是准备毕业论文了吧，我的我要留着自己用
金融数学专业旨在为金融业提供具有定量分析财务能力的专业人才，它着重应用数学和统计学在金融系统中的应用。毕业生受业面广，极受银行、保险公司等金融机构的欢迎。 金融数学又称数理金融学、数学金融学、分析金融学，是利用数学工具研究金融
你可以多看看这个方面的别人写的多学习多思考就会有自己的思路了
模糊数学 现代数学是建立在集合论的基础上。集合论的重要意义就一个侧面看，在与它把数学的抽象能力延伸到人类认识过程的深处。一组对象确定一组属性，人们可以通过说明属性来说明概念（内涵），也可以通过指明对象来说明它。符合概念的那些对象的全体叫做这个概念的外延，外延其实就是集合。从这个意义上讲，集合可以表现概念，而集合论中的关系和运算又可以表现判断和推理，一切现实的理论系统都一可能纳入集合描述的数学框架。 但是，数学的发展也是阶段性的。经典集合论只能把自己的表现力限制在那些有明确外延的概念和事物上，它明确地限定：每个集合都必须由明确的元素构成，元素对集合的隶属关系必须是明确的，决不能模棱两可。对于那些外延不分明的概念和事物，经典集合论是暂时不去反映的，属于待发展的范畴。 在较长时间里，精确数学及随机数学在描述自然界多种事物的运动规律中，获得显著效果。但是，在客观世界中还普遍存在着大量的模糊现象。以前人们回避它，但是，由于现代科技所面对的系统日益复杂，模糊性总是伴随着复杂性出现。 各门学科，尤其是人文、社会学科及其它“软科学”的数学化、定量化趋向把模糊性的数学处理问题推向中心地位。更重要的是，随着电子计算机、控制论、系统科学的迅速发展，要使计算机能像人脑那样对复杂事物具有识别能力，就必须研究和处理模糊性。 我们研究人类系统的行为，或者处理可与人类系统行为相比拟的复杂系统，如航天系统、人脑系统、社会系统等，参数和变量甚多，各种因素相互交错，系统很复杂，它的模糊性也很明显。从认识方面说，模糊性是指概念外延的不确定性，从而造成判断的不确定性。 在日常生活中，经常遇到许多模糊事物，没有分明的数量界限，要使用一些模糊的词句来形容、描述。比如，比较年轻、高个、大胖子、好、漂亮、善、热、远……。这些概念是不可以简单地用是、非或数字来表示的。在人们的工作经验中，往往也有许多模糊的东西。例如，要确定一炉钢水是否已经炼好，除了要知道钢水的温度、成分比例和冶炼时间等精确信息外，还需要参考钢水颜色、沸腾情况等模糊信息。因此，除了很早就有涉及误差的计算数学之外，还需要模糊数学。 人与计算机相比，一般来说，人脑具有处理模糊信息的能力，善于判断和处理模糊现象。但计算机对模糊现象识别能力较差，为了提高计算机识别模糊现象的能力，就需要把人们常用的模糊语言设计成机器能接受的指令和程序，以便机器能像人脑那样简洁灵活的做出相应的判断，从而提高自动识别和控制模糊现象的效率。这样，就需要寻找一种描述和加工模糊信息的数学工具，这就推动数学家深入研究模糊数学。所以，模糊数学的产生是有其科学技术与数学发展的必然性。 模糊数学的研究内容 1965年，美国控制论专家、数学家查德发表了论文《模糊集合》，标志着模糊数学这门学科的诞生。 模糊数学的研究内容主要有以下三个方面： 第一，研究模糊数学的理论，以及它和精确数学、随机数学的关系。查德以精确数学集合论为基础，并考虑到对数学的集合概念进行修改和推广。他提出用“模糊集合”作为表现模糊事物的数学模型。并在“模糊集合”上逐步建立运算、变换规律，开展有关的理论研究，就有可能构造出研究现实世界中的大量模糊的数学基础，能够对看来相当复杂的模糊系统进行定量的描述和处理的数学方法。 在模糊集合中，给定范围内元素对它的隶属关系不一定只有“是”或“否”两种情况，而是用介于0和1之间的实数来表示隶属程度，还存在中间过渡状态。比如“老人”是个模糊概念，70岁的肯定属于老人，它的从属程度是 1，40岁的人肯定不算老人，它的从属程度为 0，按照查德给出的公式，55岁属于“老”的程度为5，即“半老”，60岁属于“老”的程度8。查德认为，指明各个元素的隶属集合，就等于指定了一个集合。当隶属于0和1之间值时，就是模糊集合。 第二，研究模糊语言学和模糊逻辑。人类自然语言具有模糊性，人们经常接受模糊语言与模糊信息，并能做出正确的识别和判断。 为了实现用自然语言跟计算机进行直接对话，就必须把人类的语言和思维过程提炼成数学模型，才能给计算机输入指令，建立和是的模糊数学模型，这是运用数学方法的关键。查德采用模糊集合理论来建立模糊语言的数学模型，使人类语言数量化、形式化。 如果我们把合乎语法的标准句子的从属函数值定为1，那么，其他文法稍有错误，但尚能表达相仿的思想的句子，就可以用以0到1之间的连续数来表征它从属于“正确句子”的隶属程度。这样，就把模糊语言进行定量描述，并定出一套运算、变换规则。目前，模糊语言还很不成熟，语言学家正在深入研究。 人们的思维活动常常要求概念的确定性和精确性，采用形式逻辑的排中律，既非真既假，然后进行判断和推理，得出结论。现有的计算机都是建立在二值逻辑基础上的，它在处理客观事物的确定性方面，发挥了巨大的作用，但是却不具备处理事物和概念的不确定性或模糊性的能力。 为了使计算机能够模拟人脑高级智能的特点，就必须把计算机转到多值逻辑基础上，研究模糊逻辑。目前，模糊罗基还很不成熟，尚需继续研究。 第三，研究模糊数学的应用。模糊数学是以不确定性的事物为其研究对象的。模糊集合的出现是数学适应描述复杂事物的需要，查德的功绩在于用模糊集合的理论找到解决模糊性对象加以确切化，从而使研究确定性对象的数学与不确定性对象的数学沟通起来，过去精确数学、随机数学描述感到不足之处，就能得到弥补。在模糊数学中，目前已有模糊拓扑学、模糊群论、模糊图论、模糊概率、模糊语言学、模糊逻辑学等分支。 模糊数学的应用 模糊数学是一门新兴学科，它已初步应用于模糊控制、模糊识别、模糊聚类分析、模糊决策、模糊评判、系统理论、信息检索、医学、生物学等各个方面。在气象、结构力学、控制、心理学等方面已有具体的研究成果。然而模糊数学最重要的应用领域是计算机职能，不少人认为它与新一代计算机的研制有密切的联系。 目前，世界上发达国家正积极研究、试制具有智能化的模糊计算机，1986年日本山川烈博士首次试制成功模糊推理机，它的推理速度是1000万次/秒。1988年，我国汪培庄教授指导的几位博士也研制成功一台模糊推理机——分立元件样机，它的推理速度为1500万次/秒。这表明我国在突破模糊信息处理难关方面迈出了重要的一步。 模糊数学还远没有成熟，对它也还存在着不同的意见和看法，有待实践去检验。模糊数学是数学中的一门新兴学科，其前途未可限量。 1965年，《模糊集合》的论文发表了。作者是著名控制论专 家、美国加利福尼亚州立大学的扎德（LAZadeh）教授。康托的集合论已成为现代数学的基础，如今有人要修改集合的概念，当然是一件破天荒的事。扎德的模糊集的概念奠定了模糊性理论的基础。这一理论由于在处理复杂系统特别是有人干预的系统方面的简捷与有力，某种程度上弥补了经典数学与统计数学的不足，迅速受到广泛的重视。近40年来，这个领域从理论到应用，从软技术到硬技术都取得了丰硕成果，对相关领域和技术特别是一些高新技术的发展产生了日益显著的影响。 有一个古老的希腊悖论，是这样说的： “一粒种子肯定不叫一堆，两粒也不是，三粒也不是……另一方面，所有的人都同意，一亿粒种子肯定叫一堆。那么，适当的界限在哪里？我们能不能说，123585粒种子不叫一堆而123586粒就构成一堆？” 确实，“一粒”和“一堆”是有区别的两个概念。但是，它们的区别是逐渐的，而不是突变的，两者之间并不存在明确的界限。换句话说，“一堆”这个概念带有某种程度的模糊性。类似的概念，如“年老”、“高个子”、“年轻人”、“很大”、“聪明”、“漂亮的人”、“价廉物美”等等，不胜枚举。 经典集合论中，在确定一个元素是否属于某集合时，只能有两种回答：“是”或者“不是”。我们可以用两个值0或1加以描述，属于集合的元素用1表示，不属于集合的元素用0表示。然而上面提到的“年老”、“高个子”、“年轻人”、“很大”、“聪明”、“漂亮的人”、“价廉物美” 等情况要复杂得多。假如规定身高8米算属于高个子范围，那么，79米的算不算？照经典集合论的观点看：不算。但这似乎很有些悖于情理。如果用一个圆，以圆内和圆周上的点表示集A，而且圆外的点表示不属于A。A的边界显然是圆周。这是经典集合的图示。现在，设想将高个子的集合用图表示，则它的边界将是模糊的，即可变的。因为一个元素（例如身高75米的人）虽然不是100%的高个子，却还算比较高，在某种程度上属于高个子集合。这时一个元素是否属于集合，不能光用0和1两个数字表示，而可以取0和1之间的任何实数。例如对75米的身高，可以说具有70%属于高个子集合的程度。这样做似乎罗嗦，但却比较合乎实际。 精确和模糊，是一对矛盾。根据不同情况有时要求精确，有时要求模糊。比如打仗，指挥员下达命令：“拂晓发起总攻。”这就乱套了。这时，一定要求精确：“×月×日清晨六时正发起总攻。”我们在一些旧电影中还能看到各个阵地的指挥员在接受命令前对对表的镜头，生怕出个半分十秒的误差。但是，物极必反。