數學建模中什麼是隨機模型

Ⅰ 數學建模的思路是什麼

說就是把實際問題用數學語言抽象概括，從數學角度來反映或近似地反映實際問題，得出的關於實際問題的數學描述。其形式是多樣的，可以是方程（組）、不等式、函數、幾何圖形等等。

在數學建模中常用思想和方法：類比法、二分法、量綱分析法、差分法、變分法、圖論法、層次分析法、數據擬合法、回歸分析法、數學規劃、機理分析、排隊方法、對策方法、決策方法、模糊評判方法、時間序列方法、灰色理論方法、現代優化演算法。

模型准備

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）。

Ⅱ 什麼叫做數學建模

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，把它表述為數學式子，也就是數學模型，然後用通過計算得到的模型結果來解釋實際問題，並接受實際的檢驗。這個建立數學模型的全過程就稱為數學建模。
數學建模是一種數學的思考方法，是運用數學的語言和方法，通過抽象、簡化建立能近似刻畫並"解決"實際問題的一種強有力的數學手段。 數學建模就是用數學語言描述實際現象的過程。這里的實際現象既包涵具體的自然現象比如自由落體現象，也包含抽象的現象比如顧客對某種商品所取的價值傾向。這里的描述不但包括外在形態，內在機制的描述，也包括預測，試驗和解釋實際現象等內容。 我們也可以這樣直觀地理解這個概念：數學建模是一個讓純粹數學家（指只懂數學不懂數學在實際中的應用的數學家）變成物理學家，生物學家，經濟學家甚至心理學家等等的過程。 數學模型一般是實際事物的一種數學簡化。它常常是以某種意義上接近實際事物的抽象形式存在的，但它和真實的事物有著本質的區別。要描述一個實際現象可以有很多種方式，比如錄音，錄像，比喻，傳言等等。為了使描述更具科學性，邏輯性，客觀性和可重復性，人們採用一種普遍認為比較嚴格的語言來描述各種現象，這種語言就是數學。使用數學語言描述的事物就稱為數學模型。有時候我們需要做一些實驗，但這些實驗往往用抽象出來了的數學模型作為實際物體的代替而進行相應的實驗，實驗本身也是實際操作的一種理論替代。
數學建模掌握的十類演算法
1、蒙特卡羅演算法（該演算法又稱隨機性模擬演算法，是通過計算機模擬來解決問題的算 法，同時可以通過模擬可以來檢驗自己模型的正確性，是比賽時必用的方法） 2．數據擬合、參數估計、插值等數據處理演算法（比賽中通常會遇到大量的數據需要 處理，而處理數據的關鍵就在於這些演算法，通常使用Matlab作為工具） 3．線性規劃、整數規劃、多元規劃、二次規劃等規劃類問題（建模競賽大多數問題 屬於最優化問題，很多時候這些問題可以用數學規劃演算法來描述，通常使用Lindo、 Lingo軟體實現） 4．圖論演算法（這類演算法可以分為很多種，包括最短路、網路流、二分圖等演算法，涉 及到圖論的問題可以用這些方法解決，需要認真准備） 5．動態規劃、回溯搜索、分治演算法、分支定界等計算機演算法（這些演算法是演算法設計 中比較常用的方法，很多場合可以用到競賽中） 6．最優化理論的三大非經典演算法：模擬退火法、神經網路、遺傳演算法（這些問題是 用來解決一些較困難的最優化問題的演算法，對於有些問題非常有幫助，但是演算法的實 現比較困難，需慎重使用） 7．網格演算法和窮舉法（網格演算法和窮舉法都是暴力搜索最優點的演算法，在很多競賽 題中有應用，當重點討論模型本身而輕視演算法的時候，可以使用這種暴力方案，最好 使用一些高級語言作為編程工具） 8．一些連續離散化方法（很多問題都是實際來的，數據可以是連續的，而計算機只 認的是離散的數據，因此將其離散化後進行差分代替微分、求和代替積分等思想是非 常重要的） 9．數值分析演算法（如果在比賽中採用高級語言進行編程的話，那一些數值分析中常 用的演算法比如方程組求解、矩陣運算、函數積分等演算法就需要額外編寫庫函數進行調 用） 10．圖象處理演算法（賽題中有一類問題與圖形有關，即使與圖形無關，論文中也應該 要不乏圖片的，這些圖形如何展示以及如何處理就是需要解決的問題，通常使用Matlab 進行處理）

