数学建模案例分析论文

1. 数学建模有趣小知识(数学建模可以用来做哪些有趣的事) 数学建模有趣小知识(数学建模可以用来做哪些有趣的事) 1.数学建模可以用来做哪些有趣的事 数学建模可以用来分析任何事，但是有没有效要看你的模怎么建。后面有例子有解释。 现在几乎所有工科，还有一些人文社科，如果你读到博士，就会发现里面有各种数学模型。例如 1. 人口增长模型。本来我们只是观察到一个村落，没有外界影响，人会慢慢变多。那只是最粗略的观察。后来发现人的增长速度大致跟人的基数有关系，就可以用常微分方程描述成一个动态系统。我们就可以知道人口会成指数增长。后来又发现不完全对，当人口到达一定水平，资源不够，人的增长就会受到限制，于是给我们的模型添一项修正，再研究新模型发现，噢，原来如果受到资源限制，最终人口会停在某个水平。随着我们观察到更多，我们可以把观察到的翻译成数学语言“添”到旧模型，就可以得到更多数学结果，翻译回来，我们对人口增长这个问题就能得到更多认识。2. 德州扑克（或者其他扑克游戏）。这个涉及多个玩家，每个玩家都要最大化自己利润，所以可以模拟成game（博弈）。而由于翻牌的时候带有不确定性（不知道下一张翻出来的牌是什么），所以这是一个随机的过程。现在大家都用马尔科夫博弈来建模。建完模能怎样？赚钱算不算一个用处？现在已经有很多德州扑克的软件很牛。有软件可以确保在一对一的时候打败人类，但是多人局还不行，计算需要的时间还太长。 3. 怀孕预测。Target在美国是家大超市，他们有所有消费者的记录。通过一些统计分析，他们发现某个女孩极可能最近刚怀孕，于是给她推销相关产品。数学模型在哪里？这里的模型就是女孩怀孕概率和各项女孩的消费行为的定量关系。 4. 扑克牌相关的一些魔术。经常会有人通过扑克牌来表演魔术，而有些魔术不需要手快，不需要障眼法，不需要道具，只需要数学（或者说概率）。通过某些步骤，有些人可以让下一张翻出的牌是你想要的牌的概率极高。Berkeley有个数学教授就专门研究这个，cool爆了！ 5. 音频处理。前一阵子不是老在聊“我是歌手”和“中国好声音”的修音问题吗？修音也跟数学建模有关系。一段音乐可以被看成一段信号，有频率，有振幅。我们可以把它model成一些波的叠加。这样建模以后我们就可以很方便地做一些音乐修改了。例如低音太难听了，要把它去掉，那就弄走低频的一些波。要再加入一段伴奏，那就在原来的波上再叠加一段新的代表伴奏的波。 这里蜻蜓点水写了几个。其实还有挺多好玩的，开个专栏都可以了。By the way，现在还有不少人用数学研究神学和哲学，你们可以到coursera网络课程上搜到。 数学建模其实就是用数学语言把现实问题“翻译”成数学问题，后续步骤做得好的话还可以把分析结果“翻译”回来从而让我们对现实世界认识更深。欢迎讨论！ 2.大学生数学建模大赛要掌握那些知识 大学生数学建模竞赛简介 1、数模竞赛的起源与历史 数模竞赛是由美国工业与应用数学学会在1985年发起的一项大学生竞赛活动，目的在于激励学生学习数学的积极性，提高学生建立数学模型和运用计算机技术解决实际问题的综合能力，鼓励广大学生踊跃参加课外科技活动，开拓知识面，培养创精神及合作意识，推动大学数学教学体系、教学内容和方法的改革。 我国大学生数学建模竞赛是由教育部高教司和中国工业与数学学会主办、面向全国高等院校的、每年一届的通讯竞赛。其宗旨是：创新意 识、团队精神、重在参与、公平竞争。 1992载在中国创办，自从创办以来，得到了教育部高教司和中国工业与应用数学协会的得力支持和关心，呈现出迅速的发展发展势头，就2003年来说，报名阶段须然受到“非典”影响，但是全国30个省（市、自治区）及香港的637所院校就有5406队参赛，在职业技术学院增加更快，参赛高校由2002年的1067所上升到了2003年的1410所。可以说：数学建模已经成为全国高校规模最大课外科技活动。 