发布时间：
一般来说为A4纸9-10页纸，不包括后面的数据附录部分
给你个网址吧你在上面能找到你要的答案数学建模论文范文－－利用数学建模解数学应用题数学建模随着人类的进步，科技的发展和社会的日趋数字化，应用领域越来越广泛，人们身边的数学内容越来越丰富。强调数学应用及培养应用数学意识对推动素质教育的实施意义十分巨大。数学建模在数学教育中的地位被提到了新的高度，通过数学建模解数学应用题，提高学生的综合素质。本文将结合数学应用题的特点，把怎样利用数学建模解好数学应用问题进行剖析，希望得到同仁的帮助和指正。
没有具体字数，要求将基本的方面写齐全就可以，我个人的经验来说，少的5000左右，多的20000左右。如果做大型问题的建模，可能更多点~
数学建模论文范文一篇，带例题，结构格式要求有摘要、关键词、问题背景、建模过程、模型解释、小结、参考文献%3A+%C2%DB%CE%C4&ch=uf&num=10&w=site%3A+%C2%DB%CE%C4点一下就可以进去了，希望你早日完成论文。祝你顺利资料什么的都有，论文相关的。加油！
全国大学生大学生数学建模大赛的论文字数要求3000字以上，我当年参加了，写了10000多字。
全国大学生大学生数学建模大赛的论文字数要求3000字以上，我当年参加了，写了10000多字。
数学建模论文范文一篇，带例题，结构格式要求有摘要、关键词、问题背景、建模过程、模型解释、小结、参考文献%3A+%C2%DB%CE%C4&ch=uf&num=10&w=site%3A+%C2%DB%CE%C4点一下就可以进去了，希望你早日完成论文。祝你顺利资料什么的都有，论文相关的。加油！
一般来说为A4纸9-10页纸，不包括后面的数据附录部分
1、问题陈述2、模型假设3、模型的建立与求解4、模型验证5、结果分析6、提出新方案7、参考文献
数学建模论文范文－－利用数学建模解数学应用题 数学建模随着人类的进步，科技的发展和社会的日趋数字化，应用领域越来越广泛，人们身边的数学内容越来越丰富。强调数学应用及培养应用数学意识对推动素质教育的实施意义十分巨大。数学建模在数学教育中的地位被提到了新的高度，通过数学建模解数学应用题，提高学生的综合素质。本文将结合数学应用题的特点，把怎样利用数学建模解好数学应用问题进行剖析，希望得到同仁的帮助和指正。 一、数学应用题的特点 我们常把来源于客观世界的实际，具有实际意义或实际背景，要通过数学建模的方法将问题转化为数学形式表示，从而获得解决的一类数学问题叫做数学应用题。数学应用题具有如下特点： 第一、数学应用题的本身具有实际意义或实际背景。这里的实际是指生产实际、社会实际、生活实际等现实世界的各个方面的实际。如与课本知识密切联系的源于实际生活的应用题；与模向学科知识网络交汇点有联系的应用题；与现代科技发展、社会市场经济、环境保护、实事政治等有关的应用题等。 第二、数学应用题的求解需要采用数学建模的方法，使所求问题数学化，即将问题转化成数学形式来表示后再求解。 第三、数学应用题涉及的知识点多。是对综合运用数学知识和方法解决实际问题能力的检验，考查的是学生的综合能力，涉及的知识点一般在三个以上，如果某一知识点掌握的不过关，很难将问题正确解答。 第四、数学应用题的命题没有固定的模式或类别。往往是一种新颖的实际背景，难于进行题型模式训练，用“题海战术”无法解决变化多端的实际问题。必须依靠真实的能力来解题，对综合能力的考查更具真实、有效性。因此它具有广阔的发展空间和潜力。 二、数学应用题如何建模 建立数学模型是解数学应用题的关键，如何建立数学模型可分为以下几个层次： 第一层次：直接建模。 根据题设条件，套用现成的数学公式、定理等数学模型，注解图为： 将题材设条件翻译 成数学表示形式 应用题 审题 题设条件代入数学模型 求解 选定可直接运用的 数学模型 第二层次：直接建模。可利用现成的数学模型，但必须概括这个数学模型，对应用题进行分析，然后确定解题所需要的具体数学模型或数学模型中所需数学量需进一步求出，然后才能使用现有数学模型。 第三层次：多重建模。对复杂的关系进行提炼加工，忽略次要因素，建立若干个数学模型方能解决问题。 第四层次：假设建模。要进行分析、加工和作出假设，然后才能建立数学模型。如研究十字路口车流量问题，假设车流平稳，没有突发事件等才能建模。 三、建立数学模型应具备的能力 从实际问题中建立数学模型，解决数学问题从而解决实际问题，这一数学全过程的教学关键是建立数学模型，数学建模能力的强弱，直接关系到数学应用题的解题质量，同时也体现一个学生的综合能力。 3．1提高分析、理解、阅读能力。 阅读理解能力是数学建模的前提，数学应用题一般都创设一个新的背景，也针对问题本身使用一些专门术语，并给出即时定义。如1999年高考题第22题给出冷轧钢带的过程叙述，给出了“减薄率”这一专门术语，并给出了即时定义，能否深刻理解，反映了自身综合素质，这种理解能力直接影响数学建模质量。 3．2强化将文字语言叙述转译成数学符号语言的能力。 将数学应用题中所有表示数量关系的文字、图象语言翻译成数学符号语言即数、式子、方程、不等式、函数等，这种译释能力是数学建成模的基础性工作。 例如：一种产品原来的成本为a元，在今后几年内，计划使成本平均每一年比上一年降低p%，经过五年后的成本为多少? 将题中给出的文字翻译成符号语言，成本y=a(1-p%)5 3．3增强选择数学模型的能力。 选择数学模型是数学能力的反映。数学模型的建立有多种方法，怎样选择一个最佳的模型，体现数学能力的强弱。建立数学模型主要涉及到方程、函数、不等式、数列通项公式、求和公式、曲线方程等类型。结合教学内容，以函数建模为例，以下实际问题所选择的数学模型列表： 函数建模类型 实际问题 一次函数 成本、利润、销售收入等 二次函数 优化问题、用料最省问题、造价最低、利润最大等 幂函数、指数函数、对数函数 细胞分裂、生物繁殖等 三角函数 测量、交流量、力学问题等 3．4加强数学运算能力。 数学应用题一般运算量较大、较复杂，且有近似计算。有的尽管思路正确、建模合理，但计算能力欠缺，就会前功尽弃。所以加强数学运算推理能力是使数学建模正确求解的关键所在，忽视运算能力，特别是计算能力的培养，只重视推理过程，不重视计算过程的做法是不可取的。 利用数学建模解数学应用题对于多角度、多层次、多侧面思考问题，培养学生发散思维能力是很有益的，是提高学生素质，进行素质教育的一条有效途径。同时数学建模的应用也是科学实践，有利于实践能力的培养，是实施素质教育所必须的，需要引起教育工作者的足够重视。 加强高中数学建模教学培养学生的创新能力 摘要：通过对高中数学新教材的教学，结合新教材的编写特点和高中研究性学习的开展，对如何加强高中数学建模教学，培养学生的创新能力方面进行探索。 关键词：创新能力；数学建模；研究性学习。 《全日制普通高级中学数学教学大纲（试验修订版）》对学生提出新的教学要求，要求学生： （1）学会提出问题和明确探究方向； （2）体验数学活动的过程； （3）培养创新精神和应用能力。 