数学建模，如何客观，合理的评价学生学习状况 理工学科数学
\u6570\u5b66 \u7406\u5de5\u5b66\u79d1 \u5b66\u4e60\u7528\u9006\u63a8\u6cd5\uff0c\u5148\u53bb\u5206\u6bcd\uff0c\u4e24\u8fb9\u540c\u4e584\uff081+x\uff09(1+y)(1+z),\u53c8\u56e0\u4e3ax+y+z=1\u5f974+12xzy+8zy+8xz+8xy<=6+3zy+3xy+3zx+6zxy
6zxy+5zy+5xz+5xy<=2
\u53c8\u56e0\u4e3ax,y,z\u662f\u6b63\u6570\uff0cx+y+z=1\u53ef\u77e5x,y,z\u90fd\u662f\u5c0f\u4e8e1\u5927\u4e8e0\u7684\u6570
\u6545xzy,zy,xz,xy\u90fd\u662f\u662f\u767e\u5206\u4f4d\uff0c\u5341\u5206\u4f4d\u7684\u5c0f\u6570,\u7531\u6b64\u53ef\u77e5
1<6zxy+5zy+5xz+5xy<=2
\u6ee1\u8db3\u6761\u4ef6\uff0c\u5373\u6210\u7acb\u3002
\u8fd8\u6709\u5176\u5b83\u7684\u65b9\u6cd5\uff0c\u4f60\u4e5f\u53ef\u4ee5\u8bd5\u7740\u53bb\u63a8\u6572\u3002
\u5965\u6570\u8001\u5e08\u5e2e\u4f60\u56de\u7b54\uff1a
\u8fd9\u662f\u4e00\u9053\u8ffd\u53ca\u95ee\u9898\uff0c\u8ffd\u53ca\u8def\u7a0b\u4e3a\uff1a200*3=600\u7c73\uff0c\u6240\u4ee5\u8ffd\u53ca\u65f6\u95f4\u4e3a\uff1a600/(250-200)=12\u5206\u949f\uff0c\u6240\u4ee5\u7532\u8dd1\u7684\u8def\u7a0b\u4e3a12*250=3000\u7c73\uff0c\u4e59\u7684\u8def\u7a0b\u4e3a200*12=2400\u7c73
\u56de\u7b54\u5b8c\u6bd5\uff0c\u6700\u540e\u795d\u4f60\u5b66\u4e60\u8fdb\u6b65\uff01
一、学习状况评价分析
要想科学、合理的评价学生的学习状况,不仅要参考学生学习状况的平均值，还必须参考学生成绩的进退、稳定性和基础影响等一系列因素，然后依据成熟的评价分析算法进行综合评价。
二、学习状况评价前提
(1)假设学生并未适应新的学习环境，把第一学期成绩作为学生的基础情况。
(2) 假设学生之间的成绩互不影响，学生之间的成绩不存在明显的关联性。
(3) 假设学生本身的学习状态作为学生的成绩主要影响因素。
三、计算公式的符号说明
j：每个学期的成绩平均值；i：所有学期的成绩平均值；sj：第j学期的成绩方差；v1：偏度；v2：峰度；R：相关系数的计算矩阵；dq（x,y）：Minkowski 距离；Mtw：第t学期的加权移动平均数；p(k)：级比偏差；λ(k)：级数比；
四、学习状况评价的模型建立与求解
通过主成份分析可以用较少的变量去解释原来资料中的大部分变异, 将我们手中许多相关性很高的变量转化成彼此相互独立或不相关的变量.通常是选出比原始变量个数少，能解释大部分资料中的变异的几个新变量，即所谓主成分，并用以解释资料的综合性指标.由此可见，主成分分析实际上是一种降维方法。
（一）基本思想及方法
如果用x1,x2…xp表示p门课程,c1,c2,…，cp表示各门课程的权重,那么加权之和就是s=c1x1+c2x2+…+cpxp
我们希望选择适当的权重能更好的区分学生的成绩.每个学生都对应这样的综合成绩,记为s1，s2，sn,n为学生人数.如果这些值很分散,表明区分得很好,即是说,需要寻找这样的加权,能使尽可能的分散,下面来看它的统计定义。
设X1，X2，…，Xp表示以x1,x2,…,xp为样本观测值的随机变量,如果能找到c1,c2,…,cp,使得Var(c1X1+c2X2+cpXp)的值达到最大，则由于方差发映了数据的差异程度，因此也就表明我们抓住了这变量的最大变异.当然，（1）式必须加上某种限制，否则权值可选无穷大而没有意义，通常规定c+c+…c=1。
在此约束下，求（1）式的最优解。由于这个解是p-维空间的一个单位向量，它代表一个“方向”，它就是通常所说的主成份方向。
一个主成份不足以代表原来的p个变量,因此需要寻找第二乃至第三、第四主成份,第二个主成份不应该在包含第一个主成份的信息,统计上的描述就是让这两个主成份的协方差为零,几何上就是让这两个主成份的方向正交.
