数学建模优秀论文范文连续复利

我参加过两次建模比赛，也拿过奖，我有很多资料，包括自己写的论文，需要的话我发给你

经济数学是属于经济学的一个分支，大一的经济数学是经济学管理专业的基础知识。下面是我为大家推荐的大一经济数学论文，供大家参考。大一经济数学论文 范文 篇一：《经济类高等数学分层教学的实践研究》 摘要：高等数学是经济类本科生一门重要的基础课程，对掌握好其专业课程知识和从事本专业更高层次的研究起着关键作用。为使该专业学生学好这门课程，我校对高等数学的教学试行了分层教学的教学模式。本文从分层的必要性、分层方式以及取得的效果等方面分析阐述了实行分层教学的优势。 关键词：高等数学;分层教学;因材施教 一、分层教学实施的必要性 高等数学是大学本科经济类专业学生的一门重要的基础课程，其重要性体现在学好这门课程不仅是学好其专业课的基本保障，更是提高思维素质的方式和进行更高层次研究的不可缺少的工具。因此，一般的本科院校对经济类的学生从一年级开学就开始开设高等数学课程。然而，高等学校扩大招生后，我国的高等 教育 已经从精英教育发展到大众教育阶段，使得高校各专业入学人数在激增的同时，生源质量下降已是不争的事实。而且学生来自全国各个省市地区，入学的数学成绩、水平参差不齐;不同学生的兴趣、 爱好 及发展方向各不相同。而相同专业所使用的教材、教学计划、教学大纲都是一样的，学生和教师基本没有选择的余地。这种统一的教学模式严重阻碍了高等数学 教学质量的进一步提高。目前，这一课程的教学面临的最大问题是学生的学习兴趣和学习成绩的下降。而造成这一问题的因素是多方面的，其中一个重要的原因是忽视学生对 教学 方法 、教学内容的不同需求。因此，根据学生的数学成绩、 兴趣爱好 、发展志向在适当尊重个人意愿的前提下对学生实施不同要求，不同方式的教学方式，就势在必行。本文以科学理论为基础，结合本校的教学实践，分析论述了分层教学的实施方法和取得的成果。 二、分层教学的理论基础 分层教学的理论基础是美国心理学、教育学家布鲁姆 ()“掌握学习”理论。布鲁姆认为：“只要在提供恰当的材料和进行教学的同时，给每个学生提供适度的帮助和充分的时间，几乎所有的学生都能完成学习任务或达到规定的学习目 标。”“掌握学习”理论要求教师的教学“应根据学生的实际发展水平、学习方式和个性特点来进行”。而一般高校的生源来自全国各个省市地区，近年来的高校扩招也造成了生源质量的下降。这就造成了学生的数学水平参差不齐，差异较大，而分层教学可以较好得体现上述思想。分层教学法还以多元智力理论为基础，尊重学生的个性差异，重视个性发展，遵循因材施教的原则，以学生的发展作为教学的出发点和归宿，真正体现“以学生发展为中心，以社会需要为方向，以学科知识为基础”的教育改革要求，也能真正体现素质教育的精神内涵。另外，其实在我国古代，教育家、思想家孔子就已经提出育人要“深其深，浅其浅，益其益，尊其尊”，即主张“因材施教，因人而异”。也就是说，教师的“教”，一定要适合学生的“学”。 三、分层教学的实施 分层教学，就是针对学生不同的学习水平和能力，以及学生自身对数学的兴趣爱好程度和要求有区别地制定学习目标，设计课程内容，创设不同的教学情境和教授方式，从而进行有针对性的因材施教，促进学生得到全面的锻炼和发展，进而实现更高效率，更好效果的教学模式。从2008学年开始，在我校教务处的大力支持下，我们在经济类专业的高等数学教学中试行了分层教学模式，和以往的不分层相比，两年来教学效果取得了显著的提高。具体实施方法是，对于经济类专业的两个学院，经济贸易学院和工商管理学院，我们采取不打乱院系，但是分层也分班的方式。层次分为两层，即A层和B层。A层是基本知识掌握、理论灵活运用、理论联系实际等方面要求较高的层次，教学计划和内容以 考研 和在专业领域进行深入研究为目标;B层相应要求较低，但是以打下扎实基础，使数学成为后继专业课学习的有力工具为基本原则。同时，由于A层班级的较高要求不易把握，由具有多年教学 经验 的教师担任授课工作。分层的依据有客观依据和主观依据。客观依据是学生的数学成绩水平，一方面参考高考成绩，另一方面，在新生入学伊始，进行一次数学“摸底”考试。“摸底”考试的试题由教学经验丰富的教师来出，大部分是一般难度的题目，但有少数较难题，由此可看出学生的数学成绩高下。分层的主观依据即是学生自己对数学课程的兴趣深浅程度和要求高低。比如，有的学生虽然成绩一般，但是对数学很感兴趣，或者有考研等在本专业领域继续研究的意向，我们可以考虑将该生分A层班级听课。反之，有的学生考试成绩虽高，但是对数学兴趣不大，只是当做一门必修基础课程来修，那么，就可以征求该生的意见，将其分在B层班级上课。