补充资料：数学方法

    　　用数学语言表述事物的状态、关系和过程，并加以推导、演算和分析，以形成对问题的解释、判断和预言的方法。无论自然科学、技术科学或社会科学，为了要对所研究的对象的质获得比较深刻的认识，都需要对之作出量的方面的刻画，这就需要借助于数学方法。对不同性质和不同复杂程度的事物，运用数学方法的要求和可能性是不同的。总的看，一门科学只有当它达到了能够运用数学时，才算真正成熟了。在现代科学中，运用数学的程度，已成为衡量一门科学的发展程度，特别是衡量其理论成熟与否的重要标志。
　　
　　在科学研究中成功地运用数学方法的关键，就在于针对所要研究的问题提炼出一个合适的数学模型，这个模型既能反映问题的本质，又能使问题得到必要的简化，以利于展开数学推导。
　　
　　建立数学模型是对问题进行具体分析的科学抽象过程，因而要善于抓住主要矛盾,突出主要因素和关系,撇开那些次要因素和关系。建立模型的过程还是一个"化繁为简"、"化难为易"的过程。当然，简化不是无条件的，合理的简化必须考虑到实际问题所能允许的误差范围和所用的数学方法要求的前提条件。对于同一个问题可以建立不同的数学模型，同时在研究过程中不断检验、比较，逐渐筛选出最优的模型，并在应用过程中继续加以检验和修正，使之逐步完善。从一个特殊问题抽象出来的数学模型常常具有某种程度的普遍性，这是因为一个特殊的数学模型可以发展成为描述同一类现象的共同的数学模型。已经获得广泛应用并且卓有成效的数学模型大体上有两类：一类称为确定性模型，即用各种数学方程如代数方程、微分方程、积分方程、差分方程等描述和研究各种必然性现象，在这类模型中事物的变化发展遵从确定的力学规律性；另一类称为随机性模型，即用概率论和数理统计方法描述和研究各种或然性现象，事物的发展变化在这类模型中表现为随机性过程，并遵从统计规律，而且具有多种可能的结果。客观世界的必然性现象和或然性现象并不是截然分开的。有些事物主要地表现为必然性现象，但是当随机因素的影响不可忽视时，则有必要在确定性模型中引入随机因素，从而形成随机微分方程这样一类数学模型。20世纪70年代以来，还陆续发现在一些确定性模型中，如某些描述保守系统或耗散结构的非线性方程，并不附加随机因素，但却在一定的参数范围内表现出"内在的随机性"，即出现分岔和混沌的随机行为。这类现象的机制及其数学问题已引起数学家和科学家的重视，目前正在研究中。
　　
　　数学本身是不断发展的，对各种量、量之间以及量的变化之间关系的研究也在日益深入,新的数学概念、新的数学分支在不断出现，新的数学方法同样在相应地孕育和萌生。随着数学日益广泛地向各门科学渗透，与各种对象和各种问题相结合，人们正在从中提炼出各种新的数学模型，创建各种新的数学工具。尤其是电子计算机的运用使数学方法显示出新的生机，出现了所谓"数学实验方法"。这种方法的实质是不在实际客体上实验，而在其数学模型上"实验"，这种"实验"的操作就是在电子计算机上实现大量的数值运算和逻辑运算。这就使以往由于工作量大而难以进行的试算课题有可能完成。数学方法在这方面的发展前景是可观的。
　　

说明：补充资料仅用于学习参考，请勿用于其它任何用途。