Ⅲ 數學模型有哪些

數學模型（mathematical model）就是用數學的語言、方法去近似地刻畫實際，描述現實問題的數學公式、圖形或演算法。

數學模型可按不同的方式進行分類。

按照模型的應用領域，可分為人口模型、生物模型、生態模型、交通模型、環境模型、作戰模型、社會模型、經濟模型、醫學模型、機械模型等。
按照建立模型的數學方法，可分為微分方程模型、幾何模型、網路模型、運籌模型、隨機模型等。
按照建模目的，可分為描述模型、分析模型、預測模型、決策模型、控制模型等。
按照對模型結構的了解程度，可分為白箱模型、灰箱模型、黑箱模型。白箱是指對所涉及問題的機理很清楚，黑箱是完全不了解問題的內部機理，灰箱則介於兩者之間。
根據模型的表現形態還可分為：靜態模型和動態模型、解析模型和數值模型、離散模型和連續模型、確定性模型和隨機性模型。
數學模型和數學建模介紹
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，也就是通過對實際問題的抽象、簡化，確定變數和參數，並應用某些規律建立起變數、參數之間的關系。求解該數學問題，解釋、驗證所得到的解，從而確定能否用於解決實際問題。數學建模最重要的特點在於它是一個接受實踐檢驗、多次修改、逐漸完善的過程。

數學建模沒有固定的格式和標准，也沒有明確的方法，通常由明確問題、合理假設、搭建模型、求解模型、分析檢驗等五個步驟組成。

一個理想的數學模型，應盡可能滿足以下兩個條件：

模型的可靠性：在誤差允許范圍內，能正確反映客觀實際；
模型的可解性：模型能夠通過數學計算，得到可行解。
一個實際問題往往很復雜的，影響因素也有很多，要解決實際問題，就要將實際問題抽象簡化、合理假設，確定變數和參數，建立合適的數學模型，並求解。模型的可靠性和可解性通常互相矛盾，一般總是在模型可解性的前提下力爭較滿意的可靠性。