2、什么是数学建模 数学建模（Mathematical Modelling）是一种数学的思考方法，是“对现实的现象通过心智活动构造出能抓住其重要且有用的特征的表示，常常是形象化的或符号的表示。”从科学，工程，经济，管理等角度看数学建模就是用数学的语言和方法，通过抽象，简化建立能近似刻画并“解决”实际问题的一种强有力的数学工具。 顾名思义，modelling一词在英文中有“塑造艺术”的意思，从而可以理解从不同的侧面，角度去考察问题就会有不尽的数学模型，从而数学建模 的创造又带有一定的艺术的特点。而数学建模最重要的特点是要接受实践的检验，多次修改模型渐趋完善的过程。 3、竞赛的内容 竞赛题目一般来源于工程技术和管理科学等方面经过适当简化加工的实际问题，不要求参赛者预先掌握深入的专门知识，只需要学过普通高校的数学课程。题目有较大的灵活性供参赛者发挥其创造能力。 参赛者应根据题目要求，完成一篇包括模型假设、建立和求解、计算方法的设计和计算机实现、结果的分析和检验、模型的改进等方面的论文（即答卷）。竞赛评奖以假设的合理性、建模的创造性、结果的正确性和文字表述的清晰程度为主要标准。 4、竞赛的步骤 建模是一种十分复杂的创造性劳动，现实世界中的事物形形 *** ，五花八门，不可能用一些条条框 框规定出各种模型如何具体建立，这里只是大致归纳一下建模的一般步骤和原则： 1）模型准备：首先要了解问题的实际背景，明确题目的要求，收集各种必要的信息. 2）模型假设：为了利用数学方法，通常要对问题做必要的、合理的假设，使问题的主要特征凸现出来，忽略问题的次要方面。 3）模型构成：根据所做的假设以及事物之间的联系，构造各种量之间的关系把问题化 4）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，此时往往还要作出进一步的简化或假设。 为数学问题，注意要尽量采用简单的数学工具。 5）模型分析：对所得到的解答进行分析，特别要注意当数据变化时所得结果是否稳定。 6）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，如果不够理想，应该修改、补充假设，或重新建模，不断完善。 7）模型应用：所建立的模型必须在实际应用中才能产生效益，在应用中不断改进和完善。 5、模型的分类 按模型的应用领域分类 生物数学模型 医学数学模型 地质数学模型 数量经济学模型 数学社会学模型 按是否考虑随机因素分类 确定性模型 随机性模型 按是否考虑模型的变化分类 静态模型 动态模型 按应用离散方法或连续方法 离散模型 连续模型 按建立模型的数学方法分类 几何模型 微分方程模型 图论模型 规划论模型 马氏链模型 按人们对事物发展过程的了解程度分类 白箱模型： 指那些内部规律比较清楚的模型。如力学、热学、电学以及相关的工程技术问题。 灰箱模型： 指那些内部规律尚不十分清楚，在建立和改善模型方面都还不同程度地有许多工作要做的问题。 如气象学、生态学经济学等领域的模型。 黑箱模型： 指一些其内部规律还很少为人们所知的现象。如生命科学、社会科学等方面的问题。 但由于因素众多、关系复杂，也可简化为灰箱模型来研究。 6、数学建模应用 今天，在国民经济和社会活动的以下诸多方面，数学建模都有着非常具体的应用。 分析与设计 例如描述药物浓度在人体内的变化规律以分析药物的疗效；建立跨音速空气流和激波的数学模型，用数值模拟设计新的飞机翼型。 预报与决策 生产过程中产品质量指标的预报、气象预报、人口预报、经济增长预报等等，都要有预报模型。 使经济效益最大的价格策略、使费用最少的设备维修方案，是决策模型的例子。 控制与优化 电力、化工生产过程的最优控制、零件设计中的参数优化，要以数学模型为前提。 建立大系统控制与优化的数学模型，是迫切需要和十分棘手的课题。 