第 一 篇 建立数学模型
1.1 从现实对象到数学模型
1.2 数学建模的重要意义
1.3 数学建模示例
1.4 数学建模的基本方法和步骤
1.5 数学模型的特点和分类
1.6 数学建模能力的培养玩具、照片、飞机、火箭模型 … … ~ 实物模型水箱中的舰艇、风洞中的飞机 … … ~ 物理模型地图、电路图、分子结构图 … … ~ 符号模型模型 是为了一定目的，对客观事物的一部分进行简缩、抽象、提炼出来的 原型 的替代物模型 集中反映了 原型 中人们需要的那一部分特征
1.1 从现实对象到数学模型我们常见的模型你碰到过的数学模型 ——,航行问题”
用 x 表示船速,y 表示水速，列出方程：
7 5 050)(
7 5 030)(
yx
yx
答：船速每小时 20千米 /小时,
甲乙两地相距 750千米，船从甲到乙顺水航行需 30小时，
从乙到甲逆水航行需 50小时，问船的速度是多少?
x =20
y =5求解航行问题 建立数学模型的基本步骤
作出简化假设（船速、水速为常数）；
用符号表示有关量（ x,y表示船速和水速）；
用物理定律（匀速运动的距离等于速度乘以时间）列出数学式子（二元一次方程）；
求解得到数学解答（ x=20,y=5）；
回答原问题（船速每小时 20千米 /小时）。
数学模型 (Mathematical Model) 和数学建模（ Mathematical Modeling)
对于一个 现实对象,为了一个 特定目的,
根据其 内在规律,作出必要的 简化假设,
运用适当的 数学工具,得到的一个 数学结构 。
建立数学模型的全过程
（包括表述、求解、解释、检验等）
数学模型数学建模
1.2 数学建模的重要意义
电子计算机的出现及飞速发展；
数学以空前的广度和深度向一切领域渗透。
数学建模作为用数学方法解决实际问题的第一步，
越来越受到人们的重视。
在一般工程技术领域数学建模仍然大有用武之地；
在高新技术领域数学建模几乎是必不可少的工具；
数学进入一些新领域，为数学建模开辟了许多处女地。
数学建模的具体应用
分析与设计?预报与决策
控制与优化?规划与管理数学建模 计算机技术知识经济如虎添翼
1.3 数学建模示例
1.3.1 椅子能在不平的地面上放稳吗问题分析模型假设通常 ~ 三只脚着地 放稳 ~ 四只脚着地
四条腿一样长，椅脚与地面点接触，四脚连线呈正方形 ;
地面高度连续变化，可视为数学上的连续曲面 ;
地面相对平坦，使椅子在任意位置至少三只脚同时着地。
模型构成用数学语言把椅子位置和四只脚着地的关系表示出来
椅子位置 利用正方形 (椅脚连线 )的对称性
x
B
A
D
C
O
D′C ′
B ′ A ′用?(对角线与 x轴的夹角 )表示椅子位置
四只脚着地距离是?的函数四个距离
(四只脚 )
A,C 两脚与地面距离之和 ~ f(?)
B,D 两脚与地面距离之和 ~ g(?)
两个距离
椅脚与地面距离为零正方形 ABCD
绕 O点旋转正方形对称性用数学语言把椅子位置和四只脚着地的关系表示出来
f(?),g(?)是 连续函数对任意?,f(?),g(?)
至少一个为 0
数学问题已知,f(?),g(?)是 连续函数 ;
对任意?,f(?)? g(?)=0 ;
且 g(0)=0,f(0) > 0,
证明：存在?0，使 f(?0) = g(?0) = 0.
模型构成地面为连续曲面椅子在任意位置至少三只脚着地模型求解给出一种简单、粗糙的证明方法将椅子 旋转 900，对角线 AC和 BD互换。
由 g(0)=0,f(0) > 0,知 f(?/2)=0,g(?/2)>0.
令 h(?)= f(?)–g(?),则 h(0)>0和 h(?/2)<0.
