0923D07007-数学模型-2023版人才培养方案教学大纲.docxVIP

0923D07007-数学模型-2023版人才培养方案教学大纲.docx

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

PAGE3

附件5-1

ADDINCNKISM.UserStyle《数学模型》课程教学大纲

(理论课程·2023版)

一、课程基本信息

课程号

0923D07007

开课单位

数学与信息科学学院

课程名称

数学模型

MathematicsModel

课程性质

选修

考核类型

考查

课程学分

3

课程学时

51

课程类别

学科拓展课程

先修课程

数学分析、高等代数、高等数学、常微分方程等学科核心课

适用专业(类)

数学与应用数学

二、课程描述及目标

(一)课程简介

《数学模型》是近些年发展起来的新学科,是数学理论与实际问题相结合的一门科学。它将现实问题归结为相应的数学问题,并在此基础上利用数学的概念、方法和理论进行深入的分析和研究,从而从定性或定量的角度来刻画实际问题,并为解决现实问题提供精确的数据或可靠的指导。随着计算机技术的飞速发展,数学建模的作用越来越重要,而且已经渗透到各个领域,已经成为一门非常重要的课程。

该课程旨在通过理论教学与案例分析训练,使学生掌握数学建模基础知识、数学建模基本原理,具备数学建模基本能力。向学生展示来自工业、农业、工程、科学、商业管理等诸多领域的数学模型及求解计算问题,培养和提高学生应用数学工具解决实际问题的意识和能力,同时点燃他们创造性思维的火花,为后续应用类课程奠定必要的建模基础。

(二)教学目标

课程目标1:具备扎实的数学应用能力,具备良好的逻辑思维、抽象思维、数学演算的科学素养,学会用数学等理性的思维解决现实世界的科学问题;

课程目标2:掌握解决实际科学问题的数学建模一般步骤,善于分析问题、发现问题、解决问题;

课程目标3:掌握并应用常用数学建模方法和手段,并能够借助数学软件求解和分析数学问题;

课程目标4:具有良好的专业精神和自主学习意识、具备团队协作精神,学生在建立模型、求解模型、分析模型等建模环节中正确定位,发挥优势。

三、课程目标对毕业要求的支撑关系

毕业要求指标点

课程目标

权重

1-2:计算机软件开发基础知识,掌握计算机科学与软件开发的基本理论和基础专业知识,具备常用软件及数据分析软件使用的相关知识,掌握常用软件开发语言,具备大数据环境下数据分析算法与软件系统的设计、开发与分析等相关知识。

课程目标1

20

2-1:具有良好的抽象思维、逻辑思维、空间想象、数学演算和数学建模能力,具有良好的数学表达能力;

课程目标2

30

2-2:具有较强的创新意识和批判意识,善于发现、提出问题,有意识涉猎相关学科的基本知识,并尝试将数据科学与大数据技术的理论和方法应用到具体问题分析、建模及求解中;

2-4:具有运用现代信息技术进行文献检索、分析、整理归纳的能力,熟悉预研报告、可行性分析报告、研究方案设计、实验报告及论文撰写规范,能够针对复杂工程问题,开发、选择与使用适当的技术、资源、现代工具和信息技术工具;

课程目标3

30

3-2:终身学习意识及创新意识,具有团队协作精神,能够在多学科背景下的团队中承担个体、团队成员以及负责人的角色,具有终身学习意识;能用批判性思维去看待已有问题、观念、技术和方法,并勇于创新。

课程目标4

10

3-4:优秀的专业素养,具有科学情怀,具备数学思维和数据思维素养,能胜任数据建模、数据分析与挖掘算法等问题的研究和大数据系统的开发工作,即可在科研机构或高校继续深造,从事数据科学相关的科研工作,也可在经济、管理、生物、交通、医疗等领域或业界从事大数据的采集、管理、分析与处理方面的工作。

课程目标4

10

四、教学方式与方法

教学方式:课堂讲授、课堂讨论、翻转课堂案例分析。

教学方法:探讨式教学、启发式教学、案例教学相结合,课堂上,教师将归纳和总结经典模型和建立数学模型的一些常用方法与技巧。翻转课堂中,学生需通过预习、课堂演示、课堂讨论,借助案例分析的形式来掌握和巩固建模方法和技巧,以提高学生利用数学工具解决实际问题的初步科研能力。

五、教学重点与难点

(一)教学重点

教学重点是建立模型的过程和建模方法归纳,包括对实际问题进行分析、合理的简化假设、建立模型,以及模型结果及分析。

(二)教学难点

教学难点是如何培养和提高学生对实际问题的正确分析能力,这其中主要包括模型假设、结果分析、对不同数学理论应用到实际问题中的合理性判断和理性的结果讨论与分析等。

六、教学内容、基本要求与学时分配

序号

教学内容

基本要求

学时

教学

方式

对应课程目标

1

第1章建立数学模型

掌握数学模型与现实世界的关系,建立数学模型的方法与步骤,了解数学模型的特点和分类。

4

讲授

课程目标1

2

第2章初等模型

培养学生学习数学模型的兴趣,熟悉掌握初等数学建模方法。

6

讲授

翻转

课程目标1

课程目标4

3

第3章简单的优化模型

熟悉掌握静态优化模型一般概念和理论、建立

您可能关注的文档

文档评论(0)

bigeng123 + 关注
实名认证
文档贡献者

知识杂货铺~

1亿VIP精品文档

相关文档