数学建模例题_之_饮酒驾驶模型[1]
![数学建模例题_之_饮酒驾驶模型[1]](https://img.360docs.net/img1b/0tkm6asoymnljforw34-b1.webp)
![数学建模例题_之_饮酒驾驶模型[1]](https://img.360docs.net/img1b/0tkm6asoymnljforw34-62.webp)
饮酒驾驶模型
摘要
本文针对酒后驾车造成交通事故死亡率高，以及根据国家质量检验检疫局发布的饮酒后驾车新标准，建立了饮酒后血液中酒精含量的数学模型。通过了解酒精在体内吸收，分布和排除的动态过程，及这些过程与人体内酒精反应的定量关系建立微分方程，运用药物动力学原理建立单室和双室模型。得出血液中的酒精含量)(t C ,与进入体内总酒量)(t x 、时间t 的函数关系式：
单室模型：()()()()k k v e e x k v t x t C a t k kt a a
--==--0
双室模型：()()n
n p n p t p t p t v t x v t x AUC
AUC
n n ????
?
?
?++=--10
1
本文还运用了 Wagner-Nelson 法（待吸收的百分数对时间作图法），与题中给出的参考数据在计算机运行的结果作对比。
本文还解决了如下问题：
1、从模型分析了大李第二次被判为饮酒驾车是因为二次饮酒，而使血液中酒精含量累积而超标。
2、对喝了低度酒多长时间驾车违反规则作了量化分析；
3、从单室模型得出了一个血液中酒精含量峰值计算公式：
()k k k gk t a a -=303.2max
4、用本文的模型对天天喝酒能否开车作了讨论。 本文最后对模型的优点和不足作了评价。
一、问题提出
据报载，2003年全国道路交通事故死亡人数为10.4372万，其中因饮酒驾车造成的占有相当的比例。
大李在中午12点喝了一瓶啤酒，下午6点检查时符合新的驾车标准，紧接着他在吃晚饭时又喝了一瓶啤酒，为了保险起见他呆到凌晨2点才驾车回家，又一次遭遇检查时却被定为饮酒驾车，这让他既懊恼又困惑，为什么喝同样多的酒，两次检查结果会不一样呢？
请你参考下面给出的数据（或自己收集资料）建立饮酒后血液中酒精含量的数学模型，并讨论以下问题：
1. 对大李碰到的情况做出解释；
2. 在喝了3瓶啤酒或者半斤低度白酒后多长时间内驾车就会违反上述标准，在以下情况下回答：
1）酒是在很短时间内喝的；
2）酒是在较长一段时间（比如2小时）内喝的。
3. 怎样估计血液中的酒精含量在什么时间最高。
4. 根据你的模型论证：如果天天喝酒，是否还能开车？
5.根据你做的模型并结合新的国家标准写一篇短文，给想喝一点酒的司机如何驾车提出忠告。
二、问题假设
1、机体分为中心室（I室）和周边室（II室），两个室的容积（即血液体积或药物分布
容积）的过程中保持不变［1］。
2、药物从一室向另一室的转移速率，及向体外的排除速率，与该室的血药浓度成正比。
3、酒精含量的变化基本只受消除速度常数支配。
4、假定消除只发生在中心室，两个房室内酒精初始量都为零（即没有喝酒）。
5、酒在体内运动的配置和消除都是药物动力学过程。
6、人都是在精神状态正常情况下喝酒。
7、酒精可在整个机体内以同速度达到平衡。
三、符号定义
v：房室表观分布容积；
k：酒精消除速度常数；
k：酒精吸收速度常数；
a
k：酒精转移速度常数（pc k）；
cp
f：t时刻体内吸收酒精的速度;
)
(t
C：血酒浓度的最高峰值；
m
)(t C ： 时刻的
t 血液中酒精含量；
)(t x ：进入体内的总酒量； 0x ：一次喝下的酒量；
()t x a ：t
时刻体内吸收的酒精量；
()t x c ：t 时刻中心室内的酒精量；
()t x p ：t 时刻周边室内的酒精量； n t ：第n
次喝酒的时刻；
m t ：血液浓度达到最高峰值的时刻；
I
：已经代谢排泄酒物总量； p AUC ：一次喝酒后的吸收总量；
四、模型建立
（一）、单室模型
将人的机理作为一个房室处理的模型，人喝酒后，酒精需要一定的吸收过程，可建立模型图（1）：
图(1) 依条件及示意图，得到单室模型；
()kx
t f dt
dx -= （1）
()x
x =0
()()v t x t C = （2） ()v x C C 000== 酒精逐渐进入血液循环后；
()()t
k a a a a
e k t x k t
f x -==0* （3）
得到:
()(
)()
k k
e
e
x k t x a
t
k kt
a a --=--0
（4）
将（2）式代入（3）得
()()()()
k k
v e
e
x k v t x t C a
t
k kt
a a --==--0
（5）
根据动力学原理的有关计算方法，总结出的血液中酒精含量最大峰值和达到最大峰值时间计算公式［2］
v x e C m
kt
0max -= （6） ()k k k gk t a a -=303.2max （7）
(二)、双室模型［3］
二室模型假设酒精进入体内后在两个房室内配置，一个中心室，另一个是外周室，酒精在体内的配置和消除都是一级动力学过程，但酒精的吸收可以是任意的，见图（2）：
图（2）
按照质量平衡原理，时间t
-0范围内吸收进入体内的总酒量)(t x 为
()()()()I t X
t X dt t f t x p
c
t
++
==
?
（8）
其中
()dt t X
k
I
t
c
?
=0
（9）
代入式（5） 并在等号两边同时除以表观分布容积V 得到
()
()()()v
t x dt t c k t c v
t x p t ++=?0
（10）
其中血液中酒精含量()t c =()v
t x c 。
根据式（7）, 当∞
→t
时，计算酒精吸收分数的公式为：
()()()()?
?
∞
∞
+
+=
)(dt
t c k
v
t x dt t c k
t c x t x p t
（11）
我们运用Wagner-Nelson 方法求解，对此，我们在算法作如下基本假设：在时间
1-n t 和n t 之间外周室酒精量()t x p 可以用线性插值近似逼近，因此
()
t v
t x p -曲线下的面积n n t t p
AUC
1
-可用梯形法进行运算
()()
()()2
111
1
---??
?
? ?
?+==
?
--n n
n p n p t t p t t p
t t v t x v t x dt v
t x AUC n
n n n (12)
则
()()()()
()2
110
11
1
---??
?
? ?
?++=+
=
=
---?
?
?
n n
n p n p t p
t t p t p t p t p
t t v t x v t x AUC
dt
v
t x dt v
t x dt v
t x AUC
n n
n n n
n
(13)
为了叙述方便，令 2
1
--=
?n n n
t t t
则有 ()()n
n p n p t p t p t v t x v t x AUC
AUC
n n ????
?
?
?++=--10
1 （14）
这是一个递推公式，()n n ,,3,2,1 ∈。当1=n
时
t 0=0，0
00
=t p AUC
，
()0
0=v
t x p ，
2
2
10
11t t t t =-=
?则根据上述递推公式
()()()1
11100
01t v
t x t v t x v t x AUC
AUC p p p t p t p ??=
????
?
??+
+= （15）
外周室的药物量变化微分方程为
()
()()t x k t c vk dt
t dx p pc cp p -= （16） 在n t -0时间范围内，对式(10)等号两边积分,得到 ()()()dt
t x k dt t c vk t x n
n
t p pc
t cp
n p ?
?
-=
（17）
在上式等号两边同时除以v ,得到
()()()()()
()??
?
??
?
?????
??++-=-=--?
??n n p n p t p
pc
t cp
t p
pc t cp n p t v t x v t x AUC k
dt t c k dt
v
t x k dt t c k v
t x n n
n
n
10
01(18)
整理上式后
()
()()n
pc t n
n p pc t p pc cp n
p t k t v
t x k AUC
k dt t c k v
t x n
n ?+?--=
?