考虑到班级人数和授课效果，我们采取相当三个“自然班”的人数为一个授课班。分层教学的根本目的是因材施教，因此，第一学期期末考试结束后，一些学生的数学成绩、对数学的兴趣态度等可能已经不再适合原来的班级教学目标，这就需要对班级进行调整，也就是说，分层教学具有一定的流动性。调整时也遵循上述分层依据，因为调整也是再一次分层。一方面是学生的试卷成绩，另外兼顾学生的主观意愿。但是实践证明，波动不宜过大，以不超过5%为宜。 四、分层教学的成效与思考 分层教学取得了一定的成效，较之08级以前不实施分层教学的学生成绩，不及格率有了较大幅度的降低。60-69，70-79分数段的人数有显著增加，而90分以上的优秀率有小幅增加，平均分明显提高。成绩分布呈正态分布。由此可见，分层教学符合大多数学生的愿望和要求，应当坚持和完善。分层教学有的放矢，因材施教，可以提高学生的学习兴趣，降低因学科本身的抽象枯燥造成的负担。使一些对数学没有信心，失去学习兴趣的学生达到了大纲的要求，较好解决了大学生数学学习两级分化太大的矛盾。08级以后的学生对分层次教学的认可度越来越高，适应数学学习的能力和学习数学的信心也大大地增强。实践证明，分层教学保证了面向全体学生，因材施教，做到了“优等生吃得饱，中等生吃得好，差等生吃得了”，同时，减轻了学生的课业负担，是全面提高教学质量和实施素质教育的行之有效的途径。虽然分层教学的实施使高等数学教学各方面有了大的改进，但是还有一些问题亟待解决。比如不同“自然班”的学生在同一个授课班上数学课，这就给课堂和作业管理造成了一定的难度，对教师和辅导员提出了新的要求。另外，考试过后需要将学生成绩按“自然班”排名，也造成了一些麻烦。我们的工作还仅仅是一个开始，今后将在实践中不断完善分层教学的教学方式，比如，在考核学生成绩方面，可以考虑不仅依据笔试的卷面成绩，再兼顾 其它 形式的考核成绩;在教学过程中，可适当借助计算机进行多媒体教学，以提高学生的学习兴趣。 参考文献： [1]阳妮.大学数学分层教学的理性思考[J].高教论坛，2007. (5)：87-89. [2]郑兆顺.新课程中学数学教学法的理论与实践[M].北京：国防工业出版社，2006. [3]郭德俊，李原.合作学习的理论与方法[J].高等师范教育研究，1994，(3)：43-54. [4]付海峰.在层次教学中培养学生的思维能力[J].中学数学参考，1997，(10). 大一经济数学论文范文篇二：《经济数学课的教改》 摘要：本文从教学内容的改革、教学方法的改革、教学手段的改革、以及 考试方法的改革等几个方面论述了 经济数学课的教学改革思路。其主导思想是：经济数学教学应当以“用数学贯穿于整个教学的始终。”以应用实践为主线，加强知识点的理解、运用和补充，培养学生建立数学模型、解决实际问题的能力。 关键词：经济;数学课;教改 很多人都知道，数学非常重要，但却不知道它重要在哪里，只知道各类考试都要考数学，似乎这是应试 教育的代名词。究竟学了数学有何作用，究竟在数学教学中应当怎样培养适应社会主义市场经济 发展需要的应用型、创新型人才?一直以来，成为我们教学改革所探讨的问题。本文从高职经济数学的教学内容、教学方法、教学手段、以及考试方法等几个方面的改革进行了论述。其主导思想是以“用数学贯穿于整个经济数学教学的始终。”以应用实践为主线，加强知识点的理解、运用和补充，培养学生建立数学模型、解决实际问题的能力。 一、教学理念上以“应用”为目标贯穿整个教学过程 经济数学与一般的高等数学相比有其特殊性，应使学生正确认识经济与数学的关系，在经济学领域，数学分析必须为经济分析服务，而不能本末倒置，应坚持“数学为体，经济为用”的原则。因此，在教学中，将经济融于数学。每章开始，都用当前经济生活中的 热点 问题激发学生学习有关数学知识的兴趣，进入各节内容，尽可能的以经济为例，使数学与经济逐步结合，最后，又以所学有关数学知识，分析每章开始时提出的经济问题。例如：讲函数时，以商品的产量受什么影响、手机话费与什么有关等引入函数的概念，讲完函数概念之后，以数学表达式给出上面提到的函数关系式，最后再给出经济分析中常见的函数(成本函数、收入函数、利润函数、需求函数等)。讲导数与微分时，问学生，在日常生活中见到过某商品突然降价而利润增加的现象吗?当学生举了很多例子、学习兴趣被激发后，引入变化率的问题，也就是将要引入的导数。讲完这一章后，再给出为什么商品降价反而利润增加的答案，就是“富有弹性”。也就是说，适当降价会使需求量较大幅度上升，从而增加收入。