建立数学模型的方法

1. 建立数学模型的方法

建立数学模型的方法如下：
1.类比法。
数学建模的过程就是把实际问题经过分析、抽象、概括后，用数学语言、数学概念和数学符号表述成数学问题，而表述成什么样的问题取决于思考者解决问题的意图。
类比法建模一般在具体分析该实际问题的各个因素的基础上，通过联想、归纳对各因素进行分析，并且与已知模型比较，把未知关系化为已知关系，在不同的对象或完全不相关的对象中找出同样的或相似的关系，用已知模型的某些结论类比得到解决该“类似”问题的数学方法，最终建立起解决问题的模型。

2.量纲分析法。
量纲分析是20世纪初提出的在物理领域中建立数学模型的一种方法，它是在经验和实验的基础上，利用物理定律的量纲齐次性，确定各物理量之间的关系。它是一种数学分析方法，通过量纲分析，可以正确地分析各变量之间的关系，简化实验和便于成果整理。
在国际单位制中，有七个基本量：质量、长度、时间、电流、温度、光强度和物质的量，它们的量纲分别为M、L、T、I、H、J和N，称为基本量纲。
量纲分析法常常用于定性地研究某些关系和性质，利用量纲齐次原则寻求物理量之间的关系，在数学建模过程中常常进行无量纲化，无量纲化是根据量纲分析思想，恰当地选择特征尺度将有量纲量化为无量纲量，从而达到减少参数、简化模型的效果。
3.差分法。
差分法的数学思想是通过taylor级数展开等方法把控制方程中的导数用网格节点上的函数值的差商代替进行离散，从而建立以网格节点上的值为未知数的方程组，将微分问题转化为代数问题，是建立离散动态系统数学模型的有效方法。
构造差分的方法有多种形式，目前主要采用的是泰勒级数展开方法。其基本的差分表达式主要有以下几种形式：一阶向前差分、一阶向后差分、一阶中心差分和二阶中心差分等，其中前两种格式为一阶计算精度，后两种格式为二阶计算精度。通过对时间和空间这几种不同差分格式的组合，可以组合成不同的差分计算格式。
差分法的解题步骤为：建立微分方程;构造差分格式;求解差分方程;精度分析和检验。
4.变分法。

变分法是处理函数的函数的数学领域，即泛函问题，和处理数的函数的普通微积分相对。这样的泛函可以通过未知函数的积分和它的导数来构造，最终寻求的是极值函数。现实中很多现象可以表达为泛函极小问题，即变分问题。变分问题的求解方法通常有两种：古典变分法和最优控制论。受基础知识的制约，数学建模竞赛大专组的建模方法使用变分法较少。

