数学模型
模型思想通常也叫做“数学模型”或者“数学建模”，它是用数学语言和工具，对现实世界的一些信息进行适当的简化，经过推理和运算，对相应的数据进行分析、预测、决策和控制，并且经过实践的检验，如果检验的结果是正确的，就可以用来指导实践。模型思想是三中基本思想之一，由模型思想派生出的下位数学思想有化简思想、量化思想、函数思想、方程思想、随机思想等。在小学阶段适合渗透的主要有函数思想、方程思想等。
2012版新课标（《全日制义务教育数学课程标准》）在“课程内容”中提出了十个核心词（数感、符号意识、空间观念、几何直观、数据分析观念、运算能力、推理能力、模型思想、应用意识和创新意识），并一一给出描述，模型思想就是其中的一个。
什么是“模型思想”？数学模型的教学与通常的数学教学之间有什么关系？怎样帮助小学生建立模型思想？怎样应用模型思想呢？
模型思想通常也叫做“数学模型”或者“数学建模”，它是用数学语言和工具，对现实世界的一些信息进行适当的简化，经过推理和运算，对相应的数据进行分析、预测、决策和控制，并且经过实践的检验，如果检验的结果是正确的，就可以用来指导实践。
数学模型在当今市场经济和信息化社会中已经有课比较广泛的应用，无论解决哪个领域的或者，都要用到数学、都要用到数学建模方法。如大学建模教科书上有：人口增长数学模型、导弹核武器竞赛问题。动物形体问题、电饭锅销售模型、公路运输问题、投资决策模型等。其实数学模型的发展有着悠久的历史，并且是推动数学发展的重要动力之一。在古代，中国以解决实际问题为主要特征的“数学建模”就十分活跃，注重算法创新的中国古代数学家是“数学建模”的好手。像老师们熟悉的“田忌赛马”、“韩信点兵”、“邑方几何”、“四表望远”、“锯木求径”等都是中国古代数学模型算法，十分有名。在近代，以学习数学模型为内容的课程最早产生20世纪60年代的美国研究生教育。1985年，也是美国首先出现了大学生建模竞赛。荷兰从1990年开始组织高中学生进行数学建模竞赛。
中国从1983年开始在清华大学等高等院校开设数学建模课程并从1992年起每年举行一次全国大学生数学建模竞赛。
数学具有高度抽象性、严密逻辑性和应用广泛性的特点，由于小学生擅长形象思维的认知，所以小学阶段的数学模型除了具有抽象性、精确性、和简约性之外，还具有直观性。因此，数学模型在小学中的呈现，主要有描述性语言（自然语言）、图形语言和符号语言三中形式。以“乘法分配律”为例。
1.用描述性语言表达：两个数的和与一个数相乘，等于这两个数分别与这个数相乘，再把两个积相加。这么长的一串话，不理解的人读了也白读。
2.用图形语言表达：
知道长方形面积计算公式的人都看的懂，这是乘法分配律比较常见的一种几何模型，非常直观，但它的局限性在于只能揭示非负数的乘法运算定律，因为长度、面积都不可能是负值。
3.用符号语言表达：（a+b）×c=ac+bc.不仅非常简练，而且足够准确，同时三个字母可以表示一切实数。这只是符号语言所具有优势之一。
三种语言表达中符号语言最具有优势，但并不说明小学生最重要的就是发展他们的符号语言表达。因为小学生的年龄特点使得他们需要描述性语言表达的数学模型。如人教版二年级上册第11页“百以内的进位加法”例3“36+35”，通过摆一摆小棒来表示的算理，就十分形象直观，在表示算理的基础上再列竖式，总结出算法（建立数学模型）：“数位对齐，个位相加，个位满十，向十位进一”，这种用描述性语言表达的数学模型具有直观操作性，便于学生的掌握和应用。
另外图形语言的表达也是必不可少的。例如在教授“鸡兔同笼”的应用问题，用图形语言表达就十分形象直观，便于学生理解，在图形语言表达的基础上再归结到假设法来解决。因此相比而言，描述性语言和图形语言在众多的数学模型中是不可或缺的，但真正的数学模型还是符号模型，因为抽象的符号都具有精确性和简约性，并且没有歧义。
2012版新课标在课程内容部分明确提出了“初步形成模型思想”，并具体阐述为：模型思想的建立是学生体会和理解数学与外部世界联系的基本途径，建立
和求解模型的过程包括：从现实生活或具体情境中抽象出数学问题，用数学符号建立方程、不等式、函数等表示数学问题数量关系和变化规律，求出结果并讨论结果的意义。这些内容的学习有助于学生初步形成模型思想，提高学习数学的兴趣和应用意识。这段叙述揭示了在教学中如何帮助小学生建立数学“模型思想”的三点具体要求：
1.从现实情境中抽象出数学模型。
“抽象”是在认识事物的过程中舍弃其非本质属性，从而取其本质属性。数学模型的抽象性、概括性都很强，任何一个数、一个公式、一种符号、一个概念和规律都是抽象、概括的结果。正如恩格斯曾经说过：“数和形的概念不是从其他任何地方，而是从现实世界中得来的。”建立数学模型最重要的就是使学生能体会到数学与现实社会的天然联系，把生活中的数学原型生动地展现在教学中。例如人教版六年级下册第95页“你知道吗”中的“七桥问题”（图1）：18世纪东普鲁士的哥尼斯堡城，有一条叫普列格的小河穿过，河上有两个小岛，有7座桥把两个小岛与河岸联系起来。
建立数学模型的方法、步骤、特点及分类
