数学建模作业11.1
数学建模作业11.1（第6组）
成员——纪鹏程:201311061017 宫庆周:201311061018 孔贺:201311061019
解 1234567
,,,,,,x x x x x x x 分别表示自变量直接蒸馏成，重整汽油，原油热裂化，原
油催化油，聚合物，烷基化物，天然香精1
y 分别表示因变量原辛烷值，自变量的
观测数据矩阵记为
127
()ij A a ?=，因变量的观测数据矩阵记为
121
()ij B b ?=。
（1）数据标准化。将各指标值
ij a 转换成标准化指标值ij
a %， (1)
(1)
,1,2,,12,1,2,,7
ij j
ij j
a a i j s
μ-=
==%L L
其中
12(1)11,12j
ij i a μ
==
∑(1)1,7),j s j ==L 即
(1)(1),j j s μ为第j 个自变量j
x 的样本均值和样本标准差。对应地，称 (1)(1),1,7
j j
j j
x x j s μ-=
=%L
为标准化指标变量。
（2）求相关系数矩阵。表11.1给出了这7个变量的简单相关系数矩阵。
求得的各对成分分别为
112345711212345721312340.09060.05750.08040.11600.02380.0657,
3.18740.02120.38170.00720.21700.16060.0587,
0.05820.05560.09950.07440.2825u x x x x x x v y u x x x x x x v y u x x x x =----+-??
=?=--+--+??
=?=-+-%%%%%%%%%%%%%%%%%%5731
0.20480.0530,
0.0094x x v y --??
=?%%%
前三个成分解释自变量的比率为92.83%，只要取三对成分即可。 （4）求三个成分对时，标准化指标变量与成分变量之间的回归方程
得自变量组和因变量组与1
23,,u
u u 之间的回归方程分别为
11232123312341232.99990.1186 1.0472,0.2095 2.7981 1.7237,
3.00440.1088 1.0386,2.35430.7756-2.0454,x u u u x u u u x u u u x u u u =--+=-+=--+=-+%%%%51236123712311231.94610.1267 1.9001 ,3.0547 1.22600.4044,2.7279 1.3298 1.3002,3.18740.76170.395
4.
x u u u x u u u x u u u y u u u =--=++=-++=++%%%%
（5）求因变量组与自变量组之间的回归方程 把（3）中成分
i u 代入（4）中i
y %的回归方程，得到标准化指标变量之间的回归方程为
112345670.13910.20870.13760.29320.03840.45640.1434y x x x x x x x =-----+-%%%%%%%%将标准化变量,(1,7)j j y x j =%%L 分别还原成原始变量,j j
y x ，得到回归方程
1123456792.6769.8283 6.960216.66628.4218 4.388910.161334.529.
y x x x x x x x =-----+- （6）模型的解释与检验
为了更直观、迅速地观察各个自变量在解释
(1,7)j y j =L 时的边际作用，可
以绘制回归系数图，见图11.2。这个图是针对标准化数据的回归方程的。
图11.2 回归系数的直方图
从回归系数的直方图中可以观察到，原有催化裂化油和烷基化舞变量在解释回归方程时起到了极为重要的作用。
为了考察这三个回归方程的模型精度，我们以?(,)
ij ij y y 为坐标值，对所有的样本点绘制预测图。?ij
y 是第
j 个因变量指标在第i 个样本点()ij y 的预测值。
12345678
-0.3
-0.2
-0.100.10.20.30.4
0.5
在这个预测图上，如果所有点都能在图的对角线附近均匀分布，则方程的拟合值与原值差异很小，这个方程的拟合效果就是满意的。原辛烷值的预测图见图11.3。
图11.3 原辛烷值得预测值 计算和画图的Matlab 程序：
clc,clear
ab0=load('11.1.txt'); %原始数据存放在纯文本11.1txt 中 mu=mean(ab0); sig=std(ab0); %求均值和标准差 rr=corrcoef(ab0); %求相关系数矩阵 ab=zscore(ab0); %数据标准化
a=ab(: ,[1:end-1]);b=ab(:,end); %提出标准化后的自变量和因变量数据 [XL,YL,XS,YS,BETA,PCTVAR,MSE,stats]=plsregress(a,b)
xw=a\XS %求自变量提出成分系数，每列对应一个成分，这里xw 等stacts.W yw=b\YS %求因变量提出成分的系数
ncomp=input('请根据PCTVAR 的确定提出成分的个数ncomp=');
[XL2,YL2,XS2,YS2,BETA2,PCTVAR2,MSE2,stats2]=plsregress(a,b,ncomp) n=size(a,2); m=size(b,2); %n 是自变量的个数，m 是因变量的个数
%原始数据回归方程的常数项
beta3(1,:)=mu(n+1:end)-mu(1:n)./sig(1:n)*BETA2([2:end],:).*sig(n+1:en d);
102030405060708090100
0102030405060708090100
%计算原始变量x1,…,xn的系数，每一列是一个回归方程
beta3([2:n+1], :)=(1./sig(1:n))'*sig(n+1:end).*BETA2([2:end], :)
bar(BETA2','K') %画直方图
%求y1,…,ym的预测值
yhat=repmat(beta3(1, :),[size(a,1),1])+ab0(: ,[1:n])*beta3([2:end],:) ymax=max([yhat;ab0(: ,[n+1:end])]); %求预测值和观测的最大值
%下面画y的预测图，并画直线y=x
figure
plot(yhat(: ,1),ab0(: ,n+1),'*',[0:ymax],[0:ymax],'Color','k')
legend('原辛烷值预测图',2)
结果显示为：
XL =
-2.9991 -0.1186 1.0472 0.9326 -0.1566 -0.0204 -1.9631
0.2095 -2.7981 1.7237 -0.3620 0.1570 0.0001 1.4779
-3.0044 -0.1088 1.0386 0.9314 -0.1230 0.0217 -1.9850
-2.3543 0.7756 -2.0454 -0.8163 -0.0772 0.0019 -2.3577
1.9461 -0.1267 -1.9001 1.8887 -0.1384 0.0002 -0.0494