2. 模型建立的方法和步骤

一、模型建立的方法
GMS软件有三种建立确定性模型的方法，包括概念模型法、网格法和Solids法。本书中所选择的方法为Solids法。不管是利用网格法或者概念模型法建模，对含水层结构进行合理的概化是其中一个重要环节，所建模型的准确性很大程度上取决于对实际水文地质条件的正确判断。若轻视对具体水文地质条件的研究，过多依赖模拟技术建立的模型，通常与实际问题相差甚远，也没有使用价值（魏加华等，2003）。当地层出现尖灭、垂向上具有多元结构、水文地质条件比较复杂时，前两种方法不能准确描述此类地层结构，也不能验证基于地质统计学插值求得的含水层顶底板高程是否与实际的钻孔资料相符。GMS中的实体模块Solids利用钻孔资料可以建立地层的三维结构可视化模型，Solids模型定义了地层结构的空间分布，可以切割生成三维显示任意方向的地层剖面（王丽霞等，2011）。
二、模型建立的步骤
利用Solids建模的步骤：
（1）在钻孔模块（borehole）中定义钻孔的坐标位置及垂向上的层位（horizon）。层位即不同地层的交线或岩性分界线。由于地层沉积通常是连续的，因此层位按照一定的次序排列。然而实际地层一般比较复杂，钻孔资料常出现地层缺失现象，遇到此种情况，将缺失的层位空出，使Solids得到的剖面和实际地层剖面相符合。
（2）根据实际的钻孔资料将相应的层位用弧线连接，同时注意地层尖灭的标示。层位连接后生成不同多边形，每个多边形表示相应的地层或岩性。
（3）在地图模块Maps中定义不规则三角网格TIN，来表示地层单元插值的表面边界。
（4）在实体模块Solids选择恰当的插值方法，由horizons生成其相应地层的Solids。如果有N个horizons则有N-1个Solids，Solids生成后即可以在模型上切割任意剖面来检验模型的三维空间结构。
（5）根据Solids数来确定所需网格的最小层数，生成三维网格并进行MODFLOW的初始化。将Solids记录的地层空间信息转成MODFLOW中含水层的顶底板标高，至此地下水三维空间结构模型建立完成。
三、建模过程中可能遇到的问题及解决方法
地下水三维可视化模型建立，首先要基本查明灌区的水文地质条件。了解灌区的地貌、地质条件、构造发育、各地层厚度等信息，需要收集和整理地下水的相关资料，包括灌区水文地质报告、构造图、地质地貌图、水文地质剖面图、电子版地理底图、等高线图、含水层顶底板高程等值线图以及钻孔数据资料等。再结合水文地质条件对含水层资料进行整理和概化。利用GMS建立地下水三维可视化模型时，尤其是在大区域建模中，可能出现3类问题（张永波等，2007；孙红梅等，2008）。
1.由于钻孔分布不均匀而导致的地层缺失
在大区域建模中，由于研究区范围较大，各部分研究程度不同，一般会引起钻孔分布的不均匀。通过不均匀分布的钻孔资料建立水文地质结构模型，可能致使部分地层产生缺失，导致结构模型失真。另外，钻孔分布均匀程度是一个相对概念，对于地形平缓、地层结构相对简单的地区，少量钻孔基本可以比较清楚地反映地层结构；对于地形起伏较大、地层结构比较复杂、构造比较发育的地区，需要较多的有效钻孔，才可能准确揭示地层分布及构造发育状况，然而实际工作中完全实现是不可能的。对于此种问题，根据研究区的地质地貌图、构造分布图及前人绘制的剖面图，对已有的钻孔数据资料进行分析和整理，在具有控制点作用的位置可以适当虚拟部分钻孔数据或者各层面的高程数据，以准确反映该区域地层结构和构造。采用扩充后的钻孔数据资料建立水文地质结构模型，可以弥补由于钻孔资料缺乏而导致的部分地层的缺失。
2.由于钻孔不够深而引起的下伏地层抬升
在钻探工作中，往往有些钻孔深度不够，不能完整地揭露地层。根据这样的钻孔数据建立水文地质结构模型时，系统默认将钻孔底部的标高作为上一层的底部界面。这样就造成下伏地层的抬升。对于这种情况，根据前人绘制的地层等厚度线及剖面图，结合四周钻孔数据对该钻孔资料进行修正，修正后的钻孔资料可以比较准确地反映地层结构。采用修正后的数据资料建立水文地质结构模型，可以有效地控制下伏地层的抬升。
3.由于钻孔资料过细而引起的地层混杂
在野外纪录的钻孔资料中，局部有透镜体形成的地层，透镜体分布的连续性相对较差。采用过细的资料建模，计算机不能分辨透镜体及连续地层，容易出现地层混杂，即将某个钻孔的透镜体地层和另一个或其他几个钻孔的连续地层分界面相连接，导致生成错误的地层结构。对于这种情况，根据该区域剖面图整理资料时，将透镜体区分出来，忽略较小的透镜体，针对较大的透镜体则另外生成地层结构。
此外，在插值计算中，由于计算方法的不同，产生的结果也许会有很大差异，这需要在进行插值计算时，根据不同的具体条件选择适当的插值方法。