如果事事要求精确，人们就简直无法顺利的交流思想——两人见面，问：“你好吗？”可是，什么叫“好”，又有谁能给“好”下个精确的定义？ 有些现象本质上就是模糊的，如果硬要使之精确，自然难以符合实际。例如，考核学生成绩，规定满60分为合格。但是，59分和60分之间究竟有多大差异，仅据1分之差来区别及格和不及格，其根据是不充分的。 不仅普遍存在着边界模糊的集合，就是人类的思维，也带有模糊的特色。有些现象是精确的，但是，适当的模糊化可能使问题得到简化，灵活性大为提高。例如，在地里摘玉米，若要找一个最大的，那很麻烦，而且近乎迂腐。我们必须把玉米地里所有的玉米都测量一下，再加以比较才能确定。它的工作量跟玉米地面积成正比。土地面积越大，工作越困难。然而，只要稍为改变一下问题的提法：不要求找最大的玉米，而是找比较大的，即按通常的说法，到地里摘个大玉米。这时，问题从精确变成了模糊，但同时也从不必要的复杂变成意外的简单，挑不多的几个就可以满足要求。工作量甚至跟土地无关。因此，过分的精确实际成了迂腐，适当的模糊反而灵活。 显然，玉米的大小，取决于它的长度、体积和重量 。大小虽是模糊概念，但长度、体积、重量等在理论上都可以是精确的。然而，人们在实际判断玉米大小时，通常并不需要测定这些精确值。同样，模糊的“堆”的概念是建立在精确的“粒”的基础上，而人们在判断眼前的东西叫不叫一堆时，从来不用去数“粒”。有时，人们把模糊性看成一种物理现象。近的东西看得清，远的东西看不清，一般的说，越远越模糊。但是，也有例外的情况：站在海边，海岸线是模糊的；从高空向下眺望，海岸线却显得十分清晰。太高了，又模糊。精确与模糊，有本质区别，但又有内在联系，两者相互矛盾、相互依存也可相互转化。所以，精确性的另一半是模糊。 对模糊性的讨论，可以追溯得很早。20世纪的大哲学家罗素（BRussel）在1923年一篇题为《含糊性》（Vagueness）的论文里专门论述过我们今天称之为“模糊性”的问题（严格地说，两者梢有区别），并且明确指出：“认为模糊知识必定是靠不住的，这种看法是大错特错的。”尽管罗素声名显赫，但这篇发表在南半球哲学杂志的文章并未引起当时学术界对模糊性或含糊性的很大兴趣。这并非是问题不重要，也不是因为文章写得不深刻，而是“时候未到”。罗素精辟的观点是超前的。长期以来，人们一直把模糊看成贬义词，只对精密与严格充满敬意。20世纪初期社会的发展，特别是科学技术的发展，还未对模糊性的研究有所要求。事实上，模糊性理论是电子计算机时代的产物。正是这种十分精密的机器的发明与广泛应用，使人们更深刻地理解了精密性的局限，促进了人们对其对立面或者说它的“另一半”——模糊性的研究。 扎德1921年2月生于苏联巴库，1942年毕业于伊朗德黑兰大学电机工程系，获学士学位。1944年获美国麻省理工学院（MIT）电机工程系硕士学位，1949年获美国哥伦比亚大学博士学位，随后在哥伦比亚、普林斯顿等著名大学工作。从1959年起，在加里福尼亚大学伯克莱分校电机工程、计算机科学系任教授至今。 扎德在20世纪50年代从事工程控制论的研究，在非线形滤波器的设计方面取得了一系列重要成果，已被该领域视为经典并广泛引用。60年代初期，扎德转而研究多目标决策问题，提出了非劣解等重要概念。长期以来，围绕决策、控制及其有关的一系列重要问题的研究，从应用传统数学方法和现代电子计算机解决这类问题的成败得失中，使扎德逐步意识到传统数学方法的局限性。他指出：“在人类知识领域里，非模糊概念起主要作用的惟一部门只是古典数学”，“如果深入研究人类的认识过程，我们将发现人类能运用模糊概念是一个巨大的财富而不是包袱。这一点，是理解人类智能和机器智能之间深奥区别的关键。”精确的概念可以用通常的集合来描述。模糊概念应该用相应的模糊集合来描述。扎德抓住这一点，首先在模糊集的定量描述上取得突破，奠定了模糊性理论及其应用的基础。 集合是现代数学的基础，模糊集合一提出，“模糊”观念也渗透到许多数学分支。模糊数学的发展速度也是相当快的。从发表的论文看，几乎是指数般的增长。模糊数学的研究可分三个方面：一是研究模糊数学的理论，以及它和精确数学、统计数学的关系；二是研究模糊语言和模糊逻辑；三是研究模糊数学的应用。在模糊数学的研究中，目前已有模糊拓扑学、模糊群论、模糊凸论、模糊概率、模糊环论等分支。虽然模糊数学是一门新兴学科，但它已初步应用于自动控制、模式识别、系统理论、信系检索、社会科学、心理学、医学和生物学等方面。将来还可能出现模糊逻辑电路、模糊硬件、模糊软件和模糊固件，出现能和人用自然语言对话、更接近于人的智能的新的一类计算机。所以，模糊数学将越来越显示出它的巨大生命力。 是否有人反对呢？当然有。一些概率论学者认为模糊数学不过是概率论的一个应用而已。一些搞理论数学的人说这不是数学。搞应用的人则说道理说的很好，但真正的实际效果没有。然而，国际著名的应用数学家考夫曼（AKauffman）教授在访华时说：“他们的攻击是毫无道理的，不必管人家说什么，我们努力去做就是。”
模糊数学是数学中的一门新兴学科，其前途未可限量。1965年，《模糊集合》的论文发表了。作者是著名控制论专家、美国加利福尼亚州立大学的扎德（LAZadeh）教授。康托的集合论已成为现代数学的基础，如今有人要修改集合的概念，当然是一件破天荒的事。扎德的模糊集的概念奠定了模糊性理论的基础。这一理论由于在处理复杂系统特别是有人干预的系统方面的简捷与有力，某种程度上弥补了经典数学与统计数学的不足，迅速受到广泛的重视。近40年来，这个领域从理论到应用，从软技术到硬技术都取得了丰硕成果，对相关领域和技术特别是一些高新技术的发展产生了日益显著的影响。有一个古老的希腊悖论，是这样说的：“一粒种子肯定不叫一堆，两粒也不是，三粒也不是……另一方面，所有的人都同意，一亿粒种子肯定叫一堆。那么，适当的界限在哪里？我们能不能说，123585粒种子不叫一堆而123586粒就构成一堆？”确实，“一粒”和“一堆”是有区别的两个概念。但是，它们的区别是逐渐的，而不是突变的，两者之间并不存在明确的界限。换句话说，“一堆”这个概念带有某种程度的模糊性。类似的概念，如“年老”、“高个子”、“年轻人”、“很大”、“聪明”、“漂亮的人”、“价廉物美”等等，不胜枚举。经典集合论中，在确定一个元素是否属于某集合时，只能有两种回答：“是”或者“不是”。我们可以用两个值0或1加以描述，属于集合的元素用1表示，不属于集合的元素用0表示。然而上面提到的“年老”、“高个子”、“年轻人”、“很大”、“聪明”、“漂亮的人”、“价廉物美” 等情况要复杂得多。假如规定身高8米算属于高个子范围，那么，79米的算不算？照经典集合论的观点看：不算。但这似乎很有些悖于情理。如果用一个圆，以圆内和圆周上的点表示集A，而且圆外的点表示不属于A。A的边界显然是圆周。这是经典集合的图示。现在，设想将高个子的集合用图表示，则它的边界将是模糊的，即可变的。因为一个元素（例如身高75米的人）虽然不是100%的高个子，却还算比较高，在某种程度上属于高个子集合。这时一个元素是否属于集合，不能光用0和1两个数字表示，而可以取0和1之间的任何实数。例如对75米的身高，可以说具有70%属于高个子集合的程度。这样做似乎罗嗦，但却比较合乎实际。精确和模糊，是一对矛盾。根据不同情况有时要求精确，有时要求模糊。比如打仗，指挥员下达命令：“拂晓发起总攻。”这就乱套了。这时，一定要求精确：“×月×日清晨六时正发起总攻。”我们在一些旧电影中还能看到各个阵地的指挥员在接受命令前对对表的镜头，生怕出个半分十秒的误差。但是，物极必反。如果事事要求精确，人们就简直无法顺利的交流思想——两人见面，问：“你好吗？”可是，什么叫“好”，又有谁能给“好”下个精确的定义？有些现象本质上就是模糊的，如果硬要使之精确，自然难以符合实际。例如，考核学生成绩，规定满60分为合格。但是，59分和60分之间究竟有多大差异，仅据1分之差来区别及格和不及格，其根据是不充分的。不仅普遍存在着边界模糊的集合，就是人类的思维，也带有模糊的特色。有些现象是精确的，但是，适当的模糊化可能使问题得到简化，灵活性大为提高。例如，在地里摘玉米，若要找一个最大的，那很麻烦，而且近乎迂腐。我们必须把玉米地里所有的玉米都测量一下，再加以比较才能确定。它的工作量跟玉米地面积成正比。土地面积越大，工作越困难。然而，只要稍为改变一下问题的提法：不要求找最大的玉米，而是找比较大的，即按通常的说法，到地里摘个大玉米。这时，问题从精确变成了模糊，但同时也从不必要的复杂变成意外的简单，挑不多的几个就可以满足要求。工作量甚至跟土地无关。因此，过分的精确实际成了迂腐，适当的模糊反而灵活。显然，玉米的大小，取决于它的长度、体积和重量 。大小虽是模糊概念，但长度、体积、重量等在理论上都可以是精确的。然而，人们在实际判断玉米大小时，通常并不需要测定这些精确值。同样，模糊的“堆”的概念是建立在精确的“粒”的基础上，而人们在判断眼前的东西叫不叫一堆时，从来不用去数“粒”。有时，人们把模糊性看成一种物理现象。近的东西看得清，远的东西看不清，一般的说，越远越模糊。但是，也有例外的情况：站在海边，海岸线是模糊的；从高空向下眺望，海岸线却显得十分清晰。