数学建模五个步骤顺序

1. 数学建模五个步骤顺序

数学建模五个步骤顺序如下：
第一步：根据研究对象的特点，确定研究对象属哪类自然事物或自然现象，从而确定使用何种数学方法与建立何种数学模型。即首先确定对象与应该使用的数学模型的类别归属问题，是属于“必然”类，还是“随机”类；是“突变”类，还是“模糊”类。

第二步：确定几个基本量和基本的科学概念，用以反映研究对象的状态。这需要根据已有的科学理论或假说及实验信息资料的分析确定。例如在力学系统的研究中，首先确定的摹本物理量是质主(m)、速度(v)、加速度(α)、时间(t)、位矢(r)等。
必须注意确定的基本量不能过多，否则未知数过多，难以简化成可能数学模型，因此必须诜择出实质性、关键性物理量才行。

第三步：抓住主要矛盾进行科学抽象。现实研究对象是复杂的，多种因素混在一起，因此，必须变复杂的研究对象为简单和理想化的研究对象，做到这一点相当困难，关键是分清主次。
如何分清主次只能具体问题具体分析，但也有两条基本原则：一是所建数学模型一定是可能的，至少可给出近似解；二是近似解的误差不能超过实际问题所允许的误差范围。
第四步：对简化后的基本量进行标定，给出它们的科学内涵。即标明哪些是常量，哪些是已知量，哪些是待求量，哪些是矢量，哪些是标量，这些量的物理含义是什么?第五步：按数学模型求出结果。

2. 数学建模有哪些方法?

一、机理分析法 从基本物理定律以及系统的结构数据来推导出模型.
  　　1.比例分析法--建立变量之间函数关系的最基本最常用的方法.
  　　2.代数方法--求解离散问题（离散的数据、符号、图形）的主要方 法.
  　　3.逻辑方法--是数学理论研究的重要方法,对社会学和经济学等领域的实际问题,在决策,对策等学科中得到广泛应用.
  　　4.常微分方程--解决两个变量之间的变化规律,关键是建立"瞬时变化率"的表达式.
  　　5.偏微分方程--解决因变量与两个以上自变量之间的变化规律.
  二、数据分析法 从大量的观测数据利用统计方法建立数学模型.
  　　1.回归分析法--用于对函数f（x）的一组观测值（xi,fi）i=1,2… n,确定函数的表达式,由于处理的是静态的独立数据,故称为数理统计方法.
  2.时序分析法--处理的是动态的相关数据,又称为过程统计方法.
  三、仿真和其他方法
  　　1.计算机仿真（模拟）--实质上是统计估计方法,等效于抽样试验
  　　① 离散系统仿真--有一组状态变量.
  　　② 连续系统仿真--有解析表达式或系统结构图.
  　　2.因子试验法--在系统上作局部试验,再根据试验结果进行不断分析修改,求得所需的模型结构.
  　　3.人工现实法--基于对系统过去行为的了解和对未来希望达到的目标,并考虑到系统有关因素的可能变化,人为地组成一个系统.

3. 数学建模的七个步骤

数学建模的七个步骤：
1、明确问题；2、合理假设；3、搭建模型；4、求解模型；5、分析模型；6、模型解释。7.模型应用

扩展：明确问题
数学建模所处理的问题通常是各领域的实际问题，这些问题本身往往含糊不清，难以直接找到关键所在，不能明确提出该用什么方法。因此建立模型的首要任务是辨明问题，分析相关条件和问题，一开始尽可能使问题简单，然后再根据目的和要求逐步完善。

合理假设
作出合理假设，是建模的一个关键步骤。一个实际问题不经简化、假设，很难直接翻译成数学问题，即使可能也会因其过于复杂而难以求解。因此，根据对象的特征和建模的目的，需要对问题进行必要合理地简化。
合理假设的作用除了简化问题，还对模型的使用范围加以限定。作假设的依据通常是出于对问题内在规律的认识，或来自对数据或现象的分析，也可以是两者的综合。作假设时，既要运用与问题相关的物理、化学、生物、经济、机械等专业方面的知识，也要充分发挥想象力、洞察力和判断力，辨别问题的主次，尽量使问题简化。
为保证所作假设的合理性，在有数据的情况下应对所作的假设及假设的推论进行检验，同时注意存在的隐含假设。

4. 数学建模步骤

数学建模（mathematical modeling）就是通过建立数学模型来解决各种实际问题的方法。 数学建模没有固定的格式和标准，也没有明确的方法，通常有6个步骤： 1、明确问题；2、合理假设；3、搭建模型；4、求解模型；5、分析检验；

