金融经济论文 数学建模论文
数学建模论文之银行不良贷款问题
数学建模论文之银行不良贷款问题在当今的金融领域，银行不良贷款问题一直是备受关注的焦点。
不良贷款不仅会对银行的盈利能力产生负面影响，还可能引发金融风险，对整个经济体系的稳定造成冲击。
首先，我们需要明确什么是银行不良贷款。
简单来说，不良贷款是指借款人未能按照约定的还款计划偿还贷款本息，导致贷款逾期、呆滞或呆账的情况。
这些贷款可能由于多种原因而产生，如借款人的信用风险、经济环境的变化、行业竞争的加剧以及银行自身的风险管理不善等。
银行不良贷款的产生会带来一系列严重的后果。
对于银行而言，不良贷款会直接减少其利息收入，增加运营成本。
为了应对不良贷款，银行需要投入大量的人力、物力和财力进行催收、诉讼等工作，这无疑会增加银行的经营负担。
同时，不良贷款的增加还会降低银行的资产质量，影响其信誉和市场形象，进而可能导致投资者信心下降，股价下跌。
从宏观经济的角度来看，银行不良贷款问题如果得不到有效解决，可能会引发系统性金融风险。
当大量银行面临不良贷款压力时，它们可能会收紧信贷政策，减少对实体经济的资金支持。
这将对企业的融资和发展造成困难，抑制经济增长，甚至可能导致经济衰退。
那么，银行不良贷款问题产生的原因究竟有哪些呢？一方面，借款人自身的因素不可忽视。
部分借款人可能缺乏足够的还款能力或还款意愿。
例如，一些企业在经营过程中由于市场预测失误、管理不善、技术落后等原因导致盈利能力下降，无法按时偿还贷款。
还有一些个人借款人可能因为过度消费、失业等原因无法履行还款义务。
另一方面，宏观经济环境的变化也会对银行不良贷款产生重要影响。
在经济衰退期，企业经营普遍困难，失业率上升，借款人的还款能力下降，不良贷款率往往会随之上升。
此外，政策法规的调整、行业竞争的加剧、自然灾害等外部因素也可能导致借款人的经营状况恶化，从而增加不良贷款的风险。
银行自身的风险管理体系不完善也是不良贷款产生的一个重要原因。
一些银行在贷款审批过程中可能存在把关不严、风险评估不准确等问题，导致将贷款发放给了信用状况不佳或风险较高的借款人。
大一金融数学论文范文模板
大一金融数学论文范文模板引言金融数学是当今金融领域的重要学科之一，它通过运用数学方法和模型来解决金融问题。
本文以大一金融数学课程为背景，提供一份金融数学论文的范文模板，旨在帮助大一学生熟悉撰写论文的结构和内容。
写作准备在开始论文写作之前，应先全面理解论文要求和题目的要求。
金融数学的论文通常需要对某一金融问题进行分析和研究，因此需要对该问题进行深入了解，并找到合适的数学模型来解决。
论文结构下面是一个常用的金融数学论文的结构框架：1. 引言在引言部分，阐述研究的背景和意义，提出研究问题，并概述论文的结构。
2. 文献综述在文献综述部分，对相关的研究文献进行综述和评论，介绍前人的研究成果和对该问题的讨论。
3. 问题描述在问题描述部分，详细描述研究所涉及的金融问题，包括问题的定义、假设和约束条件等。
4. 数学模型在数学模型部分，根据问题描述，选择合适的数学模型来解决该金融问题，并详细推导和解释所选模型的原理。
5. 数值实验在数值实验部分，使用计算机软件或编程语言对所选数学模型进行数值求解，并展示实验结果和分析。
6. 结果与讨论在结果与讨论部分，详细呈现数值实验的结果，并对结果进行解读和讨论，分析模型的适用性、局限性以及可能的改进方法。
7. 结论在结论部分，对论文的研究成果进行总结，并提出进一步的研究方向和建议。
论文写作技巧在撰写金融数学论文时，应注意以下几个方面的技巧：清晰简洁文章要写得条理清晰，逻辑紧密，句子通顺。
语言要简洁明了，避免使用过于复杂的术语和繁琐的表达方式，以确保读者能够准确理解论文的内容。
数学符号与公式数学符号和公式是金融数学论文重要的表达方式。
它们应该准确无误地表示问题和模型，并在适当的时候进行推导和解释。
文献引用在论文中引用先前的研究文献是非常重要的，可以有效增加论文的可信度和学术性。
在文中引用时，应注明参考文献的来源和作者，并在文末提供参考文献的详细列表。
结论思考在撰写结论时，除了总结论文的主要发现和结果，还可以对可能的改进方法和进一步研究方向进行展望，以提高论文的学术价值。
数学建模在金融业中的应用与分析