由 f,g的连续性知 h为连续函数,据连续函数的基本性质,必存在?0,使 h(?0)=0,即 f(?0) = g(?0),
因为 f(?)? g(?)=0,所以 f(?0) = g(?0) = 0.
评注和思考 建模的关键 ~
假设条件的本质与非本质 考察四脚呈长方形的椅子
和 f(?),g(?)的确定
1.3.2 商人们怎样安全过河问题 (智力游戏 )
3名商人
3名随从随从们密约,在河的任一岸,一旦随从的人数比商人多,就杀人越货,
但是乘船渡河的方案由商人决定,
商人们怎样才能安全过河?
问题分析 多步决策过程决策 ~ 每一步 (此岸到彼岸或彼岸到此岸 )船上的人员要求 ~在安全的前提下 (两岸的随从数不比商人多 ),经有限步使全体人员过河,
河 小船 (至多 2人 )
模型构成
xk~第 k次渡河前此岸的商人数
yk~第 k次渡河前此岸的随从数
xk,yk=0,1,2,3;
k=1,2,
sk=(xk,yk)~过程的状态
S={(x,y)? x=0,y=0,1,2,3; x=3,y=0,1,2,3; x=y=1,2}
S ~ 允许状态集合
uk~第 k次渡船上的商人数
vk~第 k次渡船上的随从数
dk=(uk,vk)~决策 D={(u,v)? u+v=1,2} ~允许 决策 集合
uk,vk=0,1,2;
k=1,2,
sk+1=sk dk +(-1)k ~状态转移律求 dk?D(k=1,2,?n),使 sk?S,并 按转移律 由 s1=(3,3)到达 sn+1=(0,0).
多步决策问题模型求解
x
y
3
32
2
1
10
穷举法 ~ 编程上机
图解法状态 s=(x,y) ~ 16个格点
~ 10个 点允许决策 ~ 移动 1或 2格 ;
k奇,左下移 ; k偶,右上移,
s1
sn+1
d1,?,d11给出安全渡河方案评注和思考规格化方法,易于推广 考虑 4名商人各带一随从的情况
d1
d11
允许状态
S={(x,y)? x=0,y=0,1,2,3;
x=3,y=0,1,2,3; x=y=1,2}
背景年 1625 1830 1930 1960 1974 1987 1999
人口 (亿 ) 5 10 20 30 40 50 60
世界人口增长概况中国人口增长概况年 1908 1933 1953 1964 1982 1990 1995 2000
人口 (亿 ) 3.0 4.7 6.0 7.2 10.3 11.3 12.0 13.0
研究人口变化规律 控制人口过快增长
1.3.3 如何预报人口的增长指数增长模型 ——马尔萨斯提出 (1798)
常用的计算公式
k
k rxx )1(0
x(t) ~时刻 t的 人口基本假设,人口 (相对 )增长率 r 是常数
tr
tx
txttx
)(
)()(
今年人口 x0,年增长率 r
k年后人口
0)0(,xxrxdt
dx
rtextx
0)(?
