第2章数学建模方法论.doc

第2章数学建模方法论.doc
第2章数学建模方法论.doc

第2章 数学建模方法论

不同的实际问题,建模的模式千差万别,各不相同,这与问题的性质、建模的目的以及建模者自身的数学基础知识和专长有关。然而,还是有一些普遍适用的思想方法与思维方式,本章将从方法论的角度介绍建模时通常会采用的一般方法。

2.1 概 论

数学建模首先在学习形式上与别的数学课程有很大的差别,它不像许多人想像的那样单靠一个人、一支笔、一张纸就可以解决问题,它经常表现为一种集体性质的活动,三、五个人甚至于更多的人组成一个团队,通过个人的智慧和与别人的合作来解决一个甚至一类实际问题。因此,培养良好的交流、合作和表达能力非常重要。对于个人来讲,在整个建模过程中,应该自始至终坚持做好记录,独自思考时随时记下好的想法。再次,在进行集体讨论时借助于文字进行交流,并记下讨论要点;工作中记下方法、计划、进程和结果,以辅助我们高效地进行交流以及作为论文写作的原始资料。另外,思考时养成记录的习惯可以帮助我们整理思路,并经常可以激发我们产生出新的、创造性的思想。

其次,数学建模在思考方法和思维方式上与学习其他数学课程有很大差别。这表现在数学建模过程是一种创新过程,它需要相当高程度的观察力、想像力以及一些灵感和顿悟。数学建模讲求创新,而我们同学最缺乏的就是创新思维,创新思维是创新能力的核心与灵魂,创新思维主要有类比思维、归纳思维、逆向思维、发散思维、猜测思维等等。下面介绍几种常用的思维方法。

2.1.1发散性思维方法

发散性思维是创新思维的重要组成部分,是发明创造的一个有力的武器。遇到问题(特别是难题)时最好不要有一点想法就一条路走下去,应把自己的思路尽量打开,去寻求更佳的方案。这里介绍两种方法:一种是借助于一系列问题来展开思路;另一种是借助于下意识的联想来展开思路。

第一种方法我们称之为提问题法。当你想到什么主意或者面临什么难题时,通过提出一系列问题来导出一些想法或一个好的方案。一些常用的问题如下:

(1)这个问题和什么问题相类似?

(2)假如变动问题的某些条件将会怎样?

(3)将问题分解成若干部分再考虑会怎样?

(4)重新组合又会怎样?

对问题已有初步的想法或解决方案时,为进一步打开思路还可提出以下问题:

(5)我们还可以做些什么工作?

(6)还有没有需要进一步完善的内容?

(7)可否换一种数学工具来解决此问题?

另一种方法我们称之为关键词联想法。即抓住问题或方案的关键词,然后不受任何约束地浮想联翩,并把联想到的内容记在卡片上,再在这些卡片的激发下产生新的想法,进一步想出新的主意。经过这样一个过程后,把积攒的卡片相互搭配,形成解决问题的初步思路与步骤。

例1.A 、B 两个加油站位于同一公路旁,为在公路上行驶的汽车提供同一种汽油,彼此竞争激烈。一天,A 站推出降价销售,以吸引顾客,造成B 站的顾客被拉走。B 站决定也降价销售以拉回顾客。请你站在B 加油站的立场上为其提供决策支持。

不论是A 加油站还是B 加油站,不管他们采用什么手段,其主要目的还是为获得更多的利润。影响利润的主要因素有销售量和价格。对于B 加油站来讲,其决策需要考虑销售量和成本价格,而销售量又取决于销售价格,销售价格的确定需要考虑A 站的销售价格,B 站确定的新的销售价格以及其他加油站的销售价格。这些要素之间的关系如下:

2.1.2 从整体上把握问题的方法

价格 成本价格

利用上面拓展思路的思维方法,我们对问题和问题的解决有了一些初步的认识后,可能还是不知从何处入手解决问题,往往陷于问题的某个局部而不能自拔。这就要求我们必须努力把握住问题的全貌,而把握住问题的全貌的一个非常有效的途径便是研究问题的结构。

层次结构是一种最常见的结构。许多问题都可以分解为若干个子问题,每个子问题又可以进一步分解,如此类推。我们把各个部分用线段连接起来,便构成了一个具有层次结构的网状图。我们还可以在图上进一步分析,并标示出问题的特点和难点部分,这样我们就能对问题的整体框架一目了然。

例2.某公司现有2个工厂,4个仓库,工厂单一生产某种产品,工厂和仓库均可向所辖的50个客户供货。由于经营需要,公司拟对仓库作适当变更,变更的内容是指:可对1号库扩容;可在已选定的地址上新建一个仓库;可关闭2号库或3号库。公司不主张仓库的个数超过4个。由于向客户供货的运费和仓库改建的费用均由公司负担,故需建模为公司选择方案。若有可能,应将所建模型推广为适应于雷斯蒂更一般情形下的方案选择。

显然,公司的目标是使总费用最小。那么费用是怎么构成的呢?如下图:

总费用结构图为:

其中:

另外再介绍一种简单而有效的把握问题整体的方法一一分解问题法,即将问题分解为“三要素”的三个部分,即分为:初态、目标态和过程。 1,2, ;

1,2,3,4,5, ; 6,7,,55, i i i A i B i C i =?=?=?L 工厂仓库客户;

ij i j k c A B C ?到及的单位运输费jk j k d B C ?到的单位运输费.

初态:觉察到的现在状态。

目标态:觉察到的希望目标。

过程:能在初态和目标态之间发生作用的行动。

“初态”可以理解为我们目前“有什么”,比如条件、数据等;“目标态”则往往是我们希望达到的、或想要得到什么或希望避免什么等等;“过程”则可以理解为我们要“做什么”。

例3.以例2说明。

初态:现有工厂和仓库以及运输费用和仓库改建费用。

目标态:扩容、新建或关闭。

过程:建立判断的优化管理方案及相应算法。

大家熟知的数学题目模式往往是从“已知”到“求(证)”,所以目前的教学很大程度上是致力于教会学生们在给定条件下“怎样做”以达到目标,换言之,在事先己设定好初态和目标态的情况下,教会你采用何种过程来达到目标。可是我们在解决实际问题时,通常要尽很大的努力才能分析出问题的初态和目标态。

需要避免的是,在清晰地描述出问题的初态和目标态之前,不要急于去形成并运用一个过程,即过早地进入解决问题的阶段。这样做的后果是:由于条件不清、目标不明,好比盲人摸象似的,工作很可能事倍功半。

2.1.3 小组群体思维的方法

前面已经说过,数学建模经常表现为一种集体性质的活动,它经常需要不同部门或不同专长的人们相互合作,各自发挥自己的特长,正如俗话所说“三个臭皮匠顶一个诸葛亮”。在建模活动中,经常会发生这样的事:两个合作者(尤其是青年学生)激烈地争论了很久,双方都不让步;又或者在没有搞清楚对方想法的情况下,盲目地争论否认对方的想法,在争论很久以后才发现双方的论点竟然是完全一致的。为了高效率地合作,提高交流能力,减少无谓的争辩,在建模时有必要制定一些交流、讨论的原则。

首先,良好的合作必须建立在相互平等、相互尊重和充分交流的基础上。要真正做到这一点,就必须注意一些“交流忌语”:

(1)武断的评价。轻易使用“这绝对不行”、“这根本行不通”这类语句,不仅会刺伤同伴的自尊心,往往还会束缚自己思路。

(2)回避责任。遇到问题的第一反应便是“怎么办呢?”,这是只能依靠别人时所使用的语句。而“我想这样做,你看怎么样?”这种自己也承担一部分责任的态度是很必要的。如若不然,对问题的观察和分析、对工作的适应能力就会变得越来越迟钝。

(3)无可奈何。“没办法!”,说这话只是为了回避问题,不仅使自己的能力不能充分发挥出来,而且还会压抑人们对问题的深入观察、思考和实际行动的能力。

(4)对交流失去信心。“很难听懂他说的什么”、“他简直无动于衷!”,这也反映出一种对待问题的消极态度。面对问题应采取积极的态度去分析、去解决。这里应该从说、听两个方面去检查原因:表达者是否清楚地表达了自己的意思?最好把自己的想法写出来,这样使对方有充分的时间去思考并理解你的思想,同时你在书写的时候还能更好地整理你的思路。作为倾听的一方应积极反馈,“你对哪一部分还不理解?”或“我是这样理解的,你看对不对?”。

交流中还必须注意学会倾听,首先让对方把话说完,稍加思考后再发表自己的看法。倾听的时候,努力去把握对方讲话的要点,最好做一下笔记,并用反馈的方式确认是否真正理解了对方的思路。另外,正确的身体姿态也会增强交流的效果,如目光正视对方、理解时面带微笑地点点头以鼓励对方继续下去。相反的,如果听的一方左顾右盼,或毫无表情,则会严重影响讲话者的情绪。事实上,正确的肢体语言可强化交流效果,反之,错误的肢体语言很可能造成对方的反感,致使交流失败。

一位名叫阿莱斯库·奥兹庞的美国人提出了一种集体思考法方法,这种方法是采取召开会议的形式,让大家畅所欲言地出主意、想办法。作为一条原则,就是对别人的意见不予批评,让大家自由地思考、不受约束地提出各自的方案,或借助于别人的想法进一步制定出更好的方案。总之,在一个开放的环境中,大家应充分交流、相互启发、积极吸取别人的长处.

