數學建模怎麼解決咳嗽問題

A. 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

B. 數學建模做題技巧

一． 數學的重要性：
學了這么多年的書，感覺最有用的就是數學課了，相信還是有很多人和我一樣的想法的
。 大家回想一下：有什麼課自始至終都用到？我想了一下只有數學了，當然還有英語。
特別到了大學，學信號處理和通信方面的課時，更是感到了數學課的重要性。計算機：
數據結構，編程演算法....哪個不需要數學知識和思想。有這樣的說法，數學系的人學計
算機才是最牛的。信號與系統：這個變換那個變換的。通信：此編碼彼編碼的。數字圖
像與模式識別：這個概率論和數理統計到處都是。線性代數和矩陣論也是經常出現。
二． 數學的學習方法：
最重要的是遇到問題首先不畏懼，然後知道類似的問題別人是如何處理，我們是否可以
借鑒，然後再比較我們的問題和已有的問題有何異同，已有的方法有什麼不足，我們應
從哪裡著手考慮新方法。思考路線比具體推導更重要。數學並非說得越玄乎越顯水平。
真正的理解在於抓住實質，"如果你還覺得某個東西很難、很繁、很難記住，說明你還沉
迷於細節，沒有抓住實質，抓住了實質，一切都是簡單的。"這是概率之父Kolmogorov的
名言。我們平時在學習數學時，也時刻問自己，能不能向一個外行講清楚這是怎麼回事
，如果不能，說明我們自己還沒有真正理解。數學推導的功夫應該是在課下通過大量的
練習得到的，在課下花的時間要遠大於課上的時間。
三． 數學軟體介紹：
在當今30多個數學類（為區別於文字處理和作圖類而加的修飾詞）科技應用軟體中，就
軟體數學處理的原始內核而言，可分為兩大類。一類是數值計算（Number Crunching）
）型軟體，如Matlab， Xmath，MLAB等。這類軟體對大批數據具有較強的管理、計算和
可視化能力，運行效率高。另一類是數學分析（Math Analysis）型軟體，如Mathemati
ca、Maple，Macsyma等。它們以符號計算見長，並可得到解析符號解和任意精度解，但
處理大量量數據時運行效率較低。經過多年的國際競爭，MATLAB已經占據了數值型軟體
市場的主導地位，處於其後的是Xmath;而Maple，Mathematica，Macsyma位居符號軟體的
前三名（見IEEE Spectrum）。 在國際流行的科技應用軟體中，Mathcad 別具特色。該
軟體的開發商Mathsoft公司一開始就把面向教學和辦公作為Mathcad的市場目標。在對待
數值計算、符號分析、文字處理、圖形能力的開發商，不以專業水準為追求，而盡力集
各種功能於一體。MathWorks公司順應多功能需求之潮流，在其卓越數值計算和圖視能力
的基礎商，又率先在專業水平上開拓其符號計算，文字處理，可視化建模模擬和實時控
制能力，精心營造適合多學科、多部門要求的新一代科技應用軟體MATLAB。
對電子系同學最常用的軟體而且基本上唯一使用的數學軟體就是matlab了。Matlab 5.3
版本（最新版本6.0版）完全安裝，包括幫助、以及各種工具箱一共竟需要1G多硬碟空間
。當然，這一個G的容量並不是被各種垃圾文件所充斥，相反的，它是由無數在Matlab系
統上運行的函數文件所佔據。由此可以看出Matlab的功能是多麼的全面。1984年，計算
數學家Steve Bangert、Steve Kleiman、John Little、Cleve Morer在原來 FORTRAN程
序的基礎上開發了一個解決線性系統計算問題的C語言程序，他們給它起了個響亮的名字
Matlab(Matrix Laboratory)。從此以後，Matlab系統便一發而不可收拾，成千上萬的軟
件工程師、計算科學家、和各種應用領域的科技工作人員加入了Matlab的開發者的行列
。他們把各自科研、應用領域中的常用演算法用Matlab系統提供的編程語言做成程序集，
於是就產生了Matlab的特色之一："工具箱系統"(Toolbox)。在Matlab5.3 中大約有幾十