trextx )()( 0? trx )1(0
随着时间增加，人口按指数规律无限增长指数增长模型的应用及局限性
与 19世纪以前欧洲一些地区人口统计数据吻合
适用于 19世纪后迁往加拿大的欧洲移民后代
可用于短期人口增长预测
不符合 19世纪后多数地区人口增长规律
不能预测较长期的人口增长过程
19世纪后人口数据 人口增长率 r不是常数 (逐渐下降 )
阻滞增长模型 (Logistic模型 )
人口增长到一定数量后，增长率下降的原因：
资源、环境等因素对人口增长的阻滞作用且阻滞作用随人口数量增加而变大假设 )0,()( srsxrxr r~固有增长率 (x很小时 )
xm~人口容量（资源、环境能容纳的最大数量）
)1()(
mx
xrxr
r是 x的减函数
mx
rs?0)(?mxr
rxdtdx? )1()(
mx
xrxxxr
dt
dx
dx/dt
x0 xmxm/2
xm
x t
x
x
x
e
m
m rt
( )
( )
1 1
0
t
x
0
x(t)~S形曲线,
x增加先快后慢
x0
xm/2
阻滞增长模型 (Logistic模型 )
参数估计 用指数增长模型或阻滞增长模型作人口预报，必须先估计模型参数 r 或 r,xm
利用统计数据用最小二乘法作拟合例：美国人口数据（单位 ~百万）
1860 1870 1880 …… 1960 1970 1980 1990
31.4 38.6 50.2 …… 179.3 204.0 226.5 251.4
专家估计阻滞增长模型 (Logistic模型 )
r=0.2557,xm=392.1
模型检验用模型计算 2000年美国人口，与实际数据比较
]/)1 9 9 0(1)[1 9 9 0()1 9 9 0()1 9 9 0()2 0 0 0( mxxrxxxxx
实际为 281.4 (百万 )5.274)2000(?x
模型应用 ——预报美国 2010年的人口加入 2000年人口数据后重新估计模型参数
Logistic 模型在经济领域中的应用 (如耐用消费品的售量 )
阻滞增长模型 (Logistic模型 )
r=0.2490,xm=434.0 x(2010)=306.0
2d
墙室内
T1
室外
T2
d d
墙
l
室内
T1
室外
T2问题双层玻璃窗与同样多材料的单层玻璃窗相比，减少多少热量损失假设热量传播只有传导，没有对流
T1,T2不变，热传导过程处于稳态材料均匀，热传导系数为常数建模热传导定律
d
TkQ
Q1
Q2
Q ~单位时间单位面积传导的热量
T~温差,d~材料厚度,k~热传导系数
1.3.4 双层玻璃窗的功效
d d
墙
l
室内
T1
室外
T2
Q1
Ta T
b
记双层玻璃窗传导的热量 Q1
Ta~内层玻璃的外侧温度
Tb~外层玻璃的内侧温度
k1~玻璃的热传导系数
k2~空气 的热传导系数
d
TTk
l
TTk
d
TTkQ bbaa 2
12
1
11
d
lh
k
khs
sd
TTkQ
,,
)2( 2
121
11
建模记单层玻璃窗传导的热量 Q2
d
TTkQ
2
21
12
2d
墙室内
T1
室外
T2
Q2
双层与单层窗传导的热量之比
d
lh
k
khs
sQ
Q
,,
2
2
2
1
2
1
21 QQ?
k1=4?10-3 ~8?10-3,k2=2.5?10-4,k1/k2=16 ~32
对 Q1比 Q2的减少量作最保守的估计，
取 k1/k2 =16 d
lh
hQ
Q?
,
18
1
2
1
)2(
21
11?
sd
TTkQ
建模
h
Q1/Q2
420
0.06
0.030.02
6
模型应用取 h=l/d=4,则 Q1/Q2=0.03
即双层玻璃窗与同样多材料的单层玻璃窗相比，可减少 97%的热量损失。
结果分析
Q1/Q2所以如此小，是由于层间空气极低的热传导系数 k2,而这要求空气非常干燥、不流通。
房间通过天花板、墙壁 … … 损失的热量更多。
d
lh
hQ
Q?
