常微分方程在数学建模中的应用

常微分方程在数学建模中的应用
常微分方程在数学建模中的应用

北方民族大学学士学位论文

论文题目:常微分方程在数学建模中的应用

院(部)名称:信息与计算科学学院

学生姓名:马木沙

专业:信计学号:20093490

指导教师姓名:魏波

论文提交时间:

论文答辩时间:

学位授予时间:

北方民族大学教务处制

摘要

本文利用常微分方程和数学建模二者之间的联系,了解微分方程的一般理论、微分方程解的存在惟一性、微分方程的稳定性问题、通过几个典型的数学模型如:人口模型、减肥的数学模型、化工车间通风模型、传染病的传播模型及定性分析等例子来体现微分方程在数学建模中的应用. 用数学理论解决实际生活中的问题.微分方程的出现以及运用微分方程在数学建模中的应用,就是为了更好地使更多的人理解并运用数学理论,更好的解决实际生活中的问题.努力在各个领域利用并渗透数学知识的广泛运用.

关键词:常微分方程,数学建模,数学模型

Abstract

In this paper, ordinary differential equations and mathematical modeling contact between the two, understand the general theory of differential equations, stability problems of the existence and uniqueness of differential equations, differential equations, several typical mathematical models such as: demographic model,example of the mathematical model of weight loss, chemical plant ventilation model, spread of infectious diseases, model and qualitative analysis to reflect the application of differential equations in mathematical modeling. found that the application of mathematical theory to study and solve problems in the actual process of the emergence of ordinary differential equations andOrdinary Differential Equations in Mathematical Modeling widely used, in order to better enable ordinary people to understand and use mathematical theory, solving real-world problems. sublimation theory by the knowledge-based transformation to the ability to type, highlight the differential equationsand differential equations in mathematical modeling efforts made outstanding and significant contribution in various fields.

Keywords: ordinary differential equations, mathematical modeling, mathematical model.

目录

第一章绪论 (4)

1.1背景及意义 (4)

1.2本文研究的主要内容 (4)

第二章微分方程的基本理论及稳定性研究 (6)

2.1 微分方程的一般理论 (6)

2.1.1微分方程的一般形式 (6)

2.1.2微分方程解的存在惟一性 (7)

2.2人口模型 (10)

第三章常微分方程在数学建模中的应用 (12)

3.1 减肥的数学模型 (13)

3.2化工车间的通风问题模型 (15)

第四章总结 (17)

参考文献 (18)

致谢 (19)

第一章绪论

1.1背景及意义

常微分方程的发展、形成与许多学科都有着密切的联系,例如几何学、物理学、化学、生物学、经济学甚至电子科技、航天航空等.为数学的分支学科—常微分方程的发展起着深刻而重要的影响,特别是计算机的发展更为常微分方程的应用及理论研究提供有力的工具.数学若想解决实际的许多问题,就要通过观察研究实际对象的特征和内在的关系规律,抓住问题的主要矛盾,建立起反映实际问题的数学模型.而在数学模型求解的问题上,常微分方程是最重要的知识工具.因此继续探讨研究常微分方程在数学建模中的应用依然是有着及其重要的学术价值和及其深刻的现实意义.

目前,已有很多学者对此方面进行了研究,例如,朱美玲在《太远城市职业技术学院报》中简要介绍了常微分方程的发展和数学建模的过程以及常微分方程在数学建模中的一些应用,并对数学建模在数学教学中的地位和作用作了一些展望;王英霞在《才智》2011年12期中介绍常微分方程的发展、数学建模的特点;重点介绍了常微分方程与数学建模相互结合,在不同的领域中的相关的具体例子,总结常微分方程在数学建模中的重要性;赵家林在《中国科教创新导刊》2009年第1期中描述了客观是的数量关系的一种重要数学模型.

数学领域的中心学科常微分方程至今已有近300年的发展历史,为了寻求、解决类似自由落体下落过程中下落距离和时间的函数关系;研究火箭在空中飞行时的飞行轨道等这类实际性的问题,往往就要求我们找到满足某些特定条件的一个或多个未知数方程,为了解决这类实际问题从而产生了微分方程.把含有未知函数及未知函数导数或微分的方程称之为微分方程.微分方程是在处理实际问题的过程中产生的, 微分方程的研究又促进实际问题的解决,同时也促进其他学科的发展.

1.2本文研究的主要内容

本文通过对常微分方程、数学模型、以及常微分方程在数学建模中应用的介绍,如:微分方程的一般理论、微分方程解的存在惟一性、微分方程的稳定性问题、人口模型、减肥的数学模型、化工车间的通风问题模型等.发现应用数学理论研究解决实际过程中的问题.而一切数学模型的建立和求解,都是为了更好的应用数学理论指导实际生活.常微分方程的出现以及常微分方程在数学建模中的广泛应用,就是为了更好地使普通人理解并利用数学理论,更好的解决实际中的问题.把理论升华为由知识型向能力型转化,突显微分方程以及微分方程在数学建模中的应用,努力在各个领域做出突出重大贡献.

本文共分为四个章节:

第一章,对全文进行概述,介绍了常微分方程在数学建模中的应用的背景和意义、国内外的研究现状以及本文研究的主要内容.

第二章,微分方程的基本理论及稳定性研究.

第三章,常微分方程在数学建模中的应用.

第四章,全文综述、总结.

第二章 微分方程的基本理论及稳定性研究

2.1 微分方程的一般理论

微分方程是研究函数变化规律的有力工具,有着广泛的实际应用.针对所研究的对象建立微分方程模型是解决问题的第一步,实际中只有求出微分方程的解才能对所研究的问题进行解释说明.一般说来,求微分方程的解析解是困难的,大多数的微分方程需要数值方法来求解,因此首先需要研究微分方程的解的存在唯一性和稳定性问题.