（二）模型求解
1、提取612名学生成绩的特征向量
由于现行的评价方式单纯的根据“绝对分数”评价学生的学习状况，忽略了基础条件的差异,从而导致只对基础条件较好的学生起到促进作用，对基础条件相对薄弱的学生很难起到鼓励作用.我们除了提取平均成绩作为特征向量外，还应提取能反映学生进退步情况，入学时基础的影响的特征向量。
记（xi1,xi2,xi3,xi4）,i=1,2…,n，为n(这里n=612)名学生的四个学期的成绩
定义特征向量:x1=i=xij平均成绩：x2=s=(xij-i)2
表示学生的成绩方差：x3=xi1,为学生第一学期成绩,近似认为是入学成绩。
x4=,表示四学期平均成绩比入学成绩的提升比例，
其中,m=4,i=1,2,3,…612
2、对原始数据进行标准化处理
将各观测值xij转化成标准化值ij=(i=1,2,…，n；j=1,2,3,4)
3、计算相关系数矩阵R
相关系数矩阵R=（rij）mxm式中rii=1,rij=rji,rij是xi与xj的相关系数。
rij=,(i,j=1,2,3,4)
4、计算特征值和特征向量
计算的相关系数矩阵的4个特征值分别为
λ1=2.3263，λ2=1.1167,λ3=0.5472,λ4=0.0098
四个主成份分别为
1=（1，2，3，4，）・ф1
2=（1，2，3，4，）・ф2
3=（1，2，3，4，）・ф3
4=（1，2，3，4，）・ф4
得到总得分y=-0.47131+0.25472-0.17673-0.34164，
（三）结论分析
我们依据y值对学生进行全方面评价,评价详细排名见附表1.我们认为综合得分越小学生表现越好,并与只依据平均分进行的评价作比较.例如我们分析排名前3名和后3名的学生得分
表2 综合评价排名
结合原始数据,我们看到经主成分综合评分在前列的学生不仅平均成绩高,成绩稳定，还有一定的进步幅度和；排在后列的几名学生则平均分低，成绩或起伏太大，或下降幅度太大.通过比较,传统的按照平均分对学生进行的评价方式不够全面.
总结
本文通过合理的考虑学生的入学基础、成绩稳定性、进步情况等因素综合起来对个体学生进行评价。利用主成分分析法得到各个特征的权值，,根据得出的学生综合得分对学生的学习状况进行了科学合理的评价分析。
谁知道
绛旓細澶у鍙互鍘讳腑鍥藉ぇ瀛OOC涓婃悳鍗庝腑鍐滀笟澶у鐨鏁板寤烘ā璇,閲岄潰鏈夋ā绯婄患鍚堣瘎浠锋洿鍔犺缁嗙殑璁茶В銆傝繖涓緥棰樹篃鏉ヨ嚜璇ヨ绋嬨傚棷,杩樻湁鍏朵粬鐨勫缓妯℃柟娉曘 澶氱骇妯＄硦缁煎悎璇勪环,鍏跺疄灏辩浉褰撲簬澶氫簡鍑犲眰鍥犵礌闆嗐備緥濡傛垜浠悓鏃惰澶勭悊20涓瘎浠锋寚鏍,纭畾鏉冮噸浼氭瘮杈冮夯鐑,閭ｆ垜浠氨鍙互鎶20涓寚鏍囧垎涓哄洓绫,鍦ㄦ瘡涓被涔嬪唴纭畾涓娆℃寚鏍囩殑鏉冮噸,涔嬪悗鍐...
绛旓細缁煎悎璇勪环鏈夎澶氫笉鍚岀殑鏂规硶锛1銆佺患鍚堟寚鏁版硶锛氱患鍚堟寚鏁版硶鏄厛缁煎悎锛屽悗瀵规瘮骞冲潎,鍏舵渶澶т紭鐐瑰湪浜庝笉浠呭彲浠ュ弽鏄犲鏉傜粡娴庣幇璞℃讳綋鐨勫彉鍔ㄦ柟鍚戝拰绋嬪害,鑰屼笖鍙互纭垏鍦般佸畾閲忓湴璇存槑鐜拌薄鍙樺姩鎵浜х敓鐨勫疄闄呯粡娴庢晥鏋溿備絾瀹冭姹傚師濮嬭祫鏂欓綈鍏ㄣ傚钩鍧囨寚鏁版硶鏄厛瀵规瘮,鍚庣患鍚堝钩鍧囷紝铏戒笉鑳界洿鎺ヨ鏄庣幇璞″彉鍔ㄧ殑缁濆鏁堟灉锛屼絾杈冪患鍚堟寚鏁...
