d dq d ? 2. x w x pf x q
*)()(max -=?
F.O.C
00*=-???=??Wi Xi
f
p xi ? Wi VMPi =? S.O.C H is negative definite ?f is concave. II. The Constrained Case
x
max )(x f
s.t g()x =b ? 在有限制下，求最大點dxi Xi
g
.....0=??∑
?Lagrangian Function:
max L ())(()(),b x g x f x --=λλ x ,λ constraint gualification: U xi
x g ≠??)
(
0=??Xi L 0)(,,,2,1=??-???=Xi
g
Xi x f n I λ F.O.C xj g
xi g
xj f xi f ????-???)()
(
0)(=-=??x g b L
λ
D 2
22
)
()(x d x L d x L =
S.O.C 0))(()(2≤dx x L D x d T
x d ? s.t. Dg(0)=x d x 全微
分
◎ Bordered Hessian
)(...........................
),(2
2
222
12212112
212222x L D x L x x L x L x x L x L g x L x L x L
L x L D H n i
n n n
n →????
??
??
?
?
???????????????????????-???????????==λλλλλλ S.O.C. for max (min)
The naturally ordered principled mincrs of the bordered
(all be negative)?guaslconcave
Hessianmatrix alternate in sign, the sign of the first
being positive
i.e
00
00
2
3
22
321
323
3222
2212223
122122
1
2132122
21
222
2
12221
21?????-?????---x L x x L
x x L
g x x L
x L x x L
g
x x L
x x L
x L g g g g x L
x x L g x x L
x L g g g ex min w x
x
t s .. g x f =)(
?Lagrangian funotion: ))((),(*
g x f x w x L --=λλ λ
x max
F.O.C. MRTS xj f
xi f
wj wi
n I xi x f wi x xi L =????=?=?=??-=??,...2,10)(),(***λλ
0)(),(*
*=-=??x f g x L λλ
◎
x
f s .. )(x
g b ≤ 0)(≤x g x 0≥ 0≤-x
F.O.C 0)
(**
*=??xi x f X i
0*≥i X
0)
(2≤??xi
x f Max f(x)
x
l s .
?Langrangian Function:
)()(),(1∑=-=n
i x igi x f x L λλ
Max ),,,(1n X X f Ex n
x x t s ...1.. b x g ≤)(
0,.......0,021≤-≤-≤-u x x x
),,,,,,,,,,(2121n n u u u x x x L λ?
=)...))()(2211n n x u x u x u b x g x f -++++--λ F.O.C
01111=+??-??=??u x g
x f x L λ
02=+??-??=??u x g
x f x L n
n n λ 0,0*
*≥=??λλλL
0,0,011111≥≥=??=x u u L
x u 因有ineguediy, …. 所以要多考慮這些可能
,0
,0≥
≥
=
?
?
=
n
n
n
n
n
x
u
u
L
x
u
ex
“☆” min
2
2
1
1
x
w
x
w+
s.t y
x
x=
+
2
1
1
≥
x0
2
≥
x
2
2
1
1
2
1
2
2
1
1
2
1
2
1
)
(
)
,
,
,
,
(X
M
X
M
y
x
x
x
w
x
w
M
M
X
X
L-
-
-
+
-
+
=λ
λ
F.O.C
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
?
=
=
-
+
-
=
?
?
=
-
-
=
?
?
=
-
-
=
?
?
=0
2
2
1
1
2
1
2
2
1
1
1
,0
)3
.....(
)
(
)2
.....(
2
)1.(
..........
X
M
X
M
y
x
x
L
M
w
X
L
M
w
X
L
λ
λ
λ
檢查這些條件是否都符合
∥∥
1
1
=
?
?
U
L
μ0
2
2
=
?
?
?
U
L
μ
,0
2
1
≥
≥X
X∴共有四種組合
,0
2
1
=
?
=
=y
X
X (0
,
2
2
=
x
μ代入 (2) 式)
,0
,0
2
1
>
=X
X step2
2
2
2
,0W
W=
→
=
-
=
?λ
λ
μ
()
)1(
,0
,
1
1
式
代入
x=
μ
step2
1
1
1
1
2
,
≥
-
=
→
+
=
=μ
λ
μ
λW
w
y
x
.....
2
1
W
W≥
?用第2種生產要素
Case 3 ....
,0
,0
1
2
2
1
W
W
X
X≥
?
=
>用第1種生產要素
Case 4 λ
μ
μ=
=
?
=
=
?
>
>
2
1
2
1
2
1
,0
,0W
W
X
X
Ex {}y
W
y
W
y
W
W
C
2
1
2
1
,
m in
)
,
,
(=
?
?
?
?
?
?
<
<
=
>
<
=
=
=
=
2
1
2
1
2
1
1
2
2
1
2
1
W
W
y
W
y
W
C
W
W
y
W
y
W
C
W
W
if
y
W
y
W
C
Kuhn-Tucker Formulation
?
?
?
≥
≤0
)
(
..
)
(
.
)
(
min
)
(
max
X
g
t s
X
g
t s
X
f
X
f
))(()(),(b X g X f X L --=?λλ Kuhn-Tucker Conditions
???
????=??≥≥??=??≥≤??≤≥0
,0,00,0(max ),01(min)
1λλλL L X L X X X L
i i i i i
2211m in
X W X W + 21,x x
s.t. y X X =+21 0,021≥≥X X
)(212211y X X X W X W L -+-+=λ (K-T conditions):
0,0,011111=??≥≥-=??X L
X X W X L λ 0,0,02
2
222
=??≥≥-=??X L
X X W X L
λ
021=-+=??Y X X L λ 0≥λ 0=??λ
λL Utility Maximization Problem max u(x, y)
x, y
s.t I y P x P y X ≤?+?
0,00,0≤≤-?≥≥y x y x Comparative Statics
F.O.C )
.....(.....,,0)...................(0)....,........(21**2*1212121211m i j n m n n m n a a a 且x X X X 可求得
equations n x x x x x x F x x x f ??
??
