数学建模课件建立数学模型

第一章 建立数学模型,1.1 从现实对象到数学模型 1.2 数学建模的重要意义 1.3 数学建模示例 1.4 数学建模的方法和步骤 1.5 数学模型的特点和分类 1.6 怎样学习数学建模,玩具、照片、飞机、火箭模型 , 实物模型,水箱中的舰艇、风洞中的飞机 , 物理模型,地图、电路图、分子结构图 , 符号模型,模型是为了一定目的，对客观事物的一部分 进行简缩、抽象、提炼出来的原型的替代物,模型集中反映了原型中人们需要的那一部分特征,1.1 从现实对象到数学模型,我们常见的模型,你碰到过的数学模型“航行问题”,用 x 表示船速，y 表示水速，列出方程：,答：船速每小时20千米/小时.,甲乙两地相距750千米，船从甲到乙顺水航行需30小时， 从乙到甲逆水航行需50小时，问船的速度是多少?,x =20 y =5,航行问题建立数学模型的基本步骤,作出简化假设（船速、水速为常数）；,用符号表示有关量（x, y表示船速和水速）；,用物理定律（匀速运动的距离等于速度乘以 时间）列出数学式子（二元一次方程）；,求解得到数学解答（x=20, y=5）；,回答原问题（船速每小时20千米/小时）。,数学模型 (Mathematical Model) 和 数学建模（Mathematical Modeling),对于一个现实对象，为了一个特定目的， 根据其内在规律，作出必要的简化假设， 运用适当的数学工具，得到的一个数学结构。,建立数学模型的全过程 （包括表述、求解、解释、检验等）,数学模型,数学建模,1.2 数学建模的重要意义,电子计算机的出现及飞速发展；,数学以空前的广度和深度向一切领域渗透。,数学建模作为用数学方法解决实际问题的第一步， 越来越受到人们的重视。,在一般工程技术领域数学建模仍然大有用武之地；,在高新技术领域数学建模几乎是必不可少的工具；,数学进入一些新领域，为数学建模开辟了许多处女地。,数学建模的具体应用,分析与设计,预报与决策,控制与优化,规划与管理,数学建模,计算机技术,知识经济,1.3 数学建模示例,1.3.1 椅子能在不平的地面上放稳吗,问题分析,模型假设,通常 三只脚着地,放稳 四只脚着地,四条腿一样长，椅脚与地面点接触，四脚连线呈正方形;,地面高度连续变化，可视为数学上的连续曲面;,地面相对平坦，使椅子在任意位置至少三只脚同时着地。,模型构成,用数学语言把椅子位置和四只脚着地的关系表示出来,椅子位置,利用正方形(椅脚连线)的对称性,用(对角线与x轴的夹角)表示椅子位置,四只脚着地,距离是的函数,四个距离(四只脚),A,C 两脚与地面距离之和 f(),B,D 两脚与地面距离之和 g(),两个距离,椅脚与地面距离为零,正方形ABCD 绕O点旋转,用数学语言把椅子位置和四只脚着地的关系表示出来,f() , g()是连续函数,对任意, f(), g()至少一个为0,数学问题,已知： f() , g()是连续函数 ; 对任意， f() g()=0 ; 且 g(0)=0， f(0) 0. 证明：存在0，使f(0) = g(0) = 0.,模型构成,地面为连续曲面,椅子在任意位置至少三只脚着地,模型求解,给出一种简单、粗糙的证明方法,将椅子旋转900，对角线AC和BD互换。 由g(0)=0， f(0) 0 ，知f(/2)=0 , g(/2)0. 令h()= f()g(), 则h(0)0和h(/2)0. 由 f, g的连续性知 h为连续函数, 据连续函数的基本性质, 必存在0 , 使h(0)=0, 即f(0) = g(0) . 因为f() g()=0, 所以f(0) = g(0) = 0.,评注和思考,建模的关键 ,假设条件的本质与非本质,考察四脚呈长方形的椅子,和 f(), g()的确定,1.3.2 商人们怎样安全过河,问题(智力游戏), 3名商人 3名随从,随从们密约, 在河的任一岸, 一旦随从的人数比商人多, 就杀人越货.,但是乘船渡河的方案由商人决定.