2.1.1微分方程的一般形式

一阶微分方程

()()?????==00,x t x t x f dt dx (2.1)

其中()x t f ,是t 和x 的已知函数,()00x t x =为初始条件,又称定解条件。一介微分方程组

()()()()()?????====,,...2,1,...,2,1,...,,0021n i x t x n i x x x t f dt dx i i n i i (2.2)

又称为一阶正规方程组.如果引入向量

()()()()()T

n T n x x x x x x x x 00201021,,,,,..., == ()T

n T n dt dx dt dx dt dx dt dx f f f f ??? ??==,,,,,,,2121 则方程(2.2)可以写为简单的形式

()()?????==00,x t x x t f dt dx (2.3)

即与方程(3、1)的形式相同,当n=1时为方程(2.1).

对于任一高阶的微分方程

???

? ??=--11,,,;n n n n dt x d dt dx x t f dt x d

如果记()(),,,;,2,1,01101--===n n i i i y y y t f dt

dy n i y dt x d ,即可化为一阶方程组的形式。一般解法如下:

例1.求方程组y

x dx dy -= 解 将变量分离得

xdx ydx -=

两边积分,即得

2

2222c x y +-= 因而,通解为

c y x =+22

这里c 是任意正常数.或者解出y ,写出显函数形式的解

2x c y -±=

2.1.2微分方程解的存在惟一性

正规方程组(2.3)的解在什么条件下存在,且惟一呢?有下面的定理. 定理2.1(Cauchy —peano ) 如果函数()x t f ,在b x x t t R ≤-≤-00,:α上连续,则方程组(2.3)在h t t ≤-0上有解()t x φ=满足初值条件()00t x φ=,此处

()()x t f M M b a h R

x l ,,,min max ,∈=??? ??= 定理3.2 如果函数()x t f ,在b x x t t R ≤-≤-00,:α 上连续,且满足利普希茨(Lipschitz )条件(即存在正常数L 使得,()()()()()()2121,,x x L x t f x t f -≤-,其中()()()

R x t x t ∈21,),,(,则方程组(2.3)满足初值条件()00t x φ= 的解是惟一的。

2.1.3微分方程的稳定性问题

在实际问题中,微分方程所描述的是物质系统的运到规律,在用微分方程来研究这个物理过程中,人们只能考虑影响该过程的主要因素,而不得不忽略一些人为次要的因素,这种次要的因素通常称为干扰因素,这些干扰因素在实际中可以瞬时的起作用,也可持续的起作用.从数学上来看,前者会引起初值条件的变化,而后者会影响微分方程本身的变化,在实际问题中,干扰因素是客观存在的,

由此可见,对于它的影响程度的研究的必要的,即初值条件或微分方程的微小变化是否也只是引起对应解的微小变化?这就是微分方程的稳定性问题,这里仍以方程组(2.3)为例讨论.

(1)有限区间的稳定性

如果()x t f ,在某个有限的区域1+?n R G 内连续,且对x 满足礼普希茨条件,

()()b t a t x ≤≤=ψ是方程组

(2.3)的一个特解,则当0x 充分接近于()()b t a t ≤≤00ψ时,方程组(2.3)在b t a ≤≤上满足初值条件()00t x x =的解 ()00,,x t t x φ=有

()()()()b t a t x t t t x ≤≤=→ψφψ0

0,,lim 0

0 即对0>ε,总存在相应的()0>εδ,当()()εδψ<-00t x 时,对一切b t a ≤≤有

()()εψφ<-t x t t 00,,

此时称方程组(2.3)的解()t x ψ=在有限区间b t a ≤≤上是稳定的。

(3)渐进稳定性

如果方程组(2.3)解()t x ψ=在无限区间0t t ≥上是稳定的,且存在00>δ,当()000δψ<-t x 时,有

()()()0,,0

0lim =-∞

→t x t t t ψφ 则称()t x ψ=是渐进稳定的,或称局部渐进稳定性。

如果上述∞=0δ(或给定的一个有限常数),则相应的渐进稳定性称为全局稳定性(或大范围稳定性).

(4)经常扰动下的稳定性

对于方程组(2.3),考虑相应的方程组

()()x t R x t f dt dx ,,+= (2.4)

这里的()x t R ,称为扰动函数。

如果对任意给定的0>ε,总存在()0>εδ和()0>εη,使得当()()εδψ<-00t x 时有

()()εη

则方程组(2.4)有满足初值条件()00t x x =的解()()000,,t t x t t x ≥=φ。且当0t t >时有

()()εψφ<-t x t t 00,,

就说方程组(2.3)的特解()t x ψ=在经常扰动下是稳定的。

(5)研究稳定性的方法

实际中,要研究方程组(2.3)的解()t x ψ=的稳定性问题,可以转化为研究方程零解的稳定性问题,事实上:

对于方程组(2.3)的任一特解()t x ψ=,只要令()t x y ψ-=,则

()()()()t t f x t f dt

t d dt dx dt dy ψψ,,-=-= ()()()()()y t g t t f t y t f ,,,=-+=ψψ

显然有()00,=t g ,故方程组(3.3)变为

()y t g dt dy ,= (2.5) 于是可知方程组(2.3)的解()t x ψ=对应于方程组(3.5)为0=y 。因此,要研究方程组(3.3)的)(t x ψ=的稳定性问题可转化为研究方程组(3.5)的平凡解0=y 的稳定性问题。

如果微分方程组的所有解都能简单的求出来,一个特解的稳定性问题并不难解决,然而,实际中这种情况太少了,由此,一般性的稳定性问题研究是复杂的,通常的情况下都是针对具体问题做相应研究,下面通过例子作为解释说明. 例.2 考虑一阶非线性方程组

()

?????????+--+=++-=+-+-=222322z y e z y x dt dz z y x y x dt

dy e

x z y x dt dx x x 这里线性近似方程组的特征方程为

0111011

112=-------λ

λλ

035423=+++λλλ

由此得赫尔维茨行列式

3,175

314,4,13210===?==ααα 根据定理,特征方程所有根均有负实部,由定理知零解0===z y x 为渐进稳定的.

2.2人口模型

英国人口统计学家马尔萨斯(Malthus )在担任牧师期间,查看了当地教堂100多年人口出生统计资料,发现了这样一个现象:人口出生率是一个常数.在1978年他发表了《人口原理》一书,其中提出了闻名于世的Malthus 人口模型. 他的基本假设是:在人口自然增长的过程中,净相对增长率(单位时间内人口的净增长数与人口总数之比)是常数,计此常数为r (生命系数).

