數學建模如何建立公式

⑴ 數學建模中的Q值是怎麼算的，求公式。

代碼為數學建模中的公平坐席分配問題，可以輸入分配的方數m，總席位，每一方的人數，按照Q值法進行分配。

衡量公平的數量指標：

p1／n1＝p2／n2。此時對AB均公平。

p1/n1>p2/n2。此時對A不公平，因為對A放來說，每個席位相對應的人數比率更大。

／＊情況1＊／

p1＝150，n1＝10，p1／n1＝15p2＝100，n2＝10，p2／n2＝10

／＊情況2＊／

p1＝1050，n1＝10，p1／n1＝105p2＝1000，n2＝10，p2／n2＝100

數學建模中的評估模型有：

1、層次分析法，構造兩兩比較判斷矩陣，單一準則下元素相對權重計算及一致性檢驗，一致性檢驗，計算各層元素對目標層的總排序權重；

2、灰色關聯分析體系；

3、DEA評價體系，比率模式，超級效率模式，線性規劃模式，超級效率之多階排序模型；

4、模糊數學評價模型。

數學建模就是根據實際問題來建立數學模型，對數學模型來進行求解，然後根據結果去解決實際問題。當需要從定量的角度分析和研究一個實際問題時，人們就要在深入調查研究、了解對象信息、作出簡化假設、分析內在規律等工作的基礎上，用數學的符號和語言作表述來建立數學模型。

⑵ 數學建模怎麼做

給你個答卷模式吧：
一。論文的結構基本上就是一下幾個部分：
1.摘要
2.問題的敘述，問題的分析，背景的分析等
3.模型的假設，符號說明（表）
4.模型的建立（問題分析，公式推導，基本模型，最終或簡化模型等）
5.模型的求解
二。計算方法設計或選擇；演算法設計或選擇， 演算法思想依據，步驟及實現，計算框圖；所採用的軟體名稱（因為很多問題實際上都會用到計算機上的個來軟體，所以註明這些還是非常有必要的）；
三。附錄，參考文獻，模型評價都是少不了的。

如果你實在還沒聽明白，我給你個簡單的方法，做建模的時候很有用的。當你接到某套題目時，你先看看這是屬於數學建模什麼模型的（比如最優解，微分方程模型等等），然後你就可以去找與這類問題相似的優秀數學建模，相信對你的建模會有很好的幫助作用。

祝你成功！

⑶ 建立數學模型的方法

建立數學模型的方法如下：

1.類比法。

數學建模的過程就是把實際問題經過分析、抽象、概括後，用數學語言、數學概念和數學符號表述成數學問題，而表述成什麼樣的問題取決於思考者解決問題的意圖。

類比法建模一般在具體分析該實際問題的各個因素的基礎上，通過聯想、歸納對各因素進行分析，並且與已知模型比較，把未知關系化為已知關系，在不同的對象或完全不相關的對象中找出同樣的或相似的關系，用已知模型的某些結論類比得到解決該「類似」問題的數學方法，最終建立起解決問題的模型。

變分法是處理函數的函數的數學領域，即泛函問題，和處理數的函數的普通微積分相對。這樣的泛函可以通過未知函數的積分和它的導數來構造，最終尋求的是極值函數。現實中很多現象可以表達為泛函極小問題，即變分問題。變分問題的求解方法通常有兩種：古典變分法和最優控制論。受基礎知識的制約，數學建模競賽大專組的建模方法使用變分法較少。

⑷ 建立數學模型流程

1)建模准備
數學建模是一項創新活動，它所面臨的課題是人們在生產和科研中為了使認識和實踐進一步發展必須解決的問題。「什麼是問題？問題就是事物的矛盾，哪裡有沒解決的矛盾，哪裡就有問題」。因此發現課題的過程就是分析矛盾的過程貫穿生產和科技中的根本矛盾是認識和實踐的矛盾，我們分析這些矛盾，從中發現尚未解決的矛盾，就是找到了需要解決的實際問題，如果這些實際問題需要給出定量的分析和解答，那麼就可以把這些實際問題確立為數學建模的課題，建模准備就是要了解問題的實際背景，明確建模的目的，掌握對象的各種信息，弄清實際對象的特徵，情況明才能方法對。