其中，创新意识与实践能力是新大纲中最突出的特点之一，数学学习不仅要在数学基础知识，基本技能和思维能力，运算能力，空间想象能力等方面得到训练和提高，而且在应用数学分析和解决实际问题的能力方面同样需要得到训练和提高，而培养学生的分析和解决实际问题的能力仅仅靠课堂教学是不够的，必须要有实践、培养学生的创新意识和实践能力是数学教学的一个重要目的和一条基本原则，要使学生学会提出问题并明确探究方向，能够运用已有的知识进行交流，并将实际问题抽象为数学问题，就必须建立数学模型，从而形成比较完整的数学知识结构。 数学模型是数学知识与数学应用的桥梁，研究和学习数学模型，能帮助学生探索数学的应用，产生对数学学习的兴趣，培养学生的创新意识和实践能力，加强数学建模教学与学习对学生的智力开发具有深远的意义，现就如何加强高中数学建模教学谈几点体会。 一．要重视各章前问题的教学，使学生明白建立数学模型的实际意义。 教材的每一章都由一个有关的实际问题引入，可直接告诉学生，学了本章的教学内容及方法后，这个实际问题就能用数学模型得到解决，这样，学生就会产生创新意识，对新数学模型的渴求，实践意识，学完要在实践中试一试。 如新教材“三角函数”章前提出：有一块以O点为圆心的半圆形空地，要在这块空地上划出一个内接矩形ABCD辟为绿册，使其册边AD落在半圆的直径上，另两点BC落在半圆的圆周上，已知半圆的半径长为a，如何选择关于点O对称的点A、D的位置，可以使矩形面积最大？ 这是培养创新意识及实践能力的好时机要注意引导，对所考察的实际问题进行抽象分析，建立相应的数学模型，并通过新旧两种思路方法，提出新知识，激发学生的知欲，如不可挫伤学生的积极性，失去“亮点”。 这样通过章前问题教学，学生明白了数学就是学习，研究和应用数学模型，同时培养学生追求新方法的意识及参与实践的意识。因此，要重视章前问题的教学，还可据市场经济的建设与发展的需要及学生实践活动中发现的问题，补充一些实例，强化这方面的教学，使学生在日常生活及学习中重视数学，培养学生数学建模意识。请采纳。
说起数学建模，相信大家都不陌生，它的定义是根据计算结果来解释实际问题，建立数学模型的检验和验收全过程，下面是学术堂的数学建模论文格式规范的收集，提供参考。 摘要 一般为200～400 字;其内容主要包括建模思想、模型特点、求解方法、主要结果等,其既要概括全文, 又要反映出本队的特点; 注意: (1) 控制好论文摘要的字数, 一般应在400 字左右。 (2) 摘要应包括: 数学模型的归类( 在数学上属于什么类型) ;所用的数学知识、建模的思想、算法思想、模型及算法特点; 主要结果( 数值结果, 结论, 回答题目所问的全部“问题”) (3) 摘要表述要准确、简明、条理清晰、合乎语法。 (4)摘要中不应引用正文中的结果, 也不应有所引用的参考文献出现, 一般也不应有第一人称的语句出现。 问题的重述和分析 重述是指对原问题的简要回顾, 大多数情况下, 问题的重述可以省略。分析则是通过对问题和所给数据的透彻理解, 理出建模的清晰思路, 明确正确的数学方法。一般情况下, 问题的分析尤为重要, 它可以使评阅者明晰答卷人的建模思想和所用方法, 借以判断答卷人对问题的敏感性和数学建模素质 假设 一要抓住实际问题的主要因素, 忽略次要因素, 为建立模型创造条件;二要假设应当“ 合理”;三要假设确属“ 必要” ;四是原题中已给的假设, 一般不再写入。 注意： (1) 根据题目中条件作出假设; (2) 根据题目中要求作出假设; (3) 关键性假设不能缺; 假设要切合题意、合理。 (4)符号说明要注意整篇文章符号一致。 模型的建立 一要：通过对问题的分析引出建模的思路，要有建模的过程。 二要：建成的模型有完整的数学表述, 最好能在建成后集中写出来,以免评阅者找来找去。 三要：建模是分阶段完成的, 即基础模型→中间模型→最终模型。 四要：有时所建的模型相当好, 只是求解困难, 这样的模型也要写出来。然后设法给出简化的模型以利求解。 五要：注意一个实际问题可以有多个模型, 但不要贪多求全, 抓一个或两个有代表性的或能反映本队特点的, 建好、解好就足够了。 六要：注意不要片面地追求“ 建模的创造性“”模不惊人誓不休”, 要知道评卷依据中的“ 建模的创造性”并非仅指模型要有创造性, 而是整个答卷要有一定的创造性, 因此,对所建模型的要求是: 起码“ 正确”, 进而“ 更好”。 七要：注意模型的建立与求解可以分开来写, 也可以合在一起写。即可以模型: 问题①, 问题②……求解: 问题①, 问题②……也可以问题①: 模型, 求解; 问题②: 模型, 求解…… 建立数学模型应注意以下几点： (1) 分清变量类型, 恰当使用数学工具。 (2) 抓住问题本质, 简化变量之间的关系。 (3) 建立数学模型时要有严密的数学推理。 (4) 用数学方法建模, 模型要明确, 要有数学表达式。 模型的求解和结果 一要：有算法的设计或选择, 给出算法的具体步骤或框图。 二要：注意计算机实现时, 如果是自己编程,程序不一定要打印在附录中, 如果是选用数学软件, 写出名称即可。 三要：注意在模型的建立和求解过程中, 可能有必要的数学命题, 如果是自己给出的命题,应当有证明; 如果是引用他人的命题, 应当注明出处( 并列入参考献) 。 四要：注意中间结果, 除非必不可少的, 一般不必写入答卷。 五要：注意最终结果至少要“ 答为所问”。 六要：注意有的赛题的最终结果可以甚至应当“ 超出”赛题的要求。 七要：注意结果的表述不仅有多样性( 公式、表格、图、文字等), 也可有创造性 结果的分析和检验 (1) 对数值结果或模拟结果要进行必要的检验, 若结果不正确、不合理、或误差大时, 要分析原因, 对算法、计算方法、或模型进行修正、改进; (2) 必要时, 要对模型进行稳定性分析、统计检验、误差分析,要对不同模型进行对比及实际可行性检验。 模型的评价和改进 根据所建模型的特点提出中肯的评价, 并提出切实可行的改进意见。 (1) 优点突出, 缺点不回避。 (2) 推广或改进方向 参考文献 文献尽量是少而精, 不要滥用, 不要罗列无关文献。 参考文献按正文中的引用次序列出，其中书籍的表述方式为： [编号]作者，书名，出版地：出版社，出版年。 参考文献中期刊杂志论文的表述方式为： [编号]作者，论文名，杂志名，卷期号：起止页码，出版年。 参考文献中网上资源的表述方式为： [编号]作者，资源标题，网址，访问时间(年月日)。 附录 视情况而定, 可有可无。 (1) 计算程序、详细的结果, 详细的数据表格, 可在此列出。但不要错, 错的宁可不列 (2) 主要结果数据, 应在正文中列出, 不怕重复。 总之, 评判一篇论文优劣的标准应当是结构完整，条理清楚，文字通顺，打印规范。以上关于数学建模论文格式要求规范的详细介绍，希望大家可以顺利发表论文，取得自己满意的成绩。
