lyxbing
28届，北京奥运会是第29届。 附：历届奥运会小资料 届次 时间 举办城市 1 1896 雅典 2 1900 巴黎 3 1904 圣路易斯 4 1908 伦敦 5 1912 斯德哥尔摩 7 1920 安特卫普 8 1924 巴黎 9 1928 阿姆斯特丹 10 1932 洛杉矶 11 1936 柏林 14 1948 伦敦 15 1952 赫尔辛基 16 1956 墨尔本 17 1960 罗马 18 1964 东京 19 1968 墨西哥城 20 1972 慕尼黑 21 1976 蒙特利尔 22 1980 莫斯科 23 1984 洛杉矶 24 1988 汉城 25 1992 巴塞罗那 26 1996 亚特兰大 27 2000 悉尼 28 2004 雅典 29 2008 北京 30 2012 伦敦 注：第6届因一战未办，第12、13届因二战未办。 
数学论文 一、数学技能的含义及作用 技能是顺利完成某种任务的一种动作或心智活动方式。它是一种接近自动化的、复杂而较为完善的动作系统，是通过有目的、有计划的练习而形成的。数学技能是顺利完成某种数学任务的动作或心智活动方式。它通常表现为完成某一数学任务时所必需的一系列动作的协调和活动方式的自动化。这种协调的动作和自动化的活动方式是在已有数学知识经验基础上经过反复练习而形成的。如学习有关乘数是两位数的乘法计算技能，就是在掌握其运算法则的基础上通过多次的实际计算而形成的。数学技能与数学知识和数学能力既有密切的联系，又有本质上的区别。它们的区别主要表现为：技能是对动作和动作方式的概括，它反映的是动作本身和活动方式的熟练程度；知识是对经验的概括，它反映的是人们对事物和事物之间相互联系的规律性的认识；能力是对保证活动顺利完成的某些稳定的心理特征的概括，它所体现的是学习者在数学学习活动中反映出来的个体特征。三者之间的联系，可以比较清楚地从数学技能的作用中反映出来。 数学技能在数学学习中的作用可概括为以下几个方面： 第一，数学技能的形成有助于数学知识的理解和掌握； 第二，数学技能的形成可以进一步巩固数学知识； 第三，数学技能的形成有助于数学问题的解决； 第四，数学技能的形成可以促进数学能力的发展； 第五，数学技能的形成有助于激发学生的学习兴趣； 第六，调动他们的学习积极性。 二、数学技能的分类 小学生的数学技能，按照其本身的性质和特点，可以分为操作技能（又叫做动作技能）和心智技能（也叫做智力技能）两种类型。 l．数学操作技能。操作技能是指实现数学任务活动方式的动作主要是通过外部机体运动或操作去完成的技能。它是一种由各个局部动作按照一定的程序连贯而成的外部操作活动方式。如学生在利用测量工具测量角的度数、测量物体的长度，用作图工具画几何图形等活动中所形成的技能就是这种外部操作技能。操作技能具有有别于心智技能的一些比较明显的特点：一是外显性，即操作技能是一种外显的活动方式；二是客观性，是指操作技能活动的对象是物质性的客体或肌肉；王是非简约性，就动作的结构而言，操作技能的每个动作都必须实施，不能省略和合并，是一种展开性的活动程序。如用圆规画圆，确定半径、确定圆心、圆规一脚绕圆心旋转一周等步骤，既不能省略也不能合并，必须详尽地展开才能完成的任务。 2．数学心智技能。数学心智技能是指顺利完成数学任务的心智活动方式。它是一种借助于内部言语进行的认知活动，包括感知、记忆、思维和想象等心理成分，并且以思维为其主要活动成分。如小学生在口算、笔算、解方程和解答应用题等活动中形成的技能更多地是一些数学心智技能。数学心智技能同样是经过后天的学习和训练而形成的，它不同于人的本能。另外，数学心智技能是一种合乎法则的心智活动方式，“所谓合乎法则的活动方式是指活动的动作构成要素及其次序应体现活动本身的客观法则的要求，而不是任意的”。这些特性，反映了数学心智技能和数学操作技能的共性。