数学建模竞赛优秀大学生论文
医学论文》1数学建模的过程11模型准备首先要了解实际背景，寻找内在规律，形成一个比较清晰的轮廓，提出问题。12模型假设在明确目的、掌握资料的基础上，抓住问题的本质，舍弃次要因素，对实际问题做出合理的简化假设。13模型建立在所作的假设条件下，用适当的数学方法去刻画变量之间的关系，得出一个数学结构，即数学模型。原则上，在能够达到预期效果的基础上，选择的数学方法应越简单越好。14模型求解建模后要对模型进行分析、求解，求解会涉及图解、定理证明及解方程等不同数学方法，有时还需用计算机求数值解。15模型分析、检验、应用模型的结果应当能解释已存的现象，处理方法应该是最优的决策和控制方案，所以，对模型的解需要进行分析检验。把求得的数学结果返回到实际问题中去，检验其合理性。如果理论结果符合实际情况，那么就可以用它来指导实践，否则需再重新提出假设、建模、求解，直到模型结果与实际相符，才能
f进行实际应用。总之，数学建模是一项富有创造性的工作，不可能用一些条条框框的规则规定的十分死板，只要是能够做到全面兼顾、能抓住问题的本质、最终检验结果合理，都是一个好的数学模型。
2数学建模在生物医学中的应用21DNA序列分类模型DNA分子是遗传信息存储的基本单位，许多生命科学中的重大问题都依赖于对这种特殊分子的深入了解。因此，关于DNA分子结构与功能的问题，成为二十一世纪最重大的课题之一。DNA序列分类问题是研究DNA分子结构的基础，它常用的方法是聚类分析法。聚类分析是使用数据建模简化数据的一种方法，它将数据分成不同的类或者簇，同一个簇中的数据有很大的同质性，而不同的簇中的数据有很大的相异性。在对DNA序列进行分类时，需首先引入样品变量，比如说单个碱基的丰度、两碱基丰度之比等然后计算出每条DNA序列的样品变量值，存入到向量中最后根据相似度度量原理，计算出所有序列两两之间的La
ce与Williams距离，依据距离的远近进行分类。对于模型的好坏，可选取已知分类的DNA序列进行检验，若按照该模型做出的分类与已知分类相符，则模型可取，反之则需调试样本变量，直到取得满意的结果为止。22传染病模型
f为了能定量的研究传染病的传播规律，人们建立了各种类型的模型来预测、控制疾病的发生发展，比如说，SI模型适用于患病后难以治愈、SIS模型适用于患病者治愈后不具有免疫力、SIR模型适用于患病者治愈后具有终身免疫力、SIRSr