3. 数学建模的七个步骤

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：

明确问题
合理假设
搭建模型
求解模型
分析检验
模型解释
1、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。


2、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。

3、搭建模型

搭建模型就是根据实际问题的基本原理或规律，建立变量之间的关系。

要描述一个变量随另一个变量的变化而变化，最简单的方法是作图，或者画表格，还可以用数学表达式。在建模中，通常要把一种形式转换成另一种形式。将数学表达式转换成图形和表格较容易，反过来则比较困难。

用一些简单典型函数的组合可以组成各种函数形式。使用函数解决具体的实际问题，还比须给出各参数的值，寻求这些参数的现实解释，往往可以抓住问题的一些本质特征。


4、求解模型

对模型的求解往往涉及不同学科的专业知识。现代计算机科学的发展提供了强有力的辅助工具，出现了很多可进行工程数值计算和数学推导的软件包和仿真工具，熟练掌握数学建模的仿真工具可大大增强建模能力。

不同数学模型的求解难易不同，一般情况下很多实际问题不能求出解析解，因此需要借助计算机用数值的方法来求解，在编写代码之前要明确算法和计算步骤，弄清初始值、步长等因素对结果的影响。

5、分析检验

在求出模型的解后，必须对模型和“解”进行分析，模型和解的适用范围如何，模型的稳定性和可靠性如何，是否到达建模目的，是否解决了问题？

数学模型相对于客观实际不可避免地会带来一定误差，一方面要根据建模的目的确定误差的允许范围，另一方面要分析误差来源，想办法减小误差。


一般误差有以下几个来源，需要小心分析检验：

模型假设的误差：一般来说模型难以完全反映客观实际，因此需要做不同的假设，在对模型进行分析时，需要对这些假设小心检验，分析比较不同假设对结果的影响。
求近似解方法的误差：一般来说很难得到模型的解析解，在采用数值方法求解时，数值计算方法本身也会有误差。这类误差许多是可以控制的。
计算工具的舍入误差：在用计算器或计算机进行数值计算时，都不可避免由于机器字长有限而产生舍入误差，如果进行了大量运算，这些误差的积累是不可忽视的。
数据的测量误差：在用传感器、调查问卷等方法获得数据时，应注意数据本身的误差。
6、模型解释

数学建模的最后阶段是用现实世界的语言对模型进行翻译，这对使用模型的人深入了解模型的结果是十分重要的。模型和解是否有实际意义，是否与实际证据相符合。这一步是使数学模型有实际价值的关键一步。


相关阅读

数学模型和数学建模介绍

数学建模常用的

4. 建立数学模型的一般步骤

建立数学模型的一般步骤图形表示如下：原型分析→确定模型类别→建立模型→检验
第一，掌握和分析客观原型的各种关系，数量形式。数学模型是从现实原型中抽象出来的，如果我们不能准确全面地掌握客观原型的数量关系，内部变化规律等，就会无法构造出正确的数学模型。因此我们要求作为构造数学模型的第一步，要尽量地分析和掌握原型的各种数据和各种关系。

第二，确定所研究原型的本质属性，从而抓住问题的本质。从构建数学模型的意义上来分析，要清楚准备建立的数学模型的类型，只有这样才能为建构数学模型做好准备工作。这其中最重要的是认清变量关系以及事物各元素之间的关系。
第三，建立数学模型。这一阶段要求建立起在数学概念，语言表述，符号等基础上的数学模型。此时，客观原型已经被数学的抽象形式明确地表现出来，数学模型的确定性，随机性，模糊性已经十分清楚，进而应当运用的数学工具及计算用的表达式都应当清楚。

第四，对数学模型进行运演和检验。这一阶段要求把数学模型进行逻辑推理，理论计算的结果返回到实践中去检验，如果其结果不符合客观实践就要被修正，甚至重新构造数学模型。

5. 建立数学模型的方法

建立数学模型的方法大体上可分为两大类、一类是机理分析方法，一类是测试分析方法。机理分析是根据对现实对象特性的认识、分析其因果关系，找出反映内部机理的规律,建立的模型常有明确的物理或现实意义。