--10
10
1 （19）
2、递推计算过程
用数学不完全归纳法，对式(15)和式(11)进行递推计算, 计算过程为: 1=n 时
2
00
11==?t p AUC
t t
()()10
111
t k dt
t c k v
t x pc t cp
p ?+=
?
()110
1t v t x AUC
p t p ??=
2
=n 时
2
1
22
t t t -=
?
()
()()2
2
10
2
12
1t k t v
t x k AUC
k dt t c k v
t x pc t p pc
t p pc cp p ?+??--=
?
()()2210
12t v t x v t x AUC
AUC
p p t p t p ????
?
??+
+= 3=n 时
22
33
t t t -=
?
()()()3
3
20
313
2t k t v
t x k AUC
k dt
t c k v
t x pc t p pc
t p pc cp
p ?+??--=
?
()
()3320
23t V t X V t X AUC
AUC p p t p t p ????? ??+
+= 如此递推计算可得到：
()()n
n p n p t p t p t v t x v t x AUC
AUC
n n ????
?
?
?++=--10
1 （20）
根据题中所给出的数据和（20）式作出图（3）：
图（3）
由以上各推导公式我们可以计算人在一次饮酒的量，以及多次饮酒的量后体内酒精含量随时间的变化。
五、模型结果分析及验证
1、对大李的问题给予解释：
通过双室模型可以看出，第一次饮酒时，虽然
()20
1 t x p ,也就是 20 10 AUC 但是第二次饮酒后，由于他第一次饮酒时血液中还残留有一定酒精，有如下关系式 () ()2210 01 2 t v t x v t x AUC AUC p p t p t p ???? ? ? ?+ += 即()()20 2210 12>???? ? ? ?+=-t v t x v t x AUC AUC p p t p t p 时，就违反了国家的新标准。 2、对喝了3瓶啤酒的在多长时间内驾车就会违反标准。 A 、酒是在短时间内喝的： 只要10 201t AUC t p ?>，即40 /10 t p n AUC t <内开车，就会违反国家的新标准。 按照题中给出的参考数据，70㎏的人在短时间内喝下的2瓶酒后，得到的数据代入，同样体重的人喝3瓶啤酒，解得t 约在11小时内，就会违反国家新标准。 B 、酒是较长时间内喝。 我们对上述问题定性地假设长时间内喝了 n 次（每次都是在短时间内喝）， 因为 ()()n n p n p t p t p t v t x v t x AUC AUC n n ???? ? ? ?+ +=--10 01 则有 n t p t p t AUC AUC n n ?>--2010 即 40 /)(10 --< n n t p t p n AUC AUC t 内开车就会违反国家的新标准。 3、怎样估计血液中的酒精含量在什么时间最高； 方法一、根据题目给出的参考数据： 用Matlab 作出图像： 根据图表数据和图像的变化规律，我们可以粗略统计出： 当5.11≤≤t 时，人体内的酒精含量最高。 方法二、根据我建立的单室模型，和参考药物动力学有关知识，总结出如下关系式 v x e C m kt 0max -= ()k k k gk t a a -=303.2max 计算出人喝酒后的酒精含量峰值的时间 4、验证如果人天天喝酒还能否开车？ 如果人天天喝酒，存在下面关系式 40 /)(10 -- t p n AUC AUC t ， 假若算出24 ≤n t 小时，就能开车； 假若算出24 >n t 小时，就会违反规定。 六、模型评价与改进 优点： （1）、本文有明确的求解方向，以药物动力学的有关原理为参考资料和理论基础。模型具有科学性和普遍的适用性。 （2）、本模型参考药物动力学，建立饮酒后酒精在血液中的含量的数学模型，并对单次饮酒和多次饮酒后的情况进行讨论，具有较强的稳定性。 （3）、本模型以生活的事例为检验资料，所得出的结论基本吻合，并易于推广。 缺点： （1）、由于变量参数大多，即使将原问题线性化，计算依然相当繁杂。 （2）、由于时间和知识的有限，在求解实际问题时，对人体的机理简单的分为单室模型和双室模型。 模型改进： 基于本模型的参数多，可以通过一些仪器实验算出参数的具体值。基于我们只建立单室模型和双室模型，可以进一步考虑多室模型的方向，使酒在人体内消化反应出来，使结果更加切合实际。 七、给爱好喝酒的朋友一封信 亲爱的酒友： 首先，我们不是一帮酒鬼，但通过数模竞赛我们对酒有一定的了解：酒对人脑的作用与人体血液中酒精浓度有着密切的关系，它将影响人体思想、行为，少喝固然能促进消化，有益身心健康。但是，多喝的后果是不堪设想的：伤及他人；对人体大脑的伤害；更可怕的是在交通事故中它所扮演的恶性角色。正所谓“多喝”无性，“少喝”怡情。在生活节奏紧张而又繁忙的司机们，想得到一份精神的解脱和轻松，“小喝”怡情，倒也无妨。只是“大喝”无性者，将会失去理性，终将害人害己（见附录一）。看吧，不要因为一时的酒瘾，而失去美好的一切。 参考文献 ［1］姜启源《数学模型》北京：高等教育出版社 1993年8月第二版 [2] 魏树礼《生物药剂与药物动力学》北京：北京医科大学出版社 1997年 [3] 陆瑜朱家壁梁秉文二室模型药物体内吸收计算方法的改进 https://www.360docs.net/doc/1113707393.html,/esmxywtnxsjs.doc访问时间:2004.9.19 附录一： 附录二： Matlab6.1程序清单 （1） x=[0.25,0.5,0.75,1,1.5,2.0,2.5,3,3.5,4,4.5,5,6,7,8,9,10,11,12,13,14,15,16]; y=[30,68,75,82,82,77,68,68,58,51,50,41,38,35,28,25,18,15,12,10,7,7,4]; plot(x,y,'*') plot(x,y,'*',x,y) （2） x=[0.25,0.5,0.75,1,1.5,2.0,2.5,3,3.5,4,4.5,5,6,7,8,9,10,11,12,13,14,15,16]; y=[3.75,17,28.125,41,61.5,77,85,102,101.9,102,112.5,102.5,114,122.5,112,112 .5,90,82.5,72,65,49,52.5,32]; plot(x,y,'*') >> plot(x,y) >> x1=[0.25,0.5,0.75,1,1.5,2.0,2.5,3]; y1=[3.75,17,28.125,41,61.5,77,85,102]; >> a=polyfit(x1,y1,2) a = -6.4863 55.7627 -9.2847 >> x2=0.25:0.5:3; >> y2=-6.4863*x2.^2+55.7627*x-9.2847; ??? Error using ==> + Matrix dimensions must agree. >> x2=0.25:0.5:3; y2=-6.4863*x2.^2+55.7627*x2-9.2847; >> plot(x,y,'*',x2,y2) >> polyfit(x1,x2,3) ??? Error using ==> polyfit X and Y vectors must be the same size. >> polyfit(x1,y1,3) ans = 2.1562 -16.9706 69.6712 -1 3.6200 >> y2=2.1562*x2.^3-16.9706*x2.