这样的教学，既帮助学生理解有关的数学原理和方法，也帮助学生了解它们在经济管理中的应用。 二、教学内容上以“必需、够用”为原则 经济数学课是高职经济管理类专业重要的基础课和工具课，通过对微积分、线性代数、线性规划等内容的学习，使学生初步具有解决经济管理问题的能力，并为今后学习经济管理课程和从事经济管理工作打下必要的数学基础。如何在有限的学时内，完成这么多内容的教学呢?那就要紧紧结合专业培养目标，按“必需、够用”的原则取舍经济数学的内容。教学内容的增删，首要的就是去掉一些抽象的、理论性强的、纯数学语言的概念及定理的证明，代之以定性的、通俗的描述性定义及几何解释。例如，函数极限概念，对高职学生来说，有一种感性认识，确立一种极限概念、思想也就足够了。重点介绍函数极限的概念，然后对整标函数——数列的极限仅仅作为函数极限的一个特例，简而述之。这样处理，凸现了函数极限概念。比以往的先介绍数列极限概念、性质，然后再介绍函数极限，节省了大量时间，教学效果也很好。在教学中，把重点放在幂函数、指数函数、线性函数、矩阵代数、线性方程组等内容上，删除了曲线的凹凸、由参数方程确定的函数的导数、旋转体的体积、行列式的部分内容等等，而把时间花在与他们今后学习和工作中天天都要接触的单利、复利、产量、收益、成本、最小投入、最大利润、弹性函数等内容上，对他们来说更实用，更有价值。这样，有利于我们所培养的人才在今后的工作中能够胜任岗位。 三、积极进行教学方法改革 (一)改革教学方法，让学生成为授课的主角。我们积极贯彻行动导向教学思想，一改传统教学模式中教师讲学生听的教学形式，让学生参与到课堂讲授中来，教师针对某一内容和知识点，灵活运用行动导向多种互动式的教学方法，以此实现学习由“要我学”向“我要学”的方向转变。本课程归纳并可应用多种互动式教学形式和方法，如头脑风暴法、专题演讲法、课堂讨论法、情景模拟法、角色演练法等。这些方法不仅能提升教学质量和效果，而且可以极大地激发学生学习该课程的积极性和热情。 (二)实现课堂教学与具体实践的互动。本课程在教学过程中，采取了课内实践与课外实践相结合，阶段实践和课程实践相结合的实践教学方式，教师针对讲授内容，除进行必要的课堂实践训练外，还积极组织学生进行社会调研，数学建模，以此培养学生运用所学知识分析解决实际问题的能力。 (三)将案例教学贯穿课程始终。本课程在内容设计上精心挑选了大量案例，理论联系实际，学以致用，通过案例的分析和讲解，使学生由单纯地死记硬背知识转变应用知识增长技能。 四、实现教学手段和评价手段的更新 教师在教学中充分利用 现代 教育技术手段，开发制作、使用多媒体课件和课程 网络资源，增强教学的直观性，以利于学生对知识的理解和消化。 考试是教学的指挥棒，对于引导学生端正 学习态度 ，把握学习重点起着有着至关重要的作用。高等职业教育的主要任务是培养高技能人才，这类人才，既要能动脑，又要能动手，所以必须用的职业教育的人才质量观去考核学生，多方位、多角度全面评价学生的学习成绩。为此我们进行了考试改革，改变了一卷定结果的做法。在对学生的评价上，一是以方式方法的灵活性提高评价的全面性。将日常评价拓展到课题活动、 经济数学小 论文、经济数学作业、小组活动、 自我评价 、相互评价、面谈、提问、日常情境观察等内容;二是以“统一”的方式来提高评价的可参照性。以重新组卷的方式实行期末考试，统一阅卷、统一评分。 在这方面我们曾经做过考核能力的试题的征集工作，但还是在摸索之中，一些原则性的意见可以归纳为： 重视基础，突出重点。基础知识掌握情况仍然是考试中不可缺少的内容。 注重思想，淡化技巧。繁难的技巧要淡化，经济数学中有普遍意义的数学思想与方法应是考试的重点。 重视应用，考查能力。要着重测试学生的潜在能力。使素质高、能力强、潜力大的学生在考试中占优势。 形式多样，富有弹性。可以尝试“开放性”试题，测试创造性思维能力，也可以尝试笔试与口试相结合。 五、积极开展第二课堂活动 开展第二课堂活动,重视学生个性 发展和能力的培养。数学建模活动是一项把数学知识直接应用于解决实际问题的最佳快捷、有效途径，是提高学生分析问题解决问题的能力、灵活运用数学知识处理问题的能力、激发学习兴趣、主动查阅资料、增强协作意识、培养创新能力的最佳手段。因此，在学完微积分后，给出与经济专业有关的建模训练题：产品利润问题、连续复利问题、由边际函数求最优化问题、最优批量问题等。在建模训练的过程中，学生就会认真地看书、查资料，经常向老师请教，互相探讨，这样学生的综合素质就会有很大提高。当然，由于高职学生的基础较差，建模作业完成的不会很好，但这需要教师不断在教学中渗透用数学思想可以解决许多经济中的问题，拓展了学生的知识面。 