二、分析数学建模中的相关参数

　　我们分析一下在数学模型中将用到的一些量化指标，也就是模型的参数：

　　（1）学生的上课签到情况；

　　（2）课堂问答的情况；

　　（3）作业的情况；

　　（4）测验的成绩。

　　这四项参数，与考试的成绩之间，有着某些必然的联系。下面我们对这些参数进行逐项分析：

　　1.学生上课签到情况。如果签到率达到100%，那么授课是有保障的。反之，如果降为0（当然这是一种极端的情况），那么除非学生自学成才了，否则教学质量将是没有保障的。所以，课堂上的签到情况，与成绩之间，有一个乘数关系。

　　2.课堂问答。课堂问答，包括学生的主动提问，教师的例行提问以及下课后的一些补充问答。课堂问答的多少，与两方面有关系。第一，是学生的`学习积极性。如果学生对学习没有积极性，那么，主动提问的情况就不多。第二，是教学内容的难易度。如果教学的内容很简单，一般学生的提问也相对会减少。所以，对于课堂提问的情况，要一分为二地分析。当课堂提问的数量上升时，既有可能是学生的学习积极性上升，也可能是教学内容相对有难度。学习积极性上升，则成绩有可能提高。但如果是教学内容有难度，则成绩反而有可能下降。因此，对于课堂问答的情况，除了进行纵向对比外，还需进行历史同期数据的横向对比。

　　所谓纵向对比，就是这一期学生，在学习高数的过程中，各阶段的课堂提问情况。横向对比，则是与前几期学生，以及同期别的班的学生相比，这一班学生的课堂问答情况。当然，也有可能出现学生不积极提问，同时教学难度也不大的情况。这时候就要用到下一个关键参数——测验。

　　3.测验的成绩。课堂问答相当于抽检，而测验则是一次小规模的普查。测验的结果可以较为真实的反映出学生的学习成果。不过，测验不可能频繁的进行。因为课时安排主要还是以授课为主。过多的测试，有可能导致本末倒置。

　　4.作业的情况。除了测试之外，一个比较好的检测学生学习状况的方法，就是作业。大学的作业，由于教学安排的原因，不像中小学作业那样密集。同时，教授的主要工作也不是批改作业。但抽查作业的完成情况，仍然可以对了解学生的学习情况起到一些辅助作用。

　　三、建立数学模型

　　分析了数学建模的相关参数，我们就要着手进行数学建模。尽管模型中的几项参数，与考试成绩之间都是乘数关系，但是各项参数之间并不是简单的乘数关系，而是相互有一个比例。所以，在建立模型时，我们采用将参数域对象相乘，然后相加，取和，然后在分析与考试成绩之间的线性关系。

　　我们设立这样一个方程式：

　　上课签到情况×参数值A×权重值1+课堂问答情况×参数值B×权重值2+作业情况×参数值C×权重值3+测验情况×参数值D×权重值4=考试成绩。

　　然后，实际成绩进行比对。

　　在这个过程中，调整参数对象的值，以及四个权重值，推算出接近于考试成绩的公式，这样就可以建立起一个初步的数学模型。

　　四、对数学模型进行应用和修正

　　建立了数学模型后，还需要根据实际的教学情况，进行修正，是数学模型与真实情况相接近，从而对教学工作有真正的应用价值。

　　当数学模型经过修正逐渐完善后，根据各项教学指标，就可以有预见性地调整教学工作。比如，课堂提问数量的上升，作业的情况良好，则教学情况有可能是在向好的方向发展。反之，就可及时进行调整。比如，增加与学生的交流，看是哪些地方还不尽理解，或者有些什么别的因素在影响，及早排查，从而确保期末考试成绩不出现大的波动，影响教学质量。

　　通过在高等数学教学中，融入数学建模的思想，我们可以发现，以往那些不太理解的量化指标，确实是与教学质量之间有着必然联系的。通过数学建模，我们不仅促进了对科学化的教学方式的理解，也对数学建模这一工具方法本身，有了更多更深刻的了解。

数学建模论文9

　　近年来，随着教学改革的不断深化，在大学中开展数学建模竞赛受到了越来越多的关注，数学建模能把现实生活中复杂的问题转化为简单的数学模型，并对其进行较好的解决。本文主要就数学建模活动开展的重要性及数学建模中创新意识培养现状进行分析，然后结合实际对数学建模中创新意识培养的策略进行详细探究。