(2)建模假設
作為課題的原型都是復雜的、具體的，是質和量、現象和本質、偶然和必然的統一體，這樣的原型，如果不經過抽象和簡化，人們對其認識是困難的，也無法准確把握它的本質屬性。建模假設就是根據實際對象的特徵和建模的目的，在掌握必要資料的基礎上，對原型進行抽象、簡化，把那些反映問題本質屬性的形態、量及其關系抽象出來，簡化掉那些非本質的因素，使之擺脫原型的具體復雜形態，形成對建模有用的信息資源和前提條件，並且用精確的語言作出假設，是建模過程關鍵的一步。對原型的抽象、簡化不是無條件的，一定要善於辨別問題的主要方面和次要方面，果斷地抓住主要因素，拋棄次要因素，盡量將問題均勻化、線性化，並且要按照假設的合理性原則進行，假設合理性原則有以下幾點：
①目的性原則：從原型中抽象出與建模目的有關的因素，簡化掉那些與建模目的無關的或關系不大的因素。
②簡明性原則：所給出的假設條件要簡單、准確，有利於構造模型。
③真實性原則：假設條件要符合情理，簡化帶來的誤差應滿足實際問題所能允許的誤差范圍。
④全面性原則：在對事物原型本身作出假設的同時，還要給出原型所處的環境條件。

(3)模型建立
在建模假設的基礎上，進一步分析建模假設的各條件首先區分哪些是常量，哪些是變數，哪些是已知量，哪些是未知量；然後查明各種量所處的地位、作用和它們之間的關系，建立各個量之間的等式或不等式關系，列出表格、畫出圖形或確定其他數學結構，選擇恰當的數學工具和構造模型的方法對其進行表徵，構造出刻畫實際問題的數學模型。

在構造模型時究竟採用什麼數學工具，要根據問題的特徵、建模的目的要求以及建模者的數學特長而定 可以這樣講，數學的任一分支在構造模型時都可能用到，而同一實際問題也可以構造出不同的數學模型，一般地講，在能夠達到預期目的的前提下，所用的數學工具越簡單越好。

在構造模型時究竟採用什麼方法構造模型，要根據實際問題的性質和建模假設所給出的建模信息而定，就以系統論中提出的機理分析法和系統辨識法來說，它們是構造數學模型的兩種基本方法。機理分析法是在對事物內在機理分析的基礎上，利用建模假設所給出的建模信息或前提條件來構造模型；系統辨識法是對系統內在機理一無所知的情況下利用建模假設或實際對系統的測試數據所給出的事物系統的輸入、輸出信息來構造模型。隨著計算機科學的發展，計算機模擬有力地促進了數學建模的發展，也成為一種構造模型的基本方法，這些構模方法各有其優點和缺點，在構造模型時，可以同時採用，以取長補短，達到建模的目的。

(4)模型求解
構造數學模型之後，再根據已知條件和數據分析模型的特徵和結構特點，設計或選擇求解模型的數學方法和演算法，這其中包括解方程、畫圖形、證明定理、邏輯運算以及穩定性討論，特別是編寫計算機程序或運用與演算法相適應的軟體包，並藉助計算機完成對模型的求解。

(5)模型分析
根據建模的目的要求，對模型求解的數字結果，或進行變數之間的依賴關系分析，或進行穩定性分析，或進行系統參數的靈敏度分析，或進行誤差分析等。通過分析，如果不符合要求，就修改或增減建模假設條件，重新建模，直到符合要求；通過分析如果符合要求，還可以對模型進行評價、預測、優化等。

(6)模型檢驗
模型分析符合要求之後，還必須回到客觀實際中去對模型進行檢驗，用實際現象、數據等檢驗模型的合理性和適用性，看它是否符合客觀實際，若不符合，就修改或增減假設條件，重新建模，循環往復，不斷完善，直到獲得滿意結果 目前計算機技術已為我們進行模型分析、模型檢驗提供了先進的手段，充分利用這一手段，可以節約大量的時間、人力和物力。