Ⅳ 數學建模分類模型有哪些

數學建模常用模型有哪些？

1、蒙特卡羅演算法（該演算法又稱隨機性模擬演算法，是通過計算機模擬來解決問題的算

法，同時可以通過模擬可以來檢驗自己模型的正確性，是比賽時必用的方法）

2、數據擬合、參數估計、插值等數據處理演算法（比賽中通常會遇到大量的數據需要

處理，而處理數據的關鍵就在於這些演算法，通常使用Matlab作為工具）

3、線性規劃、整數規劃、多元規劃、二次規劃等規劃類問題（建模競賽大多數問題

屬於最優化問題，很多時候這些問題可以用數學規劃演算法來描述，通常使用Lindo、

Lingo軟體實現）

4、圖論演算法（這類演算法可以分為很多種，包括最短路、網路流、二分圖等演算法，涉

及到圖論的問題可以用這些方法解決，需要認真准備）

5、動態規劃、回溯搜索、分治演算法、分支定界等計算機演算法（這些演算法是演算法設計

中比較常用的方法，很多場合可以用到競賽中）

6、最優化理論的三大非經典演算法：模擬退火法、神經網路、遺傳演算法（這些問題是

用來解決一些較困難的最優化問題的演算法，對於有些問題非常有幫助，但是演算法的實

現比較困難，需慎重使用）

7、網格演算法和窮舉法（網格演算法和窮舉法都是暴力搜索最優點的演算法，在很多競賽

題中有應用，當重點討論模型本身而輕視演算法的時候，可以使用這種暴力方案，最好

使用一些高級語言作為編程工具）

8、一些連續離散化方法（很多問題都是實際來的，數據可以是連續的，而計算機只

認的是離散的數據，因此將其離散化後進行差分代替微分、求和代替積分等思想是非

常重要的）

9、數值分析演算法（如果在比賽中採用高級語言進行編程的話，那一些數值分析中常

用的演算法比如方程組求解、矩陣運算、函數積分等演算法就需要額外編寫庫函數進行調

用）

10、圖象處理演算法（賽題中有一類問題與圖形有關，即使與圖形無關，論文中也應該

要不乏圖片的，這些圖形如何展示以及如何處理就是需要解決的問題，通常使用Matlab

Ⅳ 數學建模是什麼

數學建模是什麼?
數學建模的詳細定義網上多的我就不闡述了，說一點其他的~~

數學的主要發展方向是數學結合計算盯。運用數學的演算法結合計算機技術解決實際問題，將來你會比單純學計算機的水平高出一個檔次，因為你的演算法比他們的先進。而這也就是數學建模競賽的主要考察的。

數模比賽的含金量也是比較高的，你參加比賽得了名次，完全可以證明你是有一定實力的~~

你擔心數學成績不好，其實是沒有必要的，我參加過幾次比賽，用的數學知識並沒有很高深，高中數學也能解決很多問題了，主要就是優化，模擬，我覺得考驗個人思維能力多一點，況且數學、計算機、寫作三個方面呢，你只要有一方面特長就可以了~~

如果你去參加比賽，真的會給你很多收獲，學到很多新知識不談，還會讓你了解原來學的東西可以這么用在生活中，會提起學習的興趣，真的，我強烈建議你去學一些~~參加比賽~~如果還有其他問題你可以問的呵呵~~~我建模和寫作都弄過，編程差點~~
數學建模是什麼意思
數學模型就是對實際問題的一種數學表述。 具體一點說：數學模型是關於部分現實世界為某種目的的一個抽象的簡化的數學結構。 更確切地說：數學模型就是對於一個特定的對象為了一個特定目標，根據特有的內在規律，做出一些必要的簡化假設，運用適當的數學工具，得到的一個數學結構。數學結構可以是數學公式，演算法、表格、圖示等。 數學建模就是建立數學模型，建立數學模型的過程就是數學建模的過程（見數學建模過程流程圖）。 數學建模是一種數學的思考方法，是運用數學的語言和方法，通過抽象、簡化建立能近似刻劃並"解決"實際問題的一種強有力的數學手段。
數模是什麼
又稱數學建模。

數學模型是近些年發展起來的新學科，是數學理論與實際問題相結合的一門科學。它將現實問題歸結為相應的數學問題，並在此基礎上利用數學的概念、方法和理論進行深入的分析和研究，從而從定性或定量的角度來刻畫實際問題，並為解決現實問題提供精確的數據或可靠的指導。

根據研究目的，對所研究的過程和現象(稱為現實原型或原型)的主要特徵、主要關系、採用形式化的數學語言，概括地、近似地表達出來的一種結構，所謂「數學化」，指的就是構造數學模型．通過研究事物的數學模型來認識事物的方法，稱為數學模型方法．簡稱為MM方法。

數學模型是數學抽象的概括的產物，其原型可以是具體對象及其性質、關系，也可以是數學對象及其性質、關系。數學模型有廣義和狹義兩種解釋．廣義地說，數學概念、如數、 *** 、向量、方程都可稱為數學模型，狹義地說，只有反映特定問題和特定的具體事物系統的數學關系結構方數學模型大致可分為二類：(1)描述客體必然現象的確定性模型，其數學工具一般是代效方程、微分方程、積分方程和差分方程等，（2）描述客體或然現象的隨機性模型，其數學模型方法是科學研究相創新的重要方法之一。在體育實踐中常常提到優秀運動員的數學模型。如經調查統計．現代的世界級短跑運動健將模型為身高1.80米左右、體重70公斤左右，100米成績10秒左右或更好等。