,18
1
2
1
双层窗的功效不会如此之大数学建模的基本方法
机理分析
测试分析根据对客观事物特性的认识，
找出反映内部机理的数量规律将对象看作“黑箱”,通过对量测数据的统计分析，找出与数据拟合最好的模型机理分析没有统一的方法，主要通过实例研究
(Case Studies)来学习。以下建模主要指机理分析。
二者结合 用机理分析建立模型结构,
用测试分析确定模型参数
1.4 数学建模的基本方法和步骤数学建模的一般步骤模型准备 模型假设 模型构成模型求解模型分析模型检验模型应用模型准备了解实际背景 明确建模目的搜集有关信息 掌握对象特征形成一个比较清晰的‘问题’
模型假设针对问题特点和建模目的作出合理的、简化的假设在合理与简化之间作出折中模型构成用数学的语言、符号描述问题发挥想像力 使用类比法尽量采用简单的数学工具数学建模的一般步骤模型求解 各种数学方法、软件和计算机技术如结果的误差分析、统计分析、
模型对数据的稳定性分析模型分析模型检验与实际现象、数据比较，
检验模型的合理性、适用性模型应用数学建模的一般步骤数学建模的全过程现实对象的信息 数学模型现实对象的解答 数学模型的解答表述求解解释验证
(归纳 )
(演绎 )
表述求解解释验证根据建模目的和信息将实际问题“翻译”成数学问题 选择适当的数学方法求得数学模型的解答将数学语言表述的解答“翻译”回实际对象用现实对象的信息检验得到的解答实践现实世界数学世界理论 实践
1.5 数学模型的特点和分类模型的逼真性和可行性模型的渐进性模型的强健性模型的可转移性模型的非预制性模型的条理性模型的技艺性模型的局限性数学模型的特点数学模型的分类应用领域 人口、交通、经济、生态 … …
数学方法 初等数学、微分方程、规划、统计 … …
表现特性描述、优化、预报、决策 … …建模目的了解程度 白箱 灰箱 黑箱确定和随机 静态和动态线性和非线性离散和连续
1.6 怎样学习数学建模数学建模与其说是一门技术，不如说是一门艺术技术大致有章可循 艺术无法归纳成普遍适用的准则想像力 洞察力 判断力
学习、分析、评价、改进别人作过的模型
亲自动手，认真作几个实际题目
A 零件的参数设计
1997
B 最优截断切割问题
A 投资的收益和风险
1998
B 灾情巡视路线
A 自动化车床管理
1999
B 钻井布局
A DNA 序列分类
2000
B 钢管订购和运输
A 血管的三维重建
2001
B 公交车调度
A 车灯线光源的优化设计
2002
B 彩票中的数学
A SARS 的传播
2003
B 露天矿生产的车辆安排
A 奥运会临时超市网点设计
2004
B 电力市场的输电阻塞管理
A 长江水质的评价和预测
2005
B 关于 DV D 的在线租赁
A 出版社的资源配置
2006
B
艾滋病疗法的评价及疗效的预测
A 中国人口增长预测
2007
B
乘公交，看奥运谢 谢！
1.1 从现实对象到数学模型
1.2 数学建模的重要意义
1.3 数学建模示例
1.4 数学建模的基本方法和步骤
1.5 数学模型的特点和分类
1.6 数学建模能力的培养玩具、照片、飞机、火箭模型 … … ~ 实物模型水箱中的舰艇、风洞中的飞机 … … ~ 物理模型地图、电路图、分子结构图 … … ~ 符号模型模型 是为了一定目的，对客观事物的一部分进行简缩、抽象、提炼出来的 原型 的替代物模型 集中反映了 原型 中人们需要的那一部分特征
1.1 从现实对象到数学模型我们常见的模型你碰到过的数学模型 ——,航行问题”
用 x 表示船速,y 表示水速，列出方程：
7 5 050)(
7 5 030)(
yx
yx
答：船速每小时 20千米 /小时,
甲乙两地相距 750千米，船从甲到乙顺水航行需 30小时，
从乙到甲逆水航行需 50小时，问船的速度是多少?
