数学建模论文

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇数学建模论文范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

数学建模论文范文第1篇

在过去常规的数学分析教学课程只要以公式推导、定理证明为主要教学内容，却对数学分析的应用思想以及融合贯通少有讲授。这就导致学生们虽熟练掌握这门课程的理论知识，但是学生们将掌握的知识应用于实际问题的解决过程中却存在效果不满意，或无法学以致用。因此学生会形成数学的掌握仅仅是为了考试而学习，无现实意义等错误思想。若在数学分析的教学过程中融合数学建模方式进行教学，利用数学建模思想来熏陶学生，通过通过将数学的意义思想完整的进行介绍，将数学概念与公式的实际源头与应用情况进行宣教，使学生充分了解数学与实际生活之间存在的密切关系。首先，通过利用数学建模思想融入数学分析的教学课程中可有效促进学生数学的行使效果。适当配合数学模型方式糅合数学分析的理论知识与实际方法，可帮助学生迅速理解数学分析的内容概念，全面掌握理论知识与实践能力。其次，利用数学建模思想促进学生的数学学习兴趣，以改善在教学过程中因理论性复杂、定义生涩难懂导致学生学习积极性不高以及枯燥乏味等数学教学问题。因此，在数学分析的教学中融合数学建模教学方式具有巨大的应用价值。

2数学建模思想在概念教学中的渗透

按照大范围来讲，数学分析的内容中包含了函数、导数、积分等数学概念，这类概念均属于实际事物数量表现或空间形式概括而来的数学模型。在数学教学过程我们可以根据概念的具体事物原型或平时生活中易见到的事物进行引用，让学生了解到理论上的概念性知识不仅仅存在与课本中，更与日常生活中具有紧密的关系。对此，老师在教学相关概念知识时，最好联系实际，创造合适的学习环境，为学生在学习过程中通过适当的观察、想象、研究、验证等方式来主导学生的教学活动。例如微积分教学中，刚开始感觉其较为抽象笼统，不过仔细观察其形成过程会发现其实具有较多的基础原型，通过旋转体体积、曲边梯形面积等具体问题紧密联系，应用微元法求解即可得出积分这个较为抽象的概念。通过适当的取材，建立概念模型，引导学生对教学的积极兴趣，可比简单的利用数学符号来描述抽象概念要具体生动得多。

3数学建模思想在定理证明中的渗透

在数学分析课程中存在较多的定理，而怎样在教学过程中让学生熟练掌握带来并应用则成为目前数学分析教学中较为困难的。其实在书本中大部分定理是有着具体的意义，不过在通过笼统的刻印组书本中后导致定理创造者实际想法无法清晰表现在其中，致使学生在接受定理教学中感到茫然。对此，在定理教学过程老师应结合该定理知识的源指出处以及历史渊源，从而促进学生的求知欲取进一步了解该定理的意义与作用。同时应用建模思想将定理作为模型的一类，利用前期设计的特定问题引导学生逐步发现定理定论，通过这种方式让学生在吸收定理知识的过程中体验到研究探索发现的重要性，为学生树立的创新观念。

4数学建模思想在课题中的渗透

数学分析教学中需要讲解大量课题，通过对具有代表性的课题进行讲解以达到促进应用知识解题的能力并巩固。但是在过去传统的课题讲解中，与应用相关的问题教学较少，仅有的少部分也是条件满足解答肯定的情况，这不利于学生创新性思维培养。因此，在课题讲解中尽量选取以具体应用的问题作为例题，设置相应的问题来引导学生发现其中存在的错误，并结合自身知识来解决其错误，通过建立模型的方式来进一步巩固自身知识。