数学建模在金融业中的应用与分析在金融业中，数学建模是一种重要的工具，它通过数学模型的构建和分析，帮助金融机构解决许多实际问题，如风险管理、投资策略和金融产品定价等。
本文将探讨数学建模在金融业中的应用和分析方法。
首先，数学建模在金融风险管理中的应用十分广泛。
金融机构需要识别、测量和管理各种风险，如市场风险、信用风险和操作风险等。
数学建模通过构建数学模型，可以对这些风险进行量化和预测，帮助机构制定风险管理策略。
例如，VaR （Value at Risk）模型是一种常用的风险管理工具，可以评估投资组合面临的最大可能损失。
此外，数学建模还可以通过模拟和蒙特卡洛方法对金融风险进行定量分析，为金融机构提供决策支持。
其次，数学建模在金融投资策略中的应用也非常重要。
金融市场变化快速，投资者需要根据市场情况制定投资策略。
数学建模可以通过构建数学模型，分析金融市场的规律和趋势，辅助投资者做出决策。
例如，技术分析是一种常用的投资策略，通过分析金融市场的历史价格走势等数据，寻找投资机会。
数学建模可以对技术分析进行数学验证和优化，提供更准确的投资建议。
第三，数学建模在金融产品定价中也扮演着重要角色。
金融产品的定价是金融机构核心业务之一。
数学建模可以通过构建数学模型，对金融产品的价格进行计算和评估。
例如，期权定价模型是一种常用的金融工具定价模型，基于期权的基本风险属性和市场条件，计算期权的合理价值。
数学建模可以对期权定价模型进行深入研究和优化，提高金融产品的定价准确性和市场竞争力。
在应用数学建模的过程中，需要运用一些数学方法和技巧。
首先，概率论和统计学是数学建模中常用的工具。
金融市场的变动具有随机性，概率论和统计学可以帮助我们理解和建模这种随机性。
其次，微积分和线性代数也是数学建模中常用的工具。
金融问题往往涉及到复杂的数学模型，微积分和线性代数可以帮助我们处理这些模型并得出准确的结果。
总之，数学建模在金融业中具有广泛的应用和分析价值。
论数学建模思想在金融领域分析中的应用及提升途径论文
论数学建模思想在金融领域分析中的应用及提升途径论文摘要：数学建模作为一种基于数学逻辑和语言建立的数学模型，用于处理实际生活中各个领域需要定性或定量解决的各类问题。
随着现代经济领域金融事业的持续发展，其金融分析也开始向定性定量分析的方向转变，就此，数学建模思想在金融领域分析中也日渐占据重要地位。
可见，数学建模思维逐渐成为金融分析领域不可或缺的存在。
本文便在明确数学建模思想内涵的基础上，分析了金融领域分析融入数学建模思想的必要性，并提出了金融领域分析中，数学建模思想的培养及提升途径，期待数学建模思想可以在金融分析领域获得更深远的发展。
关键词：数学建模；思想；金融领域；应用一、数学建模思想内涵数学模型是一种基于数理逻辑和数学语言而构建的工程或科学模型。
数学建模便是在这样的数学模型基础上，依据特定事物的固有特征或者该事物数量的依存关系，运用数理逻辑或数学语言而概括出的一种数学结构。
简而言之，就是在实际问题的处理中，通过建立数学模型，将待解决的抽象问题进行简化，并应用某些“规则”、“方式”建立其变量、参数间的确定数学模型。
最终通过求解该数学模型，在验证与不断解释结果的过程中，反复推断和推敲，从而确定所得结果是否可用于解决所需要解决的问题，并不断进行深化。
通过数学模型解决的问题，其所需要表达的内容是定量也可以是定性的，但待解决的问题必须是以定量的方式进行提现。
所以，数学建模思想下，解决问题的方式大多偏向于定量的形式。
一般而言，一门学科运用数学能力分析解决问题的深浅程度，决定了该门学科领域的发展水平。
伴随现代计算机技术的不断更迭发展，数学式解决问题的思维方法已全面渗透到社会生活的各个领域。
而当这些问题需要定量或定性分析时，则无可避免需要运用数学的建模思维方式，向待研究对象进行预测、分析与决策。
数学建模作为运用数学思想解决实际问题的桥梁，通过这样的方式方法才能真正将之应用到实际的生产生活中。
现如今，在经济金融领域的分析中，数学建模思想也成为解决问题不可获取的重要工具。
谈会计金融经济领域数学建模能力培养及提升
谈会计金融经济领域数学建模能力培养及提升摘要：在各行各业高速发展的当下，会计金融经济领域出现了许多新变化，相关从业者也面临着一系列现实挑战。