3.0547 1.2260 0.4044 0.0395 0.0248 0.0010 2.0902
-2.7279 1.3298 -1.3002 0.0172 0.3153 -0.0018 -2.7744
YL =
3.1874 0.7617 0.3954 0.0506 0.1361 0.0247 2.4178
XS =
0.3102 0.2946 0.4124 -0.2843 0.0341 -0.0162 0.6160
0.3742 0.2326 0.0285 0.3988 0.3987 -0.3426 0.0948
0.3525 0.3323 -0.0451 0.2877 -0.5030 0.3330 0.0948
0.3081 -0.5721 -0.1307 0.2405 0.2316 -0.0671 0.1580
-0.0103 -0.0781 -0.7705 -0.0736 -0.2005 -0.0176 -0.0948
0.2441 -0.5101 0.2531 -0.4426 -0.1331 0.2593 0.5055
-0.3334 -0.0639 0.0619 0.0269 0.3721 0.0324 -0.1580
-0.3015 0.0361 0.0309 0.1346 0.0935 0.2324 -0.4107
-0.3157 0.0533 0.0924 0.0316 0.1571 0.1853 -0.1580
-0.2897 0.1142 0.0512 0.1377 -0.0498 0.3343 -0.2843
-0.3140 -0.1652 0.2688 0.1421 -0.5326 -0.6439 0.1125
-0.0246 0.3263 -0.2530 -0.5994 0.1318 -0.2892 -0.0316
YS =
4.9447 0.4285 0.1337 0.0089 0.0258 0.0046 0.4477
4.5048 0.1679 0.0171 0.0016 0.0016 -0.0010 -0.0822
3.9183 0.0805 -0.0583 -0.0066 -0.0196 -0.0019 -0.2030
1.6700 -0.3489 -0.0088 0.0015 0.0024 -0.0004 -0.0304
-0.9694 -0.2067 -0.0838 0.0047 0.0131 0.0031 0.3005
1.2789 -0.2869 0.0047 -0.0045 -0.0090 -0.0012 -0.1308
-3.2666 0.0287 0.0341 0.0031 0.0082 0.0002 0.0219
-2.6801 0.0915 0.0366 0.0041 0.0100 0.0015 0.1334
-3.0222 0.0443 0.0069 -0.0010 -0.0028 -0.0010 -0.1126
-2.6312 0.0746 0.0044 -0.0005 -0.0022 -0.0002 -0.0427
-3.5110 -0.0767 0.0099 -0.0041 -0.0120 -0.0004 0.0000
-0.2362 0.0032 -0.0966 -0.0073 -0.0155 -0.0033 -0.3018
BETA =
1.0e+15 *
-0.0000
-1.1624
-2.4627
-0.6779
-2.8592
-0.7192
-3.6890
-0.3411
PCTVAR =
0.5736 0.1525 0.1921 0.0793 0.0025 0.0000 0.3585
0.9236 0.0527 0.0142 0.0002 0.0017 0.0001 0.5314
MSE =
6.4167 2.7360 1.7573 0.5245 0.0159 0.0001 0.0000 2.3005
0.9167 0.0700 0.0217 0.0087 0.0084 0.0069 0.0069 0.4722
stats =
W: [7x7 double]
T2: [12x1 double]
Xresiduals: [12x7 double]
Yresiduals: [12x1 double]
Warning: Rank deficient, rank = 6, tol = 2.551098e-15.
> In Ex11_1 at 8
xw =
-0.0906 -0.0212 0.0556 0.1060 -0.6026 -23.2918 4.1519
-0.0575 -0.3817 -0.0995 -0.0150 0.7005 -0.4982 -0.0408
-0.0804 0.0072 0.0744 0.1345 -0.2911 24.0208 -4.2767
-0.1160 -0.2170 -0.2825 -0.2697 -1.2337 0.9552 -0.0212
0.0238 -0.1606 -0.2048 0.2898 0.0229 -0.0109 -0.1457
0 0 0 0 0 0 0
-0.0657 0.0587 -0.0530 0.1737 2.1180 -1.7186 -0.2025
yw =
3.1874 0.0582 0.0094 0.0005 0.0013 0.0002 0.0181
请根据PCTVAR的确定提出成分的个数ncomp=3
XL2 =
-2.9991 -0.1186 1.0472
0.2095 -2.7981 1.7237
-3.0044 -0.1088 1.0386
-2.3543 0.7756 -2.0454
1.9461 -0.1267 -1.9001 3.0547 1.2260 0.4044 -
2.7279 1.3298 -1.3002 YL2 =
3.1874 0.7617 0.3954 XS2 =
0.3102 0.2946 0.4124 0.3742 0.2326 0.0285 0.3525 0.3323 -0.0451 0.3081 -0.5721 -0.1307 -0.0103 -0.0781 -0.7705 0.2441 -0.5101 0.2531 -0.3334 -0.0639 0.0619 -0.3015 0.0361 0.0309 -0.3157 0.0533 0.0924 -0.2897 0.1142 0.0512 -0.3140 -0.1652 0.2688 -0.0246 0.3263 -0.2530 YS2 =
4.9447 0.4285 0.1337 4.5048 0.1679 0.0171 3.9183 0.0805 -0.0583 1.6700 -0.3489 -0.0088 -0.9694 -0.2067 -0.0838 1.2789 -0.2869 0.0047 -3.2666 0.0287 0.0341 -2.6801 0.0915 0.0366 -3.0222 0.0443 0.0069 -2.6312 0.0746 0.0044 -3.5110 -0.0767 0.0099 -0.2362 0.0032 -0.0966 BETA2 =
