数学建模简介
数学模型是对一个实际问题,按照其内在规律做出一些必要、合理的简化假设后,运用适当的数学工具,得到的衣蛾数学结结构,借助数学的分析和计算全面探讨并求出所得模型的解,再结合相关背景知识,运用所得结果解释或者回答实际问题,而建立数学模型的全过程被称为数学建模
数学建模的方法与步骤
数学建模的一般步骤
- 模型的准备(问题分析)
建模的问题可能来自于各行各业,而我们不可能是全才,因此,当劫持到某个问题时,我们可能对其背景知识一无所知,这就需要我们想方设法的去了解问题的实际背景,通过查阅、学习可能对问题有了一个模糊的印象,再通过进一步的分析,对问题的了解会更加明朗化。
- 模型的假设
现实事件的复杂性和多样性,使得我们不得不根据实际情况扩大思考的范围,在根据实际对象的特性和建模的目的,在分析问题的基础上对问题进行必要的、合理的取舍简化,并使用精确的语言做出假设,
必要而合理化的模型化假设应遵循两条原则, 简化问题和保持模型与实际问题的“贴近度”
- 模型的建立
根据所做的假设,利用适当的数学工具,建立多个量之间的等式或者不等式关系,列出表格,画出图形或者确定其他数学结构,事实上,建模时还有一个原则: 尽可能采用简单的数学工具,以便使更多的人能够了解和使用模型
- 模型求解
对建立的模型进行数学上的求解,包括解方程、画图形、证明定理以及逻辑运算等,会用到传统的和近代的数学方法,特别时软件和计算机技术。
- 模型的分析
将求得的模型结果进行数学上的分析,有时根据问题的性质,分析各变量之间的关系和特定形态,有时根据所得结果给出数学上的预测,有时则给出数学上的最优决策或者控制,
- 模型的检验
把模型分析的结果返回到实际所研究的对象中,如果检验的结果不符合或者部分不符合实际情况,那么我们必须回到建模之处,修改、补充假设,重新建模,如果检验结果和实际情况相符,则进行最后的工作,模型应用。
数学建模的思想方法
虽然建模没有固定的模式,但科学的思维方式是建模工作的基础,创新思维是建模成功的源泉.数学的创新思维有:类比思维、归纳思维、逆向思维、发散思维、猜测思维等.这些方法有许多共性。
数学模型的特点与分类
数学模型的特点
- 答案的不唯一性
- 方法的不统一性
- 模型的逼真性和可行性
- 模型的渐进性
- 模型的可转移性推广性
数学模型的分类
| 分类标准 | 具体类别 |
|---|---|
| 对某个实际问题了解的深入程度 | 白箱模型、灰箱模型、黑箱模型 |
| 模型中变量的特征 | 连续性模型、离散型模型或者确定性模型、随机模型 |
| 建模中所用到的数学方法 | 初等模型、微分方程模型、线性方程组模型、规划模型、差分模型、图论模型、概率统计模型 |
| 应用领域 | 生物模型、医学模型、经济模型、社会模型、交通流模型 |
| 模型随时间的变化 | 静态模型和动态模型 |