数学建模及相关技术在金融经济领域中的广泛应用，可以充分发挥数学建模的工具属性，有效挖掘金融领域的本质问题，为相关从业人员带来强大的工具支撑，帮助从业人员借助数学建模解决各种实际问题，更好的完成金融项目，解决金融事务。
本文先对数学建模的基本内涵进行了简要分析，然后探讨在会计金融经济领域有效培育从业者数学建模能力的关键策略，提出了几点建议，以供参考。
关键词：会计；金融经济；数学建模伴随着市场经济的稳步发展、不同学科融合程度的逐步加深、金融经济专业研究方法的逐渐转变和现代金融行业从业者理念的持续革新，数学建模成为了数学学科走向会计金融领域的关键桥梁。
越来越多的金融行业从业者意识到数学工具是解决金融问题的重要手段，并开始在掌握现代金融理论的基础上提升自己的数学建模能力，以将严谨的数学理论和金融知识有效结合起来，充分发挥二者协同效应，解决各种经济问题。
一、数学建模的内涵数学建模主要指的是借助数学分析方法抽象出某种事物的数学特征和数学规律，并借助数学语言对其空间形式、数量关系等进行客观反映，通过建立或依托数学模型的方式解决实际问题。
数学建模能够在一定程度上简化问题，或者通过一些更加直观形象的方式，将问题中客观存在的数量关系、变量关系、参数等内容呈现出来[1]。
二、会计金融经济领域数学建模能力培养在我国金融业快速发展的背景下，未来阶段，市场对专业金融从业人才的需求量将会持续加大，金融从业人才不仅要储备足量的经济知识，还要学会结合金融经济现象构建、应用数学模型，提升专业人才数学建模能力已经成为了培育高级经济管理人才的关键。
具体而言，高等院校和会计、金融专业教师可以从优化课程体系、结合生活实际和组织多元活动这三个方面出发，以应用型人才为培育目标，有效提升学生的数学建模能力。
（一）优化课程体系目前来看，许多高校和专业教师所设置的课程体系整体偏重会计金融理论[2]。
如何运用数学模型分析金融资产论文
如何运用数学模型分析金融资产【论文标题】运用数学模型分析金融资产随着金融市场不断发展，资产配置变得越来越复杂，如何有效分析金融资产，以便更好地提高投资回报率成为了金融行业专业人士关注的焦点。
因此，本文旨在通过运用数学模型来分析金融资产，以提供对金融投资者和专业人士有效的参考。
首先，本文将分析常用的数学模型，例如泊松分布模型、卡方分布模型和回归分析模型，并结合金融资产的特性来分析上述模型的应用及其有效性。
其次，文章将比较不同的数学模型，评估它们在分析金融资产中的威力和优势。
最后，本文将总结出在金融资产分析中应用数学模型最佳实践，以供专业人士参考。
为了有效分析金融资产，首先要考虑泊松分布模型。
泊松分布模型是一种统计学模型，它可以用来评估投资者在金融市场中所面临风险的程度。
投资者通过计算投资者目前所处的风险水平，从而确定投资者投资金额和预期回报的投资组合匹配情况，从而实现更高的收益。
卡方分布模型也可以用来分析金融资产。
卡方分布模型可以用来评估投资者在进行金融资产配置时可能面临的风险。
通过使用卡方分布模型，投资者可以根据金融投资风险的大小，合理地配置投资资产，从而有效地降低可能的投资风险。
最后，回归分析模型也可以用来分析金融资产。
此模型可以用来分析金融市场中投资者的投资行为和投资决策，从而推断投资者的投资决策可能会带来的预期收益。
另外，通过对不同类型的金融资产的分析，可以预测投资者在不同市场条件下投资行为和投资决策可能产生的收益。
综上所述，本文探讨了如何运用数学模型来分析金融资产，以供金融投资者和专业人士参考。
以上三种常用数学模型可以用来对金融资产进行有效分析，从而准确预测投资者可能面临的风险，有效提高投资回报率。
因此，金融投资者和专业人士都应该在投资时，运用数学模型合理分析金融资产，以便及时做出正确的投资决策。
浅析数学建模中经济与金融优化模型
【基金项目】广东省教育厅“2018年度广东省本科金融学类专业教学改革研究项目”（项目编号：2018JR023）；2017年度佛山市科技创新公共服务能力提升项目（项目编号：2017AB004091）。
【作者简介】苗晴（1982-），女，河南遂平人，讲师，从事应用数学研究。