0.0000
-0.1391
-0.2087
-0.1376
-0.2932
-0.0384
0.4564
-0.1434
PCTVAR2 =
0.5736 0.1525 0.1921 0.9236 0.0527 0.0142 MSE2 =
6.4167 2.7360 1.7573 0.5245 0.9167 0.0700 0.0217 0.0087 stats2 =
W: [7x3 double]
T2: [12x1 double]
Xresiduals: [12x7 double]
Yresiduals: [12x1 double]
beta3 =
92.6760
-9.8283
-6.9602
-16.6662
-8.4218
-4.3889
10.1613
-34.5290
yhat =
97.5586
97.5915
97.4453
91.8079
85.9945
91.7751
81.4967
82.5754
82.5240
83.2603
81.9292
89.0414
数学建模大作业
兰州交通大学 数学建模大作业 学院：机电工程学院 班级：车辆093 学号：200903812 姓名：刘键学号：200903813 姓名：杨海斌学号：200903814 姓名：彭福泰学号：200903815 姓名：程二永学号：200903816 姓名：屈辉
高速公路问题 1 实验案例 (2) 1.1 高速公路问题(简化) (2) 1.1.1 问题分析 (3) 1.1.2 变量说明 (3) 1.1.3 模型假设 (3) 1.1.4 模型建立 (3) 1.1.5 模型求解 (4) 1.1.6 求解模型的程序 (4) 1实验案例 1.1 高速公路问题(简化) A城和B城之间准备建一条高速公路，B城位于A城正南20公里和正东30公里交汇处，它们之间有东西走向连绵起伏的山脉。公路造价与地形特点有关，图4.2.4给出了整个地区的大致地貌情况，显示可分为三条沿东西方向的地形带。 你的任务是建立一个数学模型，在给定三种地形上每公里的建造费用的情况下，确定最便宜的路线。图中直线AB显然是路径最短的，但不一定最便宜。而路径ARSB过山地的路段最短，但是否是最好的路径呢？ A B 图8.2 高速公路修建地段
1.1.1 问题分析 在建设高速公路时，总是希望建造费用最小。如果要建造的起点、终点在同一地貌 中，那么最佳路线则是两点间连接的线段，这样费用则最省。因此本问题是一个典型的最优化问题，以建造费用最小为目标，需要做出的决策则是确定在各个地貌交界处的汇合点。 1.1.2 变量说明 i x ：在第i 个汇合点上的横坐标（以左下角为直角坐标原点），i ＝1，2，…，4；x 5＝30（指目的地B 点的横坐标） x=[x 1，x 2，x 3，x 4]T l i ：第i 段南北方向的长度（i ＝1，2， (5) S i ：在第i 段上地所建公路的长度（i ＝1，2， (5) 由问题分析可知， () ()() () 2 542552 432442 322332212 222 1211x x l S x x l S x x l S x x l S x l S -+=-+=-+=-+=+= C 1：平原每公里的造价（单位：万元/公里） C 2：高地每公里的造价（单位：万元/公里） C 3：高山每公里的造价（单位：万元/公里） 1.1.3 模型假设 1、 假设在相同地貌中修建高速公路，建造费用与公路长度成正比； 2、 假设在相同地貌中修建高速公路在一条直线上。在理论上，可以使得建造费用最少， 当然实际中一般达不到。 1.1.4 模型建立 在A 城与B 城之间建造一条高速公路的问题可以转化为下面的非线性规划模型。优化目标是在A 城与B 城之间建造高速公路的费用。 () 4,3,2,1300. .)(min 5142332211=≤≤++++=i x t s S C S C S C S C S C x f i
数学建模作业——实验1
数学建模作业——实验1 学院：软件学院 姓名： 学号： 班级：软件工程2015级 GCT班 邮箱： 电话： 日期：2016年5月10日
基本实验 1.椅子放平问题 依照1.2.1节中的“椅子问题”的方法，将假设中的“四腿长相同并且四脚连线呈正方形”，改为“四腿长相同并且四脚连线呈长方形”，其余假设不变，问椅子还能放平吗？如果能，请证明；如果不能，请举出相应的例子。 答：能放平，证明如下： 如上图，以椅子的中心点建立坐标，O为原点，A、B、C、D为椅子四脚的初始位置，通过旋转椅子到A’、B’、C’、D’，旋转的角度为α，记A、B两脚，C、D两脚距离地面的距离为f(α)和g(α)，由于椅子的四脚在任何位置至少有3脚着地，且f(α)、g(α)是α的连续函数，则f(α)和g(α)至少有一个的值为0，即f(α)g(α)=0，f(α)≥ 0，g(α)≥0，若f(0)＞0，g(0)=0，
则一定存在α’∈（0，π），使得 f(α’)=g(α’)=0 令α=π（即椅子旋转180°,AB 边与CD 边互换），则 f(π)=0，g(π)＞0 定义h(α)=f(α)-g(α)，得到 h(0)=f(0)-g(0)＞0 h(π)=f(π)-g(π)＜0 根据连续函数的零点定理，则存在α’∈（0，π），使得 h(α’)=f(α’)-g(α’)=0 结合条件f(α’)g(α’)=0,从而得到 f(α’)=g(α’)=0，即四脚着地，椅子放平。 2. 过河问题 依照1.2.2节中的“商人安全过河”的方法，完成下面的智力游戏：人带着猫、鸡、米过河，船除需要人划之外，至多能载猫、鸡、米之一，而当人不在场时，猫要吃鸡、鸡要吃米，试设计一个安全过河的方案，并使渡河的次数尽量的少。 答：用i =1,2,3,4分别代表人，猫，鸡，米。1=i x 在此岸，0=i x 在对岸，()4321,,,x x x x s =此岸状态，()43211,1,1,1x x x x D ----=对岸状态。安全状态集合为 :
数学建模_大作业1
数学建模大作业 姓名1：赵成宏学号：201003728 姓名2：吴怡功学号：201003738 姓名3：蒲宁宁学号：201004133 专业：车辆工程 2013年5 月28 日
直升机运输公司问题 一家运输公司正考虑用直升机从某城市的一摩天大楼运送人员。你被聘为顾问，现在要确定需要多少架飞机。按照建模过程仔细分析，建模。为了简化问题，可以考虑升机运输公司问题。 基本假设如下： 假设运载的直升机为统一型号; 假设每架飞机每次载人数相同； 假设飞机运送的人员时互不影响； 假定人员上了飞机就安全，因此最后一次运输时，只考虑上飞机所花时间。 1、 按照数学建模的全过程对本题建立模型，并选用合理的数据进行计算（模型求解）; 2、 本问题是否可以抽象为优化模型;除了考虑建立优化模型之外，是否可以采用更简单的方法建立模型。注意考虑假设条件。甚至基于不同的假设建立多个模型。 归纳起来，有以下假设： （H1）所有飞机的飞行高度度均为10 000m ，飞行速度均为800km/h 。 (H2)飞机飞行方向角调整幅度不超过 6 ，调整可以立即实现； (H3)飞机不碰撞的标准是任意两架飞机之间的距离大于8km; (H4)刚到达边界的飞机与其他飞机的距离均大于60km; (H5)最多考虑N 架飞机; (H6)不必考虑飞机离开本区域以后的状况. 为方便以后的讨论，我们引进如下记号: D 为飞行管理区域的边长; S 为飞行管理区域取直角坐标系使其为[0,D ]×[0，D]; v 为飞机飞行速度，v=800km/h;