(7)模型應用
模型應用是數學建模的宗旨，也是對模型的最客觀、最公正的檢驗 因此，一個成功的數學模型，必須根據建模的目的，將其用於分析、研究和解決實際問題，充分發揮數學模型在生產和科研中的特殊作用。

以上介紹的數學建模基本步驟應該根據具體問題靈活掌握，或交叉進行，或平行進行，不拘一格地進行數學建模則有利於建模者發揮自己的才能。
關於軟體有matlab lindo 等

⑸ 數學建模有哪些方法

一、機理分析法 從基本物理定律以及系統的結構數據來推導出模型.
1.比例分析法--建立變數之間函數關系的最基本最常用的方法.
2.代數方法--求解離散問題（離散的數據、符號、圖形）的主要方 法.
3.邏輯方法--是數學理論研究的重要方法,對社會學和經濟學等領域的實際問題,在決策,對策等學科中得到廣泛應用.
4.常微分方程--解決兩個變數之間的變化規律,關鍵是建立"瞬時變化率"的表達式.
5.偏微分方程--解決因變數與兩個以上自變數之間的變化規律.
二、數據分析法 從大量的觀測數據利用統計方法建立數學模型.
1.回歸分析法--用於對函數f（x）的一組觀測值（xi,fi）i=1,2… n,確定函數的表達式,由於處理的是靜態的獨立數據,故稱為數理統計方法.
2.時序分析法--處理的是動態的相關數據,又稱為過程統計方法.
三、模擬和其他方法
1.計算機模擬（模擬）--實質上是統計估計方法,等效於抽樣試驗
① 離散系統模擬--有一組狀態變數.
② 連續系統模擬--有解析表達式或系統結構圖.
2.因子試驗法--在系統上作局部試驗,再根據試驗結果進行不斷分析修改,求得所需的模型結構.
3.人工現實法--基於對系統過去行為的了解和對未來希望達到的目標,並考慮到系統有關因素的可能變化,人為地組成一個系統.

⑹ 如何准備數學建模呢 需要做那些准備呢

如何准備數學建模，需要做這些准備。第一，找一本有關建模的基礎教程，第二，學會一門數學軟體的使用，三，掌握科技論文旋渦狀的寫作方法。

數學模型(Mathematical Model)是一種模擬，是用數學符號、數學式子、程序、圖形等對實際課題本質屬性的抽象而又簡潔的刻畫，數學模型或能解釋某些客觀現象，或能預測未來的發展規律，或能為控制某一現象的發展提供某種意義下的最優策略或較好策略。數學模型一般並非現實問題的直接翻版，數學模型的建立常常既需要人們對現實問題深入細微的觀察和分析，又需要人們靈活巧妙地利用各種數學知識。這種應用知識從實際課題中抽象、提煉出數學模型的過程就稱為數學建模(Mathematical Modeling)。
全網招募小白免費學習，測試一下你是否有資格
想要了解數學建模相關學習的更多內容，可以了解一下廣州中教在線教育科技有限公司(以下簡稱:中教在線)。中教在線的課程從零基礎開始學習，從簡單入門到後期成品出圖老師帶著你一步一步走過來，畢業後還有就業指導課程，助你解決面試難題，助教老師24小時在線答疑。

⑺ 數學建模有哪些步驟

所謂提煉數學模型，就是運用科學抽象法，把復雜的研究對象轉化為數學問題，經合理簡化後，建立起揭示研究對象定量的規律性的數學關系式(或方程式)。這既是數學方法中最關鍵的一步，也是最困難的一步。提煉數學模型，一般採用以下六個步驟完成：

第一步：根據研究對象的特點，確定研究對象屬哪類自然事物或自然現象，從而確定使用何種數學方法與建立何種數學模型。即首先確定對象與應該使用的數學模型的類別歸屬問題，是屬於「必然」類，還是「隨機」類；是「突變」類，還是「模糊」類。

