數學資料庫

Ⅰ 在資料庫系統中，常用的數學模型主要有那四種呢

1、靜態和動態模型

靜態模型是指要描述的系統各量之間的關系是不隨時間的變化而變化的，一般都用代數方程來表達。動態模型是指描述系統各量之間隨時間變化而變化的規律的數學表達式，一般用微分方程或差分方程來表示。經典控制理論中常用系統傳遞函數是動態模型是從描述系統的微分方程變換而來。

2、分布參數和集中參數模型

分布參數模型是用各類偏微分方程描述系統的動態特性，而集中參數模型是用線性或非線性常微分方程來描述系統的動態特性。在許多情況下，分布參數模型藉助於空間離散化的方法，可簡化為復雜程度較低的集中參數模型。

3、連續時間和離散時間模型

模型中的時間變數是在一定區間內變化的模型稱為連續時間模型，上述各類用微分方程描述的模型都是連續時間模型。在處理集中參數模型時，也可以將時間變數離散化，所獲得的模型稱為離散時間模型。離散時間模型是用差分方程描述的。

4、參數與非參數模型

用代數方程、微分方程、微分方程組以及傳遞函數等描述的模型都是參數模型。建立參數模型就在於確定已知模型結構中的各個參數。通過理論分析總是得出參數模型。非參數模型是直接或間接地從實際系統的實驗分析中得到響應，通過實驗記錄到的系統脈沖響應或階躍響應就是非參數模型。

(1)數學資料庫擴展閱讀：

數學模型建模過程

1、模型准備

了解問題的實際背景，明確其實際意義，掌握對象的各種信息。以數學思想來包容問題的精髓，數學思路貫穿問題的全過程，進而用數學語言來描述問題。要求符合數學理論，符合數學習慣，清晰准確。

2、模型假設

根據實際對象的特徵和建模的目的，對問題進行必要的簡化，並用精確的語言提出一些恰當的假設。

3、模型建立

在假設的基礎上，利用適當的數學工具來刻劃各變數常量之間的數學關系，建立相應的數學結構（盡量用簡單的數學工具）。

4、模型求解

利用獲取的數據資料，對模型的所有參數做出計算（或近似計算）。

5、模型分析

對所要建立模型的思路進行闡述，對所得的結果進行數學上的分析。

6、模型檢驗

將模型分析結果與實際情形進行比較，以此來驗證模型的准確性、合理性和適用性。如果模型與實際較吻合，則要對計算結果給出其實際含義，並進行解釋。如果模型與實際吻合較差，則應該修改假設，再次重復建模過程。

Ⅱ 資料庫管理 數學

要回答這個似乎非常簡單：把定理、公式都記住，勤思好問，多做幾道題，不就行了。
事實上並非如此，比如：有的同學把書上的黑體字都能一字不落地背下來，可就是不會用；有的同學不重視知識、方法的產生過程，死記結論，生搬硬套；有的同學眼高手低，「想」和「說」都沒問題，一到「寫」和「算」，就漏洞百出，錯誤連篇；有的同學懶得做題，覺得做題太辛苦，太枯燥，負擔太重；也有的同學題做了不少，輔導書也看了不少，成績就是上不去，還有的同學復習不得力，學一段、丟一段。
究其原因有兩個：一是學習態度問題：有的同學在學習上態度曖昧，說不清楚是進取還是退縮，是堅持還是放棄，是維持還是改進，他們勤奮學習的決心經常動搖，投入學習的精力也非常有限，思維通常也是被動的、淺層的和粗放的，學習成績也總是徘徊不前。反之，有的同學學習目的明確，學習動力強勁，他們擁有堅韌不拔的意志、刻苦鑽研的精神和自主學習的意識，他們總是想方設法解決學習中遇到的困難，主動向同學、老師求教，具有良好的自我認識能力和創造學習條件的能力。二是學習方法問題：有的同學根本就不琢磨學習方法，被動地跟著老師走，上課記筆記，下課寫作業，機械應付，效果平平；有的同學今天試這種方法、明天試那種方法，「病急亂投醫」，從不認真領會學習方法的實質，更不會將多種學習方法融入自己的日常學習環節，養成良好的學習習慣；更多的同學對學習方法存在片面的、甚至是錯誤的理解，比如，什麼叫「會了」？是「聽懂了」還是「能寫了」，或者是「會講了」？這種帶有評價性的體驗，對不同的學生來說，差異是非常大的，這種差異影響著學生的學習行為及其效果。
由此可見，正確的學習態度和科學的學習方法是學好數學的兩大基石。這兩大基石的形成又離不開平時的數學學習實踐，下面就幾個數學學習實踐中的具體問題談一談如何學好數學。