在t 到t t ?+这段时间内人口数量()t N N =的增长量为

()()()()t t rN t N t t N ?=-?+

于是()t N 满足微分方程

rN dt dN = (2.6)

将上式改写为为 rdt N

dN = 于是N 和变量t 被分离,两边积分得

-+=c rt LnN

这里-c 为任意常数,由对数的定义,上式变为

rt ce N = (2.7)

其中-=c e c ,因0=N 亦是方程(2.6)的解,因此c 可以是任意常数。

如设初始条件为

0t t =时,()0N t N = (2.8) 代入上式可得00rt e N c -=,即方程(2.6)的满足初值条件(2.8)的解为 ()()00t t r e N t N -= (2.9) 如果0>r ,上式说明人口总数()t N 将按指数规律无限增长.将t 以1年或10年为单位离散化,那么可以说,人口数是以为公比的等比数列增加的.

当人口总数不大时,生存空间,资源等及充裕,人口总数指数地增长是可能的,但当人口总数非常大时,指数增长的线性模型则不能反映这样一个事实:环境所提供的条件 只能供养一定数量的人口生活,所以Malthus 模型在()t N 很大时是不合理的.

荷兰生物学家Verhulst 引入常数m N (环境最大容纳量)表示自然资源条件

所能容纳的最大人口数,并假设净相对增长率为即相对增长率为()???? ?

?-m N t N r 1,即

相对增长率随()t N 的增加而减少,当()m N t N →时,净增长率0→。

按此假设,人口增长的方程应改为

N N N r dt dN m ???? ??-=1 (2.1.0)

这就是logistic 模型,当m N 与N 相比很大时,m

N rN 2

与rN 相比可以忽略,则模型变为Malthus 模型;但当m N 与N 相比不是很大时,m N rN 2

这一项就不能忽略,人口急剧增加的速率要缓慢下来。我们用logistic 模型来预测地球未来人数。某些人口学家估计世界人口的自然增长率029.0=r ,而统计得到世界人口在

1960年为29.8亿。增长率1。85%,由logistic 有???? ???-?=m N 8108.291029.00158.0,可得8103.82?=m N ,即世界人口总量为82.3亿,由(2.1.0)式右端为二次多

项式,以2m N N =

时为顶点,当2m N N <时人口增长率增加;当2

m N N >时人口增长率减少,即人口增长到81015.412?=m N 时增长率将逐渐减少,结果相符。

第三章常微分方程在数学建模中的应用

常微分方程来源于生产实践,在解决科学技术的许多问题中发展并逐步完善,用微分方程解决实际问题一般分为以下几步:第一,实际问题的分析及提出;第二,根据问题的规律建立微分方程(称为建立数学模型);第三,解此微分方程或对方程进行定性分析;第四,最后再用方程的解(或性质)解释并预测问题的发展.数学建模是微分方程解决实际问题的最主要的途径.下面说明建模方法: 微分方程建模是数学建模的重要方法与应用, 许多实际问题的数学描述将导致求解微分方程的定解问题.把形形色色的实际问题化微分方程的定解问题, 大体上可以按以下几步:

(1) 根据实际问题建立对应的数学模型———微分方程(组).

(2) 求解与研究这一数学模型, 包括分析解的特征.

(3) 利用解得结果, 解的形式和数值, 进行定性研究与分析, 解释实际问题, 从而预测和描述某些现象, 甚至社会现象中的特定特质.

(4)必要时修改模型或对问题作进一步探讨.

列方程常见的方法有:

(1)按规律列方程,在数学、力学、物理、化学等学科中许多自然现象所满足的规律已为人们所掌握, 并直接由微分方程进行描述.我们常利用这些规律对某些实际问题列出微分方程.

(2)微元分析法和任意区域上取积分的方法

自然界中有许多现象所满足的规律是通过变量的微元之间的关系式来表达的.对于这类问题, 利用微元分析法, 通过已知的规律建立一些变量( 自变量与未知函数) 的微元之间的关系式, 然后再通过求极限的方法得到微分方程, 或等价地通过任意区域上求积分的方法来建立微分方程.

(3)模拟近似法

在生物、经济等学科中, 许多现象所满足的规律并不清楚,而且相当复杂, 因而需要了解实际资料或大量的实验数据, 提出各种假设.在一定的假设前提下, 给出实际现象所满足的客观规律, 然后根据适当的数学方法列出微分方程.

在实际的微分方程建模过程中, 也往往是上述方法的综合应用.

不论应用哪种建模方法, 通常要根据实际问题中的情况, 作出一定的假设与简化,并把模型的理论或计算结果与实际情况进行对照验证和比较, 以修改模型使之更准确地描述解决实际问题并进而达到预测预报的目的.

3.1 减肥的数学模型

1. 问题的提出

随着人们生活水平的提高,普通百姓中减肥健美之风日盛.但是众多的的减肥手段、食品、饮料几乎让人们不知所措,有的达不到预期的效果,甚至产生不良的后果,以致报刊、电视、广播经常提醒人们:减肥要慎重.问如何建立减肥的数学模型?

2. 问题分析

各种种族的不同性别人都有它自己体重的标准,但对亚洲人来说,超过标准体重的20%视为肥胖.“肥胖”从某种意义上说就是脂肪过多以致超过标准.如果人吸收含过多热量的食物,则人体中这些过多的热量就会转化为脂肪而使脂肪增加.为了减肥应似乎少吃或不吃,但为了维持生命,就必须消耗一定的能量(热量)维持最基本的新陈代谢,工作、学习及体育锻炼也要消耗热量.因此,减肥应基于对饮食、新陈代谢、工作及体育锻炼这些关系的正确分析基础上,选择适当的方法进行.减肥的数学模型就要由此入手来建立.

3. 模型假设

(1)设某人每天从食物中摄取的热量是aJ ,其中bJ 用于新陈代谢(即自动消耗),而从事工作、生活每天每kg 体重必须消耗J α的热量,进行体育锻炼每天每kg 体重消耗J β的热量;

(2)某人以脂肪形式储存的热量的百分之白的有效,而1kg 脂肪含热量是42000J ;

(3)设体重是时间t 的连续的可微函数.

