數學建模可信度該如何分析

A. 數學建模中的分析方法有哪些

數學建模分析方法大體分為機理分析和測試分析兩種。
機理分析：根據對客觀事物特性的認識，找出反映內部機理的數量規律，建立的模型常有明確的物理或現實意義。
測試分析：將研究的對象看做一個「黑箱」系統（意思是它的內部機理看不清楚），通過對系統輸入、輸出數據的測量和統計分析，按照一定的准則找出與數據擬合最好的模型。
希望對你有幫助

B. 數學建模主要有哪些分析方法

2常用的建模方法(I)初等數學法。主要用於一些靜態、線性、確定性的模型。例如，席位分配問題，學生成績的比較，一些簡單的傳染病靜態模型。(2)數據分析法。從大量的觀測數據中，利用統計方法建立數學模型，常見的有：回歸分析法，時序分析法。(3)模擬和其他方法。主要有計算機模擬(是一種統計估計方法，等效於抽樣試驗，可以離散系統模擬和連續系統模擬)，因子試驗法(主要是在系統上做局部試驗，根據試驗結果進行不斷分析修改，求得所需模型結構)，人工現實法(基於對系統的了解和所要達到的目標，人為地組成一個系統)。(4)層次分析法。主要用於有關經濟計劃和管理、能源決策和分配、行為科學、軍事科學、軍事指揮、運輸、農業、教育、人才、醫療、環境等領域，以便進行決策、評價、分析、預測等。該方法關鍵的一步是建立層次結構模型。

C. 拿到一個數學建模題目要怎麼去分析啊有那些具體的方法

數學建模全國大賽歷年題目分析以及參賽成功方法數學建模競賽的賽題分析。
1.了解問題的實際背景，明確建模目的，收集掌握必要的數據資料。
2.在明確建模目的，掌握必要資料的基礎上，通過對資料的分析計算，
找出起主要作用的因素，經必要的精煉、簡化，提出若干符合客觀實際的假設。
3.在所作假設的基礎上，利用適當的數學工具去刻劃各變數之間的關系，建立相應的數學結構
--即建立數學模型。
4.模型求解。
5.模型的分析與檢驗。

D. 關於數學建模數據分析的方法

建議使用層次分析法，就是將指標通過專家打分，分別賦權重，然後構造一個指標函數，在通過Spss或其他統計軟體，進行求解。

模型的建立：目標函數的建立，以第一個，即經濟效益為例，你可以查閱經濟書本，找到這些指標同經濟效益的關系，來建立函數，一般是線性模型；
模型的求解：
你先用Spss，進行這5個指標的因子分析，得到貢獻率高的因子，並得到它的權重系數，這就是你指標函數的權重值，這樣你的指標函數就求出來了；
接著你可以用其他軟體（一般我用matlab)，將具體歷年的數據代入指標函數，得到理念的經濟效益值，最後做一個歷年效益數據分析。
理論就是這樣，實際就要自己操作了。

E. 如何分析數學建模題目

足球比賽的排名

問題（CMCM-93B）給出我國12支足球隊在比賽中的成績，要求：

（1）設計一個依據這些成績排出各隊名次的演算法，並給出結果。

（2）把演算法推廣到任意N個隊。

（3）討論這些數據應有什麼條件才能用你的方法排名

從表中給出的比賽成績看，數據不整齊，兩隊間可能有三，二，一場，甚至沒有比賽。

一合理的假設

1排名僅根據現有比賽結果，不考慮其它因素。

2每場比賽的重要程度一樣，有相同的可信度，不同比賽獨立。

3比賽數據不整齊，是由比賽安排造成的，而不是由於比賽中的勝負造成。

4比賽按照3分制進行。

二分析

排名排什麼：勝負？實力？聯賽，總積分。數據不整齊，總積分無能無力。且考慮勝弱隊與強隊的不同。

目標：針對不同規則的比賽數據提出一種演算法，盡可能合理地反映各隊的真實水平。

三模型

1總積分法

2平均積分法

3考慮對手的強弱：

勝強隊得分多一些，勝弱隊得分少一些。Ti對Tj的平均得分，Tj的強弱系數，則Ti對Tj的得分，Ti的總得分

矩陣表示為

Y=AXX：強弱系數Y：排名A：得分矩陣。

X，Y未知，同樣反映各隊的實力，所以應成比例，即AX=X，A為非負不可約矩陣。

四分析結果

給出排名：

模型的檢驗：給出強弱系數X，由計算機模擬比賽，產生比賽成績，得到得分矩陣，進行排名。將結果與X比較，計算偏差

數學建模

實際問題——數學模型——求數學解——實際解

一個完整的模型

1建立模型（從實際到數學）：

了解背景（調研），分析問題，提出建模依據

合理假設:簡化問題；模型所用數學方法必須的前提條件。

採用適當的方法建立模型

2模型的求解（從數學到數學）

3模型的分析與檢驗：

結果分析

模型檢驗

穩定性與與敏感性分析

新舊模型比較

誤差分析

一從實際到數學

1了解背景和前人的工作

2全面考慮各因素：

列舉各因素

選擇主要因素計入模型

考慮次要因素修正模型

3分析數學本質

系統優化設計

微分方程模型

統計模型

插值與擬合模型

計算機模擬

4合理的假設

抓住主要因素，突出問題的本質

對實際問題進行理想化近似，使之滿足模型所需條件

二從數學到實際

1從實際的角度分析結果

2誤差分析

3穩定性分析與敏感性分析

4模型的比較

5模型的檢驗，計算機模擬

F. 數學建模中如何對模型進行分析與評價

模型的分析與評價分兩方面，其一是模型與模型的對比，比如在預測問題中你為什麼用了灰色理論而不用線性回歸；其二是模型內部的比較，比如你已經知道1，2，3，4的數據預測了5的數據，模型檢驗時，你再預測4的數據，與真實4的數據進行比較