第二步：確定幾個基本量和基本的科學概念，用以反映研究對象的狀態。這需要根據已有的科學理論或假說及實驗信息資料的分析確定。例如在力學系統的研究中，首先確定的摹本物理量是質主(m)、速度(v)、加速度(α)、時間(t)、位矢(r)等。必須注意確定的基本量不能過多，否則未知數過多，難以簡化成可能數學模型，因此必須詵擇出實質性、關鍵性物理量才行。

第三步：抓住主要矛盾進行科學抽象。現實研究對象是復雜的，多種因素混在一起，因此，必須變復雜的研究對象為簡單和理想化的研究對象，做到這一點相當困難，關鍵是分清主次。如何分清主次只能具體問題具體分析，但也有兩條基本原則：一是所建數學模型一定是可能的，至少可給出近似解；二是近似解的誤差不能超過實際問題所允許的誤差范圍。

第四步：對簡化後的基本量進行標定，給出它們的科學內涵。即標明哪些是常量，哪些是已知量，哪些是待求量，哪些是矢量，哪些是標量，這些量的物理含義是什麼?

第五步：按數學模型求出結果。

第六步：驗證數學模型。驗證時可根據情況對模型進行修正，使其符合程度更高，當然這以求原模型與實際情況基本相符為原則。

⑻ 數學建模的七個步驟

數學建模（mathematical modeling）就是通過建立數學模型來解決各種實際問題的方法。數學建模沒有固定的格式和標准，也沒有明確的方法，通常有6個步驟：

明確問題
合理假設
搭建模型
求解模型
分析檢驗
模型解釋
1、明確問題

數學建模所處理的問題通常是各領域的實際問題，這些問題本身往往含糊不清，難以直接找到關鍵所在，不能明確提出該用什麼方法。因此建立模型的首要任務是辨明問題，分析相關條件和問題，一開始盡可能使問題簡單，然後再根據目的和要求逐步完善。

2、合理假設

作出合理假設，是建模的一個關鍵步驟。一個實際問題不經簡化、假設，很難直接翻譯成數學問題，即使可能也會因其過於復雜而難以求解。因此，根據對象的特徵和建模的目的，需要對問題進行必要合理地簡化。

合理假設的作用除了簡化問題，還對模型的使用范圍加以限定。

作假設的依據通常是出於對問題內在規律的認識，或來自對數據或現象的分析，也可以是兩者的綜合。作假設時，既要運用與問題相關的物理、化學、生物、經濟、機械等專業方面的知識，也要充分發揮想像力、洞察力和判斷力，辨別問題的主次，盡量使問題簡化。

為保證所作假設的合理性，在有數據的情況下應對所作的假設及假設的推論進行檢驗，同時注意存在的隱含假設。

3、搭建模型

搭建模型就是根據實際問題的基本原理或規律，建立變數之間的關系。

要描述一個變數隨另一個變數的變化而變化，最簡單的方法是作圖，或者畫表格，還可以用數學表達式。在建模中，通常要把一種形式轉換成另一種形式。將數學表達式轉換成圖形和表格較容易，反過來則比較困難。

用一些簡單典型函數的組合可以組成各種函數形式。使用函數解決具體的實際問題，還比須給出各參數的值，尋求這些參數的現實解釋，往往可以抓住問題的一些本質特徵。

4、求解模型

對模型的求解往往涉及不同學科的專業知識。現代計算機科學的發展提供了強有力的輔助工具，出現了很多可進行工程數值計算和數學推導的軟體包和模擬工具，熟練掌握數學建模的模擬工具可大大增強建模能力。

不同數學模型的求解難易不同，一般情況下很多實際問題不能求出解析解，因此需要藉助計算機用數值的方法來求解，在編寫代碼之前要明確演算法和計算步驟，弄清初始值、步長等因素對結果的影響。