用字母、數字和其他數學符號構成的等式或不等式，或用圖表、圖像、框圖、數理邏輯等來描述系統的特徵及其內部聯系或與外界聯系的模型。它是真實系統的一種抽象。數學模型是研究和掌握系統運動規律的有力工具，它是分析、設計、預報或預測、控制實際系統的基礎。數學模型的種類很多，而且有多種不同的分類方法。

靜態和動態模型 靜態模型是指要描述的系統各量之間的關系是不隨時間的變化而變化的，一般都用代數方程來表達。動態模型是指描述系統各量之間隨時間變化而變化的規律的數學表達式，一般用微分方程或差分方程來表示。經典控制理論中常用的系統的傳遞函數也是動態模型，因為它是從描述系統的微分方程變換而來的（見拉普拉斯變換）。

分布參數和集中參數模型 分布參數模型是用各類偏微分方程描述系統的動態特性，而集中參數模型是用線性或非線性常微分方程來描述系統的動態特性。在許多情況下，分布參數模型藉助於空間離搏盯喊散化的方法，可簡化為復雜程度較低的集中參數模型基野。

連續時間和離散時間模型 模型中的時間變數是在一定區間內變化的模型稱為連續時間模型，上述各類用微分方程描述的模型都是連續時間模型。在處理集中參數模型時，也可以將時間變數離散化，所獲得的模型稱為離散時間模型。則激離散時間模型是用差分方程描述的。

隨機性和確定性模型 隨機性模型中變數之間關系是以統計值或概率分布的形式給出的，而在確定性模型中變數間的關系是確定的。

參數與非參數模型 用代數方程、微分方程、微分方程組以及傳遞函數等描述的模型都是參數模型。建立參數模型就在於確定已知模型結構中的各個參數。通過理論分析總是得出參數模型。非參數模型是直接或間接地從實際系統的實驗分析中得到的響應，例如通過實驗記錄到的系統脈沖響應或階躍響應就是非參數模型。運用各種系統辨識的方法，可由非參數模型得到參數模型。如果實驗前可以決定系統的結構，則通過實驗辨識可以直接得到參數模型。

線性和非線性模型 線性模型中各量之間的關系是線性的，可以應用疊加原理，即幾個不同的輸入量同時作用於系統的響應，等於幾個輸入量單獨作用的響應之和。線性模型簡單，應用廣泛。非線性模型中各量之間的關系不是線性的，不滿足疊加原理。在......>>
請問三維建模和數學建模有什麼區別
三維模型是物體的多邊形表示，通常用計算機或者其它視頻設備進行顯示。顯示的物體是可以是現實世界的實體，也可以是虛構的物體。任何物理自然界存在的東西都可以用三維模型表示。

三維模型已經用於各種不同的領域。在醫療行業使用它們製作器官的精確模型；電影行業將它們用於活動的人物、物體以及現實電影；視頻游戲產業將它們作為計算機與視頻游戲中的資源；在科學領域將它們作為化合物的精確模型；建築業將它們用來展示提議的建築物或者風景表現；工程界將它們用於設計新設備、交通工具、結構以及其它應用領域；在最近幾十年，地球科學領域開始構建三維地質模型。

數學建模是一種數學的思考方法，是運用數學的語言和方法，通過抽象，簡化建立能近似刻畫並"解決"實際問題的一種強有力的數學手段。

數學建模就是用數學語言描述實際現象的過程。觸里的實際現象既包涵具體的自然現象比如自由落體現象，也包含抽象的現象比如顧客對某種商品所取的價值傾向。這里的描述不但包括外在形態，內在機制的描述，也包括預測，試驗和解釋實際現象等內容。
數學建模是什麼東西？能不能詳細用幾個例子講解一下 60分
數學建模就是用數學工具，比如各種形式的方程來描述實際的物理世界。