太高了，又模糊。精确与模糊，有本质区别，但又有内在联系，两者相互矛盾、相互依存也可相互转化。所以，精确性的另一半是模糊。对模糊性的讨论，可以追溯得很早。20世纪的大哲学家罗素（BRussel）在1923年一篇题为《含糊性》（Vagueness）的论文里专门论述过我们今天称之为“模糊性”的问题（严格地说，两者梢有区别），并且明确指出：“认为模糊知识必定是靠不住的，这种看法是大错特错的。”尽管罗素声名显赫，但这篇发表在南半球哲学杂志的文章并未引起当时学术界对模糊性或含糊性的很大兴趣。这并非是问题不重要，也不是因为文章写得不深刻，而是“时候未到”。罗素精辟的观点是超前的。长期以来，人们一直把模糊看成贬义词，只对精密与严格充满敬意。20世纪初期社会的发展，特别是科学技术的发展，还未对模糊性的研究有所要求。事实上，模糊性理论是电子计算机时代的产物。正是这种十分精密的机器的发明与广泛应用，使人们更深刻地理解了精密性的局限，促进了人们对其对立面或者说它的“另一半”——模糊性的研究。扎德1921年2月生于苏联巴库，1942年毕业于伊朗德黑兰大学电机工程系，获学士学位。1944年获美国麻省理工学院（MIT）电机工程系硕士学位，1949年获美国哥伦比亚大学博士学位，随后在哥伦比亚、普林斯顿等著名大学工作。从1959年起，在加里福尼亚大学伯克莱分校电机工程、计算机科学系任教授至今。扎德在20世纪50年代从事工程控制论的研究，在非线形滤波器的设计方面取得了一系列重要成果，已被该领域视为经典并广泛引用。60年代初期，扎德转而研究多目标决策问题，提出了非劣解等重要概念。长期以来，围绕决策、控制及其有关的一系列重要问题的研究，从应用传统数学方法和现代电子计算机解决这类问题的成败得失中，使扎德逐步意识到传统数学方法的局限性。他指出：“在人类知识领域里，非模糊概念起主要作用的惟一部门只是古典数学”，“如果深入研究人类的认识过程，我们将发现人类能运用模糊概念是一个巨大的财富而不是包袱。这一点，是理解人类智能和机器智能之间深奥区别的关键。”精确的概念可以用通常的集合来描述。模糊概念应该用相应的模糊集合来描述。扎德抓住这一点，首先在模糊集的定量描述上取得突破，奠定了模糊性理论及其应用的基础。集合是现代数学的基础，模糊集合一提出，“模糊”观念也渗透到许多数学分支。模糊数学的发展速度也是相当快的。从发表的论文看，几乎是指数般的增长。模糊数学的研究可分三个方面：一是研究模糊数学的理论，以及它和精确数学、统计数学的关系；二是研究模糊语言和模糊逻辑；三是研究模糊数学的应用。在模糊数学的研究中，目前已有模糊拓扑学、模糊群论、模糊凸论、模糊概率、模糊环论等分支。虽然模糊数学是一门新兴学科，但它已初步应用于自动控制、模式识别、系统理论、信系检索、社会科学、心理学、医学和生物学等方面。将来还可能出现模糊逻辑电路、模糊硬件、模糊软件和模糊固件，出现能和人用自然语言对话、更接近于人的智能的新的一类计算机。所以，模糊数学将越来越显示出它的巨大生命力。是否有人反对呢？当然有。一些概率论学者认为模糊数学不过是概率论的一个应用而已。一些搞理论数学的人说这不是数学。搞应用的人则说道理说的很好，但真正的实际效果没有。然而，国际著名的应用数学家考夫曼（AKauffman）教授在访华时说：“他们的攻击是毫无道理的，不必管人家说什么，我们努力去做就是。”
还不成熟但是有区别下面是详细参考资料：二十世纪六十年代，产生了模糊数学这门新兴学科。 模糊数学的产生 现代数学是建立在集合论的基础上。集合论的重要意义就一个侧面看，在与它把数学的抽象能力延伸到人类认识过程的深处。一组对象确定一组属性，人们可以通过说明属性来说明概念（内涵），也可以通过指明对象来说明它。符合概念的那些对象的全体叫做这个概念的外延，外延其实就是集合。从这个意义上讲，集合可以表现概念，而集合论中的关系和运算又可以表现判断和推理，一切现实的理论系统都一可能纳入集合描述的数学框架。 但是，数学的发展也是阶段性的。经典集合论只能把自己的表现力限制在那些有明确外延的概念和事物上，它明确地限定：每个集合都必须由明确的元素构成，元素对集合的隶属关系必须是明确的，决不能模棱两可。对于那些外延不分明的概念和事物，经典集合论是暂时不去反映的，属于待发展的范畴。 在较长时间里，精确数学及随机数学在描述自然界多种事物的运动规律中，获得显著效果。但是，在客观世界中还普遍存在着大量的模糊现象。以前人们回避它，但是，由于现代科技所面对的系统日益复杂，模糊性总是伴随着复杂性出现。 各门学科，尤其是人文、社会学科及其它“软科学”的数学化、定量化趋向把模糊性的数学处理问题推向中心地位。更重要的是，随着电子计算机、控制论、系统科学的迅速发展，要使计算机能像人脑那样对复杂事物具有识别能力，就必须研究和处理模糊性。 我们研究人类系统的行为，或者处理可与人类系统行为相比拟的复杂系统，如航天系统、人脑系统、社会系统等，参数和变量甚多，各种因素相互交错，系统很复杂，它的模糊性也很明显。从认识方面说，模糊性是指概念外延的不确定性，从而造成判断的不确定性。 在日常生活中，经常遇到许多模糊事物，没有分明的数量界限，要使用一些模糊的词句来形容、描述。比如，比较年轻、高个、大胖子、好、漂亮、善、热、远……。在人们的工作经验中，往往也有许多模糊的东西。例如，要确定一炉钢水是否已经炼好，除了要知道钢水的温度、成分比例和冶炼时间等精确信息外，还需要参考钢水颜色、沸腾情况等模糊信息。因此，除了很早就有涉及误差的计算数学之外，还需要模糊数学。 人与计算机相比，一般来说，人脑具有处理模糊信息的能力，善于判断和处理模糊现象。但计算机对模糊现象识别能力较差，为了提高计算机识别模糊现象的能力，就需要把人们常用的模糊语言设计成机器能接受的指令和程序，以便机器能像人脑那样简洁灵活的做出相应的判断，从而提高自动识别和控制模糊现象的效率。这样，就需要寻找一种描述和加工模糊信息的数学工具，这就推动数学家深入研究模糊数学。所以，模糊数学的产生是有其科学技术与数学发展的必然性。 模糊数学的研究内容 1965年，美国控制论专家、数学家查德发表了论文《模糊集合》，标志着模糊数学这门学科的诞生。 模糊数学的研究内容主要有以下三个方面： 第一，研究模糊数学的理论，以及它和精确数学、随机数学的关系。察德以精确数学集合论为基础，并考虑到对数学的集合概念进行修改和推广。他提出用“模糊集合”作为表现模糊事物的数学模型。并在“模糊集合”上逐步建立运算、变换规律，开展有关的理论研究，就有可能构造出研究现实世界中的大量模糊的数学基础，能够对看来相当复杂的模糊系统进行定量的描述和处理的数学方法。 在模糊集合中，给定范围内元素对它的隶属关系不一定只有“是”或“否”两种情况，而是用介于0和1之间的实数来表示隶属程度，还存在中间过渡状态。比如“老人”是个模糊概念，70岁的肯定属于老人，它的从属程度是 1，40岁的人肯定不算老人，它的从属程度为 0，按照查德给出的公式，55岁属于“老”的程度为5，即“半老”，60岁属于“老”的程度8。查德认为，指明各个元素的隶属集合，就等于指定了一个集合。当隶属于0和1之间值时，就是模糊集合。 第二，研究模糊语言学和模糊逻辑。人类自然语言具有模糊性，人们经常接受模糊语言与模糊信息，并能做出正确的识别和判断。 为了实现用自然语言跟计算机进行直接对话，就必须把人类的语言和思维过程提炼成数学模型，才能给计算机输入指令，建立和是的模糊数学模型，这是运用数学方法的关键。查德采用模糊集合理论来建立模糊语言的数学模型，使人类语言数量化、形式化。 如果我们把合乎语法的标准句子的从属函数值定为1，那么，其他文法稍有错误，但尚能表达相仿的思想的句子，就可以用以0到1之间的连续数来表征它从属于“正确句子”的隶属程度。这样，就把模糊语言进行定量描述，并定出一套运算、变换规则。目前，模糊语言还很不成熟，语言学家正在深入研究。 人们的思维活动常常要求概念的确定性和精确性，采用形式逻辑的排中律，既非真既假，然后进行判断和推理，得出结论。现有的计算机都是建立在二值逻辑基础上的，它在处理客观事物的确定性方面，发挥了巨大的作用，但是却不具备处理事物和概念的不确定性或模糊性的能力。 为了使计算机能够模拟人脑高级智能的特点，就必须把计算机转到多值逻辑基础上，研究模糊逻辑。目前，模糊罗基还很不成熟，尚需继续研究。 第三，研究模糊数学的应用。模糊数学是以不确定性的事物为其研究对象的。模糊集合的出现是数学适应描述复杂事物的需要，查德的功绩在于用模糊集合的理论找到解决模糊性对象加以确切化，从而使研究确定性对象的数学与不确定性对象的数学沟通起来，过去精确数学、随机数学描述感到不足之处，就能得到弥补。在模糊数学中，目前已有模糊拓扑学、模糊群论、模糊图论、模糊概率、模糊语言学、模糊逻辑学等分支。 模糊数学的应用 模糊数学是一门新兴学科，它已初步应用于模糊控制、模糊识别、模糊聚类分析、模糊决策、模糊评判、系统理论、信息检索、医学、生物学等各个方面。在气象、结构力学、控制、心理学等方面已有具体的研究成果。然而模糊数学最重要的应用领域是计算机职能，不少人认为它与新一代计算机的研制有密切的联系。 目前，世界上发达国家正积极研究、试制具有智能化的模糊计算机，1986年日本山川烈博士首次试制成功模糊推理机，它的推理速度是1000万次/秒。1988年，我国汪培庄教授指导的几位博士也研制成功一台模糊推理机——分立元件样机，它的推理速度为1500万次/秒。这表明我国在突破模糊信息处理难关方面迈出了重要的一步。 模糊数学还远没有成熟，对它也还存在着不同的意见和看法，有待实践去检验。