2.2 建模方法论

在第一章中我们介绍了数学建模的一般步骤和流程,其中最为重要的五个步骤为:问题的分析、模型假设、建立模型、模型求解以及对模型的分析、检验、修改与推广。当我们面临新的建模问题时,由这五个步骤构成的流程是非常具有指导意义的。下面我们结合实例对上述流程的各个步骤作具体说明。

2.2.1问题分析(模型准备)

进行数学建模和做很多数学“应用题”具有非常显著的差别,首先,“应用题”通常有不多不少恰到好处的条件和数据,内容和方法也基本限制在该节或该章。而数学建模问题经常是由各领域的应用者提出的,因而既不可能明确提出该用什么方法,也不会给出恰到好处的条件(可能有多余的条件,也可能缺少必要的条件和数据)。更经常出现的情形是:

问题本身就是含糊不清的。问题含糊不清的产生原因很可能是来自不向领域的人们相互间的交流发生障碍,也可能是提出问题的人只是感觉到需要解决某些方面的问题,但他还不能清楚地描述这个问题,当然,也可能存在你对问题是否能准确理解的情形.所以,数学建模的第一步便是对问题的分析。为此,要充分了解问题的实际背景,明确建立模型的目的,尽可能弄清楚对象的特征,并为此搜集必需的各种信息或数据。要善于捕捉对象特征中隐含的数学因素,并将其一一列出(这时是不怕多的,只怕一个也列不出)。至此,我们便有了一个很好的开端,因而可以初步确定用哪一类模型。只有情况明确了才能保证方法对,这一步一定不能忽视。如果不经过这一步,过早地着手解决问题,往往会陷入一些意想不到的陷阱,或者偏离方向。我们看一下的例子。

例4.(方桌问题)日常生活中经常碰到这样的事情:把方桌置于地面上时,常常是只有三只脚着地而放不稳,通常需要调整几次方可将方桌放稳,试用数学语言对此问题给以表述,并用数学工具给予说明:方桌能否在地面上放稳?若能,请给予证明并给出做法,否则说明理由。

我们来看看这个似乎与数学毫无关系的实际问题怎样一步步转化为数学问题,并用数学工具给以证明的。

问题分析:所谓方桌能否在地面放稳是指方桌的四个脚能否同时着地,而四个桌脚是否同时着地是指四个桌脚与地面的距离是否同时为零。于是我们可以转而研究四个桌脚与地面的距离是否同时等于零。这个距离显然是变化的,于是可视为函数,那么作为函数,它随哪个量的改变而改变?构造这个距离函数成为主要建模目的。

为了构造函数和设定相关参数,让我们实际操作一下,从中搜集信息,弄清其特征(这也是建模中常用的策略)。要想四个桌脚同时着地,通常有两种方法,其一是将方桌搬离原地,换个位置试验,另一个做法是在原地进行旋转试验。前法需要研究的范围可能要很大,这里采取第二种做法(请读者一定做一下:沿逆时针或顺时针慢慢旋转几个小角度即可)。易得出结论:只要地面相对平坦,没有地面大起大落情况,那么随着旋转角度的不同,三只脚同时落地后,第四只脚与地面距离也不同(不仅如此,旋转中总有两个脚同时着地,而另两个脚不稳定)而最终找到一个角度,使这个距离为零。也就是说,这个距离与旋转角度有关,是旋转角度的函数,于是一个确定的函数关系找到了。我们的问题也顺其自然地转化为:是否存在一角度,使得四个距离函数同时为零?

综上分析,问题可以归结为证明函数的零点的存在性,遂决定试用函数模型予以处理。请注意上述内容中的黑体字,它实际上蕴涵了使方桌放稳的一些前提条件,而这些往往是下一步我们要做出的假设的部分内容。

例5.(走路问题)考虑如下问题:人在匀速行走时,步长多大才能最省力?

问题分析:对这样的问题,好像一时无法回答,你必须搞清楚这个问题的实质是要做什么.所谓省力是指走步所作的功最少,走步时步长过大或过小都不省力,因而必有一个合适的步长,使作功最少(作功大小应是步长的函数)。当然,所做功还与许多因素有关,譬如提高人体重心所需势能,两腿运动所需动能(可由数学公式表达);所穿衣物多少,是否负有重物,穿的鞋子是否轻便,行走地面是否平坦、干燥,走路时腿的运动形式(可否都用数学语言表达?)等。建模目标:求一个功函数,它应该是步长的函数。

例6.(热传导问题)在比较寒冷的北方城镇,双层玻璃密封窗使用的十分普遍。这种窗户上的玻璃是双层的,两层玻璃中间有一定空隙,利用橡胶制品将中间的空气与外界隔离开制成。据说这种窗户保暖效果比过去沿用多年的单层玻璃窗要好,试建立其数学模型以描述双层玻璃密封窗的保温功能。

问题分析:1.建模目的是分析双层玻璃密封窗的保温功能。所谓窗户的保温效果是指室内的热量通过玻璃窗散发出去的量的分析,它与室内室外的温度有关系,与窗户的密封情况、玻璃材料,以及房间大门的保温情况也有关。

2.双层玻璃密封窗保温效果的优与劣自然是相对于单层玻璃窗保温效果来说的,故可以通过对比方式来研究效果。

3.关于热量扩散问题,应查阅相关物理资料以备用。

例7.(宇宙速度问题)众所周知,数值7.9km/秒与11.2km/秒被称为第一与第二宇宙速度,那么它们是怎么得到的?如此精确的数量结果恐怕除使用数学模型外的其它方法是难已获得的。

问题分析:卫星发射情形大家至少都在电视中见过:一枚运载火箭竖立于发射架上,一旦点火,火箭便腾空而起飞向太空。火箭的去向大体上有两个,其一是摆脱地球引力而飞向远方,其二是不脱离地球引力范围而沿着固定轨道绕地球运行。前者恐怕要去探测其它行星的秘密,后者便是人们所说的人造地球卫星。不论哪种情形,有两个基本原理在起着关键作用:一个是它们都属于运动模型,故应首先考虑牛顿运动定律的应用;另一个是它们的飞行均与地球引力直接相关,因此,还要考虑万有引力定律的的运用。另外,卫星质量,火箭质量及其流线形式,还有那个不可忽视的空气阻力等都应在考虑之列。

2.2.2 模型假设

模型假设是与问题分析紧密衔接的一个重要步骤。根据对象的特征和建模目的,在问题分析的基础上需要对问题进行必要的、合理的取舍简化,并使用精确的语言作出假设,这是建模至关重要的一步。这是因为,一个实际问题往往是复杂多变的,如不经过合理的简化假设,将很难转化成数学模型,即便转化成功,也可能是一个复杂的难于求解的模型从而使建模归于失败。于是,我们必须忍痛割爱,从中舍去次要因素,抓住主要因素,进行必要的筛选;如果我们认定的主要因素还是觉得多的话,为了能顺利建模,也必须,或者说至少是暂时不予以考虑而舍弃,等到最后在模型分析时再给予考虑,或者在本模型建立中根本不予考虑。当然,假设作得不合理或过分简单也同样会因为与实际相去甚远而使建模归于失败。

一般地,作出假设时要充分利用与问题相关的有关学科知识,充分发挥想象力和观察判断力,分清问题的主次,抓

住主要因素,舍弃次要因素。另一方面,在我们选定的因素里,为建模需要,也常常要进行合理的简化,诸如线性化,均匀化,理想化等近似化处理,这也是满足建模所用数学方法必须的前提条件。当然,假设不能违背实际问题主要特征和建模目的。有人说,进行假设的目的就在于在第一步列出的各种因素中选出主要因素,忽略非本质因素,既使得问题简化以便进行数学处理,又抓住了问题的本质,是不无道理的。另外,为建模顺利,写出假设时,语言要准确,就象作习题时写出已知条件一样。所有这些就是模型假设这一步要做的工作。我们结合以下例子给予说明。

1.对方桌问题来说,依前面的问题分析,我们可做出如下假设:

(1)桌子的四条腿同长(这个假设显然合理,而且避免了问题与桌腿长度有关使问题变复杂)。

(2)将方桌的桌脚与地面接触处看成是一个几何点,四脚连线为正方形(这是因为问题本身考虑的是能否四脚着地而与桌腿样式、粗细、质地等无关。像这样将问题抽象化,将易于在数学上进行处理)。

(3)地面相对平坦,即在旋转所在地面范围内,方桌在任何位置至少有三只脚同时着地(自然这是符合实际的合理假设,也是我们在问题分析中注意到了的)。

(4)地面高度连续变化,即可视地面为数学上的连续曲面(这样,所设的高度函数便成为角度的连续函数)。

π上的连续函数。若设角度为θ,则可写高度函数为在上述假设之下,我们所设的高度函数是定义在角度区间[0,2]

fθ。至于其模型建立就不在话下了。

()

2.对走路问题来说,依前面的问题分析,我们可做出如下假设:

(1)人行走时所作的功由两部份组成:抬高人体重心所需势能与两腿前后运动所需动能。暂不考虑负重(划定主要因素)。

(2)运动与所穿鞋子、衣服情况无关,地面是相对平坦而干燥的(舍弃次要因素)。

(3)人的行走可视为腿(直杆)绕腰部的转动(理想化表达)。

(4)设定下列参量:M——人的体重;m——人的腿重;H—人的腿长;v——行走速度;n——单位时间行走的步数;x——步长。

有了以上分析和假设,我们只须根据物理中的势能公式和动能公式计算出运动所做的势能和动能(他们自然是步长的函数),然后求其最小值即可。

3.对热传导问题来说,依前面的问题分析,我们可做出如下假设:

(1)两层玻璃的密封性能很好,即其中间的空气是不流动的,这样,热量的传播过程只有传导而没有对流,故此属热传导问题(抓住主要因素)。

(2)设室内温度T1 ,室外温度T2 均为常数,即沿热传导方向,单位时间通过单位面积的热量是常数。

(3)玻璃材料均匀,热传导系数为常数(此与假设2同为均匀化和理想化处理,使模型便于处理又不失合理性)。

(4)室内温度从其它途径(门等)传播情况忽略不计(忽略非主要因素影响)。

有了上述分析和假设,就可以建立两种不同玻璃窗热量传导值,从而通过比较其大小说明问题了。

4.对宇宙速度问题来说,依前面的问题分析,我们可做出如下假设:

(1)视火箭及其搭载物为一个质量为定数的物体,与火箭搭载物的形状,大小和尺寸等无关(简单化)。

(2)火箭的升天过程视为一个物体在地球表面被垂直上抛的过程(实际情况)。

(3)为使模型简单,忽略物体飞行中的空气阻力不计(理想化)。

(4)设定如下参量:

m—被垂直上抛的物体质量;

M—地球质量;

R—地球半径;

k—万有引力常数(k>0);

v0—垂直上抛物体的初始速度。

这里,我们注意到一个似乎很不合理的假设:忽略空气阻力。事实上,空气阻力是不可避免的,而且是一个主要因素。那么,这个大胆的理想化处理的结果如何?你只需继续做下去便可见分晓:它竟然给出了第二宇宙速度。然后,你不妨再将此因素考虑进来,看看所建模型的结果,就会有新的发现和体会。

在上述分析和假设之下,建立其模型已经是水到渠成。

2.2.3 建立模型

有了问题分析和模型假设做雄厚基础,就到了建立模型这个最关键的步骤了。根据假设分析相关变量间的关系,寻求等量(不等量)关系或其它关系以建立模型时,应充分利用已知领域的已知模型或结果,通过类比联想等方法构造模型,利用图示方法等等。至于建立何种模型,要依据问题分析与模型假设的情况,更要结合自己的数学基础和使用模型的对象等具体情况,不能一概而论。这里先对上两讲所提到的几个实例进行建模。

A

B C D O A '

B '

C '

D '

x 1.建立例4的数学模型:

如图,以长方形的两条对角线的交点为

原点建立平面直角坐标系,且不妨设

A 、C 两桌脚开始时位于横轴上,则问题与旋转角度θ有关。注意到假

设3,设A 、B 两个桌脚与地面距离之和为0)(≥θf ,另外两个桌脚与地面距离之和为,0)(≥θg 则又由假设2,以上两个函数均为

旋转角度的连续函数,于是有命题:

已知,0)0(,0)0(,0)()()(),(>==?g f g f g f 且,的连续函数,对是θθθθθθ

则0θ?,使得.0)()(00==θθg f

这就是问题的数学模型。 2.建立例6的数学模型:

由物理学知道,在上述假设下,热传导过程遵从下面的物理规律:

厚度为d 的均匀介质,两侧温度差为T ?,则单位时间由温度高的一侧向温度低的一侧通过单位面积的热量为Q ,与T ?成正比,与d 成反比,即

d

T k

Q ?= (1) 其中k 为热传导系数。

(1)双层玻璃的热量流失

记双层窗内窗玻璃的外侧温度为a T ,外层玻璃的内侧温度为b T ,玻璃的热传导系数为1k ,空气的热传导系数为2k ,由(1)式单位时间单位面积的热量传导(热量流失)为:

d T T k d T T k d T T k Q b b a a 21211

-=-=-= (2) 由d T T k Q a -=11及d

T T k Q b 21-=可得1212)(k Qd T T T T b a --=- 再代入d T T k Q b a -=2

就将(2)中a T 、b T 消去,变形可得: ()d

l h k k h s s d T T k Q ==+-= , , 2)(21211 (3) (2)单层玻璃的热量流失

对于厚度为d 2的单层玻璃窗户,容易写出热量流失为:

d

T T k Q 2211-=' (4) (3) 单层玻璃窗和双层玻璃窗热量流失比较

比较(3)(4)有: 22+='s Q Q (5) 显然,Q Q '<。

2.2.4 模型求解

依据所建模型的特点和归属(哪个数学分支)寻求其求解方法,常有可能找不到相应的数学工具,这时可考虑如下方案解决:

(1)在问题允许范围内,适当修改所建模型,以方便求解;

(2)若解析解求不出,通常可在允许范围内求其近似解、数值解和图解,也可考虑用计算机模拟;

(3)若为未见过的全新模型,则需要你去发明新的算法,但一定给出严格的证明。

1.例4模型的求解:

只须证明上述命题即可。

将桌子旋转0

180)(π,则A 、B 两点与D 、C 两点恰好交换位置。由假设便有,)(,0)(ππg f >.0=又由前述假设,.0)0(,0)0(>=g f

令),()()(θθθg f h -=则有.0)(,0)0(><πh h 由于)(),(θθg f 的连续性知)(θh 也是连续函数。依据连续函数的基本性质(零点定理),必至少存在一个角度0θ,,00πθ<<

使得0)(0=θh ,即).()(00θθg f =又根据θθθ?=,0)()(g f 成立,故有.0)()(00==θθg f

2.例6模型的求解:

为了获得更具体的结果,我们需要21,k k 的数据,从有关资料可知,不流通、干燥空气的热传导系数42105.2-?=k (焦耳/厘米.秒.度),常用玻璃的热传导系数331108~10

4--??=k (焦耳/厘米.秒.度),于是 32~162

1=k k 在分析双层玻璃窗比单层玻璃窗可减少多少热量损失时,我们作最保守的估计,即取

1621=k k ,由(3)(5)可得: d

l h h Q Q =+=' 181 (6) 比值Q Q '反映了双层玻璃窗在减少热量损失上的功效,它只与d l h =有关,下图给出了h Q Q ~'的曲线,当h 由0增加时,Q Q '迅速下降,而当h 超过一定值(比如4>h )后Q Q '下降缓慢,可见h 不宜选得过大。

2.2.5 模型的分析、检验、修改与推广

对所得数学解答进行分析包括:

(1)变量间依赖关系或稳定性状况,诸如增减性、最值性、渐进性及数据微小变化对解的影响等;

(2)依据结果给出预报、控制或最优决策;

(3)误差分析也是常做的一项工作,这时因为所搜集的信息、数据本身具有误差,假设不合理等。

所谓检验与修改是将数学上的分析结果返回到实际问题中去,并用实际现象或数据与模型计算出的结果进行比较以检验模型的合理性和适用性,这一步工作对于建模的成败非常重要。假如有较大出入,则模型需进行必要的修改,甚至

要推倒重来。这一问题的产生通常出在模型假设上,要重新审视假设建华的合理性。

所谓推广有两层意思,一是对所建模型的优、缺点进行客观评注,二是将条件加以增减或放宽,讨论模型能够进一步适应的范围。这是一件很有意义的工作。谁不希望自己辛辛苦苦建立起来的模型能够适应更多的实际现象呢?