個工具箱，其中包括通信，信號系統分析、離散信號分析、優化、偏微分方程、小波變
換、地圖、財經、電力系統、神經網路，數值計算等等。工具箱中每一個函數都是採用
了該領域中最先進的高效演算法，無數這樣的函數文本文件組成了Matlab這個巨無霸，由
此可見，Matlab對於解決工程問題是極其具有優越性的。是我們電子系學生的最愛。上
面介紹了Matlab的主要特色之一：工具箱。下面來談談它的另一個特色，就是與其他語
言和編譯器之間的介面。這個問題一直是關於Matlab的最熱門的話題。原因很簡單，1.
Matlab如此全面高效的演算法和功能都是建立在Matlab提供的平台上才能運行，這樣限制
了這些程序的使用范圍，即如果想應用這些程序，你首先必需在你的計算機上安裝一個
多達幾百兆的Matlab，給使用帶來了不便。另外，由於Matlab採用的是逐行解釋的方式
來執行代碼，因此運行速度比編譯為exe 的二進制文件要慢，因此，利用編譯器，把m文
件變為二進制的exe或dll文件，會大大縮短計算時間. 盡管Matlab是一個完善的系統，
但畢竟術業有專攻，各種語言的可視化編程環境(如VC，C++Builder，Delphi等)在用戶
界面設計和其他系統功能方面具有Matlab不能比擬的快捷和高效，因此，如何把Matlab
強大的數值計算功能與可視編程集成環境IDE結合起來，開發用戶操作方便、計算功能完
備、運行快捷的應用程序便成為程序開發者的最大願望。Matlab中包含了大量的矩陣運
算、數值運算函數、圖形操作函數、用戶圖形界面函數等等，用他可以象C語言一樣書寫
函數流程，而且開發WIN圖形界面的用戶程序。Matlab強大的功能、方便的操作給它贏得
了世界上最流行的數學軟體的桂冠。難怪在網上大家奔走相告"出國前一定要把Matlab學
好"。
四． 其他數學軟體簡介（也算開開眼界盡管基本上不用（除了第一個外））：
1． Matcom：Matcom是MathTools開發的一個m文件解釋器（即將Matlab中的編程語
言解
釋為C語言），不僅可以把m文件編譯為可以獨立執行的exe或dll文件，而且可以自動產
生C源代碼，供其他高級語言編譯器使用。Matcom所實現的在C語言中直接書寫類似於ma
tlab語句的功能，帶來了以下幾個明顯的優點：一，是利用Matcom編制的程序可以在任
何不安裝 Matlab系統的計算機上運行; 二是運行速度比m文件快了數倍；三是實現了Ma
tlab強大的計算功能與各種C編譯器界面設計 的完美組合。我現在最喜歡用的就是在vc
上作界面來方便用戶操作，用Matcom庫實現演算法計算，這樣相得益彰，用這種方法編成
的程序，操作方便簡潔，計算圖形功能強大，速度快。
2． Mathmatica：最令人著迷的是它的完美的符號運算功能。所謂符號運算是指它
所處
理的對象不僅僅是常見的數字（如12或3.14），而是一些帶有代數符號的表達式，我們
在代數中曾經學過運用代數的運算規則，對一個含有符號的表達式進行恆等變換，一個
函數就是一種規則或者說映射，比如定義如下一個規則，我們就可以運用這法則將下式
變換。而Mathematica正是具有這種類似人類思維的功能，它能不斷學會並記憶各種變化
規則，並把這些各式各樣的變化應用到各種表達式上，無論形式多麼復雜，總能得到我
們想得到的帶有代數符號的結果。而在C語言或其他編程語言中，對於一個符號，必須先
聲明，然後賦值才能使用。因此它所表達的含意是有限的，而Mathematica完全拋開了這
種限制，一個符號可以表示任意對象，沒有類型限制，真正實現了"代數"中的"代"字。
Mathematica象一個不知疲倦的公式推導家，它能在一秒鍾之內將一個復雜的函數關系復
合上萬次，它能在各種復雜表達式形式中找到最簡單的。Mathematica對於大一、大二的
同學可能是一個福音，對於大家在高等數學、線性代數中常碰到的對表達式求極限、微
分、定積分、不定積分、級數、向量代數等內容在Mathematica都有內部函數來直接計算
