二 二、 、 、數學建模的題材及其方法 、 數學建模的題材及其方法 數學建模的題材及其方法 數學建模的題材及其方法
2.1 數學建模的題材 數學建模的題材 數學建模的題材 數學建模的題材
人類的文明從遠古時代至今,進步的程度之大非筆墨所能形容,累積下來的學問 知識更如浩瀚汪洋難以計數。在這些進步背後,數學的發展佔了相當重要的地位,倘 若微積分沒有被發明的話,整個近代史將大為改寫。隨著人類生活日趨複雜,所產生 的問題也就層出不窮,很多都需要依靠數學來提供解決之道。
在今日的許多學術領域中,數學是不可或缺的工具,不論是自然科學、人文社會 科學、航太空程、電機工程…等,都需要使用數學當做進行研究的工具,誠所謂數學 為科學之母,而這些運用數學來解決問題的過程正都是數學建模。以下列舉出近代諸 多科學的研究中,需要用數學建立模型的各種領域 (Arnold, 2003):
1. 人文社會科學領域
(1) 人類學或考古學:分類的技巧、碎片或頭顱的重建。
(2) 犯罪偵查學:指紋辨識、面貌識別。
(3) 金融:風險分析、選擇權的估價。
(4) 政治學:選舉的分析。
2. 生命科學領域
(1) 生物學:人類的基因工程、人口動態、物種的演化、疾病的傳播、動植物的培 育 (遺傳學)。
(2) 醫學:輻射治療計畫、X 光片拍攝、血液循環模型。
(3) 藥物學:對蛋白質的分子的修飾、新化合物的掃描。
(4) 神經系統科學:神經網路、在神經裡的信號發送。
3. 自然科學領域
(1) 天文學:行星的系統的探測、宇宙的起源。
(2) 氣象學:氣預測、氣候預測 (全球暖化、什麼引起臭氧洞?)。
(3) 物理學:基本粒子追蹤、量子領域理論預測、雷射。
(4) 化學:分子模型、電子結構計算。
(5) 流體力學:紊流、風的路徑。
4. 資訊科學領域
(1) 計算機科學:影像處理、資料搜尋、比對。
(2) 人工智慧:計算機視覺、機器人技術、語音識別。
5. 空間科學領域
(1) 航運科學:空中交通安排、汽車和飛機的自動駕駛儀、軌道計畫、飛行模擬、。
(2) 建築學:虛擬現實。
6. 工業工程領域
(1) 生產與運作管理:生產計畫與批量問題,庫存管理,物流與供應鏈管理。
(2) 決策分析:投資分析、產品開發、市場行銷、可行性研究。
(3) 多目標決策:企業經營管理、工程項目管理、交通運輸管理、環境保護與管理、
工程設計與工藝、公共事業規劃。
2.2 數學建模的方法 數學建模的方法 數學建模的方法 數學建模的方法
在數學解題中往往不止一種解法,一般來說,模型建立的方法也不止一種,例如 最短路線問題,可以用圖論方法,也可以用線性規劃方法,有時還可以用動態規劃的 方法 (劉承平,2002)。由此可見數學建模具有相當的難度,建模的過程就如同藝術 家雕塑作品般,不同的欣賞角度與不同的思考方向都可能成就不同的作品。就數學建 模而言,對同一現象可以有不同的模型來描述,從而會得到不同的答案,而且這些答 案不會只有一個是對的,而其他是錯的,差別只在於模型與實際現象的合適與否 (林 國源,2005)。
在進行建模時,隨著問題的性質、建模目的不同,以及建模者本身的知識與專長 領域的不同,所用的建模方法也就會不同。有時並不一定有現成可用的方法,需要建 模者發揮創造力,找出解決問題的關鍵所在,以及解決問題的策略。例如牛頓在推導 萬有引力定律時發現原有的數學工具根本無法用來研究變化的運動,為了研究工作的 需要創建了微積分; 尤拉為了研究柯尼斯堡七橋問題發明了圖論。
綜上所述,數學建模的方法可說是充滿無限的可能,所呈現出來的模型也各異其 趣。但是在建模的過程中所使用的策略以及基本原則仍有許多共同點,在中學進行的 數學建模,著重的應該就是讓學生在建模的過程體會到數學建模的精神。以下歸納出 幾點在數學建模過程中所用的思考方法(徐全智,2003):
1. 明確問題明確問題明確問題明確問題
(1) 清楚建模的目的。
(2) 條件與數據分析:建模中所給的條件和數據通常不是恰到好處,可能有不足的 條件、數據,也可能有多餘的條件、數據,需要視情況加以增加或減少。另外 還需考慮數據是否可靠,所給的條件有何意義?哪些條件是本質的?哪此條件 是可以變動的?