（x 0 i ，y i ）第i 架飞机的初始位置; （)(),(t t y x i i ）为第i 架飞机在t 时刻的位置; θ 0i 为第i 架飞机的原飞行方向角，即飞行方向与x 轴夹角， 0≤θ≤2π; θi ?第i 架飞机的方向角调整，- 6 π ≤i θ?≤ 6 π; i θ﹦i 0i θθ?+为第i 架飞机调整后的飞行方向角; 一、两架飞机不碰撞的条件 1、 两架飞机距离大于8km 的条件 设第i 架和第j 架飞机的初始位置为（0i 0i y x ，），（0 j 0j y x ，）,飞行方向 角分别为错误！未找到引用源。和错误！未找到引用源。,他们的位置为 错误！未找到引用源。(t)=vtcos 错误！未找到引用源。+错误！未找到引用源。 错误！未找到引用源。(t)=vtsin 错误！未找到引用源。+错误！未找到引用源。 和 错误！未找到引用源。(t)=vtcos 错误！未找到引用源。+ 0j x 错误！未找到引用源。(t)=vtsin 错误！未找到引用源。+0j y 若记时刻t 他们距离为错误！未找到引用源。(t),则他们之间距离的平方为 2ij r （t ）=（x i （t ）-x j (t)）2+（y i (t)-y j （t ））2 经简单计算可得 2 ij r （t ）=v 2 [(cos i θ-cos j θ)2+(sin i θ-sin j θ)2] t 2 +2v[(0i x -0j x )(cos i θ-cos j θ)+(0 i y -0j y )(sin i θ-sin j θ)]t+( 0i x -0j x )2+(0i y -0j y )2 引入
数学建模期末大作业
数学建模期末大作业论文 题目：A题美好的一天 组长：何曦（2014112739） 组员：李颖（2014112747）张楚良（2014112740） 班级：交通工程三班 指导老师：陈崇双
美好的一天 摘要 关键字：Dijkstra算法多目标规划有向赋权图 MATLAB SPSS
1 问题的重述 Hello！大家好，我是没头脑,住在西南宇宙大学巨偏远的新校区（节点22）。明天我一个外地同学来找我玩，TA叫不高兴，是个镁铝\帅锅，期待ing。我想陪TA在城里转转，当然是去些不怎么花钱的地方啦~~。目前想到的有林湾步行街(节点76)、郫郫公园（节点91），大川博物院（节点72）。交通嘛，只坐公交车好了,反正公交比较发达，你能想出来的路线都有车啊。另外，进城顺便办两件事，去老校区财务处一趟（节点50），还要去新东方（节点34）找我们宿舍老三，他抽奖中了两张电影票，我要霸占过来明晚吃了饭跟TA一起看。电影院嘛，TASHIWODE电影院（节点54）不错，比较便宜哈。我攒了很久的钱，订了明晚开心面馆（节点63）的烛光晚餐，额哈哈，为了TA，破费一下也是可以的哈。哦，对了，老三说了，他明天一整天都上课，只有中午休息的时候能接见我给我票。 我主要是想请教一下各位大神： 1）明天我应该怎么安排路线才能够让花在坐车上的时间最少？ 2）考虑到可能堵车啊，TA比较没耐心啊，因为TA叫不高兴嘛。尤其是堵车啊，等车啊，这种事，万一影响了气氛就悲剧了。我感觉路口越密的地方越容易堵，如果考虑这个，又应该怎么安排路线呢？ 3）我们城比较挫啊，连地图也没有，Z老师搞地图测绘的，他有地图，跟他要他不给，只给了我一个破表格（见附件，一个文件有两页啊），说“你自己画吧”。帮我画一张地图吧，最好能标明我们要去的那几个地方和比较省时的路线啊，拜托了~ 2 问题的分析 2.1 对问题一的分析 问题一要求安排路线使得坐车花费的时间最少。 对于问题一，假设公交车的速度维持不变，要使花费的时间最少，则将问题转化为对最短路径的求解。求解最短路径使用Dijkstra算法很容易进行求解，在运用MATLAB编程，得到最优的一条路径，则这条路径所对应的时间即为最少用时。 2.2 对问题二的分析 问题二要求在考虑堵车的情况下，路口越密越容易发生拥堵，安排路线是乘车时间最短。 对于问题二，在问题的基础上增加了附加因素，即公交车的速度会因道路的密集程度而发生改变，从而问题一建立的基本Dijkstra算法对于问题二就不再适用了，因此对问题一的基本Dijkstra算法进行改进，并结合蚁群算法的机理与特点，运用MATLAB求解出最短路径，保证了花费时间的最少性。 2.3 对问题三的分析 问题三要求根据提供的附件，画出一张地图，标明要去的那几个地方和比较省时的路线。 对于问题三，在问题一和问题二的基础上，根据求解的结果，运用SPSS软件画出地图。
《数学建模与数学实验》本科教学日历
《数学建模与数学实验》本科教学日历 数学建模部分 开设课程课程名称数学建模课程编号0701107 施教单位理学院 课内学时 总课时36 课程性质公共基础讲授课时28 修读要求选修实践课时8 选用教材教材名称数学建模教程出版社名称高等教育出版社 出版时间 及版次 2011年出版，第一版印刷时间2011年 其他情况 教学安排 班次授课对象及人数任教教员（指导教员）姓名及职称数学建模A 各专业本科学员 吴孟达教授 段晓君教授 毛紫阳讲师 王丹讲师 数学建模B 各专业本科学员 吴孟达教授 段晓君教授 毛紫阳讲师 王丹讲师 课次节 次 授课内容 教学 方法 采用现代化教学手段(课时) 多媒体电教双语网络实验 1 1 （1）什么是数学建模？数学建模的一般概念 （2）几个数学建模问题 讲授 1 2 （1）数学建模的一般步骤 （2）敏感问题调查案例 讲授 1 2 3 （1）行走步长问题 （2）雨中行走淋雨量最小问题 （3）道路是越多越通畅吗? 讲授 1 4 （1）有奖销售的抽奖策略问题 （2）“非诚勿扰”女生最佳选择问题 （3）网络文章流行度预测和招聘匹配 讲授 1 3 5 （1）线性规划模型基本概念 （2）整数规划模型 （3）0-1规划模型 讲授 1 6 （1）非线性规划 （2）多目标规划 讲授 1 4 7 （1）最短路算法 （2）最小生成树算法 讲授 1 8 （1）最大流算法 （2）PageRank算法 讲授 1 5 9 规划模型上机实践实践 1
课次节 次 授课内容 教学 方法 采用现代化教学手段(课时) 多媒体电教双语网络实验10 图论模型上机实践实践 1 6 11 （1）博弈模型基本概念 （2）Nash平衡和Pareto最优 （3）博弈论案例 讲授 1 12 （1）贝叶斯纳什均衡 （2）拍卖模型 讲授 1 7 13 社会选择理论中的选举问题数学模型-阿罗不可能定理讲授 1 14 越野长袍团体赛排名规则公平性问题讲授 1 8 15 军事作战模型-Lanchester作战模型讲授 1 16 自动化车床管理模型讲授 1 9 17 （1）“边际效应”基本概念 （2）实物交换模型，最佳消费模型、报童售报问题 讲授 1 18 （1）价格弹性模型 （2）合作效益的Shapley值分配模型 讲授 1 10 19 （1）聚类分析基本概念 （2）常用聚类算法 讲授 1 20 （1）方差分析基本概念 （2）单因素方差分析 （3）双因素方差分析 讲授 1 11 21 （1）主成分分析基本概念 （2）因子分析 讲授 1 22 （1）一元回归分析 （2）多元回归分析 （3）多元回归模型的检验与优化 讲授 1 12 23 聚类分析和方差分析上机实践实践 1 24 主成分分析和多元回归分析上机实践实践 1 13 25 （1）遗传算法基本思想 （2）算法步骤 讲授 1 26 遗传算法计算实例讲授 1 14 27 （1）模拟退火算法基本思想 （2）算法步骤 讲授 1 28 模拟退火算法计算实例讲授 1 15 29 （1）蚁群算法基本思想 （2）算法步骤 讲授 1 30 （1）数学建模中的计算机仿真 （2）不可召回的秘书招聘问题 （3）车灯光源优化设计 （4）生命游戏 讲授 1 16 31 遗传算法上机实践实践 1 32 模拟退火算法上机实践实践 1