x =20
y =5求解航行问题 建立数学模型的基本步骤
作出简化假设（船速、水速为常数）；
用符号表示有关量（ x,y表示船速和水速）；
用物理定律（匀速运动的距离等于速度乘以时间）列出数学式子（二元一次方程）；
求解得到数学解答（ x=20,y=5）；
回答原问题（船速每小时 20千米 /小时）。
数学模型 (Mathematical Model) 和数学建模（ Mathematical Modeling)
对于一个 现实对象,为了一个 特定目的,
根据其 内在规律,作出必要的 简化假设,
运用适当的 数学工具,得到的一个 数学结构 。
建立数学模型的全过程
（包括表述、求解、解释、检验等）
数学模型数学建模
1.2 数学建模的重要意义
电子计算机的出现及飞速发展；
数学以空前的广度和深度向一切领域渗透。
数学建模作为用数学方法解决实际问题的第一步，
越来越受到人们的重视。
在一般工程技术领域数学建模仍然大有用武之地；
在高新技术领域数学建模几乎是必不可少的工具；
数学进入一些新领域，为数学建模开辟了许多处女地。
数学建模的具体应用
分析与设计?预报与决策
控制与优化?规划与管理数学建模 计算机技术知识经济如虎添翼
1.3 数学建模示例
1.3.1 椅子能在不平的地面上放稳吗问题分析模型假设通常 ~ 三只脚着地 放稳 ~ 四只脚着地
四条腿一样长，椅脚与地面点接触，四脚连线呈正方形 ;
地面高度连续变化，可视为数学上的连续曲面 ;
地面相对平坦，使椅子在任意位置至少三只脚同时着地。
模型构成用数学语言把椅子位置和四只脚着地的关系表示出来
椅子位置 利用正方形 (椅脚连线 )的对称性
x
B
A
D
C
O
D′C ′
B ′ A ′用?(对角线与 x轴的夹角 )表示椅子位置
四只脚着地距离是?的函数四个距离
(四只脚 )
A,C 两脚与地面距离之和 ~ f(?)
B,D 两脚与地面距离之和 ~ g(?)
两个距离
椅脚与地面距离为零正方形 ABCD
绕 O点旋转正方形对称性用数学语言把椅子位置和四只脚着地的关系表示出来
f(?),g(?)是 连续函数对任意?,f(?),g(?)
至少一个为 0
数学问题已知,f(?),g(?)是 连续函数 ;
对任意?,f(?)? g(?)=0 ;
且 g(0)=0,f(0) > 0,
证明：存在?0，使 f(?0) = g(?0) = 0.
模型构成地面为连续曲面椅子在任意位置至少三只脚着地模型求解给出一种简单、粗糙的证明方法将椅子 旋转 900，对角线 AC和 BD互换。
由 g(0)=0,f(0) > 0,知 f(?/2)=0,g(?/2)>0.
令 h(?)= f(?)–g(?),则 h(0)>0和 h(?/2)<0.
由 f,g的连续性知 h为连续函数,据连续函数的基本性质,必存在?0,使 h(?0)=0,即 f(?0) = g(?0),
因为 f(?)? g(?)=0,所以 f(?0) = g(?0) = 0.
评注和思考 建模的关键 ~
假设条件的本质与非本质 考察四脚呈长方形的椅子
和 f(?),g(?)的确定
1.3.2 商人们怎样安全过河问题 (智力游戏 )
3名商人
3名随从随从们密约,在河的任一岸,一旦随从的人数比商人多,就杀人越货,
但是乘船渡河的方案由商人决定,
商人们怎样才能安全过河?
问题分析 多步决策过程决策 ~ 每一步 (此岸到彼岸或彼岸到此岸 )船上的人员要求 ~在安全的前提下 (两岸的随从数不比商人多 ),经有限步使全体人员过河,
河 小船 (至多 2人 )
模型构成
xk~第 k次渡河前此岸的商人数
yk~第 k次渡河前此岸的随从数
xk,yk=0,1,2,3;
k=1,2,
sk=(xk,yk)~过程的状态
S={(x,y)? x=0,y=0,1,2,3; x=3,y=0,1,2,3; x=y=1,2}
S ~ 允许状态集合
uk~第 k次渡船上的商人数
vk~第 k次渡船上的随从数
dk=(uk,vk)~决策 D={(u,v)? u+v=1,2} ~允许 决策 集合
uk,vk=0,1,2;
k=1,2,
sk+1=sk dk +(-1)k ~状态转移律求 dk?D(k=1,2,?n),使 sk?S,并 按转移律 由 s1=(3,3)到达 sn+1=(0,0).