5数学建模思想在考试命题中的渗透

目前数学分析的教学考试中试题的设置普遍以书本课题为主，又或者直接将某些例题设置成选择或填空的答题方式，却缺少开放型的试题或全面考察学生是否掌握数学知识应用解决实际问题的试题。可能目前这种考试设题方式对老师的阅卷提供了便利，但是往往也造成部分学生在课本考试中分数较高，但在解决实际具体问题往往存在不足，对学生思维中形成了为考试而学习，忽略了对数学概念的理解，导致具体问题解决能力不足。对此，可利用数学建模思维去设置一部分开放型试题，利于学生在解题过程中将所学的数学建模方式应用与具体中，以此来观察学生的数学素质以及知识水平并适当修改教学方案。又或者通过命题论文的方式来了解学生综合水平，学生通过将自身所学知识进行适当的总结，探讨自身学习体会，来加强学生对相关知识的进一步理解，深化了数学建模思想的渗透。

6结语

数学建模论文范文第2篇

论文关键词：遗传算法

 

1 引言

“物竞天择，适者生存”是达尔文生物进化论的基本原理，揭示了物种总是向着更适应自然界的方向进化的规律。可见，生物进化过程本质上是一种优化过程，在计算科学上具有直接的借鉴意义。在计算机技术迅猛发展的时代，生物进化过程不仅可以在计算机上模拟实现，而且还可以模拟进化过程，创立新的优化计算方法，并应用到复杂工程领域之中，这就是遗传算法等一类进化计算方法的思想源泉。

2 遗传算法概述

遗传算法是将生物学中的遗传进化原理和随[1]优化理论相结合的产物，是一种随机性的全局优算法。遗传算法不但具有较强的全局搜索功能和求解问题的能力，还具有简单通用、鲁棒性强、适于并行处理等特点数学建模论文，是一种较好的全局优化搜索算法。在遗传算法的应用中，由于编码方式和遗传算子的不同，构成了各种不同的遗传算法。但这些遗传算法都有共同的特点，即通过对生物遗传和进化过程中选择、交叉、变异机理的模仿，来完成对问题最优解的自适应搜索过程。基于这个共同点，Holland的遗传算法常被称为简单遗传算法（简记SGA），简单遗传算法只使用选择算子、交叉算子和变异算子这三种基本遗传算子，其遗传进化操作过程简单，容易理解，是其他一些遗传算法的雏形和基础，这种改进的或变形的遗传算法，都是以其为基础[1]。

2.1遗传算法几个基本概念

个体(IndividualString)：个体是遗传算法中用来模拟生物染色体的一定数目的二进制串，该二进制串用来表示优化问题的满意解。

种群(population)：包含一组个体的群体，是问题解的集合。

基因模式(Sehemata)：基因模式是指二进制位串表示的个体中，某一个或某些位置上具有相似性的个体组成的集合，也称模式。

适应度(Fitness)：适应度是以数值方式来描述个体优劣程度的指标，由评价函数F计算得到。F作为求解问题的目标函数，求解的目标就是该函数的最大值或最小值。

遗传算子(genetic operator)：产生新个体的操作，常用的遗传算子有选择、交叉和变异。

选择(Reproduetion)：选择算子是指在上一代群体中按照某些指标挑选出的，参与繁殖下一代群体的一定数量的个体的一种机制龙源期刊。个体在下一代种群中出现的可能性由个体的适应度决定，适应度越高的个体，产生后代的概率就越高。

交叉(erossover)：交叉是指对选择后的父代个体进行基因模式的重组而产生后代个体的繁殖机制。在个体繁殖过程中，交叉能引起基因模式的重组，从而有可能产生含优良性能的基因模式的个体。交叉可以发生在染色体的一段基因串或者多段基因串。交叉概率（Pc）决定两个个体进行交叉操作的可能性数学建模论文，交叉概率太小时难以向前搜索，太大则容易破坏高适应度的个体结构，一般Pc取0.25~0.75

变异(Mutation)：变异是指模拟生物在自然的遗传环境中由于某种偶然因素引起的基因模式突变的个体繁殖方式。在变异算子中，常以一定的变异概率（Pm）在群体中选取个体，随机选择个体的二进制串中的某些位进行由概率控制的变换（0与1互换）从而产生新的个体[2]。如果变异概率太小，就难以产生新的基因结构，太大又会使遗传算法成了单纯的随机搜索，一般取Pm=0.1~0.2。在遗传算法中，变异算子增加了群体中基因模式的多样性，从而增加了群体进化过程中自然选择的作用，避免早熟现象的出现。