就例4的模型而言,由于其非常直观和简单,模型的分析、检验和修改就可以略去。不过模型还可推广为方桌的四个脚呈长方形时的情况;请读者自己证明解决。

就例6的模型而言,模型与实际是否吻合的很好呢?可能的原因是什么?请读者自己找出来。另外,双层玻璃窗通常见于北方,那么双层玻璃窗对于高热的南方的适用性如何呢?

本章从方法论的角度讨论了建立数学模型所采用的一般方法,请读者结合第10章来细细品味建立模型的过程。为更好和更快地掌握建立数学模型的方法,一方面是阅读一些优秀的建模论文,另一方面是自己试着去做一些题目,或许刚开始觉得很难,可是一旦开始做下去,你就会感到建模的乐趣。

习题2

1.某条公路的交通不太拥挤,以致人们养成“冲”过马路的习惯,不愿行走到邻近的“斑马线”。当地交通管理部门不允许任意横穿公路,为方便行人,准备在一些特殊地点增设“斑马线”,让行人可穿越马路,并且还要保证行人的等待时间不超过一定时间,比如15秒。请列出与选择设置“斑马线”的地点有关的要素。

2.一家大型食品公司的销售经理就关于应该雇多少推销员的问题征询你的意见。请就你对这个问题的理解给出你对这个问题的分析。(不需求解)

3.请试着建立本章例5和例7的模型,并求解。

数学建模讲义第一章

第一章引言 众所周知,21世纪是知识经济的时代,所谓知识经济是以现代科学技术为核心,建立在知识和信息的生产、存储、使用和消费之上的经济;是以智力资源为第一生产力要素的经济;是以高科技产业为支柱产业的经济。知识创新和技术创新是知识经济的基本要求和内在动力,培养高素质、复合型的创新人才是时代发展的需要。创新人才主要是指具有较强的创新精神、创新意识和创新能力,并能够将创新能力转化为创造性成果的高素质人才。培养创新人才,大学教育是关键,而大学的数学教育在整个大学教育,乃至在人才的培养中都起着重要的奠基作用。正如著名的数学家王梓坤院士所说:“今天的数学兼有科学和技术两种品质,数学科学是授人以能力的技术。”数学作为一门技术,现已经成为一门能够普遍实施的技术,也是未来所需要的高素质创新人才必须要具有的一门技术。随着知识经济发展的需要,创新人才的供需矛盾日趋突现,这也是全社会急呼教学改革的根本所在。因此,现代大学数学教育的思想核心就是在保证打捞学生基础的同时,力求培养学生的创新意识与创新能力、应用意识与应用能力。也就是大学数学教育应是基于传授知识、培养能力、提高素质于一体的教育理念之下的教学体系。数学建模活动是实现这一改革目标的有效途径,也正是数学建模活动为大学的数学教学改革打开了一个突破口,近几年的实践证明,这一改革方向是正确的,成效是显著的。 1.1 数学建模的作用和地位 我们培养人才的目的主要是为了服务于社会、应用于社会,促进社会的进步和发展。而社会实际中的问题是复杂多变的,量与量之间的关系并不明显,并不是套用某个数学公式或只用某个学科、某个领域的知识就可以圆满解决的,这就要求我们培养的人才应有较高的数学素质。即能够从众多的事物和现象中找出共同的、本质的东西,善于抓住问题的主要矛盾,从大量的数据和定量分析中寻找并发现规律,用数学的理论和数学的思维方法以及相关的知识去解决,从而为社会服务。基于此,我们认为定量分析和数学建模等数学素质是知识经济时代人才素质的一个重要方面,是培养创新能力的一个重要方法和途径。因此,开展数学建模活动将会在人才培养的过程中有着重要的地位和起着重要的作用。 1.1.1 数学建模的创新作用 数学科学在实际中的重要地位和作用已普遍地被人们所认识,它的生命力正在不断地增强,这主要是来源于它的应用地位。各行各业和各科学领域都在运用数学,或是建立在数学基础之上的,正像人们所说的“数学无处不在”已成为不可争辩的事实。特别是在生产实践中运用数学的过程就是一个创造性的过程,成功运用的核心就是创新。我们这里所说的创新是指科技创新,所谓的科技创新主要是指在科学拘束领域的新发明、新创造。即发明新事物、新思想、新知识和新规律;创造新理论、新方法和新成果;开拓新的应用领域、解决新的问题。大学是人才培养的基地,而创新人才的培养核心是创新思想、创新意识和创新能力的培养。传统的教学内容和教学方法显然不足以胜任这一重担,数学建模本身就是一个创造性的思维过程,从数学建模的教学内容、教学方法,以及数学建模竞赛活动的培训等都是围绕着一个培养创新人才的核心这个主题内容进行的,其内容取材于实际、方法结合于实际、结果应用于实际。总之,知识创新、方法创新、结果创新、应用创新无不在数学建模的过程中得到体现,这也正是数学建模的创新作用所在。 1.1.2 数学建模的综合作用 对于我们每一个教数学基础科的教师来说,在上第一堂课的时候,按惯例都会讲一下课

辐射剂量数学模型在医学影像学的应用及研究进展_刘潇

·综 述· 辐射剂量数学模型在医学影像学的应用及研究进展* 刘 潇综述,曾勇明△审校 (重庆医科大学附属第一医院放射科 400016) 关键词:辐射剂量;医学影像学;数学模型;蒙特卡洛;仿真人体体模 doi:10.3969/j.issn.1671-8348.2013.14.033文献标识码:A文章编号:1671-8348(2013)14-1650-03 随着医学的不断发展,现代医学影像技术越来越多的应用于临床实践中,尤其是在CT、DSA的临床应用呈逐年上升趋势,辐射剂量问题已引起全世界的关注。有效实施辐射剂量检测是保证医学影像学检查合理使用的基本要求。当前,临床上主要采用影像设备的剂量测试工具来获得辐射剂量数据,并评估患者的辐射剂量,但不能前瞻性的评价和预估某一放射学检查时的辐射水平。近年来,数学模型开始应用于医学影像学领域,对研究辐射剂量的科学实验带来便利。本文就辐射剂量数学模型的临床应用及进展综述如下。 1 辐射剂量数学模型 为了使描述更具科学性、逻辑性、客观性和可重复性,人们采用一种普遍认为比较严格的语言来描述各种现象,这种语言就是数学。使用数学语言描述的事物就称为数学模型。数学建模是一种数学的思考方法,是运用数学的语言和方法,通过抽象、简化建立能近似刻画并“解决”实际问题的一种强有力的数学手段。数学建模是用数学语言描述实际现象的过程,不但包括外在形态,内在机制的描述,也包括预测,试验和解释实际现象等内容[1]。 以蒙特卡洛(Monte Carlo)为代表的数学模拟方法是一种通过设定随机过程,反复生成时间序列,计算参数估计量和统计量,进而研究其分布特征的方法。具体的,当系统中各个单元的可靠性特征量已知,但系统的可靠性过于复杂,难以建立可靠性预计的精确数学模型或模型太复杂而不便应用时,可用随机模拟法近似计算出系统可靠性的预计值;随着模拟次数的增多,其预计精度也逐渐增高。由于涉及时间序列的反复生成,蒙特卡洛模拟法是以高容量和高速度的计算机为前提条件的,因此,只是在近些年才得到广泛推广。蒙特卡洛模拟方法的原理是当问题或对象本身具有概率特征时,可以用计算机模拟的方法产生抽样结果,根据抽样计算统计量或者参数的值;随着模拟次数的增多,可以通过对各次统计量或参数的估计值求平均的方法得到稳定结论[2]。 在医学影像学中,基于蒙特卡洛模拟技术开发的软件的临床应用近年来有较大发展,如Impact MC软件包(VAMP Gm-bH,Erlangen,Germany)功能独特,目前科研中,提供快速的三维剂量分布计算,该软件可以适用于多种任务,包括普通放射学、CT、C型臂(基于平板探测器)CT等。在科研中成功的剂量分布计算已经在30多个专业领域的国际刊物也有极好的反馈[3]。还有一些通用的软件工具常在实验研究中应用,如用来模拟辐射CT剂量沉积的基于蒙特卡洛的软件MCNPX ex-tended v2.6,在洛杉矶洛斯阿拉莫斯国家实验室执行模拟[4]。国内应用较广的免费软件,如Geant4[5-6]或MCNP EGS4[7],这些软件可执行辐射剂量估算。器官剂量估算软件PCXMC(STUK,Finland)是基于蒙特卡洛计算方法,用于估算人体器官所受吸收剂量(absorbeddose,AD)和全身有效剂量(effectivedose,ED)的常用计算软件[8]。 2 数学模型在CT检查中的应用 在CT检查中减少辐射剂量是医学影像研究的热点问题,常用于评价CT检查的ED通过剂量长度乘积(dose lengthproduct,DLP)乘以权重因子获得[9],但与利用仿真体模检测辐射剂量的方法比较,其值不够准确[10]。应用数学模型软件,模拟患者的辐射剂量,可避免不必要的重复照射。通过在软件中加入CT的扫描参数及患者的性别、体质量指数(BMI)、心率等因素,因而更具个性化。辐射剂量数学模型在CT的应用已越来越受到重视。 有研究采用数学模型评估冠状动脉造影患者接受的辐射剂量,模型模拟固定管电流下ED,与常规心电门控管电流自动调制技术接受的剂量相比较。可以得到心电门控管电流自动调制技术(预设100mAs)的ED为(7.1±2.1)mSv,而模拟固定管电流(100mAs)下肺组织的ED为(12.5±5.3)mSv;并证明应用心电门控管电流自动调制技术后辐射剂量减少了52%[11]。 Impact MC软件生成的三维剂量分布是其特点,可涉及到器官剂量的估算和计算患者个体风险的ED水平。在对每个采集的参数和重建的容积数据的基础上,进行了蒙特卡洛模拟,以计算每个像素的沉积与光子相互作用方面的剂量。它可模拟现代CT系统的所有参数,比如蝶形过滤器、管电流调制、双源CT设置和动态Z轴准直等。Impact MC软件的可视仿真体模(NVIDIA GPU)功能,模拟一个高精度的CT检查环境,因此Impact MC是最快最全面的蒙特卡洛模拟软件包之一。为了确保最好的结果,Impact MC已在三个不同的CT系统(西门子、GE、飞利浦公司产品)验证[12]。 MCNPX extended v2.6软件能模拟以1keV的低能量辐射剂量为基准的剂量,这种软件可使用120kVp、300mA的条件下模拟全身CT扫描。针对普通患者,扫描范围可扩大,从头顶的底部到耻骨随意调节。利用蒙特卡洛技术模拟的人体数学模型,以现场调查(与临床应用相适应)所得的CT技术参数和几何条件为输入参数,从理论上估算了成人CT冠状动脉检查所接受各器官组织的吸收剂量[4]。一些免费软件(如Geant4)缺乏灵活性,难以适应CT扫描技术的复杂多变,这些原因促进了开发以蒙特卡洛技术为仿真基础的应用于放射诊断的软件,尤其是与CT检查相关的应用软件[13-17]。 3 数学模型在介入治疗的应用 介入治疗是临床、医学与工程技术紧密结合,相互依存而发展起来的前沿学科,它具有微创、简便、安全等优点,为过去 0 5 6 1重庆医学2013年5月第42卷第14期 *基金项目:重庆市卫生局科研基金资助项目(2010-2-055)。 作者简介:刘潇(1981~),技师,在读硕士研究生,主要从事医学影像技术研究。 △ 通讯作者,Tel:13608338488;E-mail:zeng-ym@vip.sina.com。