商人们怎样才能安全过河?,问题分析,多步决策过程,决策 每一步(此岸到彼岸或彼岸到此岸)船上的人员,要求在安全的前提下(两岸的随从数不比商人多),经有限步使全体人员过河.,模型构成,xk第k次渡河前此岸的商人数,yk第k次渡河前此岸的随从数,xk, yk=0,1,2,3; k=1,2, ,sk=(xk , yk)过程的状态,S=(x , y) x=0, y=0,1,2,3; x=3, y=0,1,2,3; x=y=1,2,S 允许状态集合,uk第k次渡船上的商人数,vk第k次渡船上的随从数,dk=(uk , vk)决策,D=(u , v) u+v=1, 2 允许决策集合,uk, vk=0,1,2; k=1,2, ,sk+1=sk dk,+(-1)k,状态转移律,求dkD(k=1,2, n), 使skS, 并按转移律由 s1=(3,3)到达 sn+1=(0,0).,多步决策问题,模型求解,穷举法 编程上机,图解法,状态s=(x,y) 16个格点,允许决策 移动1或2格; k奇,左下移; k偶,右上移.,s1,sn+1,d1, ，d11给出安全渡河方案,评注和思考,规格化方法,易于推广,考虑4名商人各带一随从的情况,允许状态,S=(x , y) x=0, y=0,1,2,3; x=3, y=0,1,2,3; x=y=1,2,背景,世界人口增长概况,中国人口增长概况,研究人口变化规律,控制人口过快增长,1.3.3 如何预报人口的增长,指数增长模型马尔萨斯提出 (1798),常用的计算公式,x(t) 时刻t的人口,基本假设 : 人口(相对)增长率 r 是常数,今年人口 x0, 年增长率 r,k年后人口,随着时间增加，人口按指数规律无限增长,指数增长模型的应用及局限性,与19世纪以前欧洲一些地区人口统计数据吻合,适用于19世纪后迁往加拿大的欧洲移民后代,可用于短期人口增长预测,不符合19世纪后多数地区人口增长规律,不能预测较长期的人口增长过程,19世纪后人口数据,阻滞增长模型(Logistic模型),人口增长到一定数量后，增长率下降的原因：,资源、环境等因素对人口增长的阻滞作用,且阻滞作用随人口数量增加而变大,假设,r固有增长率(x很小时),xm人口容量（资源、环境能容纳的最大数量）,x(t)S形曲线, x增加先快后慢,阻滞增长模型(Logistic模型),参数估计,用指数增长模型或阻滞增长模型作人口 预报，必须先估计模型参数 r 或 r, xm,利用统计数据用最小二乘法作拟合,例：美国人口数据（单位百万）,专家估计,阻滞增长模型(Logistic模型),模型检验,用模型计算2000年美国人口，与实际数据比较,实际为281.4 (百万),模型应用预报美国2010年的人口,加入2000年人口数据后重新估计模型参数,Logistic 模型在经济领域中的应用(如耐用消费品的售量),阻滞增长模型(Logistic模型),数学建模的基本方法,机理分析,测试分析,根据对客观事物特性的认识， 找出反映内部机理的数量规律,将对象看作“黑箱”,通过对量测数据的 统计分析，找出与数据拟合最好的模型,机理分析没有统一的方法，主要通过实例研究 (Case Studies)来学习。以下建模主要指机理分析。,二者结合,用机理分析建立模型结构, 用测试分析确定模型参数,1.4 数学建模的方法和步骤,数学建模的一般步骤,模 型 准 备,了解实际背景,明确建模目的,搜集有关信息,掌握对象特征,形成一个 比较清晰 的问题,模 型 假 设,针对问题特点和建模目的,作出合理的、简化的假设,在合理与简化之间作出折中,模 型 构 成,用数学的语言、符号描述问题,发挥想像力,使用类比法,尽量采用简单的数学工具,数学建模的一般步骤,模型 求解,各种数学方法、软件和计算机技术,如结果的误差分析、统计分析、 模型对数据的稳定性分析,模型 分析,模型 检验,与实际现象、数据比较， 检验模型的合理性、适用性,模型应用,数学建模的一般步骤,数学建模的全过程,现实对象的信息,数学模型,现实对象的解答,数学模型的解答,(归纳),(演绎),表述,求解,解释,验证,根据建模目的和信息将实际问题“翻译”成数学问题,选择适当的数学方法求得数学模型的解答,将数学语言表述的解答“翻译”回实际对象,用现实对象的信息检验得到的解答,实践,现实世界,数学世界,1.5 数学模型的特点和分类,模型的逼真性和可行性,模型的渐进性,模型的强健性,模型的可转移性,模型的非预制性,模型的条理性,模型的技艺性,模型的局限性,数学模型的特点,数学模型的分类,应用领域,人口、交通、经济、生态 ,数学方法,初等数学、微分方程、规划、统计 ,表现特性,描述、优化、预报、决策 ,建模目的,了解程度,白箱,灰箱,黑箱,确定和随机,静态和动态,线性和非线性,离散和连续,1.6 怎样学习数学建模,数学建模与其说是一门技术，不如说是一门艺术,技术大致有章可循,艺术无法归纳成普遍适用的准则,想像力,洞察力,判断力,学习、分析、评价、改进别人作过的模型,亲自动手，认真作几个实际题目,