1、模糊数学作为一个新兴的数学分支，使过去那些与数学毫不相关或关系不大的学科（如生物学、心理学、语言学、社会科学等）都有可能用定量化和数学化加以描述和处理，从而显示了强大的生命力和渗透力，使数学的应用范围大大扩展2、模糊数学的研究内容主要有以下三个方面：第一，研究模糊数学的理论，以及它和精确数学、随机数学的关系第二，研究模糊语言学和模糊逻辑。人类自然语言具有模糊性，人们经常接受模糊语言与模糊信息，并能做出正确的识别和判断。第三，研究模糊数学的应用。3、模糊数学的应用 模糊数学是一门新兴学科，它已初步应用于模糊控制、模糊识别、模糊聚类分析、模糊决策、模糊评判、系统理论、信息检索、医学、生物学等各个方面。在气象、结构力学、控制、心理学等方面已有具体的研究成果。然而模糊数学最重要的应用领域是计算机职能，不少人认为它与新一代计算机的研制有密切的联系。
当需要从定量的角度分析和研究一个实际问题时，人们就要在深入调查研究、了解对象信息、作出简化假设、分析内在规律等工作的基础上，用数学的符号和语言，把它表述为数学式子，也就是数学模型，然后用通过计算得到的模型结果来解释实际问题，并接受实际的检验。这个建立数学模型的全过程就称为数学建模。目录背景数学数学建模数学建模应用数学建模的意义数学建模应用数学模型过程模型准备模型假设模型建立模型求解模型分析模型检验模型应用起源进入西方国家大学在中国大学生数学建模竞赛全国大学生数学建模竞赛全国大学生数学建模竞赛章程（2008年）第四届全国大学生数学建模竞赛国际大学生数学建模竞赛数学建模资料竞赛参考书国内教材、丛书国外参考书(中译本)专业性参考书数学建模题目两项题四项题数学建模相关数学建模的意义数学建模经验和体会最新进展数学建模应当掌握的十类算法背景 数学 数学建模 数学建模应用数学建模的意义 数学建模 应用数学模型过程 模型准备 模型假设 模型建立 模型求解 模型分析 模型检验 模型应用起源 进入西方国家大学 在中国大学生数学建模竞赛 全国大学生数学建模竞赛 全国大学生数学建模竞赛章程（2008年） 第四届全国大学生数学建模竞赛 国际大学生数学建模竞赛数学建模资料 竞赛参考书 国内教材、丛书 国外参考书(中译本) 专业性参考书数学建模题目 两项题 四项题数学建模相关 数学建模的意义 数学建模经验和体会最新进展数学建模应当掌握的十类算法展开 编辑本段背景数学 近半个多世纪以来，随着计算机技术的迅速发展，数学的应用不仅在工程技术、自然科学等领域发挥着越来越重要的作用，而且以空前的广度和深度向经济、金融、生物、医学、环境、地质、人口、交通等新的领域渗透，所谓数学技术已经成为当代高新技术的重要组成部分。数学建模 数学模型（Mathematical Model）是一种模拟，是用数学符号、数学式子、程序、图形等对实际课题本质属性的抽象而又简洁的刻划，它或能解释某些客观现象，或能预测未来的发展规律，或能为控制某一现象的发展提供某种意义下的最优策略或较好策略。数学模型一般并非现实问题的直接翻版，它的建立常常既需要人们对现实问题深入细微的观察和分析，又需要人们灵活巧妙地利用各种数学知识。这种应用知识从实际课题中抽象、提炼出数学模型的过程就称为数学建模（Mathematical Modeling）。 不论是用数学方法在科技和生产领域解决哪类实际问题，还是与其它学科相结合形成交叉学科，首要的和关键的一步是建立研究对象的数学模型，并加以计算求解。数学建模和计算机技术在知识经济时代的作用可谓是如虎添翼。数学建模应用 数学是研究现实世界数量关系和空间形式的科学，在它产生和发展的历史长河中，一直是和各种各样的应用问题紧密相关的。数学的特点不仅在于概念的抽象性、逻辑的严密性，结论的明确性和体系的完整性，而且在于它应用的广泛性，自从20世纪以来，随着科学技术的迅速发展和计算机的日益普及，人们对各种问题的要求越来越精确，使得数学的应用越来越广泛和深入，特别是在21世纪这个知识经济时代，数学科学的地位会发生巨大的变化，它正在从国家经济和科技的后备走到了前沿。经济发展的全球化、计算机的迅猛发展，数理论与方法的不断扩充使得数学已经成为当代高科技的一个重要组成部分和思想库，数学已经成为一种能够普遍实施的技术。培养学生应用数学的意识和能力已经成为数学教学的一个重要方面。编辑本段数学建模的意义数学建模 数学建模是一种数学的思考方法，是运用数学的语言和方法，通过抽象、简化建立能近似刻画并"解决"实际问题的一种强有力的数学手段。 数学建模就是用数学语言描述实际现象的过程。这里的实际现象既包涵具体的自然现象比如自由落体现象，也包含抽象的现象比如顾客对某种商品所取的价值倾向。这里的描述不但包括外在形态，内在机制的描述，也包括预测，试验和解释实际现象等内容。 我们也可以这样直观地理解这个概念：数学建模是一个让纯粹数学家（指只懂数学不懂数学在实际中的应用的数学家）变成物理学家，生物学家，经济学家甚至心理学家等等的过程。 数学模型一般是实际事物的一种数学简化。它常常是以某种意义上接近实际事物的抽象形式存在的，但它和真实的事物有着本质的区别。要描述一个实际现象可以有很多种方式，比如录音，录像，比喻，传言等等。为了使描述更具科学性，逻辑性，客观性和可重复性，人们采用一种普遍认为比较严格的语言来描述各种现象，这种语言就是数学。使用数学语言描述的事物就称为数学模型。有时候我们需要做一些实验，但这些实验往往用抽象出来了的数学模型作为实际物体的代替而进行相应的实验，实验本身也是实际操作的一种理论替代。应用数学模型 应用数学去解决各类实际问题时，建立数学模型是十分关键的一步，同时也是十分困难的一步。建立教学模型的过程，是把错综复杂的实际问题简化、抽象为合理的数学结构的过程。要通过调查、收集数据资料，观察和研究实际对象的固有特征和内在规律，抓住问题的主要矛盾，建立起反映实际问题的数量关系，然后利用数学的理论和方法去分析和解决问题。这就需要深厚扎实的数学基础，敏锐的洞察力和想象力，对实际问题的浓厚兴趣和广博的知识面。数学建模是联系数学与实际问题的桥梁，是数学在各个领域广泛应用的媒介，是数学科学技术转化的主要途径，数学建模在科学技术发展中的重要作用越来越受到数学界和工程界的普遍重视，它已成为现代科技工作者必备的重要能力之。为了适应科学技术发展的需要和培养高质量、高层次科技人才，数学建模已经在大学教育中逐步开展，国内外越来越多的大学正在进行数学建模课程的教学和参加开放性的数学建模竞赛，将数学建模教学和竞赛作为高等院校的教学改革和培养高层次的科技人才的一个重要方面，现在许多院校正在将数学建模与教学改革相结合，努力探索更有效的数学建模教学法和培养面向21世纪的人才的新思路，与我国高校的其它数学类课程相比，数学建模具有难度大、涉及面广、形式灵活，对教师和学生要求高等特点，数学建模的教学本身是一个不断探索、不断创新、不断完善和提高的过程。为了改变过去以教师为中心、以课堂讲授为主、以知识传授为主的传统教学模式，数学建模课程指导思想是：以实验室为基础、以学生为中心、以问题为主线、以培养能力为目标来组织教学工作。通过教学使学生了解利用数学理论和方法去分析和解决问题的全过程，提高他们分析问题和解决问题的能力；提高他们学习数学的兴趣和应用数学的意识与能力，使他们在以后的工作中能经常性地想到用数学去解决问题，提高他们尽量利用计算机软件及当代高新科技成果的意识，能将数学、计算机有机地结合起来去解决实际问题。数学建模以学生为主，教师利用一些事先设计好问题启发，引导学生主动查阅文献资料和学习新知识，鼓励学生 积极开展讨论和辩论，培养学生主动探索，努力进取的学风，培养学生从事科研工作的初步能力，培养学生团结协作的精神、形成一个生动活泼的环境和气氛，教学过程的重点是创造一个环境去诱导学生的学习欲望、培养他们的自学能力，增强他们的数学素质和创新能力，提高他们的数举素质，强调的是获取新知识的能力，是解决问题的过程，而不是知识与结果。接受参加数学建模竞赛赛前培训的同学大都需要学习诸如数理统计、最优化、图论、微分方程、计算方法、神经网络、层次分析法、模糊数学，数学软件包的使用等等“短课程”（或讲座），用的学时不多，多数是启发性的讲一些基本的概念和方法，主要是靠同学们自己去学，充分调动同学们的积极性，充分发挥同学们的潜能。培训中广泛地采用的讨论班方式，同学自己报告、讨论、辩论，教师主要起质疑、答疑、辅导的作用，竞赛中一定要使用计算机及相应的软件，如Spss，Lingo，Mapple，Mathematica，Matlab甚至排版软件等。