数学建模内容摘要：数学作为现代科学的一种工具和手段，要了解什么是数学模型和数学建模，了解数学建模一般方法及步骤。关键词：数学模型、数学建模、实际问题伴随着当今社会的科学技术的飞速发展，数学已经渗透到各个领域，数学建模也显得尤为重要。数学建模在人们生活中扮演着重要的角色，而且随着计算机技术的发展，数学建模更是在人类的活动中起着重要作用，数学建模也更好的为人类服务。一、数学模型数学模型是对于现实世界的一个特定对象,一个特定目的,根据特有的内在规律,做出一些必要的假设,运用适当的数学工具,得到一个数学结构简单地说:就是系统的某种特征的本质的数学表达式(或是用数学术语对部分现实世界的描述),即用数学式子(如函数,图形,代数方程,微分方程,积分方程,差分方程等)来描述(表述,模拟)所研究的客观对象或系统在某一方面的存在规律随着社会的发展,生物,医学,社会,经济……,各学科,各行业都涌现现出大量的实际课题,急待人们去研究,去解决但是,社会对数学的需求并不只是需要数学家和专门从事数学研究的人才,而更大量的是需要在各部门中从事实际工作的人善于运用数学知识及数学的思维方法来解决他们每天面临的大量的实际问题,取得经济效益和社会效益他们不是为了应用数学知识而寻找实际问题(就像在学校里做数学应用题),而是为了解决实际问题而需要用到数学而且不止是要用到数学,很可能还要用到别的学科,领域的知识,要用到工作经验和常识特别是在现代社会,要真正解决一个实际问题几乎都离不开计算机可以这样说,在实际工作中遇到的问题,完全纯粹的只用现成的数学知识就能解决的问题几乎是没有的你所能遇到的都是数学和其他东西混杂在一起的问题,不是"干净的"数学,而是"脏"的数学其中的数学奥妙不是明摆在那里等着你去解决,而是暗藏在深处等着你去发现也就是说,你要对复杂的实际问题进行分析,发现其中的可以用数学语言来描述的关系或规律,把这个实际问题化成一个数学问题,这就称为数学模型数学模型具有下列特征:数学模型的一个重要特征是高度的抽象性通过数学模型能够将形象思维转化为抽象思维,从而可以突破实际系统的约束,运用已有的数学研究成果对研究对象进行深入的研究数学模型的另一个特征是经济性用数学模型研究不需要过多的专用设备和工具,可以节省大量的设备运行和维护费用,用数学模型可以大大加快研究工作的进度,缩短研究周期,特别是在电子计算机得到广泛应用的今天,这个优越性就更为突出但是,数学模型具有局限性,在简化和抽象过程中必然造成某些失真所谓"模型就是模型"(而不是原型),即是指该性质二、数学建模 数学建模是利用数学方法解决实际问题的一种实践即通过抽象,简化,假设,引进变量等处理过程后,将实际问题用数学方式表达,建立起数学模型,然后运用先进的数学方法及计算机技术进行求解简而言之,建立数学模型的这个过程就称为数学建模模型是客观实体有关属性的模拟陈列在橱窗中的飞机模型外形应当象真正的飞机,至于它是否真的能飞则无关紧要;然而参加航模比赛的飞机模型则全然不同,如果飞行性能不佳,外形再象飞机,也不能算是一个好的模型模型不一定是对实体的一种仿照,也可以是对实体的某些基本属性的抽象,例如,一张地质图并不需要用实物来模拟,它可以用抽象的符号,文字和数字来反映出该地区的地质结构数学模型也是一种模拟,是用数学符号,数学式子,程序,图形等对实际课题本质属性的抽象而又简洁的刻划,它或能解释某些客观现象,或能预测未来的发展规律,或能为控制某一现象的发展提供某种意义下的最优策略或较好策略数学模型一般并非现实问题的直接翻版,它的建立常常既需要人们对现实问题深入细微的观察和分析,又需要人们灵活巧妙地利用各种数学知识这种应用知识从实际课题中抽象,提炼出数学模型的过程就称为数学建模实际问题中有许多因素,在建立数学模型时你不可能,也没有必要把它们毫无遗漏地全部加以考虑,只能考虑其中的最主要的因素,舍弃其中的次要因素数学模型建立起来了,实际问题化成了数学问题,就可以用数学工具,数学方法去解答这个实际问题如果有现成的数学工具当然好如果没有现成的数学工具,就促使数学家们寻找和发展出新的数学工具去解决它,这又推动了数学本身的发展例如,开普勒由行星运行的观测数据总结出开普勒三定律,牛顿试图用自己发现的力学定律去解释它,但当时已有的数学工具是不够用的,这促使了微积分的发明求解数学模型,除了用到数学推理以外,通常还要处理大量数据,进行大量计算,这在电子计算机发明之前是很难实现的因此,很多数学模型,尽管从数学理论上解决了,但由于计算量太大而没法得到有用的结果,还是只有束之高阁而电子计算机的出现和迅速发展,给用数学模型解决实际问题打开了广阔的道路而在现在,要真正解决一个实际问题,离了计算机几乎是不行的数学模型建立起来了,也用数学方法或数值方法求出了解答,是不是就万事大吉了呢 不是既然数学模型只能近似地反映实际问题中的关系和规律,到底反映得好不好,还需要接受检验,如果数学模型建立得不好,没有正确地描述所给的实际问题,数学解答再正确也是没有用的因此,在得出数学解答之后还要让所得的结论接受实际的检验,看它是否合理,是否可行,等等如果不符合实际,还应设法找出原因,修改原来的模型,重新求解和检验,直到比较合理可行,才能算是得到了一个解答,可以先付诸实施但是,十全十美的答案是没有的,已得到的解答仍有改进的余地,可以根据实际情况,或者继续研究和改进;或者暂时告一段落,待将来有新的情况和要求后再作改进 应用数学知识去研究和和解决实际问题,遇到的第一项工作就是建立恰当的数学模型从这一意义上讲,可以说数学建模是一切科学研究的基础没有一个较好的数学模型就不可能得到较好的研究结果,所以,建立一个较好的数学模型乃是解决实际问题的关键之一数学建模将各种知识综合应用于解决实际问题中,是培养和提高同学们应用所学知识分析问题,解决问题的能力的必备手段之一三、数学建模的一般方法建立数学模型的方法并没有一定的模式,但一个理想的模型应能反映系统的全部重要特征:模型的可靠性和模型的使用性建模的一般方法:机理分析 机理分析就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,所建立的模型常有明确的物理或现实意义(1) 比例分析法--建立变量之间函数关系的最基本最常用的方法 (2) 代数方法--求解离散问题(离散的数据,符号,图形)的主要方法 (3) 逻辑方法--是数学理论研究的重要方法,对社会学和经济学等领域的实际 问题,在决策,对策等学科中得到广泛应用 (4) 常微分方程--解决两个变量之间的变化规律,关键是建立"瞬时变化率"的表达式 (5) 偏微分方程--解决因变量与两个以上自变量之间的变化规律测试分析方法 测试分析方法就是将研究对象视为一个"黑箱"系统,内部机理无法直接寻求,通过测量系统的输入输出数据,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数据拟合得最好的模型 (1) 回归分析法--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,由于处理的是静态的独立数据,故称为数理统计方法(2) 时序分析法--处理的是动态的相关数据,又称为过程统计方法(3) 