数学建模第二章作业答案章绍辉(新)

习题2作业讲评 1. 继续考虑 2.2节的“汽车刹车距离”案例,请问“两秒准则”和“一车长度准则”一样吗?“两秒准则”是否足够安全?对于安全车距,你有没有更好的建议?(“两秒准则”,即后车司机从前车经过某一标志开始,默数2秒之后到达同一标志,而不管车速如何. 刹车距离与车速的经验公式 20.750.082678d v v =+,速度单位为m/s ,距离单位为m ) 解答 (1)“两秒准则”表明前后车距与车速成正比例关系. 引入以下符号: D ~ 前后车距(m );v ~ 车速(m/s ); 于是“两秒准则”的数学模型为22D K v v ==. 与“一车长度准则”相比是否一样,依赖于一车长度的选取. 比较2 0.750.082678d v v =+与2D v =,得: ()0.082678 1.25d D v v -=- 所以当15.12 m/s v <(约合54.43 km/h )时,有d时,有d>D ,即前后车距小于刹车距离的理论值,不够安全. 也就是说,“两秒准则”适用于车速不算很快的情况. 另外,还可以通过绘图直观的解释“两秒准则”够不够安全. 用以下MATLAB 程序把刹车距离实测数据和“两秒准则”都画在同一幅图中(图1).

v=(20:5:80).*0.44704; d2=[18,25,36,47,64,82,105,132,162,196,237,283,334 22,31,45,58,80,103,131,165,202,245,295,353,418 20,28,40.5,52.5,72,92.5,118,148.5,182,220.5,266,318,376]; d2=0.3048.*d2; k1=0.75; k2=0.082678; K2=2; d1=[v;v;v].*k1; d=d1+d2; plot([0,40],[0,K2*40],'k') hold on 51015 2025 303540 车速v (m/s ) 距离(m ) 图1

数学模型第二章习题答案要点

第二章(2)(2008年10月9日) 15.速度为v 的风吹在迎风面积为s 的风车上,空气密度是ρ ,用量纲分析方法确定风车获得的功率P 与v 、S 、ρ的关系. 解: 设P 、v 、S 、ρ的关系为0),,,(=ρs v P f , 其量纲表达式为: [P]=3 2 -T ML , [v ]=1 -LT ,[s ]=2L ,[ρ]=3 -ML ,这里T M L ,,是基本量纲. 量纲矩阵为: A=) ??????????---ρ()() ()()()()(001310013212s v P T M L 齐次线性方程组为: ?? ? ??=--=+=-++0 30 32221414321y y y y y y y y 它的基本解为)1,1,3,1(-=y 由量纲i P 定理得 1131ρπs v P -=, 113ρλs v P =∴ , 其中λ是无量纲常数. 16.雨滴的速度v 与空气密度ρ、粘滞系数μ和重力加速度g 有关,其中粘滞系数的定义是:运动物体在流体中受的摩擦力与速度梯度和接触面积的乘积成正比,比例系数为粘滞系 数,用量纲分析方法给出速度v 的表达式. 解:设v ,ρ,μ,g 的关系为(f v ,ρ,μ,g )=0.其量纲表达式为[v ]=LM 0T -1 ,[ρ]=L -3 MT 0 , [μ]=MLT -2 (LT -1L -1 )-1L -2 =MLL -2T -2 T=L -1 MT -1 ,[g ]=LM 0T -2 ,其中L ,M ,T 是基本量纲. 量纲矩阵为 A=) ()()()()()() (210101101131g v T M L μρ??????????----- 齐次线性方程组Ay=0 ,即 ??? ??==+=+0 2y -y - y -0 y y 0y y -3y -y 431 324321 的基本解为y=(-3 ,-1 ,1 ,1)

数学建模--杨桂元--第一章习题答案

第一章 1-1习题 1.设用原料A 生产甲、乙、丙的数量分别为131211,,x x x ,用原料B 生产甲、乙、丙的数量分别为232221,,x x x ,原料C 生产甲、乙、丙的数量分别为333231,,x x x ,则可以建立线性规划问题的数学模型: ?? ??? ??? ?? ?????=≥≤+--≤+--≥--≤+--≥--≤++≤++≤++++++++-+=) 3,2,1,(,00 5.05.05.004.0 6.06.00 15.015.085.008.02.02.006.06.04.012002500 2000..8.38.56.78.18.36.52.08.16.3max 33231332221232 22123121113121113332312322 21131211333231232221131211j i x x x x x x x x x x x x x x x x x x x x x x x x x t s x x x x x x x x x S ij LINDO 求解程序见程序XT1-1-1。 求解结果: 1200 ,22.1482,33.473,0,78.1017,66.1526322212312111======x x x x x x 0,0,0332313===x x x ,24640max =S (元) 。 2.设用设备,,,,,32121B B B A A 加工产品Ⅰ的数量分别为54321,,,,x x x x x ,设备121,,B A A 加工产品Ⅱ的数量分别为876,,x x x ,设备22,B A 加工产品Ⅲ的数量分别为109,x x ,则目标函数为: 976321)5.08.2())(35.02())(25.025.1(max x x x x x x S -++-+++-= 4000 7200700011478340008625010000129731260001053005 1048397261x x x x x x x x x x ?-+?-+?-++?-+? -整理后得到: ??? ??? ?=≥=-=-+=--++≤≤+≤+≤++≤+-+-++---+=)10,9,8,7,6,5,4,3,2,1(,00;0;0;40007;7000114;400086; 100001297;6000105..2304.19256.15.03692.115.135.04474.0375.07816.075.0max 10987654321510483972611098765 4321j x x x x x x x x x x x x x x x x x x x x x t s x x x x x x x x x x S j 整数 LINDO 求解的程序见程序XT1-1-2。 求解结果: 324,500,0,571,859,0,230,120010987654321==========x x x x x x x x x x 446.1155max =S 3.设自己生产甲、乙、丙的数量分别为312111,,x x x ,外协加工甲、乙、丙第数量分别为322212,,x x x (外协加工的铸造、机加工和装配的工时均不超过5000小时),则