数学心智技能作为一种以思维为主要活动成分的认知活动方式，它也有着区别于数学操作技能的个性特征，这些特征主要反映在以下三个方面。 第一，动作对象的观念性。数学心智技能的直接对象不是具有物质形式的客体本身，而是这种客体在人们头脑里的主观映象。如20以内退位减法的口算，其心智活动的直接对象是“想加法算减法”或其他计算方法的观念，而非某种物质化的客体。 第二，动作实施过程的内隐性。数学心智技能的动作是借助内部言语完成的，其动作的执行是在头脑内部进行的，主体的变化具有很强的内隐性，很难从外部直接观测到。如口算，我们能够直接了解到的是通过学生的外部语言所反映出来的计算结果，学生计算时的内部心智活动动作是无法看到的。 第三，动作结构的简缩性。数学心智技能的动作不像操作活动那样必须把每一个动作都完整地做出来，也不像外部言语那样对每一个动作都完整地说出来，它的活动过程是一种高度压缩和简化的自动化过程。因此，数学心智技能中的动作成分是可以合并、省略和简化的。如20以内进位加法的口算，学生熟练以后计算时根本没有去意识“看大数”、“想凑数”、“分小数”、“凑十”等动作，整个计算过程被压缩成一种脱口而出的简略性过程。 三、数学技能的形成过程 1．数学操作技能的形成过程。 数学操作技能作为一种外显的操作活动方式，它的形成大致要经过以下四个基本阶段。 （1）动作的定向阶段。这是操作技能形成的起始阶段，主要是学习者在头脑里建立起完成某项数学任务的操作活动的定向映象。包括明确学习目标，激起学习动机，了解与数学技能有关的知识，知道技能的操作程序和动作要领以及活动的最后结果等内容。概括起来讲，这一阶段主要是了解“做什么”和“怎样做”两方面的内容。如画角，这一阶段主要是了解需画一个多少度的角（即知道做什么）和画角的步骤（即怎么做），以此给画角的操作活动作出具体的定向。动作定向的作用是在头脑里初步建立起操作的自我调节机制；通过对“做什么”和“怎么做”的了解而明确实施数学活动的程序与步骤，从而保证在操作中更好地掌握其动作的活动方式。 （2）动作的分解阶段。这是操作技能进入实际学习的最初阶段，其作法是把某项数学技能的全套动作分解成若干个单项动作，在老师的示范下学生依次模仿练习，从而掌握局部动作的活动方式。如用圆规按照给定的半径画圆，在这一阶段就可把整个操作程序分解成三个局部动作：①把圆规的两脚张开，按照给定的半径定好两脚间的距离；②把有针尖的一脚固定在一点上，确定出圆心；③将有铅笔尖的一脚绕圆心旋转一周，画出圆。通过对这三个具有连续性的局部动作的依次练习，即可掌握画圆的要领。学生在这一阶段学习的方式主要是模仿，一方面根据老师的示范进行模仿；另一方面也可以根据有关操作规则的文字描述进行模仿，如根据几何作图规则对各个动作活动方式的表述进行模仿。模仿不一定都是被动的和机械的，“模仿可以是有意的和无意的；可以是再造性的，也可以是创造性的。”②模仿是数学操作技能形成的一个不可缺少的条件。 （3）动作的整合阶段。在这一阶段，把前面所掌握的各个局部动作按照一定的顺序连接起来，使其形成一个连贯而协调的操作程序，并固定下来。如画圆，在这一阶段就可将三个步骤综合起来形成一体化的操作系统。这时由于局部动作之间尚处在衔接阶段，所以动作还难以维持稳定性和精确性，动作系统中的某些环节在衔接时甚至还会出现停顿现象。不过，总的来讲这一阶段动作之间的相互干扰逐步得到排除，操作过程中的多余动作也明显减少，已形成完整而有序的动作系统。 （4）动作的熟练阶段。这是操作技能形成的最后阶段，在这一阶段通过练习而形成的数学活动方式能适应各种变化情况，其操作表现出高度完善化的特点。动作之间相互干扰和不协调的现象完全消除，动作具有高度的正确性和稳定性，并且不管在什么条件下全套动作都能流畅地完成。如这时的画圆，不需要意志控制就能顺利地完成全套动作，并且能充分保证其正确性。上述分析表明，数学操作技能的形成要经过“定向→分解→整合→熟练”的发展过程。