数学建模作业
郑重声明： 本作业仅供参考，可能会有错误，请自己甄别。 应用运筹学作业 6.某工厂生产A，B，C，D四种产品，加工这些产品一般需要经刨、磨、钻、镗四道工序，每种产品在各工序加工时所需设备台时如表1-18所示，设每月工作25天，每天工作8小时，且该厂有刨床、磨床、钻床、镗床各一台。问：如何安排生产，才能使月利润最大？又如A，B，C，D四种产品，每月最大的销售量分别为300件、350件、200件和400件，则该问题的线性规划问题又该如何？ 1234 四种产品的数量，则得目标函数： Max=(200?150)x1+(130?100)x2+(150?120)x3+(230?200)x4 =50x1+30x2+30x3+30x4 生产四种产品所用时间： (0.3+0.9+0.7+0.4)x1+(0.5+0.5+0.5+0.5)x2+(0.2+0.7+0.4+ 0.8)x3+(0.4+0.8+0.6+0.7)x4≤25×8 即：2.3x1+2.0x2+2.1x3+2.5x4≤200 又产品数量不可能为负，所以：x i≥0(i=1,2,3,4) 综上，该问题的线性规划模型如下： Max Z=50x1+30x2+30x3+30x4 S.T.{2.3x1+2.0x2+2.1x3+2.5x4≤200 x i≥0(i=1,2,3,4) 下求解目标函数的最优解： max=50*x1+30*x2+30*x3+30*x4; 2.3*x1+2.0*x2+2.1*x3+2.5*x4<200; Global optimal solution found. Objective value: 4347.826 Total solver iterations: 0 Variable Value Reduced Cost X1 86.95652 0.000000 X2 0.000000 13.47826 X3 0.000000 15.65217
数学建模与数学实验习题
数学建模与数学实验课程总结与练习内容总结 第一章 1.简述数学建模的一般步骤。 2.简述数学建模的分类方法。 3.简述数学模型与建模过程的特点。 第二章 4.抢渡长江模型的前3问。 5.补充的输油管道优化设计。 6.非线性方程（组）求近似根方法。 第三章 7.层次结构模型的构造。 8.成对比较矩阵的一致性分析。 第五章 9.曲线拟合法与最小二乘法。 10 分段插值法。 第六章 11 指数模型及LOGISTIC模型的求解与性质。 12.VOLTERRA模型在相平面上求解及周期平均值。 13 差分方程（组）的平衡点及稳定性。 14 一阶差分方程求解。 15 养老保险模型。
16 金融公司支付基金的流动。 17 LESLLIE 模型。 18 泛函极值的欧拉方法。 19 最短路问题的邻接矩阵。 20 最优化问题的一般数学描述。 21 马尔科夫过程的平衡点。 22 零件的预防性更换。 练习集锦 1. 在层次分析法建模中，我们介绍了成对比较矩阵概念，已知矩阵P 是成对比较矩阵 31/52a b P c d e f ?? ??=?????? ，（1）确定矩阵P 的未知元素。 （2）求 P 模最大特征值。 （3）分析矩阵P 的一致性是否可以接受（随机一致性指标ＲＩ取0.58）。 2. 在层次分析法建模中，我们介绍了成对比较矩阵概念，已知矩阵P 是三阶成对比较矩阵 322P ? ???=?????? ，（1）将矩阵P 元素补全。 （2）求P 模最 大特征值。 （3）分析矩阵P 的一致性是否可以接受。 3.考虑下表数据
(1)用曲改直的思想确定经验公式形式。 （2）用最小二乘法确定经验公式系数。 4.. 考虑微分方程 (0.2)0.0001(0.4)0.00001dx x xy dt dy y xy dt εε?=--????=-++?? （1）在像平面上解此微分方程组。（2）计算0ε=时的周期平均值。（3）计算0.1ε=时，y 的周期平均值占总量的周期平均值的比例增加了多少？ 5考虑种群增长模型 '()(1/1000),(0)200x t kx x x =-= （1）求种群量增长最快的时刻。（2）根据下表数据估计参数k 值。 6. 布均匀，若环保部门及时发现并从某时刻起切断污染源，并更新湖水（此处更新指用新鲜水替换污染水），设湖水更新速率是 3 (m r s 单位：）。 （1） 试建立湖中污染物浓度随时间下降的数学模型？ 求出污染物浓度降为控制前的5%所需要的时间。 7. 假如保险公司请你帮他们设计一个险种:35岁起保,每月交费400元,60岁开始领取养老金,每月养老金标准为３６００元，请估算该保险费月利率为多少（保留到小数点后５位）？ 8. 某校共有学生40000人，平时均在学生食堂就餐。该校共有,,A B C 3 个学生食堂。经过近一年的统计观测发现：A 食堂分别有10%，25%的学生经常去B ，C 食堂就餐，B 食堂经常分别有15%，25%的同学去
作业1数学建模,姜启源版
实验一动力系统 一、实验目的与要求 掌握运用软件求解动态系统模型，通过研究散点图得到动态系统的内在性质和长期趋势。通过对数据进行处理，归纳出动态系统模型。 1、用Excel对数据进行处理，建立动态系统模型并且进行验证； 2、用Excel画散点图，对动态系统模型解的长期趋势进行分析； 3、用Excel求解动态系统模型并估计均衡点； 4、用Excel分析多元动态系统模型。 二、实验内容 Example 1.1 P9 研究课题第一题 随着汽油价格的上涨，今年你希望买一辆新的（混合动力）汽车。你把选择范围缩小到以下几种车型：2007Toyota Camry混合动力汽车2007Saturn混合动力汽车2007Honda Civic混合动力汽车2007Nissan Altima 混合动力汽车2007Mercury Mariner混合动力汽车。每年公司都向你提供如下的“优惠价”。你有能力支付多达60个月的大约500美元的月还款。采用动力系统的方法来确定你可以买那种新的混合动力系统汽车。 混合动力汽车“优惠价”（美元）预付款（美元）利率和贷款持续时间Saturn 22045 1000 年利率5.95%，60个月Honda Civic24350 1500年利率5.5%，60个月Toyota Camry26200 750年利率6.25%%，60个月Mariner27515 1500年利率6%%，60个月 Altima24900 1000年利率5.9%%，60个月 解答如下，对五家公司分别建立动力系统模型： Saturn:Δb n=b n+1-b n=0.0595b n-6000 b n+1= b n+0.0595b n-6000 b0=21045 Honda Civic:Δb n=b n+1-b n=0.055b n-6000 b n+1= b n+0.055b n-6000 b0=22850 Toyota Camry: Δb n=b n+1-b n=0.0625b n-6000 b n+1= b n+0.0625b n-6000 b0=25450 Mariner:Δb n=b n+1-b n=0.06b n-6000 b n+1= b n+0.06b n-6000 b0=26015
