Modélisation Mathématique

Content
1) Introduction
2) Types de modélisation mathématique
3) Préliminaires
4) Qu'est-ce que la modélisation mathématique

* Comprendre le problème
*Description Mathématique
Interprétation
Trouver la solution
5) Formules de modélisation mathématique
6) Principe de la modélisation mathématique
7) Exemples de sommes de modélisation mathématique

*Exemple 1
* Exemple 2
*Exemple 3
*Exemple 4
*Exemple 5
*Exemple 6
*Exemple 7
*Exemple 8
*Exemple 9
*Exemple 10

Introduction
La modélisation mathématique devient un sujet de plus en plus important alors que
les ordinateurs élargissent notre capacité à traduire des équations mathématiques et
des formulations en conclusions concrètes concernant le monde, tant naturel que
artificiel, dans lequel nous vivons.

Préliminaires
La modélisation mathématique est un outil essentiel pour comprendre le monde.
Dans les temps anciens, les Chinois, les Égyptiens, les Indiens, les Babyloniens et les Grecs se livraient à

comprendre et prédire les phénomènes naturels grâce à leurs connaissances

des mathématiques. Les architectes, artisans et ouvriers basaient beaucoup de leurs
Œuvres d'art sur des principes géométriques. Supposons qu'un géomètre veuille mesurer le
hauteur d'une tour. Il est physiquement très difficile de mesurer la hauteur en utilisant le
mètre ruban. Donc, l'autre option est de trouver
les facteurs qui sont utiles pour trouver la hauteur. D'après ses connaissances de
trigonometry, il sait que s'il a un angle d'élévation et la distance de
le pied de la tour
jusqu'au point où il se tient, alors il peut calculer la hauteur de la tour.
Donc, son travail consiste maintenant à trouver l'angle d'élévation au sommet de la tour.
et la distance du pied de la tour au point où il se tient.
Les deux étant facilement mesurables. Ainsi, s'il mesure l'angle d'élévation
comme 40° et la distance comme 450m, alors le problème peut être résolu comme indiqué dans
Exemple 1.

Exemple de Somme de Préliminaires

1) L'angle d'élévation du sommet d'une tour depuis un point O sur le

Le sol, qui est à 450 m du pied de la tour, est à 40°. Trouvez le
hauteur de la tour.
Solution :
AB = h
tan θ= Opposé/Adjacent = AB/BO
 tan40 = h/450
0,839 = h/450
h = 450 × 0,839
h = 378m
La hauteur de la tour est de 378 m

Qu'est-ce que la modélisation mathématique

Pour appliquer les mathématiques au monde réel, les mathématiciens doivent travailler avec
scientifiques et ingénieurs, pour transformer des problèmes de la vie réelle en mathématiques, et puis
pour résoudre les équations résultantes. Nous appelons ce processus la modélisation mathématique.
Cet article expliquera les idées de base derrière la modélisation mathématique, et va
essayez de décrire sa puissance et ses limitations.

Comprendre le problème
Cela implique, par exemple, de comprendre le processus impliqué dans le
mouvement du pendule simple. Nous sommes tous familiers avec le simple
pendule. Ce pendule est simplement une masse (appelée plomb) attachée à
une extrémité d'une ficelle dont l'autre extrémité est fixée à un point. Nous avons étudié
que le mouvement du pendule simple est périodique. La période dépend
en fonction de la longueur de la corde et de l'accélération due à la gravité. Donc, ce que nous
besoin de trouver la période d'oscillation.

Interprétation
Cela implique de trouver une équation, une inégalité ou une figure géométrique en utilisant le
paramètres déjà identifiés. Dans le cas du pendule simple, des expériences
ont été réalisés dans lesquels les valeurs de la période T ont été mesurées pour différentes
les valeurs de l. Ces valeurs ont été tracées sur un graphique, ce qui a donné une courbe qui
ressemblait à une parabole. Cela implique que la relation
entre T et l pourrait être exprimé
T2=kl..(1)
Il a été trouvé que k=4π2Cela donne le problème.
T=2π√ l/g …(2)
L'équation (2) donne la formulation mathématique du problème.

Trouver la solution
La formulation mathématique ne donne rarement la réponse directement. En général, nous avons
pour effectuer une opération qui implique de résoudre une équation, un calcul ou
l'application d'un théorème, etc. Dans le cas des pendules simples, la solution implique
appliquant la formule donnée dans l'équation (2)

l 225 cm 275 cm
T 3,04 sec 3,36sec
Tableau 1
Le tableau montre que pour l=225cm, T=3.04sec et l=275cm, T=3.36sec

Quels sont les avantages des mathématiques

Modélisation :
a. Les modèles représentent exactement les situations problématiques réelles.
b. Les modèles aident les gestionnaires à prendre des décisions plus rapidement et plus précisément.
c. Ils offrent généralement des avantages en termes de commodité et de coût par rapport à d'autres moyens.

d'obtenir les informations requises sur la réalité.

d. Des problèmes grands et complexes peuvent être résolus avec aisance.
e. Les modèles agissent en tant que communicateurs pour les autres en fournissant des informations et
impact dans le changement de condition.

