第十三章线性规划与数学建模简介

《第十三章线性规划与数学建模简介》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、精品课程《高等数学》（线性代数部分）电子教案第十三章线性规划与数学建模简介【授课对象】理工类专业学生【授课时数】6学时【授课方法】课堂讲授与提问相结合【基本要求】1、了解数学模型的基本概念、方法、步骤；2、了解线性规划问题及其数学模型；3、了解线性规划问题解的性质及图解法.【本章重点】线性规划问题.【本章难点】线性规划问题、线性规划问题解的性质、图解法.【授课内容】本章简要介绍数学建模的基本概念、方法、步骤，并以几个典型线性规划问题为例，介绍构建数学模型的方法及其解的性质。§1　数学建模概述一、数学建模数学建模是构造刻划客观事物原型的数学模型并用以分析、研究和解决实际问题的一种科学方

2、法。运用这种科学方法，必须从实际问题出发，遵循从实践到认识再实践的认识规律，围绕建模的目的，运用观察力、想象力的抽象概括能力，对实际问题进行抽象、简化，反复探索，逐步完善，直到构造出一个能够用于分析、研究和解决实际问题的数学模型。因此，数学建模是一种定量解决实际问题的创新过程。二、数学模型的概念模型是人们对所研究的客观事物有关属性的模拟。例如在力学中描述力、量和加速度之间关系的牛顿第二定律F＝ma就是一个典型的（数学）模型。一般地，可以给数学模型下这样的定义：数学模型是磁于以部分现实世界为一定目的而做的抽象、简化的数学结构。通俗而言，数学模型是为了一定目的对原型所作的一种抽象模拟，它

3、用数学式子，数学符号以及程序、图表等描述客观事物的本质特征与内在联系。三建立数学模型的方法和步骤建立数学模型没有固定模式。下面介绍一下建立模型的大体过程：1.建模准备建模准备是确立建模课题的过程。这类课题是人们在生产和科研中为了使认识和实践过一步发展必须解决的问题。因此，我们首先要发现这类需要解决的实际问题。其次要弄清所解决问题的目的要求并着手收集数据。进行建模筹划，组织必要的人力、物力等，确立建模课题。2．模型假设第10页共10页精品课程《高等数学》（线性代数部分）电子教案作为建模课题的实际问题都是错综复杂的、具体的。如果不对这些实际问题进行抽象简化，人们就无法准确把握它的本质属性

4、，而模型假设就是根据建模的目的对原型进行抽象、简化，抓住反映问题本质属性的主要因素，简化掉那些非本质的次要因素。有了这些假设，就可以在相对简单的条件下，弄清各因素之间的关系，建立相应的模型。合理的假设是建立理想模型的必要条件和基本保证。如果假设是合理的，则模型切合实际，能解决实际问题；如果假设不合理中或过于简化，则模型与实际情况不符或部分相符，就解决不了问题，就要修改假设，修改模型。3．构造模型在模型假设的基础上，开始构建数学模型。首先分析变量类型，恰当使用数学工具。一般而言，如果实际问题中的变量是确定型变量，数学工具可采用微积分、微分方程、线性或非线性规划、投入产出、确定性库存论等

5、。如果变量是随机变量，数学工具可采用概率与统计、排队论、对策论、决策论、随机微分方程、随机性库存论等。其次，抓住问题本质，简化变量之间的关系。可以说，数学的任一分支在构造模型时都可能有用，而同一实际问题也可以构造不同的数学模型。一般而言，在能够达到建模目的前提下，所用的数学工具应力求简单、易解，但要保证模型的解的精确在允许的范围内。4．模型求解不同的模型要选择或设计不同的数学方法和算法求解，许多模型还可以通过编写计算机程序软件包，借助计算机快速完成对模型的求解。5．模型分析对模型的求解结果进行分析，主要包括稳定性分析，参数的灵敏度分析，误差分析等。通过分析，若发现不符合建模要求，就要

6、修改或增减建模假设条款，重新构造模型，直到符合要求。若模型符合要求，则可以对模型进行评价是、预测民、优化等方面的探析，力争得到最优模型。6．模型检验对于经过分析后符合要求的模型，还要把它放回到实际对象中去进行检验，看它是否符合实际，能否解决相应的实际问题。若不符合实际，就要修改前提假设，重新建模，重新分析，直到获得符合实际的模型。7．模型应用建模最终目的，是用模型来分析、研究和解决实际问题。因此，一个成功和数学模型必须能够在实践中得到成功的应用，甚至形成一套科学和理论。图13――1是上述各步骤的直观图：建模准备（分析实际问题确立课题）建模假设（抽象、简化）构建模型模型求解模型分析（是

7、否相符）模型分析（是否相符模型应用图13――1数学建模步骤示意图　　　　　　　　一、数学模型的分类数学模型按照不同的分类标准有许多种类：1．按照模型的数学方法分，有几何模型、代数模型、图论模型、微分方程模型第10页共10页精品课程《高等数学》（线性代数部分）电子教案概率模型、最优控制模型、随机模型等等。2．按模型的特征分，有静态模型和动态模型，确定性模型和随机模型，离散模型和连续性模型，线性模型和非线性模型等。3．按模型的应用领域分，有人口模型、交通模型、