规划与管理 生产计划、资源配置、运输网络规划、水库优化调度，以及排队策略、物资管理等，都可以用运筹学模型解决。 3.学习数学建模所需的知识 1. 什么是数学建模？ 数学建模就是用数学语言描述实际现象的过程。这里的实际现象既包涵具体的自然现象比如自由落体现象，也包涵抽象的现象 比如顾客对某种商品所取的价值倾向。这里的描述不但包括外在形态，内在机制的描述，也包括预测，试验和解释实际现象等内容 我们也可以这样直观地理解这个概念：数学建模是一个让纯粹数学家（指只懂数学不懂数学在实际中的应用的数学家）变成物 理学家，生物学家，经济学家甚至心理学家等等的过程。 2. 什么是数学模型？ 数学模型是指用数学语言描述了的实际事物或现象。它一般是实际事物的一种数学简化。它常常是以某种意义上接近实际事物 的抽象形式存在的，但它和真实的事物有着本质的区别。要描述一个实际现象可以有很多种方式，比如录音，录像，比喻，传言等 等。为了使描述更具科学性，逻辑性，客观性和可重复性，人们采用一种普遍认为比较严格的语言来描述各种现象，这种语言就是 数学。使用数学语言描述的事物就称为数学模型。有时候我们需要做一些实验，但这些实验往往用抽象出来了的数学模型作为实际 物体的代替而进行相应的实验，实验本身也是实际操作的一种理论替代。 3. 为什么要建立数学模型？ 在科学领域中，数学因为其众所周知的准确而成为研究者们最广泛用于交流的语言--因为他们普遍相信，自然是严格地演化 着的，尽管控制演化的规律可以很复杂甚至是混沌的。因此，人们常对实际事物建立种种数学模型以期通过对该模型的考察来描述 解释，预计或分析出与实际事物相关的规律。 4.参加数学建模需要哪些必备的数学知识 首先是数学建模方面的知识，大师级的一些优秀书籍必须是要看几本的： (1) 数学模型 姜启源、谢金星、叶俊 高等教育出版社 (2) 数学建模案例选集 姜启源、谢金星 高等教育出版社 (3) 实用运筹学：模型、方法与计算 韩中庚 主编/2007年12月/清华大学出版社 模型的求解方面，需要用到Matlab、lingo等数学软件， 现在Matlab书籍很多，适合数学建模的，下面几本还不错： (1) MATLAB 从入门到精通（修订版） 刘保柱，苏彦华，张宏林 编著/2010年05月/人民邮电出版社 (2) 优化建模LINDO/LINGO软件 谢金星，薛毅 编著/2005年07月/清华大学出版社 还有一本新书，觉得对参加数学建模竞赛还是很给力的： matlab在数学建模中的应用 卓金武，魏永生，秦健，李必文编著 北航出版社出版 这几位作者都是参加过建模竞赛的，书中有经验介绍，有很多实际建模竞赛中开发的Matlab源程序，还有原版的获奖论文，觉得对参加数学建模竞赛的应该还是很有启发的。 5.学习数模需要具备哪些知识 参加数学建模竞赛需知道的内容 一、全国大学生数学建模竞赛 二、数学建模的方法及一般步骤 三、重要的数学模型及相应案例分析 1、线性规划模型及经济模型案例分析 2、层次分析模型及管理模型案例分析 3、统计回归模型及案例分析 4、图论模型及案例分析 5、微分方程模型及案例分析 四、相关软件 1、Matlab软件及编程；2、Lingo软件；3、Lindo软件。 五、数模十大常用算法 1. 蒙特卡罗算法。2. 数据拟合、参数估计抄、插值等数据处理算法。3. 线性规划、整数规划、多元规划、二次规划等规划类算法。4. 图论算法。5. 动态规划、回溯搜索、分治算法、分支定界等计算机算法。6. 最优化理论的三大非经典算法。7. 网格算法和穷举法。8. 一些连续数据离散化方法。9. 数值分析算法。10. 图象处理算法。 六、如何查阅资料 七、如何写作论文 八、如何组织队伍：团队精神，配合良好，不断的提出问题和解决问题。 九、如何才能获奖：比较完整，有几处创新点。 十、如何信息处理：WORD、LaTeX，飞秋、zhidaoQQ。 其实主要看下例子就可以了，知道一些基本的模型，我这里也有很多例子，各个学校的讲座都有要的话直接向我要