2.2基本遗传算法的算法描述

用P(t)代表第t代种群，下面给出基本遗传算法的程序伪代码描述：

基本操作：

InitPop（）

操作结果：产生初始种群，初始化种群中的个体，包括生成个体的染色体值、计算适应度、计算对象值。

Selection（）

初始条件：种群已存在。

操作结果：对当前种群进行交叉操作。

Crossover（）

初始条件：种群已存在。

操作结果：对当前种群进行交叉操作。

Mutation（）

初始条件：种群已存在。

对当前种群进行变异操作。

PerformEvolution（）

初始条件：种群已存在且当前种群不是第一代种群。

操作结果：如果当前种群的最优个体优于上一代的最优本，则将其赋值给bestindi，否则不进行任何操作。

Output（）

初始条件：当前种群是最后一代种群。

操作结果：输出bestindi的表现型以及对象值。

3 遗传算法的缺点及改进

遗传算法有两个明显的缺点：一个原因是出现早熟往往是由于种群中出现了某些超级个体，随着模拟生物演化过程的进行，这些个体的基因物质很快占据种群的统治地位，导致种群中由于缺乏新鲜的基因物质而不能找到全局最优值；另一个主要原因是由于遗传算法中选择及杂交变异等算子的作用，使得一些优秀的基因片段过早丢失，从而限制了搜索范围，使得搜索只能在局部范围内找到最优值，而不能得到满意的全局最优值[3]。为提高遗传算法的搜索效率并保证得到问题的最优解，从以下几个方面对简单遗传算法进行改进。

3.1编码方案

因实数编码方案比二进制编码策略具有精度高、搜索范围大、表达自然直观等优点数学建模论文，并能够克服二进制编码自身特点所带来的不易求解高精度问题、不便于反应所求问题的特定知识等缺陷，所以确定实数编码方案替代SGA中采用二进制编码方案[4]。

3.2 适应度函数

采用基于顺序的适应度函数，基于顺序的适应度函数最大的优点是个体被选择的概率与目标函数的具体值无关，仅与顺序有关[5]。构造方法是先将种群中所有个体按目标函数值的好坏进行排序，设参数β∈(0,1)，基于顺序的适应度函数为：

（1）

3.3 选择交叉和变异

在遗传算法中，交叉概率和变异概率的选取是影响算法行为和性能的关键所在，直接影响算法的收敛性。在SGA中，交叉概率和变异概率能够随适应度自动调整，在保持群体多样性的同时保证了遗传算法的收敛性。在自适应基本遗传算法中，pc和pm按如下公式进行自动调整：

（2）

（3）

式中：fmax为群体中最大的适应度值；fave为每代群体的平均适应度值；f′为待交叉的两个个体中较大的适应度值；f为待变异个体的适应度值；此处，只要设定k1、k2、k3、k4为（0，1）之间的调整系数，Pc及Pm即可进行自适应调整。本文对标准的遗传算法进行了改进，改进后的遗传算法对交叉概率采用与个体无关，变异概率与个体有关。交叉算子主要作用是产生新个体，实现了算法的全局搜索能力。从种群整体进化过程来看，交叉概率应该是一个稳定而逐渐变小，到最后趋于某一稳定值的过程；而从产生新个体的角度来看，所有个体在交叉操作上应该具有同等地位，即相同的概率，从而使GA在搜索空间具有各个方向的均匀性。对公式（2)和（3）进行分析表明，适应度与交叉率和变异率呈简单的线性映射关系。当适应度低于平均适应度时，说明该个体是性能不好的个体数学建模论文，对它就采用较大的交叉率和变异率；如果适应度高于平均适应度，说明该个体性能优良，对它就根据其适应度值取相应的交叉率和变异率龙源期刊。