4、模型建立

显然,某人每天体重的变化等于输出热量所产生的体重减去输出热量所消耗的体重,这里输出热量是指扣除了新陈代谢之外的净吸收热量,而输出热量就是进行工作、生活以及体育锻炼的总消耗量.由于1kg 脂肪含热量J 42000,故某人

每天净吸收脂肪量42000b a -=,每天每kg 体重净消耗脂肪量42000βα+=,进而知在t 到t t ?+的时间内体重的变化为

()()(),42000

42000t t t b a t t t ?+-?-≈-?+=?ωβαωωω 由此得体重变化的数学模型为

()()()?????=+--=0042000ωωωβαωb a dt d (3.1)

5.模型求解

运用分离变量法,解方程(3.1),有

()(),42000??=+--dt b a d βαω

()(),42000

ln 1C t b a +=+----ωβαβα 利用初始条件()00ωω=得

()(),ln 10ωβαβ

α+--+-=b a C 于是得 ()()()

420000βαωβαωβα+-+--=+--e b a b a (3.2)

注意到(3.2)式两端同号,指数因式为正,因此()ωβα+--b a 与()0ωβα+--b a 同号,故有

()()[]()420000t

e

b a b a βαωβαωβα+-+--=+-- 解得

()()()42000042000

βαωβαβαω+-+---+-=e b a b a t (3.3) 下面再作进一步的分析:对(3.3)式求导得 ()()42000042000t e b a dt d βαωβαω+-+--= (3.4) 由式(3.1)、(3.3)及(3.4)可以对减增肥效分析如下:

若()0ωβα+>-b a ,即每天净吸收大于当初总消耗,0>dt

d ω,则体重增加; 若0)(ωβα+<-b a ,即每天净吸收小于当初总消耗,0

d ω,则体重减少; 若()0ωβα+=-b a ,即每天净吸收等于总消耗,0=dt

d ω,则体重不变; 上述分析结果表明,只要适当控制a (进食),b (新陈代谢),α(工作生活),

β(体育锻炼),要是体重控制在某个范围内是“可能”的,而且从数学上看,()42000

t

e βα+-衰减很快,一般在有限时间(例如3—4个月)内体重就近似等于βα+-b a ,因此为减肥,要减少a ,增大b ,有必要指出,市场上某些减肥药可能在b (新陈代

谢)上做文章,从而具有某些速效,然而人们的新陈代谢不能违反人体的生理规律,所以某些药物强制性大幅度改变人体的新陈代谢反而给人体的健康造成不良后果.正确的减肥策略最主要是有一个良好的饮食、工作和锻炼的习惯,即要适当控制a 及βα+,当然,对于少数肥胖者和运动员来说,研究不伤身体的新陈代谢的改变也是必要的.

3.2化工车间的通风问题模型

1.问题的提出

在化工生产过程中,由于经常要排出一些不利于环境的物质.为了保持车间内的环境卫生,必须实时通入大量的新鲜空气,这就是通风问题.

设有一个 3123030m ??的车间,其中空气中含有%12.0的2CO ,如需要在

10分钟后2CO 的含量不超过 %06.0.(设新鲜空气中2CO 的含量为%04.0)

,问每分钟应通入多少的新鲜空气?

2.问题分析

化工生产过程中,由于经常要排除一些不利于环境的物质,保持车间的环境卫生.就要通入大量的新鲜空气,研究通风的规律.

3.模型建立

引入下列符号:

y ———时间t 时2CO 的浓度;

a ———通入的空气量[]min 3m ;

v ———车间的体积[]

3m

0y ———2CO 的初浓度;

解决这个问题主要依据下列两个物质平衡式:g ———新鲜空气2CO 的浓度;

增量 = 加入量 - 排出量 (1)

流进(或排出)量 = 流进(或排出)速度×浓度×时间 (2)

现在考虑在时间间隔[]dt t t +,内2CO 的进入量与排出量. 由(2)式知

2CO 的进入量agdt =

2CO 的排出量aygt =

在瞬间t ,2CO 的总量等于vy ;在瞬间dt t +,2CO 的总量等于()dy y v +.所以在dt 这段时间内,2CO 的增量为()vdy vy dy y v =-+.

4.模型求解

根据上述分析,由(1)式可得aydt agdt vdy -=

()dt y g a vdy -=

dt v a g y dy -=- (3) 上述方程是一阶变量可分离方程. 显然初始条件是00y y t ==容易求解得 ()g e g y y v at

+-=-0 (4)

上式就是这个车间中空气中2CO 的浓度y 与时间t 的

函数关系.

从(4)式可解出a ,得g y g y t v d ---=0ln (5)

将下列数值:0004.0,0012.0,0006.0,10,108000=====g y y t v 代入(5)式,得[]

min 150041ln 108003m a =-= 5.模型总结

也就是说每分钟应通入[]

31500m 的新鲜空气,就能在10分钟后,使车间内的 2CO 含量不超过 %06.0. 实际上所需的新鲜空气量,比上面的数要小.因为新鲜空气并不是象假设那样很快地与混浊空气混合,而是逐步地与混浊空气混合,并且在很大程度是将它排挤出去的.

第四章总结

本文通过对微分方程的基本理论及稳定性研究、减肥的数学模型、人口模型、化工车间的通风问题模型、等基本理论及实际问题的研究、说明数学的应用已渗透到各个领域,或者说各行各业日益依赖于数学.随着社会和科技的发展,无论是在各学科,还是在各行业均涌现出了大量的、亟待人们去研究和解决的实际课题.这就要求相关的工作人员能灵活地运用数学的思维方法和知识来解决所遇到的问题,从而取得的最大的社会和经济效益.

参考文献

[1] 蔡锁章.数学建模原理与方法[M].北京:海洋出版社,2000.

[2] 姜启源.谢金星,叶俊.数学建模[M]. 北京:高等教育出版社,2003.

[3] 李尚志.数学建模竞赛教程[M].南京:江苏教育出版社,1996.