回归分析法--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,由于处理的是静态的独立数据,故称为数理统计方法(4) 时序分析法--处理的是动态的相关数据,又称为过程统计方法将这两种方法结合起来使用,即用机理分析方法建立模型的结构,用系统测试方法来确定模型的参数,也是常用的建模方法, 在实际过程中用那一种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来决定机理分析法建模的具体步骤大致可见左图仿真和其他方法(1) 计算机仿真(模拟)--实质上是统计估计方法,等效于抽样试验① 离散系统仿真--有一组状态变量② 连续系统仿真--有解析表达式或系统结构图(2) 因子试验法--在系统上作局部试验,再根据试验结果进行不断分析修改,求得所需的模型结构(3) 人工现实法--基于对系统过去行为的了解和对未来希望达到的目标,并考虑到系统有关因素的可能变化,人为地组成一个系统(参见:齐欢《数学模型方法》,华中理工大学出版社,1996)四、数学模型的分类数学模型可以按照不同的方式分类,下面介绍常用的几种按照模型的应用领域(或所属学科)分:如人口模型,交通模型,环境模型,生态模型,城镇规划模型,水资源模型,再生资源利用模型,污染模型等范畴更大一些则形成许多边缘学科如生物数学,医学数学,地质数学,数量经济学,数学社会学等按照建立模型的数学方法(或所属数学分支)分:如初等数学模型,几何模型,微分方程模型,图论模型,马氏链模型,规划论模型等按第一种方法分类的数学模型教科书中,着重于某一专门领域中用不同方法建立模型,而按第二种方法分类的书里,是用属于不同领域的现成的数学模型来解释某种数学技巧的应用在本书中我们重点放在如何应用读者已具备的基本数学知识在各个不同领域中建模按照模型的表现特性又有几种分法:确定性模型和随机性模型 取决于是否考虑随机因素的影响近年来随着数学的发展,又有所谓突变性模型和模糊性模型静态模型和动态模型 取决于是否考虑时间因素引起的变化线性模型和非线性模型 取决于模型的基本关系,如微分方程是否是线性的离散模型和连续模型 指模型中的变量(主要是时间变量)取为离散还是连续的虽然从本质上讲大多数实际问题是随机性的,动态的,非线性的,但是由于确定性,静态,线性模型容易处理,并且往往可以作为初步的近似来解决问题,所以建模时常先考虑确定性,静态,线性模型连续模型便于利用微积分方法求解,作理论分析,而离散模型便于在计算机上作数值计算,所以用哪种模型要看具体问题而定在具体的建模过程中将连续模型离散化,或将离散变量视作连续,也是常采用的方法按照建模目的分:有描述模型,分析模型,预报模型,优化模型,决策模型,控制模型等按照对模型结构的了解程度分:有所谓白箱模型,灰箱模型,黑箱模型这是把研究对象比喻成一只箱子里的机关,要通过建模来揭示它的奥妙白箱主要包括用力学,热学,电学等一些机理相当清楚的学科描述的现象以及相应的工程技术问题,这方面的模型大多已经基本确定,还需深入研究的主要是优化设计和控制等问题了灰箱主要指生态,气象,经济,交通等领域中机理尚不十分清楚的现象,在建立和改善模型方面都还不同程度地有许多工作要做至于黑箱则主要指生命科学和社会科学等领域中一些机理(数量关系方面)很不清楚的现象有些工程技术问题虽然主要基于物理,化学原理,但由于因素众多,关系复杂和观测困难等原因也常作为灰箱或黑箱模型处理当然,白,灰,黑之间并没有明显的界限,而且随着科学技术的发展,箱子的"颜色"必然是逐渐由暗变亮的五、数学建模的一般步骤建模的步骤一般分为下列几步:模型准备首先要了解问题的实际背景,明确题目的要求,搜集各种必要的信息模型假设在明确建模目的,掌握必要资料的基础上,通过对资料的分析计算,找出起主要作用的因素,经必要的精炼,简化,提出若干符合客观实际的假设,使问题的主要特征凸现出来,忽略问题的次要方面一般地说,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模型构成根据所作的假设以及事物之间的联系, 利用适当的数学工具去刻划各变量之间的关系,建立相应的数学结构――即建立数学模型把问题化为数学问题要注意尽量采取简单的数学工具,因为简单的数学模型往往更能反映事物的本质,而且也容易使更多的人掌握和使用模型求解利用已知的数学方法来求解上一步所得到的数学问题,这时往往还要作出进一步的简化或假设在难以得出解析解时,也应当借助计算机求出数值解模型分析对模型解答进行数学上的分析,有时要根据问题的性质分析变量间的依赖关系或稳定状况,有时是根据所得结果给出数学上的预报,有时则可能要给出数学上的最优决策或控制,不论哪种情况还常常需要进行误差分析,模型对数据的稳定性或灵敏性分析等模型检验分析所得结果的实际意义,与实际情况进行比较,看是否符合实际,如果结果不够理想,应该修改,补充假设或重新建模,有些模型需要经过几次反复,不断完善模型应用所建立的模型必须在实际中应用才能产生效益,在应用中不断改进和完善应用的方式自然取决于问题的性质和建模的目的参考文献：(1)齐欢《数学模型方法》,华中理工大学出版社,1996。(2)《数学的实践与认识》,(季刊),中国数学会编辑出版。
小学数学方面的论文(3000)字左右
数学文化 人类共同的精神财富——数学,数学是人类智慧的结晶，它表达了人类思维中生动活泼的意念,表达了人类对客观世界深入细致的思考,以及人类追求完美和谐的愿望。 早在古希腊时代,哲学家柏拉图把数学看作是文化的最高理想。他说:“几何学可以将灵魂引向真理,并且创造出理性精神”。他认为学习数学不只是为了求真,也是为了求善、求美。他认为人通过研究几何同时也不断地塑造自己,使自己成为更高尚、更丰富、也更有力量的人。既人们在认识宇宙同时,也认识人类自己。在这个认识过程中,数学起着独特的作用。现在它几乎是任何科学都不可缺少的,它是现代科学技术的语言和工具,它的成果为众多学科所共识,积极推动着这些学科理论的建立和深化,它的思维方式和方法渗透到各学科,为这些学科的发展增添了活力。数学追求一种完全确定、完全可靠的知识。数学的对象必须是明确无误的概念,作为以推理为出发点的命题必须明确、清晰,推理过程的每一步骤都必须明确可靠、容不得半点的含糊,整个认识过程必须前后一贯而不容许自相矛盾。当然,任何一个法律文件、一篇有说服力的学术文章也必须概念清晰、逻辑严谨,但是数学对知识可靠性的要求更高、更明确。正因为如此,数学方法成为人们一种典范的认识方法,帮助人们正确地、客观地认识宇宙和人类自己。几千年来,人类的思想发生了巨大变化,人类的知识在不断地增长。而在由历史积累而形成的人类知识文化宝藏中,数学思想和方法却一直延续发展了几千年,表现出了强大的生命力。数学不断地追求最简单、最深层次这是认识的根本。用简洁的数学公式来表示复杂的事物、理解变化的客观规律。在科学技术领域内,人们现在己经能习惯地用非常简洁的数学公式来表示牛顿定律,以此来描述物体多种多样的运动,解释各种现象,同时借助于数学探求事物的机理,预测事物未来的发展变化,探求超出人类感官所及的宇宙的根本。