??????==M ααα → Implicit Functions
Implicit Functions Theorem If D=
01111≠n
n n
n f f f f *
j X =)......(m i h αα
之影響為正或負a 受即X aj xi m i .....0*1**α<
>
??
建立数学模型的方法、步骤、特点及分类
建立数学模型的方法、步骤、特点及分类 [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，模型也要求具有反映内部特性的物理意义。那么应该以机理分析方法为主．当然,若需要模型参数的具体数值，还可以用系统辨识或其他统计方法得到．如果对象的内部机理基本上没掌握，模型也不用于分析内部特性,譬如仅用来做输出预报，则可以系统辩识方法为主．系统辨识是一门专门学科，需要一定的控制理论和随机过程方面的知识．以下所谓建模方法只指机理分析。 建模要经过哪些步骤并没有一定的模式，通常与实际问题的性质、建模的目的等有关，从 §16.2节的几个例子也可以看出这点．下面给出建模的—般步骤，如图16-5所示． 图16-5 建模步骤示意图 模型准备首先要了解问题的实际背景，明确建模的目的搜集建模必需的各种信息如现象、数据等，尽量弄清对象的特征,由此初步确定用哪一类模型，总之是做好建模的准备工作．情况明才能方法对，这一步一定不能忽视，碰到问题要虚心向从事实际工作的同志请教，尽量掌握第一手资料. 模型假设根据对象的特征和建模的目的，对问题进行必要的、合理的简化，用精确的语言做出假设，可以说是建模的关键一步．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．
经济数学试卷及答案
成人教育学院 学年第一学期期末考试 课程名称 经济数学（线性代数、概率论部分） 一．填空题（本题满分15分，共有5道小题，每道小题3分），请将合适的答案填在空中 [][]( ). ,5-,3,,,,B ,,,,4.143214321=+====B A B A A 则且阶方阵设αααβαααα ) (41*,2.2* 1 =+?? ? ??=-A A A A A A 的伴随矩阵，则是为三阶方阵，行列式设 ()()()( ). a 28,4,2,1,1,2,1-,1,5,3,1,1.3321=+=+==，则秩是的已知向量组a a ααα 4．n 个不同的球随机地放入n 个盒中，有空盒的概率为p = 5．同一寝室的6名同学中，至少有两人的生日在同一个月中的概率为 二．单项选择题（每题3分，共15分） ()()( )()()()()()()()(). 3,32,2 D ;,, ;-,, B ;-,-,- A . 3,2,1,,.1133221321211133221133221321αααααααααααααααααααααααααααα++++++++===C A A i A A i 则的三个列向量，为，其中为三阶方阵，设 (). .2等价，则 与阶方阵若B A n () ()() ().D ..B .A 1-有相同的特征向量、有相同的特征值、有相同的秩、，使得存在可逆矩阵B A B A C B A B AP P P = 3．X 与Y 独立，且均在(0,)θ均匀分布，则[min(,)]E x y = [ ] .2A θ； .B θ； .3C θ； . 4D θ
()() ()()()()4 a 4- D -4;a C 4;a B 8;a 282,,.4212 32221321<<<><+++=A a x ax x x x x x x f 的取值范围是 是正定的，则实数设二次型 5．0DX ≠，0DY ≠，则()D X Y DX DY +≠+是X 和Y 的 （ ） A ．不相关的充分不必要条件； B.不相关的充分必要条件； C ．独立的充分不必要条件 ； D.独立的充分必要条件。 三、计算题：（4×12分=48分） 1313 21132333 2312 .1------计算行列式 .111111111111,.2A B X XX A AB T ，求，其中设????? ?????----=??????????-=+=
数学在经济学中的应用
数学在经济学中的应用 经济学院经济系张馨月 进入大学，我选择了经济学这门学科。经过一个学期的学习，我对经济系的课程有了一个基本的了解。数学是经济系乃至经济学院的学生必修的一门课程，非常的重要。为什么数学在经济学中的作用如此重要呢？今天，我就浅论一下这个问题，谈谈数学在经济学中的应用。 要谈这个问题，首先要明确经济学是什么。经济学是研究如何配置和使用相对稀缺的资源，来满足最大化需求的社会科学，即研究社会活动中的个人、企业、政府如何进行选择，以及这些选择如何决定社会资源使用方式的一门科学。经济学是一门社会科学，但是它却与哲学、文学等社会科学有着大相径庭的区别。经济学研究的是经济问题。虽然现实里的经济问题错综复杂，使经济学的分析增加了难度，具有了一些不确定性。但是，经济学的目标是朝着物理学的方式发展的，它本质上追求精确。对于这样一门追求精确的学问，数学的作用自然非比寻常。经济学使用到了数学、统计工具，这个传统从很早的威廉.配第就有了，到魁奈的《经济表》，到边际学派的边际分析，到萨缪尔森的《经济分析基础》，到再博弈论等等，数学在经济学中的地位越来越明显。 我认为，数学在经济学中的作用主要有两方面。一是在其工具性上，数学作为经济研究的基础工具，其作用自然不可小觑；二是在其思想性方面，数学是一门严谨的学问，其严谨的思想在追求精确和理性的经济学中占据重要的地位。数学在理论上的概括和科学的实际发展中，一般给人们的印象是，与其他学科相比，数学的特点可归结为更高度的抽象性、更严密的逻辑性和更广泛的应用性。因此，说数学是一切科学的根本基础，是科学的皇后，是十分自然的。 先谈谈第一方面。首先，数学概念是抽象的典范，几乎它的所有基本概念在现实世界中是找不到的，例如，点、线、面；自然数、实数和虚数等等；它们是抽象的，又是深刻的，极其奇妙地、精确地刻画自然事物的某种基本特征。其次，数学是严密逻辑推理的象征，其方法论的核心是演绎法，即从不证自明的公理出发进行演绎推理；其实质含义是，若公理为真，则可保证其演绎的结论为真；从逻辑上看，演绎法是清晰、合理和完美的，由数学推出的显然是毋庸置疑的正确结论。