結果。當然，希望大家還是自己動手練一練公式推導的基本功，把Mathematica當作一個
檢驗工具是無可厚非。Mathematica4.0中， 系統函數涵蓋了微積分、線性代數、概率、
幾何、圖論、組合數學、數論數學、特殊函數等絕大多數常用數學分支。
3． Mathcad 8.0，Maple 5： 著名的符號運算數學軟體，與Mathematica 類似，內
存管
理較好，SAS 6.12 統計學專業軟體，壓縮文件100多M（最權威的統計軟體）。
4． 其他：SPSS 8.0 社會科學統計軟體包；Lindo/Lingo 50線性、非線性規劃軟體
；A
nsys 5.4 權威的有限元法（FEM）計算軟體，安裝文件約200~300M ；Algo 有限元法軟
件包；Statistics 統計軟體 ；Datafit 數值擬合專業軟體 ；Origin 6.0 微軟的數據
分析繪圖軟體，可以與Excel資料庫通訊；Netlib 網路並行計算庫 ；Isoft 電磁模擬軟
件 ；Auto 非線性動力系統計算軟體 ；Flexpde 2.10 求解偏微分方程的數值軟體；Te
cplot 8.0流速與值線流體力學 ；RATS 數值分析軟體。
一、是數學建模競賽
數學建模競賽就是這樣。它名曰數學，當然要用到數學知識，但卻與以往所說的那種數
學競賽(那種純數學競賽)不同。它要用到計算機，甚至離不開計算機，但卻不是純粹的
計算機競賽，它涉及物理，化學，生物，電子，農業，管理等各學科，各領域的知識，
但也不是這些學科領域里的純知識競賽。它涉及各學科，各領域，但又不受任何一個具
體的學科，領域的局限。它要用到各方面的綜合的知識，但還不限此。選手們不只是要
有各方面的知識，還要有駕域這些知識，應用這些知識處理實際問題的能力。知識是無
止境的，你還必須有善於獲得新的知識的能力。總之，數學建模競賽，即要比賽各方面
的綜合知識，也比賽各方面的綜合能力。它的特點就是綜合，它的優點也是綜合。在這
個意義上看，它與任何一個學科領域內的知識競賽都不相同的特點就是不純，它的優點
也就是不純，綜合就是不純。純數學競賽，如中學生的國際數學奧林匹克競賽，或美國
大學生的普特南數學競賽，已經有很長的歷史，也為大家所熟悉。特別是近若干年來我
國選手在國際數學奧林匹克競賽中年年取得好成績，更使這項競賽在我國有很高的知名
度，在全國各地的質量教高的中學中廣泛開展。純數學競賽主要考核選手對數學基礎知
識的掌握情況邏輯推理及證明的能力和技巧思維是否敏捷，計算能力的強弱等。試題都
是純數學問題，考試方式是閉卷考試。參賽學生在規定的時間(一般每次為三小時)內獨
立做題，不準交頭接耳相互討論，不準看任何書籍和參考資料，不準用計算機(器) 。考
題都有標准答案。當然，選手的解答方法可以與標准答案不同，但其解答方法的正確與
否也是絕對的，特別是計算題的得數一定要與標准答案相同。考試結果，對每個選手的
答案給出分數，按分數高低來判定優劣。 盡管也要對參賽的團體(代表一個國家，地區
或學校)計算團體總分，但這個團體總分也是將每個團體的選手得分加起來得到的，在比
賽過程中同一團體的選手們絕對不能互相幫助。因此，這樣的競賽從本質上說是個人賽
而不相幫助。因此，這樣的競賽從本質上說是個人賽而不是團體賽。團體要獲勝主要靠
每名選手個自的水平高低而不存在互相配合的問題(當然在訓練過程中可以互相幫助)。
這樣的競賽，對於吸引青年人熱愛數學從而走上數學研究的道路，對於培養數學家和數
學專門人才，起了很大的作用。
隨著社會的發展，數學在社會各領域中的應用越來越廣泛，作用越來越大，不但運用於
自然科學各個領域，各學科，而且滲透到經濟，軍事，管理以至於社會科學和社會活動
的各個領域。但是，社會對數學的需求並不只是需要在各部門中從事實際工作的人善於
運用數學知識及數學大思維放法來解決他們每天面臨的大量的實際問題，取得經濟效益
和社會效益。他們不是為了應用數學知識而尋找實際問題(就象在學校里做數學應用題)
，而是為了解決實際問題而需要用到數學。而且不止是要用到數學，很可能還要用到別