第二章 系统的数学模型

第二章 系统的数学模型 2.3图中三图分别表示三个机械系统。求出他们各自的微分方程,图中xi 表示输入位移,xo 表示输出位移,假设输出端无负载效应。 解:(1)、对图(a )所示系统,有牛顿定律有 c 1(x i-x 0)-c 2x 0=m x 0 即 m x 0+(c 1-c 2) x 0= c 1x i (2)、对图(b )所示系统,引入一中间变量x ,并有牛顿定律有 (x i -x)k 1=c(x -x 0) c(x -x 0)=k 2x 0 消除中间变量有 c(k 1+k 2)x 0+k 1k 2x 0=ck 1x i (3)、对图(c )所示系统,有牛顿定律有 c(x i-x 0)+ k 1 (x i -x)= k 2x 0 即 c x 0+(k 1+k 2)x 0=c x i+ k 1x i 2.4 求出图(2.4)所示电网络图的微分方程。

解:(1)对图(a )所示系统,设i x 为流过1R 的电流,i 为总电流,则有 ?+ =i d t C i R u o 2 21 11i R u u o i =- dt i i C u u o i ?-= -)(11 1 消除中间变量,并化简有 i i i o o o u R C u C C R R u R C u R C u C C R R u R C 1 22 11 221122 112211 )(1)1(++ +=++ ++ (2)对图(b )所示系统,设i 为电流,则有 dt i C i R u u o i ?+ +=1 11 i R dt i C u o 2 2 1+= ? 消除中间变量,并化简有 i i o o u C u R u C C u R R 2 22 1 211)11()(+=+ ++ 2.5 求图2.5所示机械系统的微分方程。图中M 为输入转矩,C m 为圆周阻尼,J 为转动惯量。 解:设系统输入为M (即M (t )),输出为θ(即θ(t )),分别对圆盘和质块进行动力学分析,列写动力学方程如下:

数学建模章绍辉版作业

数学建模章绍辉版作业集团标准化工作小组 #Q8QGGQT-GX8G08Q8-GNQGJ8-MHHGN#

第四章作业 第二题: 针对严重的交通情况,国家质量监督检验检疫局发布的国家标准,车辆驾驶人员血液中的酒精含量大于或等于20mg/100ml,小于80mg/100ml 为饮酒驾车,血液中的酒精含量大于或等于80mg/100ml 的为醉酒驾车。 下面分别考虑大李在很短时间内和较长时间内(如2个小时)喝了三瓶啤酒,多长时间内驾车就会违反新的国家标准。 1、 问题假设 大李在短时间内喝下三瓶啤酒后,酒精先从吸收室(肠胃)吸收进中心室(血液和体液),然后从中心室向体外排除,忽略喝酒的时间,根据生理学知识,假设 (1) 吸收室在初始时刻t=0时,酒精量立即为 32 D ;在任意时刻,酒精从吸收室吸收进中心室的速率(吸收室在单位时间内酒精含量的减少量)与吸收室的酒精含量成正比,比例系数为1k ; (2) 中心室的容积V 保持不变;在初始时刻t=0时,中心室的酒精含量为0; 在任意时刻,酒精从中心室向体外排除的速率(中心室在单位时间内酒精含量的减少量)与中心室的酒精含量成正比,比例系数为2k ; (3) 在大李适度饮酒没有酒精中毒的前提下,假设1k 和2k 都是常量,与饮酒量 无关。 2、 符号说明 酒精量是指纯酒精的质量,单位是毫克; 酒精含量是指纯酒精的浓度,单位是毫克/百毫升; ~t 时刻(小时); ()~x t 在时刻t 吸收室(肠胃)内的酒精量(毫克);

0~D 两瓶酒的酒精量(毫克); (t)~c 在时刻t 吸收室(血液和体液)的酒精含量(毫克/百毫升); 2()~c t 在时刻t 中心室(血液和体液)的酒精含量(毫克/百毫升); ~V 中心室的容积(百毫升); 1~k 酒精从吸收室吸收进中心室的速率系数(假设其为常数); 2~k 酒精从中心室向体外排除的速率系数(假设其为常数); 3~k 在短时间喝下三瓶酒的假设下是指短时间喝下的三瓶酒的酒精总量除以中心室体 积,即03/2D V ;而在较长时间内(2小时内)喝下三瓶酒的假设下就特指03/4D V . 3、 模型建立和求解 (1) 酒是在很短时间内喝的: 记喝酒时刻为0t =(小时),设(0)0c =,可用()2113 212 ()k t k t k k c t e e k k --= --来计算血液中的酒精含量,此时12k k 、为假设中所示的常数,而033155.792D k V ?? == ??? . 下面用MATLAB 程序画图展示血液中酒精含量随时间变化并且利用fzero 函数和fminbnd 函数来得到饮酒驾车醉酒驾车对应的时间段,以及血液中酒精含量最高的时刻。 MATLAB 程序如下: k1=;k2=;k3=; c=@(t)(k1.*k3)./(k1-k2).*(exp(-k2.*t)-exp(-k1.*t)); f=@(t)c(t)-20; g=@(t)c(t)-80; h=@(t)-c(t); t1(1)=fzero(f,1);t1(2)=fzero(f,12), t2(1)=fzero(g,1);t2(2)=fzero(g,12) [t3,c3]=fminbnd(h,0,24) fplot(c,[0,20],'k') hold on plot([0,20],[20,20],'k',[0,20],[80,80],'k') hold off

数学建模第二章作业答案章绍辉

数学建模第二章作业答案章绍辉

习题2作业讲评 1. 继续考虑 2.2节的“汽车刹车距离”案例,请问“两秒准则”和“一车长度准则”一样吗?“两秒准则”是否足够安全?对于安全车距,你有没有更好的建议?(“两秒准则”,即后车司机从前车经过某一标志开始,默数2秒之后到达同一标志,而不管车速如何. 刹车距离与车速的经验公式 20.750.082678d v v =+,速度单位为m/s ,距离单位为m ) 解答 (1)“两秒准则”表明前后车距与车速成正比例关系. 引入以下符号: D ~ 前后车距(m );v ~ 车速(m/s ); 于是“两秒准则”的数学模型为22D K v v ==. 与“一车长度准则”相比是否一样,依赖于一车长度的选取. 比较2 0.750.082678d v v =+与2D v =,得: ()0.082678 1.25d D v v -=- 所以当15.12 m/s v <(约合54.43 km/h )时,有d时,有d>D ,即前后车距小于刹车距离的理论值,不够安全. 也就是说,“两秒准则”适用于车速不算很快的情况. 另外,还可以通过绘图直观的解释“两秒准则”够不够安全. 用以下MATLAB 程序把刹车距离实测数据和“两秒准则”都画在同一幅图中(图1).

v=(20:5:80).*0.44704; d2=[18,25,36,47,64,82,105,132,162,196,237,283,334 22,31,45,58,80,103,131,165,202,245,295,353,418 20,28,40.5,52.5,72,92.5,118,148.5,182,220.5,266,318,376]; d2=0.3048.*d2; k1=0.75; k2=0.082678; K2=2; d1=[v;v;v].*k1; d=d1+d2; plot([0,40],[0,K2*40],'k') hold on plot(0:40,polyval([k2,k1,0],0:40),':k') plot([v;v;v],d,'ok','MarkerSize',2) title('比较刹车距离实测数据、理论值和两秒准则') legend('两秒准则','刹车距离理论值',... '刹车距离的最小值、平均值和最大值',2) xlabel('车速v (m/s )') ylabel('距离(m )') hold off 51015 2025 303540 020406080100120 140160180比较刹车距离实测数据、理论值和两秒准则 车速v (m/s ) 距离(m ) 两秒准则 刹车距离理论值 刹车距离的最小值、平均值和最大值 图1