人们借助计算机通过建立数学模型进行数学计算,在数学思想方法的启发和帮助下,解决各式各样的问题。人们在认识客观世界的探索中越来越相信,世界的合理性可以用数学来描述。数学不仅研究客观世界的数量关系和空间形式,而且也研究它自己。数学史中出现过的一个又一个悖论,记录了数学在研究自身的过程中所经历的一次又一次的危机,危机似乎动摇了数学的基础,而数学正是在不断严格地审视自己、不断地克服自身一个又一个矛盾的过程中夯实了自己的基础,使之变得更为扎实、牢靠。一些公理化体系就是数学对自己的基础出现多次“危机”后深思熟虑的结果。在探讨数学自身的过程中,也形成了像数理逻辑这样的数学新分支,推动了数学自身的发展。数学发展的历史正是体现了人类追求真理而不断探索的精神。数学的基础是逻辑和直觉、分析和推理、共性和个性,这种思维方式是数学外在的表现。而实质上也和其他文化领域一样,其自身的发展受到不同的时代精神、不同的思维方式的影响。反过来它也影响着人的精神和思维,影响一个民族文化进步。解析几何和微积分的创立,使变量成为数学的研究对象。数学思想、内容、方法上的革新,使数学的面貌焕然一新。而数学研究运动、变化的思想和方法,以及数学所取得的进展,对打破科学研究中形而上学的枷锁,把辩证法引入到科学的思维中,起到了推波助澜的作用。今天,恐怕没有一个有文化的人不懂得“增长速度”,“变化率”的含义,人们己经习惯从运动和变化的观点来研究事物。数学促进了几乎所有学科的发展,直接或间接地影响了每一个有文化的人的思维。影响人类的精神生活,提高和丰富了人类的整个精神文明水平。(2)数学对人的文化素养影响面对飞跃发展的科学技术,人必须具备必要的数学知识和技能,以训练心智、陶冶情操,更好的理解周围的世界,从而更客观的认识人类社会。例如“今年前六个月的居民存款比去年同期增速下降1个百分点。”“今天降水概率是50%”。“信息高速公路”、“数字信息”等他们的含义都是什么?数学对人的文化素质的影响,至少表现在如下几个方面:有利于培养严谨的思维方式。尽管大多数人将来不会成为数学家,但是条理性、逻辑性作为一种文化素质对人们将来从事任何一种职业都是需要的。同时,数学思维能力的培养对人的智力发展起着关键的作用。如圆是一个完美的图形,可用方程来表示,我们可以从这个方程中找出圆的所有美妙的性质,进一步还可以用方程来表示球,那么我们为什么不考虑下列方程以及。仅仅靠类比就使我们从三维空间进入了高维空间,从有形进入了无形,从现实进入了虚拟世界。有利于培养人的创新精神。数学是人类理性文明高度发展的结晶,又是人类创新的锐利工具。无论数学知识的应用或是数学知识的发展,都需要研究新问题,根据实际情况做出恰如其分的分析,并由此找到解决问题的途径。这就体现出人的巨大创造力。有利于培养科学的审美观。人对美的理解各不相同,但总之美和完善、完美、和谐、秩序……等相联系。而数学本身体现出的简洁美(抽象美、符号美、统一美等)、和谐美(对称美、形式美等)、奇异一,数学文化的存在价值在即将公布的高中数学课程标准中,数学文化是一个单独的板块,给予了特别的重视。许多老师会问为什么要这样做?一个重要的原因是,20世纪初年的数学曾经存在着脱离社会文化的孤立主义倾向,并一直影响到今天的中国。数学的过度形式化,使人错误地感到数学只是少数天才脑子里想象出来的“自由创造物”,数学的发展无须社会的推动,其真理性无须实践的检验,当然,数学的进步也无须人类文化的哺育。于是,西方的数学界有“经验主义的复兴”。怀特(White)的数学文化论力图把数学回归到文化层面。克莱因(Kline)的《古今数学思想》、《西方文化中的数学》、《数学:确定性的丧失》相继问世,力图营造数学文化的人文色彩。国内最早注意数学文化的学者是北京大学的教授孙小礼,她和邓东皋等合编的《数学与文化》,汇集了一些数学名家的有关论述,也记录了从自然辩证法研究的角度对数学文化的思考。稍后出版的有齐民友的《数学与文化》,主要从非欧几何产生的历史阐述数学的文化价值,特别指出了数学思维的文化意义。郑毓信等出版的专著《数学文化学》,特点是用社会建构主义的哲学观,强调“数学共同体”产生的文化效应。以上的著作以及许多的论文,都力图把数学从单纯的逻辑演绎推理的圈子中解放出来,重点是分析数学文明史,充分揭示数学的文化内涵,肯定数学作为文化存在的价值。二,数学:一种思想方法数学是研究量的科学。它研究客观对象量的变化、关系等,并在提炼量的规律性的基础上形成各种有关量的推导和演算的方法。数学的思想方法体现着它作为一般方法论的特征和性质,是物质世界质与量的统一、内容与形式的统一的最有效的表现方式。这些表现方式主要有:提供数量分析和计算工具;提供推理工具;建立数学模型。任何一种数学方法的具体运用,首先必须将研究对象数量化,进行数量分析、测量和计算。毛泽东同志曾指出:“对情况和问题一定要注意到它们的数量方面,要有基本的数量的分析。任何质量都表现为一定的数量,没有数量也就没有质量。”(注:《毛泽东选集》第4卷第1443页,人民出版社1990年版。)例如太阳系第八大行星——海王星的发现,就是由亚当斯(J C Adams)和勒维烈(U J Leverrier)运用万有引力定律,通过复杂的数量分析和计算,在尚未观察到海王星的情况下推理并预见其存在的。数学作为推理工具的作用是巨大的。特别是对由于技术条件限制暂时难以观测的感性经验以外的客观世界,推理更有其独到的功效,例如正电子的预言,就是由英国理论物理学家狄拉克根据逻辑推理而得出的。后来由宇宙射线观测实验证实了这一论断。值得指出的是,数学模型方法作为对某种事物或现象中所包含的数量关系和空间形式所进行的数学概括、描述和抽象的基本方法,已经成为应用数学最本质的思想方法之一。模型这一概念在数学上已变得如此重要,以致于许多数学家都把数学看成是“关于模型的科学”。怀特海(A N Whitehead )认为:“模式具有重要性的看法和文明一样古老……社会组织的结合力也依赖于行为模式的保持;文明的进步也侥幸地依赖于这些行为模式的变更。”(注:林夏水主编《数学哲学译文集》第350页,知识出版社1986年版。)并进一步指出:“数学对于理解模式和分析模式之间的关系,是最强有力的技术。”(注:林夏水主编《数学哲学译文集》第350页,知识出版社1986年版。)物理学家博尔茨曼(LE Boltzmann)认为:“模型,无论是物理的还是数学的,无论是几何的还是统计的,已经成为科学以思维能力理解客体和用语言描述客体的工具。”这一观点目前不仅流行于自然科学界,还遍布于社会科学界。为自然界和人类社会的各种现象或事物建立模型,是把握并预测自然界与人类社会变化与发展规律的必然趋势。在欧洲,在人文科学和社会科学中称为结构主义的运动,雄辩地论证了所有各种范围的人类行为与意识都有形式的数学结构为基础。在美国,社会科学自夸有更坚实、定量的东西,这通常也是用数学模型来表示的。从模型的观点看,数学已经突破了量的确定性这一较狭义的范畴而获得了更广泛的意义。既然数学的研究对象已经不再局限于“量”而扩展为更广义的“模型”,那么,数学概念的本质也在发生嬗变。