6、模型解释。 数学建模所处理的问题通常是各领域的实际问题，这些问题本身往往含糊不清，难以直接找到关键所在，不能明确提出该用什么方法。因此建立模型的首要任务是辨明问题。

5. 数学建模的一般步骤

数学建模的一般步骤如下：
1、 实际问题通过抽象、简化、假设,确定变量、参数。
2、 建立数学模型并数学、数值地求解、确定参数。
3、 用实际问题的实测数据等来检验该数学模型。

4、 符合实际,交付使用,从而可产生经济、社会效益；不符合实际,重新建模。
数学模型的分类：
1、 按研究方法和对象的数学特征分：初等模型、几何模型、优化模型、微分方程模型、图论模型、逻辑模型、稳定性模型、统计模型等。

2、 按研究对象的实际领域（或所属学科）分：人口模型、交通模型、环境模型、生态模型、生理模型、城镇规划模型、水资源模型、污染模型、经济模型、社会模型等。

6. 数学建模的基本工作流程

1)建模准备
  数学建模是一项创新活动,它所面临的课题是人们在生产和科研中为了使认识和实践进一步发展必须解决的问题.“什么是问题?问题就是事物的矛盾,哪里有没解决的矛盾,哪里就有问题”.因此发现课题的过程就是分析矛盾的过程贯穿生产和科技中的根本矛盾是认识和实践的矛盾,我们分析这些矛盾,从中发现尚未解决的矛盾,就是找到了需要解决的实际问题,如果这些实际问题需要给出定量的分析和解答,那么就可以把这些实际问题确立为数学建模的课题,建模准备就是要了解问题的实际背景,明确建模的目的,掌握对象的各种信息,弄清实际对象的特征,情况明才能方法对.
  (2)建模假设
  作为课题的原型都是复杂的、具体的,是质和量、现象和本质、偶然和必然的统一体,这样的原型,如果不经过抽象和简化,人们对其认识是困难的,也无法准确把握它的本质属性.建模假设就是根据实际对象的特征和建模的目的,在掌握必要资料的基础上,对原型进行抽象、简化,把那些反映问题本质属性的形态、量及其关系抽象出来,简化掉那些非本质的因素,使之摆脱原型的具体复杂形态,形成对建模有用的信息资源和前提条件,并且用精确的语言作出假设,是建模过程关键的一步.对原型的抽象、简化不是无条件的,一定要善于辨别问题的主要方面和次要方面,果断地抓住主要因素,抛弃次要因素,尽量将问题均匀化、线性化,并且要按照假设的合理性原则进行,假设合理性原则有以下几点：
  ①目的性原则：从原型中抽象出与建模目的有关的因素,简化掉那些与建模目的无关的或关系不大的因素.
  ②简明性原则：所给出的假设条件要简单、准确,有利于构造模型.
  ③真实性原则：假设条件要符合情理,简化带来的误差应满足实际问题所能允许的误差范围.
  ④全面性原则：在对事物原型本身作出假设的同时,还要给出原型所处的环境条件.
  (3)模型建立
  在建模假设的基础上,进一步分析建模假设的各条件首先区分哪些是常量,哪些是变量,哪些是已知量,哪些是未知量；然后查明各种量所处的地位、作用和它们之间的关系,建立各个量之间的等式或不等式关系,列出表格、画出图形或确定其他数学结构,选择恰当的数学工具和构造模型的方法对其进行表征,构造出刻画实际问题的数学模型.
  在构造模型时究竟采用什么数学工具,要根据问题的特征、建模的目的要求以及建模者的数学特长而定 可以这样讲,数学的任一分支在构造模型时都可能用到,而同一实际问题也可以构造出不同的数学模型,一般地讲,在能够达到预期目的的前提下,所用的数学工具越简单越好.
  在构造模型时究竟采用什么方法构造模型,要根据实际问题的性质和建模假设所给出的建模信息而定,就以系统论中提出的机理分析法和系统辨识法来说,它们是构造数学模型的两种基本方法.机理分析法是在对事物内在机理分析的基础上,利用建模假设所给出的建模信息或前提条件来构造模型；系统辨识法是对系统内在机理一无所知的情况下利用建模假设或实际对系统的测试数据所给出的事物系统的输入、输出信息来构造模型.随着计算机科学的发展,计算机模拟有力地促进了数学建模的发展,也成为一种构造模型的基本方法,这些构模方法各有其优点和缺点,在构造模型时,可以同时采用,以取长补短,达到建模的目的.
  (4)模型求解
  构造数学模型之后,再根据已知条件和数据分析模型的特征和结构特点,设计或选择求解模型的数学方法和算法,这其中包括解方程、画图形、证明定理、逻辑运算以及稳定性讨论,特别是编写计算机程序或运用与算法相适应的软件包,并借助计算机完成对模型的求解.
  (5)模型分析
  根据建模的目的要求,对模型求解的数字结果,或进行变量之间的依赖关系分析,或进行稳定性分析,或进行系统参数的灵敏度分析,或进行误差分析等.通过分析,如果不符合要求,就修改或增减建模假设条件,重新建模,直到符合要求；通过分析如果符合要求,还可以对模型进行评价、预测、优化等.
  (6)模型检验
  模型分析符合要求之后,还必须回到客观实际中去对模型进行检验,用实际现象、数据等检验模型的合理性和适用性,看它是否符合客观实际,若不符合,就修改或增减假设条件,重新建模,循环往复,不断完善,直到获得满意结果 目前计算机技术已为我们进行模型分析、模型检验提供了先进的手段,充分利用这一手段,可以节约大量的时间、人力和物力.
  (7)模型应用
  模型应用是数学建模的宗旨,也是对模型的最客观、最公正的检验 因此,一个成功的数学模型,必须根据建模的目的,将其用于分析、研究和解决实际问题,充分发挥数学模型在生产和科研中的特殊作用.
  以上介绍的数学建模基本步骤应该根据具体问题灵活掌握,或交叉进行,或平行进行,不拘一格地进行数学建模则有利于建模者发挥自己的才能.
  关于软件有matlab lindo 等