Modélisation avec des simulations

De nombreux problèmes peuvent avoir une formulation mathématique, mais être
analytique intratable. Dans ces situations, un ordinateur peut mettre en œuvre
les mathématiques littéralement et répétez souvent à l'extrême
avantage.

Interprétation
Un modèle mathématique est une tentative d'étudier l'essentiel
caractéristique d'un problème de la vie réelle. Souvent, les équations de modèle sont
obtenu en supposant la situation dans un contexte idéalisé. Le modèle
ne sera utile que si cela explique tous les faits que nous souhaiterions
aimez-le à expliquer. Sinon, nous le rejetterons, ou alors, améliorez-le, puis
testez-le à nouveau. En d'autres termes, nous mesurons l'efficacité du modèle
en comparant les résultats obtenus à partir du modèle mathématique, avec
les faits connus sur le véritable problème. Ce processus s'appelle la validation
du modèle. Dans le cas du simple
pendule, nous menons quelques expériences sur le pendule et découvrons
période d'oscillation. Les résultats de l'expérience sont donnés dans le tableau 2.

Masse (g) Longueur (cms) Temps(secs)

385 275 3.371
225 3,056
230 275 3,352
225 3.042

Maintenant, nous comparons les valeurs mesurées dans le Tableau 2 avec les valeurs calculées
valeurs données dans le tableau 1.
La différence entre les valeurs observées et les valeurs calculées donne le
erreur. Par exemple, pour l = 275 cm et la masse m = 385 gm, erreur = 3.371 –
3.36 = 0.011
qui est petit et le modèle est accepté.
Une fois que nous acceptons le modèle, nous devons interpréter le modèle. Le processus
de décrire la solution dans le contexte de la situation réelle s'appelle
interprétation
du modèle. Dans ce cas, nous pouvons interpréter la solution de la manière suivante
chemin
(a) La période est directement proportionnelle à la racine carrée de la longueur de
le
pendule
b) Il est inversement proportionnel à la racine carrée de l'accélération due
à la gravité.
 Notre validation et interprétation de ce modèle montrent que le
Le modèle mathématique est en bon accord avec le pratique.
valeurs observées). Mais nous avons constaté qu'il y a une erreur dans le
résultat calculé et résultat mesuré. C'est parce que nous avons
négligé la masse de la corde et la résistance du milieu. Donc, dans
dans une telle situation, nous recherchons un meilleur modèle et ce processus continue.
Ceci nous mène à une observation importante. Le monde réel est bien trop
complexe à comprendre et à décrire complètement. Nous en choisissons juste un ou
deux principaux facteurs pour être complètement précis qui peuvent influencer le
situation. Ensuite, essayez d'obtenir un modèle simplifié qui donne quelque chose
information sur la situation. Nous étudions la situation simple.
avec ce modèle, nous espérons pouvoir obtenir un meilleur modèle de la
situation.

Exemples de modélisation mathématique :

Un des exemples populaires en informatique est le mathématique
modèles de diverses machines, un exemple est le fini déterministe
automate (DFA) qui est défini comme un concept mathématique abstrait
concept, mais en raison de la nature déterministe d'un DFA, il est
implémentable en matériel et en logiciel pour résoudre diverses spécificités
problèmes. Par exemple, ce qui suit est un automate à états finis M avec un binaire
alphabet, qui exige que l'entrée contienne un nombre pair de 0 :

Le diagramme d'état pour M

M= (Q, Σ, δ,q0(F) où

Q= {S1,S2},
Σ = {0, 1}
q0=S1,
F= {S1}, et
δ est défini par le tableau de transition d'état suivant :
 0 1
S1S2S1
S2S1S2
Les États1représente qu'il y a eu un nombre pair de 0 dans le
entrée jusqu'à présent, pendantS2signifie un nombre impair. Un 1 dans l'entrée ne le fait pas
changer l'état de l'automate. Lorsque l'entrée se termine, l'état va
Montrez si l'entrée contenait un nombre pair de 0 ou non. Si le
l'entrée contenait un nombre pair de 0, M se terminera dans l'état S1un
état d'acceptation, donc la chaîne d'entrée sera acceptée.
La langue reconnue parMis est la langue régulière donnée par la régulière
expression1*( 0 (1*) 0 (1*) )*, où "*" est l'étoile de Kleene, par exemple, 1*
dénote tout nombre non négatif (possiblement zéro) de symboles "1".