当个体适应度值越接近最大适应度值时，交叉概率和变异概率就越小；当等于最大适应度值时，交叉概率和变异概率为零。这种调整方法对于群体处于进化的后期比较合适，这是因为在进化后期，群体中每个个体基本上表现出较优的性能，这时不宜对个体进行较大的变化以免破坏了个体的优良性能结构；但是这种基本遗传算法对于演化的初期却不利，使得进化过程略显缓慢[6]。因为在演化初期，群体中较优的个体几乎是处于一种不发生变化的状态，而此时的优良个体却不一定是全局最优的，这很容易导致演化趋向局部最优解。这容易使进化走向局部最优解的可能性增加。同时，由于对每个个体都要分别计算Pc和Pm，会影响程序的执行效率，不利于实现。

对自适应遗传算法进行改进，使群体中具有最大适应度值的个体的交叉概率和变异概率不为零，改进后的交叉概率和变异概率的计算公式如式（4）和（5）所示。这样，经过改进后就相应地提高了群体中性能优良个体的交叉概率和变异概率，使它们不会处于一种停滞不前的状态，从而使得算法能够从局部最优解中跳出来获得全局最优解[7]。

(4)

(5)

其中：fmax为群体中最大的适应度值；fave为每代群体的平均适应度值；f′为待交叉的两个个体中较大的适应度值；f为待变异个体的适应度值；pc1为最大交叉概率；pm1为最大变异概率。

3.4 种群的进化与进化终止条件

将初始种群和产生的子代种群放在一起，形成新的种群，然后计算新的种群各个体的适应度，将适应度排在前面的m个个体保留，将适应度排在后面m个个体淘汰数学建模论文，这样种群便得到了进化[8]。每进化一次计算一下各个个体的目标函数值，当相邻两次进化平均目标函数之差小于等于某一给定精度ε时，即满足如下条件：

(6)

式中，为第t+1次进化后种群的平均目标函数值，为第t次进化后种群的平均目标函数值，此时，可终止进化。

3.5 重要参数的选择

GA的参数主要有群里规模n，交叉、变异概率等。由于这些参数对GA性能影响很大，因此参数设置的研究受到重视。对于交叉、变异概率的选择，传统选择方法是静态人工设置。现在有人提出动态参数设置方法，以减少人工选择参数的困难和盲目性。

4 结束语

遗传算法作为当前研究的热点，已经取得了很大的进展。由于遗传算法的并行性和全局搜索等特点，已在实际中广泛应用。本文针对传统遗传算法的早熟收敛、得到的结果可能为非全局最优收敛解以及在进化后期搜索效率较低等缺点进行了改进，改进后的遗传算法在全局收敛性和收敛速度方面都有了很大的改善，得到了较好的优化结果。

参考文献

[1]邢文训,谢金星.现代优化计算方法[M].北京:清华大学出版社,1999:66-68.

[2]王小平,曹立明.遗传算法理论[M].西安交通大学出版社,2002:1-50,76-79.

[3]李敏强,寇纪淞,林丹,李书全.遗传算法的基本理论与应用[M].科学出版社, 2002:1-16.

[4]涂承媛,涂承宇.一种新的收敛于全局最优解的遗传算法[J].信息与控制,2001,30(2):116-138

[5]陈玮,周激,流程进,陈莉.一种改进的两代竞争遗传算法[J].四川大学学报:自然科学版,2003.040(002):273-277.

[6]王慧妮,彭其渊,张晓梅.基于种群相异度的改进遗传算法及应用[J].计算机应用,2006,26(3):668-669.

[7]金晶,苏勇.一种改进的自适应遗传算法[J].计算机工程与应用,2005,41(18):64-69.