数学正成为一个动态的、变化的、泛化了的概念体系,其涵盖的科学对象也必然随之增加。数学在社会科学中的模型建构大都以结构分析为目标,即在高度简化与理想化的框架中去理解社会行为机制。在某些框架下,利用科学去预测与控制一个社会系统的一切变量的更高层次的目标已经实现。数学的模型方法把数学的思想方法功能转化成科学研究的实际力量。数学中有一个分支叫应用数学,主要就是研究如何从实际问题中提炼数学模型。这是一个对研究对象进行具体分析、科学抽象和做出判断与预见的过程。如对客观事物的必然现象,人们用确定性模型去描述,而对或然现象,人们建立了随机性模型。模糊数学被用于刻画弗晰现象。而各种突变现象,如地震、洪灾等,则可以由突变理论给出数学模型。三,数学:理性的艺术通常人们认为,艺术与数学是人类所创造的风格与本质都迥然不同的两类文化产品。两者一个处于高度理性化的巅峰,另一个居于情感世界的中心;一个是科学(自然科学)的典范,另一个是美学构筑的杰作。然而,在种种表面无关甚至完全不同的现象背后,隐匿着艺术与数学极其丰富的普遍意义。数学与艺术确实有许多相通和共同之处,例如数学和艺术,特别是音乐中的五线谱,绘画中的线条结构等,都是用抽象的符号语言来表达内容。难怪有人说,数学是理性的音乐,音乐是感性的数学。事实上,由于数学(特别是现代数学)的研究对象在很大程度上可以被看成“思维的自由想象和创造”,因此,美学的因素在数学的研究中占有特别重要的地位,以致在一定程度上数学可被看成一种艺术。对此,我们还可做出如下进一步的分析。艺术与数学都是描绘世界图式的有力工具。艺术与数学作为人类文明发展的产物,是人类认识世界的一种有力手段。在艺术创造与数学创造中凝聚着人类美好的理想和实现这种理想的孜孜追求。尽管艺术家与数学家使用着不同的工具,有着不同的方式,但他们工作的基本的目的都是为了描绘一幅尽可能简化的“世界图式”。艺术实践与数学活动的动机、过程、方法与结果,都是在其自身价值的弘扬中,不断地实现着对世界图式的有力刻画。这种价值就是在充分、完全地理解现实世界的基础上,审美地掌握世界。艺术与数学都是通用的理想化的世界语言。艺术与数学在描绘世界图式的过程中,还同时发展并完善着自身的表现形式,这种表现形式最基本的载体便是艺术与数学各自独特的语言体系。其共同特征有:(1)跨文化性。艺术与数学所表达的是一种带有普遍意义的人类共同的心声,因而它们可以超越时间和地域界限,实现不同文化群体之间的广泛传播和交流。(2)整体性。艺术语言的整体性来自于其艺术表现的普遍性和广泛性;数学语言的整体性来自于数学统一的符号体系、各个分支之间的有力联系、共同的逻辑规则和约定俗成的阐述方式。(3 )简约性。它首先表现为很高的抽象程度,其次是凝冻与浓缩。(4 )象征性。艺术与数学语言各自的象征性可以诱发某种强烈的情感体验,唤起某种美的感受,而意义则在于把注意力引向思维,升迁为理念,成为表现人类内心意图的方式。(5)形式化。在艺术与数学各自进行的代码与信息的意义交换中,其共同的特征就是达到了实体与形式的分隔。这样提炼出来的形式可以进行形式化处理。艺术与数学具有普适的精神价值。有人把精神价值划分为知识价值、道德价值和审美价值三种。艺术与数学同时具备这三种价值,这一事实赋予了艺术与数学精神价值以普适性。概括起来,其共同的特点有:(1)自律性。数学价值的自律性是与数学价值的客观性相联系的;艺术的价值也是不能由民主选举和个人好恶来衡量的。艺术与数学的价值基本上是在自身框架内被鉴别、鉴赏和评价的。(2)超越性。它们可以超越时空,显示出永恒。在艺术与数学的价值超越过程中,现实被扩张、被延伸。人被重新塑造,赋予理想。艺术与数学的超越性还表现为超前的价值。(3)非功利性。艺术与数学的非功利性是其价值判断有别于其他种类文化与科学的显著特征之一。(4)多样化、物化与泛化。在现代技术与商业化的冲击下,艺术与数学的价值也开始发生嬗变,出现了各自价值在许多领域内的散射、渗透、应用、交叉等现象。在人类思维的全谱系中,艺术思维和数学思维的主要特征决定了其主导思维各居于谱系的两端。但两种思维又有很多交叉、重叠和复合。特别是真正的艺术品和数学创造,一般都不是某种单一思维形式的产物,而是多种思维形式综合作用的结果。人类思维之翼在艺术思维与数学思维形成的巨大张力之间展开了无穷的翱翔,并在人类思维的自然延拓和形式构造中被编织得浑然一体,呈现出整体多样性的统一。人类思维谱系不是线性的,而是主体的、网络式的、多层多维的复合体。当我们想要探索人类思维的奥秘时,艺术思维与数学思维能够提供最典型的范本。其中能够找到包括人类原始思维直至人工智能这样高级思维在内的全部思维素材四,数学韵味——数学的美说到数学美,人们自然会联想到令人心驰神往的优美而和谐的黄金分割;雄伟壮丽的科学宫殿的欧几里得平面几何;数学皇冠上的明珠“哥德巴赫猜想”……数学美可以分为形式美和内在美。数学中的公式、定理、图形等所呈现出来的简单、整齐以及对称的美是形式美的体现。数学中有字符美和构图美还有对称美,数学中的对称美反映的是自然界的和谐性,在几何形体中,最典型的就是轴对称图形。数学中的简洁美,数学具有形式简洁、有序、规整和高度统一的特点,许多纷繁复杂的现象,可以归纳为简单的数学公式。数学的内在美有数学的和谐美,数量的和谐,空间的协调是构成数学美的重要因素。数学中的严谨美,严谨美是数学独特的内在美,我们通常用“滴水不漏”来形容数学。它表现在数学推理的严密,数学定义准确揭示概念的本质属性,数学结构系统的协调完备等等。总之,数学美的魅力是诱人的,数学美的力量是巨大的,数学美的思想是神奇的,数学是一个五彩缤纷的美的世界。美(有限美、神秘美等)会给学生以美的熏陶。数学所揭示的规律会加深学生对美的理解,而学习数学的过程也会使学生体验数学作为人类智慧的结晶所洋溢出的精神美。数学精神是一种理性精神,对完善人的精神品格有着不可估量的作用,主要体现在严谨求实、理智自率、直着求真、开拓创新等方面,通过解题实践既巩固了知识,培养了能力,同时也发展了坚持公正、终于科学、一丝不苟、不懈探索的优良品质,这都是造就人不断追求进取的品质所必备的前提。