调整气象观测站问题问题的摘要本文基于所给出的数据，采用数据分析法，制定了一具体可行的调整方案。(其可靠性为95%)首先，对题中的12组数据，进行相关性分析，求出各观测站所测的年降水量间的相关系数r(如表(2))，找出｜r｜>(10-2)=观测站组合。然后，对这些组合作一元线性回归，得一元回归模型，并作F检验，判断此模型是否可以用来预测。在95%的可靠性下，可得3个回归模型：进行优化选择，可先去掉3，9，11三个观测站。再在一元回归的基础上，建立多元线性回归，同样可得出多元回归模型，并进行F检验，最终只可得一个多元回归模型：所以在满足足够大的信息量下，本模型可减少3，5，9，11四个观测站，而他们的信息可分别由7，8，6，6和10观测站来预测，可靠性为95%。二、问题的重述某地区内有几个气象观测站，根据10年来各观测站测得的年降雨量(如表1)，由于经济原因，要适当减少气象站。如何设计一个方案：尽量减少观测站，而所得到的年降水量的信息量仍足够大。x1 x2 x3 x4 x5 x6 x7 x8 x9 x10 x11 x121991 451 357 327 4231995 311 254 401 321 271 250 表(1)三、模型的假设预测的可靠性为95%不考虑异常的天气信息量足够大指经观测和预测后仍可知12个观测站的年降水量。四、符号的定义1、ri,j ：指第i、j个观测站所测出的年降水量间的相关系数2、R ： 多元线性回归的复相关系数3、xi(t): 第t年第i个观测站的年降水量五、问题分析本案例实质上是个典型的预测问题，即用较少的测站来预测12个站的年降水量，本模型的基本思想是：如果一测站的年降水量可用其它观测站的年降水量来线性回归的话，就可删去这一观测站。在删除的过程中遵循两个原则：①在线性相关的组合中，尽可能地留下可利用度大的观测站；②留下的观测站可用线性回归模型来预测减掉的观测站的年降水量。六、模型的建立与求解（一）相关性分析用EXCEL对12组数据进行相关性分析，可得如下相关系数表：站 1 列 2 列 3 列 4 列 5 列 6 列 7 列 8 列 9 列 10 列 11 列 12列 1 1列 2 1列 3 1列 4 1列 5 1列 6 1列 7 1列 8 1列 9 1列 10 1列 11 1列 12 1(表2)根据95%的可信度，查“检验相关系数ρ=0的临界(rα)表”，可得(10-2)=,从表(2)可查得，｜ri，j｜>的观测站组合：r3,7=, r6,11=, r8,9=.说明了这三个组合的线性相关性是显著的。（二）一元线性回归模型用EXCEL的数据分析软件，可得相关性显著的回归模型，以及F检验。经回归分析得，3和7间的线性回归模型：x3(t)=(t)方差分析：df SS MS F (1,8)回归分析 1 残差 8 总计 9 105452因为F>(1,8)，所以本线性回归模型可用以预测。2.同理可得:8和9的线性回归模型：x9(t)=(t), F=>和6的线性回归模型: x11(t)=(t), F=>所以，可删除三个观测站的组合有8 种。(三) 多元线性回归模型因为在一元线性回归中，只考虑两者间的相关性，而没有考虑用多个观测站来预测一个站点的情况，因而我们须再进行多元线性回归分析。从表(2)的数据可知，一些｜ri，j｜较接近于，如：r5,6= , r5,10=，这时可通过多元分析，来确定是否可再减少一些站点。二元线性回归①、因为r5,6= , r5,10= ，所以先推测由6，10来确定5，进行二元线性回归分析，可得回归模型为：x5=， R=方差分析：df SS MS F (2，7)回归分析 2 残差 7 总计 9 因为 F>(2,7)，所以本模型可用来预测。因而在两个删除原则的基础上，应保留6，以删除5观测站。