模型准备首先要了解问题的实际背景，明确建模的目的搜集建模必需的各种信息如现象、数据等，尽量弄清对象的特征,由此初步确定用哪一类模型，总之是做好建模的准备工作。
情况明才能方法对，这一步一定不能忽视，碰到问题要虚心向从事实际工作的同志请教，尽量掌握第一手资料。
模型假设根据对象的特征和建模的目的，对问题进行必要的、合理的简化，用精确的语言做出假设，可以说是建模的关键一步一般地说，一个实际问题不经过简化假设就很难翻译成数学问题，
即使可能，也很难求解不同的简化假设会得到不同的模型假设作得不合理或过份简单，会导致模型失败或部分失败，于是应该修改和补充假设，假设作得过分详细，试图把复杂对象的各方面因素都考虑进去，可能使你很难甚至无法继续下-步的工作。

通常，作假设的依据，一是出于对问题内在规律的认识，二是来自对数据或现象的分析，也可以是二者的综合·作假设时既要运用与问题相关的物理、化学、生物、经济等方面的知识，又要充分发挥想象力、洞察力和判断力，善于辨别问题的主次，
果断地抓住主要因素，舍弃次要因素，尽量将问题线性化、均匀化经验在这里也常起重要作用写出假设时，语言要精确，就象做习题时写出已知条件那样。

6. 怎么建立数学模型

建立数学模型的方法：
   
 1、建摸前需准备充分，教师要创造一个学生比较熟悉的或亲身经历的含有数学问题的现实情景，让学生了解问题的实际背景，搜集处理各种信息，提出数学问题，为建立数学模型作准备。
  
 2、以观察、比较、分析、抽象、概括建立模型，根据建摸对象的特征和建摸的目的，对实际数学问题或现实情景，进行观察、比较、分析、抽象、概括，进行必要的、合理的假设，运用形式化的数学语言表达出数学概念或用数学符号刻划出一种数学结构。
  
 3、应用模型，建立数学模型的目的是更好的描述自然现象和社会现象，从而帮助人们更好地认识自然、社会，改造自然、社会。通过建立数学模型可以教给学生一些数学思想方法，为将来进一步学习和将来的社会实践打下坚实的基础。

7. 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

8. 数学建模如何建立模型?