建立数学模型的方法、步骤、特点及分类 [学习目标] 1.能表述建立数学模型的方法、步骤； 2.能表述建立数学模型的逼真性、可行性、渐进性、强健性、可转移性、非 预制性、条理性、技艺性和局限性等特点；； 3.能表述数学建模的分类； 4.会采用灵活的表述方法建立数学模型； 5.培养建模的想象力和洞察力。 一、建立数学模型的方法和步骤 —般说来建立数学模型的方法大体上可分为两大类、一类是机理分析方法，一类是测试分析方法．机理分析是根据对现实对象特性的认识、分析其因果关系，找出反映内部机理的规律,建立的模型常有明确的物理或现实意义.测试分折将研究对象视为一个“黑箱”系统，内部机理无法直接寻求，可以测量系统的输人输出数据、并以此为基础运用统计分析方法，按照事先确定的准则在某一类模型中选出一个与数据拟合得最好的模型。这种方法称为系统辨识(System Identification)．将这两种方法结合起来也是常用的建模方法。即用机理分析建立模型的结构，用系统辨识确定模型的参数． 可以看出，用上面的哪一类方法建模主要是根据我们对研究对象的了解程度和建模目的决定的．如果掌握了机理方面的一定知识，模型也要求具有反映内部特性的物理意义。那么应该以机理分析方法为主．当然,若需要模型参数的具体数值，还可以用系统辨识或其他统计方法得到．如果对象的内部机理基本上没掌握，模型也不用于分析内部特性,譬如仅用来做输出预报，则可以系统辩识方法为主．系统辨识是一门专门学科，需要一定的控制理论和随机过程方面的知识．以下所谓建模方法只指机理分析。 建模要经过哪些步骤并没有一定的模式，通常与实际问题的性质、建模的目的等有关，从 §16.2节的几个例子也可以看出这点．下面给出建模的—般步骤，如图16-5所示． 图16-5 建模步骤示意图 模型准备首先要了解问题的实际背景，明确建模的目的搜集建模必需的各种信息如现象、数据等，尽量弄清对象的特征,由此初步确定用哪一类模型，总之是做好建模的准备工作．情况明才能方法对，这一步一定不能忽视，碰到问题要虚心向从事实际工作的同志请教，尽量掌握第一手资料. 模型假设根据对象的特征和建模的目的，对问题进行必要的、合理的简化，用精确的语言做出假设，可以说是建模的关键一步．一般地说，一个实际问题不经过简化假设就很难翻译成数学问题，即使可能，也很难求解．不同的简化假设会得到不同的模型．假设作得不合理或过份简单，会导致模型失败或部分失败，于是应该修改和补充假设；假设作得过分详细，试图把复杂对象的各方面因素都考虑进去，可能使你很难甚至无法继续下一步的工作．通常，作假设的依据，一是出于对问题内在规律的认识，二是来自对数据或现象的分析，也可以是二者的综合．作假设时既要运用与问题相关的物理、化学、生物、经济等方面的知识，又要充分发挥想象力、洞察力和判断力，善于辨别问题的主次，果断地抓住主要因素，舍弃次要因素，尽量将问题线性化、均匀化．经验在这里也常起重要作用．写出假设时，语言要精确，就象做习题时写出已知条件那样．
MPS水流数学模型在冲击压力计算中的应用
２００６年９月李绍武等：ＭＰＳ水流数学模型在冲击压力计算中的应用?１０３５? 由于各传感器采样时间间隔短暂，故挡板总压力误差不大．而单宽压力则通过将总压力除以挡板宽度求得．２组实验的挡板单宽压力时间过程分别如图４和图５所示．从２组实测结果来看，压力过程都呈现２个峰，时间间隔约０．４５Ｓ．水柱高度较小的第１组的第２个峰较第１个峰明显要大，两峰相距时问间隔亦略短；第２组两峰压力值大致相同． ０．００．１０．２０．３０．４０．５０．６０．７０．８０．９１．０ 时间／Ｓ 图４水柱倒塌后右挡板压力过程计算结果与 实测结果对比（第１组次） Ｆｉｇ．４Ｃｏｍｐａｒｉｓｏｎｂｅｔｗｅｅｎｓｉｍｕｌａｔｅｄａｎｄｍｅａｓｕｒｅｄ ｒｅｓｕｌｔｓｏｆｐｒｅｓｓｕｒｅｐｒｏｃｅｓｓｏｎｒｉｇｈｔｂｏａｒｄａｆｔｅｒ ｗａｔｅｒｃｏｌｕｍｎｃｏｌｌａｐｓｅ（Ｃａｓｅ１） ０．００．１０．２０．３０．４０．５０．６０．７０．８０．９１．０ 时间／ｓ （ａ）黏滞系数对压力的影响 Ｕ．０Ｕ．１０．２０．ｊ０．４０．５０．６０．７Ｕ．８Ｕ．９１．Ｕ 时间／Ｓ （ｂ）摩阻项对压力的影响 图５水柱倒塌后右挡板压力过程计算结果与 实测结果对比（第２组次） Ｆｉｇ．５Ｃｏｍｐａｒｉｓｏｎｂｅｔｗｅｅｎ ｓｉｍｕｌａｔｅｄａｎｄｍｅａｓｕｒｅｄ ｒｅｓｕｌｔｓｏｆｐｒｅｓｓｕｒｅｐｒｏｃｅｓｓｏｎｒｉｇｈｔｂｏａｒｄ ａｆｔｅｒｗａｔｅｒｃｏｌｕｍｎｃｏｌｌａｐｓｅ（Ｃａｓｅ２） 数值实验结果表明，摩阻和黏滞项对压力计算结果影响较大．以下结合实测结果分别予以讨论．以第１组１８ｃＩｎ水柱实验为例，将考虑和不考虑摩阻２种情况的压力计算结果与实测结果进行了对比（图４）．从计算结果可以看出，未加入摩阻项时，压力峰尖锐，但峰点相位较实测有所提前．加入摩阻项后，压力峰值略有减小，但峰点（Ａ点和Ｂ点）相位与实测更接近．图６为峰点Ａ和曰时刻的瞬时流场分布图．峰点Ａ对应流体与挡板前锋接触的时刻；峰点曰为流体主体与挡板作用的时刻． 图６Ａ、Ｂ时刻流场图（第１组次） Ｆｉｇ．６Ｆｌｏｗｆｉｅｌｄｓａｔｔｈｅｔｉｍｅｏｆｔｈｅｔｗｏｐｒｅｓｓｕｒｅ ｐｅａｋｓＡ ａｎｄＢ（Ｃａｓｅ１） 图５（ａ）给出了第２组２４ｃｍ水柱当黏滞系数取不同值时挡板压力过程的计算结果．计算中因未加入摩阻项，所以峰点相位与实测结果相比均有一定提前．从各组计算结果看，黏滞系数对压力峰的尖锐程度有显著影响．黏滞系数取矽＝１．０１×ｉ０山Ｉｎ２／ｓ时，峰型最尖锐．随着系数增大，峰型逐渐钝化．当黏滞系数取／／＝３．５０×１０。６Ｉｎ２／ｓ时，峰型与实测结果最接近．取Ⅳ＝３．５０×１０“ｎ１２，考察了摩阻项对压力计算结果的影响（图５（ｂ））．从计算结果看，尽管考虑摩阻后峰值处略有损失，但总体结果与实测基本吻合． ｚ、Ｒ出
经济数学模型的局限性