绛旓細鍙傚姞鏁板寤烘ā澶ц禌瀵逛簬瀛︾敓鏉ヨ锛屽叿鏈夐噸瑕佺殑鎰忎箟鍜屼环鍊笺傞鍏锛屾暟瀛﹀缓妯澶ц禌鏄竴绉嶅疄璺垫х殑瀛︿範鏂瑰紡锛屽畠鑳藉璁╁鐢熷皢鐞嗚鐭ヨ瘑搴旂敤鍒板疄闄呴棶棰樹腑鍘伙紝鎻愰珮瀛︾敓鐨勫疄璺佃兘鍔涘拰瑙ｅ喅闂鐨勮兘鍔涖傚湪鍙傝禌杩囩▼涓紝瀛︾敓闇瑕佸闂杩涜娣卞叆鐨勭爺绌讹紝瀵绘壘鍚堥傜殑瑙ｅ喅鏂规硶锛岃繖瀵瑰鐢熺殑鎬濈淮鑳藉姏鍜屽垱鏂拌兘鍔涢兘鏈夊緢澶х殑閿荤偧銆傚叾娆★紝...
绛旓細澶у鐢鏁板寤烘ā姣旇禌浣滀负涓椤瑰ぇ瀛﹂樁娈垫渶閲嶈鐨勮澶栫珵璧涗箣涓锛屽湪褰撳墠鐨勯珮鏍℃暀鑲插綋涓槸鏈夌潃闈炲父閲嶈鐨勪綔鐢ㄥ拰鍏虫敞搴︺傛棤璁烘槸浠庝汉鎵嶅煿鍏荤殑瑙掑害杩樻槸浠庝汉鎵嶈 閲忕殑瑙掑害锛屽ぇ瀛︾敓鏁板寤烘ā绔炶禌閮藉煎緱琚彁鍊★紝鍊煎緱琚鍙紝鍊煎緱鍘诲弬鍔犮傚氨鎴戜釜浜鸿岃█锛屾垜浣滀负涓鍚嶅厤璇曠澹爺绌剁敓锛屽湪鍘诲叾浠栧鏍″弬鍔犱繚鐮旈潰璇曠殑鏃跺欙紝琚悕鏍¤佸笀...
绛旓細澶у鐢鏁板寤烘ā姣旇禌浣滀负涓椤瑰ぇ瀛﹂樁娈垫渶閲嶈鐨勮澶栫珵璧涗箣涓锛屽湪褰撳墠鐨勯珮鏍℃暀鑲插綋涓槸鏈夌潃闈炲父閲嶈鐨勪綔鐢ㄥ拰鍏虫敞搴︺傛棤璁烘槸浠庝汉鎵嶅煿鍏荤殑瑙掑害杩樻槸浠庝汉鎵嶈 閲忕殑瑙掑害锛屽ぇ瀛︾敓鏁板寤烘ā绔炶禌閮藉煎緱琚彁鍊★紝鍊煎緱琚鍙紝鍊煎緱鍘诲弬鍔犮傚氨鎴戜釜浜鸿岃█锛屾垜浣滀负涓鍚嶅厤璇曠澹爺绌剁敓锛屽湪鍘诲叾浠栧鏍″弬鍔犱繚鐮旈潰璇曠殑鏃跺欙紝琚悕鏍¤佸笀...
绛旓細鏈缁堥夋嫨鍏锋湁鏈楂橀毝灞炲害鐨勮瘎璇浣滀负鏈缁堢粨璁恒 澶氱骇妯＄硦缁煎悎璇勪环鍒欒繘涓姝ュ鐞嗗ぇ閲忔寚鏍囷紝閫氳繃閫愮骇鏉冮噸鍒嗛厤锛屼粠搴曞眰鎸囨爣鏋勫缓涓婂眰鍒ゆ柇鐭╅樀銆備緥濡傦紝瀛︾敓璇勪环妯″瀷灏辨槸澶氱骇妯＄硦缁煎悎璇勪环鐨勪竴涓疄渚嬨傚敖绠℃湁灞闄愭у拰閫傜敤鏉′欢锛屾垜浠粛鑳藉埄鐢ㄦā绯婄患鍚堣瘎浠锋潵澶勭悊澶嶆潅闂銆傚鏋滀綘闇瑕佽幏鍙栨洿澶鏁板寤烘ā鐨勪功绫嶈祫婧愶紝鍙氳繃鈥滄垜...