最后，由上面两点，数学应用的广泛性是不言自明的。自然，在经济研究中，少不了数学这样一个工具。经济学是研究在约束的条件下的最优化选择，即在资源稀缺的条件下，如何达到收益的最大化。于是，在研究中就存在成本、收益等等的概念和运算。同时，由于经济活动的多样性，研究中存在许多变化的因素，导致了经济研究的错综复杂。而数学其用处就在于为许多复杂的思想和现象提供了简洁而明了的解释，为许多错综的数据提供了计算模型，从而使经济研究简洁条理。 但数学的有用性不仅仅体现在其工具性上，更在其思想性上。改革开放以来，西方经济学作为市场经济运行描述的基本理论，对我们经济学学习和研究的作用越来越重要。从学习和研究的角度看，似乎可以明显感觉到，西方经济学的理论体系、思维方式和推理方式的深刻特点之一表现在其数学性方面，也正是这一特征使人们常常把经济学看成是最接近自然科学的社会科学学科。西方经济学从亚当·斯密《国富论》起的二百多年来，已形成了一个庞大而较严密的理论体系。在整个社会科学中，经济学的理论形式、研究方法是公认为最接近自然
经济数学模型的局限性
数学与经济学息息相关，经济理论研究也离不开经济数学模型。经济学从它产生时起，就在某种程度上运用着经济数学模型。几乎每一项经济学的研究、决策，都离不开数学的应用。利用数学工具来分析经济问题得到的理论成果层出不穷，经济学中使用数学方法的趋势也越来越明显。西方经济学认为，经济学的基本方法是分析经济变量之间的函数关系，建立经济模型，从中引申出经济原则和理论，进行预测、决策和监控。在经济领域，数学的运用首要的问题是实用性和实践性问题，即能否用所建立的模型去概括某一经济现象或说明某一经济问题。因而，数学模型分析已成为现代经济学研究的基本趋向，经济数学模型在研究许多特定的经济问题时具有重要的不可替代的作用。在经济学日益计量化、定量分析的今天，数学模型方法显得愈来愈重要。在社会发展中，经济数学模型渗透到了许多方面。 1 经济数学模型的基本内涵 经济数学模型：①凡一切数学概念、数学理论体系、各种数学公式以及由公式构成的算法系统均可称为数学模型。②数学模型就是运用数学符号、公式和函数等数学语言，表示出客观事物特征、本质和规律的方法。那么经济活动中数量关系的简化的数学表达，简称经济模型。“数学模型是数学思想精华的具体体现，是对客观实际对象的数学表述，它是在一定的合理假设前提下，对实际问题进行抽象和简化，基于数学理论和方法，用数学符号、数学命题、图形、图表等来刻画客观事物的本质属性及其内在联系。当数学模型与经济问题有机地结合在一起时，经济数学模型也就产生了。数学中有数、形、式结合原则。数表示量的大小，形表示量的集合，式反映了经济变量的联系及规律，三者之间形成了逻辑的统一。数学中图形是点的轨迹，点是函数的特殊值，因而也是函数和曲线的统一。可以认为经济问题是复杂经济现象中的一个点，函数则是经济变量之间的相互依存、相互作用关系，图形就是经济运行的规律和机制。所以，数、形、式是建模的主要工具和手段，是解决客观经济问题的三个要素。” 经济数学模型强调直接从实际问题中提出数学问题，然后选择恰当的数学方法加以解决，教会人们善于从实际问题中提出数学问题。对于广大学习数学的人来说，这也是提高其数学素质的直要途经，是培养人们尤其是经济工作者用数学工具解决实际问题的桥梁。而且，在建立数学模型解决实际问题时可以体会数学的应用价值，数学应用意识，增强学习数学的兴趣，学会团结合作，提高分析和解决问题的能力，认识数学知识的发展过程，可以培养数学创造能力。 在经济数学模型中，用到的数学非常广泛，按数学形式的不同，经济数学模型一般分为线性和非线性两种：①线性模型是指模型中包含的方程都是一次方程。②非线性模型是指模型中有两次以上的高次方程。③有时非线性模型可化为线性模型来求解，如把指数模型转换为对数模型来处理。数列，概率统计等。 模型要采取一定的数学形式来反映经济数量关系。任何数学形式主要由方程式、变量(它的数值随时间、地点和条件的变化而改变，按其在方程式中的地位和作用，分为因变量和自变量)和参数(反映变量之间相互影响程度的系数)3个基本要素组成。简化是用模型来反
经济数学在现实的应用
郑州交通职业学院 毕业论文 论文题目：经济数学在现实的应用 所属系别 专业班级 姓名 学号 2 撰写日期2012 年 5 月
摘要 《经济数学》是根据教育部制订的“高职高专教育数学课程教学基本要求”，在“经济数学”国家精品课程的申报和建设过程中，结合最新的课程改革理念编写而成的。全书包括微分、积分、概率统计、线性代数、线性规划、数学实验等模块，主要内容有函数、极限与连续，导数与微分，导数的应用，二元函数偏导数及其应用，一元函数积分及其应用，概率统计初步，线性代数及其应用，线性规划及其应用，MATLAB数学实验简介等，书后附有习题参考答案及常用数理统计表。 关键字：经济数学，科学，应用
Abstract " Economic Mathematics" is based on the Ministry of education," education of higher vocational college mathematics teaching basic requirements", in the" National Excellent Course Economic Mathematics" the declaration and construction process, combined with the new concept of curriculum reform prepared. The book includes differential, integral, probability and statistics, linear algebra, linear programming, mathematical experiment module, main content has functions, limits and continuity, derivative and differential, the application of derivatives, two