数学与经济学息息相关，经济理论研究也离不开经济数学模型。经济学从它产生时起，就在某种程度上运用着经济数学模型。几乎每一项经济学的研究、决策，都离不开数学的应用。利用数学工具来分析经济问题得到的理论成果层出不穷，经济学中使用数学方法的趋势也越来越明显。西方经济学认为，经济学的基本方法是分析经济变量之间的函数关系，建立经济模型，从中引申出经济原则和理论，进行预测、决策和监控。在经济领域，数学的运用首要的问题是实用性和实践性问题，即能否用所建立的模型去概括某一经济现象或说明某一经济问题。因而，数学模型分析已成为现代经济学研究的基本趋向，经济数学模型在研究许多特定的经济问题时具有重要的不可替代的作用。在经济学日益计量化、定量分析的今天，数学模型方法显得愈来愈重要。在社会发展中，经济数学模型渗透到了许多方面。 1 经济数学模型的基本内涵 经济数学模型：①凡一切数学概念、数学理论体系、各种数学公式以及由公式构成的算法系统均可称为数学模型。②数学模型就是运用数学符号、公式和函数等数学语言，表示出客观事物特征、本质和规律的方法。那么经济活动中数量关系的简化的数学表达，简称经济模型。“数学模型是数学思想精华的具体体现，是对客观实际对象的数学表述，它是在一定的合理假设前提下，对实际问题进行抽象和简化，基于数学理论和方法，用数学符号、数学命题、图形、图表等来刻画客观事物的本质属性及其内在联系。当数学模型与经济问题有机地结合在一起时，经济数学模型也就产生了。数学中有数、形、式结合原则。数表示量的大小，形表示量的集合，式反映了经济变量的联系及规律，三者之间形成了逻辑的统一。数学中图形是点的轨迹，点是函数的特殊值，因而也是函数和曲线的统一。可以认为经济问题是复杂经济现象中的一个点，函数则是经济变量之间的相互依存、相互作用关系，图形就是经济运行的规律和机制。所以，数、形、式是建模的主要工具和手段，是解决客观经济问题的三个要素。” 经济数学模型强调直接从实际问题中提出数学问题，然后选择恰当的数学方法加以解决，教会人们善于从实际问题中提出数学问题。对于广大学习数学的人来说，这也是提高其数学素质的直要途经，是培养人们尤其是经济工作者用数学工具解决实际问题的桥梁。而且，在建立数学模型解决实际问题时可以体会数学的应用价值，数学应用意识，增强学习数学的兴趣，学会团结合作，提高分析和解决问题的能力，认识数学知识的发展过程，可以培养数学创造能力。 在经济数学模型中，用到的数学非常广泛，按数学形式的不同，经济数学模型一般分为线性和非线性两种：①线性模型是指模型中包含的方程都是一次方程。②非线性模型是指模型中有两次以上的高次方程。③有时非线性模型可化为线性模型来求解，如把指数模型转换为对数模型来处理。数列，概率统计等。 模型要采取一定的数学形式来反映经济数量关系。任何数学形式主要由方程式、变量(它的数值随时间、地点和条件的变化而改变，按其在方程式中的地位和作用，分为因变量和自变量)和参数(反映变量之间相互影响程度的系数)3个基本要素组成。简化是用模型来反
药物动力学模型 数学建模
药物动力学模型 一般说来，一种药物要发挥其治疗疾病的作用，必须进入血液，随着血流到达作用部位。药物从给药部位进入血液循环的过程称为药物的吸收，而借助于血液循环往体内各脏器组织转运的过程称为药物的分布。 药物进入体内以后，有的以厡型发挥作用，并以厡型经肾脏排出体外；有的则发生化学结构的改变--称为药物的代谢。代谢产物可能具有药理活性，可能没有药理活性。不论是厡型药物或其代谢产物，最终都是经过一定的途径(如肾脏、胆道、呼吸器官、唾液腺、汗腺等)离开机体，这一过程称为药物的排泄。有时，把代谢和排泄统称为消除。 药物动力学(Pharmacokinetics)就是研究药物、毒物及其代谢物在体内的吸收、分布、代谢及排除过程的定量规律的科学。它是介于数学与药理学之间的一门新兴的边缘学科。自从20世纪30年代Teorell 为药物动力学奠定基础以来，由于药物分析技术的进步和电子计算机的使用，药物动力学在理论和应用两方面都获得迅速的发展。至今，药物动力学仍在不断地向深度和广度发展。药物动力学的研究方法一般有房室分析；矩分析；非线性药物动力学模型；生理药
物动力学模型；药物药效学模型。下面我们仅就房室分析作一简单介绍。 为了揭示药物在体内吸收、分布、代谢及排泄过程的定量规律，通常从给药后的一系列时间 (t) 采取血样，测定血(常为血浆，有时为血清或全血)中的药物浓度( C )；然后对血药浓度——时间数据数据(C——t数据)进行分析。 一一室模型 最简单的房室模型是一室模型。采用一室模型，意味着可以近似地把机体看成一个动力学单元，它适用于给药后，药物瞬间分布到血液、其它体液及各器官、组织中，并达成动态平衡的情况。下面的图(一)表示几种常见的给药途径下的一室模型，其中C代表在给药后时间t的血药浓度，V代表房室的容积，常称为药物的表观分布容积，K代表药物的一级消除速率常数，故消除速率与体内药量成正比，D代表所给刘剂量。 图(a)表示快速静脉注射一个剂量D，由于是快速，且药物直接从静脉输入，故吸收过程可略而不计；图(b)表示以恒定的速率K，静脉滴注一个剂量D；若滴注所需时间为丅，则K=D/丅。图(c)表示口服或肌肉注射一个剂量D，由于存在吸收过程，故图中分别
什么是数学模型与数学建模
1. 什么是数学模型与数学建模 简单地说：数学模型就是对实际问题的一种数学表述。 具体一点说：数学模型是关于部分现实世界为某种目的的一个抽象的简化的数学结构。 更确切地说：数学模型就是对于一个特定的对象为了一个特定目标，根据特有的内在规律，做出一些必要的简化假设，运用适当的数学工具，得到的一个数学结构。数学结构可以是数学公式，算法、表格、图示等。 数学建模就是建立数学模型，建立数学模型的过程就是数学建模的过程（见数学建模过程流程图）。数学建模是一种数学的思考方法，是运用数学的语言和方法，通过抽象、简化建立能近似刻划并"解决"实际问题的一种强有力的数学手段。 2.美国大学生数学建模竞赛的由来： 1985年在美国出现了一种叫做MCM的一年一度大大学生数学模型（1987年全称为Mathematical Competition in Modeling,1988年改全称为Mathematical Contest in Modeling,其所写均为MCM）。这并不是偶然的。在1985年以前美国只有一种大学生数学竞赛（The william Lowell Putnam mathematial Competition,简称Putman(普特南）数学竞赛），这是由美国数学协会（MAA--即Mathematical Association of America的缩写）主持，于每年12月的第一个星期六分两试进行，每年一次。在国际上产生很大影响，现已成为国际性的大学生的一项著名赛事。该竞赛每年2月或3月进行。 我国自1989年首次参加这一竞赛，历届均取得优异成绩。经过数年参加美国赛表明，中国大学生在数学建模方面是有竞争力和创新联想能力的。为使这一赛事更广泛地展开，1990年先由中国工业与应用数学学会后与国家教委联合主办全国大学生数学建模竞赛（简称CMCM），该项赛事每年9月进行。