^2+69.6712*x2-13.6200; >> plot(x,y,'*',x2,y2) >> x=[0.25,0.5,0.75,1,1.5,2.0,2.5,3,3.5,4,4.5,5,6,7,8,9,10,11,12,13,14,15,16]; y=[3.75,17,28.125,41,61.5,77,85,102,101.9,102,112.5,102.5,114,122.5,112,112 .5,90,82.5,72,65,49,52.5,32]; plot(x,y,'*') >> plot(x,y) >> x1=[0.25,0.5,0.75,1,1.5,2.0,2.5,3,3.5,4]; y1=[3.75,17,28.125,41,61.5,77,85,102,101.9,102]; >> a=polyfit(x1,y1,2) a = -7.7319 59.3789 -10.9764 >> x2=0.25:0.5:4; >> y2=-7.7319*x2.^2+59.3789*x2.-10.9764; ??? y2=-7.7319*x2.^2+59.3789*x2.-10.9764; | Error: "identifier" expected, "-" found. >> x2=0.25:0.5:4; y2=-7.7319*x2.^2+59.3789*x2-10.9764; >> plot(x,y,'*',x2,y2) >> polyfit(x1,y1,3) ans = -0.2926 -5.8683 56.1772 -9.7604 >> y2=-0.2926*x2.^3-5.8683*x2.^2+56.1772*x2-9.7604; >> plot(x,y,'*',x2,y2) >> x3=[4.5,5,6,7]; >> y3=[102,102.5,114,122.5]; >> b=polyfit(x3,y3,2) b = 0.9347 -1.9849 90.9799 >> x3=4:0.5:7; >> y3=0.9347*x3.^2-1.9849*x3+90.9799; >> plot(x,y,'*',x2,y2,x3,y3) >> polyfit(x3,y3,3) ans = 0.0000 0.9347 -1.9849 90.9799 >> x4=4:0.5:7; >> y4=0.0000*x4.^3+0.9347*x4.^2-1.9849*x4+90.9799; >> plot(x,y,'*',x2,y2,x4,y4) >> x5=[7,8,9,10,11,12,13,14,15,16]; >> y5=[122.5,112,112.5,90,82.5,72,65,49,52.5,16]; >> c=polyfit(x5,y5,2) c = -0.3201 -3.4140 161.6318 >> x6=7:0.5:16; >> y6=-0.3201*x6.^2-3.4140*x6+161.6318; >> plot(x,y,'*',x2,y2,x4,y4,x6,y6) >> polyfit(x6,y6,3) ans = 0.0000 -0.3201 -3.4140 161.6318 >> x6=7:0.5:16; >> y6=0.0000*x6.^3-0.3201*x6.^2-3.4140*x6+161.6318; >> plot(x,y,'*',x2,y2,x4,y4,x6,y6) 数学建模实验答案-概率模型 实验10 概率模型（2学时） （第9章 概率模型） 1.（验证）报童的诀窍p302~304, 323（习题2） 关于每天报纸购进量的优化模型： 已知b 为每份报纸的购进价，a 为零售价，c 为退回价（a > b > c ），每天报纸的需求量为r 份的概率是f (r )(r =0,1,2,…)。 求每天购进量n 份，使日平均收入，即 1 ()[()()()]()()()n r r n G n a b r b c n r f r a b nf r ∞ ==+=----+ -∑∑ 达到最大。 视r 为连续变量，f (r )转化为概率密度函数p (r )，则所求n *满足 * ()n a b p r dr a c -= -? 已知b =, a =1, c =，r 服从均值μ=500（份），均方差σ=50（份）的正态分布。报童每天应购进多少份报纸才能使平均收入最高，这个最高收入是多少 [提示：normpdf, normcdf] 要求： (1) 在同一图形窗口内绘制10 ()()n y n p r dr =?和2()a b y n a c -= -的图形，观察其交点。 [提示] 22 ()2()r p r μσ-- = ，0 ()()()n n p r dr p r dr p r dr -∞ -∞ =-?? ? ☆(1) 运行程序并给出结果： (2) 求方程0()n a b p r dr a c -= -?的根n *（四舍五入取整），并求G (n *)。 mu=500;sigma=50; a=1; b=; c=; r=n+1; while (a-b)*n*normpdf(r,mu,sigma)>1e-6 r=r+1; end r=n+1:r; G=sum((a-b)*n*normpdf(r,mu,sigma)); r=0:n; G=G+sum(((a-b)*r-(b-c)*(n-r)).*normpdf(r,mu,sigma)) ☆(2) 运行程序并给出结果： 2.（编程）轧钢中的浪费p307~310 设要轧制长l=的成品钢材，由粗轧设备等因素决定的粗轧冷却后钢材长度的均方差σ=，问这时钢材长度的均值m应调整到多少使浪费最少。 平均每得到一根成品材所需钢材的长度为 () () m J m P m = 其中， 2 2 () 2 ()(), () 2 x m l P m p x dx p xσ πσ - - ∞ == ? 求m使J(m)达到最小。 等价于求方程 () () z z z λ ? Φ =- 的根z*。 其中： 《数学模型》考试大纲 适应专业：数学与应用数学、信息与计算科学、统计学、应用统计学专业 一、课程性质与目的要求 数学模型课亦称为数学建模课，它是数学与应用数学、信息与计算科学、统计学、应用统计学专业必修课或限选课，教育部1998年颁布的高等学校本科专业目录中，把“数学模型”课作为数学类专业的必开课。数学模型是架于实际问题与数学理论之间的桥梁。数学模型就是应用数学语言和方法，对于现实世界中的实际问题进行抽象、简化和假设所得到的数学结构。本课程是研究数学建模的理论、思想和方法，研究建立数学模型、简单的优化模型、数学规划模型、微分方程模型、代数方程与差分方程模型、稳定性模型、离散模型、概率模型等。 数学模型课需要用到数学分析、高等代数、微分方程、图论、概率统计、运筹学等数学知识，它是学生所学数学知识的综合应用，是培养学生综合素质以及应用数学知识解决实际问题的能力的良好课程。该课程的考试评价依据是按照课程目标、教学内容和要求，把握合适的难易程度出试卷，用笔试的方法对学生学习情况和学习成绩做出评价。 二、课程内容和考核要求 第一章建立数学模型 １、考核知识点： 数学建模的背景及重要意义、数学模型与数学建模、数学模型的分类与特点、数学建模的基本方法和步骤、数学建模举例等。 ２、考核要求： （1）理解数学建模的背景及意义、原型、模型、数学模型、数学建模等概念。 （2）理解数学模型的各种分类、数学模型的特点。 （3）理解数学建模的基本方法和步骤、通过实例初步了解数学建模的思想和方法。 第二章简单的优化模型 １、考核知识点： 存储模型、生猪的出售时机、森林救火、冰山运输等。 ２、考核要求： （1）掌握应用微积分理论建立存储问题模型。 （2）理解应用微积分理论建立生猪的出售时机模型和森林灭火模型。 （3）理解应用微积分理论建立冰山运输问题模型。 第三章数学规划模型 １、考核知识点： 数学规划问题的基本概念、数学规划问题图解法步骤、生产安排问题、奶制品的生产与销售等。 ２、考核要求： （1）掌握数学规划问题的基本概念、数学规划问题图解法步骤。 （2）掌握生产安排问题的模型及图解法。 （3）理解奶制品的生产与销售的模型及求解。 第四章微分方程模型 １、考核知识点： 传染病模型、正规战与游击战、药物在体内的分布与排除、香烟过滤嘴的作用等。 ２、考核要求： （1）理解传染病问题的建模及讨论。 （2）理解战争问题、房室问题的建模及讨论。 （3）了解香烟过滤嘴作用问题的建模及讨论。 第五章代数方程与差分方程模型 １、考核知识点： 量纲、量纲齐次原理、量纲分析法、差分方程的基本概念、市场经济中蛛网模型、节食与运动问题等。 ２、考核要求： （1）掌握量纲、量纲齐次原理、量纲分析法建模及解法步骤。 （2）掌握市场经济中蛛网模型及解法步骤。 （3）理解理解差分方程的基本概念、减肥问题的建模思想。 第六章稳定性模型 饮酒驾车的数学模型 摘要 本文解决的是一个司机安全驾车与饮酒的问题，目的是通过建立一个数学模型（结合新的国家驾驶员饮酒标准）分析司机如何适量饮酒不会影响正常的安全驾驶。根据一定合理的假设，建立人体内酒精浓度随时间变化的微分方程模型，并通过拟合曲线对数据进行分析。在不同饮酒方式下进行分类讨论，得出体内酒精浓度随时间的变化函数。在讨论过程中，我们得到两个结论：在短时间喝酒形式下，达到最大值的时间为1.23小时，与喝酒量无关；在长时间喝酒形式下，喝酒结束时酒精含量最高。最后，我们讨论了模型的优缺点，并结合新的国家标准写一篇关于司机如果何适量饮酒的一篇短文。 关键词：微分方程、模型、房室系统。 一、问题重述 据报载，2008年全国道路交通事故死亡人数为10.4372万，其中饮酒驾车造成的占有相当的比例。 针对这种严重的道路交通情况，国家质量监督检验检疫局2004年5月31日发布了新的《车辆驾驶人员血液呼气酒精含量值与检验》国家标准，新标准规定，车辆驾驶人员血液中的酒精含量大于或等于20毫克/百毫升，小于80毫克/百毫升为饮酒驾车，血液中酒精含量大于或等于80毫克/百毫升为醉酒驾车。 司机大李在中午12点喝下一瓶啤酒，6小时后检查符合新标准，晚饭地其又喝了一瓶啤酒，他到凌晨2点驾车，被检查时定为饮酒驾车，为什么喝相同量的酒，两次结果不一样？ 请你参考下面给出的数据（或自己收集资料）建立饮酒后血液中酒精含量的数学模型，并讨论以下问题： 1、对大李碰到的情况做出合理解释； 2、在喝三瓶啤酒或半斤白酒后多长时间内驾车会违反标准，在以下情况回 答：1)酒食在很短时间内喝的： 2）酒食在较长一段时间(比如两小时)内喝的 3、怎样估计血液中的酒精含量在什么时间最高； 4、根据你的模型论证：如果该司机想天天喝酒，是否还能开车？ 5、根据你做的模型结合新的国家标准写一篇短文，给想喝一点酒的司机如何驾车提出忠告。 饮酒驾车的优化问题 摘要 近年来因饮酒驾车引起的交通伤亡事故频频发生，为维持良好的道路交通情况，更好的保障广大行人人身安全。国家质量监督检验检疫局对此出台了更为严格的酒驾国家标准，本文针对饮酒驾车问题，主要研究了酒精浓度在人体内吸收与分解随时间的变化规律，并针对不同饮酒方式和饮酒量时血液酒精浓度随时间变化规律的不同进行了比较研究。 针对问题一本文利用药物代谢动力学分析方法,模拟了人体吸收与分解酒精的过程，采用二室房室模型把肠胃和体液模拟成两个封闭的空间——吸收室与中心室，基于“体内酒精含量=现有量+吸收量-分解量”的原理，分别建立吸收室与中心室的酒精含量变化与时间t 的微分方程，并运用MATLAB 求解得到中心室酒精含量与时间t 的关系式，并通过111v c x ?= ，最终得到体液中酒精浓度随时间t 的变化关系式())(46.4014c 1474.06853.21t t e e t ---=。求得大李第一次检查时血液中酒精浓度为14.2695 mg/dml ，没有超标。第二次检查时血液中酒精浓度为20.1622 mg/dml ，结果了超标。 针对问题二，对于快速饮酒，会很快达到最大。然而对于长时间喝酒，则是可以看成分割的瞬时饮酒的之和，所以仍用本文的瞬时饮酒模型进行求解。 对快速饮酒而言，经过计算，在饮酒13.1629小时内血液中酒精浓度大于20mg/dml ，违反标准；在饮酒3.7574小时内血液中酒精浓度大于80mg/dml ，属于醉酒驾车。对长时间饮酒而言，经过计算在14.0113小时内血液中酒精浓度大于20mg/dml.属于违规。在饮酒4.6051小时内血液中酒精浓度大于80mg/dml ，属于醉酒驾车。 针对问题三无论是快速饮酒或较长时间内喝酒，酒精向体液渗透和体液中酒精分解的速度会随着时间变化而增大，而当体液分解酒精的速度等于肠胃内酒精向体液渗透的速度时，体液中的酒精浓度达到最大。本文用lingo 软件对非线性约束())(46.4014c 1474.06853.21t t e e t ---=求极大值可知， 体液中酒精浓度达到最大的时刻为：1.1015小时。 针对问题四如果天天喝酒，且饮过量的酒，由前面三问结论可知，不论饮酒时间长短，血液酒精浓度均不能在很长一个时间内恢复到安全驾驶标准。即使长时间内均匀的喝少量的酒，人体血液中的酒精的含量也会积少成多，天天喝酒必定超过安全驾驶标准。所以如果天天喝酒，就不能开车。 针对问题五中在新的酒驾国家标准下，想喝一点酒的司机需要开车时，切记不要饮酒过量，不要马上驾车。保护自己与他人的安全。 关键词：饮酒驾车 酒精浓度 微分方程 拟合 一、人体重变化 某人的食量是10467焦/天，最基本新陈代谢要自动消耗其中的5038焦/天。每天的体育运动消耗热量大约是69焦/（千克?天）乘以他的体重（千克）。假设以脂肪形式贮存的热量100% 地有效，而1千克脂肪含热量41868焦。试研究此人体重随时间变化的规律。 一、问题分析 人体重W（t）随时间t变化是由于消耗量和吸收量的差值所引起的，假设人体重随时间的变化是连续变化过程，因此可以通过研究在△t时间内体重W的变化值列出微分方程。 二、模型假设 1、以脂肪形式贮存的热量100%有效 2、当补充能量多于消耗能量时，多余能量以脂肪形式贮存 3、假设体重的变化是一个连续函数 4、初始体重为W0 三、模型建立 假设在△t时间内： 体重的变化量为W（t+△t）-W(t)； 身体一天内的热量的剩余为（10467-5038-69*W（t）） 将其乘以△t即为一小段时间内剩下的热量； 转换成微分方程为：d[W(t+△t)-W(t)]=(10467-5038-69*W(t))dt； 四、模型求解 d(5429-69W)/(5429-69W)=-69dt/41686 W(0)=W0 解得： 5429-69W=（5429-69W0）e(-69t/41686) 即： W（t）=5429/69-（5429-69W0）/5429e(-69t/41686) 当t趋于无穷时，w=81; 二、投资策略模型 一、问题重述 一家公司要投资一个车队并尝试着决定保留汽车时间的最佳方案。5年后，它将卖出所有剩余汽车并让一家外围公司提供运输。在策划下一个5年计划时，这家公司评估在年i 的开始买进汽车并在年j的开始卖出汽车，将有净成本a ij（购入价减去折旧加上运营和维修成本）ij 2004年饮酒驾车问题的数学模型 据报载，2003年全国道路交通事故死亡人数为10.4372万，其中因饮酒驾车造成的占有相当的比例。 针对这种严重的道路交通情况，国家质量监督检验检疫局2004年5月31日发布了新的《车辆驾驶人员血液、呼气酒精含量阈值与检验》国家标准，新标准规定，车辆驾驶人员血液中的酒精含量大于或等于20毫克／百毫升，小于80毫克／百毫升为饮酒驾车（原标准是小于100毫克／百毫升），血液中的酒精含量大于或等于80毫克／百毫升为醉酒驾车（原标准是大于或等于100毫克／百毫升）。 