数学建模论文范文－－利用数学建模解数学应用题 数学建模随着人类的进步，科技的发展和社会的日趋数字化，应用领域越来越广泛，人们身边的数学内容越来越丰富。强调数学应用及培养应用数学意识对推动素质教育的实施意义十分巨大。数学建模在数学教育中的地位被提到了新的高度，通过数学建模解数学应用题，提高学生的综合素质。本文将结合数学应用题的特点，把怎样利用数学建模解好数学应用问题进行剖析，希望得到同仁的帮助和指正。 一、数学应用题的特点 我们常把来源于客观世界的实际，具有实际意义或实际背景，要通过数学建模的方法将问题转化为数学形式表示，从而获得解决的一类数学问题叫做数学应用题。数学应用题具有如下特点： 第一、数学应用题的本身具有实际意义或实际背景。这里的实际是指生产实际、社会实际、生活实际等现实世界的各个方面的实际。如与课本知识密切联系的源于实际生活的应用题；与模向学科知识网络交汇点有联系的应用题；与现代科技发展、社会市场经济、环境保护、实事政治等有关的应用题等。 第二、数学应用题的求解需要采用数学建模的方法，使所求问题数学化，即将问题转化成数学形式来表示后再求解。 第三、数学应用题涉及的知识点多。是对综合运用数学知识和方法解决实际问题能力的检验，考查的是学生的综合能力，涉及的知识点一般在三个以上，如果某一知识点掌握的不过关，很难将问题正确解答。 第四、数学应用题的命题没有固定的模式或类别。往往是一种新颖的实际背景，难于进行题型模式训练，用“题海战术”无法解决变化多端的实际问题。必须依靠真实的能力来解题，对综合能力的考查更具真实、有效性。因此它具有广阔的发展空间和潜力。 二、数学应用题如何建模 建立数学模型是解数学应用题的关键，如何建立数学模型可分为以下几个层次： 第一层次：直接建模。 根据题设条件，套用现成的数学公式、定理等数学模型，注解图为： 将题材设条件翻译 成数学表示形式 应用题 审题 题设条件代入数学模型 求解 选定可直接运用的 数学模型 第二层次：直接建模。可利用现成的数学模型，但必须概括这个数学模型，对应用题进行分析，然后确定解题所需要的具体数学模型或数学模型中所需数学量需进一步求出，然后才能使用现有数学模型。 第三层次：多重建模。对复杂的关系进行提炼加工，忽略次要因素，建立若干个数学模型方能解决问题。 第四层次：假设建模。要进行分析、加工和作出假设，然后才能建立数学模型。如研究十字路口车流量问题，假设车流平稳，没有突发事件等才能建模。 三、建立数学模型应具备的能力 从实际问题中建立数学模型，解决数学问题从而解决实际问题，这一数学全过程的教学关键是建立数学模型，数学建模能力的强弱，直接关系到数学应用题的解题质量，同时也体现一个学生的综合能力。 3．1提高分析、理解、阅读能力。 阅读理解能力是数学建模的前提，数学应用题一般都创设一个新的背景，也针对问题本身使用一些专门术语，并给出即时定义。如1999年高考题第22题给出冷轧钢带的过程叙述，给出了“减薄率”这一专门术语，并给出了即时定义，能否深刻理解，反映了自身综合素质，这种理解能力直接影响数学建模质量。 3．2强化将文字语言叙述转译成数学符号语言的能力。 将数学应用题中所有表示数量关系的文字、图象语言翻译成数学符号语言即数、式子、方程、不等式、函数等，这种译释能力是数学建成模的基础性工作。 例如：一种产品原来的成本为a元，在今后几年内，计划使成本平均每一年比上一年降低p%，经过五年后的成本为多少? 将题中给出的文字翻译成符号语言，成本y=a(1-p%)5 3．3增强选择数学模型的能力。 选择数学模型是数学能力的反映。数学模型的建立有多种方法，怎样选择一个最佳的模型，体现数学能力的强弱。建立数学模型主要涉及到方程、函数、不等式、数列通项公式、求和公式、曲线方程等类型。结合教学内容，以函数建模为例，以下实际问题所选择的数学模型列表： 函数建模类型 实际问题 一次函数 成本、利润、销售收入等 二次函数 优化问题、用料最省问题、造价最低、利润最大等 幂函数、指数函数、对数函数 细胞分裂、生物繁殖等 三角函数 测量、交流量、力学问题等 3．4加强数学运算能力。 数学应用题一般运算量较大、较复杂，且有近似计算。有的尽管思路正确、建模合理，但计算能力欠缺，就会前功尽弃。所以加强数学运算推理能力是使数学建模正确求解的关键所在，忽视运算能力，特别是计算能力的培养，只重视推理过程，不重视计算过程的做法是不可取的。 利用数学建模解数学应用题对于多角度、多层次、多侧面思考问题，培养学生发散思维能力是很有益的，是提高学生素质，进行素质教育的一条有效途径。同时数学建模的应用也是科学实践，有利于实践能力的培养，是实施素质教育所必须的，需要引起教育工作者的足够重视。 加强高中数学建模教学培养学生的创新能力 摘要：通过对高中数学新教材的教学，结合新教材的编写特点和高中研究性学习的开展，对如何加强高中数学建模教学，培养学生的创新能力方面进行探索。 关键词：创新能力；数学建模；研究性学习。 《全日制普通高级中学数学教学大纲（试验修订版）》对学生提出新的教学要求，要求学生： （1）学会提出问题和明确探究方向； （2）体验数学活动的过程； （3）培养创新精神和应用能力。 其中，创新意识与实践能力是新大纲中最突出的特点之一，数学学习不仅要在数学基础知识，基本技能和思维能力，运算能力，空间想象能力等方面得到训练和提高，而且在应用数学分析和解决实际问题的能力方面同样需要得到训练和提高，而培养学生的分析和解决实际问题的能力仅仅靠课堂教学是不够的，必须要有实践、培养学生的创新意识和实践能力是数学教学的一个重要目的和一条基本原则，要使学生学会提出问题并明确探究方向，能够运用已有的知识进行交流，并将实际问题抽象为数学问题，就必须建立数学模型，从而形成比较完整的数学知识结构。 数学模型是数学知识与数学应用的桥梁，研究和学习数学模型，能帮助学生探索数学的应用，产生对数学学习的兴趣，培养学生的创新意识和实践能力，加强数学建模教学与学习对学生的智力开发具有深远的意义，现就如何加强高中数学建模教学谈几点体会。 一．要重视各章前问题的教学，使学生明白建立数学模型的实际意义。 教材的每一章都由一个有关的实际问题引入，可直接告诉学生，学了本章的教学内容及方法后，这个实际问题就能用数学模型得到解决，这样，学生就会产生创新意识，对新数学模型的渴求，实践意识，学完要在实践中试一试。 如新教材“三角函数”章前提出：有一块以O点为圆心的半圆形空地，要在这块空地上划出一个内接矩形ABCD辟为绿册，使其册边AD落在半圆的直径上，另两点BC落在半圆的圆周上，已知半圆的半径长为a，如何选择关于点O对称的点A、D的位置，可以使矩形面积最大？ 这是培养创新意识及实践能力的好时机要注意引导，对所考察的实际问题进行抽象分析，建立相应的数学模型，并通过新旧两种思路方法，提出新知识，激发学生的知欲，如不可挫伤学生的积极性，失去“亮点”。 这样通过章前问题教学，学生明白了数学就是学习，研究和应用数学模型，同时培养学生追求新方法的意识及参与实践的意识。因此，要重视章前问题的教学，还可据市场经济的建设与发展的需要及学生实践活动中发现的问题，补充一些实例，强化这方面的教学，使学生在日常生活及学习中重视数学，培养学生数学建模意识。请采纳。
去数学中国网站上下载一篇适合你的文章，仿照着格式来写。 数学中国
你可以把邮箱给我，我给你发一些写作模板。我刚参加完数学建模的国内赛和国际赛，有一定的经验哦
提问者采纳 检举| 2010-05-20 19:48数学小论文一 关于“0” 0，可以说是人类最早接触的数了。我们祖先开始只认识没有和有，其中的没有便是0了，那么0是不是没有呢？记得小学里老师曾经说过“任何数减去它本身即等于0，0就表示没有数量。”这样说显然是不正确的。我们都知道，温度计上的0摄氏度表示水的冰点（即一个标准大气压下的冰水混合物的温度），其中的0便是水的固态和液态的区分点。而且在汉字里，0作为零表示的意思就更多了，如：1）零碎；小数目的。2）不够一定单位的数量……至此，我们知道了“没有数量是0，但0不仅仅表示没有数量，还表示固态和液态水的区分点等等。” “任何数除以0即为没有意义。”这是小学至中学老师仍在说的一句关于0的“定论”，当时的除法（小学时）就是将一份分成若干份，求每份有多少。一个整体无法分成0份，即“没有意义”。后来我才了解到a/0中的0可以表示以零为极限的变量（一个变量在变化过程中其绝对值永远小于任意小的已定正数），应等于无穷大（一个变量在变化过程中其绝对值永远大于任意大的已定正数）。从中得到关于0的又一个定理“以零为极限的变量，叫做无穷小”。 “105、203房间、2003年”中，虽都有0的出现，粗“看”差不多；彼此意思却不同。105、2003年中的0指数的空位，不可删去。203房间中的0是分隔“楼（2）”与“房门号（3）”的（即表示二楼八号房），可删去。0还表示…… 爱因斯坦曾说：“要探究一个人或者一切生物存在的意义和目的，宏观上看来，我始终认为是荒唐的。”我想研究一切“存在”的数字，不如先了解0这个“不存在”的数，不至于成为爱因斯坦说的“荒唐”的人。作为一个中学生，我的能力毕竟是有限的，对0的认识还不够透彻，今后望（包括行动）能在“知识的海洋”中发现“我的新大陆”。 数学小论文二 各门科学的数学化 数学究竟是什么呢？我们说，数学是研究现实世界空间形式和数量关系的一门科学．