在这一过程中每一个发展阶段都有自己的任务：定向阶段的主要任务是掌握操作的结构系统和每一个步骤操作的要领；分解阶段的主要任务是对活动的操作系列进行分解，并逐一模仿练习；整合阶段的主要任务是在动作之间建立联系，使活动协调一体化；熟练阶段的任务则主要是使整个操作过程高度完善化和自动化。 2．数学心智技能的形成过程。 关于数学心智技能形成过程的研究，人们比较普遍地采用了原苏联心理学家加里培林的研究成果。加里培林认为，心智活动是一个从外部的物质活动到内部心智活动的转化过程，既内化的过程。据此，在这里我们把小学生数学心智技能的形成过程概括为以下四个阶段。 （1）活动的认知阶段。这是数学心智活动的认知准备阶段，主要是让学生了解并记住与活动任务有关的知识，明确活动的过程和结果，在头脑里形成活动本身及其结果的表象。如学习除数是小数的除法计算技能，在这一步就是让学生回忆并记住除法商不变性质和除数是整数的小数除法法则等知识，在此基础上明确计算的程序和每一步计算的具体方法，以此在头脑里形成除数是小数除法计算过程的表象。认知阶段实际上也是一种心智活动的定向阶段，通过这一阶段，学习者可以建立起进行数学心智活动的初步自我调节机制，为后面顺利进行认知活动提供内部控制条件。这一阶段的主要任务是在头脑里确定心智技能的活动程序，并让这种程序的动作结构在头脑里得到清晰的反映。 （2）示范模仿阶段。这是数学心智活动方式进入具体执行过程的开始，这一阶段学生把在头脑里已初步建立起来的活动程序计划以外显的操作方式付诸执行。不过，这种执行通常是在老师指导示范下进行的，老师的示范通常是采用语言指导和操作提示相结合的方式进行的，即在言语指导的同时呈现活动过程中的某些步骤。如计算乘数是两位数的乘法时，一方面根据运算法则指导运算步骤；另一方面在表述运算规定的同时重点示范用乘数十位上的数去乘被乘数所得的部分积的对位，以此让学生在老师的帮助、指导下顺利地掌握两位数乘多位数计算的活动方式。在这一阶段，学生活动的执行水平还比较低，通常停留在物质活动和物质化活动的水平上。“所谓物质活动是指动作的客体是实际事物，所谓物质化活动是指活动不是借助于实际事物本身，而是以它的代替物如模拟的教具、学具，乃至图画、图解、言语等进行的”。③如解答复合应用题，在这一步学生通常就是借助线段图进行分析题中数量关系的智力活动的。 （3）有意识的言语阶段。这一阶段的智力活动离开了活动的物质和物质化的客体而逐步转向头脑内部，学生通过自己的言语指导而进行智力活动，通常表现为一边操作一边口中念念有词。如两位数加两位数的笔算，在这一步学生往往是一边计算，口中一边念：相同数位对位，从个位加起，个位满十向十位进1。很明显，这时的计算过程是伴随着对法则运算规定的复述进行的。在这一阶段，学生出声的外部言语活动还会逐步向不出声的外部言语活动过渡，如两位数加两位数的笔算，在本阶段的后期学生往往是通过默想法则规定的运算步骤进行计算的。这一活动水平的出现，标志着学生的活动已开始向智力活动水平转化。 （4）无意识的内部言语阶段。这是数学心智技能形成的最后的一个阶段，在这一阶段学生的智力活动过程有了高度的压缩和简化，整个活动过程达到了完全自动化的水平，无需去注意活动的操作规则就能比较流畅地完成其操作程序。如用简便方法计算45＋99×99＋54，在这一阶段学生无需去回忆加法交换律和结合律、乘法分配律等运算定律，就能直接先合并45和54两个加数，然后利用乘法分配律进行计算，即原式＝（45＋54）＋99×99＝99×（1＋99）＝99×100＝9900，整个计算过程完全是一种流畅的自动化演算过程。在这一阶段，学生的活动完全是根据自己的内部言语进行思考的，并且总是用非常简缩的形式进行思考的，活动的中间过程往往简约得连自己也察觉不到了，整个活动过程基本上是一种自动化的过程。 四、数学技能的学习方法 1．数学操作技能的学习方法。学习数学操作技能的基本方法是模仿练习法和程序练习法。