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。 
  
   问题二：1.什么是数学模型？数学建模的一般步骤是什么？ 2.数学建模需要具备哪些能力和知识？ 答的好悬赏加 100分 数学建模是利用数学方法解决实际问题的一种实践.即通过抽象、简化、假设、引进变量等处理过程后,将实际问题用数学方式表达,建立起数学模型,然后运用先进的数学方法及计算机技术进行求解. 
  数学建模将各种知识综合应用于解决实际问题中,是培养和提高学生应用所学知识分析问题、解决问题的能力的必备手段之一. 
  数学建模的一般方法和步骤 
  建立数学模型的方法和步骤并没有一定的模式,但一个理想的模型应能反映系统的全部重要特征：模型的可靠性和模型的使用性.建模的一般方法： 
  机理分析：根据对现实对象特性的认识,分析其因果关系,找出反映内部机理的规律,所建立的模型常有明确的物理或现实意义. 
  测试分析方法：将研究对象视为一个“黑箱”系统,内部机理无法直接寻求,通过测量系统的输入输出数据,并以此为基础运用统计分析方法,按照事先确定的准则在某一类模型中选出一个数据拟合得最好的模型.测试分析方法也叫做系统辩识. 
  将这两种方法结合起来使用,即用机理分析方法建立模型的结构,用系统测试方法来确定模型的参数,也是常用的建模方法. 
  在实际过程中用那一种方法建模主要是根据我们对研究对象的了解程度和建模目的来决定.机理分析法建模的具体步骤大致如下： 
  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. 
  数学建模需要丰富的数学知识,涉及到高等数学,离散数学,线性代数,概率统计,复变函数等等基本的数学知识.同时,还要有广泛的兴趣,较强的逻辑思维能力,以及语言表达能力等等. 
  参加数学建模竞赛需知道的内容 
  一、全国大学生数学建模竞赛 
  二、数学建模的方法及一般步骤 
  三、重要的数学模型及相应案例分析 
  1、线性规划模型及经济模型案例分析 
  2、层次分析模型及管理模型案例分析 
  3、统计回归模型及案例分析 
  4、图论模型及案例分析 
  5、微分方程模型及案例分析 
  四、相关软件 
  1、Matlab软件及编程；2、Lingo软件；3、Lindo软件。 
  五、数模十大常用算法 
  1. 蒙特卡罗算法。2. 数据拟合、参数估计、插值等数据处理算法。3. 线性规划、整数规划、多元规划、二次规划等规划类算法。4. 图论算法。5. 动态规划、回溯搜索、分治算法、分支定界等计算机算法。6. 最优化理论的三大非经典算法。7. 网格算法和穷举法。8. 一些连续数据离散化方法。9. 数值分析算法。10. 图象处理算法。 
  六、如何查阅资料 
  七、如何写作论文 
  八、如何组织队伍：团队精神，配合良好，不断的提出问题和解决问题。 
  九、如何才能获奖：比较完整，有几处创新点。 
  十、如何信息处理：WORD、LaTeX，飞秋、QQ。 
  其实主要看下例子就可以了，知道一些基本的模型，我这里也有很多例子，各个学校的讲座都有要的话直接向我要...>> 
  
   问题三：怎么建立一个好的数学模型？  一个好的数学模型，首先应该是可以把所提问题解决的，只有能解决问题的模型才是好的模型。其次，就在于模型的创造性，创造性并不是说你非得自己找出个新的方法或者算法来，而是即使你用的是久的算法，但是你用在一个新的领域，并且很好的解决了问题，具有很好的适应性，那样就是一个好的数学模型。注意，数学模型可能是公式，也可能是某种算法，当然也可能是图表类的东西。 
  
   问题四：数学建模的一般步骤是什么？？  模型准备 
  了解问题的实际背景，明确其实际意义，掌握对象的各种信息。以数学思想来包容问题的精髓，数学思路贯穿问题的全过程，进而用数学语言来描述问题。要求符合数学理论，符合数学习惯，清晰准确。 
  模型假设 
  根据实际对象的特征和建模的目的，对问题进行必要的简化，并用精确的语言提出一些恰当的假设。 
  模型建立 
  在假设的基础上，利用适当的数学工具来刻划各变量常量之间的数学关系，建立相应的数学结构（尽量用简单的数学工具）。 
  模型求解 
  利用获取的数据资料，对模型的所有参数做出计算（或近似计算）。 
  模型分析 
  对所要建立模型的思路进行阐述，对所得的结果进行数学上的分析。 
  模型检验 
  将模型分析结果与实际情形进行比较，以此来验证模型的准确性、合理性和适用性。如果模型与实际较吻合，则要对计算结果给出其实际含义，并进行解释。如果模型与实际吻合较差，则应该修改假设，再次重复建模过程。 
  模型应用与推广 
  应用方式因问题的性质和建模的目的而异。而模型的推广就是在现有模型的基础上对模型有有一个更加全面，考虑更符合现实情况都适用的模型。 
  
   问题五：支北是什么? 5分 福州话里是脏话也.. 
  形容女人的.... 
  
   问题六：常见的建立数学模型的方法有哪几种  ―般说来建立数学模型的方法大体上可分为两大类、一类是机理分析方法,一类是测试分析方法．机理分析是根据对现实对象特性的认识、分析其因果关系,找出反映内部机理的规律,建立的模型常有明确的物理或现实意义