yuan function partial derivative and its applications, a dual function integral and its applications, probability and statistics of the initial, linear algebra and its applications, linear programming and its application of mathematical experiment, MATLAB introduction, the book with a reference answers to the exercises and commonly used mathematical statistics. Keywords: Economic Mathematics, applied
数学知识及其在西方经济学中
数学基础知识及其在西方经济学中的使用 西方经济学是一门综合性较高的课程，有一定的难度，需要一定的数学知识基础。这里我们给大家整理了一些必需的数学基础知识，帮助大家学好西方经济学这门课程。 一、经济模型中运用的图形 经济模型是对经济或企业与家庭这类经济组成部分进行的简化的描述。它包括可以用方程式或图形中曲线表示的经济行为的表述。经济学家利用模型来揭示不同政策或其他因素对经济的影响，在方法上与采用模型飞机测定风洞和气候模式有类似之处。 在经济模型中你将遇到许多不同的图形，一旦你学会认识这些类型，你就会很快了解图形的含义。在图形中看到的类型有如下四种情况： 1、同方向变动的变量 同方向变动的两种变量之间的关系称为正相关或者同方向相关。图1-1表示正相关图形的三种情况。图a表示一种两个变量同时增加的正相关，图形沿着越来越陡峭的曲线移动；图b表示一种正相关线性关系，图形是一条直线；图c表示一种两个变量同时增加的正相关，图形沿着越来越平坦的曲线移动。图1-2中的所有线——无论它是直线还是曲线——都称为曲线。 x 图1-2：正相关图形的三种情况 2、反方向变动的变量 反方向变动的两种变量之间的关系称为反相关或者反方向相关。图1-3表示反相关图形的三种情况。图a表示一种一个变量增加、另一个变量减少的负相关，图形沿着越来越陡峭的曲线移动；图b表示一种负相关线性关系，图形是一条直线；图c表示一种图形沿着越来越平坦的曲线移动的负相关。 x 图1-3：负相关图形的三种情况
3、有最大值或最小值的变量 x x (a) (b) 图1-4：有最大值与最小值的图形 图（a ）表示有一个最大值点A 的曲线，点A 的左边产量递增，右边产量递减，在点A 处达到产量最大；图（b ）表示有一个最小值点B 的曲线，点B 的左边成本递减，右边成本 递增，在点B 处成本最小。 4、无关的变量 x x (a) (b) 图1-5：无关变量的图形 有许多情况是无论一个变量发生什么变动，另一个变量都不变。上图（a ）表示无论x 如何变动，y 的数值不变；图（b ）表示无论y 如何变动，x 的数值不变。 5、一种关系的斜率 我们可以用关系的斜率来衡量一个变量对另一个变量的影响。一种关系的斜率是用y 轴衡量的变量的值的变动量除以用x 轴衡量的变量的值的变动量。我们用希腊字母Δ代表“变动量”，Δx 指x 轴衡量的变量的值的变动量，这样关系的斜率是：Δy/Δx.。
什么是数学模型与数学建模
1. 什么是数学模型与数学建模 简单地说：数学模型就是对实际问题的一种数学表述。 具体一点说：数学模型是关于部分现实世界为某种目的的一个抽象的简化的数学结构。 更确切地说：数学模型就是对于一个特定的对象为了一个特定目标，根据特有的内在规律，做出一些必要的简化假设，运用适当的数学工具，得到的一个数学结构。数学结构可以是数学公式，算法、表格、图示等。 数学建模就是建立数学模型，建立数学模型的过程就是数学建模的过程（见数学建模过程流程图）。数学建模是一种数学的思考方法，是运用数学的语言和方法，通过抽象、简化建立能近似刻划并"解决"实际问题的一种强有力的数学手段。 2.美国大学生数学建模竞赛的由来： 1985年在美国出现了一种叫做MCM的一年一度大大学生数学模型（1987年全称为Mathematical Competition in Modeling,1988年改全称为Mathematical Contest in Modeling,其所写均为MCM）。这并不是偶然的。在1985年以前美国只有一种大学生数学竞赛（The william Lowell Putnam mathematial Competition,简称Putman(普特南）数学竞赛），这是由美国数学协会（MAA--即Mathematical Association of America的缩写）主持，于每年12月的第一个星期六分两试进行，每年一次。在国际上产生很大影响，现已成为国际性的大学生的一项著名赛事。该竞赛每年2月或3月进行。 我国自1989年首次参加这一竞赛，历届均取得优异成绩。经过数年参加美国赛表明，中国大学生在数学建模方面是有竞争力和创新联想能力的。为使这一赛事更广泛地展开，1990年先由中国工业与应用数学学会后与国家教委联合主办全国大学生数学建模竞赛（简称CMCM），该项赛事每年9月进行。
经济学中的数学意义(一)
经济学中的数学意义(一) 改革开放以来，西方经济学作为市场经济运行描述的基本理论，对我们经济学学习和研究的作用越来越重要。从学习和研究的角度看，似乎可以明显感觉到，西方经济学（本文中主要指新古典（综合）主义经济学）的理论体系、思维方式和推理方式的深刻特点之一表现在其数学性方面，也正是这一特征使人们常常把经济学看成是最接近自然科学的社会科学学科。因此，对一般数学的意义、数学与理论的科学性、数学在经济学研究中的意义和具体作用、及数学的限制等基本问题的深入思考，将有助于我们进一步认识和把握西方经济学的基本思想和理论特征，更好地学习、借鉴和认识西方经济学。 一、数学与理论的科学性 众所周知，数学作为一个独立的知识体系起源于古希腊，两千多年特别从牛顿时代以来，数学及其具体应用-----自然科学取得了辉煌的成就。长期以来人们习惯认为，能充分应用数学的学科或领域等价于科学，数学所显示出的人类理性能力、根源和力量在诸多自然科学领域也似乎得到了完美的体现。