数学建模论文大作业-打车软件竞争问题
打车软件的竞争问题 班级:电子科学与技术1102班组员: 二零一四年五月
打车软件的竞争问题 摘要：随着打车软件的日趋火热，越来越多的出行者使用打车软件预约出租车。基于移动互联网的打车软件相对于已往的传统的统一出租车电招平台庞杂的预定流程，显示出了很大的便捷优势，这种约车新形式服务正在悄然改变人们传统打车模式，它的新颖性、神奇性、创新性、高效性以及便利性在一定程度上迎合了人们现代化的生活方式。消费者每次使用打车软件预约出租车，被使用的软件公司都会给予司机和消费者相应的补贴，而且随着竞争的升级，补贴的力度越来越大。打车软件给一部分人带来了便捷，同时也带来了很多的社会问题，如拒载、爽约、空车不停等。正是这些争议性问题使得人们对这种新事物的出现产生一些疑虑。因此，国内一些城市开始对这类打车软件紧急进行“叫停”，使得目前这些打车软件的发展陷入迷茫状态。 本文通过建立科学的数学模型，论述了打车软件目前发展模式和存在的问题，并阐述了如何对打车软件进行安全管理与标准化的建议；同时，通过模型分析讨论了打车软件之间的竞争问题；最后指出打车软件企业需要不断地完善自己的软件产品，提高用户体验，使打车软件更符合出租车营运行业市场的需求。 关键词：打车软件；软件补贴；竞争；发展前景
一、打车软件市场发展状况 随着移动互联网的飞速发展，打车软件开始变得异常的火热，开始成为了越来越多的年轻时尚人士出行必备的工具。随着竞争的深入，各家打车软件公司依托于背后强大的母公司支撑和金元的后盾，开始了现金补贴的营销战略，消费者每次使用打车软件预约出租车，被使用的软件公司都会给予司机和消费者相应的补贴，而且随着竞争的升级，补贴的力度越来越大。如表1所示。 表1 补贴政策 时间事件 1月10日 嘀嘀打车软件在32个城市开通微信支付，使用微信支付，乘客车费立减10元、 司机立奖10元。 1月20日“快的打车”和支付宝宣布，乘客车费返现10元，司机奖励10元。 1月21日快的和支付宝再次提升力度，司机奖励增至15元。 2月10日嘀嘀打车宣布对乘客补贴降至5元。 2月10日快的打车表示奖励不变，乘客每单仍可得到10元奖励。 2月17日嘀嘀打车宣布，乘客奖10元，每天3次；北京、上海、深圳、杭州的司机每单奖10元，每天10单，其他城市的司机每天前5单每单奖5元，后5单每单奖10元。新乘客首单立减15元，新司机首单立奖50元。 2月17日支付宝和快的也宣布，乘客每单立减11元。司机北京每天奖10单，高峰期每单奖11元(每天5笔)，非高峰期每单奖5元(每天5笔)；上海、杭州、广州、深圳每天奖10单。 2月18日 嘀嘀打车开启“游戏补贴”模式：使用嘀嘀打车并且微信支付每次能随机获得 12至20元不等的补贴，每天3次。 2月18日快的打车表示每单最少给乘客减免13元，每天2次。 随之而来的是出租车行业的怪相：出租车司机的主要收入变成了软件公司的补贴，一个司机一个月保守的收入增加都在800～1800元；而消费者打车的费用也同样基本变由打车软件承担，有些短途的打车变成了免费甚至还赚钱。与此同时，问题和矛盾也出现了：不使用打车软件的消费者无法打到车，拒载、空车不停等投诉也比比皆是；司机开车时频频使用手机看打车软件，也产生了潜在交通
数学建模作业
习 题 1 1. 请编写绘制以下图形的MA TLAB 命令，并展示绘得的图形. (1) 221x y +=、224x y +=分别是椭圆2241x y +=的内切圆和外切圆. (2) 指数函数x y e =和对数函数ln y x =的图像关于直线y=x 对称. (3) 黎曼函数 1, (0)(0,1) 0 , (0,1), 0,1 q x p q q x y x x x =>∈?=? ∈=?当为既约分数且当为无理数且或者 的图像（要求分母q 的最大值由键盘输入）. 3. 两个人玩双骰子游戏，一个人掷骰子，另一个人打赌掷骰子者不能掷出所需点数，输赢的规则如下：如果第一次掷出3或11点，打赌者赢；如果第一次掷出2、7或12点，打赌者输；如果第一次掷出4、5、6、8、9或10点，记住这个点数，继续掷骰子，如果不能在掷出7点之前再次掷出该点数，则打赌者赢. 请模拟双骰子游戏，要求写出算法和程序，估计打赌者赢的概率. 你能从理论上计算出打赌者赢的精确概率吗？请问随着试验次数的增加，这些概率收敛吗？
4. 根据表1.14的数据，完成下列数据拟合问题： (1) 如果用指数增长模型0()0()e r t t x t x -=模拟美国人口从1790年至2000年的变化过程，请用MATLAB 统计工具箱的函数nlinfit 计算指数增长模型的以下三个数据拟合问题： (i) 取定0x =3.9，0t =1790，拟合待定参数r ； (ii) 取定0t =1790，拟合待定参数0x 和r ； (iii) 拟合待定参数0t 、0x 和r . 要求写出程序，给出拟合参数和误差平方和的计算结果，并展示误差平方和最小的拟合效果图. (2) 通过变量替换，可以将属于非线性模型的指数增长模型转化成线性模型，并用MA TLAB 函数polyfit 进行计算，请说明转化成线性模型的详细过程，然后写出程序，给出拟合参数和误差平方和的计算结果，并展示拟合效果图. (3) 请分析指数增长模型非线性拟合和线性化拟合的结果有何区别？原因是什么？ (4) 如果用阻滞增长模型00 () 00()()e r t t Nx x t x N x --= +-模拟美国人口从1790年至2000年的变化过程，请用MA TLAB 统计工具箱的函数nlinfit 计算阻滞增长模型的以下三个数据拟合问题： (i) 取定0x =3.9，0t =1790，拟合待定参数r 和N ； (ii) 取定0t =1790，拟合待定参数0x 、r 和N ； (iii) 拟合待定参数0t 、0x 、r 和N . 要求写出程序，给出拟合参数和误差平方和的计算结果，并展示误差平方和最小的拟合效果图. 年份 1790 1800 1810 1820 1830 1840 1850 1860 1870 1880 1890
数学建模与数学实验课后习题答案