数学建模(教案)第一章--线性规划

数学建模 第一章 线性规划 §1 线性规划 在人们的生产实践中,经常会遇到如何利用现有资源来安排生产,以取得最大经济效益的问题。此类问题构成了运筹学的一个重要分支—数学规划,而线性规划(Linear Programming 简记LP)则是数学规划的一个重要分支。自从1947年G. B. Dantzig 提出求解线性规划的单纯形方法以来,线性规划在理论上趋向成熟,在实用中日益广泛与深入。特别是在计算机能处理成千上万个约束条件和决策变量的线性规划问题之后,线性规划的适用领域更为广泛了,已成为现代管理中经常采用的基本方法之一。 1.1 线性规划的实例与定义 例1 某机床厂生产甲、乙两种机床,每台销售后的利润分别为4000元与3000元。生产甲机床需用B A 、机器加工,加工时间分别为每台2小时和1小时;生产乙机床需用C B A 、、三种机器加工,加工时间为每台各一小时。若每天可用于加工的机器时数分别为A 机器10小时、B 机器8小时和C 机器7小时,问该厂应生产甲、乙机床各几台,才能使总利润最大? 上述问题的数学模型:设该厂生产1x 台甲机床和2x 乙机床时总利润最大,则21,x x 应满足 (目标函数) 2134m ax x x z += (1) s.t. ( 约 束 条 件 ) ?????? ?≥≤≤+≤+0 ,781022122 121x x x x x x x (2) 这里变量21,x x 称之为决策变量,(1)式被称为问题的目标函数,

精品文 (2)中的几个不等式是问题的约束条件,记为s.t.(即subject to)。上述即为一规划问题数学模型的三个要素。由于上面的目标函数及约束条件均为线性函数,故被称为线性规划问题。 总之,线性规划问题是在一组线性约束条件的限制下,求一线性目标函数最大或最小的问题。 在解决实际问题时,把问题归结成一个线性规划数学模型是很重要的一步,但往往也是困难的一步,模型建立得是否恰当,直接影响到求解。而选取适当的决策变量,是我们建立有效模型的关键之一。 1.2 线性规划的Matlab 标准形式 线性规划的目标函数可以是求最大值,也可以是求最小值,约束条件的不等号可以是小于号也可以是大于号。为了避免这种形式多样性带来的不便,Matlab 中规定线性规划的标准形式为 b Ax x c x T ≤ that such min 其中c 和x 为n 维列向量,b 为m 维列向量,A 为n m ?矩阵。 例如线性规划 b Ax x c x T ≥ that such max 的Matlab 标准型为 b Ax x c x T -≤-- that such min 1.3 线性规划问题的解的概念 一般线性规划问题的标准型为 ∑==n j j j x c z 1min (3) ∑==≤n j i j ij m i b x a 1,,2,1 s.t. (4) 可行解 满足约束条件(4)的解),,,(21n x x x x =,称为线性规

第二章 控制系统的数学模型

+ 第二章控制系统的数学模型 一.是非题 1.惯性环节的输出量不能立即跟随输入量变化,存在时间上的延迟,这是由于环节的惯性造成的。(√) 2.比例环节又称放大环节,其输出量与输入量之间的关系为一种固定的比例关系。(√) 3.积分环节的输出量与输入量的积分成正比。(√) 4.如果把在无穷远处和在零处的的极点考虑在内,而且还考虑到各个极点和零点的重复数,传递函数G (s )的零点总数与其极点数不等 (×) 二. 选择题 1.比例环节的传递函数为 (A ) A .K B 。K s C 。 τs D 。以上都不是 2.下面是t 的拉普拉斯变换的是 (B ) A . 1 S B 。 21S C 。2S D 。S 3.两个环节的传递函数分别为()1G s 和()2G s 则这两个环节相串联则总的传递函数是 (C ) A .()()12G s G s + B 。()12()G s G s - C .()()12G s G s D 。 () () 12G s G s

4.两个环节的传递函数分别为()1G s 和()2G s 则这两个环节相并联则总的传递函数是 (A ) A .()()12G s G s + B 。()12()G s G s - C .()()12G s G s D 。() () 12G s G s 三. 填空题 1.典型环节由比例环节,惯性环节, 积分环节,微分环节,振荡环节,纯滞后环节 2.振荡环节的传递函数为22 21k s s τζτ++ 3.21 2 t 的拉普拉斯变换为 3 1 s 4.建立数学模型有两种基本方法:机理分析法和实验辨识法 四.计算题 §2-1 数学模型 1、 线性元部件、系统微分方程的建立 (1)L-R-C 网络 C r u R i dt di L u +?+? = c i C u =? c c c u u C R u C L +'??+''??=

数学建模数模第一次作业(章绍辉版)

1.(1) n=101; x1=linspace(-1,1,n); x2=linspace(-2,2,n); y1=[sqrt(1-x1.^2);-sqrt(1-x1.^2)]; y2=[sqrt(4-x2.^2);-sqrt(4-x2.^2);sqrt(1-(x2.^2)/4);-sqrt(1-(x2.^2)/4)]; plot(x1,y1) … hold on; plot(x2,y2) title('椭圆x^2/4+y^2=1的内切圆和外切圆') axis equal -2.5 -2-1.5-1-0.500.51 1.52 2.5 -2-1.5-1-0.500.511.5 2椭圆x 2/4+y 2=1的内切圆和外切圆 (2) x1=linspace(-2,2,101); / x2=linspace(-2,8); axis equal plot(exp(x1),x1,x1,exp(x1),x2,x2) title('指数函数y=exp(x)和对数函数y=ln(x)关于y=x 对称')

-2 -1 1 2 3 4 5 6 7 8 -2-101234567 8指数函数y=exp(x)和对数函数y=ln(x)关于y=x 对称 (3) hold on — q=input('请输入一个正整数q;') for i=1:q for j=1:i if rem(j,i) plot(j/i,1/i) end end end @

0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 00.050.10.150.20.250.30.350.40.45 0.5 3.代码如下: n=input('请输入实验次数n=') k=0; for i=1:n 。 x=ceil(rand*6)+ceil(rand*6); if x ==3|x==11 k=k+1; elseif x~=2&x~=7&x~=12 y= ceil(rand*6)+ceil(rand*6); while y~=x&y~=7 y=ceil(rand*6)+ceil(rand*6); end if y==7 ; k=k+1; end end end

第1章数学建模与误差分析

第1章数学建模与误差分析 1.1 数学与科学计算 数学是科学之母,科学技术离不开数学,它通过建立数学模型与数学产生紧密联系,数学又以各种形式应用于科学技术各领域。数学擅长处理各种复杂的依赖关系,精细刻画量的变化以及可能性的评估。它可以帮助人们探讨原因、量化过程、控制风险、优化管理、合理预测。近几十年来由于计算机及科学技术的快速发展,求解各种数学问题的数值方法即计算数学也越来越多地应用于科学技术各领域,相关交叉学科分支纷纷兴起,如计算力学、计算物理、计算化学、计算生物、计算经济学等。 科学计算是指利用计算机来完成科学研究和工程技术中提出的数学问题的计算,是一种使用计算机解释和预测实验中难以验证的、复杂现象的方法。科学计算是伴随着电子计算机的出现而迅速发展并获得广泛应用的新兴交叉学科,是数学及计算机应用于高科技领域的必不可少的纽带和工具。科学计算涉及数学的各分支,研究它们适合于计算机编程的数值计算方法是计算数学的任务,它是各种计算性学科的联系纽带和共性基础,兼有基础性和应用性的数学学科。它面向的是数学问题本身而不是具体的物理模型,但它又是各计算学科共同的基础。 随着计算机技术的飞速发展,科学计算在工程技术中发挥着愈来愈大的作用,已成为继科学实验和理论研究之后科学研究的第三种方法。在实际应用中所建立的数学模型其完备形式往往不能方便地求出精确解,于是只能转化为简化模型,如将复杂的非线性模型忽略一些因素而简化为线性模型,但这样做往往不能满足精度要求。因此,目前使用数值方法来直接求解较少简化的模型,可以得到满足精度要求的结果,使科学计算发挥更大作用。了解和掌握科学计算的基本方法、数学建模方法已成为科技人才必需的技能。因此,科学计算与数学建模的基本知识和方法是工程技术人才必备的数学素质。 1.2 数学建模及其重要意义 数学,作为一门研究现实世界数量关系和空间形式的科学,在它产生和发展的历史长河中,一直是和人们生活的实际需要密切相关。用数学方法解决工程实际和科学技术中的具体问题时,首先必须将具体问题抽象为数学问题,即建立起能描述并等价代替该实际问题的数学模型,然后将建立起的数学模型,利用数学理论和计算技术进行推演、论证和计算,得到欲求解问题的解析解或数值解,最后用求得的解析解和数值解来解决实际问题。本章主要介绍数学建模基本过程和求解数学问题数值方法的误差传播分析。 1.2.1 数学建模的过程 数学建模过程就是从现实对象到数学模型,再从数学模型回到现实对象的循环,一般通过表述、求解、解释、验证几个阶段完成。数学建模过程如图1.2.1所示,数学模型求解方法可分为解析法和数值方法,如图1.2.2所示。 表述是将现实问题“翻译”成抽象的数学问题,属于归纳。数学模型的求解方法则属于演绎。归纳是依据个别现象推出一般规律;演绎是按照普遍原理考察特定对象,导出结论。演绎利用严格的逻辑推理,对解释现象做出科学预见,具有重要意义,但是它要以归纳的结论作为公理化形式的前提,只有在这个前提下