这自然使人们猜想，为什么不能把数学方法应用到社会学科领域去寻求其真理呢？西方经济学也许正是这种猜想的一个主要结果或实验。数学究竟能给经济学带来什么呢？在进一步分析经济学中数学的意义之前，我们应先来概略了解一下几个数学基础问题。 1、数学是什么？ 简单回答这个问题是十分抽象的。例如若干著名学者认为，“纯数学的对象是现实世界的空间形式和数量关系”。数学“是研究抽象结构的科学“。“数学是结构及其模型的科学”。等等。数学在理论上的概括和科学的实际发展中，一般给人们的印象是，与其他学科相比，数学的特点可归结为更高度的抽象性、更严密的逻辑性和更广泛的应用性。因此，说数学是一切科学的根本基础，是科学的皇后，是十分自然的。 稍具体说，首先，数学概念是抽象的典范，几乎它的所有基本概念在现实世界中是找不到的，例如，点、线、面；自然数、实数、虚数和四元数等等；它们是抽象的，又是深刻的，极其奇妙地、精确地刻画自然事物的某种基本特征。其次，数学是严密逻辑推理的象征，其方法论的核心是演绎法，即从不证自明的公理出发进行演绎推理；其实质含义是，若公理为真，则可保证其演绎的结论为真；从逻辑上看，演绎法是清晰、合理和完美的，由数学推出的显然是毋庸置疑的正确结论。最后，由上面两点，数学应用的广泛性是不言自明的。 人的认识是无止境的，由于数学在科学发展中至高无上的地位，人们自然要进一步问，数学是绝对真理吗？亦即数学的抽象性是绝对无误的吗？数学的严密逻辑性是绝对可靠的吗？数学应用的广泛性是无限的吗？稍考察一下数学发展的历史可以看出，人们在这个问题的认识是不断变化发展的。 2、数学的真理性问题 十九世纪二十年代之前，数学的发展是顺利的，人们对于数学的真理性是确认的。特别是十五～十八世纪，数学的顺利发展达到高峰；这一时期一大批数学家同时在在数学和自然科学方面做出了惊人的成就，如哥白尼、开普勒、伽里略、笛卡尔、惠更斯和牛顿等。他们从许多方面证明了自然界的一些现象与数学定律相吻合，最突出是牛顿力学；所有这些极大地加强了数学作为绝对真理的信念，人们相信上帝设计了宇宙，而数学的作用就是揭示出这些设计。 然而十九世纪二十年代非欧几何的提出和集合论中悖论的出现，使整个科学界震动，它迫使数学家们从根本上改变了对数学性质的认识，以及数学和物质世界关系的理解，由此引出数学巨人之间关于数学基础的新数学方法而展开激烈的争论。如由弗雷格、罗素和怀特海为代表的逻辑主义认为，逻辑法则是一个真理体系，而所有的数学是可以由逻辑推导出来。同一时期，以克罗内克、鲍莱尔、彭家勒和贝尔为代表的直觉主义却认为，从逻辑原理所推导出
数学建模的基本步骤
数学建模的基本步骤 一、数学建模题目 1）以社会，经济，管理，环境，自然现象等现代科学中出现的新问题为背景，一般都有一个比较确切的现实问题。 2）给出若干假设条件： 1. 只有过程、规则等定性假设； 2. 给出若干实测或统计数据； 3. 给出若干参数或图形等。 根据问题要求给出问题的优化解决方案或预测结果等。根据问题要求题目一般可分为优化问题、统计问题或者二者结合的统计优化问题，优化问题一般需要对问题进行优化求解找出最优或近似最优方案，统计问题一般具有大量的数据需要处理，寻找一个好的处理方法非常重要。 二、建模思路方法 1、机理分析根据问题的要求、限制条件、规则假设建立规划模型，寻找合适的寻优算法进行求解或利用比例分析、代数方法、微分方程等分析方法从基本物理规律以及给出的资料数据来推导出变量之间函数关系。 2、数据分析法对大量的观测数据进行统计分析，寻求规律建立数学模型，采用的分析方法一般有： 1）. 回归分析法(数理统计方法)-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。 2）. 时序分析法--处理的是动态的时间序列相关数据，又称为过程统计方法。 3）、多元统计分析（聚类分析、判别分析、因子分析、主成分分析、生存数据分析）。 3、计算机仿真（又称统计估计方法）：根据实际问题的要求由计算机产生随机变量对动态行为进行比较逼真的模仿，观察在某种规则限制下的仿真结果（如蒙特卡罗模拟）。 三、模型求解： 模型建好了，模型的求解也是一个重要的方面，一个好的求解算法与一个合
适的求解软件的选择至关重要，常用求解软件有matlab，mathematica，lingo，lindo，spss，sas等数学软件以及c/c++等编程工具。 Lingo、lindo一般用于优化问题的求解，spss，sas一般用于统计问题的求解，matlab，mathematica功能较为综合，分别擅长数值运算与符号运算。 常用算法有：数据拟合、参数估计、插值等数据处理算法,通常使用spss、sas、Matlab作为工具. 线性规划、整数规划、多元规划、二次规划、动态规划等通常使用Lindo、Lingo,Matlab软件。 图论算法,、回溯搜索、分治算法、分支定界等计算机算法, 模拟退火法、神经网络、遗传算法。 四、自学能力和查找资料文献的能力： 建模过程中资料的查找也具有相当重要的作用，在现行方案不令人满意或难以进展时，一个合适的资料往往会令人豁然开朗。常用文献资料查找中文网站：CNKI、VIP、万方。 五、论文结构： 0、摘要 1、问题的重述，背景分析 2、问题的分析 3、模型的假设，符号说明 4、模型的建立（局部问题分析，公式推导，基本模型，最终模型等） 5、模型的求解 6、模型检验:模型的结果分析与检验，误差分析 7、模型评价:优缺点，模型的推广与改进 8、参考文献 9、附录 六、需要重视的问题 数学建模的所有工作最终都要通过论文来体现，因此论文的写法至关重要：
经济数学基础作业答案