的學科，領域的知識，要用到工作經驗和常識。特別是在現代社會，要真正解決一個實
際問題幾乎都離不開計算機。可以這樣說，在實際工作中遇到的問題，完全純粹的只用
現成的數學知識就能解決的問題幾乎是沒有的。你所能遇到的都是數學和其他東西混雜
在一起的問題，不是"干凈的"數學，而是"臟"的數學。其中的數學奧妙不是明擺在那裡
等著你去解決，而是暗藏在深處等著你去發現。也就是說，你要對復雜的問題進行分析
，發現其中的可用數學語來描述的關系或規律，把這個實際問題化成一個數學問題，這
就稱為數學模型，建立數學模型的這個過程就稱為數學建模。模型這個詞對我們來說並
不陌生，它可以說是對某種事物的一種仿製品。比如飛機模型，就是模仿飛機造出來的
。既然是仿造，就不是真的，只能是"假冒"，但不能是"偽劣"，必須真實地反映所模仿
的對象的某一方面的屬性。如果只是模仿飛機的模樣，這樣的飛機模型只要看起像飛機
就行了，可以擺在展覽館供人參觀，照相，但不能飛。如果要模仿飛機的飛行原理，就
得造一個能飛起來的飛機模型，比如航空模型比賽的作品，它在空氣中的飛行原理與飛
機有相同之處。但當然不像飛機那樣靠燒燃料來飛行，外觀上也不必那麼像飛機，可見
，模型所模仿的都只是真實事物的某一方面的屬性。而數學模型，就是用數學語言(可能
包括數學公式)去描述和模仿實際問題中的數量關系，空間形式等。這種模仿當然是近似
的，但又要盡可能的逼真。實際問題中的許多因素，在建立數學模型時你不可能，也沒
有必要把它們毫無遺漏地全部加以考慮，只能考慮其中的最主要的因素，舍棄其中的次
要因素，數學模型建立起來後，實際問題化成數學問題，就可以用數學工具，數學方法
去解答。如果有現成的數學工具當然好。如果沒有現成的數學工具，就促使數學家們(也
包括建立數學模型的人)尋找和發展出新的數學工具去解決它，這又推動了數學本身的發
展。例如，開普勒由行星運動的觀測數據總結出開普勒三定理(這就是行星運行的數學模
型)，牛頓試圖用自己發現的力學定理去解釋它，但當時的數學工具是不夠用的，這使了
微積分的發明。求解數學模型，除了用到數學推理以外，通常還要處理大量數據，進行
大量計算。這在電子計算機發明之前是很難實現的。因此，很多數學模型，盡管從數學
理論上解決了，但由於計算量太大而沒法得到有用的結果，還是只有束之高閣。而計算
機的出現和迅速發展，給用數學模型解決實際問題打開了廣闊的道路。而在現在，要真
正解決一個實際問題，離了計算機幾乎是不行的。數學模型建立起來了，也用數學方法
或數據方法求出了解答，是不是就萬事大吉了呢?不是。既然數學模型只能近似地反映實
際問題中的關系和規律，到底反應的好不好，還需要接受檢驗。如果數學模型建立的不
好，如果沒有正確地描述所給的實際問題，數學解答再正確也是沒有用的。因此，在得
出數學解答之後還要讓所得的結論接受實際的考察，看它是否合理，是否可行。如果不
符合實際，還應設法找出原因，修改原來的模型，重新求解和檢驗，直到比較合理可行
，才算是得到一個解答，可以先付諸實施，但是，十全十美的答案是沒有的，已得到的
答案一定還有改進的餘地，還可以根據實際情況，或者繼續研究和改進;或者暫停告一段
落，待將來有新的情況和要求後再作該進。
上面所說的建立數學模型來解決問題的過程，是各行各業各個領域大量需要的，也是我
們的學生在走上工作單位後常常要做的工作。做這樣的事情，所需要的遠不只是數學知
識和解數學題的能力，而需要多方面的綜合能力。社會對具備這種能力的人的需求，比
對數學專門人才的需求要多的多。因此，在學校里就應當努力陪養和提高學生在這方面
的能力。當然有多種形式來達到這個目的。比如開設數學模型方面的課程;讓學生多接觸
實際工作，得到鍛煉，獲得知識及其他各方面的能力)去參與解決問題的全過程。這些實
際問題並不限於某一方面，可以涉及非常廣泛的，並不固定的范圍。這樣來促進應用人
才的培養。
二、數學模型的基礎
1． 數學模型的定義
現在數學模型還沒有一個統一的准確的定義，因為站在不同: 的角度可以有不同的定義
。不過我們可以給出如下定義。: "數學模型是關於部分現實世界和為一種特殊目的而作