[8]陆涛,王翰虎,张志明.遗传算法及改进[J].计算机科学,2007,34(8):94-96

数学建模论文范文第3篇

随着我国高等教育的发展，高校招生规模越来越大，而生源质量较低，特别是独立学院院校。就我校而言，绝大多数专业都开设了数学类课程。但在教学中，普遍认为理论性太强，与实际脱节严重，不能引起学生的学习兴趣。并且，传统教学忽视了学生用数学解决实际问题的能力，所以，进行数学教学改革势在必行。数学建模可培养学生利用数学知识解决实际问题的能力，通过数模方法对实际问题进行巧妙处理，让学生体会到数学不仅能传播理论知识和求解一些数学问题，还可将其应用到实际问题中，让学生看到一些实际模型的来龙去脉，提高学生的学习积极性。数学建模是培养学生综合科学素质和创新能力的一个极好载体，而且能充分考验学生的洞察能力、创新能力、联想能力、使用当代科技最新成果的能力等。学生们同舟共济的团队合作精神和协调组织能力，以及诚信意识和自律精神的塑造，都能得到很好的培养。技能技术的掌握和团队合作精神对于独立学院学生将来进入社会十分重要，这也是衡量独立学院办学成功与否的一个方面。因此，独立学院的人才培养目标定位，既要达到本科生应具备的理论基础，又要有相对突出的专业技能，应培养“应用型本科”人才。因而，独立学院的数学课堂上应该多方面渗透数学模型的思想。

二、数学模型融入数学课堂教学的必要性

（一）人才培养创新的需要

根据独立学院人才培养目标和实际情况，有针对性的加大基础课和实践环节教学的比重，侧重于实践能力的培养，在专业课程体系中适当增加实验、实践教学内容，加强与社会实体的联系。力求培养出具有实际操作能力的高素质大学生。数学建模是将一个实际问题，对其作出一些必要的简化与假设，将其转化成一个数学问题，借助数学工具和数学方法精确或近似地解决该问题，并用数学结果解释客观现象、回答实际问题并接受客观实际的检验。数学建模能弥补传统数学教学在实际应用方面的不足，促进数学教师在现代化教学手段、教学模式方面的更新。数学建模有助于调动学生的学习兴趣，在计算机应用能力、实践能力和创新意识的培养方面都有着非常大的作用，以便学生将来能更好地适应工作岗位。

（二）高校教学改革的需要

当今社会信息高度发达，竞争日益激烈，必须具备一定的创新意识和创新能力，否则很难适应社会信息时代的要求。传统的教学模式是以课堂理论讲授为主，学生绝大部分时间都集中学习书本知识，很少有机会接触社会，也难做到学以致用。绝大多数课程都是教师的一言堂，考试也是以教师讲课内容为主。学生忙于记录和背诵而闲置其聪慧的头脑。长期的灌输式教学导致学生明显缺乏学习的主动性，会听从而不会质疑，更不会形成开创性的观点，很难适应企事业单位动态的工作环境。数学作为一门传统基础学科,对独立学院的学生来说，学习上有一定的难度。我们的教学应以“必需，够用”为度。数学建模从形式到内容，都与毕业后工作时的条件非常相近，是一次非常好的锻炼，学生通过自主的学习，把实际的问题转化为数学理论解决，有助于学生创新能力的培养动手能力的提高，这也正是独立学院院校应用型本科人才培养的方向。

（三）学生参加数学建模竞赛的需要

独立学院学生思维活跃，且比较注重个人能力素质的提高。很多学生愿意在学校参加一些竞赛来提高自己。全国大学生数学建模竞赛尤其受学生重视，但仍有很多大学生不了解这类竞赛，因此，在数学课堂上引入数学建模思想，学生既了解了数学建模，又对数学公式提起了兴趣，还有助于独立学院学生在全国大学生数学建模竞赛中取得优异成绩。

三、结语

数学建模论文范文第4篇

MATLAB应用软件是一种准确、较为可靠的科学计算标准软件，操作方便，方法简单易行，学生学习起来也较容易入手，是一种培养学生动手能力的数学学习方式，MATLAB软件适宜于数学实验的学习内容，MATLAB数学实验课程的学习，对于帮助学生提高动手实践能力、临场应变能力都有很好的帮助，并且对于学生使用先进的方法独立解决问题，进行独立思考能力的培养都有好处。同时培养学生的实践创新能力和动手能力，对于回答学生对于数学的应用领域的认识，并能够培养学生的应用意识，用以前所学的数学理论和计算机知识去发现问题和解决实际问题的能力。