目前我校经济数学课的教学取得了良好的效果，学生对学习经济数学的兴趣提高了，恳于钻研，勤于思考的学生越来越多。总之，我们紧扣培养目标，将基础理论、数学建模有机融合，以必须的数学理论为基础，以丰富的实际问题为背景，以数学建模为突破口，取得了较好的成效。通过以上的教学改革使我们深刻体会到，学生的学习潜力是无限的，关键是教师如何培养和挖掘，为他们提供展示才能和发展的空间，所以我们要树立创新的教育教学理念，要坚信别人能做到的，我们也一定能做到并且会做得更好。 参考 文献： [1]高纪文.高职院校学生高等数学学习现状及对策[J]. 中国职业技术教育,2005,(6). [2]刘建清.石化学院高职数学教学改革与实践[D].西北师范大学,2005:8-11. [3]张拓.高职数学课教学改革探讨[J].教育与职业?理论版,2008,(1). 大一经济数学论文范文篇三：《经济学中数学统计方法的应用》 1 经济学与数学统计方法之间的融合历程 数学统计在经济学研究中的应用已经非常普遍，两者之间的联系也越来越紧密。回顾历史，早在17世纪，经济学与统计学之间的融合就已经表现出了必然的趋势。在当时，英国古典经济学家威廉·配第在《政治算数》一书中第一次利用数学方法来解决经济问题，这是两者的首次融合。不过在那个时期的研究由于受到社会发展的限制，研究方法还是以定性分析为主，并没有对统计学进行充分的运用。到了19世纪20年代以后，经济学与统计学之间的结合得到了进一步的深入。在这一时期，德国经济学家于1854年在其发表的论文中提出了一个结论，指出可以通过数学统计方法推导出“戈森定律”，其中还重点阐述了统计学方法应用于经济学是非常必要且重要的[1]。之后，英国经济学家斯坦利·文杰斯也对经济学与数学统计方法两者之间的关系进行了深入的研究，并在他1871年发表的书籍中提出了一个新的思想，也就是采用统计学的方法建立经济数学模型[2]。此后，经济学中数学统计方法的运用开始得到推广和发展。20世纪40年代之后，由于受到第三次科技革命的影响，经济学与统计学在实践上和理论上都得到了突破性的发展，并且两者之间的融合也得到了创新性的进步，进入了一个新的阶段。1955年，由美国经济学家摩根斯坦和数学家伊诺曼共同创作了《对策论与经济行为》，这本书籍的出版成为经济学与数学开始全新合作的里程碑[3]。自此之后，无论是在微观经济学中，还是在宏观经济学中，统计方法都得到了大量的运用，其重要性变得更加凸显。由此可见，从17世纪开始经济学与统计学出现融合的趋势，经历了长期的发展历程，目前两者之间的融合已经非常的深入和成熟，对于推动经济学的科学化发展起到了非常重要的作用。 2 数学统计方法应用于经济学的作用分析 数学统计方法可用于解决经济学问题 严谨精密的分析过程以及清晰准确的分析结果是数学统计方法的优势所在，而经济学问题的分析和解决中则对结果精确度和科学性要求非常高。由此可见，数学统计方法应用于经济学中具有重要的实际意义。数学统计方法很早就开始在经济学领域中得到应用，随着两者之间的结合和发展，现在在相关的研究领域已经出现了很多数学专业化理论，例如经济计量学、数理经济学等，这又进一步为两者的融合和共同发展提供了理论基础[4]。在经济学问题的解决中，数学统计方法的应用模式主要是“经济一数学—经济”，这也就是说，首先，以现实经济问题为出发点来建立数学模型，然后，采用数学方法来分析这一数学模型并得到结果，最后，再利用经济学原理和理论来评估所得的结果，得出相应的结论，其结论不仅可以用于指导经济活动，同时还可以用于预测经济发展方向。特别是在现代企业经济决策中，通过数学统计方法可以对经济活动进行从定性到定量的全面分析，可以较为科学、准确地预测决策执行后的结果，并充分利用企业的现有条件来对结果进行控制和优化，通过这种方式可以有效提高经济决策的可靠性与科学性，避免企业财力、物力的损失[5-6]。 数学统计方法可作为工具展开经济理论分析 从经济学与数学统计方法融合的初期发展到现在，数学统计学已经开始应用于各种重大经济问题的研究和分析中。再加上现代数学与现代经济理论之间的融合也在不断的深入，很多经济现象理论都可以通过数学方法来进行科学、合理的解释。特别是在这几年来，数学统计方法应用于经济现象和经济关系分析中的研究在不断进行，通过这种方式不仅可以从量的角度来确定结果，同时还可以从质的角度来做出判定[7-8]。由此可见，如果没有数学统计方法，就难以有效解决经济学问题。 3 数学统计方法应用于经济学的实例分析 在GDP分析模型中，可以通过数量分析和统计学方法来找出其中的统计指标，设计相应的指标体系，并结合社会现状来研究GDP值的计算方法和影响因素。