数学建模方法与分析

石家庄经济学院 信息工程学院 1 数学建模与创业计划实践部

学习目标

1.能表述建立数学模型的方法、步骤；

2.能表述建立数学模型的逼真性、可行性、渐进性、强健性、可转移性、非预制性、条理性、技艺性和局限性等特点；； 3.能表述数学建模的分类；

4.会采用灵活的表述方法建立数学模型； 5.培养建模的想象力和洞察力。 一、建立数学模型的方法和步骤

—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.测试分折将研究对象视为一个“黑箱”系统，内部机理无法直接寻求，可以测量系统的输人输出数据、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与数据拟合得最好的模型。这种方法称为系统辨识(System

Identification)．将这两种方法结合起来也是常用的建模方法。即用机理分析建立模型的结构，用系统辨识确定模型的参数．

可以看出，用上面的哪一类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决定的．如果掌握了机理方面的一定知识，模型也要求具

插值与拟合方法

数学建模社团活动

主讲人：赵振刚

第一章 插值与拟合方法一般插值方法； 样条函数与样条插值方法； 磨光法与B样条函数； 最小二乘拟合方法； 应用案例分析与应用练习.

2

2013年11月24日

一、一般插值方法1.一般问题的提出实际中不知道函数 y f (x) 的具体表达式， 由实验 测量对于 x xi 有值 y yi (i 0,1,2, , n) ,寻求另一 函数 (x) 使满足： ( x i ) yi f ( xi ) 。此问题称为插值问题， 并称 (x) 为 f (x) 的插值 函数； x 0 , x1 , x2 , , xn 称为插值节点；

( x i ) yi (i 0,1,2, , n) 称 为 插 值 条 件 ， 即 ( x i ) yi f ( xi ) ,且 ( x) f ( x) 。3 2013年11月24日

一、一般插值方法2. Lagrange插值公式设函数 y f (x) 在 n 1 个相异点 x 0 , x1 , x2 , , xn 上的值为 y 0 , y1 , y 2 , , yn ,要求一个次数

模糊数学方法建模

§1 模糊综合评判及其应用

一、模糊综合评判

在我们的日常生活和工作中，无论是产品质量的评级，科技成果的鉴定，还是干部、学生的评优等等，都属于评判的范畴。如果考虑的因素只有一个，评判就很简单，只要给对象一个评价分数，按分数的高低，就可将评判的对象排出优劣的次序。但是一个事物往往具有多种属性，评价事物必须同时考虑各种因素，这就是综合评判问题。所谓综合评判，就是对受到多种因素制约的事物或对象，作出一个总的评价。 综合评判最简单的方法有两种方式：

一种是总分法，设评判对象有m个因素，我们对每一个因素给出一个评分si，计算出评判对象取得的分数总和

S??si?1mi

按S的大小给评判对象排出名次。例如体育比赛中五项全能的评判，就是采用这种方法。 另一种是采用加权的方法，根据不同因素的重要程度，赋以一定的权重，令ai表示对第i个因素的权重，并规定

?ai?1mi?1，于是用

m S??asi?1ii

按S的大小给评判对象排出名次。

以上两种方法所得结果都用一个总分值表示，在处理简单问题时容易做到，而多数情况下评

模糊数学方法建模

§1 模糊综合评判及其应用

一、模糊综合评判

在我们的日常生活和工作中，无论是产品质量的评级，科技成果的鉴定，还是干部、学生的评优等等，都属于评判的范畴。如果考虑的因素只有一个，评判就很简单，只要给对象一个评价分数，按分数的高低，就可将评判的对象排出优劣的次序。但是一个事物往往具有多种属性，评价事物必须同时考虑各种因素，这就是综合评判问题。所谓综合评判，就是对受到多种因素制约的事物或对象，作出一个总的评价。 综合评判最简单的方法有两种方式：

一种是总分法，设评判对象有m个因素，我们对每一个因素给出一个评分si，计算出评判对象取得的分数总和

S??si?1mi

按S的大小给评判对象排出名次。例如体育比赛中五项全能的评判，就是采用这种方法。 另一种是采用加权的方法，根据不同因素的重要程度，赋以一定的权重，令ai表示对第i个因素的权重，并规定

?ai?1mi?1，于是用

m S??asi?1ii

按S的大小给评判对象排出名次。

以上两种方法所得结果都用一个总分值表示，在处理简单问题时容易做到，而多数情况下评

数学建模的绝大部分的方法,简单的介绍和分析,避免你到处找方法!做学术论文等都可以用到的!

目录

一、主成分分析法 ....................................................................................................... 2 二、因子分析法............................................................................................................ 5 三、聚类分析 .............................................................................................................. 9 四、最小二乘法与多项式拟合 ................................................................................. 16 五、回归分析（略） .....................