一、數學運算
運算是學好數學的基本功。初中階段是培養數學運算能力的黃金時期，初中代數的主要內容都和運算有關，如有理數的運算、整式的運算、因式分解、分式的運算、根式的運算和解方程。初中運算能力不過關，會直接影響高中數學的學習：從目前的數學評價來說，運算準確還是一個很重要的方面，運算屢屢出錯會打擊學生學習數學的信心，從個性品質上說，運算能力差的同學往往粗枝大葉、不求甚解、眼高手低，從而阻礙了數學思維的進一步發展。從學生試卷的自我分析上看，會做而做錯的題不在少數，且出錯之處大部分是運算錯誤，並且是一些極其簡單的小運算，如71-19=68，（3+3）2=81等，錯誤雖小，但決不可等閑視之，決不能讓一句「馬虎」掩蓋了其背後的真正原因。幫助學生認真分析運算出錯的具體原因，是提高學生運算能力的有效手段之一。在面對復雜運算的時候，常常要注意以下兩點：
①情緒穩定，算理明確，過程合理，速度均勻，結果准確；
②要自信，爭取一次做對；慢一點，想清楚再寫；少心算，少跳步，草稿紙上也要寫清楚。

二、數學基礎知識
理解和記憶數學基礎知識是學好數學的前提。
★什麼是理解？
按照建構主義的觀點，理解就是用自己的話去解釋事物的意義，同一個數學概念，在不同學生的頭腦中存在的形態是不一樣的。所以理解是個體對外部或內部信息進行主動的再加工過程，是一種創造性的「勞動」。
理解的標準是「准確」、「簡單」和「全面」。「准確」就是要抓住事物的本質；「簡單」就是深入淺出、言簡意賅；「全面」則是「既見樹木，又見森林」，不重不漏。對數學基礎知識的理解可以分為兩個層面：一是知識的形成過程和表述；二是知識的引申及其蘊涵的數學思想方法和數學思維方法。
★什麼是記憶？
一般地說，記憶是個體對其經驗的識記、保持和再現，是信息的輸入、編碼、儲存和提取。藉助關鍵詞或提示語嘗試回憶的方法是一種比較有效的記憶方法，比如，看到「拋物線」三個字，你就會想到：拋物線的定義是什麼？標准方程是什麼？拋物線有幾個方面的性質？關於拋物線有哪些典型的數學問題？不妨先寫下所想到的內容，再去查找、對照，這樣印象就會更加深刻。另外，在數學學習中，要把記憶和推理緊密結合起來，比如在三角函數一章中，所有的公式都是以三角函數定義和加法定理為基礎的，如果能在記憶公式的同時，掌握推導公式的方法，就能有效地防止遺忘。
總之，分階段地整理數學基礎知識，並能在理解的基礎上進行記憶，可以極大地促進數學的學習。

三、數學解題
學數學沒有捷徑可走，保證做題的數量和質量是學好數學的必由之路。
1、如何保證數量？
① 選准一本與教材同步的輔導書或練習冊。
② 做完一節的全部練習後，對照答案進行批改。千萬別做一道對一道的答案，因為這樣會造成思維中斷和對答案的依賴心理；先易後難，遇到不會的題一定要先跳過去，以平穩的速度過一遍所有題目，先徹底解決會做的題；不會的題過多時，千萬別急躁、泄氣，其實你認為困難的題，對其他人來講也是如此，只不過需要點時間和耐心；對於例題，有兩種處理方式：「先做後看」與「先看後測」。
③選擇有思考價值的題，與同學、老師交流，並把心得記在自習本上。
④每天保證1小時左右的練習時間。
2、如何保證質量？
①題不在多，而在於精，學會「解剖麻雀」。充分理解題意，注意對整個問題的轉譯，深化對題中某個條件的認識；看看與哪些數學基礎知識相聯系，有沒有出現一些新的功能或用途？再現思維活動經過，分析想法的產生及錯因的由來，要求用口語化的語言真實地敘述自己的做題經過和感想，想到什麼就寫什麼，以便挖掘出一般的數學思想方法和數學思維方法；一題多解，一題多變，多元歸一。
②落實：不僅要落實思維過程，而且要落實解答過程。
③復習：「溫故而知新」，把一些比較「經典」的題重做幾遍，把做錯的題當作一面「鏡子」進行自我反思，也是一種高效率的、針對性較強的學習方法。

