数学建模论文学习笔记（三）模型假设、符号说明（基于清风）

一、模型假设

1、概要

模型假设是建立数学模型中非常关键的一步，关系到模型的成败和优劣。所以，应该细致地分析实际问题，从大量的变量中筛选出最能表现问题本质的变量，并简化它们的关系。由于假设一般不是实际问题直接提供的，它们因建模人而异，所以在撰写这部分内容时要注意以下几方面:
(1)论文中的假设要以严格、确切的语言来表达，使读者不致产生任何曲解。
(2)所提出的假设确实是建立数学模型所必需的，包括求解模型所必需的假设和简化模型而做的假设。最终结果与假设之间会有很强的因果关系，与建立模型无关的假设只会扰乱读者的思考。
(3)假设应验证其合理性。假设的合理性可以从分析问题的过程中得出，例如从问题的性质出发作出合乎常识的假设;或者由观察所给数据的图像，得到变量的函数形式;也可以参考其他资料类推得到，对于后者应指出参考文献的相关内容。
                                                               引用自《数学建模与竞赛辅导》胡红亮，赵芳玲主编

抽象的描述还是搭配具体的东西吧

2、样例

3、常见情况

题目明确给出的假设条件

把题目的假设照搬即可

排除生活中的小概率事件（如黑天鹅事件、非正常情况）

举个例子：

和经济金融相关的问题中，假设不存在经济危机、系统风险等；

和生产制造相关的问题中，假设不存在设备故障、生产事故等。

仅考虑核心问题，不考虑次要因素

举个例子：

考虑传染病传播规律，可以忽略性别年龄等的影响；

考虑人口预测，暂可忽略移民、大规模人口迁移的影响；

考虑交通拥堵状况时，可以只考虑机动车。忽略非机动车和行人。

but注意：过分简化的模型会让论文没有优势和亮点  ，要权衡。

使用的模型中要求的假设

举个例子：

博弈论模型中可以假设参与博弈者都是“理性人”；

Markov（马尔可夫）模型可以假设系统或者状态具有无后效性；

回归模型可以假设扰动项服从独立的正态分布。

对模型中的参数形式（or分布）进行假设

举个例子：

假设人口增长服从阻滞增长模型；

假设不考虑环境变动时，某鱼群的自然死亡率为常数；

假设单位时间内排队的人数服从泊松分布。

还有正态分布、指数分布等等

注：如果在论文中用数据验证会更好，搜集数据后画图。

和题目联系很紧密的一些假设，主要为了简化模型

结合题目分析

4、样例查看

A212的第一个假设有点宽泛，没有结合题目假设，所有题目好像都能用，不建议这样写。

 可以借鉴的地方：给了假设之后可以对假设进行假设

反面个例子

5、模型假设两个问题

合理性怎么保证？

很少有论文来对模型中假设的合理性进行论证，如果需要论证的话可以考虑下面两个角度:第一:可以引用别人的文献或者资料，这样最有说服力;第二:如果要对模型中的参数形式(或者分布)进行假设，可以在正文中使用实际数据进行绘图或者进行假设检验来支持你的假设。

假设设置太强怎么办？

有同学为了简化问题，往往会给定过强的假设，事实上这样是有一定风险的,模型过于简单会显得你的论文没有深度和亮点。如果你建立的模型比别人考虑的因素更多的话，可以在某种程度上看成一种创新。但大多数时候，我们想考虑的因素或条件也很难进行估算或者考量，这时候你可以在论文后面的模型评价与改进部分加上你的想法，这样可以在一定程度上弥补这个问题。

二、符号说明

1、概要

把模型中的重要变量进行说明，排版时放在一张表格中。

可以在所有模型建完之后再写。

注：

第一:不需要把所有变量都放到这个表里面，模型中用到的临时变量可以不放。
第二:下文中首次出现这些变量时也要进行解释，不然会降低文章的可读性。

2、样例