宁波电大07秋《经济数学基础(综合)》作业1 参考答案 第一篇 微分学 一、单项选择题 1. 下列等式中成立的是(Ｄ)． A ． e x x x =+ ∞ →2)11(lim B ．e x x x =+∞→)2 1(lim C ．e x x x =+ ∞ →)211(lim D ． e x x x =++∞→2)1 1(lim 2. 下列各函数对中,( B )中的两个函数相等． A ．2)(,)(x x g x x f = = B ．x x g x x f ln 5)(,ln )(5== C ．x x g x x f ln )(,)(== D ．2)(,2 4 )(2-=+-= x x g x x x f 3. 下列各式中，（ Ｄ ）的极限值为１ ． A ．x x x 1sin lim 0 → B ．x x x sin lim ∞→ C ．x x x sin lim 2 π→ D ． x x x 1 sin lim ∞→ 4. 函数的定义域是5arcsin 9 x 1 y 2x +-= （ B ）． A ．[]5,5- B ．[)(]5,33,5U -- C ．()()+∞-∞-,33,U D ．[]5,3- 5. ()==??? ??=≠=a ,0x 0x a 0 x 3x tan )(则处连续在点x x f （ B ） ． A ． 3 1 B ． 3 C ． 1 D ． 0 6. 设某产品的需求量Q 与价格P 的函数关系为则边际收益函数为,2 p -3e Q =（ C ）. A ．2p -e 2 3- B ．23p Pe - C ．2)233(p e P -- D ．2)33(p e P -+ 7. 函数2 4 )(2--=x x x f 在x = 2点（ B ）. A. 有定义 B. 有极限 C. 没有极限 D. 既无定义又无极限
经济数学基础应用题大全
经济数学基础的最后一道题一定在下面11题中出现。 1．投产某产品的固定成本为36(万元)，且边际成本为)(x C '=2x + 40(万元/百台). 试求产量由4百台增至6百台时总成本的增量，及产量为多少时，可使平均成本达到最低. 1．解 当产量由4百台增至6百台时，总成本的增量为 ? +=?64d )402(x x C =642)40(x x += 100（万元） 又 x c x x C x C x ?+'=00 d )()(=x x x 36402++ =x x 3640++ 令 0361)(2=-='x x C ， 解得6=x . x = 6是惟一的驻点，而该问题确实存在使平均成本达到最小的值. 所以产量为6百台时可使平均成本达到最小. 2．已知某产品的边际成本C '(x )=2（元/件），固定成本为0，边际收益R '(x )=12-0.02x ，问产量为多少时利润最大？在最大利润产量的基础上再生产50件，利润将会发生什么变化？ 2．解 因为边际利润 )()()(x C x R x L '-'='=12-0.02x –2 = 10-0.02x 令)(x L '= 0，得x = 500 x = 500是惟一驻点，而该问题确实存在最大值. 所以，当产量为500件时，利润最大. 当产量由500件增加至550件时，利润改变量为 5505002550500)01.010(d )02.010(x x x x L -=-=?? =500 - 525 = - 25 （元） 即利润将减少25元. 3．生产某产品的边际成本为C '(x )=8x (万元/百台)，边际收入为R '(x )=100-2x （万元/百台），其中x 为产量，问产量为多少时，利润最大？从利润最大时的产量再生产2百台，利润有什么变化？ 3. 解 L '(x ) =R '(x ) -C '(x ) = (100 – 2x ) – 8x =100 – 10x 令L '(x )=0, 得 x = 10（百台） 又x = 10是L (x )的唯一驻点，该问题确实存在最大值，故x = 10是L (x )的最大值点，即当产量为10（百台）时，利润最大. 又 x x x x L L d )10100(d )(12101210??-='=20)5100(12102-=-=x x 即从利润最大时的产量再生产2百台，利润将减少20万元. 4．已知某产品的边际成本为34) (-='x x C (万元/百台)，x 为产量(百台)，固定成本为18(万元)，求最低平均成本. 4．解：因为总成本函数为 ?-=x x x C d )34()(=c x x +-322 当x = 0时，C (0) = 18，得 c =18 即 C (x )=18322+-x x 又平均成本函数为 x x x x C x A 1832)()(+-== 令 0182)(2=-='x x A ， 解得x = 3 (百台) 该题确实存在使平均成本最低的产量. 所以当x = 3时，平均成本最低. 最底平均成本为
经济学和数学的关系
经济学和数学的关系 之所以说学好经济学，数学很重要是因为经济学已经越来越成为一门精确的学科，而一个学科成为科学的标志就是它是否成功的使用了数学，经济学也是如此。经济学如果非要和现有学科进行比较的话，那我说与之最接近的就是物理，而把经济学归为文科一类的归类方法是相当过时的。为什么说经济学类比于物理呢？因为二者同样是在一系列假定的基础之上，用严格的推理得到结论的学科，唯一不同就是物理大量使用重复试验的方法来验证结论，而经济学中的重复试验则比较困难。因此经济学研究中数学使用的好坏直接导致了经济学研究的成败。也因此现代经济学领域很少有像科斯那样的奇才能逾越数学而仍旧非常成功的经济学家。 如此重要的数学本身的体系也是很复杂的，因此本文就重点谈谈数学的各个分支学科和经济的联系。 数学有三高，数学分析、高等代数、解析几何(最近也有新提法：数学分析，高等代数，概率统计，私下认为这样有点弱化几何的地位)，这是老的提法，也有人叫三基，因此可以称之为老三高或者老三基，是高等数学的基础。还有近代数学的基础——新三基，领域上还是分析、代数和几何，只不过内容有了本质上的进化，分别是实函与泛函分析、近似代数和拓扑学。 先看老三高，数学分析就相当于经济学类学生大一学的高等数学，不过高等数学其实是为工科的学生准备的，以计算为主，最终的目的是能使用数学进行工程计算，而数学分析是以证明为主，主要是训练学生逻辑思维的能力，因此表面上看内容差别不是太大，但是实际学起来是不一样的。因此对于经济学这样的以推理为主的学科，学习数学分析是十分必要的。这一点田国强教授等人也多次撰文提过。数学分析数学系的本科生至少要学三到四个学期，而高等数学一般最多只有两个学期，而且其中还含有常微分方程和解析几何的东西，可见其内容被压缩冲淡了许多。高等代数相当于经济类学生学的线性代数，除了范围上前者更广一些外主要的差别也是偏重理论与偏重计算的问题。