[4] 王树禾.数学模型基础[M].合肥:中国科学技术大学出版社,1996.

[5]刘玉琏.傅沛仁著.数学分析讲义[M].北京:高等教育出版社,2003.

[6] 陈传璋.金福临.朱学炎等著.数学分析[M].北京:高等教育出版社,2007.

[7] 华东师范大学数学系主编.数学分析[M].北京:高等教育出版社,1991.

[8] 李世皇.赵洁著.数学分析解题方法600例[M].长春:东北师范大学出版社,1992.

[9] 戴朝寿.孙世良.数学建模简明教程[M].高等教育出版社,2006.

致谢

首先,感谢我的论文指导老师魏波老师,本论文从选定题目到开始论文的撰写都是在魏老师的细心指导下完成的.我还没有为论文做任何准备时魏老师已经召集我们并为写论文做了详细的写前要求和内容侧重点的要求.在我们写论文期间,老师耐心的教我们怎样撰写内容,并对我们的内容排版做了一次又一次地修改,使我们在短时间内完成了论文的设计.还传授了一些论文答辩中的知识,使我学到很多专业知识、学会了做人的道理和处事的态度.我借这次机会衷心的向魏老师感谢,老师您辛苦了,祝你身体健康,万事如意.

其次,感谢我的家人和亲友,无论在什么时候他们都在关心我问候我.

最后,感谢我的同学,在他们的帮助和关心下,我高高兴兴的完成了自己的学业.

建模与仿真

第1章建模与仿真的基本概念 参照P8例子,列举一个你相对熟悉的简单实际系统为例,采用非形式描述出来。 第2章建模方法论 1、什么是数学建模形式化的表示?试列举一例说明形式化表示与非形式化表示的区别。 模型的非形式描述是说明实际系统的本质,但不是详尽描述。是对模型进行深入研究的基础。主要由模型的实体、包括参变量的描述变量、实体间的相互关系及有必要阐述的假设组成。模型的非形式描述主要说明实体、描述变量、实体间的相互关系及假设等。 例子:环形罗宾服务模型的非形式描述: 实体 CPU,USR1,…,USR5 描述变量 CPU:Who,Now(现在是谁)----范围{1,2,…,5}; Who.Now=i表示USRi由CPU服务。 USR:Completion.State(完成情况)----范围[0,1];它表示USR完成整个程序任务的比例。参变量 X-----范围[0,1];它表示USRi每次完成程序的比率。 i 实体相互关系 (1)CPU 以固定速度依次为用户服务,即Who.Now为1,2,3,4,5,1,2…..循环运行。 X工作。假设:CPU对USR的服务时间固定,不(2)当Who.Now=I,CPU完成USRi余下的 i X决定。 依赖于USR的程序;USRi的进程是由各自的参变量 i 2、何谓“黑盒”“白盒”“灰盒”系统? “黑盒”系统是指系统内部结构和特性不清楚的系统。对于“黑盒”系统,如果允许直接进行实验测量并通过实验对假设模型加以验证和修正。对属于黑盒但又不允许直接实验观测的系统,则采用数据收集和统计归纳的方法来假设模型。 对于内部结构和特性清楚的系统,即白盒系统,可以利用已知的一些基本定律,经过分析和演绎导出系统模型。 3、模型有效性和模型可信性相同吗?有何不同? 模型的有效性可用实际系统数据和模型产生的数据之间的符合程度来度量。它分三个不同级别的模型有效:复制有效、预测有效和结构有效。不同级别的模型有效,存在不同的行为水平、状态结构水平和分解结构水平的系统描述。 模型的可信度指模型的真实程度。一个模型的可信度可分为: 在行为水平上的可信性,即模型是否重现真实系统的行为。 在状态结构水平上可信性,即模型能否与真实系统在状态上互相对应,通过这样的模型可以对未来的行为进行唯一的预测。 在分解结构水平上的可信性,即模型能否表示出真实系统内部的工作情况,而且是惟一表示出来。 不论对于哪一个可信性水平,可信性的考虑贯穿在整个建模阶段及以后各阶段,必须考虑以下几个方面: 1在演绎中的可信性。2在归纳中的可信性。3在目的方面的可信性。 4、基于计算机建模方法论与一般建模方法论有何不同?(P32) 经典的建模与仿真的主要研究思路,首先界定研究对象-实际系统的边界和建模目标,利用已有的数学建模工具和成果,建立相应的数学模型,并用计算装置进行仿真。这种经典的建

数学建模在计算机专业的应用

应用一图论算法 图论在计算机处理问题中占有重要地位,现实中的很多问题最终都可以转化成图论问题,或者要借助图结构来存储和处理。但是怎么把一图存入计算机就要涉及到数学建模的知识。 比如下面一图: 如果要求出从节点v1到节点v5的所有路径,就可以借助计算机来很轻松的解决。但前提条件是,必须要把图以一种计算机可以理解的形式存进去,即要把它抽象为数学问题。 在此,我们需要定义一些关于图的概念,以便更好的描述问题。 边与顶点的关系有如下几种典型情况: 简单图:无自回环,无重边的图。

无向图:边没有指向, 1212 e. i i i i i ψ()={v,v}=v v此时称边e i与顶点12 i i v,v关联,称 顶点 1 i v与顶点 2 i v邻接。 有向图:边有指向, 1212 e. i i i i i ψ u u u u u r ()=(v,v)=v v 下面是具体涉及到图如何存储的问题: 1.图G(V,E)的关联矩阵x R=(r) ij n m ,若G(V,E)为无向图, 1 2 i j ij i j j i j j v e r v e e v e e ? ? =? ? ? 与不关联 与关联,为非自回环 与关联,为自回环 若G(V,E)为有向图, 1 2 i j ij i j i j v e r v e v e ? ? =? ? ? 与不关联 是的起点 是的终点 因此该图可以用关联矩阵表示出来,如下所示 1100000 1010100 0101001 0011010 0000111 R ?? ? ? ? = ? ? ? ?? 这样,我们就可以以矩阵的形式将图存入计算机

常微分方程在数学建模中的应用(免费版)