②、同理，因为r8,12= , r7,12=，可得回归模型为： x12=, R=但：F=<(2,7)=，所以本模型不可用于预测。如上二元回归，可知在95%的可靠性下，不存在更多元线性回归模型。所以综上所得，可采用减少3，9，11，5四个观测站的方案，但年降水量的信息量仍足够大，而减少的观测站的信息由以下线性方程测知：x3(t)=(t)x9(t)=(t)x11(t)=(t)x5(t)=(t)+(t)七、误差分析因本案例是在95%的可靠性下进行的数据分析，对预测结果必然存在误差。接着对误差进行分析，被预值y0的95%置信区间为其中，t为自由度n-p-1的t分布双侧临界值(由表可查)。y0为欲预测值，n=10,p为p元回归数。为剩余标准差。， 。可得误差示意图如下：yx0 x从上式易知，当x0 离愈远，则估计的误差愈大。形成以为中心的喇叭口形。由于影响降水量的因素很多，如地形，地理位置等，因而在这些因数未知下，误差较大。若增加调查数据，可提高预测的精确度。八、模型的评价与推广本模型完全运用统计的数据分析法，采用线性回归，由一元到多元逐层深入的分析方法，制定一个较具体适用的调整方案，本模型简单易懂，层次清晰，且可用于其它领域的数据处理，如实验、调查数据整理。具有灵活性和适用性。但在没有计算机运算的情况下，人工运算量较大，故还有待于改进。在实际运用中，可根据需要的精确度，来改进模型，从而达到要求。

问题一：怎样学习数学建模 先学习高等数学，然后是运筹学，概率论与数理统计，数学建模用到的软件一般是LINGO，MATLAB，SPSS，你可以经常上建模的网站上面看看，这方面的网站数学中国不错，还有其他的，你可以自己找一下，上面有很多高手，有什么不懂的也都可以问，而且那里的资料也很多，你可以下载来看看。 问题二：数学建模怎么做啊？ 刚参加完九月份的全国大学生数学建模竞赛。一份基本的的数学建模论文要包含以下几个方面： 摘要，问题的背景与提出，问题的分析，模型的假设，符号说明，模型的建立与求解，模型的评价与推广，参考文献。 正规的数学建模论文篇幅一般在20页以上。考虑到你读初三，老师的要求不会这么高，而且你的能力应该还有所欠缺。我的建议为你按照自己实际情况选择一个有一定挑战性的题目，题目的性质类似于应用题，但又和普通的应用题不同，可以没有确定答案，针对问题本身做一些分析和探讨，最好能和实际相结合。 要注意的是假设要合理，要有数学模型（包括一些方程，不等式等），要有分析思路，并且要对自己建立的模型进行优缺点评价，最好能做相应推广。 问题三：数学建模怎么学习？ 可以啊!填报名表时写上三个人的名字就可以了，自己交报名费，什么指导老师之类的都是虚的，今年的比赛时间是9月9号8:00----9月12号8:00，早点准备哦! 问题四：1.什么是数学模型？数学建模的一般步骤是什么？ 2.数学建模需要具备哪些能力和知识？ 答的好悬赏加 100分 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. 数学建模将各种知识综合应用于解决实际问题中,是培养和提高学生应用所学知识分析问题、解决问题的能力的必备手段之一. 数学建模的一般方法和步骤 建立数学模型的方法和步骤并没有一定的模式,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：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. 测试分析方法：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.测试分析方法也叫做系统辩识. 