P59 4.学校共1002名学生，237人住在A 宿舍，333人住在B 宿舍，432人住在C 宿舍。学生要组织一个10人的委员会，使用Q 值法分配各宿舍的委员数。 解:设P 表示人数，N 表示要分配的总席位数。i 表示各个宿舍（分别取A,B,C ），i p 表示i 宿舍现有住宿人数，i n 表示i 宿舍分配到的委员席位。 首先，我们先按比例分配委员席位。 A 宿舍为:A n = 365.21002 10237=? B 宿舍为:B n =323.31002 10333=? C 宿舍为:C n =311.4100210432=? 现已分完9人，剩1人用Q 值法分配。 5.93613 22372 =?=A Q 7.92404 33332 =?=B Q 2.93315 44322 =?=C Q 经比较可得，最后一席位应分给A 宿舍。 所以，总的席位分配应为：A 宿舍3个席位，B 宿舍3个席位，C 宿舍4个席位。
商人们怎样安全过河
由上题可求：4个商人，4个随从安全过河的方案。 解：用最多乘两人的船，无法安全过河。所以需要改乘最多三人乘坐的船。 如图所示，图中实线表示为从开始的岸边到河对岸，虚线表示从河对岸回来。商人只需要按照图中的步骤走，即可安全渡河。总共需要9步。
P60 液体在水平等直径的管内流动，设两点的压强差ΔP 与下列变量有关：管径d,ρ,v,l,μ,管壁粗糙度Δ，试求ΔP 的表达式 解：物理量之间的关系写为为()?=?,,,,,μρ?l v d p 。 各个物理量的量纲分别为 []32-=?MT L p ，[]L d =，[]M L 3-=ρ，[]1-=LT v ，[]L l =，[]11--=MT L μ，Δ是一个无量纲量。 ???? ??????-----=?0310100011110010021113173A 其中0=Ay 解得 ()T y 00012111---=， ()T y 00101102--=， ()T y 01003103--=， ()T y 10000004= 所以 l v d 2111---=ρπ，μρπ112--=v ，p v ?=--313ρπ，?=4π 因为()0,,,,,,=??p l v d f μρ与()0,,,4321=ππππF 是等价的，所以ΔP 的表达式为： ()213,ππψρv p =?
数学建模创新思维大作业
数学建模创新思维课大作业 一、使用MATLAB 求解一下问题,请贴出代码. 1. cos 1000x mx y e =，求''y >>clear >>clc >> syms x m; >> y=exp(x)*cos(m*x/1000); >> dfdx2=diff(y,x,2) dfdx2 = exp(x)*cos((m*x)/1000) - (m*exp(x)*sin((m*x)/1000))/500 - (m^2*exp(x)*cos((m*x)/1000))/1000000 >> L=simplify(dfdx2) L = -(exp(x)*(2000*m*sin((m*x)/1000) - 1000000*cos((m*x)/1000) + m^2*cos((m*x)/1000)))/1000000 2.计算22 1100x y e dxdy +?? >> clear >> clc; >> syms x y >> L=int(int(exp(x^2+y^2),x,0,1),y,0,1) L = (pi*erfi(1)^2)/4 3. 计算4 224x dx m x +? >> clear; >> syms x m; >> f=x^4/(m^2+4*x^2); >> intf=int(f,x) intf =
(m^3*atan((2*x)/m))/32 - (m^2*x)/16 + x^3/12 >> L=simplify(intf) L = (m^3*atan((2*x)/m))/32 - (m^2*x)/16 + x^3/12 4. (10)cos ,x y e mx y =求 >> clear; >> syms x m; >> y=exp(x)*cos(m*x); >> L=diff(y,x,10); >> L=simplify(L) L = -exp(x)*(10*m*sin(m*x) - cos(m*x) + 45*m^2*cos(m*x) - 210*m^4*cos(m*x) + 210*m^6*cos(m*x) - 45*m^8*cos(m*x) + m^10*cos(m*x) - 120*m^3*sin(m*x) + 252*m^5*sin(m*x) - 120*m^7*sin(m*x) + 10*m^9*sin(m*x)) 5. 0x =的泰勒展式(最高次幂为4). >> clear; >> syms m x; >> y=sqrt(m/1000.0+x)； >> y1=taylor(y,x,'order',5)； >> L=simplify(y1) L = (10^(1/2)*(m^4 + 500*m^3*x - 125000*m^2*x^2 + 62500000*m*x^3 - 39062500000*x^4))/(100*m^(7/2)) 6. Fibonacci 数列{}n x 的定义是121,1x x ==12,(3,4, )n n n x x x n --=+=用循环语句编程 给出该数列的前20项（要求将结果用向量的形式给出）。 >> x=[1,1]; >> for n=3:20
数学建模与数学实验试卷及答案
数学建模与数学实验试卷及答案 二、本题10分(写出程序和结果) 蚌埠学院2010—2011学年第二学期 2,x在 [-5 ，5] 区间内的最小值，并作图加以验证。求函数yxe,，,3《数学建模与数学实验》补考试卷答案 f1=inline('x.^2 +exp(-x)-3') 注意事项:1、适用班级:09数学与应用数学本科1,2班 2、本试卷共1页，附答题纸1页。满分100分。 x=fmin(f1,-5,5) 3、考查时间100分钟。 y=f1(x) 4、考查方式:开卷 fplot(f1,[-5,5]) 一、填空:(每空4分，共60分) x = 0.3517，y== -2.1728 123111,，，，， ,,,,三、本题15分(写出程序和结果) 1. 已知，，则A的秩为 3 ，A的特征值为 A,612B,234,,,, ,,,,,215531,，，，，360000xx，,,12,max2.5fxx,，求解:， stxx..250000，,,1212-1.9766 4.4883 + 0.7734i 4.4883 - 0.7734i ，若令 A([1,3],:)= B([2,3],:)，则,x,150001,A(2,:)= 6 1 2 ; 解: xxx，，,22,123,model: 2. 的解为 1.25 ,0.25 0.5 ; xxx，，,521,123max=2.5*x1+x2; ,242xxx，，,123,3*x1+x2<=60000; 装订线内不要答题 2*x1+x2<=50000; 3. 将1234521 分解成质因数乘积的命令为_factor(sym(‘1234521’)),
数学建模实验