实验一 控制系统的数学模型
实验一 控制系统的数学模型 一 实验目的 1、学习用MATLAB 创建各种控制系统模型。 2、掌握传递函数模型、零-极点增益模型以及连续系统模型与离散系统模型之间的转化，模型的简化。 二 相关理论 1传递函数描述 (1)连续系统的传递函数模型 连续系统的传递函数如下： ? 对线性定常系统，式中s 的系数均为常数，且a1不等于零，这时系统在MATLAB 中 可以方便地由分子和分母系数构成的两个向量唯一地确定出来，这两个向量分别用num 和den 表示。 num=[b1,b2,…,bm,bm+1] den=[a1,a2,…,an,an+1] 注意：它们都是按s 的降幂进行排列的。 tf （）函数可以表示传递函数模型：G=tf(num, den) 举例： num=[12,24,0,20];den=[2 4 6 2 2]; G=tf(num, den) (2)零极点增益模型 ? 零极点模型实际上是传递函数模型的另一种表现形式，其原理是分别对原系统传递 函数的分子、分母进行分解因式处理，以获得系统的零点和极点的表示形式。 K 为系统增益，zi 为零点，pj 为极点 在MATLAB 中零极点增益模型用[z,p,K]矢量组表示。即： z=[z1,z2,…,zm] p=[p1,p2,...,pn] K=[k] zpk （）函数可以表示零极点增益模型：G=zpk(z,p,k) (3)部分分式展开 ? 控制系统常用到并联系统，这时就要对系统函数进行分解，使其表现为一些基本控 制单元的和的形式。 ? 函数[r,p,k]=residue(b,a)对两个多项式的比进行部分展开，以及把传函分解为微 分单元的形式。 ? 向量b 和a 是按s 的降幂排列的多项式系数。部分分式展开后，余数返回到向量r ， 极点返回到列向量p ，常数项返回到k 。 ? [b,a]=residue(r,p,k)可以将部分分式转化为多项式比p(s)/q(s)。 11 211121......)()()(+-+-++++++++==n n n n m n m m a s a s a s a b s b s b s b s R s C s G ))...()(())...()(()(2121n m p s p s p s z s z s z s K s G ------=22642202412)(23423++++++=s s s s s s s G
水箱水流量问题-第二十章建立数学建模案例分析
综合实验 [学习目的] 1．学习对数学知识的综合运用； 2．学习数学建模——数学应用的全过程； 3．培养实际应用所需要的双向翻译能力。 工科数学而言，学习数学的最终目的应落实在数学的实际应用上，尽管数学也应将训练学生的抽象思维能力为目的，但这也许作为课堂教学的重要内容更为实际可行些，数学实验应注重学生对数学的应用能力——数学建模能力的培养、注意科学研究方法上的培养。 §15.1水箱水流量问题 [学习目标] 1.能表述水箱水流量问题的分析过程； 2.能表述模型的建立方法； 3.会利用曲线拟合计算水箱的水流量； 4.会利用Mathematica进行数据拟合、作图和进行误差估计。
5．水箱的流水速度可用光滑曲线来近似； 6．当水箱的水容量达到×103g时，开始泵水；达到×103g时，便停止泵水。 二、问题分析与建立模型 1.引入如下记号：
1．算法： 第1步输入数据{x i，y i}； 第2步进行拟合； 第3步作出散点图； 第4步作出拟合函数图； 第5步进行误差估算。 2．实现 在算法步2中使用Fit[ ]函数，步3、步4使用Plot[ ]，步5选用Integrate[ ]函数。3．误差估计：
来进行检验。 第一段： 对应于t始=（h），t末=（h） 水量分别为v始=514800（G），v末=677600（G） （1）任意时刻从水箱中流出的水速都可通过该模型计算出来； （2）可推测几天的流速； （3）可以将该建模过程推广到用电及用气的估算上。 2．缺点：
（1）如能知道水泵的抽水速度，就能更准确地估算水泵灌水期间水的流速；（2）通过考虑体积测量的差异建模，该作法包含着某种不准确性。 源程序： L={{，}，{，}，{，}，{，}， {，}，{，}，{，}，{，}， {，}，{，}，{，}，{，}， {，}，{，}，{，}，{，}， {，}，{，}，{，}，{，}， {，}} fx=Fit[L，{1，x^3，x^5，Sin[]，Cos[]}，x] graph1=ListPlot[L，DisplayFunction→Identity] graph2=ListPlot[fx，{x，，}，DisplayFunction→Identity]； Show[graph1，graph2，DisplayFunction→$DisplayFunction， PlotRange→All] 图15-2 水箱水流量拟合图 v1=677600-514800； t2=； m1=v1/t1； v2=677600-514800； t1=； m2=v2/t2； p1=m1+Integrate[fx，{x，，}]/t1 p2=m2+Integrate[fx，{x，，}]/t2 %=（p1-p2）p2 运行结果为：
数学建模的基本步骤