的一個抽象的、簡化的結構。" : 具體來說，數學模型就是為了某種目的，用字母、數
學及其它:數學符號建立起來的等式或不等式以及圖表、圖象、框圖等描述客觀事物的特
征及其內在聯系的數學結構表達式。
2．建立數學模型的方法和步驟
第一、 模型准備 (問題的提出與分析)
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
征。
第二、 模型假設與符號說明
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。
第三、 模型的建立與求解
通過對問題的分析和模型假設後建立數學模型（模型運用數學符號和數學語言來描述）
，並過設計演算法、運用計算機實現等途徑（根據模型的特徵和要求確定）求解模型！此
過程是整：個數模過程的最重要部分，需慎重對待！
第四、 型的檢驗
即通過問題所提供的數據或相對於實際生活中的情況對模型的合理性、准確性等進行判
別模型的優劣！可通過計算機模擬等手段來完成！
第五、 模型的完善與推廣
此步驟可根據建模時具體情況而定！
關於建模的步驟並不一定必須按照以上幾步進行，有興趣的同仁可參考建模的相關書籍
。
三、數學建模參考資料：
1、《數學模型基礎》 王樹禾 中國科學技術大學出版社 1996
2、《數學模型》 譚永基，俞文 復旦大學出版社 1997
3、《數學建模競賽教程》 李尚志 江蘇教育出版社 1996
這些書均可在圖書館借到或在九章書店買到。其他方面的書也很多，有足夠時間可以去
翻翻。全國大學生數學建模競賽的有關信息，可在Internet上中國工業與應用數學學業
會 （CSIAM）的主頁內瀏覽，網址為：http://www.csiam.e.cn/。數學建模比賽每年
的9月下旬舉行，每年6月份報名，三人組成一個參賽隊。欲參加比賽的同學應該到數學
系旁聽數學模型課或者選修公共選修課"數學模型"。
《吉米多維奇數學分析習題集》
本書只適合超級大牛同學做。圖書館有借和海淀圖書城的九章數學書店有售。
《數學分析中的典型問題與方法》
裴禮文著，高教出版社。本書可謂寶典級的聖書。適合一般牛的同學。圖書館不多，九
章書店有售。
《大學生數學競賽試題解析選編》
第二版，李心燦等編，高教出版社。凡是科協課外小組的同學要求人手一本。裡面收集
了北京市大學生數學競賽的歷年真題，比較好，對於水平中等及中等以上的同學均有意
義。九章數學書店有售。
《高等數學復習題解與指導》
陳文燈著，上下兩本，北京理工大學出版社：該書講解十分詳盡，對於各類水平的同學
均有很大的幫助。嘔血推薦！！！九章書店有售。
《數學復習指南》
理工類，陳文燈等著。該書高數內容與上本書基本一致。但該書還有線性代數，概率論
等部分，非常全面。圖書館有借。各大書店均有售。適合所有水平的同學。
《高等數學解題過程的分析和研究》
錢昌本著。該書主要介紹高等數學的思維方法。例題很有啟發性。圖書館有借。九章書
店有售。
從常微分方程開始，數學課就變成沒底的東西，每一個標題做下去都是數學研究裡面龐
大的一塊。對於一門基本課程應該講些什麼也始終討論不斷。下面開始說參考書，毫無
疑問，我們還是得從我們強大的北方鄰國說起。
《常微分方程講義》
彼得羅夫斯基。在20世紀數學史上，這位前莫斯科大學校長占據著一個非常特殊的地位
。從學術上說，他在偏微那一塊有非常好的工作，五十年代谷先生去蘇聯讀學位的時候
還參加過他主持的討論班。他從三十年代末開始就轉向行政工作。在他早年的學生裡面
有許多後來蘇聯的高官，所以他就利用和這些昔日學生的關系為蘇聯數學界構築了一個
保護傘，他這本書在相當長的時期里是標准教材。
《常微分方程》
龐特里亞金。龐特里亞金院士十四歲時因化學實驗事故雙目失明，在母親的鼓勵和幫助
下，他以驚人的毅力走上了數學道路，別的不說，光看看他給後人留下的"連續群"，"最
佳過程的數學理論"，你就不得不對他佩服得五體投地，有六體也投 下來了。他的這本
課本就是李迅經先生他們翻譯的。此書影響過很多我們的老師輩的人物。