大李在中午12点喝了一瓶啤酒，下午6点检查时符合新的驾车标准，紧接着他在吃晚饭时又喝了一瓶啤酒，为了保险起见他呆到凌晨2点才驾车回家，又一次遭遇检查时却被定为饮酒驾车，这让他既懊恼又困惑，为什么喝同样多的酒，两次检查结果会不一样呢？ 请你参考下面给出的数据（或自己收集资料）建立饮酒后血液中酒精含量的数学模型，并讨论以下问题： 1. 对大李碰到的情况做出解释； 2. 在喝了3瓶啤酒或者半斤低度白酒后多长时间内驾车就会违反上述标准，在以下情况下回答： 1）酒是在很短时间内喝的。 2）酒是在较长一段时间（比如2小时）内喝的。 3）怎样估计血液中的酒精含量在什么时间最高。 4. 根据你的模型论证：如果天天喝酒，是否还能开车？ 5. 根据你做的模型并结合新的国家标准写一篇短文，给想喝一点酒的司机如何驾车提出忠告。 参考数据 1. 人的体液占人的体重的65%至70%，其中血液只占体重的7%左右；而药物（包括酒精）在血液中的含量与在体液中的含量大体是一样的。 2. 体重约70kg的某人在短时间内喝下2瓶啤酒后，隔一定时间测量他的血液中酒精含量（毫克／百毫升），得到数据如下： 一、人体重变化 某人得食量就是10467焦/天，最基本新陈代谢要自动消耗其中得503８焦/天。每天得体育运动消耗热量大约就是６9焦/（千克?天)乘以她得体重(千克)。假设以脂肪形式贮存得热量100% 地有效，而1千克脂肪含热量４１868焦。试研究此人体重随时间变化得规律. 一、问题分析 人体重W（t)随时间t变化就是由于消耗量与吸收量得差值所引起得,假设人体重随时间得变化就是连续变化过程，因此可以通过研究在△t时间内体重W得变化值列出微分方程。 二、模型假设 1、以脂肪形式贮存得热量１０0%有效 2、当补充能量多于消耗能量时,多余能量以脂肪形式贮存 3、假设体重得变化就是一个连续函数 4、初始体重为Ｗ0 三、模型建立 假设在△t时间内： 体重得变化量为W（t＋△ｔ）—W(t); 身体一天内得热量得剩余为（1０4６7—50３8-６9*W（t)） 将其乘以△ｔ即为一小段时间内剩下得热量； 转换成微分方程为:ｄ[W(t+△t）-Ｗ（t）］=(１0467—５038－6９*W（ｔ))ｄt; 四、模型求解 d（５42９—6９W)/（54２9-69W)＝-６9ｄt/416８6 W(0）=W0 解得： ５4２9-６９W=（54２９－69W0)ｅ（－6９t/４1686) 即： W（t）=５4２９／６9—（5429－６9Ｗ０)/５４29e(-6９t/41686） 当t趋于无穷时，ｗ=８１; 二、投资策略模型 一、问题重述 一家公司要投资一个车队并尝试着决定保留汽车时间得最佳方案。５年后，它将卖出所有剩余汽车并让一家外围公司提供运输。在策划下一个5年计划时,这家公司评估在年i得开始买进汽车并在年j得开始卖出汽车,将有净成本ａｉj（购入价减去折旧加上运营与维修成本).以千元计数ａiｊ得由下面得表给出： 请寻找什么时间买进与卖出汽车得最便宜得策略。 二、问题分析 本问题就是寻找成本最低得投资策略,可视为寻找最短路径问题.因此可利用图论法分析,用Dijkstra算法找出最短路径，即为最低成本得投资策略。 三、条件假设 除购入价折旧以及运营与维护成本外无其她费用; 四、模型建立 二 5 11 7 三６ 4 饮酒驾车模型 摘要 交通事故是目前危害人类生命的第一杀手,而酒后驾车已经成为引发交通事故的重要原因之一,并日益凸现为社会问题,因此必须加强有效防控,以保障交通安全和秩序. 长期以来,我国酒后驾车现象一直处于较快增长的态势,由酒后驾车引发的交通事故屡见不鲜,酒后驾车成为备受社会关注的热点问题. 本文主要讨论了在两种饮酒方式下血液中酒精含量如何变化的问题.通过建立了胃、肠和体液里酒精浓度的微分方程，综合分析了饮酒量、饮酒方式和饮酒者质量三个因素对安全驾车的影响. 针对饮酒方式的不同，本文将饮酒过程分成快速饮酒、某时间段内匀速饮酒和多次饮酒三种形式来讨论.并分别建立了快速饮酒、匀速饮酒和多次饮酒系统动力学模型，并运用非线性最小二乘法进行数据拟合得到相关参数,从而得到了血液中酒精含量与时间的函数关系（见图二）。并结合模型Ⅰ，运用MATLAB工具得到了快速饮用三瓶啤酒时的违规时间分布（见图三）.进而推广到快速饮用不同量的啤酒的违规时间分布图（见图四）.最后对相关问题进行了解答,结果表明,模型是合理和有效的.另外，本文在模型分析中具体的解释了大李所遇到的问题（详见模型分析）.并给想喝一点酒的司机在驾车方面提出了相应的建议和指导. 关键词最小二乘法房室模型动力学模型 matlab软件拟合曲线 目录 摘要 .......................................................................................................................... 错误！未定义书签。 一、问题重述 (3) 二、问题分析 (3) 三、模型假设 (4) 四、符号说明 (4) 五、模型的建立与求解 (5) 5.1 快速饮酒的模型............................................................................................ 错误！未定义书签。 5.2 慢速饮酒的模型............................................................................................ 错误！未定义书签。 5.3 多次饮酒模型 (10) 六、模型的评价与改进 (11) 6.1 解释题目中大李遇到的问题 (12) 6.2喝了三瓶酒或半斤低度白酒后多久才能驾车 (13) 6.3 估计血液中酒精含量在何时最高 (13) 6.4 天天喝酒，能否开车 (14) 6.5 给司机的忠告 (15) 七、模型评价 (16) 八、模型推广 (17) 九、参考文献 (17) 十、附录 (17) 实验10 概率模型（2学时） （第9章 概率模型） 1.（验证）报童的诀窍p302~304, 323（习题2） 关于每天报纸购进量的优化模型： 已知b 为每份报纸的购进价，a 为零售价，c 为退回价（a > b > c ），每天报纸的需求量为r 份的概率是f (r )(r =0,1,2,…)。 求每天购进量n 份，使日平均收入，即 1 ()[()()()]()()()n r r n G n a b r b c n r f r a b nf r ∞ ==+=----+ -∑∑ 达到最大。 视r 为连续变量，f (r )转化为概率密度函数p (r )，则所求n *满足 * ()n a b p r dr a c -= -? 已知b =0.75, a =1, c =0.6，r 服从均值μ=500（份），均方差σ=50（份）的正态分布。报童每天应购进多少份报纸才能使平均收入最高，这个最高收入是多少？ [提示：normpdf, normcdf] 要求： (1) 在同一图形窗口内绘制10 ()()n y n p r dr =?和2()a b y n a c -= -的图形，观察其交点。 [提示] 22 ()2()r p r μσ-- = ，0 ()()()n n p r dr p r dr p r dr -∞ -∞ =-?? ? ☆(1) 运行程序并给出结果： (2) 求方程0()n a b p r dr a c -= -?的根n *（四舍五入取整），并求G (n *)。 