常微分方程在数学建模中的应用 这里介绍几个典型的用微分方程建立数学模型的例子. 一、人口预测模型 由于资源的有限性,当今世界各国都注意有计划地控制人口的增长,为了得到人口预测模型,必须首先搞清影响人口增长的因素,而影响人口增长的因素很多,如人口的自然出生率、人口的自然死亡率、人口的迁移、自然灾害、战争等诸多因素,如果一开始就把所有因素都考虑进去,则无从下手.因此,先把问题简化,建立比较粗糙的模型,再逐步修改,得到较完善的模型. 例1( 马尔萨斯 (Malthus ) 模型) 英国人口统计学家马尔萨斯(1766—1834)在担任牧师期间,查看了教堂100多年人口出生统计资料,发现人口出生率是一个常数,于1789年在《人口原理》一书中提出了闻名于世的马尔萨斯人口模型,他的基本假设是:在人口自然增长过程中,净相对增长(出生率与死亡率之差)是常数,即单位时间内人口的增长量与人口成正比,比例系数设为r ,在此假设下,推导并求解人口随时间变化的数学模型. 解 设时刻t 的人口为)(t N ,把)(t N 当作连续、可微函数处理(因人口总数很大,可近似地这样处理,此乃离散变量连续化处理),据马尔萨斯的假设,在t 到t t ?+时间段内,人口的增长量为 t t rN t N t t N ?=-?+)()()(, 并设0t t =时刻的人口为0N ,于是 ?????==. , 00)(d d N t N rN t N 这就是马尔萨斯人口模型,用分离变量法易求出其解为 )(00e )(t t r N t N -=, 此式表明人口以指数规律随时间无限增长. 模型检验:据估计1961年地球上的人口总数为9 1006.3?,而在以后7年中,人口总数以每年2%的速度增长,这样19610=t ,901006.3?=N ,02.0=r ,于是 ) 1961(02.09 e 1006.3)(-?=t t N . 这个公式非常准确地反映了在1700—1961年间世界人口总数.因为,这期间地球上的人 口大约每35年翻一番,而上式断定34.6年增加一倍(请读者证明这一点). 但是,后来人们以美国人口为例,用马尔萨斯模型计算结果与人口资料比较,却发现有很大的差异,尤其是在用此模型预测较遥远的未来地球人口总数时,发现更令人不可思议的问题,如按此模型计算,到2670年,地球上将有36 000亿人口.如果地球表面全是陆地(事实上,地球表面还有80%被水覆盖),我们也只得互相踩着肩膀站成两层了,这是非常荒谬的,因此,这一模型应该修改. 例2(逻辑Logistic 模型) 马尔萨斯模型为什么不能预测未来的人口呢?这主要是地

常微分方程在数学建模中的应用.

微分方程应用 1 引言 常微分方程的形成与发展和很多学科有着密切的联系,例如力学、天文学、物理学等.数学的其他分支的快速发展,产生出很多新兴学科,这些新兴学科的产生都对常微分方程的发展有着深刻的影响,而且当前计算机的快速发展更是为常微分方程的应用及理论研究提供了非常有力的工具. 数学解决实际问题就必须建立模型,而数学建模就是把数学语言描述实际现象的过程.利用数学去解决各类实际问题时,建立数学模型是十分重要的一步,但是也是最困难的一步.建立数学模型的过程,是把错综复杂的实际问题简化、抽象为合理的数学结构的过程.要通过大量调查、收集相关数据资料,观察和研究实际对象的固有特征和内在规律,抓住问题的主要矛盾,建立起反映实际问题的数量关系,然后利用数学的理论和方法去分析和解决问题. 因此本文先简要介绍了如何建立微分方程模型,并通过具体的实例来简单地介绍了微分方程在数学建模中的应用. 2 数学模型简介 通常我们把现实问题的一个模拟称为模型.如交通图、地质图、航空模型和建筑模型等.利用字母、数学及其它数学符号建立起来的等式或不等式以及图表、图象、框图等来模拟现实的模型称为数学模型.数学模型在实际生活中经常碰到,如求不规则图形的面积,可建立定积分的数学模型,求变化率的问题可建立导数模型,统计学中抽样调查,买彩票中奖的概率问题等等.学会建立数学模型对解决实际生活问题会有很大的帮助. 建立数学模型是沟通摆在面前的实际问题与数学工具之间联系的一座必不可少的桥梁.随着科学技术的进步,特别是电子计算机技术的迅速发展,数学已经渗透到从自然科学技术到工农业生产建设,从经济生活到社会生活的各个领域.一般地说,当实际问题需要我们对所研究的现实对象提供分析、预报、决策、控制等方面的定量结果时,往往都离不开数学的应用,而建立数学模型则是这个过程的关键环节. 3 常微分方程模型 3.1 常微分方程的简介

数学建模在工程中的应用

模糊分析法解足球队排名问题 余科(数理学院122112 ) 苏博飞(数理学院122111) 王有元(数理学院122111) 过思甸(公管学院023112) 摘要:本文解答了93年全国大学生数学建模竞赛B题,运用模糊聚类分析法,讨论了足球队比赛的排名问题。首先,我们将数据进行预处理,求出每队的胜,负,平以及总场数,归一化处理后作为建模的影响因子,然后由相似系数构建模糊相似矩阵,最后构建模糊等价矩阵截取进行排名,并将得到的结果从12支队推广到了N支队的情况。本文中所用的方法经过验证,得到的结果合理,可信。 关键词:模糊分析法,相似系数,比赛排名 一问题分析 根据题目所给的表格,我们能得到的数据是残缺和不整齐对称的,这样就给排名造成了困难。例如在图表中,T1队和T2队打了三场比赛,和T5只打了一场比赛,和T11没打比赛。这样如果只是单纯的利用胜利的场数来进行排名,所得到的结果必定是不完善的,同时也是不准确的。因此为了得到较完善的结果,我们可以先将每个队所参加的比赛中,胜,负和平的场数列表如下,得到每个队实力的大概了解。