C. 數學建模怎麼做

數學建模是在大學當中的一個數學競賽項目，其規則就是，通過數學知識來解決實際生活中具體的問題。

因為無論是作圖還是寫文章，許多地方都需要通過軟體來進行輔助製作。其次的話就是需要自己組建團隊，一般需要三四個人的樣子。

D. 數學建模解決實際問題的例子

數學建模解決實際問題的例子比如：

在溫室人工干預環境中，為了獲得更加准確的氣候，荷蘭特意開發出了一個數學模型，因此領先世界其他國家。將普通生活中的很多抽象問題具體化，數字化，是我對數學建模的理解。它其實可以用在我們生活的方方面面，特別是大型管理項目，大量數據項目中，更顯效率。

目標函數是指描述問題目標的數學方程，而約束條件則是指描述問題中制約和限制因素的數學表達式（等式或不等式）。

E. 數學建模過程中應注意哪些問題

談參加全國大學生數學建模競賽應注意的問題

［摘要］根據多年來全國大學生數學建模競賽（CUMCM）指導工作的經驗，文章從參賽准備、答卷要求、評判依據及競賽的發展趨勢等方面進行了深入的分析，並給今後的參賽者提出了一些相關的建議。
［關鍵詞］CUMCM參賽准備答卷要求評判依據發展趨勢
［作者簡介］崔志明（1965- ），男，陝西延長人，延安大學數學與計算機科學學院副教授，主要研究方向為數學模型。（陝西延安716000）
［中圖分類號］G642.46［文獻標識碼］A［文章編號］1004-3985（2006）36-0191-02