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如下： 1、 实际问题通过抽象、简化、假设,确定变量、参数； 2、 建立数学模型并数学、数值地求解、确定参数； 3、 用实际问题的实测数据等来检验该数学模型； 4、 符合实际,交付使用,从而可产生经济、社会效益；不符合实际,重新建模. 数学模型的分类： 1、 按研究方法和对象的数学特征分：初等模型、几何模型、优化模型、微分方程模型、图论模型、逻辑模型、稳定性模型、统计模型等. 2、 按研究对象的实际领域（或所属学科）分：人口模型、交通模型、环境模型、生态模型、生理模型、城镇规划模型、水资源模型、污染模型、经济模型、社会模型等. 数学建模需要丰富的数学知识,涉及到高等数学,离散数学,线性代数,概率统计,复变函数等等基本的数学知识.同时,还要有广泛的兴趣,较强的逻辑思维能力,以及语言表达能力等等. 参加数学建模竞赛需知道的内容 一、全国大学生数学建模竞赛 二、数学建模的方法及一般步骤 三、重要的数学模型及相应案例分析 1、线性规划模型及经济模型案例分析 2、层次分析模型及管理模型案例分析 3、统计回归模型及案例分析 4、图论模型及案例分析 5、微分方程模型及案例分析 四、相关软件 1、Matlab软件及编程；2、Lingo软件；3、Lindo软件。 五、数模十大常用算法 1. 蒙特卡罗算法。2. 数据拟合、参数估计、插值等数据处理算法。3. 线性规划、整数规划、多元规划、二次规划等规划类算法。4. 图论算法。5. 动态规划、回溯搜索、分治算法、分支定界等计算机算法。6. 最优化理论的三大非经典算法。7. 网格算法和穷举法。8. 一些连续数据离散化方法。9. 数值分析算法。10. 图象处理算法。 六、如何查阅资料 七、如何写作论文 八、如何组织队伍：团队精神，配合良好，不断的提出问题和解决问题。 九、如何才能获奖：比较完整，有几处创新点。 十、如何信息处理：WORD、LaTeX，飞秋、QQ。 其实主要看下例子就可以了，知道一些基本的模型，我这里也有很多例子，各个学校的讲座都有要的话直接向我要...>> 问题五：学习数模需要具备哪些知识 参加数学建模竞赛需知道的内容 一、全国大学生数学建模竞赛 二、数学建模的方法及一般步骤 三、重要的数学模型及相应案例分析 1、线性规划模型及经济模型案例分析 2、层次分析模型及管理模型案例分析 3、统计回归模型及案例分析 4、图论模型及案例分析 5、微分方程模型及案例分析 四、相关软件 1、Matlab软件及编程；2、Lingo软件；3、Lindo软件。 五、数模十大常用算法 1. 蒙特卡罗算法。2. 数据拟合、参数估计、插值等数据处理算法。3. 线性规划、整数规划、多元规划、二次规划等规划类算法。4. 图论算法。5. 动态规划、回溯搜索、分治算法、分支定界等计算机算法。6. 最优化理论的三大非经典算法。7. 网格算法和穷举法。8. 一些连续数据离散化方法。9. 数值分析算法。10. 图象处理算法。 六、如何查阅资料 七、如何写作论文 八、如何组织队伍：团队精神，配合良好，不断的提出问题和解决问题。 九、如何才能获奖：比较完整，有几处创新点。 十、如何信息处理：WORD、LaTeX，飞秋、QQ。 其实主要看下例子就可以了，知道一些基本的模型，我这里也有很多例子，各个学校的讲座都有要的话直接向我要 问题六：数学建模是什么? 数学建模的详细定义网上多的我就不阐述了，说一点其他的~~ 数学的主要发展方向是数学结合计算盯。运用数学的算法结合计算机技术解决实际问题，将来你会比单纯学计算机的水平高出一个档次，因为你的算法比他们的先进。而这也就是数学建模竞赛的主要考察的。 