数学建模课程实验报告 专题实验7 班级数财系1班学号2011040123 丛文 实验题目常微分方程数值解 实验目的 1．掌握用MATLAB求微分方程初值问题数值解的方法； 2．通过实例学习微分方程模型解决简化的实际问题； 3．了解欧拉方法和龙格库塔方法的基本思想。 实验容 (包括分 析过程、 方法、和 代码，结 果) 1. 用欧拉方法和龙格库塔方法求下列微分方程初值问题的数值 解，画出解的图形，对结果进行分析比较 解；M文件 function f=f(x,y) f=y+2*x; 程序； clc;clear; a=0;b=1; %求解区间 [x1,y_r]=ode45('f',[a b],1); %调用龙格库塔求解函数求解数值 解； %% 以下利用Euler方法求解 y(1)=1;N=100;h=(b-a)/N; x=a:h:b;
for i=1:N y(i+1)=y(i)+h*f(x(i),y(i)); end figure(1) plot(x1,y_r,'r*',x,y,'b+',x,3*exp(x)-2*x-2,'k-');%数值解与真解图 title('数值解与真解图'); legend('RK4','Euler','真解'); xlabel('x');ylabel('y'); figure(2)
plot(x1,abs(y_r-(3*exp(x1)-2*x1-2)),'k-');%龙格库塔方法的误差 title('龙格库塔方法的误差') xlabel('x');ylabel('Error'); figure(3) plot(x,abs(y-(3*exp(x)-2*x-2)),'r-')%Euler方法的误差 title('Euler方法的误差') xlabel('x');ylabel('Error');
2015年数学建模作业题
数学模型课程期末大作业题 要求: 1）选题方式：共53题，每个同学做一题，你要做的题目编号是你的学号mod52所得的值+1。(例如：你的学号为119084157，则你要做的题为mod(119084157,52)+1=50)。 2）该类题目基本为优划问题，要求提交一篇完整格式的建模论文，文字使用小四号宋体，公式用word的公式编辑器编写，正文中不得出现程序以及程序冗长的输出结果，程序以附录形式附在论文的后面，若为规划求解必须用lingo 集合形式编程，其它可用Matlab或Mathmatica编写。 3）论文以纸质文档提交，同时要交一份文章和程序电子文档，由班长统一收上来，我要验证程序。 1、生产安排问题 某厂拥有4台磨床，2台立式钻床，3台卧式钻床，一台镗床和一台刨床，用以生产7种产品，记作p1至p7。工厂收益规定作产品售价减去原材料费用之余。每种产品单件的收益及所需各机床的加工工时（以小时计）列于下表（表1）： 表 到6月底每种产品有存货50件。 工厂每周工作6天，每天2班，每班8小时。 不需要考虑排队等待加工的问题。 在工厂计划问题中，各台机床的停工维修不是规定了月份，而是选择最合
适的月份维修。除了磨床外，每月机床在这6个月中的一个月中必须停工维修；6个月中4台磨床只有2台需要维修。扩展工厂计划模型，以使可作上述灵活安排维修时间的决策。停工时间的这种灵活性价值若何？ 注意，可假设每月仅有24个工作日。 5、生产计划 某厂有4台磨床，2台立钻，3台水平钻，1台镗床和1台刨床，用来生产7种产品，已知生产单位各种产品所需的有关设备台时以及它们的利润如表所示： 台镗床，4月—1台立钻，5月—1台磨床和1台立钻，6月—1台刨床和1台水平钻，被维修的设备在当月内不能安排生产。又知从1月到6月份市场对上述7种产品最大需求量如表所示： 量均不得超过100件。现在无库存，要求6月末各种产品各贮存50件。若该厂每月工作24天，每天两班，每班8小时，假定不考虑产品在各种设备上的加工顺序，要求： （a）该厂如何安排计划，使总利润最大； （b）在什么价格的条件下，该厂可考虑租用或购买有关的设备。 34、瓶颈机器上的任务排序 在工厂车间中，经常会出现整个车间的生产能力取决于一台机器的情况（例如，仅有一台的某型号机床，生产线上速度最慢的机器等）。这台机器就称为关键机器或瓶颈机器。此时很重要的一点就是尽可能地优化此机器将要处理的任务计划。
数学建模作业43950
题目： 某种电子系统由三种元件组成，为了使系统正常运转，每个元件都必须工作良好，如果一个或多个元件安装备用件将会提高系统的可靠性，已知系统运转的可靠性为各元件可靠性的乘积，而每一个元件的可靠性是备用元件函数，具体数值见下表。 若全部备用件费用限制为150元，重量限制为20公斤，问每个元件安装多少备用件可使系统可靠性达到极大值？ 要求：①作出全局最优解 ②列出这个问题的整数规划模型
假设：系统在运转过程中相互间没有影响，并且系统在增加备用件后 可靠性可以相互叠加。 建模： 设原件1,2,3需要的备用件各为x,y,z，可靠性为p分别为xp,yp,zp，整 个设备的可靠性为p，则由题意可得到： p=xp*yp*zp; 2x+4y+6z<=20; 20x+30y+40z<=150; x,y,z均为整数； 求出适当的x,y,z使p的值最大。 运用穷举法，编写C++程序如下： #include 数学建模与数学实验报告 指导教师__郑克龙___ 成绩____________ 组员1：班级______________ 姓名______________ 学号_____________ 组员2：班级______________ 姓名______________ 学号______________ 实验1.(1)绘制函数cos(tan())y x π=的图像，将其程序及图形粘贴在此。 >> x=-pi:0.01:pi; >> y=cos(tan(pi*x)); >> plot(x,y) -4 -3 -2 -1 1 2 3 4 -1-0.8-0.6-0.4-0.200.20.40.60.8 1 （2）用surf,mesh 命令绘制曲面2 2 2z x y =+，将其程序及图形粘贴在此。（注：图形注意拖放，不要太大）（20分） >> [x,y]=meshgrid([-2:0.1:2]); >> z=2*x.^2+y.^2; >> surf(x,y,z) -2 2 >> mesh(x,y,z) -2 2 实验2. 1、某校60名学生的一次考试成绩如下: 93 75 83 93 91 85 84 82 77 76 77 95 94 89 91 88 86 83 96 81 79 97 78 75 67 69 68 84 83 81 75 66 85 70 94 84 83 82 80 78 74 73 76 70 86 76 90 89 71 66 86 73 80 94 79 78 77 63 53 55 1)计算均值、标准差、极差、偏度、峰度，画出直方图；2)检验分布的正态性；3)若检验符合正态分布，估计正态分布的参数并检验参数. （20分） 1） >> a=[93 75 83 93 91 85 84 82 77 76 77 95 94 89 91 88 86 83 96 81 79 97 78 75 67 69 68 84 83 81 75 66 85 70 94 84 83 82 80 78 74 73 76 70 86 76 90 89 71 66 86 73 80 94 79 78 77 63 53 55]; >> pjz=mean(a) pjz = 80.1000 >> bzhc=std(a) bzhc = 9.7106 >> jc=max(a)-min(a) jc = 44 >> bar(a)数学建模与数学实验报告