比如，最簡單的勻速直線運動，用s＝vt來描述位移和速度與時間的關系，就是對這一物理運動的數學建模。

當然，還有更復雜的物理環境，就需要用到更高深的數學工具，比如多階的微分方程，或是採用狀態變數的方法對物理世界進行分析，但總而言之，都是用數學語言來描述物理世界。

一個數學建模例子

wenku./...Vo4Ooi

數學建模經典案例詳解

wenku./...IQkSrO
數學建模大賽到底是干什麼的？一定要會編程嗎？
我曾參加過數學建模競賽。全國大學生數學建模大賽目的是培養大學生能夠在學習知識的同時，學會運用知識解決實際問題，學會將實際問題轉化成數學問題，用數學知識來解決實際問題。並且，培養小組團結合作精神。必須是三人一組，不過最好可以是不同專業的三個人，這樣知識面廣，好解決問題，分工合作。最好會編程，但是不會的話，也可以求助會的人，比如求助你的老師或者會編程的同學。希望我的回答對你有幫助，也希望你能參加，這個大賽很能鍛煉人。
數學建模的思路是什麼？
數學建模關鍵是提煉數學模型，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。 禒 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。

Ⅵ 數學建模的基本方法

數學建模的基本方法：

一、機理分析法
從基本物理定律以及系統的結構數據導出數學模型。
1. 比例分析法——建立變數之間函數關系，是建模中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——用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. 常微分方程方法——解決兩個變數之間的變化規律，建立「瞬時變化率」的表達式；
5. 偏微分方程方法——解決因變數與兩個以上自變數之間的變化規律。

三、模擬和其他方法
1. 計算機模擬——對所研究的對象構造隨機模型，進行統計模擬實驗，以求得研究對象所需的結果；
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。

