等。 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， 关键是建立瞬时变化率的表达式。 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。 题型： 赛题题型结构形式有三个基本组成部分： 一、实际问题背景 1. 涉及面宽--有社会，经济，管理，生活，环境，自然现象，工程技术，现代科学中出现的新问题等。 2. 一般都有一个比较确切的现实问题。 二、若干假设条件 有如下几种情况： 1. 只有过程、规则等定性假设，无具体定量数据； 2. 给出若干实测或统计数据； 3. 给出若干参数或图形； 4. 蕴涵着某些机动、可发挥的补充假设条件，或参赛者可以根据自己收集或模拟产生数据。 三、要求回答的问题 往往有几个问题（一般不是唯一的答案）: 1. 比较确定性的答案（基本答案）；2. 更细致或更高层次的