数模比赛的含金量也是比较高的，你参加比赛得了名次，完全可以证明你是有一定实力的~~ 你担心数学成绩不好，其实是没有必要的，我参加过几次比赛，用的数学知识并没有很高深，高中数学也能解决很多问题了，主要就是优化，模拟，我觉得考验个人思维能力多一点，况且数学、计算机、写作三个方面呢，你只要有一方面特长就可以了~~ 如果你去参加比赛，真的会给你很多收获，学到很多新知识不谈，还会让你了解原来学的东西可以这么用在生活中，会提起学习的兴趣，真的，我强烈建议你去学一些~~参加比赛~~如果还有其他问题你可以问的呵呵~~~我建模和写作都弄过，编程差点~~ 问题七：学习数学建模看哪本书最好 数学建模感想 纪念逝去的大学数学建模：两次校赛，两次国赛，两次美赛，一次电工杯。从大一下学期组队到现在，大三下学期，时间飞逝，我的大学建模生涯也告一段落。感谢建模路上帮助过我的学长和学姐们，滴水之恩当涌泉相报，写下这篇感想，希望可以给学弟学妹们一丝启发，也就完成我的想法了。拙劣的文笔，也不知道写些啥，按顺序随便写写吧。 我是怎么选择建模的： 大一上，第一次听到数学建模其实是大一上学期，not大一下学期。某次浏览网页偶然发现的，源于从小对数学，哲学以及历史的崇敬吧（虽然大学没敢选择其中任何一个专业，尤其是数学和哲学，怕太难了，学不好），我就坚定了学习数学建模的想法。通过翻阅学校发的学生手册还是神马的资料，发现我们学校有数学建模竞赛的。鉴于大一上啥数学知识都没有，也就没开始准备，把侧重点放在找队友上。 一次打乒乓球，认识了两位信电帅哥，以后也会一起打球。其中一位（M）很有学霸潜质，后来期末考试后，我打听了他的高数成绩，果然的杠杠滴，就试探性的问了下，要不要一起参加建模，嗯，成功！ 第二位队友是在大一上学期认识的（向她请教了很多关于转专业的事情），但是是第二学期找她组队的。老样子，打听成绩，一打听吓一跳，是英语超好，微积分接近满分的女生F（鄙人第二学期转入了她的学院）。果断发送邀请，是否愿意一起组队，嗯，成功。 关于找队友：在信息不对称的情况下，优先考虑三人的专业搭配，比如或信电的小伙伴负责编程和理工科题建模，经济金融统计负责论文和统计建模，数学计算专业的全方位建模以及帮忙论文，个人感觉这样子比较好。由于建模粗略地可以分为建模，编程，论文，三块，整体上是一人负责一块的，但是绝对不能走极端，每个人就单单的负责一块，这样子的组合缺乏沟通和互动。应该要在培训中磨合，结合每个人的个人特点。主要负责哪几块，辅助哪几块。 接下来就到了第一次校赛了：第一次还是挺激动的，因为之前问了几个学长学姐说，建模都是要通宵的，于是我们也做好了通宵的准备。第一次拿到的题目是关于一个单位不同工作部门不同饮食习惯的人，健康水平的关系。 后来回顾过来，这其实是一个比较简单的统计分析题。但是想当年可没有这等觉悟，做题全靠office，对着题目想半天也不知道该怎么做。做的过程很痛苦，但是也很兴奋，校赛三等奖的结果证明了光有一股热情是不行的，需要恶补大量知识。 推荐新手入门书目： 数学模型(姜启源、谢金星) 数学建模方法与分析.(新西兰)．Meerschaert. 第一本是姜老先生写的，很适合新手，在内容编排上也是国产风格，按模型知识点分类，一块一块讲，面面俱到。第二本是新西兰的，我是大二的时候看这本书的，只看了前面一部分。发现这本书挺适合新手，它是典型的外国教材风格，从一个模型例子开始，娓娓道来，跟你讲述数学建模的方方面面，其中反复强调的一个数学建模五步法，后来细细体会起来的确很有道理，看完大部分这本书的内容，就可以体会并应用这个方法了。（第一次校赛，就是因为五步法的第一步，都没有做到）。对了，还有老丁推荐的一本，美利坚合众国数学建模竞赛委员会主席Giordano写的A first course in mathematic modeling，有姜启源等翻译的中文版，but我没能在图书馆借到，所以没看过，大家有机会可以看看。 怎么建模 第一次国赛前的放假开始学校培训，我提前借了一大堆书，把卡都借满了。第一次国赛前的那次培训，对我而言，这段时期是收获最大的时期，比其他任何时间段都来得大。 这段时间内，我们三个人都很辛苦。白天培训要学习很多知识，完了只能休息......>>