Hoe maak je een wiskundig model te bouwen

Mathematische modellen werd gebruikt om problemen niet alleen in techniek en natuurkunde, maar ook in de biologie en medische lossen.Hier is een algemene richtlijn voor hoe je een wiskundig model te bouwen.

wat je nodig hebt

  • Programming vaardigheden
  • Matlab, Mathematica, SAS of R's

instructies

  1. Verzamel de volgende informatie: wat je al weet;bronnen van relevante gegevens;je aannames;wat je wilt om te voorspellen met het model;manieren om na te gaan of het model correct zal worden gebouwd;en manieren om het model te valideren.

  2. Schets eenvoudig schema dat de elementen in het model en hoe zij met elkaar verbonden schetsen.Zoals voor elke complexe taak, visualisatie helpt.

  3. Conduct een hele literatuur.Er is geen noodzaak om opnieuw het wiel uitvinden als iemand anders een model dat uw doeleinden kan passen al heeft ontwikkeld.Echter, je moet volledig te begrijpen alle veronderstellingen en de toepasbaarheid van een model voor gebruik.

  4. Conduct een hele beoordeling van de g

    egevens die u wilt gebruiken.Identificeer de verschillen en inconsistenties tussen en binnen de datasets.Vaak is er gegevens ontbreken, dus denk goed na over hoe je gaat om ontbrekende gegevens te verwerken.Indien mogelijk, kwantificeren onzekerheden met de gegevens.

  5. Begin met een eenvoudig model.In het algemeen is er een eenvoudige compromis tussen complexiteit en precisie.Volgens Razor principe Ockhams onder met vergelijkbare voorspellende kracht, de eenvoudigste is de meest wenselijke.

  6. Identificeer belangrijke variabelen en constanten en te bepalen hoe ze zich tot elkaar verhouden.De belangrijkste variabelen zijn input en output variabelen.Binnen het model, kunt u andere soorten modellen, zoals beslissing variabelen willekeurige variabelen of staat variabelen.

  7. Construct vergelijkingen die variabelen tot elkaar verhouden.Nogmaals, hoe eenvoudiger hoe beter.

  8. Identificeer de parameters van de vergelijkingen en het ontwikkelen van een plan hoe de raming van de parameters van de data.Dit kan eenvoudig worden gedaan door het aanbrengen van de vergelijkingen van de gegevens.Echter, meer complexe modellen verfijnde parameter kalibratie methoden vereisen.

  9. Bevestig uw model tegen een dataset die u niet hebt gebruikt om het model te bouwen.

  10. Voortdurend testen uw model en update uw vergelijkingen op basis van nieuwe gegevens en informatie.

982
0
0
Wetenschap