主题
数学建模基础
第一次做建模,可以先确定问题要交付什么,再梳理假设、变量和验证方式。本节用小案例串起这些步骤。
文章列表
- 什么是数学建模?
用食堂备餐的例子,理解怎样把现实问题转化为数学问题,再核对结果能否用于决策。
- 数学建模的完整工作流程
从澄清交付目标到验证和交付,用校园观测示例串起建模的关键步骤。
- 如何识别不同类型的数学建模问题?
从未知量、可用信息和交付方式识别预测、评价、优化、机制解释等建模任务。
- 如何建立合理的模型假设?
把现实中的简化写成带理由、适用范围和检验方式的假设。
- 变量、参数、目标函数与约束条件的区别
用生产计划实例识别可控决策、给定条件、目标以及可行范围,并检查单位。
- 数学建模中的误差与不确定性
用需求预测和库存例子区分误差、数据噪声、参数不确定性和结构偏差。
- 如何判断一个模型是否可靠?
从实现正确性、样本外表现、适用范围和复现证据判断模型能否支撑当前用途。
- 数学建模竞赛与论文写作入门
按任务、模型、验证和交付证据组织建模论文,适用于初次参赛者。
- 导数与梯度:从变化率到最速下降
用变化率理解导数,用方向与梯度理解最速下降,连接线性回归的最小二乘与梯度下降求解。
- 矩阵与特征值:数据压缩与稳定性
用矩阵表示线性变换与方程组,用特征值理解主成分降维和线性系统稳定性。
- 概率分布与期望:不确定性的语言
用随机变量、概率分布与期望描述不确定性,连接蒙特卡洛估计与排队模型。
- 微分方程与差分方程:描述变化的方式
用连续与离散两种方式描述状态如何随时间变化,连接机理建模与数值模拟。