(3) 將問題分解為初態、目標態、以及從初態到目標態的過程:初態為我們現在所 有的條件、數據;目標態為我們想要達到的;過程則是應該要做什麼。一般數 學解題中,初態與目標態都很明確,但在數學建模中的初態與目標態都要盡很 大的努力才能分析出來。
2. 思考方式思考方式思考方式思考方式
(1) 群體思考:數學建模經常需要不同專長的人相互合作,各自發揮自己的專長。
在眾人的腦力激盪之下,有時就會出現意想不到的好方法。群體思考的過程中,
需要建立在相互平等、相互尊重的基礎上,制定一些交流、討論的原則,以減 少無謂的爭辯,最後才發現彼此之間並沒理解對方的想法。
(2) 發散性思考
提問題法:這個問題和什麼問題相似?假如變動問題的某些條件將會怎樣?
將問題分解成若干部分再考慮會怎樣?重新組合又會怎樣?還可以做什麼 工作?還有沒有需要進一步完善的內容?
關鍵詞聯想法:抓住問題或方案的關鍵詷,然後不受任何約束地讓想法浮 現,並把聯想到的內容記在卡片上,再在這些卡片的激發下產生新的想法,
進一步想出新的主意。經過這樣一個過程後,再把卡片相互搭配,形成解決 問題的初步思路與步驟。
3. 作假設作假設作假設作假設
(1) 關於是否包含某些因素的假設。
(2) 關於條件相對強弱及各因素影響相對大小的假設。
(3) 關於變量間關係的假設。
(4) 關於模型適用範圍的假設。
有些假設的必要性在模型求解過程中才會發現,所以在建模的各個階段都應注 意你的工作是建立在什麼假設的基礎上。
Arnold (2003) 針對數學建模一般的規則,提出以下建議:
1. 看看其他相似情況中的數學建模,調整他們的模型適合到你目前的狀況。
2. 蒐集、探究了解問題所需要的背景資訊。依預期或希望的等級,將有用的資訊排 序。
3. 找出所有相關的量,並且使他們精確,以及所有量必須有的限制(正負、極限的 狀況),哪個限制嚴格?哪個寬鬆?找出所有量與量之間重大的關係(如方程式、
不等式),再從蒐集的資料來驗證他們的關係。試著將量與量化簡合併。
4. 找出所有的目標 (包括會衝突的)。
5. 開始一個簡單的模型;當它們變得明瞭可用,或者有必要時,再增加細節進去,
以得到較好的模型。
6. 扮演像惡魔般唱反調的人,去挖掘與想出你模型中的弱點。
7. 建立一個模型的等級:從粗糙的、高度簡化的模型到考慮所有已知細節的模型。
有沒有較簡單資料建立的雛型?有沒有模型簡化後的極端事例?有沒有非常有趣 的事例幫你發現困難的地方?
8. 在進行總時間的三分之一之後,試著做出一個簡單的模型報告。用剩餘時間改進 或者根據你的經驗擴展模型,使它們變得更多用途並且優良,再美化論文的編製。
9. 良好的溝通對於團隊工作是必要的。
10.不要沮喪,失敗是告知你在了解問題中遺漏了重要的細節-要利用這訊息!很少 有完美的解決辦法,建模是找到令人滿意的妥協方案的藝術。從最高的標準開 始,再降低它們直到能接受的底限。如果你早有結果,再次提升你的標準。
11.及時完成你的工作。