第二次数学建模作业

4. 根据表1.14 的数据,完成下列数据拟合问题: 表 1.14 美国人口统计数据(百万人) 年份1790 1800 1810 1820 1830 1840 1850 1860 人口 3.9 5.3 7.2 9.6 12.9 17.1 23.2 31.4 年份1870 1880 1890 1900 1910 1920 1930 1940 人口38.6 50.2 62.9 76.0 92.0 106.5 123.2 131.7 年份1950 1960 1970 1980 1990 2000 人口150.7 179.3 204.0 226.5 251.4 281.4 解答:(1): (i)执行程序: t=1790:10:2000; x=[3.9,5.3,7.2,9.6,12.9,17.1,23.2,31.4,38.6,50.2,62.9,76.2,92.0,106.5,123.2,131.7,150.7,179.3,204 .0,226.5,251.4,281.4]; f=@(r,t)3.9.*exp(r(1).*(t-1790)); r=nlinfit(t,x,f,0.036) sse=sum((x-f(r,t)).^2) plot(t,x,'k+',1790:10:2000,f(r,1790:10:2000),'k') axis([1790,2000,0,300]),legend('测量值','理论值') xlabel('美国人口/(百万)'),ylabel('年份') title('美国人口指数增长模型图II') 运行结果: >> Untitled r = 0.0212 sse = 1.7433e+004 即,拟合效果:r =0.0212;误差平方和为:1.7433e+004. 拟合效果图(i):

第二章 动态数学模型

第二章控制系统的数学模型 控制系统的数学模型 本章主要内容: 引言 微分方程模型 传递函数模型 脉冲响应模型 方框图模型 信号流图模型 频域特性模型 数学模型的实验测定方法(辨识) 2.0 引言 主要解决的问题: 什么是数学模型 为什么要建立系统的数学模型 对系统数学模型的基本要求 2.0.1 什么是数学模型 控制系统的数学模型是描述系统内部各物理量(或变量)之间关系的数学表达式或图形表达式或数字表达式。 亦:描述能系统性能的数学表达式(或数字、图像表达式) 控制系统的数学模型按系统运动特性分为:静态模型

动态模型 静态模型:在稳态时(系统达到一平衡状态)描述系统各变量间关系的数学模型。 动态模型:在动态过程中描述系统各变量间关系的数学模型。 关系:静态模型是t时系统的动态模型。 控制系统的数学模型可以有多种形式,建立系统数学模型的方法可以不同,不同的模型形式适用于不同的分析方法。 2.0.2 为什么要建立控制系统的数学模型 控制系统的数学模型是由具体的物理问题、工程问题从定性的认识上升到定量的精确认识的关键!(这一点非常重要,数学的意义就在于此) 一方面,数学自身的理论是严密精确和较完善的,在工程问题的分析和设计中总是希望借助于这些成熟的理论。事实上凡是与数学关系密切的学科发展也是快的,因为它有严谨和完整的理论支持;另一方面,数学本身也只有给它提供实际应用的场合,它才具有生命力。“1”本身是没有意义的,只有给它赋予了单位(物理单位)才有意义。 建立系统数学模型的方法很多,主要有两类: 机理建模白箱实验建模(数据建模)黑箱或灰箱 系统辨识 2.0.3 对系统数学模型的基本要求 亦:什么样的数学表达式能用于一个工程系统的描述。 理论上,没有一个数学表达式能够准确(绝对准确)地描述一个系统,因为,理论上任何一个系统都是非线性的、时变的和分布参数的,都存在随机因素,系统越复杂,情况也越复杂。 而实际工程中,为了简化问题,常常对一些对系统运动过程影响不大的因素忽略,抓住主要问题进行建模,进行定量分析,也就是说建立系统的数学模型应该在模型的准确度和复杂度上进行折中的考虑。因此在具体的系统建模时往往考虑以下因素:

数学建模章绍辉版第四章作业

第四章作业 第二题: 针对严重的交通情况,国家质量监督检验检疫局发布的国家标准,车辆驾驶人员血液中的酒精含量大于或等于20mg/100ml,小于80mg/100ml 为饮酒驾车,血液中的酒精含量大于或等于80mg/100ml 的为醉酒驾车。 下面分别考虑大李在很短时间内和较长时间内(如2个小时)喝了三瓶啤酒,多长时间内驾车就会违反新的国家标准。 1、 问题假设 大李在短时间内喝下三瓶啤酒后,酒精先从吸收室(肠胃)吸收进中心室(血液和体液),然后从中心室向体外排除,忽略喝酒的时间,根据生理学知识,假设 (1) 吸收室在初始时刻t=0时,酒精量立即为 32 D ;在任意时刻,酒精从吸收室吸收进中心室的速率(吸收室在单位时间内酒精含量的减少量)与吸收室的酒精含量成正比,比例系数为1k ; (2) 中心室的容积V 保持不变;在初始时刻t=0时,中心室的酒精含量为0;在任意时 刻,酒精从中心室向体外排除的速率(中心室在单位时间内酒精含量的减少量)与 中心室的酒精含量成正比,比例系数为2k ; (3) 在大李适度饮酒没有酒精中毒的前提下,假设1k 和2k 都是常量,与饮酒量无关。 2、 符号说明 酒精量是指纯酒精的质量,单位是毫克; 酒精含量是指纯酒精的浓度,单位是毫克/百毫升; ~t 时刻(小时) ; ()~x t 在时刻t 吸收室(肠胃)内的酒精量(毫克) ; 0~D 两瓶酒的酒精量(毫克); (t)~c 在时刻t 吸收室(血液和体液)的酒精含量(毫克/百毫升) ; 2()~c t 在时刻t 中心室(血液和体液)的酒精含量(毫克/百毫升); ~V 中心室的容积(百毫升) ; 1~k 酒精从吸收室吸收进中心室的速率系数(假设其为常数2.0079); 2~k 酒精从中心室向体外排除的速率系数(假设其为常数0.1855);

10424-数学建模-第一章 线性规划

第一章 线性规划 §1 线性规划 在人们的生产实践中,经常会遇到如何利用现有资源来安排生产,以取得最大经济效益的问题。此类问题构成了运筹学的一个重要分支—数学规划,而线性规划(Linear Programming 简记LP)则是数学规划的一个重要分支。自从1947年G. B. Dantzig 提出求解线性规划的单纯形方法以来,线性规划在理论上趋向成熟,在实用中日益广泛与深入。特别是在计算机能处理成千上万个约束条件和决策变量的线性规划问题之后,线性规划的适用领域更为广泛了,已成为现代管理中经常采用的基本方法之一。 1.1 线性规划的实例与定义 例1 某机床厂生产甲、乙两种机床,每台销售后的利润分别为4000元与3000元。生产甲机床需用B A 、机器加工,加工时间分别为每台2小时和1小时;生产乙机床需用C B A 、、三种机器加工,加工时间为每台各一小时。若每天可用于加工的机器时数分别为A 机器10小时、B 机器8小时和C 机器7小时,问该厂应生产甲、乙机床各几台,才能使总利润最大? 上述问题的数学模型:设该厂生产1x 台甲机床和2x 乙机床时总利润最大,则21,x x 应满足 (目标函数)2134max x x z += (1) s.t.(约束条件)???????≥≤≤+≤+0 ,781022122 121x x x x x x x (2) 这里变量21,x x 称之为决策变量,(1)式被称为问题的目标函数,(2)中的几个不等式 是问题的约束条件,记为s.t.(即subject to)。由于上面的目标函数及约束条件均为线性函数,故被称为线性规划问题。 总之,线性规划问题是在一组线性约束条件的限制下,求一线性目标函数最大或最小的问题。 在解决实际问题时,把问题归结成一个线性规划数学模型是很重要的一步,但往往也是困难的一步,模型建立得是否恰当,直接影响到求解。而选适当的决策变量,是我们建立有效模型的关键之一。 1.2 线性规划的Matlab 标准形式 线性规划的目标函数可以是求最大值,也可以是求最小值,约束条件的不等号可以是小于号也可以是大于号。为了避免这种形式多样性带来的不便,Matlab 中规定线性规划的标准形式为 b Ax x c x T ≤ that such min 其中c 和x 为n 维列向量,b 为m 维列向量,A 为n m ?矩阵。 例如线性规划 b Ax x c x T ≥ that such max 的Matlab 标准型为

相关文档
最新文档