因为,你的幸福有着自你心灵深处发出的声音,你能听得到吗?那是来自天籁的如银铃般的声音,你听,多美妙啊! 寒梅独处 冬天已至,纷纷扬扬的大雪给大地铺上了一层厚厚的白衣,在这白色的世界里,老天却把寒梅赐给了人间,让这寒梅去点缀白雪点缀人间 寒风拂动着它身上的雪,把它那厚厚的衣裳脱下,显现出那红色的肌肤把梅香夹在风里随它飘走,送入我们鼻子里,给寂寞的冬季带来一份清新我望着那红梅想着,在这寂寞的冬季里独自开着它是否幸福? 春天百花争艳的时候它默默地开始了漫长的等待桃花、梨花、杜鹃她们争着显示自己,把自己心情尽怀情操地显示出来以获得百花之王的美名它们幸福吗?寒梅不屑于这些,并不是梅花赛不过它们,它觉得争着炫耀的生活太累,它认为幸福是平淡的,是用自己的心灵去感受的而不是用自己的外表炫耀来争得别人夸奖的 秋天是果子满树热闹非凡的时候,而此时的梅花正为冬季蓄积能量在无人注视的季节里默默耕作这是一种充实的生活,它说这充实的生活就是幸福 好不容易到了冬季,到了它开放的季节,而此时凛冽的寒风不断地阻击着它,低温不断地阻挠着花苞的绽开,而它却默默地承受着风一阵阵地吹过,枝条在不断地摆动着,那花苞仿佛要被摇落下来,一阵,一阵……几天的大风过了,而花苞像沾在枝上似的依旧紧抓着它不放,并一直吸收着养份,呼吸着寒气在风停后绽放出来不经过风雨怎能见到彩虹,不经寒风洗礼寒梅怎么发香这是一种抗争的伟大,寒梅在这寒风中体验着幸福 似乎上天在把寒梅赐予人间时便赐予了它忍受寂寞,把它安排在百花绝迹的冬天,只有它的敌人——冰雪与它为伴,自己独自开着又自已默默地回归大地,然而它却不埋怨这种待遇,而把它看作是上天的馈赠,它依然开得那么的活泼,那么的可爱,永远像一位朝气蓬勃的年轻人寂寞并不可怕,只要它拥有一颗会看待自己的心,有一颗乐观的心,它依然拥有幸福 幸福是什么?幸福是独处的寒梅,是那种能在平凡中寻找欢乐,能用
you are 2-9-0
数学建模内容摘要：数学作为现代科学的一种工具和手段，要了解什么是数学模型和数学建模，了解数学建模一般方法及步骤。关键词：数学模型、数学建模、实际问题伴随着当今社会的科学技术的飞速发展，数学已经渗透到各个领域，数学建模也显得尤为重要。数学建模在人们生活中扮演着重要的角色，而且随着计算机技术的发展，数学建模更是在人类的活动中起着重要作用，数学建模也更好的为人类服务。一、数学模型数学模型是对于现实世界的一个特定对象,一个特定目的,根据特有的内在规律,做出一些必要的假设,运用适当的数学工具,得到一个数学结构简单地说:就是系统的某种特征的本质的数学表达式(或是用数学术语对部分现实世界的描述),即用数学式子(如函数,图形,代数方程,微分方程,积分方程,差分方程等)来描述(表述,模拟)所研究的客观对象或系统在某一方面的存在规律随着社会的发展,生物,医学,社会,经济……,各学科,各行业都涌现现出大量的实际课题,急待人们去研究,去解决但是,社会对数学的需求并不只是需要数学家和专门从事数学研究的人才,而更大量的是需要在各部门中从事实际工作的人善于运用数学知识及数学的思维方法来解决他们每天面临的大量的实际问题,取得经济效益和社会效益他们不是为了应用数学知识而寻找实际问题(就像在学校里做数学应用题),而是为了解决实际问题而需要用到数学而且不止是要用到数学,很可能还要用到别的学科,领域的知识,要用到工作经验和常识特别是在现代社会,要真正解决一个实际问题几乎都离不开计算机可以这样说,在实际工作中遇到的问题,完全纯粹的只用现成的数学知识就能解决的问题几乎是没有的你所能遇到的都是数学和其他东西混杂在一起的问题,不是"干净的"数学,而是"脏"的数学其中的数学奥妙不是明摆在那里等着你去解决,而是暗藏在深处等着你去发现也就是说,你要对复杂的实际问题进行分析,发现其中的可以用数学语言来描述的关系或规律,把这个实际问题化成一个数学问题,这就称为数学模型数学模型具有下列特征:数学模型的一个重要特征是高度的抽象性通过数学模型能够将形象思维转化为抽象思维,从而可以突破实际系统的约束,运用已有的数学研究成果对研究对象进行深入的研究数学模型的另一个特征是经济性用数学模型研究不需要过多的专用设备和工具,可以节省大量的设备运行和维护费用,用数学模型可以大大加快研究工作的进度,缩短研究周期,特别是在电子计算机得到广泛应用的今天,这个优越性就更为突出但是,数学模型具有局限性,在简化和抽象过程中必然造成某些失真所谓"模型就是模型"(而不是原型),即是指该性质二、数学建模 数学建模是利用数学方法解决实际问题的一种实践即通过抽象,简化,假设,引进变量等处理过程后,将实际问题用数学方式表达,建立起数学模型,然后运用先进的数学方法及计算机技术进行求解简而言之,建立数学模型的这个过程就称为数学建模模型是客观实体有关属性的模拟陈列在橱窗中的飞机模型外形应当象真正的飞机,至于它是否真的能飞则无关紧要;然而参加航模比赛的飞机模型则全然不同,如果飞行性能不佳,外形再象飞机,也不能算是一个好的模型模型不一定是对实体的一种仿照,也可以是对实体的某些基本属性的抽象,例如,一张地质图并不需要用实物来模拟,它可以用抽象的符号,文字和数字来反映出该地区的地质结构数学模型也是一种模拟,是用数学符号,数学式子,程序,图形等对实际课题本质属性的抽象而又简洁的刻划,它或能解释某些客观现象,或能预测未来的发展规律,或能为控制某一现象的发展提供某种意义下的最优策略或较好策略数学模型一般并非现实问题的直接翻版,它的建立常常既需要人们对现实问题深入细微的观察和分析,又需要人们灵活巧妙地利用各种数学知识这种应用知识从实际课题中抽象,提炼出数学模型的过程就称为数学建模实际问题中有许多因素,在建立数学模型时你不可能,也没有必要把它们毫无遗漏地全部加以考虑,只能考虑其中的最主要的因素,舍弃其中的次要因素数学模型建立起来了,实际问题化成了数学问题,就可以用数学工具,数学方法去解答这个实际问题如果有现成的数学工具当然好如果没有现成的数学工具,就促使数学家们寻找和发展出新的数学工具去解决它,这又推动了数学本身的发展例如,开普勒由行星运行的观测数据总结出开普勒三定律,牛顿试图用自己发现的力学定律去解释它,但当时已有的数学工具是不够用的,这促使了微积分的发明求解数学模型,除了用到数学推理以外,通常还要处理大量数据,进行大量计算,这在电子计算机发明之前是很难实现的因此,很多数学模型,尽管从数学理论上解决了,但由于计算量太大而没法得到有用的结果,还是只有束之高阁而电子计算机的出现和迅速发展,给用数学模型解决实际问题打开了广阔的道路而在现在,要真正解决一个实际问题,离了计算机几乎是不行的数学模型建立起来了,也用数学方法或数值方法求出了解答,是不是就万事大吉了呢 不是既然数学模型只能近似地反映实际问题中的关系和规律,到底反映得好不好,还需要接受检验,如果数学模型建立得不好,没有正确地描述所给的实际问题,数学解答再正确也是没有用的因此,在得出数学解答之后还要让所得的结论接受实际的检验,看它是否合理,是否可行,等等如果不符合实际,还应设法找出原因,修改原来的模型,重新求解和检验,直到比较合理可行,才能算是得到了一个解答,可以先付诸实施但是,十全十美的答案是没有的,已得到的解答仍有改进的余地,可以根据实际情况,或者继续研究和改进;或者暂时告一段落,待将来有新的情况和要求后再作改进 应用数学知识去研究和和解决实际问题,遇到的第一项工作就是建立恰当的数学模型从这一意义上讲,可以说数学建模是一切科学研究的基础没有一个较好的数学模型就不可能得到较好的研究结果,所以,建立一个较好的数学模型乃是解决实际问题的关键之一数学建模将各种知识综合应用于解决实际问题中,是培养和提高同学们应用所学知识分析问题,解决问题的能力的必备手段之一三、数学建模的一般方法建立数学模型的方法并没有一定的模式,但一个理想的模型应能反映系统的全部重要特征:模型的可靠性和模型的使用性建模的一般方法:机理分析 