表一 场数 队T1 T2 T3 T4 T5 T6 T7 T8 T9 T10 T11 T12 胜10 5 8 1 2 2 13 6 7 6 1 2 负 5 4 4 12 5 3 1 8 8 5 6 3 平 4 6 3 6 2 0 3 3 2 6 2 4 总19 15 15 19 9 5 17 17 17 17 9 9 接着,我们分析各队在每场比赛中的平均进球数,失球数和进失球数差数,这些数据也有助于我们进一步了解各队的实力。列表如下: 表二 T1 T2 T3 T4 T5 T6 T7 T8 T9 T10 T11 T12 进球数1.41 2 0.8 1.33 3 0.63 2 1 0.6 2.05 9 0.94 1 0.64 7 0.88 2 0.77 8 0.66 7 失球数0.94 1 0.66 7 0.8 1.68 4 1.44 4 1.2 0.58 8 0.82 4 1 1 1.55 6 1 进失球差0.47 1 0.43 3 0.53 3 -1.05 2 -0.44 4 -0.6 1.47 1 0.11 8 -0.35 3 -0.11 8 -0.77 8 -0.33 3 通过表一,二的分析,我们可以确定T7是最好的,T4是最差的,但是对于其他的球队仅以上述数据还是无法得出准确可信的排名。 为了得出合理可信的排名,我们还应该考虑,Ti与其余各队的比赛成绩,由于有的对和其余的对没有比赛,其成绩难以确定。为了解决这个难题,我们准备先制定一个规则,为各队定义一组特征数据,同时计算各队之间的模糊相似度。最后综合表一二,即可得出合理的排名出来。

数学建模钢管下料问题

重庆交通大学 学生实验报告 实验课程名称数学建模 ^ 开课实验室数学实验室 学院信息院11 级软件专业班 1 班 学生姓名 学号 ¥ 开课时间2013 至2014 学年第 1 学期

! 】 )

/ 实验一 钢管下料问题 摘要 ( 生产中常会遇到通过切割、剪裁、冲压等手段,将原材料加工成规定大小的某种,称为原料下料问题.按照进一步的工艺要求,确定下料方案,使用料最省,或利润最大是典型的优化问题.下面我们采用数学规划模型建立线性规划模型并借助LINGO 来解决这类问题. 关键词线性规划最优解钢管下料 一,问题重述 1、问题的提出 某钢管零售商从钢管厂进货,将钢管按照顾客的要求切割出售.从钢管厂进货得到的原材料的钢管的长度都是1850mm ,现在一顾客需要15根290 mm,28根315 mm,21根350 mm和30根455 mm的钢管.为了简化生产过程,规定所使用的切割模式的种类不能超过4种,使用频率最高的一种切割模式按照一根原料钢管价值的1/10增加费用,使用频率次之的切割模式按照一根原料钢管价值的2/10增加费用,以此类推,且每种切割模式下的切割次数不能太多(一根原钢管最多生产5根产品),此外为了减少余料浪费,每种切割模式下的余料浪费不能超过100 mm,为了使总费用最小,应该如何下料 ` 2、问题的分析 首先确定合理的切割模式,其次对于不同的分别进行计算得到加工费用,通

过不同的切割模式进行比较,按照一定的排列组合,得最优的切割模式组,进而使工加工的总费用最少. 二,基本假设与符号说明 1、基本假设 假设每根钢管的长度相等且切割模式理想化.不考虑偶然因素导致的整个切割过程无法进行. 2、定义符号说明 (1)设每根钢管的价格为a ,为简化问题先不进行对a 的计算. (2)四种不同的切割模式:1x 、2x 、3x 、4x . 》 (3)其对应的钢管数量分别为:i r 1、i r 2、i r 3、i r 4(非负整数). 三、模型的建立 由于不同的模式不能超过四种,可以用i x 表示i 按照第种模式(i =1,2,3,4)切割的原料钢管的根数,显然它们应当是非负整数.设所使用的第i 种切割模式下 每根原料钢管生产290mm ,315mm,,350mm 和455mm 的钢管数量分别为i r 1,i r 2,i r 3,i r 4(非负整数). 决策目标 切割钢管总费用最小,目标为: Min=(1x ?+2x ?+3x ?+4x ?)?a (1) 为简化问题先不带入a 约束条件 为满足客户需求应有 11r ?1x +12r ?2x +13r ?3x +14r ?4x ≧15 (2) ( 21r ?1x +22r ?2x +23r ?3x +24r ?4x ≧28 (3) 31r ?1x +32r ?2x +33r ?3x +34r ?4x ≧21 (4) 41r ?1x +42r ?2x +43r ?3x +44r ?4x ≧15 (5) 每一种切割模式必须可行、合理,所以每根钢管的成品量不能大于1850mm 也不能小于1750mm.于是: 1750≦290?11r +315?21r +350?31r +455?41r ≦1850 (6) 1750≦290?12r +315?22r +350?32r +455?42r ≦1850 (7) 1750≦290?13r +315?23r +350?33r +455?43r ≦1850

数学建模在生活中的应用

数学建模在生活中的应用 【摘要】 本文通过数学模型在实际生活中应用的讨论,阐述数学建模理论的重要性,研究其在实践中的重要价值,并把抽象的数学知识放到大家看得见、摸得着、听得到的生活情境中,从而让人们感受到生活中处处有数学,生活中处处要用数学。 【关键词】数学建模;生活;应用;重要性 最早的数学建模教材出现在公元1世纪我国古代的《九章算术》一书中,由此可见,数学建模是人才培养和社会发展的需要。同时,数学建模也是教育改革的需要,现代数学教育改革中越来越强调“问题解决”,而“问题解决”恰恰体现了数学在实际生活应用的重要性,由于数学建模是问题解决的主要形式,所以数学建模在实际生活中发挥着重要的作用。 一、数学建模 数学建模是指根据具体问题,在一定的假设下找出解决这个问题的数学框架,求出模型的解,并对它进行验证的全过程。由此可见,数学建模是一个“迭代”的过程,此过程我们可以用下图表示: 二、生活中的数学建模实例 赶火车的策略 现有12名旅客要赶往40千米远的一个火车站去乘火车,离开车时间只有3小时了,他们步行的速度为每小时4千米,靠步行是来不及了,唯一可以用的交通工具是一辆小汽车,但这辆小汽车连司机在内至多只能乘坐5人,汽车的速度为每小时60千米。问这12名旅客能赶上火车吗? 【分析】 题中没有规定汽车载客的方法,因此针对不同的搭乘方法,答案会不一样,一般有三种情况:(1)不能赶上;(2)勉强赶上;(3)最快赶上 模型准备 模型假设 模型求解 模型建立 模型分析 模型验证 模型应用