前者是指学生在学习中根据老师的示范动作或教材中的示意图进行模仿练习，以掌握操作的基本要领，在头脑里形成操作过程的动作表象的一种学习方法。用工具度量角的大小、测量物体的长短、几何图形的作图、几何图形面积和体积计算公式推导过程中的图形转化等技能一般都可以通过模仿练习法去掌握。如推导平行四边形面积计算公式时，把平行四边形转化成长方形的操作技能就可模仿（人教版）教材插图（如图所示）的操作过程去练习和掌握。小学生的学习更多的是模仿老师的示范动作，所以老师的示范对小学生数学动作技能的形成尤为重要。教师要充分运用示范与讲解相结合、整体示范与分步示范相结合等措施，让学生准确无误地掌握操作要领，形成正确的动作表象。所谓程序练习法，就是运用程序教学的原理将所要学习的数学动作技能按活动程序分解成若干局部的动作先逐一练习，最后将这些局部的动作综合成整体形成程序化的活动过程。如用量角器量角的度数、用三角板画垂线和平行线、画长方形等技能的学习都可以采用这种方法。用这种方法学习数学动作技能，分解动作时注意突出重点，重点解决那些难以掌握的局部动作，这样可以有效地提高学习效率。 2．数学心智技能的学习方法。学生的心智技能主要是通过范例学习法和尝试学习法去获得的。范例学习法是指学习时按照课本提供的范例，将数学技能的思维操作程序一步一步地展现出来，然后根据这种程序逐步掌握技能的心智活动方式。整数、小数、分数的四则计算，课本几乎都提供了计算的范例，学习时只需要根据范例有序地进行计算即可掌握计算方法。如被除数和除数末尾都有0的除法的简便算法，课本安排了如下范例，学习时只需要明确范例所反映的计算程序和方法，并按照这种程序和方法进行计算即可掌握被除数和除数末尾都有0的除法简便计算的技能。尝试学习法是指在学习中主要由学生自己去尝试探索问题解决的方法和途径，并在不断修正错误的过程中找出解决问题的操作程序，进而获得数学技能。这是一种探究式的发现学习法，总结运算规律和性质并运用它们进行简便计算、解答复合应用题、求某些比较复杂的组合图形的面积或体积等技能都可以运用这种学习方法去掌握。这种方法较多地运用于题目本身具有较强探究性的变式问题解决的学习，如用简便方法计算1001÷5，由于学生在前面已经掌握除法商不变性质，练习时就可通过将除数和被除数部乘以8使除数变成100的途径去实现计算的简便。尝试学习法虽然有利于培养学生的探索精神和解决问题的能力，但耗时太多，学习时最好是将它和范例学习法结合起来，两种学习方法互为补充，这样数学技能的学习就会更加富有成效。
数学建模内容摘要：数学作为现代科学的一种工具和手段，要了解什么是数学模型和数学建模，了解数学建模一般方法及步骤。关键词：数学模型、数学建模、实际问题伴随着当今社会的科学技术的飞速发展，数学已经渗透到各个领域，数学建模也显得尤为重要。数学建模在人们生活中扮演着重要的角色，而且随着计算机技术的发展，数学建模更是在人类的活动中起着重要作用，数学建模也更好的为人类服务。一、数学模型数学模型是对于现实世界的一个特定对象，一个特定目的，根据特有的内在规律，做出一些必要的假设，运用适当的数学工具，得到一个数学结构简单地说:就是系统的某种特征的本质的数学表达式(或是用数学术语对部分现实世界的描述)，即用数学式子(如函数，图形，代数方程，微分方程，积分方程，差分方程等)来描述(表述，模拟)所研究的客观对象或系统在某一方面的存在规律随着社会的发展，生物，医学，社会，经济……，各学科，各行业都涌现现出大量的实际课题，急待人们去研究，去解决但是，社会对数学的需求并不只是需要数学家和专门从事数学研究的人才，而更大量的是需要在各部门中从事实际工作的人善于运用数学知识及数学的思维方法来解决他们每天面临的大量的实际问题，取得经济效益和社会效益他们不是为了应用数学知识而寻找实际问题(就像在学校里做数学应用题)，而是为了解决实际问题而需要用到数学而且不止是要用到数学，很可能还要用到别的学科，领域的知