主页 模型库 竞赛 学习中心 工具箱 论文库 前沿 建模空间 AI建模
学习中心 / 高考里的数学建模

为什么值得这样读

高考数学的六大核心素养里写着「数学建模」,但一道题在考场上留给学生的时间只有几分钟,命题人必须把模型压缩到能在几分钟内解完——于是参数被钉死、假设被省略、答案被设计成整数。压缩掉的那部分,恰恰是建模里最难也最有用的部分。把它还原回去,一道 12 分的概率题就变回了一条马尔可夫链,一张列联表就变回了一个诊断决策问题。这一页做的就是还原这件事。

每道题读三层

考场层
怎么解、为什么这么设问、易错在哪。这一层和任何一本教辅做的事一样,我们不打算做得更好。
模型层
剥掉分数和题号,这是一个什么模型?它在数学里叫什么名字、有什么已知的性质、站内哪一页可以接着往下玩。
真实层
把命题人省掉的假设放回去,这道题会变成什么?通常会变成一个没有标准答案、但值得认真做一遍的建模问题。

题目索引

年份 · 卷别 · 题号 我们怎么读它 背后的模型
2021 · 新高考Ⅱ卷 · 21微生物会不会灭绝:一道高考题里的临界点分支过程 · 灭绝阈值
2022 · 新高考Ⅰ卷 · 4「看作一个棱台」:一句假设值多少误差几何近似 · 误差预算
2023 · 新课标Ⅰ卷 · 21甲乙投篮:一条藏在数列题里的马尔可夫链两状态马尔可夫链
2024 · 新课标Ⅱ卷 · 4一百块稻田:分组之后,哪些话还能说分组数据 · 信息损失
2024 · 新课标Ⅱ卷 · 18两阶段投篮:把最好的人放在哪一环角色分配 · 二项分布
2025 · 新课标Ⅰ卷 · 6风速计读到的不是风:帆船的视风与真风向量分解 · 相对运动
2025 · 新课标Ⅰ卷 · 15超声检查:那个「九成」其实不是机器的性质诊断试验 · 条件概率
2025 · 新课标Ⅱ卷 · 19乒乓球净胜两分:考的是分布的尾巴,不是「先达到」±1 随机游走

递推与马尔可夫链

概率题里出现「第 k 次」「打完 k 个球」这样的字眼时,十有八九是在考一条链。高考只要你解出通项;这一页告诉你这条链长什么样、为什么一定收敛、以及它在真实比赛里会怎么失效。

进入 →

条件概率与诊断决策

一张 2×2 列联表,考场上是两个公式。但同一张表在医院里决定着要不要让一个人去做穿刺。这一页把那张表摊开成一千个人,然后只动一个参数,看那个「九成」怎么塌成「一成五」。

进入 →

决策与分配

「谁去做哪件事」是运筹学最老的问题之一,也是高考概率题里最不起眼的一类外壳。这一页的题问的是两个队员谁先上场——而它的答案,和把最好的机器放在生产线哪个工位上,是同一个道理。

进入 →

从数据到结论

一张分组频数表,考场上是四个选项判真假。但真正该问的是:数据被分组之后,哪些结论还能下、哪些只剩一个范围、哪些从此再也说不准?这条界线,是所有做数据的人每天都要踩的。

进入 →

向量与合成

风速计读到的从来不是风本身——测量者自己在动。一道选择题,和它背后那个在导航、雷达、海流观测里天天要做的修正。

进入 →

几何近似与估算

「将该水库的形状看作一个棱台」——这句话才是整道题。它是一个被替你做好的建模假设,而一个假设一旦被摊开,就可以问:它好不好?换一个差多少?真正的误差是不是根本不在这儿?

进入 →

分支过程与阈值

每个个体平均留下几个后代——这一个数决定了一个种群、一场疫情、一次链式反应是熄灭还是爆发。高考那道微生物题问的就是这条分界线,而且它给的数据正好踩在线上。

进入 →
← 返回学习中心