De nombreuses activités quotidiennes réalisées sans y penser sont

utilisations des modèles mathématiques. Une carte géographique
projection d'une région de la Terre sur un petit plan
la surface est un modèle qui peut être utilisé à de nombreuses fins
comme la planification de voyages.[10]

Une autre activité simple consiste à prédire la position d'un

véhicule de sa position initiale, direction et vitesse de
voyager, en utilisant l'équation que la distance parcourue est le
produit de temps et de vitesse. Cela est connu comme mort
jugement lorsque utilisé de manière plus formelle. Mathématique
modéliser de cette manière ne nécessite pas nécessairement de formel
les mathématiques ; il a été démontré que les animaux utilisent des morts
réintégration[11][12]
CroissanceDeLaPopulation. Un modèle simple (bien que approximatif)
Le modèle de croissance malthusien est celui de la croissance de la population.
croissance de la population légèrement plus réaliste et largement utilisée
le modèle est la fonction logistique, et ses extensions.
Modèle d'une particule dans un champ potentiel. Dans ce modèle, nous
considérer une particule comme étant un point de masse qui décrit
une trajectoire dans l'espace qui est modélisée par une fonction donnant
ses coordonnées dans l'espace en fonction du temps. Le potentiel
le champ est donné par une fonction et la trajectoire, c'est une
fonction, est la solution de l'équation différentielle :
cela peut aussi être écrit comme :
Notez que ce modèle suppose que la particule est une masse ponctuelle, ce qui est certainement connu.
être faux dans de nombreux cas où nous utilisons ce modèle ; par exemple, en tant que modèle de
mouvement planétaire.

Modèle de comportement rationnel pour un consommateur.

dans ce modèle, nous supposons qu'un consommateur est confronté à un
choix de commodités étiquetées 1, 2,..., n chacune
avec un prix de marché1,p2,...,pnLe consommateur est
supposé avoir un ordinal
fonctionUtilitéU (ordinal dans le sens où seulement)
le signe des différences entre deux
les utilités, et non le niveau de chaque utilité, est
significatif), en fonction des montants de
commodités1,x2,...,xnconsommé. Le modèle
suppose en outre que le consommateur a un
budgetMqui est utilisé pour acheter un
vecteurx1,x2...,xnde manière à
maximiserU(x1,x2,...,xn). Le problème du rationnel
le comportement dans ce modèle devient
un problème d'optimisation mathématique, c'est-à-dire :
Ce modèle a été utilisé dans une grande variété de contextes économiques, tels que
la théorie de l'équilibre général pour montrer l'existence et l'efficacité de Pareto
équilibres économiques.

En informatique, mathématique
des modèles peuvent être utilisés pour simuler

réseaux informatiques.

Applications de la modélisation mathématique

Un modèle mathématique décrit généralement un système par un ensemble de variables
et un ensemble d'équations qui établissent des relations entre le
les variables. Les variables peuvent être de plusieurs types : des nombres réels ou entiers,
Valeurs booléennes ou chaînes de caractères, par exemple. Les variables représentent certains
propriétés du système, par exemple, les sorties mesurées du système
souvent sous forme de signaux, de données de chronométrage, de compteurs et d'occurrence d'événements
Le modèle actuel est l'ensemble des fonctions qui décrivent les relations
entre les différentes variables.
 Principes de Modélisation Mathématique
La modélisation mathématique est une activité principielle et donc elle a
certains principes qui le sous-tendent.

Ces principes sont presque de nature philosophique. Certains des

principes de base de
La modélisation mathématique est énumérée ci-dessous en termes de
instructions :
(i) Identifier le besoin du modèle. (pour ce que nous recherchons)
(ii) Liste les paramètres/variables qui sont nécessaires pour le
modèle.
(iii) Identifiez les données pertinentes disponibles. (qu'est-ce qui est donné?)
(iv) Identifiez les circonstances qui peuvent être appliquées (hypothèses)
(v) Identifiez les principes physiques régissant.
(vi) Identifier
(a) les équations qui seront utilisées.
(b) les calculs qui seront effectués.
(c) la solution qui suivra.

Éléments d'une modélisation mathématique

Les modèles mathématiques peuvent prendre plusieurs formes, y comprisdynamique
systèmes, statstmodèles cal, différenttl'équationtnous, outhéorie des jeuxtc modèles.
Ces types de modèles et d'autres peuvent se chevaucher, un modèle donné impliquant un
variété de structures abstraites. En général, les modèles mathématiques peuvent
incluremodèles logiquesDans de nombreux cas, la qualité d'un domaine scientifique dépend
sur la manière dont les modèles mathématiques développés du côté théorique s'accordent
avec des résultats d'expériences répétables. Manque d'accord entre théorique
les modèles mathématiques et les mesures expérimentales mènent souvent à
avancées importantes à mesure que de meilleures théories sont développées.
 Exemples de sommes de modélisation mathématique
1) Une ferme utilise au moins 800 kg de nourriture spéciale par jour. La nourriture spéciale
Est-ce un mélange de maïs et de soja avec les compositions suivantes ?
Matériaux Nutriments Nutriments Coût par kg;
présent par présent par
kg de protéines kg de protéines
smaïs .09 .02 Rs 10
Soja .60 .06 Rs 20