机理分析就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,所建立的模型常有明确的物理或现实意义(1) 比例分析法--建立变量之间函数关系的最基本最常用的方法 (2) 代数方法--求解离散问题(离散的数据,符号,图形)的主要方法 (3) 逻辑方法--是数学理论研究的重要方法,对社会学和经济学等领域的实际 问题,在决策,对策等学科中得到广泛应用 (4) 常微分方程--解决两个变量之间的变化规律,关键是建立"瞬时变化率"的表达式 (5) 偏微分方程--解决因变量与两个以上自变量之间的变化规律测试分析方法 测试分析方法就是将研究对象视为一个"黑箱"系统,内部机理无法直接寻求,通过测量系统的输入输出数据,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数据拟合得最好的模型 (1) 回归分析法--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,由于处理的是静态的独立数据,故称为数理统计方法(2) 时序分析法--处理的是动态的相关数据,又称为过程统计方法(3) 回归分析法--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,由于处理的是静态的独立数据,故称为数理统计方法(4) 时序分析法--处理的是动态的相关数据,又称为过程统计方法将这两种方法结合起来使用,即用机理分析方法建立模型的结构,用系统测试方法来确定模型的参数,也是常用的建模方法, 在实际过程中用那一种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来决定机理分析法建模的具体步骤大致可见左图仿真和其他方法(1) 计算机仿真(模拟)--实质上是统计估计方法,等效于抽样试验① 离散系统仿真--有一组状态变量② 连续系统仿真--有解析表达式或系统结构图(2) 因子试验法--在系统上作局部试验,再根据试验结果进行不断分析修改,求得所需的模型结构(3) 人工现实法--基于对系统过去行为的了解和对未来希望达到的目标,并考虑到系统有关因素的可能变化,人为地组成一个系统(参见:齐欢《数学模型方法》,华中理工大学出版社,1996)四、数学模型的分类数学模型可以按照不同的方式分类,下面介绍常用的几种按照模型的应用领域(或所属学科)分:如人口模型,交通模型,环境模型,生态模型,城镇规划模型,水资源模型,再生资源利用模型,污染模型等范畴更大一些则形成许多边缘学科如生物数学,医学数学,地质数学,数量经济学,数学社会学等按照建立模型的数学方法(或所属数学分支)分:如初等数学模型,几何模型,微分方程模型,图论模型,马氏链模型,规划论模型等按第一种方法分类的数学模型教科书中,着重于某一专门领域中用不同方法建立模型,而按第二种方法分类的书里,是用属于不同领域的现成的数学模型来解释某种数学技巧的应用在本书中我们重点放在如何应用读者已具备的基本数学知识在各个不同领域中建模按照模型的表现特性又有几种分法:确定性模型和随机性模型 取决于是否考虑随机因素的影响近年来随着数学的发展,又有所谓突变性模型和模糊性模型静态模型和动态模型 取决于是否考虑时间因素引起的变化线性模型和非线性模型 取决于模型的基本关系,如微分方程是否是线性的离散模型和连续模型 指模型中的变量(主要是时间变量)取为离散还是连续的虽然从本质上讲大多数实际问题是随机性的,动态的,非线性的,但是由于确定性,静态,线性模型容易处理,并且往往可以作为初步的近似来解决问题,所以建模时常先考虑确定性,静态,线性模型连续模型便于利用微积分方法求解,作理论分析,而离散模型便于在计算机上作数值计算,所以用哪种模型要看具体问题而定在具体的建模过程中将连续模型离散化,或将离散变量视作连续,也是常采用的方法按照建模目的分:有描述模型,分析模型,预报模型,优化模型,决策模型,控制模型等按照对模型结构的了解程度分:有所谓白箱模型,灰箱模型,黑箱模型这是把研究对象比喻成一只箱子里的机关,要通过建模来揭示它的奥妙白箱主要包括用力学,热学,电学等一些机理相当清楚的学科描述的现象以及相应的工程技术问题,这方面的模型大多已经基本确定,还需深入研究的主要是优化设计和控制等问题了灰箱主要指生态,气象,经济,交通等领域中机理尚不十分清楚的现象,在建立和改善模型方面都还不同程度地有许多工作要做至于黑箱则主要指生命科学和社会科学等领域中一些机理(数量关系方面)很不清楚的现象有些工程技术问题虽然主要基于物理,化学原理,但由于因素众多,关系复杂和观测困难等原因也常作为灰箱或黑箱模型处理当然,白,灰,黑之间并没有明显的界限,而且随着科学技术的发展,箱子的"颜色"必然是逐渐由暗变亮的五、数学建模的一般步骤建模的步骤一般分为下列几步:模型准备首先要了解问题的实际背景,明确题目的要求,搜集各种必要的信息模型假设在明确建模目的,掌握必要资料的基础上,通过对资料的分析计算,找出起主要作用的因素,经必要的精炼,简化,提出若干符合客观实际的假设,使问题的主要特征凸现出来,忽略问题的次要方面一般地说,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模型构成根据所作的假设以及事物之间的联系, 利用适当的数学工具去刻划各变量之间的关系,建立相应的数学结构――即建立数学模型把问题化为数学问题要注意尽量采取简单的数学工具,因为简单的数学模型往往更能反映事物的本质,而且也容易使更多的人掌握和使用模型求解利用已知的数学方法来求解上一步所得到的数学问题,这时往往还要作出进一步的简化或假设在难以得出解析解时,也应当借助计算机求出数值解模型分析对模型解答进行数学上的分析,有时要根据问题的性质分析变量间的依赖关系或稳定状况,有时是根据所得结果给出数学上的预报,有时则可能要给出数学上的最优决策或控制,不论哪种情况还常常需要进行误差分析,模型对数据的稳定性或灵敏性分析等模型检验分析所得结果的实际意义,与实际情况进行比较,看是否符合实际,如果结果不够理想,应该修改,补充假设或重新建模,有些模型需要经过几次反复,不断完善模型应用所建立的模型必须在实际中应用才能产生效益,在应用中不断改进和完善应用的方式自然取决于问题的性质和建模的目的参考文献：(1)齐欢《数学模型方法》,华中理工大学出版社,1996。(2)《数学的实践与认识》,(季刊),中国数学会编辑出版。
数学建模论文范文一篇，带例题，结构格式要求有摘要、关键词、问题背景、建模过程、模型解释、小结、参考文献%3A+%C2%DB%CE%C4&ch=uf&num=10&w=site%3A+%C2%DB%CE%C4点一下就可以进去了，希望你早日完成论文。祝你顺利资料什么的都有，论文相关的。加油！
没有具体字数，要求将基本的方面写齐全就可以，我个人的经验来说，少的5000左右，多的20000左右。如果做大型问题的建模，可能更多点~
全国大学生大学生数学建模大赛的论文字数要求3000字以上，我当年参加了，写了10000多字。