浅析数学建模中经济与金融优化模型Analysis of Economic and Financial Optimization Models in Mathematical Modeling苗晴（佛山科学技术学院数学与大数据学院，广东佛山528000）MIAO Qing(School of Mathematics and Big Data,Foshan University,Foshan 528000,China)【摘要】当今金融类行业的人才需具备较强的金融建模能力。
论文结合若干经济与金融问题，从数学建模的实用性和必要性出发，探讨了数学建模中的经济金融优化模型，把经济金融中的最大利润、投资的收益与风险、资金的最优使用等问题给予分析，同时讨论了代数方程等其他经济金融问题模型，促进了数学理论与经济金融知识的融合。
【Abstract】The financial talents should have strong ability of financial modeling today.Based on several economic and financial problemsand the practicality and necessity of mathematical modeling,this paper discusses the economic and financial optimization models in mathematical modeling.It analyzes the problems of maximum profit,investment income and risk and optimal use of funds in economics and finance.At the same time,other models of economic and financial problems such as algebraic equations are discussed,which promotes the integration of mathematical theory and economic and financial knowledge.【关键词】数学建模；经济；金融；优化模型【Keywords】mathematical modeling;economy;finance;optimization model 【中图分类号】O29；F015【文献标志码】A【文章编号】1673-1069（2020）06-0132-021引言当今时代，纷纭复杂的经济现象对金融业带来了巨大的挑战。
本科毕业生金融数学论文范文模板
本科毕业生金融数学论文范文模板引言本篇论文旨在提供一个本科毕业生撰写金融数学论文的范文模板。
金融数学作为一个重要的学科领域，要求毕业生具备扎实的金融和数学知识，以及良好的文献综述和研究能力。
本模板将分为介绍、文献综述、研究方法、实证研究和结论等几个部分，以帮助读者更好地理解如何撰写一篇优秀的金融数学论文。
1. 介绍本节旨在对研究主题进行简要的介绍，包括研究背景、研究目的和研究意义等内容。
同时，也可以提出研究中的问题和假设，并简要阐述论文的结构安排。
2. 文献综述在这个章节，阐述当前研究领域的相关文献。
可以从资本市场理论、金融风险管理、金融工程等方面进行综述，总结前人研究的问题、方法和结果。
此外，针对前人研究中存在的不足和争议，可以提出自己研究的创新点。
3. 研究方法这个章节主要描述研究所采用的具体方法和数据。
针对研究问题，选择适合的数学建模方法和金融数据集。
具体的方法可以包括统计分析、计量经济学、数理统计等等。
解释数据的来源和处理方法，并详细描述构建模型的步骤和假设。
4. 实证研究这一部分主要介绍具体的实证研究过程和结果。
根据前文所介绍的研究方法，对采集的数据进行分析和建模。
在实证研究中，要注意合理地解释模型结果，关注模型的鲁棒性和可解释性，并根据实证结果得出相应的结论。
5. 结论在本节中，总结研究的主要发现和结论。
对本研究的贡献进行评价，并提出后续研究的建议。
同时，也可以讨论研究中的局限性和改进方向。
结语本文档为本科毕业生撰写金融数学论文提供了一个范文模板。
希望通过此模板的使用，能够帮助读者更好地理解金融数学论文的写作结构和要点。