二、应用数学建模思想解决实际问题

下面就数学建模中的一个常见实例问题，应用数学建模的思想，给出解决实际问题的思路和方法，以及数学建模的过程和步骤。把椅子放在一个不平整的地面上，一般情况只有三只脚着地，另一只脚或高或低，放不平稳，然而只需要稍微调整座椅的位置几次，并进行轻轻挪动，就可以使座椅的四只脚同时和地面接触，座椅放稳了。此问题在日常生活中很常见，同时在数学建模的时候，可以进行下面的假设：对于数学建模而言，一般都需要进行模型假设，因为实际生活中的例子，只有在特定假设的前提下，才能够划归为数学问题，进行求解。对椅子、地面和椅子的四只椅脚可以结合实际的进行必要的假设：

1.椅子本身而言，四条腿是一样长，椅脚与地面的接触处可看做一个点，四只脚与地面的接触所形成的四个点之间的连线构成一个正方形。

2.地面的高度的变换是连续不断的，沿任何方向延伸都不会出现间断(没有像阶梯那样的巨变情况)，即地面可视为高等数学上的连续曲面。

3.其中假设椅子是放在一个硬的地面上的，不会放在海绵，或者是很厚的地毯上的。（接触点是只要接触就不能下压）

4.对于四个椅脚的间距和椅腿的长度而言，地面是相对平坦的，地面的坡度的高度相对于椅脚的间距和椅腿的长度是很小的，使椅子在任何位置至少有三只脚能够同时着地。现在对以上的假设情况进行分析，其中，假设1显然是合乎情理的，因为实际中，椅子的四条腿基本上都是一样长的，即使不一样长，其差距也是很小的，在这里是可以忽略不计的。假设2相当于给出了该建模的一个基本条件，给出了椅子能够放稳的条件，存在放稳的这种可能性。因为假设地面高度不连续，而是在有台阶的地方，是无法使椅子的四只脚同时着地的。对于假设3，是一个基于实际情况的假设，是一种特殊情况，在这里我们排除这种情况的假设。假设4也是要排除这样的情况发生：椅脚间距和椅腿的长度与地面上的高度的连续变化的尺寸在一致的范围内，不会有地面的高度比椅腿的长度大很多的情况，出现深沟或凸峰(即使是连续变化的)，比如地面有凸峰，致使椅子的三只脚无法同时着地。在此假设的基础之上，该模型的问题也已经出来了，就是能够让椅子的四只脚同时和地面接触，把满足这种情况的条件和结论表述出来，并且构建一个能够利用数学知识解决的模型。首先需要用一个量来表示椅子的位置，并且这个位置是不确定的，而且随着挪动椅子的位置，这个量也应该随着变化，所以使用一个变量来进行表示。注意在前面的假设中，已经做了这样的假设，椅脚连线构成一个正方形，那么根据正方形，能够想到其以中心为对称点，正方形的四个顶点绕中心点的旋转恰好可以代表椅子位置的改变，于是我们可以使用旋转的角度这一个变量来表示椅子当前所在的位置。四个椅脚分别对应ABCD四点，四个点的连线就构成了正方形ABCD，正方形的对角线AC与x轴重合，AC的中点和O点重合，椅子绕中心点O旋转角度φ后，正方形ABCD转至任意一个位置，假设为转到A’B’C’D’的位置，所以对角线AC与x轴的夹角φ代表了椅子的位置。其次把椅脚着地用数学符号进行表示。如果用某个变量表示椅脚与地面的垂直距离，那么当这个距离为零时就是表示椅脚和地面接触了，椅脚着地了。椅子在不同位置时，椅脚与地面的距离不同，并且这个距离和旋转的角度有一定的关系，它是旋转角度的一个变量，因此在数学上这个距离就是椅子位置变量φ的一个函数，这样就可以把一个实际问题数学化。虽然椅子有四只脚，与之对应的就应该有四个距离，但是由于正方形的中心对称性，在这里，只要假设两个距离函数就可以了，分别是对称的两个脚与地面的距离之和，记A，C两脚与地面距离之和为u(φ)，B，D两脚与地面距离之和为v(φ)，根据实际情况可以得到两个函数的条件，(u(φ)，v(φ)≥0)。由假设2可知，u和v都是连续变化的函数。由假设4，在任意时刻，任何位置椅子都有三只脚着地，只需调节另外一只椅脚。所以对于任意的φ，u(φ)和v(φ)中至少有一个为零。当φ=0时，假设v(φ)=0，u(φ)>0。这样，改变椅子的位置使四只脚同时着地的这个实际模型的问题，就归结为证明如下的一个数学命题：已知u(φ)和v(φ)是φ的连续函数，对任意φ，u(φ)·v(φ)=0，且v(0)=0，u(0)>0，证明存在φ0，使u(φ0)=v(φ0)=0。在上面讲实际问题的条件和需要解答的问题都构成数学问题，以下就是利用数学知识对建模模型的实例进行解答。对于该例子中的题目，有很多种解答方法，下面这种方法运用数学上的连续性的理论。将椅子向左或向右旋转90°(π/2)，并且将对角线AC与BD互换。由v(0)=0和u(0)>0可知，v(π/2)>0和u(π/2)=0。令h(φ)=u(φ)-v(φ)，则h(φ)和h(π/2)＜0。由u和v的连续性，可以知道h也是连续函数。根据高等数学中关于连续函数的基本性质，必存在φ0(0<φ0<π/2)使h(φ0)=0，即u(φ0)=v(φ0)。最后，因为u(φ0)·v(φ0)=0，所以u(φ0)＝v(φ0)=0。通过运用数学建模知识，解决了实际的问题，同时学生也学会了连续函数中的相关知识，而在实际的应用中，还可以运用MATLAB等软件，对数学模型进行解答和计算，提高学生的解题能力和软件的使用能力。