多步决策问题模型求解
x
y
3
32
2
1
10
穷举法 ~ 编程上机
图解法状态 s=(x,y) ~ 16个格点
~ 10个 点允许决策 ~ 移动 1或 2格 ;
k奇,左下移 ; k偶,右上移,
s1
sn+1
d1,?,d11给出安全渡河方案评注和思考规格化方法,易于推广 考虑 4名商人各带一随从的情况
d1
d11
允许状态
S={(x,y)? x=0,y=0,1,2,3;
x=3,y=0,1,2,3; x=y=1,2}
背景年 1625 1830 1930 1960 1974 1987 1999
人口 (亿 ) 5 10 20 30 40 50 60
世界人口增长概况中国人口增长概况年 1908 1933 1953 1964 1982 1990 1995 2000
人口 (亿 ) 3.0 4.7 6.0 7.2 10.3 11.3 12.0 13.0
研究人口变化规律 控制人口过快增长
1.3.3 如何预报人口的增长指数增长模型 ——马尔萨斯提出 (1798)
常用的计算公式
k
k rxx )1(0
x(t) ~时刻 t的 人口基本假设,人口 (相对 )增长率 r 是常数
tr
tx
txttx
)(
)()(
今年人口 x0,年增长率 r
k年后人口
0)0(,xxrxdt
dx
rtextx
0)(?
trextx )()( 0? trx )1(0
随着时间增加，人口按指数规律无限增长指数增长模型的应用及局限性
与 19世纪以前欧洲一些地区人口统计数据吻合
适用于 19世纪后迁往加拿大的欧洲移民后代
可用于短期人口增长预测
不符合 19世纪后多数地区人口增长规律
不能预测较长期的人口增长过程
19世纪后人口数据 人口增长率 r不是常数 (逐渐下降 )
阻滞增长模型 (Logistic模型 )
人口增长到一定数量后，增长率下降的原因：
资源、环境等因素对人口增长的阻滞作用且阻滞作用随人口数量增加而变大假设 )0,()( srsxrxr r~固有增长率 (x很小时 )
xm~人口容量（资源、环境能容纳的最大数量）
)1()(
mx
xrxr
r是 x的减函数
mx
rs?0)(?mxr
rxdtdx? )1()(
mx
xrxxxr
dt
dx
dx/dt
x0 xmxm/2
xm
x t
x
x
x
e
m
m rt
( )
( )
1 1
0
t
x
0
x(t)~S形曲线,
x增加先快后慢
x0
xm/2
阻滞增长模型 (Logistic模型 )
参数估计 用指数增长模型或阻滞增长模型作人口预报，必须先估计模型参数 r 或 r,xm
利用统计数据用最小二乘法作拟合例：美国人口数据（单位 ~百万）
1860 1870 1880 …… 1960 1970 1980 1990
31.4 38.6 50.2 …… 179.3 204.0 226.5 251.4
专家估计阻滞增长模型 (Logistic模型 )
r=0.2557,xm=392.1
模型检验用模型计算 2000年美国人口，与实际数据比较
]/)1 9 9 0(1)[1 9 9 0()1 9 9 0()1 9 9 0()2 0 0 0( mxxrxxxxx
实际为 281.4 (百万 )5.274)2000(?x
模型应用 ——预报美国 2010年的人口加入 2000年人口数据后重新估计模型参数
Logistic 模型在经济领域中的应用 (如耐用消费品的售量 )
阻滞增长模型 (Logistic模型 )
r=0.2490,xm=434.0 x(2010)=306.0
2d
墙室内
T1
室外
T2
d d
墙
l
室内
T1
室外
T2问题双层玻璃窗与同样多材料的单层玻璃窗相比，减少多少热量损失假设热量传播只有传导，没有对流
T1,T2不变，热传导过程处于稳态材料均匀，热传导系数为常数建模热传导定律
d
TkQ
Q1
Q2
Q ~单位时间单位面积传导的热量
T~温差,d~材料厚度,k~热传导系数
1.3.4 双层玻璃窗的功效
d d
墙
l
室内
T1
室外
T2
Q1
Ta T
b
记双层玻璃窗传导的热量 Q1
Ta~内层玻璃的外侧温度
Tb~外层玻璃的内侧温度
k1~玻璃的热传导系数
k2~空气 的热传导系数
d
TTk
l
TTk
d
TTkQ bbaa 2
12
1
11
d
lh
k
khs
sd
TTkQ
,,
)2( 2
121
11
建模记单层玻璃窗传导的热量 Q2
d
TTkQ
2
21
12
2d
墙室内
T1
室外
T2
Q2
双层与单层窗传导的热量之比
d
lh
k
khs
sQ
Q
,,
2
2
2
1
2
1
21 QQ?
k1=4?10-3 ~8?10-3,k2=2.5?10-4,k1/k2=16 ~32
对 Q1比 Q2的减少量作最保守的估计，
取 k1/k2 =16 d
lh
hQ
Q?