同时，也希望读者能够根据自己的具体情况，灵活运用此模板，撰写出优秀的金融数学论文。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
金融经济论文数学建模论文
数学建模在生活中的应用
摘要：数学建模就是学习如何把物理的复杂的世界用适当的数学语言描述出来，进而用数学的手段对模型加以分析，然后再用所得结论回归现实，指导实践。
数学建模是联系实际与理论的桥梁，是应用数学知识解决实际问题的必经环节。
将初等数学知识与生活中的实际问题相结合,介绍了几种常见类型的数学建模方法。
关键词：数学建模；最优化问题；金融与经济；估算与测量
数学来源于生活，又服务于生活。
生活中的数学建模涉及到的问题比较贴近我们的实际，具有一定的实践性和趣味性，所需知识以初等数学为主，较容易入手与普及。
因此，生活中的数学建模应成为培养大众数学应用意识、提高学生数学思维水平、分析和解决实际问题的能力的重要途径。
本文拟将初等数学知识与生活中的实际问题相结合，对几种常见类型的建模技巧进行简要的分析、归纳。
一、基本概念
数学模型：把某种事物系统的主要特征、主要关系抽象出来，用数学语言概括地或近似的表述出来的一种数学结构。
它是对客观事物的空间形式和数量关系的一个近似的反映。
数学建模：建立数学模型解决实际问题过程的简称。
二、建模步骤
这里所说的建模步骤只是大体上的规范，实际操作中应针对具体问题作具体分析，灵活运用。
数学建模的一般步骤如下：
1.准备模型。
熟悉实际问题，了解与问题有关的背景知识，明确建模的目的。
2.建立模型。
分析处理已有的数据、资料，用精确的数学语言找出必要的假设；利用适当的数学工具描述有关变量和元素的关系，并建立相应的数学模型（如方程、不等式、表格、图形、函数、逻辑运算式、数值计算式等）。
在建模时，尽量采用简单的数学工具，以使模型得到更广泛的应用与推广。
3.求解模型。
利用数学工具，对模型进行求解，包括解方程、图解、逻辑推理、定理证明、性质讨论等。
对模型求解的结果进行分析，根据实际问题的性质分析各变量之间的依赖关系，有时需要根据所得结果给出数学式的预测和最优决策、控制等。
4.检验模型。
把模型分析的结果返回到实际应用中，用实际现象、数据等检验模型的合理性和实用性，即验证模型的正确性。
通常，一个成功的模型不仅能够解释已知现象，而且还能预言一些未知现象。
如果检验结果与实际不符或部分不符，而且求解过程没有错误，那么问题一般出在模型假设上，此时应该修改或补充假设。
如果检验结果与实际相符，并满足问题所要求的精度，则认为模型可用，便可进行模型应用与推广。
三、分类讨论
我们将按照初等数学知识在不同生活领域的应用，也即生活中的数学建模的不同题型作分类讨论。
本文节选三类问题进行分析：最优化问题；金融与经济；估算与测量。
（一）最优化问题
最优化应用题包括工农业生产、日常生活、试验、销售、投资、比赛等方面，分最值问题、方案优化的选择、试验方案的制定等类型。
对于最值问题，一般建立函数模型，利用函数的（最值）知识转化为求函数的最值；而对于方案的优化选择问题是将几种方案进行比较，选择最佳的方案。
例1（客房的定价问题）：一个星级旅馆有150个客房，每间客房定价相等，最高定价为198元，最低定价为88元。
经过一段时间的经营实践，旅馆经理得到了一些数据：每间客房定价为198元时，住房率为55%；每间客房定价为168元时，住房率为65%；每间客房定价为138元时，住房率为75%每间客房定价为108元时，住房率为85%.欲使旅馆每天收入最高，每间客房应如何定价？
分析与思考：
据经理提供的数据，客房定价每下降30元，入住率即提高10个百分点。
相当于平均每下降1元，入住率提高1/3个百分点。
因此，可假设随着房价的下降，住房率呈线性增长。
这样，我们可通过建立函数模型来求解本题。
设y表示旅馆一天
的总收入，与最高价198元相比每间客房降低的房价为x元，可建立数学模型：
y=150×（198-x）×0.55+x
解得，当x=16.5时，y取最大值16 471.125元，即最大收入对应的住房定价为181.5元。
如果为了便于管理，定价为180元/（间•天）也是可以的，因为此时总收入y=16 470元，与理论上的最高收入之差仅为1.125元。
