數學建模的重要性毋庸置疑。
大概數學建模的過程可以分為以下幾個的過程：
step1.選擇乙個重要的問題，通常社會科學和自然科學提供了大量的重要的問題。需要有跨學科的思維，當前我們的教育在這方面是不足的。
step2. 對問題的背景熟悉，數學建模也屬於應用數學的範疇終歸是解決其他學科的問題。
step3. 將問題數學化，一旦數學化就方便進行數學的分析例如選擇什麼樣的數學工具來解決。建立模型。
了解問題背景，我們就明白或大概明白了其中的一些機制，作出合適的假設是非常必要的。
step4.模型求解和檢驗。
step5.模型的後續分析以及修正。
在自然科學中，有大量的數學模型，總體可以分為兩類，一類是定量描述的模型，可以準確擬合或**實驗的結果，常用的模型有統計模型 最優化模型等等；一類是定性的模型，常用的模型是微分方程模型。hodgkin-huxley模型是在定性和定量上都很成功的模型。從上面講，整個物理學科也可算作應用數學的一部分（但又有其不同於數學的地方 定律不同於定理），現在生物 物理 化學等學科交叉領域也大有可為。
一些可能涉及到的學科：數學分析 高等代數 復分析 泛函分析 微分方程及其定性理論 數值計算 群論 概率論與數理統計 隨機過程 最優化理論 控制論 運籌學與博弈論 計算機工具 大學物理學（四大力學） 生物學等
現在很多學校在分析和代數方面很重視，尤其是數學分析和高等代數（因為考研要考），對應用型較強的概率等等不重視，上次和一位老師聊天，她說數學分析和高等代數學好就行了，以後再學概率等就很簡單可以用到時再學。我不同意她的觀點，分析和代數培養的是一種思維 確定性決定論的思維，概率論等則不然 是另一種思維應該大力培養，不應該厚此薄彼。
數學建模 數學建模 一 數學模型概述
一.模型 1.原型和模型 原型指人們在現實世界裡關心 研究或從事生產 管理的實際物件。模型則指為了某個特定目的將原型的某一部分資訊簡縮 提煉而構造的原型替代物。按照模型替代原型的方式，模型可以分為物質模型 形象模型 和理想模型 抽象模型 前者包括直觀模型 物理模型等，後者包括思維模型 符號模型 數學...
數學建模（一）
個人不僅僅是乙個ctfer，數學也是很強的呀。hhhh下面記錄一些簡單的 數學建模用到的python基礎 下面講解三個關於刪除的 pop 預設是刪除列表中的最後乙個，pop n 可以指定索引位置刪除 remove 指定元素值刪除，如果元素中沒有就會報錯 clear 清空列表中所有元素 列表中的一些常...
Leetcode（一） 數學（一）
908.最小差值 i 思路 如果當最大值與最小值之間的差距大於2k的時候，此時最大值與最小值最小差距應該為max value k,min value k.最終的結果是 res max value min value 2k。如果當距離小於2k的時候，無論如何都能到0。所以 比較簡單 class sol...