识，要用到工作经验和常识特别是在现代社会，要真正解决一个实际问题几乎都离不开计算机可以这样说，在实际工作中遇到的问题，完全纯粹的只用现成的数学知识就能解决的问题几乎是没有的你所能遇到的都是数学和其他东西混杂在一起的问题，不是"干净的"数学，而是"脏"的数学其中的数学奥妙不是明摆在那里等着你去解决，而是暗藏在深处等着你去发现也就是说，你要对复杂的实际问题进行分析，发现其中的可以用数学语言来描述的关系或规律，把这个实际问题化成一个数学问题，这就称为数学模型数学模型具有下列特征:数学模型的一个重要特征是高度的抽象性通过数学模型能够将形象思维转化为抽象思维，从而可以突破实际系统的约束，运用已有的数学研究成果对研究对象进行深入的研究数学模型的另一个特征是经济性用数学模型研究不需要过多的专用设备和工具，可以节省大量的设备运行和维护费用，用数学模型可以大大加快研究工作的进度，缩短研究周期，特别是在电子计算机得到广泛应用的今天，这个优越性就更为突出但是，数学模型具有局限性，在简化和抽象过程中必然造成某些失真所谓"模型就是模型"(而不是原型)，即是指该性质二、数学建模 数学建模是利用数学方法解决实际问题的一种实践即通过抽象，简化，假设，引进变量等处理过程后，将实际问题用数学方式表达，建立起数学模型，然后运用先进的数学方法及计算机技术进行求解简而言之，建立数学模型的这个过程就称为数学建模模型是客观实体有关属性的模拟陈列在橱窗中的飞机模型外形应当象真正的飞机，至于它是否真的能飞则无关紧要;然而参加航模比赛的飞机模型则全然不同，如果飞行性能不佳，外形再象飞机，也不能算是一个好的模型模型不一定是对实体的一种仿照，也可以是对实体的某些基本属性的抽象，例如，一张地质图并不需要用实物来模拟，它可以用抽象的符号，文字和数字来反映出该地区的地质结构数学模型也是一种模拟，是用数学符号，数学式子，程序，图形等对实际课题本质属性的抽象而又简洁的刻划，它或能解释某些客观现象，或能预测未来的发展规律，或能为控制某一现象的发展提供某种意义下的最优策略或较好策略数学模型一般并非现实问题的直接翻版，它的建立常常既需要人们对现实问题深入细微的观察和分析，又需要人们灵活巧妙地利用各种数学知识这种应用知识从实际课题中抽象，提炼出数学模型的过程就称为数学建模实际问题中有许多因素，在建立数学模型时你不可能，也没有必要把它们毫无遗漏地全部加以考虑，只能考虑其中的最主要的因素，舍弃其中的次要因素数学模型建立起来了，实际问题化成了数学问题，就可以用数学工具，数学方法去解答这个实际问题如果有现成的数学工具当然好如果没有现成的数学工具，就促使数学家们寻找和发展出新的数学工具去解决它，这又推动了数学本身的发展例如，开普勒由行星运行的观测数据总结出开普勒三定律，牛顿试图用自己发现的力学定律去解释它，但当时已有的数学工具是不够用的，这促使了微积分的发明求解数学模型，除了用到数学推理以外，通常还要处理大量数据，进行大量计算，这在电子计算机发明之前是很难实现的因此，很多数学模型，尽管从数学理论上解决了，但由于计算量太大而没法得到有用的结果，还是只有束之高阁而电子计算机的出现和迅速发展，给用数学模型解决实际问题打开了广阔的道路而在现在，要真正解决一个实际问题，离了计算机几乎是不行的数学模型建立起来了，也用数学方法或数值方法求出了解答，是不是就万事大吉了呢 不是既然数学模型只能近似地反映实际问题中的关系和规律，到底反映得好不好，还需要接受检验，如果数学模型建立得不好，没有正确地描述所给的实际问题，数学解答再正确也是没有用的因此，在得出数学解答之后还要让所得的结论接受实际的检验，看它是否合理，是否可行，等等如果不符合实际，还应设法找出原因，修改原来的模型，重新求解和检验，直到比较合理可行，才能算是得到了一个解答，可以先付诸实施但是，十全十美的答案是没有的，已得到的解答仍有改进的余地，可以根据实际情况，或者继续研究和改进;或者暂时告一段落，待将来有新的情况和要求后再作改进 