在下面的研究中我们以某市2001—2012年的GDP纵向分布数据模型为例，采用分析数量经济法中的回归分析来展开统计学研究，并初步预测2014年之后的某个阶段。 表1即为某市的GDP数据统计结果，采用回归分析的方法来处理数据，并建立一个关于GDP与实践序列间关系的F(y)模型，其数据处理结果散点图如下所示。从图中我们可以看出，GDP呈现明显的非平稳增长趋势，通过回归分析和数据处理作出一阶差分，可以看出散点图为二次函数形式，因此可得F(y)=ax2+bx+c，采用回归分析来处理年份可以得到回归统计结果见表2。由此可得回归方程为F(y)=，检验其规定系数可知R=，与1非常接近，由此可知，该回归方程与实际数据有很好的拟合度，可以采用该方程对未来的某个阶段进行预测。 一般来说，实际的GDP受多因素影响，其变化不稳定，因此预测值都会有一定的偏差，根据某市2013年实际GDP总值为亿元，与上述预测的理论误差为： w=()/×100%= 这一误差值较大程度的偏离了回归曲线，分析其原因可能是由于在建设模型的初始条件时消除的政府主观态度、人们的消费亿元以及汇率和进出口关税等部分影响因素有着一定的联系。由于2014年级之后的年份都还没有确切的数据，因此本文仅限于探讨对2013年的预测。就本次模型来说，虽然 没有从整体上来进行考虑和分析，但是其理论与实际的核实可以看出这次预测并不是没有任何依据的，具有可行性。 4 结 论 总的来说，数学统计学对于经济的预测和 总结 起着非常重要的作用，数学统计方法应用于经济学中，对各项经济指标预测与评估以及决策和改革都有着深刻的影响意义。本文选择某市为例来进行数学统计方法分析，在实际的经济预测中，数据的收集并不能仅仅局限于纵向，同时也要注重横向幅度的收集，对数据的收集要全面，筛选要科学，只有这样才能够使理论分析更加有依据，其结果也更加具有理论效应。经济学中数学统计方法的应用，有利于帮助其掌握数据内在的规律性和本质变化，提高数据分析的质量和经济预测的科学性、准确性。 猜你喜欢： 1. 大一经济学论文范文 2. 关于大学经济学论文范文 3. 大一微观经济学论文 4. 大一经济学论文 5. 大学经济数学论文

历年优秀论文要不？

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:1.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.2.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.3.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.1.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.2.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.3.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.4.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.5.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:1.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.2.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.3.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.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,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.5.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.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.7.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。

在我空间里面有，你去看下吧，就是历年的论文。希望你看得懂