数学建模
数学建模是用数学语言描述并解决实际问题的完整过程。本讲从生活案例出发，系统讲解建模的五大步骤，深入分析函数模型、优化模型和微分方程模型，并通过三个由易到难的典型例题展示建模思想与技巧。同时指出常见误区与实用建议，帮助学生建立从“解题”到“用数学”的思维跃迁。
一、什么是数学建模？
数学建模就是 用数学语言刻画现实世界 的过程。当你想知道“某商品降价多少能获得最大利润”“新冠病毒的传播趋势如何”“卫星的轨道怎么设计”时，你实际上已经在做建模前的思考。数学建模的核心不是计算，而是 合理简化现实、抓住主要矛盾、用数学结构描述关系。
二、建模的五个步骤
- 问题分析：明确目标，理清变量、约束和假设。
- 模型假设：忽略次要因素，使问题可数学化（如假设匀速、线性、正态分布等）。
- 建立模型：选择适当的数学工具（函数、方程、不等式、概率分布等）表示变量间关系。
- 模型求解：用代数、微积分、线性规划、计算机模拟等方法求解。
- 验证与修正：将结果还原到现实，检查是否合理，否则返回修改假设。
三、常见模型类型（高三重点）
- 函数模型：一次、二次、指数、对数、三角等函数拟合数据。
- 优化模型：在约束下求最大/最小值（线性规划、二次规划）。
- 微分方程模型：描述变化率，如人口增长、冷却定律。
- 概率统计模型：用期望、方差、正态分布预测随机现象。
四、典型例题（由易到难）
例1（线性规划——成本最小化）
某工厂生产甲、乙两种产品。每件甲产品需要2工时、1吨原料，利润3百元；每件乙产品需要1工时、3吨原料，利润4百元。工厂每天有120工时和180吨原料。问如何安排生产使总利润最大？
思路：设甲x件，乙y件，利润函数P=3x+4y。约束：x≥0,y≥0, 2x+y≤120, x+3y≤180。此为线性规划问题，在可行域顶点处取得最优。
求解：画可行域，四个顶点：(0,0), (60,0), (0,60), (36,48)。计算利润：P(0,0)=0; P(60,0)=180; P(0,60)=240; P(36,48)=3×36+4×48=108+192=300。
所以最大利润300百元，此时甲36件，乙48件。
易错点：注意不要忘记非负约束，另外要检查顶点是否可行（满足所有不等式）。
例2（微分方程模型——人口增长）
某种细菌初始数量为1000，在理想环境中每小时增长率与当前数量成正比（比例常数k=0.02）。但受环境限制，最大承载量为10000。试建立模型并预测第10小时的数量。
思路：考虑两种模型：
① 指数模型：dP/dt = kP，解得P(t)=P₀e^{kt}。但无限增长不合理。
② 逻辑斯蒂模型：dP/dt = kP(1 - P/K)，其中K=10000。可求解得到 P(t)=K/(1+(K/P₀-1)e^{-kt})。
将P₀=1000，k=0.02，K=10000代入，第10小时：
P(10)=10000/(1+(10000/1000-1)e^{-0.02×10}) = 10000/(1+9e^{-0.2}) ≈ 10000/(1+9×0.8187)=10000/(1+7.3683)=10000/8.3683≈1195.0。
若用指数模型：P(10)=1000e^{0.2}≈1000×1.2214=1221.4，两者相差不大，但长期看指数模型会爆炸。
易错点：逻辑斯蒂模型解比较复杂，求近似时可以保留指数项数值即可。注意单位一致。
例3（函数拟合模型——房价与面积）
某小区二手房成交记录如下：
面积（m²）：50, 70, 90, 110, 130
总价（万元）：120, 168, 210, 253, 295
试建立适当的数学模型预测150m²房屋的总价。
思路：先画散点图大致呈线性趋势，假设线性模型 y=ax+b。用最小二乘法求a和b。
计算：x̅=(50+70+90+110+130)/5=90，ȳ=(120+168+210+253+295)/5=209.2。
Σ(xi-x̅)(yi-ȳ) = (-40)×(-89.2) + (-20)×(-41.2) + 0×0.8 + 20×43.8 + 40×85.8 = 3568 + 824 + 0 + 876 + 3432 = 8700。
Σ(xi-x̅)² = 1600+400+0+400+1600=4000。
a = 8700/4000 = 2.175，b = 209.2 - 2.175×90 = 209.2 - 195.75 = 13.45。
所以模型：y = 2.175x + 13.45。预测150m²：y=2.175×150+13.45=326.25+13.45=339.7万元。
易错点：线性回归前应先观察散点图是否呈线性；过大或过小的样本点可能成为异常值。实际中模型有一定局限性，不应外推太远。
五、常见误区
- 假设过于理想化：忽略重要因素会导致模型失效。例如假设“人口无限制”在短期可行但长期不合理。
- 求解精度不足：线性规划中忽略整数解要求（如人数必须为整数）。
- 忽视模型验证：只建不验，结果与实际情况相差甚远也不知道。
- 滥用复杂模型：能用一次函数解决的问题非要上高次拟合，过拟合反而预测不准。
六、学习建议
- 多看实际案例：从天气预报、经济分析到体育数据，处处是建模素材。
- 动手画图：每个问题先画出散点图或可行域，直观感受变量关系。
- 掌握基本工具：最小二乘法、线性规划单纯形法、微分方程求解要熟练。
- 学会“折中”：模型不是越复杂越好，在精度与简洁之间找到平衡。
七、知识链接
- 函数与导数：建模中常用导数求最值、微分方程描绘变化率。
- 不等式与线性规划：优化问题的核心工具。
- 概率统计：随机模型的参数估计与假设检验。
- 数列：处理离散性问题（如分期付款、种群繁殖）。
- 向量与几何：空间位置建模。
八、习题自测
- 优化问题：某养鸡场每天需要饲料20吨，现有两种配料A和B，A每吨成本400元，蛋白质含量40%；B每吨成本300元，蛋白质含量20%。要求每天饲料蛋白质总量不低于30%。问如何配比使成本最低？
- 指数衰减模型：某种放射性物质初始质量为10g，每小时衰减3%，问多少小时后剩余不足1g？
- 函数拟合：测得某产品广告费（万元）与销售额（万元）数据如下：(1, 12), (2, 18), (3, 25), (4, 30), (5, 36)。试建立线性模型并预测广告费为6万元时的销售额。
参考答案
- 设A x吨，B y吨，min C=400x+300y，约束：x+y≥20, 0.4x+0.2y≥0.3×20=6, x≥0, y≥0。画可行域，顶点(0,30)成本9000，(20,0)成本8000，(10,10)成本7000，(5,15)成本6500。最优为(5,15)，成本6500元。
- 衰减模型 m(t)=10×0.97^t，令10×0.97^t < 1 ⇒ 0.97^t < 0.1 ⇒ t > ln0.1/ln0.97 ≈ (-2.3026)/(-0.03046) ≈ 75.6，所以约76小时后不足1g。
- 计算得 x̄=3, ȳ=24.2, a=(Σ(xi-x̄)(yi-ȳ))/(Σ(xi-x̄)²)=32/10=3.2, b=24.2-3.2×3=14.6，模型 y=3.2x+14.6。预测x=6时y=33.8万元。