数学建模的基本步骤 一、数学建模题目 1）以社会，经济，管理，环境，自然现象等现代科学中出现的新问题为背景，一般都有一个比较确切的现实问题。 2）给出若干假设条件： 1. 只有过程、规则等定性假设； 2. 给出若干实测或统计数据； 3. 给出若干参数或图形等。 根据问题要求给出问题的优化解决方案或预测结果等。根据问题要求题目一般可分为优化问题、统计问题或者二者结合的统计优化问题，优化问题一般需要对问题进行优化求解找出最优或近似最优方案，统计问题一般具有大量的数据需要处理，寻找一个好的处理方法非常重要。 二、建模思路方法 1、机理分析根据问题的要求、限制条件、规则假设建立规划模型，寻找合适的寻优算法进行求解或利用比例分析、代数方法、微分方程等分析方法从基本物理规律以及给出的资料数据来推导出变量之间函数关系。 2、数据分析法对大量的观测数据进行统计分析，寻求规律建立数学模型，采用的分析方法一般有： 1）. 回归分析法(数理统计方法)-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。 2）. 时序分析法--处理的是动态的时间序列相关数据，又称为过程统计方法。 3）、多元统计分析（聚类分析、判别分析、因子分析、主成分分析、生存数据分析）。 3、计算机仿真（又称统计估计方法）：根据实际问题的要求由计算机产生随机变量对动态行为进行比较逼真的模仿，观察在某种规则限制下的仿真结果（如蒙特卡罗模拟）。 三、模型求解： 模型建好了，模型的求解也是一个重要的方面，一个好的求解算法与一个合
适的求解软件的选择至关重要，常用求解软件有matlab，mathematica，lingo，lindo，spss，sas等数学软件以及c/c++等编程工具。 Lingo、lindo一般用于优化问题的求解，spss，sas一般用于统计问题的求解，matlab，mathematica功能较为综合，分别擅长数值运算与符号运算。 常用算法有：数据拟合、参数估计、插值等数据处理算法,通常使用spss、sas、Matlab作为工具. 线性规划、整数规划、多元规划、二次规划、动态规划等通常使用Lindo、Lingo,Matlab软件。 图论算法,、回溯搜索、分治算法、分支定界等计算机算法, 模拟退火法、神经网络、遗传算法。 四、自学能力和查找资料文献的能力： 建模过程中资料的查找也具有相当重要的作用，在现行方案不令人满意或难以进展时，一个合适的资料往往会令人豁然开朗。常用文献资料查找中文网站：CNKI、VIP、万方。 五、论文结构： 0、摘要 1、问题的重述，背景分析 2、问题的分析 3、模型的假设，符号说明 4、模型的建立（局部问题分析，公式推导，基本模型，最终模型等） 5、模型的求解 6、模型检验:模型的结果分析与检验，误差分析 7、模型评价:优缺点，模型的推广与改进 8、参考文献 9、附录 六、需要重视的问题 数学建模的所有工作最终都要通过论文来体现，因此论文的写法至关重要：
数学建模模型的建立
数学建模期中作业 姓名：赵洪 学号：200806002910 班级：信计08-1
工厂升级方案的优化模型 摘要：随着科学技术的飞速发展，各种产品日新月异，工厂面临着提高产品科技含量和优化改革方案的双重挑战。本文讨论工厂升级的优化问题，即分配各工厂的升级以使公司获得最大的利润，需要对其建立模型并借助LINGO软件对非线性规划问题进行了求解，通过比较利润最大值和收益率得出了两个方案的优劣性并在此基础上给出一个更好的提案。 关键词：工厂升级、优化、非线性规划、目标函数、约束条件 问题重述： 某公司所属的高新技术研究所开发了一种新的产品W200X，该公司现有三个工厂，都生产普通的产品W100X。公司计划将现有工厂升级，升级后的工厂将能产生W100X和W200X 其中A1离该公司的研究所最近，A2是最新最大的工厂。升级过程需要一周，在此期间，工厂将停产。该公司在过去的几个月进行了市场调研，W100X现有的批发价为400元。 工人的工资是45元/小时。工厂一星期做工40小时。工人数为固定数值。W100X的零件成本40元，需1.5小时工作量；W200X的零件成本为64元，需1.75小时工作量；每个W100X产品需要两个老芯片，每个W200X产品需要两个新芯片，该公司提供芯片的生产方程为： 公司老板要求： 两位副总裁分别提出了方案1，方案2，如下： 方案1：只让A1工厂升级，只生产新产品W200X； 方案2：所有工厂都升级，可生产两种产品。 要求： （1）研究每一种方案，包括你自己的一个提案，总裁希望基于你的研究推出一个最好的方案，他非常非货币损失和利益。 （2）问题陈述，方案的模型和分析，寻求最佳方案的方法，结果的分析。 （3）下个月第几个工厂升级，每种产品的产量和定价。 问题分析：
浅论数学建模在经济学中的应用
浅论数学建模在经济学中的应用 摘要：当代西方经济认为,经济学的基本方法是分析 经济变量之间的函数关系,建立经济模型,从中引申出经济原则和理论进行决策和预测。 关键词:经济学数学模型应用 在经济决策科学化、定量化呼声日渐高涨的今天,数学经济建模更是无处不在。如生产厂家可根据客户提出的产品数量、质量、交货期、交货方式、交货地点等要求,根据快速报价系统(根据厂家各种资源、产品工艺流程、生产成本及客户需求等数据进行数学经济建模)与客户进行商业谈判。 一、数学经济模型及其重要性 数学经济模型可以按变量的性质分成两类,即概率型和确定型。概率型的模型处理具有随机性情况的模型,确定型的模型则能基于一定的假设和法则,精确地对一种特定情况的结果做出判断。由于数学分支很多,加之相互交叉渗透,又派生出许多分支,所以一个给定的经济问题有时能用一种以上的数学方法去对它进行描述和解释。具体建立什么类型的模型,既要视问题而定,又要因人而异。要看自己比较熟悉精通哪门学科,充分发挥自己的特长。 数学并不能直接处理经济领域的客观情况。为了能用数学解决经济领域中的问题,就必须建立数学模型。数学建模是为了解决经济领域中的问题而作的一个抽象的、简化的结构的数学刻划。或者说,数学经济建模就是为了经济目的,用字母、数字及其他数学符号建立起