,
18
1
2
1
)2(
21
11?
sd
TTkQ
建模
h
Q1/Q2
420
0.06
0.030.02
6
模型应用取 h=l/d=4,则 Q1/Q2=0.03
即双层玻璃窗与同样多材料的单层玻璃窗相比，可减少 97%的热量损失。
结果分析
Q1/Q2所以如此小，是由于层间空气极低的热传导系数 k2,而这要求空气非常干燥、不流通。
房间通过天花板、墙壁 … … 损失的热量更多。
d
lh
hQ
Q?
,18
1
2
1
双层窗的功效不会如此之大数学建模的基本方法
机理分析
测试分析根据对客观事物特性的认识，
找出反映内部机理的数量规律将对象看作“黑箱”,通过对量测数据的统计分析，找出与数据拟合最好的模型机理分析没有统一的方法，主要通过实例研究
(Case Studies)来学习。以下建模主要指机理分析。
二者结合 用机理分析建立模型结构,
用测试分析确定模型参数
1.4 数学建模的基本方法和步骤数学建模的一般步骤模型准备 模型假设 模型构成模型求解模型分析模型检验模型应用模型准备了解实际背景 明确建模目的搜集有关信息 掌握对象特征形成一个比较清晰的‘问题’
模型假设针对问题特点和建模目的作出合理的、简化的假设在合理与简化之间作出折中模型构成用数学的语言、符号描述问题发挥想像力 使用类比法尽量采用简单的数学工具数学建模的一般步骤模型求解 各种数学方法、软件和计算机技术如结果的误差分析、统计分析、
模型对数据的稳定性分析模型分析模型检验与实际现象、数据比较，
检验模型的合理性、适用性模型应用数学建模的一般步骤数学建模的全过程现实对象的信息 数学模型现实对象的解答 数学模型的解答表述求解解释验证
(归纳 )
(演绎 )
表述求解解释验证根据建模目的和信息将实际问题“翻译”成数学问题 选择适当的数学方法求得数学模型的解答将数学语言表述的解答“翻译”回实际对象用现实对象的信息检验得到的解答实践现实世界数学世界理论 实践
1.5 数学模型的特点和分类模型的逼真性和可行性模型的渐进性模型的强健性模型的可转移性模型的非预制性模型的条理性模型的技艺性模型的局限性数学模型的特点数学模型的分类应用领域 人口、交通、经济、生态 … …
数学方法 初等数学、微分方程、规划、统计 … …
表现特性描述、优化、预报、决策 … …建模目的了解程度 白箱 灰箱 黑箱确定和随机 静态和动态线性和非线性离散和连续
1.6 怎样学习数学建模数学建模与其说是一门技术，不如说是一门艺术技术大致有章可循 艺术无法归纳成普遍适用的准则想像力 洞察力 判断力
学习、分析、评价、改进别人作过的模型
亲自动手，认真作几个实际题目
A 零件的参数设计
1997
B 最优截断切割问题
A 投资的收益和风险
1998
B 灾情巡视路线
A 自动化车床管理
1999
B 钻井布局
A DNA 序列分类
2000
B 钢管订购和运输
A 血管的三维重建
2001
B 公交车调度
A 车灯线光源的优化设计
2002
B 彩票中的数学
A SARS 的传播
2003
B 露天矿生产的车辆安排
A 奥运会临时超市网点设计
2004
B 电力市场的输电阻塞管理
A 长江水质的评价和预测
2005
B 关于 DV D 的在线租赁
A 出版社的资源配置
2006
B
艾滋病疗法的评价及疗效的预测
A 中国人口增长预测
2007
B
乘公交，看奥运谢 谢！