7. 数学建模怎么做

数学建模是在大学当中的一个数学竞赛项目，其规则就是，通过数学知识来解决实际生活中具体的问题。

数学建模的比赛时间比较长，一般都是要求团队在几天之内完成一个具体的问题，包括画图，写论文等等工作。做数学建模，首先需要扎实的掌握大学中的数学基础知识。其次，还要学习一些数学电脑软件的应用，这在比赛当中非常重要。

因为无论是作图还是写文章，许多地方都需要通过软件来进行辅助制作。其次的话就是需要自己组建团队，一般需要三四个人的样子。

8. 数学建模怎么做?

问题一：数学建模怎么做啊？  刚参加完九月份的全国大学生数学建模竞赛。一份基本的的数学建模论文要包含以下几个方面： 
  摘要，问题的背景与提出，问题的分析，模型的假设，符号说明，模型的建立与求解，模型的评价与推广，参考文献。 
  正规的数学建模论文篇幅一般在20页以上。考虑到你读初三，老师的要求不会这么高，而且你的能力应该还有所欠缺。我的建议为你按照自己实际情况选择一个有一定挑战性的题目，题目的性质类似于应用题，但又和普通的应用题不同，可以没有确定答案，针对问题本身做一些分析和探讨，最好能和实际相结合。 
  要注意的是假设要合理，要有数学模型（包括一些方程，不等式等），要有分析思路，并且要对自己建立的模型进行优缺点评价，最好能做相应推广。 
  
   问题二：如何准备数学建模呢 需要做那些准备呢  作为大一、大二学生，第一，找一本有关建模的基础教程，如清华大学姜启源的《数学模型》（第三版）及配套习题和参考解答，系统地看完整个内容，并适当地选择一些复杂的习题自己做一做。第二，学会一门数学软件的使用，如matlab、mathematica、lingo、sps伐等。上面列出的软件中，必须熟练掌握一门，其它的也要进行了解。再就是一般Office软件如word、excel也要熟练掌握。特别要注意，word中数学公式的编排。平时多用，到竞赛时就不会手忙脚乱了。第三，掌握科技论文旋涡状的写作方法。到网上下载一些以前全国或全美大学生数学建模竞赛的获奖论文，学习别人建模写作方法。还有就是，平时多注意一些社会热点问题，看看能否试着用已尝到的数学建模方法去解决。 
  数学建模知识的平时积累，对一个想要参加数学建模竞赛的大学生是非常重要的。你在自我学习的过程中，还就多和身边的同学交流心得，合作地做几个问题，这也有助于自己建模水平的提高，并锻炼自己的协作工作能力、合作精神。 
  
   问题三：如何入门参与数学建模  学习运筹学知识和一些程序知识 
  
   问题四：如何利用excel制作数学模型  1.在表格中列好数据； 
  2.选中数据点击菜单栏中的“插入”，选择子菜单中的“图表”，从图表类型中选择合适的图表。（我一般用“XY散点图”） 
  3.点击菜单栏中的“图表”，可以添加趋势线。 
  如果要添加方程，可以在生成的图表中继续操作。 
  不知道你理解了没？ 
  我给个图片吧。 
  
   问题五：数学建模里的题怎么做？  你这个问题有些不好回答 
  不同的题目所用方法不同建模的目的不同 
  建模的要求不同 
  建模的条件不同 
  都会有影响 
  导致所用方法不同