高等代数更注重理论的证明过程，而线性代数更注重计算，学生会算了就行，至于怎么来的，为什么这样，这些对将来科研很重要的东西都很少训练。解析几何这种学科在经济上的直接应用较少，经济上的图像一般也没有复杂到不学解析几何就看不懂的地步，但是我个人感觉几何学的好的人对代数的理解一般会更加深刻，代数很多方面就是几何的多维扩展。 再看看新三高。实函与泛函在学科中一般被分为两科来学，本身也是两个不同的领域，只是由于叫法的问题经常被捏在一起。实函的主要内容是数学分析的延续，对于狄里克莱函数这样异常的函数在数学分析的领域中不可微积分，而通过对一系列定义的扩展，在实变函数的领域内又可以进行微积分了。其中里面最基础的理论莫过于测度理论，它也是概率论的基础，因此在数学系本科的教学中经常是先学实变再学概率论。而对随机问题研究颇多的金融学科的博士需要研究测度论也就不足为奇了。 泛函可以说是数学中集大成之作。数学的发展在历史上有两个方向，一个是越来越精细，对某一问题的深入探讨进而发展成一门学科，另一个方向就是从很高的高度对数学进行概括，描述学科与学科之间的共性的问题进而找出漂亮的结论，泛函分析就是这样一门学科。它把函数看成集合中的元素，把全体函数看成一个集合，在这样的视角下给出了像不动点定理这样的东西，对求函数的极值这样理论证明上经常遇到的问题给出了一般的解法，因此如果泛函不懂，在学习高等宏观经济学中，遇见涉及动态规划的问题时肯定是有很大障碍的。所以高等宏观才会有罗默的那本为数学不好的人提供的书的畅销，而很多老师却在推荐萨金特的高级宏观。对于近似代数和拓扑学，很不幸，本人读书的那个年代正直高校学科改革，在学
经济数学 偏微分方程在金融中的运用
偏微分方程概述 如果一个微分方程中出现多元函数的偏导数，或是说如果未知函数和几个变量有关，而且方程中出现未知函数对几个变量的导数， 则这类方程称为偏微分方程，该类方程反映有关的未知变量关于时 间的导数和关于空间变量的导数之间制约关系的等式.偏微分方程这 门学科开创于 1946 年，19 世纪随着数学物理问题研究的繁荣，偏 微分方程得到了迅速发展，以物理、力学等各门科学中的实际问题为背景的偏微分方程已经成为应用数学的一个核心内容很多重要的物理、力学等学科的基本方程本身就是偏微分方程，而其他很多学科领域中在建立数学模型时都可以用偏微分方程来描述，或者用偏微分方法来研究.在科技和经济发展中，很多重要的实际课题都需要 求解偏微分方程，为相应的工程设计提供必要的数据，保证工程安全可靠且高效地完成任务。 在很多的实际课题中，有不少课题(特别是国防课题)是不能或很难用工程试验的方法来进行研究的(一方面是危险系数大，另一方 面是耗费大)，因此就需要尽可能地减少试验的次数或在试验前给出 比较准确的预计。随着电子计算机的出现及计算技术的发展，电子 计算机成为解决这些实际课题的重要工具。但是有效地利用电子计 算机，必须具备如下先决条件： 针对所考虑的实际问题建立合理的数学模型，而这些能精确描述问题的模型大都是通过偏微分方程给出的。对相应的偏微分方程 模型进行定性的研究。根据所进行的定性研究，寻求或选择有效的 求解方法。编制高效率的程序或建立相应的应用软件，利用电子计 算机对实际问题进行模拟。 因此，总体上来说，上述这些先决条件都属于偏微分方程应用 的研究范围，这些问题解决的好坏直接影响到使用电子计算机所得 结果的精确性及耗费的大小。如果解决得好，就会对整个问题的解 决起到事半功倍的效果。 到目前为止，偏微分方程已经在解决有关人口问题、传染病动 力学、高速飞行、石油开发及城市交通等方面的实际课题中做出了 重大的贡献。 、管路敷设技术通过管线不仅可以解决吊顶层配置不规范高中资料试卷问题，而且可保障各类管路习题到位。在管路敷设过程中，要加强看护关于管路高中资料试卷连接管口处理高中资料试卷弯扁度固定盒位置保护层防腐跨接地线弯曲半径标等，要求技术交底。管线敷设技术中包含线槽、管架等多项方式，为解决高中语文电气课件中管壁薄、接口不严等问题，合理利用管线敷设技术。线缆敷设原则：在分线盒处，当不同电压回路交叉时，应采用金属隔板进行隔开处理；同一线槽内强电回路须同时切断习题电源，线缆敷设完毕，要进行检查和检测处理。、电气课件中调试对全部高中资料试卷电气设备，在安装过程中以及安装结束后进行 高中资料试卷调整试验；通电检查所有设备高中资料试卷相互作用与相互关系，根据生产工艺高中资料试卷要求，对电气设备进行空载与带负荷下高中资料试卷调控试验；对设备进行调整使其在正常工况下与过度工作下都可以正常工作；对于继电保护进行整核对定值，审核与校对图纸，编写复杂设备与装置高中资料试卷调试方案，编写重要设备高中资料试卷试验方案以及系统启动方案；对整套启动过程中高中资料试卷电气设备进行调试工作并且进行过关运行高中资料试卷技术指导。对于调试过程中高中资料试卷技术问题，作为调试人员，需要在事前掌握图纸资料、设备制造厂家出具高中资料试卷试验报告与相关技术资料，并且了解现场设备高中资料试卷布置情况与有关高中资料试卷电气系统接线等情况 ，然后根据规范与规程规定，制定设备调试高中资料试卷方案。 、电气设备调试高中资料试卷技术电力保护装置调试技术，电力保护高中资料试卷配置技术是指机组在进行继电保护高中资料试卷总体配置时，需要在最大限度内来确保机组高中资料试卷安全，并且尽可能地缩小故障高中资料试卷破坏范围，或者对某些异常高中资料试卷工况进行自动处理，尤其要避免错误高中资料试卷保护装置动作，并且拒绝动作，来避免不必要高中资料试卷突然停机。因此，电力高中资料试卷保护装置调试技术，要求电力保护装置做到准确灵活。对于差动保护装置高中资料试卷调试技术是指发电机一变压器组在发生内部故障时，需要进行外部电源高中资料试卷切除从而采用高中资料试卷主要保护装置。
经济数学基础试题及答案