mu=500;sigma=50; a=1; b=0.75; c=0.6; r=n+1; while (a-b)*n*normpdf(r,mu,sigma)>1e-6 r=r+1; end r=n+1:r; G=sum((a-b)*n*normpdf(r,mu,sigma)); r=0:n; G=G+sum(((a-b)*r-(b-c)*(n-r)).*normpdf(r,mu,sigma)) ☆(2) 运行程序并给出结果： 2.（编程）轧钢中的浪费p307~310 设要轧制长l =2.0m的成品钢材，由粗轧设备等因素决定的粗轧冷却后钢材长度的均方差σ=0.2m，问这时钢材长度的均值m应调整到多少使浪费最少。 平均每得到一根成品材所需钢材的长度为 () () m J m P m = 其中， 2 2 () 2 ()(), () 2 x m l P m p x dx p xσ πσ - - ∞ == ? 求m使J(m)达到最小。 等价于求方程 () () z z z λ ? Φ =- 的根z*。 其中： 江西科技师范大学理工学院 理工学科部2010级数学与应用数学专业数学建模实训论文 论文题目： 饮酒驾车问题 第六实训小组 学生姓名与学号： 李颖娇20108634 蔡小鹏20108628 眭玉兰20108615 朱丽20108601 论文完成时间： 2012年5月 13日 饮酒驾车的数学模型 摘要 本文解决的是一个司机安全驾车与饮酒的问题，目的是通过建立一个数学模型（结合新的国家驾驶员饮酒标准）分析司机如何适量饮酒不会影响正常的安全驾驶。根据一定合理的假设，建立人体内酒精浓度随时间变化的微分方程模型，并通过拟合曲线对数据进行分析。在不同饮酒方式下进行分类讨论，得出体内酒精浓度随时间的变化函数。在讨论过程中，我们得到两个结论：在短时间喝酒形式下，达到最大值的时间为1.23小时，与喝酒量无关；在长时间喝酒形式下，喝酒结束时酒精含量最高。最后，我们讨论了模型的优缺点，并结合新的国家标准写一篇关于司机如果何适量饮酒的一篇短文。关键词：微分方程、模型、房室系统。 一、问题重述 饮酒驾车问题主要是分析驾驶员在喝过一定量的酒后，酒精在体内被吸收后，血液中酒精含量上升，影响司机驾车，所以司机饮酒后需经过一段时间后才能安全驾车，国家标准新规定，车辆驾驶人员血液中的酒精含量大于或等于20毫克/百毫升，小于80毫克/百毫升为饮酒驾车，血液中酒精含量大于或等于80毫克/百毫升为醉酒驾车，司机大李在中午12点喝下一瓶啤酒，6小时后检查符合新标准，晚饭地其又喝了一瓶啤酒，他到凌晨2点驾车，被检查时定为饮酒驾车，为什么喝相同量的酒，两次结果不一样？讨论问题： 1、对大李碰到的情况做出合理解释； 2、在喝三瓶啤酒或半斤白酒后多长时间内驾车会违反标准，喝酒时间长短不同情况会 怎样？ 3、分析当司机喝酒后何时血液中的酒精含量最高； 二、模型假设 1、酒精从胃转移到体液的速率与胃中的酒精浓度成正比。 2、酒精从体液转移到体外的速率与体液中的酒精浓度成正比。 3、酒精从胃转移到体液的过程中没有损失。 4、测量设备完善，不考虑不同因素所造成的误差。 5、酒精在体液中均匀分布。 三、符号说明 k :酒精从体外进入胃的速率； f (t):酒精从胃转移到体液的速率； 1 f (t):酒精从体液转移到体外的速率； 2 第九篇饮酒驾车者三思 2004年 C题饮酒驾车 据报载，2003年全国道路交通事故死亡人数为 10.4372万，其中因饮酒驾车造成的占有相当的比例。 针对这种严重的道路交通情况，国家质量监督检验 检疫局2004年5月31日发布了新的《车辆驾驶人员血 液、呼气酒精含量阈值与检验》国家标准，新标准规定， 车辆驾驶人员血液中的酒精含量大于或等于20毫克／ 百毫升，小于80毫克／百毫升为饮酒驾车（原标准是小于100毫克／百毫升），血液中的酒精含量大于或等于80毫克／百毫升为醉酒驾车（原标准是大于或等于100毫克／百毫升）。 大李在中午12点喝了一瓶啤酒，下午6点检查时符合新的驾车标准，紧接着他在吃晚饭时又喝了一瓶啤酒，为了保险起见他呆到凌晨2点才驾车回家，又一次遭遇检查时却被定为饮酒驾车，这让他既懊恼又困惑，为什么喝同样多的酒，两次检查结果会不一样呢？ 请你参考下面给出的数据（或自己收集资料）建立饮酒后血液中酒精含量的数学模型，并讨论以下问题： 1.对大李碰到的情况做出解释； 2.在喝了3瓶啤酒或者半斤低度白酒后多长时间内驾车就会违反上述标准，在以下情况下回答： ⑴酒是在很短时间内喝的； ⑵酒是在较长一段时间（比如2小时）内喝的。 3.怎样估计血液中的酒精含量在什么时间最高； 4.根据你的模型论证：如果天天喝酒，是否还能开车？ 5.根据你做的模型并结合新的国家标准写一篇短文，给想喝一点酒的司机如何驾车提出忠告。参考数据 1.人的体液占人的体重的65%至70%，其中血液只占体重的7%左右；而药物（包括酒精）在血液中的含量与在体液中的含量大体是一样的。 2.体重约70kg的某人在短时间内喝下2瓶啤酒后，隔一定时间测量他的血液中酒精含量（毫克／百毫升），得到数据如表9-1。 表9-1 喝两瓶啤酒后的时间的血液中酒精含量（毫克／百毫升） 时间(小时) 0.25 0.5 0.75 1 1.5 2 2.5 3 3.5 4 4.5 5 酒精含量30 68 75 82 82 77 68 68 58 51 50 41 时间(小时) 6 7 8 9 10 11 12 13 14 15 16 酒精含量38 35 28 25 18 15 12 10 7 7 4 概率论与数学建模 概率论与数学建模 基础知识部分 一、概率论： 1、概率：刻化某一事件在一次试验中发生的可能性大小的数。 注：事件指随机事件（可重复、可预测、结果明确） 例如抛骰子，抛一枚硬币。 2、常见的随机变量：X （1）离散型： 泊松分布：k e P X k k k λ λ-（=）= ，=0、1、2、、、！ 实际应用：时间t 内到达的次数； （小概率事件）一本书中一页中的印刷错误数； 某地区在一天内邮件遗失的信件数； 某一天内医院的急症病人数； 某一地区一个时间间隔内发生交通事故的次数； 一个时间间隔内某种放射性物质发出的经过计数器的α粒子数等等…… （2）连续型： 指数分布：x e x>0 f X λλ???-，（）=0，其它 其中>0λ为常数 ，记为)(~λExp X 特点:无记忆性。即是P(/)()X s t X s P X t >+>=> 一个元件已经使用了s 小时，在此情形下，它总共能使用至少s+t 小时的概率，与开始使用时算起它至少能使用t 小时的概率相等，即元件对已使用过s 小时无记忆。 实际应用：（可靠性理论、排队论）许多“等待时间”都服从指数分布；一些没有明显“衰老”迹象的机械元器件（如半导体元件）的寿命也可也用指数分布来描述…… 正态分布：x e f X “3σ“原则： “3σ“原则被实际工作者发现,工业生产上用的控制图和一 些产品质量指数都是根据3σ原则制定。 3、随机变量的特征数（数字特征）： 均值（期望）：k k k x p E X xf x dx ∞ ∞ ∞ ???????∑?=1 +-，（离散型）（）=（），（连续型） 方差：22 D X = E X E X ()(())E X E X =-2（）（-（）） 中心极限定理：n X X ,,1 是独立同分布的随机变量序列，且 22(),(),0i i E X D X μσσ==> 则有：)(}{lim 1t t n n X X P n n Φ=≤-+∞ →σμ 模型一、轧钢中的浪费模型： 问题：将粗大的钢坯制成合格的钢材需要两道工序：粗轧（热轧），形成刚才的雏形；精轧（冷轧），得到规定长度的成品材料。由于受到环境、技术等因素的影响，得到钢材的长度是随机的，大体上呈正态分布，其均值可以通过调整轧机设定，而均方差是由设备的精度决定，不能随意改变。