5、分析檢驗

在求出模型的解後，必須對模型和「解」進行分析，模型和解的適用范圍如何，模型的穩定性和可靠性如何，是否到達建模目的，是否解決了問題？

數學模型相對於客觀實際不可避免地會帶來一定誤差，一方面要根據建模的目的確定誤差的允許范圍，另一方面要分析誤差來源，想辦法減小誤差。

一般誤差有以下幾個來源，需要小心分析檢驗：

模型假設的誤差：一般來說模型難以完全反映客觀實際，因此需要做不同的假設，在對模型進行分析時，需要對這些假設小心檢驗，分析比較不同假設對結果的影響。
求近似解方法的誤差：一般來說很難得到模型的解析解，在採用數值方法求解時，數值計算方法本身也會有誤差。這類誤差許多是可以控制的。
計算工具的舍入誤差：在用計算器或計算機進行數值計算時，都不可避免由於機器字長有限而產生舍入誤差，如果進行了大量運算，這些誤差的積累是不可忽視的。
數據的測量誤差：在用感測器、調查問卷等方法獲得數據時，應注意數據本身的誤差。
6、模型解釋

數學建模的最後階段是用現實世界的語言對模型進行翻譯，這對使用模型的人深入了解模型的結果是十分重要的。模型和解是否有實際意義，是否與實際證據相符合。這一步是使數學模型有實際價值的關鍵一步。

相關閱讀

數學模型和數學建模介紹

數學建模常用的

⑼ 什麼是數學建模如何建模

數學建模，就是根據實際問題來建立數學模型，對數學模型來進行求解，然後根據結果去解決實際問題。當需要從定量的角度分析和研究一個實際問題時，人們就要在深入調查研究、了解對象信息、作出簡化假設、分析內在規律等工作的基礎上，用數學的符號和語言作表述來建立數學模型。

了解問題的實際背景，明確其實際意義，掌握對象的各種信息。以數學思想來包容問題的精髓，數學思路貫穿問題的全過程，進而用數學語言來描述問題。要求符合數學理論，符合數學習慣，清晰准確。根據實際對象的特徵和建模的目的，對問題進行必要的簡化，並用精確的語言提出一些恰當的假設。

在假設的基礎上，利用適當的數學工具來刻劃各變數常量之間的數學關系，建立相應的數學結構（盡量用簡單的數學工具）。利用獲取的數據資料，對模型的所有參數做出計算（或近似計算）。

對所要建立模型的思路進行闡述，對所得的結果進行數學上的分析。將模型分析結果與實際情形進行比較，以此來驗證模型的准確性、合理性和適用性。如果模型與實際較吻合，則要對計算結果給出其實際含義，並進行解釋。如果模型與實際吻合較差，則應該修改假設，再次重復建模過程。

⑽ 數學建模怎麼建立模型

1、模型准備

首先要了解問題的實際背景，明確建模目的，搜集必需的各種信息，盡量弄清對象的特徵。

2、模型假設

根據對象的特徵和建模目的，對問題進行必要的、合理的簡化，用精確的語言作出假設，是建模至關重要的一步。如果對問題的所有因素一概考慮，無疑是一種有勇氣但方法欠佳的行為，所以高超的建模者能充分發揮想像力、洞察力和判斷力，善於辨別主次，而且為了使處理方法簡單，應盡量使問題線性化、均勻化。

3、模型構成

根據所作的假設分析對象的因果關系，利用對象的內在規律和適當的數學工具，構造各個量間的等式關系或其它數學結構。

這時，我們便會進入一個廣闊的應用數學天地，這里在高數、概率老人的膝下，有許多可愛的孩子們，他們是圖論、排隊論、線性規劃、對策論等許多許多，真是泱泱大國，別有洞天。不過我們應當牢記，建立數學模型是為了讓更多的人明了並能加以應用，因此工具愈簡單愈有價值。

4、模型求解

可以採用解方程、畫圖形、證明定理、邏輯運算、數值運算等各種傳統的和近代的數學方法，特別是計算機技術。一道實際問題的解決往往需要紛繁的計算，許多時候還得將系統運行情況用計算機模擬出來，因此編程和熟悉數學軟體包能力便舉足輕重。

5、模型分析

對模型解答進行數學上的分析。能否對模型結果作出細致精當的分析，決定了你的模型能否達到更高的檔次。還要記住，不論哪種情況都需進行誤差分析，數據穩定性分析。

6、模型檢驗

把數學上分析的結果翻譯回到現實問題，並用實際的現象、數據與之比較，檢驗模型的合理性和適用性。

7、模型應用

取決於問題的性質和建模的目的。