来的等式或不等式以及图表、图象、框图等描述客观事物的特征及其内在联系的数学结构的刻划。而现代世界发展史证实其经济发展速度与数学经济建模的密切关系。数学经济建模促进经济学的发展;带来了现实的生产效率。在经济决策科学化、定量化呼声日渐高涨的今天,数学经济建模更是无处不在。如生产厂家可根据客户提出的产品数量、质量、交货期、交货方式、交货地点等要求,根据快速报价系统与客户进行商业谈判。 二、构建经济数学模型的一般步骤 1.了解熟悉实际问题,以及与问题有关的背景知识。 2.通过假设把所要研究的实际问题简化、抽象,明确模型中诸多的影响因素,用数量和参数来表示这些因素。运用数学知识和技巧来描述问题中变量参数之问的关系。一般情况下用数学表达式来表示,构架出一个初步的数学模型。然后,再通过不断地调整假设使建立的模型尽可能地接近实际,从而得到比较满意的结论。 3.使用已知数据,观测数据或者实际问题的有关背景知识对所建模型中的参数给出估计值。 4.运行所得到的模型。把模型的结果与实际观测进行分析比较。如果模型结果与实际情况基本一致,表明模型是符合实际问题的。我们可以将它用于对实际问题进一步的分析或者预测;如果模型的结果与实际观测不一致,不能将所得的模型应用于所研究的实际问题。此时需要回头检查模型的组建是否有问题。问题的假使是否恰当,是否忽略了不应该忽略的因
建立数学模型的方法、步骤、特点及分类 ()
薅§16.3建立数学模型的方法、步骤、特点及分类 螁[学习目标] 蚀1.能表述建立数学模型的方法、步骤； 蒆2.能表述建立数学模型的逼真性、可行性、渐进性、强健性、可转移性、非预制性、条理性、技艺性和局限性等特点；； 羆3.能表述数学建模的分类； 蒃4.会采用灵活的表述方法建立数学模型； 葿5.培养建模的想象力和洞察力。 薆一、建立数学模型的方法和步骤 膃—般说来建立数学模型的方法大体上可分为两大类、一类是机理分析方法，一类是测试分析方法．机理分析是根据对现实对象特性的认识、分析其因果关系，找出反映内部机理的规律,建立的模型常有明确的物理或现实意义.§16.2节的示例都属于机理分析方法。测试分折将研究对象视为一个“黑箱”系统，内部机理无法直接寻求，可以测量系统的输人输出数据、并以此为基础运用统计分析方法，按照事先确定的准则在某一类模型中选出一个与数据拟合得最好的模型。这种方法称为系统辨识(SystemIdentification)．将这两种方法结合起来也是常用的建模方法。即用机理分析建立模型的结构，用系统辨识确定模型的参数． 袁可以看出，用上面的哪一类方法建模主要是根据我们对研究对象的了解程度和建模目的决定的．如果掌握了机理方面的一定知识，模型也要求具有反映内部特性的物理意义。那么应该以机理分析方法为主．当然,若需要模型参数的具体数值，还可以用系统辨识或其他统计方法得到．如果对象的内部机理基本上没掌握，模型也不用于分析内部特性,譬如仅用来做输出预报，则可以系统辩识方法为主．系统辨识是一门专门学科，需要一定的控制理论和随机过程方面的知识．以下所谓建模方法只指机理分析。 膈建模要经过哪些步骤并没有一定的模式，通常与实际问题的性质、建模的目的等有关，从 薆§16.2节的几个例子也可以看出这点．下面给出建模的—般步骤，如图16-5所示． 薄图16-5建模步骤示意图 蚃模型准备首先要了解问题的实际背景，明确建模的目的搜集建模必需的各种信息如现象、数据等，尽量弄清对象的特征,由此初步确定用哪一类模型，总之是做好建模的准备工作．情况明才能方法对，这一步一定不能忽视，碰到问题要虚心向从事实际工作的同志请教，尽量掌握第一手资料. 芁模型假设根据对象的特征和建模的目的，对问题进行必要的、合理的简化，用精确的语言做出假设，可以说是建模的关键一步．一般地说，一个实际问题不经过简化假设就很难翻译成数学问题，即使可能，也很难求解．不同的简化假设会得到不同的模型．假设作得不合理或过份简单，会导致模型失败或部分失败，于是应该修改和补充假设；假设作得过分详细，试图把复杂对象的各方面因素都考虑进去，可能使你很难甚至无法继续下一步的工作．通常，作假设的依据，一是出于对问题内在规律的认识，二是来自对数据或现象的分析，也可以是二者的综合．作假设时既要运用与问题相关的物理、化学、生物、经济等方面的知识，又要充分发挥想象力、洞察力和判断力，善于辨别问题的主次，果断地抓住主要因素，舍弃次要因素，尽量将问题线性化、均匀化．经验在这里也常起重要作用．写出假设时，语言要精确，就象做习题时写出已知条件那样．
药物动力学模型 数学建模
药物动力学模型 一般说来,一种药物要发挥其治疗疾病得作用,必须进入血液,随着血流到达作用部位。药物从给药部位进入血液循环得过程称为药物得吸收,而借助于血液循环往体内各脏器组织转运得过程称为药物得分布。 药物进入体内以后,有得以厡型发挥作用,并以厡型经肾脏排出体外;有得则发生化学结构得改变--称为药物得代谢。代谢产物可能具有药理活性,可能没有药理活性。不论就是厡型药物或其代谢产物,最终都就是经过一定得途径(如肾脏、胆道、呼吸器官、唾液腺、汗腺等)离开机体,这一过程称为药物得排泄。有时,把代谢与排泄统称为消除。 药物动力学(Pharmacokinetics)就就是研究药物、毒物及其代谢物在体内得吸收、分布、代谢及排除过程得定量规律得科学。它就是介于数学与药理学之间得一门新兴得边缘学科。自从20世纪30年代Teorell为药物动力学奠定基础以来,由于药物分析技术得进步与电子计算机得使用,药物动力学在理论与应用两方面都获得迅速得发展。至今,药物动力学仍在不断地向深度与广度发展。药物动力学得研究方法一般有房室分析;矩分析;非线性药物动力学模型;生理药物动力学模型;药物药效学模型。下面我们仅就房室分析作一简单介绍。 为了揭示药物在体内吸收、分布、代谢及排泄过程得定量规律,通常从给药后得一系列时间(t) 采取血样,测定血(常为血浆,有时为血清或全血)中得药物浓度( C );然后对血药浓度——时间数据数据(C ——t数据)进行分析。