如果粗轧后的钢材长度大于规定长度，精轧时要把多余的部分切除，造成浪费； 而如果粗轧后的钢材长度小于规定长 2σ x 99.7% 6σ 4σ （1） （2） （3） μ 1页 饮酒驾车问题的数学模型 【摘要】本问题是生活中的饮酒驾车问题，酒精对人体的作用过程实际上类似于生物医学中的药用过程，针对饮酒方式的不同，本文将饮酒过程分成快速饮酒、某时间段内匀速饮酒和周期饮酒三种形式来讨论。并分别建立了一室快速饮酒、二室匀速饮酒以及周期饮酒三种系统动力学模型，并运用非线性最小二乘法进行数据拟合得到相关参数,从而得到了血液中酒精含量与时间的函数关系。结合模型Ⅰ，运用MATLAB 工具得到了快速饮用三瓶啤酒时的违规时间分布，t:0.065—0.24小时内饮酒驾车；t:0.24—4.5小时内醉酒驾车；t:4.5—12小时内饮酒驾车。结合模型Ⅱ，得到了在2个小时内均匀饮用三瓶啤酒的违规时间分布，t:2—4.5小时内为醉酒驾车；当t 为4.5---12小时为饮酒驾车。模型Ⅲ的建立,使问题一以及问题三得到了较为确切的解释。 【关键词】动力学 吸收速率 消除速率 模型 一、问题重述 在2003年全国道路交通事故死亡人数中，饮酒驾车造成的占有相当比例，为此，国家发布了新的《车辆驾驶人员血液、呼气酒精含量阈值与检验》国家标准。在新标准下，大李在中午12点喝了一瓶啤酒，下午6点检查时符合标准，接着晚上又喝了一瓶，但凌晨2点检查时却被定为饮酒驾车，为什么喝同样多的酒，两次检查结果不一样？建立饮酒时人体内酒精含量与时间关系的数学模型，并讨论快速或慢速饮3瓶啤酒在多长时间内驾车就会违反新标准，估计血液中的酒精含量在什么时间最高，如果某人天天喝酒，是否还能开车，并根据你所做的结合新国家标准写一篇短文，给想喝一点酒的司机如何驾车提出忠告。 二、符号说明及模型假设 2.1符号说明 0x ---------人体饮入酒精总量 t----------饮用酒的时间 )(t x -------t 时刻血液中的酒精量 )(1t x ------t 时刻人体吸收的酒精量 M----------人的体重 λ---------人的体液占人的体重的百分含量 μ----------人的血液占人体重的百分含量 1k ----------酒精在人体中的吸收速率常数[1] k ----------酒精在人体中的消除速率常数[1] ()t c --------t 时刻血液中的酒精浓度 F-------------酒精在人体中的吸收度 V-------------人体的血液体积 V 酒-----------喝酒的体积 ρ-------------酒中的酒精含量 数学建模疾病的诊断 现要你给出疾病诊断的一种方法。 胃癌患者容易被误诊为萎缩性胃炎患者或非胃病者。从胃癌患者中抽 取5人（编号为1-5），从萎缩性胃炎患者中抽取5人（编号为6-10），以及非胃病者 中抽取5人（编号为11-15），每人化验4项生化指标：血清铜蓝蛋白（ X）、 1 蓝色反应（ X）、尿吲哚乙酸（3X）、中性硫化物（4X）、测得数据如表1 2 所示： 表1. 从人体中化验出的生化指标 根据数据，试给出鉴别胃病的方法。 论文题目：胃病的诊断 摘要 在临床医学中，诊断试验是一种诊断疾病的重要方法。好的诊断试验方法将对临床诊断的正确性和疾病的治疗效果起重要影响。因此，对于不同疾病不断发现新的诊断试验方法是医学进步的重要标志。传统的诊断试验方法有生化检测、DNA检测和影像检测等方法。而本文则通过利用多元统计分析中的判别分析及SPSS软件的辅助较好地解决了临床医学中胃病鉴别的问题。在临床医学上，既提高了临床诊断的正确性，又对疾病的治疗效果起了重要效果，同时也减轻了病人的负担。 判别分析是在分类确定的条件下，根据某一研究对象的各种特征值判别其类型归属问题的一种多变量统计分析方法。 其基本原理是按照一定的判别准则，建立一个或多个判别函数，用研究对象的大量资料确定判别函数中的待定系数，并计算判别指标。 首先，由判别分析定义可知，只有当多个总体的特征具有显著的差异时，进行判别分析才有意义，且总体间差异越大，才会使误判率越小。因此在进行判别分析时，有必要对总体多元变量的均值进行是否不等的显著性检验。 其次，利用判别分析中的费歇判别和贝叶斯判别进行判别函数的建立。 最后，利用所建立的判别函数进行回判并测得其误判率，以及对其修正。 本文利用SPSS软件实现了对总体间给类变量的均值是否不等的显著性检验并根据样本建立了相应的费歇判别函数和贝叶斯判别函数，最后进行了回判并测得了误判率，从而获得了在临床诊断中模型，给临床上的诊断试验提供了新方法和新建议。 关键词：判别分析；判别函数；Fisher判别；Bayes判别 一问题的提出 在传统的胃病诊断中，胃癌患者容易被误诊为萎缩性胃炎患者或非胃病患者，为了提高医学上诊断的准确性，也为了减少因误诊而造成的病人死亡率，必须要找出一种最准确最有效的诊断方法。为诊断疾病，必须从人体中提取4项生化指标进行化验，即血 按模型的数学方法分： 几何模型、图论模型、微分方程模型、概率模型、最优控制模型、规划论模型、马氏链模型等 按模型的特征分： 静态模型和动态模型，确定性模型和随机模型，离散模型和连续性模型，线性模型和非线性模型等 按模型的应用领域分： 人口模型、交通模型、经济模型、生态模型、资源模型、环境模型等。 按建模的目的分： 预测模型、优化模型、决策模型、控制模型等 一般研究数学建模论文的时候，是按照建模的目的去分类的，并且是算法往往也和建模的目的对应 按对模型结构的了解程度分： 有白箱模型、灰箱模型、黑箱模型等 比赛尽量避免使用，黑箱模型、灰箱模型，以及一些主观性模型。 按比赛命题方向分： 国赛一般是离散模型和连续模型各一个，2016美赛六个题目（离散、连续、运筹学/复杂网络、大数据、环境科学、政策） 数学建模十大算法 1、蒙特卡罗算法 （该算法又称随机性模拟算法，是通过计算机仿真来解决问题的算法，同时可以通过模拟可以来检验自己模型的正确性，比较好用的算法） 2、数据拟合、参数估计、插值等数据处理算法 （比赛中通常会遇到大量的数据需要处理，而处理数据的关键就在于这些算法，通常使用Matlab作为工具） 3、线性规划、整数规划、多元规划、二次规划等规划类问题 （建模竞赛大多数问题属于最优化问题，很多时候这些问题可以用数学规划算法来描述，通常使用Lindo、Lingo软件实现） 4、图论算法 （这类算法可以分为很多种，包括最短路、网络流、二分图等算法，涉及到图论的问题可以用这些方法解决，需要认真准备） 5、动态规划、回溯搜索、分治算法、分支定界等计算机算法 （这些算法是算法设计中比较常用的方法，很多场合可以用到竞赛中） 6、最优化理论的三大非经典算法：模拟退火法、神经网络、遗传算法 （这些问题是用来解决一些较困难的最优化问题的算法，对于有些问题非常有帮助，但是算法的实现比较困难，需慎重使用） 7、网格算法和穷举法 （当重点讨论模型本身而轻视算法的时候，可以使用这种暴力方案，最好使用一些高级语言作为编程工具） 8、一些连续离散化方法 （很多问题都是从实际来的，数据可以是连续的，而计算机只认的是离散的数据，因此将其离散化后进行差分代替微分、求和代替积分等思想是非常重要的） 9、数值分析算法 （如果在比赛中采用高级语言进行编程的话，那一些数值分析中常用的算法比如方程组求解、矩阵运算、函数积分等算法就需要额外编写库函数进行调用）10、图象处理算法 （赛题中有一类问题与图形有关，即使与图形无关，论文中也应该要不乏图片的这些图形如何展示，以及如何处理就是需要解决的问题，通常使用Matlab进行处理） 算法简介 1、灰色预测模型（必掌握） 目录 摘要 (1) 一. 问题重述……………………………………………………… 二.问题分析………………………………………………………… 三. 模型假设………………………………………………………… 四.符号说明………………………………………………………… 五.