由教育部高教司和中國工業與應用數學學會共同主辦的全國大學生數學建模競賽，一直受到廣大學生和高校的歡迎。十幾年來，競賽的規模不斷擴大是有其深刻背景的，因為數學與計算機技術相結合，已形成一種普遍的、可實現的關鍵技術———數學技術，而「高技術本質上是一種數學技術」的觀點已愈來愈為人們所認同，正是在這樣的大背景下，面向高等院校的大學生數學建模競賽也就應運而生了。筆者多年從事數學建模教學和競賽的指導工作，積累了大量的經驗，現將其整理成文，以供參考。
一、心裡要有「底」
首先，賽題來自於哪個實際領地的確難以預料，但絕不會過於「專」，它畢竟是經過簡化、加工的。大部分賽題僅憑意識便能理解題意，少數賽題的實際背景可能生疏，只需要查閱一些資料，便可以理解題意。其次，所有的賽題當然要用到數學知識，但一定不會過於高深。用得較多的有運籌學、概率與統計、計算方法、離散數學、微分方程等方面的一部分理論和方法，這些內容在賽前培訓已學過一些，真的用到了，總知道在哪些資料中查找。
二、當斷即斷
在兩個賽題中選擇做哪一個不能久議不決，因為你們只有三天時間，一旦選定了，就不要再猶豫，更不要反復。選定了賽題之後，在討論建模思路和求解方法時會有爭論，但不能無休止地 爭論，而應學會妥協。方案定下來後，全隊要齊心協力地去做。
三、對困難要有足夠的心理准備
「拿到題目就有思路，做起來一帆風順」，哪有如此輕松的事？參加競賽可以說是「自討苦吃，以苦為樂」，競賽三天中所經受的磨煉一定會終生難忘，並成為自己的一份精神財富。好多同學賽後說：「參賽會後悔三天，而不參賽則遺憾一生。」做「撞到槍口上」的賽題，不一定比「外行」強。如學機械的隊員做機械方面的賽題，學投資的隊員做投資方面的賽題，學統計的隊員做統計方面的賽題，都有可能「聰明反被聰明誤」，這些情況在陝西賽區和全國賽區都曾發生過。
四、沒有最好，只有更好
首先，完成建模賽題，當然要有創造性，而在創造性方面是沒有頂峰的，每個隊都應竭盡全力。以1994B《鎖具裝箱與銷售》為例，各賽區送交全國的答卷，絕大多數都達到甚至超過了全國組委會提供的參考解答要求，於是評卷組決定，凡未達到解答要求的或文字表述很差的答卷立即淘汰，這樣就刷下來近1/3，對餘下的答卷又決定，必須超過參考解答要求，才能考慮是否給一等獎，只有給出不能互開鎖具最大數的論證，或者對鎖具裝箱銷售問題有更深入、更符合實際討論的答卷才能評為全國一等獎。因此，各隊一定要在「更好」二字上狠下工夫。其次，每年全國評出的優秀答卷幾乎都有不足之處，甚至有錯誤。有明顯錯誤的答卷竟然也是優秀，其實並不奇怪，因為答卷的優秀與否是相對而言的。就看你這個隊的答卷在所有做同一個賽題的總體中處在什麼檔次了。第三，一些賽題可以說是「無止境的」。如1999B《鑽井布局》的問題三，就連獲得「創維杯」的那個隊（大連理工大學）也未能得出最終的結論。這道賽題的命題評閱人也指出：「它涉及較多關於整點分布的性質，值得深入研究。」
五、首要任務是把問題吃透
拿到賽題後先別著急想「這道題怎麼做」，而應當先弄明白「這道題要我們做什麼」。一道賽題通常包括背景、問題和數據三部分，對前兩部分要仔細推敲，弄清楚要解決什麼樣的實際問題，對數據也要弄明白它的實際含義是什麼，否則就有可能偏離原題，如果還要做下去，那就沒有意義了。
做題時，先別急於尋找求解的數學方法，而應把注意力首先放在建立數學模型上，一定要抓住實際問題的主要因素。如2000B《鋼管的訂購和運輸》是一道離散優化問題，其重點顯然是模型的分析和建立，題目中三個問題所涉及的購運計劃、總費用以及靈敏度分析等都是通過對模型的求解和討論才能知道的。然而陝西賽區有些隊並未給出明確的模型，只是用「湊」的辦法，一段一段給出數字結果，盡管在大體上還是合理的，但這種方法沒有一般性，它根本不是數學建模的正確思路。
六、動腦筋和用電腦的關系
數學建模離不開計算機和軟體，但是在競賽中已經出現了一種不良現象，應當引起注意，即不是把工夫主要下在動腦筋上，而是過分地依賴電腦，確切地說就是削弱了數學分析能力，過分地依賴高級軟體。一個優秀的參賽隊應當是在充分動腦筋的基礎上，恰當地使用計算機和軟體，要知道，計算機和軟體是讓聰明人更加能乾的工具，而一份優秀的答卷總該有點數學水平。
七、正確對待數字結果