三、结论

数学建模论文范文第5篇

教师在数学建模课堂上的引导作用首先体现在教师对新课的引入上。教师一段精彩的导入会点燃学生学习的热情、激发学生的学习兴趣、唤起学生的好奇心，能把学生的注意力迅速集中到要学的知识上来。这对提高教学质量、提高学生的学习效果起着不可估量的作用。同时，新课前的导入环节是对学生进行情感教育的最佳时刻。学生只有在教师的引导下才能够体会到数学建模的价值、增强学好数学建模的信心。俗话说：“好的开始是成功的一半。”数学建模课堂也是这样。因此，在新课引入时要充分发挥教师的作用。

二、在教学任务的设计上需要发挥教师的作用

数学建模课堂一般应采用任务型教学模式，是让学生通过自主探究、合作学习、交流展示的方式完成一系列学习任务来达到特定的教学目标和学习目标。学生在课堂中的主体作用能否得到有效发挥取决于教师对问题设计质量的高低。教师应通过设计一系列高质量的问题把复杂的数学建模问题分解成若干简单问题来引导学生更好地发挥其主动性。学生也只有在这些问题的正确引导下才能突破难点并向着学习目标努力，有效防止学生思考、探究、交流的内容偏离学习目标等现象的出现。这些任务的制订需要充分发挥教师的作用。

三、在新旧知识的联系点上需要发挥教师的作用

建构主义强调新知识是在学生已有知识的基础上通过学生自身有意义的建构获得的。笔者认为，学生自主建构知识应在教师的科学引导下进行。尤其是对于数学建模这样高难度的知识更是这样。失去了教师的科学引导，学生易产生疲倦感，久而久之会丧失学习数学建模的兴趣和信心。因此，在新旧知识联系点上应发挥教师的作用。教师应在准确掌握教学目标、难点的基础上，充分考虑学生的认知能力、习惯、思维方式，通过有针对性的具体问题唤起学生对旧知识的回忆，再通过启发性问题引导学生去发现新知识，从而实现温故知新的目的。在教师引领下学生自主建构知识可以使学生少走弯路，从而使学生更加高效地自主探究、掌握新知识。

四、在教学重点、难点上需要教师的引导