四、數學思維
數學思維與哲學思想的融合是學好數學的高層次要求。比如，數學思維方法都不是單獨存在的，都有其對立面，並且兩者能夠在解決問題的過程中相互轉換、相互補充，如直覺與邏輯，發散與定向、宏觀與微觀、順向與逆向等等，如果我們能夠在一種方法受阻的情況下自覺地轉向與其對立的另一種方法，或許就會有「山重水復疑無路，柳暗花明又一村」的感覺。比如，在一些數列問題中，求通項公式和前n項和公式的方法，除了演繹推理外，還可用歸納推理。應該說，領悟數學思維中的哲學思想和在哲學思想的指導下進行數學思維，是提高學生數學素養、培養學生數學能力的重要方法。
總而言之，只要我們重視運算能力的培養，扎扎實實地掌握數學基礎知識，學會聰明地做題，並且能夠站到哲學的高度去反思自己的數學思維活動，我們就一定能早日進入數學學習的自由王國。

Ⅲ 學習資料庫,數學必須要好嗎

地理要好，不然找不到方向

Ⅳ 數學沒學過的學習sql資料庫難嗎請詳細回答一下

有點難，SQl 語句大都都是邏輯比較。 或者，並且，大於，包含 集合這些東西的。 我就是天天寫SQl 代碼的， 想學先聽聽視頻。 先學習基礎，不懂的可以提問，我給你解答SQl 語句， 這個是學習視頻網站 http://www.jikexueyuan.com/course/sqlserver/ 。 這個是一個比較優質的IT教學網，大部分基礎還是免費的。 不過只要願意改變，沒有啥難事，比改變自己更難的。 希望採納

Ⅳ 數學模型是資料庫系統的什麼

數據模型所描述的內容包括三個部分：數據結構、數據操作、數據約束。
1）數據結構:數據模型中的數據結構主要描述數據的類型、內容、性質以及數據間的聯系等。數據結構是數據模型的基礎，數據操作和約束都建立在數據結構上。不同的數據結構具有不同的操作和約束。
2）數據操作:數據模型中數據操作主要描述在相應的數據結構上的操作類型和操作方式。
3）數據約束：數據模型中的數據約束主要描述數據結構內數據間的語法、詞義聯系、他們之間的制約和依存關系，以及數據動態變化的規則，以保證數據的正確、有效和相容。
數據模型按不同的應用層次分成三種類型：分別是概念數據模型、邏輯數據模型、物理數據模型。
1、概念數據模型（Conceptual Data Model）：簡稱概念模型，是面向資料庫用戶的實現世界的模型，主要用來描述世界的概念化結構，它使資料庫的設計人員在設計的初始階段，擺脫計算機系統及DBMS的具體技術問題，集中精力分析數據以及數據之間的聯系等，與具體的數據管理系統（Database Management System，簡稱DBMS）無關。概念數據模型必須換成邏輯數據模型，才能在DBMS中實現。
2、邏輯數據模型（Logical Data Model）:簡稱數據模型，這是用戶從資料庫所看到的模型，是具體的DBMS所支持的數據模型，如網狀數據模型(Network Data Model)、層次數據模型(Hierarchical Data Model)等等。此模型既要面向用戶，又要面向系統，主要用於資料庫管理系統（DBMS）的實現。
3、物理數據模型（Physical Data Model）:簡稱物理模型，是面向計算機物理表示的模型，描述了數據在儲存介質上的組織結構，它不但與具體的DBMS有關，而且還與操作系統和硬體有關。每一種邏輯數據模型在實現時都有起對應的物理數據模型。DBMS為了保證其獨立性與可移植性，大部分物理數據模型的實現工作又系統自動完成，而設計者只設計索引、聚集等特殊結構。
在概念數據模型中最常用的是E-R模型、擴充的E-R模型、面向對象模型及謂詞模型。在邏輯數據類型中最常用的是層次模型、網狀模型、關系模型。

Ⅵ 資料庫怎麼查詢數學成績70到90之間的學生

應該是這樣，student是學生表，cj是成績欄位

Ⅶ 資料庫中復雜數學公式的存儲

這個很復雜！
有兩個思路供你參考：
一是：用標記，代表公式的一些特殊字元。
二是：用第三方的公式編輯器所使用的公式存儲格式（好像微軟就有），然後作為二進制數據存儲到資料庫中去。

詳細的會很復雜！