它在现代生活和现代生产中的应用非常广泛，是学习和研究现代科学技术必不可少的基本工具． 同其他科学一样，数学有着它的过去、现在和未来．我们认识它的过去，就是为了了解它的现在和未来．近代数学的发展异常迅速，近30多年来，数学新的理论已经超过了18、19世纪的理论的总和．预计未来的数学成就每“翻一番”要不了10年．所以在认识了数学的过去以后，大致领略一下数学的现在和未来，是很有好处的． 现代数学发展的一个明显趋势，就是各门科学都在经历着数学化的过程． 例如物理学，人们早就知道它与数学密不可分．在高等学校里，数学系的学生要学普通物理，物理系的学生要学高等数学，这也是尽人皆知的事实了． 又如化学，要用数学来定量研究化学反应．把参加反应的物质的浓度、温度等作为变量，用方程表示它们的变化规律，通过方程的“稳定解”来研究化学反应．这里不仅要应用基础数学，而且要应用“前沿上的”、“发展中的”数学． 再如生物学方面，要研究心脏跳动、血液循环、脉搏等周期性的运动．这种运动可以用方程组表示出来，通过寻求方程组的“周期解”，研究这种解的出现和保持，来掌握上述生物界的现象．这说明近年来生物学已经从定性研究发展到定量研究，也是要应用“发展中的”数学．这使得生物学获得了重大的成就． 谈到人口学，只用加减乘除是不够的．我们谈到人口增长，常说每年出生率多少，死亡率多少，那么是否从出生率减去死亡率，就是每年的人口增长率呢？不是的．事实上，人是不断地出生的，出生的多少又跟原来的基数有关系；死亡也是这样．这种情况在现代数学中叫做“动态”的，它不能只用简单的加减乘除来处理，而要用复杂的“微分方程”来描述．研究这样的问题，离不开方程、数据、函数曲线、计算机等，最后才能说清楚每家只生一个孩子如何，只生两个孩子又如何等等． 还有水利方面，要考虑海上风暴、水源污染、港口设计等，也是用方程描述这些问题再把数据放进计算机，求出它们的解来，然后与实际观察的结果对比验证，进而为实际服务．这里要用到很高深的数学． 谈到考试，同学们往往认为这是用来检查学生的学习质量的．其实考试手段（口试、笔试等等）以及试卷本身也是有质量高低之分的．现代的教育统计学、教育测量学，就是通过效度、难度、区分度、信度等数量指标来检测考试的质量．只有质量合格的考试才能有效地检测学生的学习质量． 至于文艺、体育，也无一不用到数学．我们从中央电视台的文艺大奖赛节目中看到，给一位演员计分时，往往先“去掉一个最高分”，再“去掉一个最低分”．然后就剩下的分数计算平均分，作为这位演员的得分．从统计学来说，“最高分”、“最低分”的可信度最低，因此把它们去掉．这一切都包含着数学道理． 我国著名的数学家关肇直先生说：“数学的发明创造有种种，我认为至少有三种：一种是解决了经典的难题，这是一种很了不起的工作；一种是提出新概念、新方法、新理论，其实在历史上起更大作用的、历史上著名的正是这种人；还有一种就是把原来的理论用在崭新的领域，这是从应用的角度有一个很大的发明创造．”我们在这里所说的，正是第三种发明创造．“这里繁花似锦，美不胜收，把数学和其他各门科学发展成综合科学的前程无限灿烂．” 正如华罗庚先生在1959年5月所说的，近100年来，数学发展突飞猛进，我们可以毫不夸张地用“宇宙之大、粒子之微、火箭之速、化工之巧、地球之变、生物之谜、日用之繁等各个方面，无处不有数学”来概括数学的广泛应用．可以预见，科学越进步，应用数学的范围也就越大．一切科学研究在原则上都可以用数学来解决有关的问题．可以断言：只有现在还不会应用数学的部门，却绝对找不到原则上不能应用数学的领域． 数学小论文三 数学是什么 什么是数学？有人说：“数学，不就是数的学问吗？” 这样的说法可不对。因为数学不光研究“数”，也研究“形”，大家都很熟悉的三角形、正方形，也都是数学研究的对象。 历史上，关于什么是数学的说法更是五花八门。有人说，数学就是关联；也有人说，数学就是逻辑，“逻辑是数学的青年时代，数学是逻辑的壮年时代。” 那么，究竟什么是数学呢？ 伟大的革命导师恩格斯，站在辩证唯物主义的理论高度，通过深刻分析数学的起源和本质，精辟地作出了一系列科学的论断。恩格斯指出：“数学是数量的科学”，“纯数学的对象是现实世界的空间形式和数量关系”。根据恩格斯的观点，较确切的说法就是：数学——研究现实世界的数量关系和空间形式的科学。 数学可以分成两大类，一类叫纯粹数学，一类叫应用 数学。 纯粹数学也叫基础数学，专门研究数学本身的内部规律。中小学课本里介绍的代数、几何、微积分、概率论知识，都属于纯粹数学。纯粹数学的一个显著特点，就是暂时撇开具体内容，以纯粹形式研究事物的数量关系和空间形式。例如研究梯形的面积计算公式，至于它是梯形稻田的面积，还是梯形机械零件的面积，都无关紧要，大家关心的只是蕴含在这种几何图形中的数量关系。 应用数学则是一个庞大的系统，有人说，它是我们的全部知识中，凡是能用数学语言来表示的那一部分。应用数学着限于说明自然现象，解决实际问题，是纯粹数学与科学技术之间的桥梁。大家常说现在是信息社会，专门研究信息的“信息论”，就是应用数学中一门重要的分支学科， 数学有3个最显著的特征。 高度的抽象性是数学的显著特征之一。数学理论都算有非常抽象的形式，这种抽象是经过一系列的阶段形成的，所以大大超过了自然科学中的一般抽象，而且不仅概念是抽象的，连数学方法本身也是抽象的。例如，物理学家可以通过实验来证明自己的理论，而数学家则不能用实验的方法来证明定理，非得用逻辑推理和计算不可。现在，连数学中过去被认为是比较“直观”的几何学，也在朝着抽象的方向发展。根据公理化思想，几何图形不再是必须知道的内容，它是圆的也好，方的也好，都无关紧要，甚至用桌子、椅子和啤酒杯去代替点、线、面也未尝不可，只要它们满足结合关系、顺序关系、合同关系，具备有相容性、独立性和完备性，就能够构成一门几何学。 体系的严谨性是数学的另一个显著特征。数学思维的正确性表现在逻辑的严谨性上。早在2000多年前，数学家就从几个最基本的结论出发，运用逻辑推理的方法，将丰富的几何学知识整理成一门严密系统的理论，它像一根精美的逻辑链条，每一个环节都衔接得丝丝入扣。所以，数学一直被誉为是“精确科学的典范”。 广泛的应用性也是数学的一个显著特征。宇宙之大，粒子之微，火箭之速，化工之巧，地球之变，生物之谜，日用之繁，无处不用数学。20世纪里，随着应用数学分支的大量涌现，数学已经渗透到几乎所有的科学部门。不仅物理学、化学等学科仍在广泛地享用数学的成果，连过去很少使用数学的生物学、语言学、历史学等等，也与数学结合形成了内容丰富的生物数学、数理经济学、数学心理学、数理语言学、数学历史学等边缘学科。 陈鸿杰 多投一分也行 拜托！！！！！！
query取得iframe中元素的几种方法在iframe子页面获取父页面元素代码如下:$(
牛顿、莱布尼茨和微积分微积分的产生是数学上的伟大创造。它从生产技术和理论科学的需要中产生，又反过来广泛影响着生产技术和科学的发展。如今，微积分已是广大科学工作 者以及技术人员不可缺少的工具。 从微积分成为一门学科来说，是在十七世纪，但是，微分和积分的思想在古代就已经产生了。 公元前三世纪，古希腊的阿基米德在研究解决抛物弓形的面积、球和球冠面积、螺线下面积和旋转双曲体的体积的问题中，就隐含着近代积分学的思想。作为微分学基础的极限理论来说，早在古代以有比较清楚的论述。比如我国的庄周所著的《庄子》一书的“天下篇”中，记有“一尺之棰，日取其半，万世不竭”。三国时期的刘徽在他的割圆术中提到“割之弥细，所失弥小，割之又割，以至于不可割，则与圆周和体而无所失矣。”这些都是朴素的、也是很典型的极限概念。 到了十七世纪，有许多科学问题需要解决，这些问题也就成了促使微积分产生的因素。归结起来，大约有四种主要类型的问题：第一类是研究运动的时候直接出现的，也就是求即时速度的问题。第二类问题是求曲线的切线的问题。第三类问题是求函数的最大值和最小值问题。第四类问题是求曲线长、曲线围成的面积、曲面围成的体积、物体的重心、一个体积相当大的物体作用于另一物体上的引力。 十七世纪的许多著名的数学家、天文学家、物理学家都为解决上述几类问题作了大量的研究工作，如法国的费尔玛、笛卡尔、罗伯瓦、笛沙格；英国的巴罗、瓦里士；德国的开普勒；意大利的卡瓦列利等人都提出许多很有建树的理论。为微积分的创立做出了贡献。 十七世纪下半叶，在前人工作的基础上，英国大科学家牛顿和德国数学家莱布尼茨分别在自己的国度里独自研究和完成了微积分的创立工作，虽然这只是十分初步的工作。他们的最大功绩是把两个貌似毫不相关的问题联系在一起，一个是切线问题（微分学的中心问题），一个是求积问题(积分学的中心问题)。 1605 年 5 月 20 日，在牛顿手写的一面文件中开始有 “ 流数术 ” 的记载，微积分的诞生不妨以这一天为标志。牛顿关于微积分的著作很多写于 1665 - 1676 年间，但这些著作发表很迟。他完整地提出微积分是一对互逆运算，并且给出换算的公式，就是后来著名的牛顿-莱而尼茨公式。 牛顿是那个时代的科学巨人。在他之前，已有了许多积累：哥伦布发现新大陆，哥白尼创立日心说，伽利略出版《力学对话》，开普勒发现行星运动规律--航海的需要，矿山的开发，火松制造提出了一系列的力学和数学的问题，微积分在这样的条件下诞生是必然的。 