变量识别:识别变量(影响事件发展的因素)、数学上能成为变量的有哪些
所研究的现象或事件中所有变量明确性
自变量和因变量都明确——只需要建立关系,问题本身很明确,比较简单
因变量明确,自变量不明确——自变量有很多都能反映因变量,列举不完全
自变量明确,因变量不明确——事件已经发生,但是不知道后果如何
因变量和自变量都不明确——采集信息过多不知道需要什么,也不知道能造成什么后果(一般都在还没有被数学化的领域)
eg.怎么设计一个供大班级用的演讲厅?
要考虑后面同学和前面同学的椅子有高低之分/有安全通道/效果好的音响系统/投影仪的数量/能看清楚的情况下花费的灯具等费用和能源最少/...............
数学建模的步骤
1.问题分析:抓住事件本质,想象理想状态,确定主要变量,做出合理假设
确定主要变量:抓住事件本质揭示理想状态
顺着主要因素找出其他因素,根据影响的大小,完善变量体系
忽略某些变量:影响小的,影响其他因素的方式相同(即使很重要也可以忽略)
eg.设计报告厅的问题:照明是关键因素,但不管怎么设计照明都很重要,影响的方式也都几乎相同
2.模型构建 根据所做的假设分析事件的内在规律
3.求解或解释模型 理论与matlab和其他软件的使用
4.模型检验
数学关系的正确性
是否会有多解或者无解的情况出现
数学方法的可行性以及算法的复杂性(该模型在实际意义下有用吗?我们确实能收集到必要的数据来运作吗?有普遍意义吗?还是只适用于这一个问题?)
进行误差分析和灵敏度分析(波动大的时候稳不稳定,波动小的时候能不能感应到)
5.模型的改进
一开始考虑的理想状态忽略了其他因素 加入新的因素完善模型
建模的方法不够好,还可以优化
改进完成之后还要再次检验
6.论文写作
7.应用模型解决实际问题
论文写作要求
1.摘要(反映作者是否把握了问题的本质,是否找准了最好的方法,准确性,改进程度,应用范围)
用什么数学知识,建立了什么模型,通过什么算法进行什么计算,与现实的吻合度怎样
2.问题重述
用自己的语言表达出按自己的理解抽象出的数学问题
3.问题的分析(能否抓住问题的本质、规律、变量等)
用什么方法,为什么用这样的方法,为什么能够吻合
4.问题的假设与符号(由假设和符号确定主要变量)
5.问题的解答
可能会分为好几个问题,每一个问题分别解答。问题1用什么方法,什么模型,得到什么结论,跟现实的吻合度......问题2.......
6.结论
7.参考文献(杂志上的学术论文,学术专著,教科书等)
8.附录(程序以及某些图表可以放在附录)