本题建模的关键在于：根据房价的降幅与住房率的升幅关系，假设两者存在着线性关系。
（二）金融与经济
现代经济生活中，人与金融之间的关系日益密切。
金融类的题目注重了针对性、典型性、新颖性和全面性，因而对数学素质方面的要求就更高。
涉及金融与经济的建模题常见的有投资问题、住房贷款问题、分期付款问题、证券问题等。
一般的做法是通过数学建模将此类题型转化为初等数学中的常用知识点来解决，如数列问题、幂函数问题、不等式问题等。
例2（购房贷款）：小李年初向银行贷款20万元用于购房。
已知购房贷款的年利率优惠为10%，按复利计算。
若这笔贷款要求分10次等额归还，每年一次，并从借款后次年年初开始归还，问每年应还多少元（精确到1元）？
分析与思考：
已知贷款数额、贷款利率、归还年限，要求出每年的归还额。
本题即可化为求每年的归还额与贷款数额、贷款利率、归还年限的关系。
不妨先把这个问题作一般化处理。
设某人向银行贷款元M0，年利率为α，按复利计算（即本年的利息记入次年的本金生息），并从借款后次年年初开始每次k元等额归还，第n次全部还清。
那么，一年后欠款数M1=（1+α）M0-k
两年后欠款数M2=（1+α）M1-k =（1+α）2M0-k[（1+α）+1]
………………
n年后欠款数Mn=（1+α）Mn-1-k=（1+α）M0-
由Mn=0可得k=
这就是每年归还额与贷款数额、贷款利率、归还年限之间的关系式。
对于上述购房问题，将α=0.1，M0=200 000，n=10代入得
k= ≈32 549.6（元）
故每年应还32 550元。
本题建模的关键在于：将求每年的归还额与贷款数额、贷款利率、归还年限的关系化为数列计算问题。
（三）估算与测量
估计与测量是数学中最古老的问题。
估算与测量类的建模题，其背景包括人们日常生活和生产、科学技术等方面的一些测量、估算、
计算。
对于估算与测量的题目，一般要先理解好题意，正确建模，然后通过周密的运算，找出结论。
这类题目常常可转化为函数、不等式、数列、二项式定理展开式、三角函数等知识进行处理。
例3（挑选水果问题）：上街买水果，人们总喜欢挑大的，这是否合理呢？
分析与思考：
从什么角度来分析此问题呢？要判断合理与否，首先要明确判断的标准。
一般来说，买水果主要供食用。
故下面从可食率这个角度加以分析。
水果种类繁多，形状各异，但总的是近似球形居多。
故可假设水果为球形，半径为R，建立一个球的模型来求解此题。
挑选水果的原则是可食率较大。
由于同种水果的果肉部分的密度分布均匀，则可食率可以用可食部分与整个水果的体积之比来表示。
分以下几种不同类型的水果分别剖析：
1.果皮较厚且核较小的水果，如西瓜、橘子等。
同类水果的皮厚度差异不大，假设是均匀的，其厚为d，易得
可食率＝=1-3
2.果皮较厚且有核（或籽集）较大的水果，如南方的白梨瓜等。
此类水果计算可食率时，不但要去皮且要去核。
设核半径为kR（k 为常数，0
可食率==1-3-k3
上两式中，d为常数，当R越大即水果越大时，可食率越大，越合算。
3.有些水果尽管皮很薄，但考虑卫生与外界污染，必须去皮食用，如葡萄等。
此类水果与（1）类似，可知也是越大越合算。
本题建模的关键在于：从可食率入手，利用水果的近似球形，建立一个球的模型，将求可食率的大小转化为求关于水果半径R的单调性。
生活中的数学建模是在实际问题与初等数学知识之间架起一座桥梁，使初等数学知识在不同领域的应用得以生动地展示，再现数学知识的产生、形成和应用的过程。
我们的数学建模应该密切关注生活，将知识综合拓广，使之立意高，情境新，充满时代气息。
这对培养思维的灵活性，敏捷性，深刻性，广阔性，创造性是大有益处的。
参考文献：
[1]卜月华.中学数学建模教与学[M].江苏:东南大学出版社,2002.
[2]马春华,郑小玲.高中数学应用题题型突破例释[M].北京:龙门书局,2002.
[3]李云鼎,许少华.点击解析几何[J].中学数学杂志(高中),2006,(1):45-48.
[4]上海市中学生数学应用知识竞赛委员会.中学应用数学竞赛题萃[M].上海:华东师范大学出版社,2002.
[5]金明烈.中学数学应用[M].乌鲁木齐:新疆大学出版社,2000.。