应用数学知识去研究和和解决实际问题，遇到的第一项工作就是建立恰当的数学模型从这一意义上讲，可以说数学建模是一切科学研究的基础没有一个较好的数学模型就不可能得到较好的研究结果，所以，建立一个较好的数学模型乃是解决实际问题的关键之一数学建模将各种知识综合应用于解决实际问题中，是培养和提高同学们应用所学知识分析问题，解决问题的能力的必备手段之一三、数学建模的一般方法建立数学模型的方法并没有一定的模式，但一个理想的模型应能反映系统的全部重要特征:模型的可靠性和模型的使用性建模的一般方法:机理分析 机理分析就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，所建立的模型常有明确的物理或现实意义(1) 比例分析法--建立变量之间函数关系的最基本最常用的方法 (2) 代数方法--求解离散问题(离散的数据，符号，图形)的主要方法 (3) 逻辑方法--是数学理论研究的重要方法，对社会学和经济学等领域的实际 问题，在决策，对策等学科中得到广泛应用 (4) 常微分方程--解决两个变量之间的变化规律，关键是建立"瞬时变化率"的表达式 (5) 偏微分方程--解决因变量与两个以上自变量之间的变化规律测试分析方法 测试分析方法就是将研究对象视为一个"黑箱"系统，内部机理无法直接寻求，通过测量系统的输入输出数据，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数据拟合得最好的模型 (1) 回归分析法--用于对函数f(x)的一组观测值(xi，fi)i=1，2，…，n，确定函数的表达式，由于处理的是静态的独立数据，故称为数理统计方法(2) 时序分析法--处理的是动态的相关数据，又称为过程统计方法(3) 回归分析法--用于对函数f(x)的一组观测值(xi，fi)i=1，2，…，n，确定函数的表达式，由于处理的是静态的独立数据，故称为数理统计方法(4) 时序分析法--处理的是动态的相关数据，又称为过程统计方法将这两种方法结合起来使用，即用机理分析方法建立模型的结构，用系统测试方法来确定模型的参数，也是常用的建模方法， 在实际过程中用那一种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来决定机理分析法建模的具体步骤大致可见左图仿真和其他方法(1) 计算机仿真(模拟)--实质上是统计估计方法，等效于抽样试验① 离散系统仿真--有一组状态变量② 连续系统仿真--有解析表达式或系统结构图(2) 因子试验法--在系统上作局部试验，再根据试验结果进行不断分析修改，求得所需的模型结构(3) 人工现实法--基于对系统过去行为的了解和对未来希望达到的目标，并考虑到系统有关因素的可能变化，人为地组成一个系统(参见:齐欢《数学模型方法》，华中理工大学出版社，1996)四、数学模型的分类数学模型可以按照不同的方式分类，下面介绍常用的几种按照模型的应用领域(或所属学科)分:如人口模型，交通模型，环境模型，生态模型，城镇规划模型，水资源模型，再生资源利用模型，污染模型等范畴更大一些则形成许多边缘学科如生物数学，医学数学，地质数学，数量经济学，数学社会学等按照建立模型的数学方法(或所属数学分支)分:如初等数学模型，几何模型，微分方程模型，图论模型，马氏链模型，规划论模型等按第一种方法分类的数学模型教科书中，着重于某一专门领域中用不同方法建立模型，而按第二种方法分类的书里，是用属于不同领域的现成的数学模型来解释某种数学技巧的应用在本书中我们重点放在如何应用读者已具备的基本数学知识在各个不同领域中建模按照模型的表现特性又有几种分法:确定性模型和随机性模型 取决于是否考虑随机因素的影响近年来随着数学的发展，又有所谓突变性模型和模糊性模型静态模型和动态模型 取决于是否考虑时间因素引起的变化线性模型和非线性模型 