模型的建立与求解……………………………………………… 5.1 快速饮酒的模型…………………………………………… 5.2 慢速饮酒的模型…………………………………………… 5.3 多次饮酒模型……………………………………………… 六.模型的评价与改造………………………………………………… 6.1 解释题目中大李遇到的问题………………………………… 6.2 喝了三瓶酒或半斤底度白酒后多久才能驾车……………… 6.3 估计血液中酒精含量在何时最高…………………………… 6.4 天天喝酒,能否开车…………………………………………… 6.5 给司机的忠告…………………………………………………… 七.模型评价………………………………………………………………… 八.模型推广………………………………………………………………… 九.参考文献………………………………………………………………… 十.附录……………………………………………………………………… 一、问题重述 关键词：微分方程、模型。 本问题主要是分析驾驶员在喝过一定量的酒后，血液中酒精含量上升，影响司机驾车，所以司机饮酒后需经过一段时间后才能安全驾车，国家标准新规定，车辆驾驶人员血液中的酒精含量大于或等于20毫克/百毫升，小于80毫克/百毫升为饮酒驾车，血液中酒精含量大于或等于80毫克/百毫升为醉酒驾车，司机大李在中午12点喝下一瓶啤酒，6小时后检查符合新标准，晚饭地其又喝了一瓶啤酒，他到凌晨2点驾车，被检查时定为饮酒驾车，为什么喝相同量的酒，两次结果不一样？讨论问题： 1. 对大李碰到的情况做出解释； 2. 在喝了3瓶啤酒或者半斤低度白酒后多长时间内驾车就会违反上述标准，在以下情况下回答： 1）酒是在很短时间内喝的； 2）酒是在较长一段时间（比如2小时）内喝的。 3. 怎样估计血液中的酒精含量在什么时间最高。 4. 根据你的模型论证：如果天天喝酒，是否还能开车？ 5. 根据你做的模型并结合新的国家标准写一篇短文，给想喝一点酒的司机如何驾车提出忠告。 参考数据 1. 人的体液占人的体重的65%至70%，其中血液只占体重的7%左右；而药物（包括酒精）在血液中的含量与在体液中的含量大体是一样的。 2. 体重约70kg的某人在短时间内喝下2瓶啤酒后，隔一定时间测量他的血液中酒精含量（毫克／百毫升），得到数据如下： 二、模型假设 1、酒精从胃转移到体液的速率与胃中的酒精浓度成正比。 2、酒精从体液转移到体外的速率与体液中的酒精浓度成正比。 3、酒精从胃转移到体液的过程中没有损失，且不考虑误差。 三、符号说明 :酒精从体外进入胃的速率； k f (t):酒精从胃转移到体液的速率； 1 (t):酒精从体液转移到体外的速率； f 2 X(t):胃里的酒精含量； Y(t)：体液中酒精含量； 第六章 概率论与数学建模 一、随机事件及其概率 1.随机事件：可重复；可预测结果且结果明确；试验前出现那个结果 不能确定 例如：抛骰子一次，抛一枚硬币三次等。 2.事件的运算及其含义： B A ?：A 为B 的子事件。其含义是：A 发生则B 必发生 B A =：事件A ，B 相等。其含义是：A 发生则B 必发生，反之亦然 C B A =?：事件A 与B 的交。其含义是：C 发生当且仅当A ，B 同 时发生 C B A =?：事件A 与B 的并（和） 。其含义是：C 发生当且仅当A ，B 中至少有一个发生。 C B A =-：事件A 与B 的差。其含义是：C 发生当且仅当A 发生并 且B 不发生。 φ=AB ：事件A 与B 互不相容。其含义是：A 与B 不可能同时发生。 A ：事件A 的对立事件。 3.概率：刻化某一事件在一次试验中发生的可能性大小的数量指标。 (当∞→n 时，)()(A P A f P ?→? ) 4.古典概论：某个试验共有n 个等可能的结果（样本点），事件A 包含其中m 个结果（样本点），则认为 n m 就是事件A 的概率。这种基于等可能性确定概率的模型称为古典概率模型。 例6.1.1（Monte Hall Problem ）20世纪60，70年代，美国“电视游戏 秀”曾经非常流行一个名叫“Let ’s Make a Deal ”的节目，由Monte Hall 主持。游戏过程如下：有三扇关着的门，其中一扇门后面有奖品（一辆汽车），其余两扇门后面则没有奖品，若猜中了有奖品的门就能赢取这辆汽车。你从中挑选一扇门，但暂不打开。这时，主持人在另外两扇门中挑一个没有奖品的门打开，并展示给你和观众。然后，主持人问你：是坚持原来的选择，还是换成最后那扇门？ 解：从能不能得奖的角度看，这个游戏只有两个结果：不换门得奖（A ）、换门能得奖（B ）。第一个门是你“三选一”随机（等可能地）挑选的，故P(A)=1/3,自然，另一个结果的概率就是P(B)=2/3。因此，正确的决定是换成那扇门。 例6.1.2（抽签原理）袋中有2只红球8只黑球（除颜色外无法再分辨）。10个人依次摸球，得红球者中奖。求：k A ＝{第k 个摸球者中奖}的概率，k=1,2,…,10 解法一：假定对解题者来说这些球可辨别。样本点为一轮抽签结束后这10个球的排列，共有10！个等可能的样本点。事件k A 所含样本点 的特征是：两个红球中任选一个排在第k 位（有12C 种可能），而其余 9个球在其余9个位置上可任意排列（有9！种可能）。因此k A 包含了 9！12 C 个样本点，故5 1 !10!9)(1 2== C A P K . 解法二：假定球不可辨，只需关注红球落入哪两个人之手，样本空间 共有452 10 =C 个等可能的样本点。事件k A 发生意味着第k 个人得一红球，另一红球落入其余9人中某一人之手，这有1 9C 种可能，所以 一、问题重述 关键词：微分方程、模型。 本问题主要是分析驾驶员在喝过一定量的酒后，血液中酒精含量上升，影响司机驾车，所以司机饮酒后需经过一段时间后才能安全驾车，国家标准新规定，车辆驾驶人员血液中的酒精含量大于或等于20毫克/百毫升，小于80毫克/百毫升为饮酒驾车，血液中酒精含量大于或等于80毫克/百毫升为醉酒驾车，司机大李在中午12点喝下一瓶啤酒，6小时后检查符合新标准，晚饭地其又喝了一瓶啤酒，他到凌晨2点驾车，被检查时定为饮酒驾车，为什么喝相同量的酒，两次结果不一样？讨论问题： 1. 对大李碰到的情况做出解释； 2. 在喝了3瓶啤酒或者半斤低度白酒后多长时间内驾车就会违反上述标准，在以下情况下回答： 1）酒是在很短时间内喝的； 2）酒是在较长一段时间（比如2小时）内喝的。 3. 怎样估计血液中的酒精含量在什么时间最高。 4. 根据你的模型论证：如果天天喝酒，是否还能开车？ 5. 根据你做的模型并结合新的国家标准写一篇短文，给想喝一点酒的司机如何驾车提出忠告。 参考数据 1. 人的体液占人的体重的65%至70%，其中血液只占体重的7%左右；而药物（包括酒精）在血液中的含量与在体液中的含量大体是一样的。 2. 体重约70kg的某人在短时间内喝下2瓶啤酒后，隔一定时间测量他的血液中酒精含量（毫克／百毫升），得到数据如下： 二、模型假设 1、酒精从胃转移到体液的速率与胃中的酒精浓度成正比。 2、酒精从体液转移到体外的速率与体液中的酒精浓度成正比。 3、酒精从胃转移到体液的过程中没有损失，且不考虑误差。 三、符号说明 k :酒精从体外进入胃的速率； f (t):酒精从胃转移到体液的速率； 1 f (t):酒精从体液转移到体外的速率； 2数学建模实验答案-概率模型
《数学模型》
饮酒驾车数学模型
饮酒驾车问题模型
数学建模典型例题
数学建模资料-(房室模型)2004年饮酒驾车问题
数学建模典型例题
数学建模论文 饮酒驾车模型
数学建模实验答案_概率模型
数学建模饮酒驾车问题 论文
数学建模论文 饮酒驾车
概率论与数学建模
饮酒驾车问题的数学模型原稿
数学建模题目及其答案(疾病诊断)
数学建模常用算法模型
饮酒驾车的数学模型(1)
概率论与数学建模
数学建模论文++饮酒驾车的数学模型