G. 拿到一個數學建模題目要怎麼去分析啊有那些具體的方法

數學建模全國大賽歷年題目分析以及參賽成功方法數學建模競賽的賽題分析。
1.了解問題的實際背景，明確建模目的，收集掌握必要的數據資料。
2.在明確建模目的，掌握必要資料的基礎上，通過對資料的分析計算， 找出起主要作用的因素，經必要的精煉、簡化，提出若干符合客觀實際的假設。
3.在所作假設的基礎上，利用適當的數學工具去刻劃各變數之間的關系，建立相應的數學結構 --即建立數學模型。
4.模型求解。
5.模型的分析與檢驗。

H. 數學建模如何分析結果的可靠性

根據題目不同有所不同，例如：
對四類數據年齡、性別、每日吸煙數、調整後的co濃度等進行聚類分析，結果如下：

對變數進行劃分，則
如果根據吸煙者自身特徵和吸煙量等分為四類，結果為：
第一類：吸煙者年齡；
第二類：吸煙者性別；
第三類：每日吸煙數；
第四類：調整後co濃度
如果根據吸煙者自身特徵和吸煙量等分為三類，結果為：
第一類：吸煙者年齡；
第二類：吸煙者性別；
第三類：每日吸煙數與調整後co濃度。
如果根據吸煙者自身特徵和吸煙量等分為二類，結果為：
第一類：吸煙者性別；
第二類：吸煙者年齡、調整後co濃度、每日吸煙數。
從以上結果結合聚類圖中的合並距離可以看出，吸煙者性別對戒煙成功的影響力與其他幾個變數有所不同，由前邊幾問的求解可知，性別對戒煙成功影響較小
綜上 兩種分析結果具有較大的一致性，同時主成分分析中累計貢獻率接近80%，因此模型可靠。

I. 如何對數學模型的可靠性進行檢測

數學建模是使用數學模型解決實際問題.
對數學的要求其實不高.
我上大一的時候,連高等數學都沒學就去參賽,就能得獎.
可見數學是必需的,但最重要的是文字表達能力
回答者：抉擇415 - 童生 一級 3-13 14:48
數學模型
數學模型是對於現實世界的一個特定對象,一個特定目的,根據特有的內在規律,做出一些必要的假設,運用適當的數學工具,得到一個數學結構.
簡單地說：就是系統的某種特徵的本質的數學表達式（或是用數學術語對部分現實世界的描述）,即用數學式子（如函數、圖形、代數方程、微分方程、積分方程、差分方程等）來描述（表述、模擬）所研究的客觀對象或系統在某一方面的存在規律.
數學建模
數學建模是利用數學方法解決實際問題的一種實踐.即通過抽象、簡化、假設、引進變數等處理過程後,將實際問題用數學方式表達,建立起數學模型,然後運用先進的數學方法及計算機技術進行求解.
數學建模將各種知識綜合應用於解決實際問題中,是培養和提高學生應用所學知識分析問題、解決問題的能力的必備手段之一.
數學建模的一般方法和步驟
建立數學模型的方法和步驟並沒有一定的模式,但一個理想的模型應能反映系統的全部重要特徵：模型的可靠性和模型的使用性.建模的一般方法：
機理分析：根據對現實對象特性的認識,分析其因果關系,找出反映內部機理的規律,所建立的模型常有明確的物理或現實意義.
測試分析方法：將研究對象視為一個「黑箱」系統,內部機理無法直接尋求,通過測量系統的輸入輸出數據,並以此為基礎運用統計分析方法,按照事先確定的准則在某一類模型中選出一個數據擬合得最好的模型.測試分析方法也叫做系統辯識.
將這兩種方法結合起來使用,即用機理分析方法建立模型的結構,用系統測試方法來確定模型的參數,也是常用的建模方法.
在實際過程中用那一種方法建模主要是根據我們對研究對象的了解程度和建模目的來決定.機理分析法建模的具體步驟大致如下：
1、 實際問題通過抽象、簡化、假設,確定變數、參數；
2、 建立數學模型並數學、數值地求解、確定參數；
3、 用實際問題的實測數據等來檢驗該數學模型；
4、 符合實際,交付使用,從而可產生經濟、社會效益；不符合實際,重新建模.
數學模型的分類：
1、 按研究方法和對象的數學特徵分：初等模型、幾何模型、優化模型、微分方程模型、圖論模型、邏輯模型、穩定性模型、統計模型等.
2、 按研究對象的實際領域（或所屬學科）分：人口模型、交通模型、環境模型、生態模型、生理模型、城鎮規劃模型、水資源模型、污染模型、經濟模型、社會模型等.
數學建模需要豐富的數學知識,涉及到高等數學,離散數學,線性代數,概率統計,復變函數等等 基本的數學知識
同時,還要有廣泛的興趣,較強的邏輯思維能力,以及語言表達能力等等
一般大學進行數學建模式從大二下學期開始,一般在九月份開始競賽,一般三天時間,三到四人一組,合作完成!