取决于模型的基本关系，如微分方程是否是线性的离散模型和连续模型 指模型中的变量(主要是时间变量)取为离散还是连续的虽然从本质上讲大多数实际问题是随机性的，动态的，非线性的，但是由于确定性，静态，线性模型容易处理，并且往往可以作为初步的近似来解决问题，所以建模时常先考虑确定性，静态，线性模型连续模型便于利用微积分方法求解，作理论分析，而离散模型便于在计算机上作数值计算，所以用哪种模型要看具体问题而定在具体的建模过程中将连续模型离散化，或将离散变量视作连续，也是常采用的方法按照建模目的分:有描述模型，分析模型，预报模型，优化模型，决策模型，控制模型等按照对模型结构的了解程度分:有所谓白箱模型，灰箱模型，黑箱模型这是把研究对象比喻成一只箱子里的机关，要通过建模来揭示它的奥妙白箱主要包括用力学，热学，电学等一些机理相当清楚的学科描述的现象以及相应的工程技术问题，这方面的模型大多已经基本确定，还需深入研究的主要是优化设计和控制等问题了灰箱主要指生态，气象，经济，交通等领域中机理尚不十分清楚的现象，在建立和改善模型方面都还不同程度地有许多工作要做至于黑箱则主要指生命科学和社会科学等领域中一些机理(数量关系方面)很不清楚的现象有些工程技术问题虽然主要基于物理，化学原理，但由于因素众多，关系复杂和观测困难等原因也常作为灰箱或黑箱模型处理当然，白，灰，黑之间并没有明显的界限，而且随着科学技术的发展，箱子的"颜色"必然是逐渐由暗变亮的五、数学建模的一般步骤建模的步骤一般分为下列几步:模型准备首先要了解问题的实际背景，明确题目的要求，搜集各种必要的信息模型假设在明确建模目的，掌握必要资料的基础上，通过对资料的分析计算，找出起主要作用的因素，经必要的精炼，简化，提出若干符合客观实际的假设，使问题的主要特征凸现出来，忽略问题的次要方面一般地说，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，也很难求解不同的简化假设会得到不同的模型假设作得不合理或过份简单，会导致模型失败或部分失败，于是应该修改和补充假设;假设作得过分详细，试图把复杂对象的各方面因素都考虑进去，可能使你很难甚至无法继续下一步的工作通常，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既要运用与问题相关的物理，化学，生物，经济等方面的知识，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，果断地抓住主要因素，舍弃次要因素，尽量将问题线性化，均匀化经验在这里也常起重要作用写出假设时，语言要精确，就象做习题时写出已知条件那样模型构成根据所作的假设以及事物之间的联系， 利用适当的数学工具去刻划各变量之间的关系，建立相应的数学结构――即建立数学模型把问题化为数学问题要注意尽量采取简单的数学工具，因为简单的数学模型往往更能反映事物的本质，而且也容易使更多的人掌握和使用模型求解利用已知的数学方法来求解上一步所得到的数学问题，这时往往还要作出进一步的简化或假设在难以得出解析解时，也应当借助计算机求出数值解模型分析对模型解答进行数学上的分析，有时要根据问题的性质分析变量间的依赖关系或稳定状况，有时是根据所得结果给出数学上的预报，有时则可能要给出数学上的最优决策或控制，不论哪种情况还常常需要进行误差分析，模型对数据的稳定性或灵敏性分析等模型检验分析所得结果的实际意义，与实际情况进行比较，看是否符合实际，如果结果不够理想，应该修改，补充假设或重新建模，有些模型需要经过几次反复，不断完善模型应用所建立的模型必须在实际中应用才能产生效益，在应用中不断改进和完善应用的方式自然取决于问题的性质和建模的目的参考文献：(1)齐欢《数学模型方法》，华中理工大学出版社，1996。(2)《数学的实践与认识》，(季刊)，中国数学会编辑出版。