大多數的情形是數字結果不可能絕對准確，只要合理就行，但也不能太離譜。如1996A《最優捕魚策略》的兩個問題都有總的捕撈量，較為准確的答案是問題一：年38.87萬噸；問題二：年160.5萬噸。而陝西賽區一些隊答的是問題一：年×萬噸；問題二：年××萬噸。
有時數字結果的准確程度會影響到答卷的排序，有時數字結果是唯一的，一絲一毫都不能差。在對待數字結果方面的教訓是：設計的演算法要有一定的普適性，力求嚴謹，而不要過分拘泥於賽題所給的具體數據。對數字結果一定要仔細檢查。在合理的前提下應力求准確性高一些。即使數字結果絕對准確，也不可高枕無憂，還應檢查演算法有無疏漏。
八、「面向實際」的要求應當貫徹始終
在提出假設、建立模型時，似乎不應忽略「面向實際」的要求，但在模型的檢驗、評價、改進等部分就不一定了。
首先，不要過分拘泥於賽題的文字敘述，而要牢記答卷的基本要求。如2001A《血管的三維重建》在提出問題時這樣敘述：「試計算管道的中軸線與半徑，給出具體演算法，並繪制中軸線在各坐標平面的投影圖。」陝西賽區做此題的75個隊中，有相當多的隊答非所問，這有什麼不妥呢？首先，賽題的題目是「血管的三維重建」，既然你已經求出了管道的中軸線和半徑，為什麼不重建管道壁？其次，也是更為重要的是，即使已經重建了管道壁，為什麼不進行檢驗呢？因為對這道賽題而言，只有進行了檢驗，才能對所建的模型給出恰當的評價，並找出改進的方向。
其次，答卷切忌「虎頭蛇尾」。如1995B《天車與冶煉爐的作業調度》題目要求「提出該車間把鋼產量提高到年產300萬噸的建議」，本來是讓參賽者在本隊模型演算法的基礎上提出改進管理調度，挖掘生產潛力的具體建議。讓人感到意外的是，有的隊竟然提出「再添一座甚至幾座冶煉爐！」他們是否知道一座大型轉爐連同配套設備需要數千萬乃至上億元的投資呢！提出這種建議的隊純粹是脫離實際。
九、數學的發展趨勢必然會反映到賽題中，並增加賽題的挑戰性
近些年，國際上數學發展的趨勢包括了離散數學的作用不斷擴大、對非線性問題的關注不斷增長、概率統計的作用不斷擴大、大規模科學計算進一步發展等。反映到CUMCM的賽題中，就是連續性問題很少，優化問題大多數都是非線性的，近幾年每年至少有一個隨機型問題，計算量越來越大，一個隊用兩台電腦還忙不過來的現象已屢見不鮮。
數學這門古老的學科在與一些年輕的學科如圖像處理、圖形學、計算機科學的交叉結合中，有力地推動了許多新生長點的涌現（2001A所涉及的「序列圖像的計算機三維重建」便是這種生長點之一）。這種交叉過程也推動了數學自身的發展，例如等徑管道三維重建的許多方法就與數學中的等距線、等距面、包絡面、掃擦曲面等概念緊密相連。反映數學發展這一趨勢的2001A題不僅頗具新意，而且這道賽題所表明的動向值得各參賽院校注意。

［參考文獻］
［1］李大潛.中國大學生數學建模競賽［M］.北京：高等教育出版社，2001.
［2］葉其孝.大學生數學建模競賽輔導教材［M］.長沙：湖南教育出版社，1997

F. 數學建模能解決什麼實際問題

您好。數學建模可以解決的實際問題很多啦，比如數學建模考試題會涉及到遺產的分配，最小距離的計算，水的體積的測量

G. 數學建模怎麼做啊

數學建模就是通過計算得到的結果來解釋實際問題，並接受實際的檢驗，來建立數學模型的全過程。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。

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。

模型假設
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。

模型建立
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）。

模型求解
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）。

模型分析
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。

模型檢驗
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。