绛旓細6.鏁板寤烘ā鐨勮瘎浠鏍囧噯锛氭ā鍨嬬殑鍑嗙‘鎬с佸彲闈犳с佺ǔ瀹氭с佹晱鎰熸х瓑銆7.鏁板寤烘ā鐨勯棶棰樺垎鏋愶細鍖呮嫭闂鐨勫畾涔夈侀棶棰樼殑鍋囪銆侀棶棰樼殑鍙橀噺銆侀棶棰樼殑鐩爣鍑芥暟绛夈8.鏁板寤烘ā鐨勪紭鍖栨柟娉曪細濡傚崟绾舰娉曘佸壊骞抽潰娉曘侀仐浼犵畻娉曠瓑銆9.鏁板寤烘ā鐨勬暟鎹鐞嗭細鍖呮嫭鏁版嵁鐨勬敹闆嗐佹暣鐞嗐佹竻娲椼佸垎鏋愮瓑銆10.鏁板寤烘ā鐨勭粨鏋滆В閲婏細瀵...
绛旓細缇庡浗澶у鐢鏁板寤烘ā绔炶禌锛圡CM/ICM锛夋槸涓椤瑰叏鐞冪煡鍚嶇殑鏁板寤烘ā绔炶禌锛屽叾璇勫垎鏍囧噯涓昏渚濇嵁浠ヤ笅鍑犱釜鏂归潰锛1.闂鐨勭悊瑙ｅ拰鍒嗘瀽锛氳瘎浠峰弬璧涜呭闂鐨勭悊瑙ｇ▼搴︼紝鍖呮嫭瀵归棶棰樿儗鏅佺洰鏍囧拰绾︽潫鏉′欢鐨勬妸鎻°傚悓鏃锛岃瘎浠鍙傝禌鑰呭闂杩涜鍚堢悊鍒嗘瀽鐨勮兘鍔涳紝濡傚缓绔鏁板妯″瀷銆侀夋嫨鍚堥傜殑鏂规硶鍜屾妧宸х瓑銆2.妯″瀷鐨勫缓绔嬪拰姹傝В锛氳瘎浠...
绛旓細鎬庢牱鐨妯″瀷鎵嶈兘鍙仛濂界殑妯″瀷锛熶緥濡傚Internet寤烘ā锛Inet锛孉B锛孊RITE锛孏LP绛夌瓑妯″瀷灞傚嚭涓嶇┓銆傛瘡绉嶆ā鍨嬮兘鍦ㄥ叧娉ㄧ潃鏌愮瀹為檯闂鐨勭敓鎴愭満鍒讹紝褰撶劧涔熻兘鍦ㄤ竴瀹氭剰涔変笂鍙嶆槧鐪熷疄涓栫晫鐨勭粨鏋勩備絾鍏朵环鍊肩┒绔熷簲璇濡備綍璇勪环锛烮nternet鏄秴绾у鏉傜殑闂锛屾瘮涓嶄簡缁忓吀妯″瀷鐨勭畝鍗曟繁鍒汇傛槸涓嶆槸蹇呴』浣跨敤澶氫晶闈㈢殑鍜屽垎甯冨紡鐨勮璇嗘墠鑳...
绛旓細璇剧▼鐗硅壊锛氭瘡涓闂ㄨ绋嬩晶閲嶇偣涓嶅悓锛岃嚜鐒舵瀯鎴愭垚鍒嗕笉鍚岋細姣斿 瀹為獙璇撅紝鎴戜滑瑕佸仛鐨勫氨鏄姩鎵嬭兘鍔涳紝鍋氶100鍒嗕篃娌＄敤锛屾鏃舵瀯鎴愭垚鍒嗕腑瀹為獙姣旈噸澶э紱鑰鏁板鍒嗘瀽锛岃繖绉嶈绋嬮噸鐐规槸瑕佷細鎬濊冧細鍒嗘瀽锛岃嚜鐒朵範棰樺拰鑰冭瘯寰堥噸瑕侊紝涔熷氨鏄鑰冭瘯鎴愮哗鍜屽钩鏃朵綔涓氭瘮閲嶅ぇ銆濡備綍鏉ュ畾閲忕‘瀹氬洓涓洜绱犲璇剧▼鐗硅壊鐨勫弽鏄犻噸瑕佺▼搴﹀憿锛熶竴绉...