牛顿于 1642 年出生于一个贫穷的农民家庭，艰苦的成长环境造就了人类历史上的一位伟大的科学天才，他对物理问题的洞察力和他用数学方法处理物理问题的能力，都是空前卓越的。尽管取得无数成就，他仍保持谦逊的美德。 如果说牛顿从力学导致 “ 流数术 ” ，那莱布尼茨则是从几何学上考察切线问题得出微分法。他的第一篇论文刊登于 1684 年的《都市期刊》上，这比牛顿公开发表微积分著作早 3 年，这篇文章给一阶微分以明确的定义。 莱布尼茨 1646 年生于莱比锡。 15 岁进入莱比锡大学攻读法律，勤奋地学习各门科学，不到 20 岁就熟练地掌握了一般课本上的数学、哲学、神学和法学知识。莱布尼茨对数学有超人的直觉，并且对于设计符号很第三。他的微积分符号 “dx\" 和 ”∫” 已被证明是很发用的。 牛顿和莱布尼茨总结了前人的工作，经过各自独立的研究，掌握了微分法和积分法，并洞悉了二者之间的联系。因而将他们两人并列为微积分的创始人是完全正确的，尽管牛顿的研究比莱布尼茨早 10 年，但论文的发表要晚 3 年，由于彼此都是独立发现的，曾经长期争论谁是最早的发明者就毫无意义。牛顿和莱尼茨的晚年就是在这场不幸的争论中度过的。 牛顿的“流数术” 数学史的另一次飞跃就是研究“形”的变化。17世纪生产力的发展推动了自然科学和技术的发展，不但已有的数学成果得到进一步巩固、充实和扩大，而且由于实践的需要，开始研究运动着的物体和变化的量，这样就获得了变量的概念，研究变化着的量的一般性和它们之间的依赖关系。到了17世纪下半叶，在前人创造性研究的基础上，英国大数学家、物理学家艾萨克?牛顿（1642~1727）是从物理学的角度研究微积分的，他为了解决运动问题，创立了一种和物理概念 直接联系的数学理论，即牛顿称之为“流数术”的理论，这实际上就是微积分理论。牛顿的有关“流数术”的主要著作是《求曲边形面积》、《运用无穷多项方程的计算法》和《流数术和无穷极数》。这些概念是力不概念的数学反映。牛顿认为任何运动存在于空间，依赖于时间，因而他把时间作为自变量，把和时间有关的固变量作为流量，不仅这样，他还把几何图形――线、角、体，都看作力学位移的结果。因而，一切变量都是流量。 牛顿指出，“流数术”基本上包括三类问题。 （1）已知流量之间的关系，求它们的流数的关系，这相当于微分学。 （2）已知表示流数之间的关系的方程，求相应的流量间的关系。这相当于积分学，牛顿意义下的积分法不仅包括求原函数，还包括解微分方程。 （3）“流数术”应用范围包括计算曲线的极大值、极小值，求曲线的切线和曲率，求曲线长度及计算曲边形面积等。 牛顿已完全清楚上述（1）与（2）两类问题中运算是互逆的运算，于是建立起微分学和积分学之间的联系。 牛顿在1665年5月20日的一份手稿中提到“流数术”，因而有人把这一天作为诞生微积分的标志。 莱布尼茨使微积分更加简洁和准确 而德国数学家莱布尼茨（GW Leibniz 1646~1716）则是从几何方面独立发现了微积分，在牛顿和莱布尼茨之前至少有数十位数学家研究过，他们为微积分的诞生作了开创性贡献。但是他们这些工作是零碎的，不连贯的，缺乏统一性。莱布尼茨创立微积分的途径与方法与牛顿是不同的。莱布尼茨是经过研究曲线的切线和曲线包围的面积，运用分析学方法引进微积分概念、得出运算法则的。牛顿在微积分的应用上更多地结合了运动学，造诣较莱布尼茨高一等，但莱布尼茨的表达形式采用数学符号却又远远优于牛顿一筹，既简洁又准确地揭示出微积分的实质，强有力地促进了高等数学的发展。 莱布尼茨创造的微积分符号，正像印度――阿拉伯数码促进了算术与代数发展一样，促进了微积分学的发展。莱布尼茨是数学史上最杰出的符号创造者之一。 牛顿当时采用的微分和积分符号现在不用了，而莱布尼茨所采用的符号现今仍在使用。莱布尼茨比别人更早更明确地认识到，好的符号能大大节省思维劳动，运用符号的技巧是数学成功的关键之一。 牛顿和莱布尼茨建立微积分的出发点是直观的无穷小量，因此这门学科早期也称为无穷小分析，这正是现在数学中分析学这一大分支名称的来源。牛顿研究微积分着重于从运动学来考虑，莱布尼茨却是侧重于几何学来考虑的。 牛顿在1671年写了《流数法和无穷级数》，这本书直到1736年才出版，它在这本书里指出，变量是由点、线、面的连续运动产生的，否定了以前自己认为的变量是无穷小元素的静止集合。他把连续变量叫做流动量，把这些流动量的导数叫做流数。牛顿在流数术中所提出的中心问题是：已知连续运动的路径，求给定时刻的速度（微分法）；已知运动的速度求给定时间内经过的路程(积分法)。 德国的莱布尼茨是一个博才多学的学者，1684年，他发表了现在世界上认为是最早的微积分文献，这篇文章有一个很长而且很古怪的名字《一种求极大极小和切线的新方法，它也适用于分式和无理量，以及这种新方法的奇妙类型的计算》。就是这样一片说理也颇含糊的文章，却有划时代的意义。他以含有现代的微分符号和基本微分法则。1686年，莱布尼茨发表了第一篇积分学的文献。他是历史上最伟大的符号学者之一，他所创设的微积分符号，远远优于牛顿的符号，这对微积分的发展有极大的影响。现在我们使用的微积分通用符号就是当时莱布尼茨精心选用的。 微积分学的创立，极大地推动了数学的发展，过去很多初等数学束手无策的问题，运用微积分，往往迎刃而解，显示出微积分学的非凡威力。 前面已经提到，一门科学的创立决不是某一个人的业绩，他必定是经过多少人的努力后，在积累了大量成果的基础上，最后由某个人或几个人总结完成的。微积分也是这样。不幸的事，由于人们在欣赏微积分的宏伟功效之余，在提出谁是这门学科的创立者的时候，竟然引起了一场悍然大波，造成了欧洲大陆的数学家和英国数学家的长期对立。英国数学在一个时期里闭关锁国，囿于民族偏见，过于拘泥在牛顿的“流数术”中停步不前，因而数学发展整整落后了一百年。 其实，牛顿和莱布尼茨分别是自己独立研究，在大体上相近的时间里先后完成的。比较特殊的是牛顿创立微积分要比莱布尼词早10年左右，但是整是公开发表微积分这一理论，莱布尼茨却要比牛顿发表早三年。他们的研究各有长处，也都各有短处。那时候，由于民族偏见，关于发明优先权的争论竟从1699年始延续了一百多年。 应该指出，这是和历史上任何一项重大理论的完成都要经历一段时间一样，牛顿和莱布尼茨的工作也都是很不完善的。他们在无穷和无穷小量这个问题上，其说不一，十分含糊。牛顿的无穷小量，有时候是零，有时候不是零而是有限的小量；莱布尼茨的也不能自圆其说。这些基础方面的缺陷，最终导致了第二次数学危机的产生。 直到19世纪初，法国科学学院的科学家以柯西为首，对微积分的理论进行了认真研究，建立了极限理论，后来又经过德国数学家维尔斯特拉斯进一步的严格化，使极限理论成为了微积分的坚定基础。才使微积分进一步的发展开来。任何新兴的、具有无量前途的科学成就都吸引着广大的科学工作者。在微积分的历史上也闪烁着这样的一些明星：瑞士的雅科布·贝努利和他的兄弟约翰·贝努利、欧拉、法国的拉格朗日、…… 欧氏几何也好，上古和中世纪的代数学也好，都是一种常量数学，微积分才是真正的变量数学，是数学中的大革命。微积分是高等数学的主要分支，不只是局限在解决力学中的变速问题，它驰骋在近代和现代科学技术园地里，建立了数不清的丰功伟绩。 留给后人的思考 从始创微积分的时间说牛顿比莱布尼茨大约早10年，但从正式公开发表的时间说牛顿却比莱布尼茨要晚。牛顿系统论述“流数术”的重要著作《流数术和无穷极数》是1671年写成的，但因1676年伦敦大火殃及印刷厂，致使该书1736年才发表，这比莱布尼茨的论文要晚半个世纪。另外也有书中记载：牛顿于1687年7月，用拉丁文发表了他的巨著《自然哲学的数学原理》，在此文中提出了微积分的思想。他用“0”表示无限小增量，求出瞬时变化率，后来他把变量X称为流量，X的瞬时变化率称为流数，整个微积分学称为“流数学”，事实上，他们二人是各自独立地建立了微积分。最后还应当指出的是，牛顿的“流数术”，在概念上是不够清晰的，理论上也不够严密，在运算步骤中具有神秘的色彩，还没有形成无穷小及极限概念。牛顿和莱布尼茨的特殊功绩在于，他们站在更高的角度，分析和综合了前人的工作，将前人解决各种具体问题的特殊技巧，统一为两类普通的算法――微分与积分，并发现了微分和积分互为逆运算，建立了所谓的微积分基本定理（现今称为牛顿――莱布尼茨公式），从而完成了微积分发明中最关键的一步，并为其深入发展和广泛应用铺平了道路。由于受当时历史条件的限制，牛顿和莱布尼茨建立的微积分的理论基础还不十分牢靠，有些概念比较模糊，因此引发了长期关于微积分的逻辑基础的争论和探讨。经过18、19世纪一大批数学家的努力，特别是在法国数学家柯西首先成功地建立了极限理论之后，以极限的观点定义了微积分的基本概念，并简洁而严格地证定理即牛顿―莱布尼茨公式，才给微积分建立了一个基本严格的完整体系。 不幸的是牛顿和莱布尼茨各自创立了微积分之后，历史上发生了优先权的争论，从而使数学家分为两派，欧洲大陆数学家两派，欧洲大陆的数学家，尤其是瑞士数学家雅科布?贝努利（1654~1705）和约翰?