§2.1 建立数学模型的方法 机理分析:根据对现实对象特性的 认识,分析因果关系,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。 2、测试分析: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 输入输出数据,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,这种方法称为系统辨识
1. 机理分析:根据对现实对象特性的 认识,分析因果关系,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。 2. 测试分析: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 输入输出数据,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,这种方法称为系统辨识。 §2.1 建立数学模型的方法
3、 将以上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
3. 将以上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
模型的准备现实问题往往是复杂 而零乱的,所以有必要认真审题。弄 清什么是要求的,什么是己知的,是确定 型的还是随机型的问题等等。了解问题的 实际背景,明确建模的目的后,搜集必须 的各种信息,如现象、数据等
q 模型的准备 现实问题往往是复杂 而零乱的,所以有必要认真审题。弄 清什么是要求的,什么是已知的,是确定 型的还是随机型的问题等等。了解问题的 实际背景,明确建模的目的后,搜集必须 的各种信息,如现象、数据等
模型假设根据对象的特征和建模 的目的,对问题进行抽象和必要、合 理的简化,用精确的语言作出假设。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。作假设时要运用与问题相关 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,抓住主要因素, 尽量将问题线性化、均匀化
q 模型假设 根据对象的特征和建模 的目的,对问题进行抽象和必要、合 理的简化,用精确的语言作出假设。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。作假设时要运用与问题相关 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,抓住主要因素, 尽量将问题线性化、均匀化
个实际问题不经过简化假设就很 翻译成数学问题,即使可能也会 很难求解,不同的假设会得到不同的模 型 假设过分简单,会导致模型的失败或 部分失败,假设过分详细,将使问题过分 复杂,可能使你很难甚至无法继续下一步 的工作。因而模型的假设不是一蹴而就的, 往往要视模型的求解过程和模型的检验结 果,对假设进行修改
一个实际问题不经过简化假设就很 难翻译成数学问题,即使可能也会 很难求解,不同的假设会得到不同的模 型,假设过分简单,会导致模型的失败或 部分失败,假设过分详细,将使问题过分 复杂,可能使你很难甚至无法继续下一步 的工作。因而模型的假设不是一蹴而就的, 往往要视模型的求解过程和模型的检验结 果,对假设进行修改
模型构成 建立数学模型。根据 所作的假设,利用对象的内在规律 和适当的数学工具,建立各个量(常 量和变量)之间的(等式或不等式)关系 或其他数学结构。 为完成这一步,需要一些相关的专门知识外 还常常需要较广阔的应用数学方面的知识。 建模应遵循的一个原则是,尽量采用简单的 数学工具,因为建立一个模型总希望有更多 人了解和使用
q 模型构成 建立数学模型。根据 所作的假设,利用对象的内在规律 和适当的数学工具,建立各个量(常 量和变量)之间的(等式或不等式)关系 或其他数学结构。 为完成这一步,需要一些相关的专门知识外, 还常常需要较广阔的应用数学方面的知识。 建模应遵循的一个原则是,尽量采用简单的 数学工具,因为建立一个模型总希望有更多 人了解和使用