经济数学基础（05）春模拟试题及参考答案 一、单项选择题（每小题3分，共30分） 1．下列各函数对中，（ ）中的两个函数是相等的． A ．1 1)(2--=x x x f ，1)(+=x x g B ．2)(x x f =，x x g =)( C ．2ln )(x x f =，x x g ln 2)(= D ．x x x f 22cos sin )(+=，1)(=x g 2．设函数?????=≠+=0, 10,2sin )(x x k x x x f 在x = 0处连续，则k = ( )． A ．-2 B ．-1 C ．1 D ．2 3. 函数x x f ln )(=在1=x 处的切线方程是（ ）． A .1=-y x B . 1-=-y x C . 1=+y x D . 1-=+y x 4．下列函数在区间(,)-∞+∞上单调减少的是（ ）． A ．x sin B ．2 x C ．x 2 D ．3 - x 5.若 c x F x x f +=?)( d )(，则x x xf d )1(2?-=（ ）. A. c x F +-)1(212 B. c x F +--)1(2 12 C. c x F +-)1(22 D. c x F +--)1(22 6．下列等式中正确的是（ ）． A . )cos d(d sin x x x = B. )1d(d ln x x x = C. )d(ln 1d x x a a x a = D. )d(d 1x x x = 二、填空题（每小题2分，共10分） 7．若函数54)2(2++=+x x x f ，则=)(x f ． 8．设需求量q 对价格p 的函数为2e 100)(p p q -=，则需求弹性为E p = ． 9．=?x x c d os d ．
经济学中的数学之美
经济学中的数学之美 ——谈经济学中的数学应用 摘要：经济学本身兼具了文理两个方面的美，既有抽象的文化性又有普遍的实用性；而数学从现代以来就一直占据着重要地位，因为数学的逻辑性有种山重水复柳暗花明的美，数学的实用性又有种拨云见日的美，而当数学和经济学完美融合，经济学以数学的思维方法展现其自身的时候，就会表现出一种统筹内外，兼容虚实的感觉。 关键词：数学；经济学；应用性；美 经济学从来离不开数学，一部科学史揭示了这样一个事实：凡属“科学”范畴的各个学科，都是在人类社会活动实践的基础上产生的。学科的划分和不同学科各自特征的归纳都是“人为”因素作用的结果，就内在本质而言，各学科之间相互作用、相互影响、相互渗透的关联性极为明显，即便是经济与数学这样的两类学科。 经济学是研究社会对资源的分配以满足人类发展需求或研究人的理性行为的竞争的科学。基于资源存量与流量的可度量性，无论是资源分配或是理性竞争，隐藏在它们背后都有起着支配作用的数学关系，为了使资源配置更加公平、效率更高，经济学就必须借助于数学这一严密、精确、实用的思维工具。 比如我们在研究市场供给与平衡时，对需求与供给价格弹性的研究（E=（d Q÷dP）×（P÷Q）），消费者、生产者行为理论的边际问题的研究都是以数学上的微积分为主工具进行的，此外多种数学方法都对实际经济问题的基量化研究，行为人做出正确决断有着重要作用。 不定积分和定积分 在研究企业经济发展状况的过程中经常会有对其边际成本函数的分析，如： 一工厂生产X公斤某商品的边际成本已知是C‘（X）=3+20/√X(元/千克)，固定成本C0=1000元，于是我们在研究其总成本函数时就要用到这样的数学方法： 已知总成本是边际成本的原函数，于是 C（X）=C0+∫X0(3+20/√X)dx=1000+3X+40√X 这就是该商品的总成本函数，通过这个公式我们就可以进一步研究其成本及其相关问题。 除了上述例子之外，还有“规模报酬、柯布-道格拉斯生产函数、拉弗椭圆、货币乘数、马歇尔－勒那条件、李嘉图模型…”等诸多经济概念和原理是在充分运用导数、积分、全微分等各种微积分知识构建的。它们极大地丰富了经济学内涵，为政府的宏观调控和企业的经济决策提供了重要帮助。 数学的概率统计 如：汽车生产商邀请14名专家对其新型汽车投放市场能否成功进行调查研究并给出预测结果 表1 专家预测结果统计 于是决策人可以得出这样的结论：专家的主观概率加权平均值=（0.2×2+0.3×1+0.4×2+0.5×2+0.6×1+0.7×3+0.8×3）÷14=0.534,也就是说新车成功获得市场的可能性只有百分之五十左右，于是生产商就要对是否投放，投放数量进行谨慎的决策。 线性目标规划
建立数学模型的方法、步骤、特点及分类 ()
薅§16.3建立数学模型的方法、步骤、特点及分类 螁[学习目标] 蚀1.能表述建立数学模型的方法、步骤； 蒆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；； 羆3.能表述数学建模的分类； 蒃4.会采用灵活的表述方法建立数学模型； 葿5.培养建模的想象力和洞察力。 薆一、建立数学模型的方法和步骤 膃—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.§16.2节的示例都属于机理分析方法。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(SystemIdentification)．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． 袁可以看出，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，模型也要求具有反映内部特性的物理意义。那么应该以机理分析方法为主．当然,若需要模型参数的具体数值，还可以用系统辨识或其他统计方法得到．如果对象的内部机理基本上没掌握，模型也不用于分析内部特性,譬如仅用来做输出预报，则可以系统辩识方法为主．系统辨识是一门专门学科，需要一定的控制理论和随机过程方面的知识．以下所谓建模方法只指机理分析。 膈建模要经过哪些步骤并没有一定的模式，通常与实际问题的性质、建模的目的等有关，从 薆§16.2节的几个例子也可以看出这点．下面给出建模的—般步骤，如图16-5所示． 薄图16-5建模步骤示意图 蚃模型准备首先要了解问题的实际背景，明确建模的目的搜集建模必需的各种信息如现象、数据等，尽量弄清对象的特征,由此初步确定用哪一类模型，总之是做好建模的准备工作．情况明才能方法对，这一步一定不能忽视，碰到问题要虚心向从事实际工作的同志请教，尽量掌握第一手资料. 芁模型假设根据对象的特征和建模的目的，对问题进行必要的、合理的简化，用精确的语言做出假设，可以说是建模的关键一步．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．