贝努利（1667~1748）兄弟支持莱布尼茨，而英国数学家捍卫牛顿，两派争吵激烈，甚至尖锐到互相敌对、嘲笑。牛顿死后，经过调查核实，事实上，他们各自独立地创立了微积分。这件事的结果致使英国和欧洲大陆的数学家停止了思想交流，使英国人在数学上落后了一百多年，因为牛顿在《自然哲学的数学原理》中使用的是几何方法，英国人差不多在一百多年中照旧使用几何工具，而大陆的数学家继续使用莱布尼茨的分析方法，并使微积分更加完善，在这100年中英国甚至连大陆通用的微积分都不认识。虽然如此，科学家对待科学谨慎和刻苦的精神还是值得我们学习的。 莱布尼兹 莱布尼兹 (1646-1716) 莱布尼兹是17、18世纪之交德国最重要的数学家、物理学家和哲学家，一个举世罕见的科学天才。他博览群书，涉猎百科，对丰富人类的科学知识宝库做出了不可磨灭的贡献。 生平事迹莱布尼兹出生于德国东部莱比锡的一个书香之家，广泛接触古希腊罗马文化，阅读了许多著名学者的著作，由此而获得了坚实的文化功底和明确的学术目标。15岁时，他进了莱比锡大学学习法律，还广泛阅读了培根、开普勒、伽利略、等人的著作，并对他们的著述进行深入的思考和评价。在听了教授讲授欧几里德的《几何原本》的课程后，莱布尼兹对数学产生了浓厚的兴趣。17岁时他在耶拿大学学习了短时期的数学，并获得了哲学硕士学位。 20岁时他发表了第一篇数学论文《论组合的艺术》。这是一篇关于数理逻辑的文章，其基本思想是出于想把理论的真理性论证归结于一种计算的结果。这篇论文虽不够成熟，但却闪耀着创新的智慧和数学才华。 莱布尼兹在阿尔特道夫大学获得博士学位后便投身外交界。在出访巴黎时，莱布尼兹深受帕斯卡事迹的鼓舞，决心钻研高等数学，并研究了笛卡儿、费尔马、帕斯卡等人的著作。他的兴趣已明显地朝向了数学和自然科学，开始了对无穷小算法的研究，独立地创立了微积分的基本概念与算法，和牛顿并蒂双辉共同奠定了微积分学。1700年被选为巴黎科学院院士，促成建立了柏林科学院并任首任院长。 始创微积分 17世纪下半叶，欧洲科学技术迅猛发展，由于生产力的提高和社会各方面的迫切需要，经各国科学家的努力与历史的积累，建立在函数与极限概念基础上的微积分理论应运而生了。微积分思想，最早可以追溯到希腊由阿基米德等人提出的计算面积和体积的方法。1665年牛顿创始了微积分，莱布尼兹在1673-1676年间也发表了微积分思想的论著。以前，微分和积分作为两种数学运算、两类数学问题，是分别加以研究的。卡瓦列里、巴罗、沃利斯等人得到了一系列求面积（积分）、求切线斜率（导数）的重要结果，但这些结果都是孤立的，不连贯的。只有莱布尼兹和牛顿将积分和微分真正沟通起来，明确地找到了两者内在的直接联系：微分和积分是互逆的两种运算。而这是微积分建立的关键所在。只有确立了这一基本关系，才能在此基础上构建系统的微积分学。并从对各种函数的微分和求积公式中，总结出共同的算法程序，使微积分方法普遍化，发展成用符号表明了微积分基本 示的微积分运算法则。 然而关于微积分创立的优先权，数学上曾掀起了一场激烈的争论。实际上，牛顿在微积分方面的研究虽早于莱布尼兹，但莱布尼兹成果的发表则早于牛顿。莱布尼兹在1684年10月发表的《教师学报》上的论文，“一种求极大极小的奇妙类型的计算”，在数学史上被认为是最早发表的微积分文献。牛顿在1687年出版的《自然哲学的数学原理》的第一版和第二版也写道：“十年前在我和最杰出的几何学家G、W莱布尼兹的通信中，我表明我已经知道确定极大值和极小值的方法、作切线的方法以及类似的方法，但我在交换的信件中隐瞒了这方法，……这位最卓越的科学家在回信中写道，他也发现了一种同样的方法。他并诉述了他的方法，它与我的方法几乎没有什么不同，除了他的措词和符号而外。”因此，后来人们公认牛顿和莱布尼兹是各自独立地创建微积分的。牛顿从物理学出发，运用集合方法研究微积分，其应用上更多地结合了运动学，造诣高于莱布尼兹。莱布尼兹则从几何问题出发，运用分析学方法引进微积分概念、得出运算法则，其数学的严密性与系统性是牛顿所不及的。莱布尼兹认识到好的数学符号能节省思维劳动，运用符号的技巧是数学成功的关键之一。因此，他发明了一套适用的符号系统，如，引入dx 表示x的微分，∫表示积分，dnx表示n阶微分等等。这些符号进一步促进了微积分学的发展。 1713年，莱布尼兹发表了《微积分的历史和起源》一文，总结了自己创立微积分学的思路，说明了自己成就的独立性。 莱布尼兹在数学方面的成就是巨大的，他的研究及成果渗透到高等数学的许多领域。他的一系列重要数学理论的提出，为后来的数学理论奠定了基础。 莱布尼兹曾讨论过负数和复数的性质，得出复数的对数并不存在，共扼复数的和是实数的结论。在后来的研究中，莱布尼兹证明了自己结论是正确的。他还对线性方程组进行研究，对消元法从理论上进行了探讨，并首先引入了行列式的概念，提出行列式的某些理论。此外，莱布尼兹还创立了符号逻辑学的基本概念，发明了能够进行加、减、乘、除及开方运算的计算机和二进制，为计算机的现代发展奠定了坚实的基础。 丰硕的物理学成果 莱布尼兹的物理学成就也是非凡的。他发表了《物理学新假说》，提出了具体运动原理和抽象运动原理，认为运动着的物体，不论多么渺小，他将带着处于完全静止状态的物体的部分一起运动。他还对笛卡儿提出的动量守恒原理进行了认真的探讨，提出了能量守恒原理的雏型，并在《教师学报》上发表了“关于笛卡儿和其他人在自然定律方面的显著错误的简短证明”，提出了运动的量的问题，证明了动量不能作为运动的度量单位，并引入动能概念，第一次认为动能守恒是一个普通的物理原理。他又充分地证明了“永动机是不可能”的观点。他也反对牛顿的绝对时空观，认为“没有物质也就没有空见，空间本身不是绝对的实在性”，“空间和物质的区别就象时间和运动的区别一样，可是这些东西虽有区别，却是不可分离的”。在光学方面，莱布尼兹也有所建树，他利用微积分中的求极值方法，推导出了折射定律，并尝试用求极值的方法解释光学基本定律。可以说莱布尼兹的物理学研究一直是朝着为物理学建立一个类似欧氏几何的公理系统的目标前进的。 发明乘法计算机 德国人莱布尼兹发明了乘法计算机，他受中国易经八卦的影响最早提出二进 制运算法则。莱布尼兹对帕斯卡的加法机很感兴趣。于是，莱布尼兹也开始了对计算机的研究。1672年1月，莱布尼兹搞出了一个木制的机器模型，向英国皇家学会会员们做了演示。但这个模型只能说明原理，不能正常运行。 1674年，最后定型的那台机器，就是由奥利韦一人装配而成的。莱布尼兹的这台乘法机长约1米，宽30厘米，高25厘米。它由不动的计数器和可动的定位机构两部分组成。整个机器由一套齿轮系统来传动，它的重要部件是阶梯形轴，便于实现简单的乘除运算。莱布尼兹设计的样机，先后在巴黎、伦敦展出。由于他在计算设备上的出色成就，被选为英国皇家学会会员。 中西文化交流之倡导者 莱布尼兹对中国的科学、文化和哲学思想十分关注，是最早研究中国文化和中国哲学的德国人。他向耶酥会来华传教士格里马尔迪了解到了许多有关中国的情况，包括养蚕纺织、造纸印染、冶金矿产、天文地理、数学文字等等，并将这些资料编辑成册出版。他认为中西相互之间应建立一种交流认识的新型关系。在《中国近况》一书的绪论中，莱布尼兹写道：“全人类最伟大的文化和最发达的文明仿佛今天汇集在我们大陆的两端，即汇集在欧洲和位于地球另一端的东方的欧洲——中国。”“中国这一文明古国与欧洲相比，面积相当，但人口数量则已超过。”“在日常生活以及经验地应付自然的技能方面，我们是不分伯仲的。我们双方各自都具备通过相互交流使对方受益的技能。在思考的缜密和理性的思辩方面，显然我们要略胜一筹”，但“在时间哲学，即在生活与人类实际方面的伦理以及治国学说方面，我们实在是相形见拙了。”在这里，莱布尼兹不仅显示出了不带“欧洲中心论”色彩的虚心好学精神，而且为中西文化双向交流描绘了宏伟的蓝图，极力推动这种交流向纵深发展，是东西方人民相互学习，取长补短，共同繁荣进步。莱布尼兹为促进中西文化交流做出了毕生的努力，产生了广泛而深远的影响。 由于莱布尼茨在牛顿完成其前两段工作之后曾访问巴黎（1672年）和伦敦（1673年），并且和了解牛顿微积分工作的科学家们通过信，因而被指责为“剽窃者”。这使他起而为自己的名誉辨护，因而使这场争论达到了相当激烈的地步。许多数学家都被牵扯了进来，直到使欧洲数学家分成两派，大陆的数学家们为莱布尼茨辩护，英国的数学家们则捍卫牛顿，以至长期对立，形成学术上的门户之见，达到双方停止了学术思想交流的程度，影响了此后一段时间的数学进展。在牛顿和莱布尼茨都已逝世之后进行的调查表明：虽然牛顿的大部分工作是在莱布尼茨之前做的，但莱布尼茨也是微积分主要思想的独立创立者，他们都同样地接受了前辈数学家的启发，同样地作出了自己的独立贡献。在以前的科学史上我们已经看到，在以后的科学史上我们还将一再地看到这种同一发现在大致相同的时间被完全不同甚至互不相识的人们独立完成的现象。这种现象的大量出现，最好不过地说明：是科学的发展造就了杰出的科学家，而不是杰出科学家的个人天赋决定了科学的发展。
找些数字规律，想成相加===规律写写就行啊 比如15,25,35,。。的平方，去百度看看规律就行了，适合小学论文哈哈哈哈