Ⅶ 大學生數學建模競賽是怎麼回事啊

大學生數學建模競賽簡介
〔
作者：佚名
轉貼自：本站原創
點擊數：368
文章錄入：admin
〕
1、數模競賽的起源與歷史
數模競賽是由美國工業與應用數學學會在1985年發起的一項大學生競賽活動，目的在於激勵學生學習數學的積極性，提高學生建立數學模型和運用計算機技術解決實際問題的綜合能力，鼓勵廣大學生踴躍參加課外科技活動，開拓知識面，培養創精神及合作意識，推動大學數學教學體系、教學內容和方法的改革。我國大學生數學建模競賽是由教育部高教司和中國工業與數學學會主辦、面向全國高等院校的、每年一屆的通訊競賽。其宗旨是：創新意
識、團隊精神、重在參與、公平競爭。1992載在中國創辦，自從創辦以來，得到了教育部高教司和中國工業與應用數學協會的得力支持和關心，呈現出迅速的發展發展勢頭，就2003年來說，報名階段須然受到「非典」影響，但是全國30個省（市、自治區）及香港的637所院校就有5406隊參賽，在棗虧職業技術學院增加更快，參賽高校由2002年的1067所上升到了2003年的1410所。可以說：數學建模已經成為全國高校規模最大課外科技活動。
2、什麼是數學建模
數學建模（Mathematical
Modelling）是一種數學的思考方法，是「對現實的現象通過心智活動構造出能抓住其重要且有用的特徵的表示，常常是形象化的或符號的表示。」從科學，工程，經濟，管理等角度看數學建模就是用數學的語言和方法，通過抽象，簡化建立能近似刻畫並「解決」實際問題的一種強有力的數學工具。顧名思義，modelling一詞在英文中有「塑造藝術」的意思，從而可以理解從不同的側面，角度去考察問題就會有不盡的數學模型，從而數學建模
的創造又帶有一定的藝術的特點。而數學建模最重要的特點是要接受實踐的檢驗，多次修改模型漸趨完善的過程。
3、競賽的內容
競賽題目一般來源於工程技術和管理科學等方面經過適當簡化加工的實際問題，不要求參賽者預先掌握深入的專門知識，只需要學過普通高校的數學課程。題目有較大的靈活性供參賽者發揮其創造能力。參賽者應根據題目要求，完成一篇包括模型假設、建立和求解、計算方法的設計和計算機實現、結果的分析和檢驗、模型的改進等方面的論文（即答卷）。競賽評獎以假設的合理性、建模的創造性、結果的正確性和文字表述的清晰程度為主要標准。
4、競賽的步驟
建模是一種十分復雜的創造性勞動，現實世界中的事物形形色色，五花八門，不可能用一些條條框
框規定出各種模型如何具體建立，這里只是大致歸納一下建模的一般步驟和原則：
1）模型准備：首先要了解問題的實際背景，明確題目的要求，收集各種必要的信息．
2）模型假設：為了利用數學方法，通常要對問題做必要的、合理的假設，使問題凳梁神的主要特徵凸現出來，忽略問題的次要方面。
3）模型構成：根據所做的假設以及事物之間的聯系渣脊，構造各種量之間的關系把問題化
4）模型求解：利用已知的數學方法來求解上一步所得到的數學問題，此時往往還要作出進一步的簡化或假設。為數學問題，注意要盡量採用簡單的數學工具。
5）模型分析：對所得到的解答進行分析，特別要注意當數據變化時所得結果是否穩定。
6）模型檢驗：分析所得結果的實際意義，與實際情況進行比較，看是否符合實際，如果不夠理想，應該修改、補充假設，或重新建模，不斷完善。
7）模型應用：所建立的模型必須在實際應用中才能產生效益，在應用中不斷改進和完善。
5、模型的分類
按模型的應用領域分類
生物數學模型
醫學數學模型
地質數學模型
數量經濟學模型
數學社會學模型
按是否考慮隨機因素分類
確定性模型
隨機性模型
按是否考慮模型的變化分類
靜態模型
動態模型
按應用離散方法或連續方法
離散模型
連續模型
按建立模型的數學方法分類
幾何模型
微分方程模型
圖論模型
規劃論模型
馬氏鏈模型
按人們對事物發展過程的了解程度分類
白箱模型：
指那些內部規律比較清楚的模型。如力學、熱學、電學以及相關的工程技術問題。
灰箱模型：
指那些內部規律尚不十分清楚，在建立和改善模型方面都還不同程度地有許多工作要做的問題。
如氣象學、生態學經濟學等領域的模型。
黑箱模型：
指一些其內部規律還很少為人們所知的現象。如生命科學、社會科學等方面的問題。但由於因素眾多、關系復雜，也可簡化為灰箱模型來研究。
6、數學建模應用
今天，在國民經濟和社會活動的以下諸多方面，數學建模都有著非常具體的應用。
分析與設計
例如描述葯物濃度在人體內的變化規律以分析葯物的療效；建立跨音速空氣流和激波的數學模型，用數值模擬設計新的飛機翼型。
預報與決策
生產過程中產品質量指標的預報、氣象預報、人口預報、經濟增長預報等等，都要有預報模型。使經濟效益最大的價格策略、使費用最少的設備維修方案，是決策模型的例子。
控制與優化
電力、化工生產過程的最優控制、零件設計中的參數優化，要以數學模型為前提。建立大系統控制與優化的數學模型，是迫切需要和十分棘手的課題。
規劃與管理
生產計劃、資源配置、運輸網路規劃、水庫優化調度，以及排隊策略、物資管理等，都可以用運籌學模型解決。
參考資料：http://www.jmu.e.cn