《最优化方法与数学建模》结课题目

1. 投资问题

某银行经理计划用一笔资金进行有价证券的投资，可供购进的证券以及其信用等级、到期年限、收益如下表所示。按照规定，市政证券的收益可以免税，其它证券的收益需按50%的税率纳税。此外还有以下限制： （1）政府及代办机构的证券总共至少要购进400万元；

（2）所购证券的平均信用等级不超过1.49，信用等级数字越小，信用程度越高； （3）所购证券的平均到期年限不超过5年. 1）若该经理有1000万元资金，应如何投资？

2）如果能够以2.75%的利率借到不超过100万元资金，该经理应如何操作？ 3）在1000万元资金情况下，若证券A的税前收益增加为4.5%，投资应否改变？若证券C的税前收益减少为4.8%，投资应否改变？

表 证券信息

到期税 证券种类 市政 代办机构 政府 政府 市政

信用等级 2 2 1 1 5

到期年限 （%） A B C D E

9 15 4 3 2

4.3 5.4 5.0 4.4 4.5 前收益2．阿桑的计划

阿桑小姐是一个小学教师，她刚刚继承了一笔遗产，交纳税金后净得50,000美元。阿桑小姐感到她的工资已足够她每年的日常开支，但是还不能满足她暑假旅游的计划。因此，她

目录

一、主成分分析法 ....................................................................................................... 2 二、因子分析法............................................................................................................ 5 三、聚类分析 .............................................................................................................. 9 四、最小二乘法与多项式拟合 ................................................................................. 16 五、回归分析（略） ................................................................

适合数学建模的人看下

随机性模型与模拟方法

适合数学建模的人看下

随机变量 蒙特卡罗方法 随机数的生成 模拟

适合数学建模的人看下

一、随机变量

何谓随机变量？随机变量是一个其值不可 预测的变量。虽然一个随机变量在个别试验 中其结果不确定，但在大量重复试验中其结 果是具有统计规律的。正是随机变量的这种 规律性使我们可以利用它来建模。例如我们 可以利用下述的数据：时间t(秒) 0 变量X 1 1 2 0 2 3 2 4 1 5 2 6 0 7 1 8 0 9 2

得出一个模型。

适合数学建模的人看下

X是一个离散的随机变量并取值于 0,1和2。我们 不可能给出 X 与 t 的确定的关系式，但是可以通 过数 X 的不同值出现次数来描述这随机型 的规律列表如下：频数 频率

X

0 3 0.3

1 3 0.3

2 4 0.4

这个表给出了随机变量 X 的变化规律，频率告 诉某个特定的事件发生的频繁程度。如果我们需要 构造一个含有随机变量的模型，可以假设这个规律 总是成立的，模型的假设可以基于这几个数据之上。 实际操作时可以把频率分布当作概率函数来处理， 但应注意概率是频率的极限值，这两者是有差异的。 在处理一个简单的理论模型时，对概率函数

适合数学建模的人看下

必须作出合适的选择

所谓指标就是用来评价系统的参量．例如，在校学生规模、教学质量、师资结构、科研水平等，就可以作为评价高等院校综合水平的主要指标．一般说来，任何—个指标都反映和刻画事物的—个侧面．

从指标值的特征看，指标可以分为定性指标和定量指标．定性指标是用定性的语言作为指标描述值，定量指标是用具体数据作为指标值．例如，旅游景区质量等级有5A、4A、3A、2A和1A之分，则旅游景区质量等级是定性指标；而景区年旅客接待量、门票收入等就是定量指标．

从指标值的变化对评价目的的影响来看，可以将指标分为以下四类： (1)极大型指标(又称为效益型指标)是指标值越大越好的指标； (2)极小型指标(又称为成本型指标)是指标值越小越好的指标；

(3)居中型指标是指标值既不是越大越好，也不是越小越好，而是适中为最好的指标； (4) 区间型指标是指标值取在某个区间内为最好的指标．

例如，在评价企业的经济效益时，利润作为指标，其值越大，经济效益就越好，这就是效益型指标；而管理费用作为指标，其值越小，经济效益就越好，所以管理费用是成本型指标．再如建筑工程招标中，投标报价既不能太高又不能太低，其值的变化范围一般是(?10%,?5%)×标的价，超过此范围的都将被淘汰，因此投标报价为区间型

《税收风险识别与建模理论、方法》

一、税收风险识别概述

税收风险管理流程是：风险管理目标规划—收集涉税信息—开展风险识别—确定等级排序—组织风险应对—实施过程监控与评价反馈，以及通过评价反馈应用于规划目标的修订校正，从而形成良性互动、持续改进的管理闭环。其中的税收风险识别，在风险管理过程中起着“发动机”的作用，为纳税评估等风险应对提供案源。

税收风险分析识别是指根据风险发生的规律，通过建立风险分析模型、风险特征指标、案例分析、经验判断等，从宏观、微观等不同层面，对纳税人的遵从状况进行扫描、分析和筛选，找出税法遵从风险易发生的领域、环节和纳税人群体的过程。

一、税收风险识别流程

税收风险识别可分两个步骤进行：一是先进行分部门专业风险分析识别；二是整合各业务部门专业风险分析识别成果，通过数据信息平台建立综合风险分析识别库。

(一)部门分析识别

省局各业务部门(收入规划核算处、征管科技处、货物劳务税处、所得税处、出口退税处、营业税基金处、财产行为税处、大企业税收管理处、国际税收管理处、稽查局)专业分析人员围绕风险管理年度规划，结合总局和本级提出的税收征管要求，将各部门工作重点确定为风险分析识别项目，根据确定的分析识别项目，建立相应的分析识别模型，通