一一室模型 最简单得房室模型就是一室模型。采用一室模型,意味着可以近似地把机体瞧成一个动力学单元,它适用于给药后,药物瞬间分布到血液、其它体液及各器官、组织中,并达成动态平衡得情况。下面得图(一)表示几种常见得给药途径下得一室模型,其中C代表在给药后时间t 得血药浓度,V代表房室得容积,常称为药物得表观分布容积,K代表药物得一级消除速率常数,故消除速率与体内药量成正比,D代表所给刘剂量。 图(a)表示快速静脉注射一个剂量D,由于就是快速,且药物直接从静脉输入,故吸收过程可略而不计;图(b)表示以恒定得速率K,静脉滴注一个剂量D;若滴注所需时间为丅,则K=D/丅。图(c)表示口服或肌肉注射一个剂量D,由于存在吸收过程,故图中分别用F与 K代表吸收分 数与一级吸收速率常数。 1、快速静脉注射 在图(a)中所示一室模型得情况下,设在时间t,体内药物量为x,则按一级消除得假设,体内药量减少速率与当时得药量成正比,故有下列方程: dx Kt dt(5、1) 快速静脉注射恒速静脉滴注口服或肌肉注射 K F 0K
水文及水力学数学模型
水文及水力学数学模型 摘要：在二维水流数学模型的基础上，研究开发了将模型区内的陆面区和水面区的产汇流与模型区入流洪水演进有机结合的水文水力学模型。该模型采用全区水域智能自动跟踪识别技术，解决了模型区内交替出现的陆域与水域的区分问题顺此基础上考虑了模型区内水面区与陆面区的产、汇流特征，提出了处理模型区产汇流问题一种行之有效的方法，提高了模拟计算的精度。通过对南水北调中线总干渠左岸区域洪水的数值模拟，结果表明，计算值与实测调查值吻合较好，具有较高的计算精度。 关键词：产流；汇流；洪水；水文水力学模型 二维水流数学模型在水利水电工程的规划、设计及管理中，作为复演、再现和预测洪水传播和洪水演进的历史、现状和将来是目前极为重要的技术手段。但是以往的二维水流数学模型仅考虑了洪水演进，模拟计算时不但将目标位置的洪水过程直接移至模型上边界作为模型的入流，人为把模型区内降雨所产生的洪水提到了模型区以上，使目标位置的洪水过程发生了变化，更重要的是它忽略了模型区的产流和汇流因素。对于平原区的洪水演进，特别是模型区相对于整个流域面积比重较大且有频繁交替的陆面区和水面区时，模拟计算的结果就很难反映客观实际。在南水北调中线总干渠左岸防洪水位课题研究中，研究开发了将模型区域的产汇流与河沟洪水演进有机结合的水文、水力学模型。 1区域工程情况 南水北调中线工程属于特大型长距离调水工程，途径河北省太行山前的平原区，各交叉河道的防洪水位不仅是建筑物设计的依据，也是总干渠左岸堤顶防洪设计的依据。在南水北调交叉河流中，部分小型河沟发育较差，遇大洪水就漫溢出槽，呈坡面流状态，有时数条河流串在一起，洪水期河流的界限不清，各河水流相互影响，形成典型的洪水串流区，特别是南水北调总干渠建成后，总干渠对左岸的坡面流形成阻挡作用，使左岸洪水的淹没范围和水深有所增加，进一步加剧了该区河流洪水的串流情势。在这种情况下一维水流数学模型很难满足设计需要，而必须借助于二维水流数学模型。 南水北调总干渠通过地区局部串流的区域较多，区域内多为流域面积相对较小的中、小河沟。因此，各河沟模型区的面积占总汇流面积的比重相对较大。表1为牛尾河片串流区各河沟总干渠以上流域特征值及模型区面积的基本情况。 从表1中可以看出，6条河沟中有4条河沟模型区面积所占总面积的比重大于50％。会宁西沟整个汇流面积都在模型区内。这种情况下如果忽略模型区的产、汇流问题，不但不能真实地反映流场的流势、流态，也将给计算结果带来很大的误差。为此，对模型区各河沟产、汇流规律进行了系统分析，在二维水流数学模型的基础上，分析研究了模型区的产、汇流问题，建立了串流区水文、水力学模型。现以南水北调总干渠左岸牛尾河片串流区为例，将模型区和水文、水力学模型结构以及模型区产、汇流处理方法等介绍如下。 2水文与水力学数学模型 2.1模型的结构 在总体框架结构上，水文、水力学模型是以平面二维水动力学模型为基础，将计算区域上边界以上产生的洪水过程与区间的产、汇流过程，分别按上开边界条件和面源，以沿程旁侧入汇形式结合起来融入二维水动力学模型。通过计算区域内 水域 动边界的自动跟踪、调整、合理分配，解决各子区间内的产、汇流问题，并通过适宜的穿渠建筑物泄流曲线 或泄流公式 控制中边界过水问题。全面、准确地模拟计算区域内在不同标准、不同工程规模情况下洪水的纵、横向传播及串流状况。 2.2区域产汇流模型
动力学模型
月球软着陆控制系统综合仿真及分析（课程设计） 在月球探测带来巨大利益的驱使下，世界各国纷纷出台了自己的探月计划，再一次掀起了新一轮探月高潮。在月球上着陆分为两种，一种称为硬着陆，顾名思义，就是探测器在接近月球时不利用制动发动机减速而直接撞击月球。另一种称为软着陆，这种着陆方式要求探测器在距月面一定高度时开启制动系统，把探测器的速度抵消至零，然后利用小推力发动机把探测器对月速度控制在很小的范围内，从而使其在着陆时的速度具有几米每秒的数量级。显然，对于科学研究，对探测器实施月球软着陆的科学价值要大于硬着陆。 1月球软着陆过程分析 目前月球软着陆方式主要有以下两种方式： 第一种就是直接着陆的方式。探测器沿着击中轨道飞向月球，然后在适当的月面高度实施制动减速，最终使探测器软着陆于月球表面。采用该方案时，探测器需要在距离目标点很远时就选定着陆点，并进行轨道修正。不难发现，该方法所选的着陆点只限于月球表面上接近轨道能够击中的区域，所以能够选择的月面着陆点的区域是相当有限的。 第二种方法就是先经过一条绕月停泊轨道，然后再伺机制动下降到月球表面，如图17-1所示。探测器首先沿着飞月轨道飞向月球，在距月球表面一定高度时，动力系统给探测器施加一制动脉冲，使其进入一条绕月运行的停泊轨道；然后根据事先选好的着陆点，选择霍曼变轨起始点，给探测器施加一制动脉冲，使其进入一条椭圆形的下降轨道，最后在近月点实施制动减速以实现软着陆。 主制动段 开始点 图17-1 月球软着陆过程示意图 与第一种方法相比，第二种方法有以下几个方面较大的优越性： 1）探测器可以不受事先选定着陆点的约束，可以在停泊轨道上选择最佳的着陆点，具有很大的选择余地。
经济数学模型与案例分析
经济数学模型与案例分析 摘要：经济学与数学是两个有着密切联系的学科，经济学中很多经济现象与经济理论都需要数学只是来解释。微积分作为数学知识的基础，是学习经济学的必备知识。微积分在经济领域的应用，最主要的是研究相关的函数关系。这其中最为重要的就是边际分析与弹性分析。 关键词：导数；积分；函数；弹性；边际 Abstract:There is a very close relationship betweeneconomics and mathematics. Many phenomena and theories in economics can be explained by mathematical ideal.Calculus is a necessary subject when weemulate the knowledge of economics for it is the foundation of mathematics.We will mainly research some functions in this area, therefore we must understand some common functions about it. The most important is marginal analysis and elasticity analysis. Key words: derivative; integration; function; elasticity; margin
一．数学与经济学的关系 随着经济学发展以及研究的深化，在考虑和研究问题时，要求具有逻辑严谨的理论分析模型和通过计量分析方法进行实证检验，需要完全弄清楚一个结论成立需要哪些具体条件。单纯依靠文字描述进行推理分析，不能保证对所研究问题前提的规范性和严密性，也不能保证其研究结论的准确性。现代经济学中，几乎每个领域或多或少都会用到数学、数理统计和计量经济学方面的知识，如果不了解相关的数学知识，就很难理解经济概念的内涵，也就无法对相关经济问题进行讨论，更谈不上做自己的研究。理解概念是学习一门学科、分析某一具体问题的重要前提。 数学方法为经济学理论的突破提供了科学的方法论，为经济学研究提供了有力的工具。数学方法是经济学分析的有力工具之一，在经济学的理论更新中起着不可低估的作用。从古典经济学的代数式的简单运算、数理经济学中的高深数学的大量运用、计量经济学的数学方法的借鉴到现代数学与现代经济理论学的有机结合，无不体现了数学方法作为工具与方法论，并成为经济理论更新的不可缺少的工具。数学方法为经济学理论的突破提供了方法论的指导，使用数学方法能得出用语言文字无法得到证明的经济学理论。 数学方法的运用大大拓展和加深了经济学科，使经济学的推理和分析过程更加严谨。数学的特点之一就是应用的广泛性。正如数学家华罗庚所说：“宇宙之大、粒子之微、火箭之速、画工之巧、地球之变、生物之秘、日用之繁无不涉及到数学。”数学在经济学的应用使新的学科不断出现，产生了数理经济学、经济计量学、福利经济学、博弈论等经济学科；系统论和经济学结合产生了经济系统分析；控制论和经济学结合产生了经济控制论。因此，数学方法的运用大大拓展了经济学科。另一方面，数学表达具有文字性表述所不具备的确定性和精确性，数学推导具有数理逻辑性，运用数学模型结合经济模型来研究经济问题，可以使经济学的推理和分析过程更加严谨。
地下水运动的数学模型
第四章 地下水运动的数值模型 解析解虽然具有精确可靠的特点，但采用解析解反映自然状态和复杂人类活动干扰下的地下水运动是相当困难的。因此，当含水层的条件严重偏离现有解析模型的简化假设时，人们通过数值模型来获得近似的地下水流场及演变趋势。 第一节 地下水流数值方法概述 地下水流的数学模型采用偏微分方程描述地下水流的时间和空间连续状态，而数值模型则是采用离散（非连续）时空模型中水头的分布与演变对数学模型进行近似描述。从精确数学模型到近似数值模型的转化，虽然会损失一些精度，但使复杂地下水流问题的分析得以通过机械计算实现，而且误差也是可控的。 把偏微分方程求解的数值方法引入到地下水流问题的求解始于20世纪70年代，主要方法包括有限差分法、有限元法和边界元法，此后又发展了有限分析法、多重网格法和无网格法等。这些方法的共同特点是将模型空间及边界离散为由一系列的节点以及联系这些节点的单元（无网格法除外），含水层的水头在这些节点上定义，从而实现了水头分布空间连续函数向离散变量的转化，表示为 21 212111 22111221 202() 02()02()002(0)k k k k k k k k k k k k k k k k k k k k k k k k k k f f f f a b c e x L x x t t t t f x f f f f a b c e x L x x t t f f f f a b c x L e x x d f df e e f a b f c x L dx dx t t f x u ---------??-++=<