方案1 不能赶上 用汽车来回送12名旅客要分3趟,汽车往返就是3+2=5趟,汽车走的总路程为 5×40=200(千米), 所需的时间为 200÷60=10/3(小时)>3(小时) 因此,单靠汽车来回接送旅客是无法让12名旅客全部赶上火车的。 方案2 勉强赶上的方案 如果汽车来回接送一趟旅客的同时,让其他旅客先步行,则可以节省一点时间。 第一趟,设汽车来回共用了X小时,这时汽车和其他旅客的总路程为一个来回,所以 4X+60X=40×2 解得X=1.25(小时)。此时,剩下的8名旅客与车站的距离为 40-1.25×4=35(千米) 第二趟,设汽车来回共用了Y小时,那么 4Y+60Y=35×2 解得Y=35/32≈1.09(小时) 此时剩下的4名旅客与车站的距离为 35-35/32×4=245/8≈30.63(千米) 第三趟,汽车用了30.63÷60~0.51(小时) 因此,总共需要的时间约为 1.25+1.09+0.51= 2.85(小时) 用这种方法,在最后4名旅客赶到火车站时离开车还有9分钟的时间,从理论上说,可以赶得上。但是,我们在计算时忽略了旅客上下车以及汽车调头等所用的时间,因此,赶上火车是很勉强的。 方案3 最快方案 先让汽车把4名旅客送到中途某处,再让这4名旅客步行(此时其他8名旅客也在步行);接着汽车回来再送4名旅客,追上前面的4名旅客后也让他们下车一起步行,最后回来接剩下的4名旅客到火车站,为了省时,必须适当选取第一批旅客的下车地点,使得送最后一批旅客的汽车与前面8名旅客同时到达火车站。 解法1 设汽车送第一批旅客行驶X千米后让他们下车步行,此时其他旅客步行的路程为 4×X/60=X/15(千米) 在以后的时间里,由于步行旅客的速度都一样,所以两批步行旅客之间始终相差14/15X千米,而汽车要在这段时间里来回行驶两趟,每来回一趟所用的时间为 由于汽车来回两趟所用的时间恰好是第一批旅客步行(40-X)千米的时间, 故 2×X/32=40-X/4 解得X=32(千米) 所需的总时间为 32/60+(40-32)/4≈2.53(小时) 这个方案可以挤出大约28分钟的空余时间,足以弥补我们计算时间所忽略的一些时间。

数学建模之微分方程建模与平衡点理论

微分方程 列微分方程常用的方法: (1)根据规律列方程 利用数学、力学、物理、化学等学科中的定理或经过实验检验的规律来建 立微分方程模型。 (2)微元分析法 利用已知的定理与规律寻找微元之间的关系式,与第一种方法不同的是对 微元而不是直接对函数及其导数应用规律。 (3)模拟近似法 在生物、经济等学科的实际问题中,许多现象的规律性不很清楚,即使有 所了解也是极其复杂的,建模时在不同的假设下去模拟实际的现象,建立能 近似反映问题的微分方程,然后从数学上求解或分析所建方程及其解的性 质,再去同实际情况对比,检验此模型能否刻画、模拟某些实际现象。 一、模型的建立与求解 1.1传染病模型 (1)基础模型 假设:t时刻病人人数() x t连续可微。每天每个病人有效接触(使病人治病的接触)的人数为λ,0 t=时有0x个病人。 +?病人人数增加 建模:t到t t

()()()x t t x t x t t λ+?-=? (1) 0,(0)dx x x x dt λ== (2) 解得: 0()t x t x e λ= (3) 所以,病人人数会随着t 的增加而无限增长,结论不符合实际。 (2)SI 模型 假设:1.疾病传播时期,总人数N 保持不变。人群分为两类,健康者占总人数的比例为s(t),病人占总人数的比例为i(t)。 2.每位病人每天平均有效接触λ人,λ为日接触率。有效接触后健康者变为病人。 依据:患病人数的变化率=Ni(t)(原患病人数)* λs(t)(每个病人每天使健康人变为病人的人数) 建模: di N Nsi dt λ= (4) 由于 ()()1s t i t += (5) 设t=0时刻病人所占的比例为0i ,则可建立Logistic 模型 0(1),(0)di i i i i dt λ=-= (6)

最新31微分方程与微分方程建模法汇总

31微分方程与微分方 程建模法

第三章微分方程模型 3.1微分方程与微分方程建模法 一、微分方程知识简介 我们要掌握常微分方程的一些基础知识,对一些可以求解的微分方程及其方程组,要求掌握其解法,并了解一些方程的近似解法。 微分方程的体系:(1)初等积分法(一阶方程及几类可降阶为一阶的方程) ?Skip Record If...?(2)一阶线性微分方程组(常系数线性微分方程组的解法) ?Skip Record If...?(3)高阶线性微分方程(高阶线性常系数微分方程解法)。其中还包括了常微分方程的基本定理。 0.常数变易法:常数变易法在上面的(1)(2)(3)三部分中都出现过,它是由线性齐次方程(一阶或高阶)或方程组的解经常数变易后求相应的非齐次方程或方程组的解的一种方法。 1.初等积分法:掌握变量可分离方程、齐次方程的解法,掌握线性方程的解法,掌握全微分方程(含积分因子)的解法,会一些一阶隐式微分方程的解法(参数法),会几类可以降阶的高阶方程的解法(恰当导数方程)。 分离变量法:(1)可分离变量方程: ?Skip Record If...? (2) 齐次方程:?Skip Record If...? 常数变易法:(1) 线性方程,?Skip Record If...??Skip Record If...?

(2) 伯努里方程,?Skip Record If...??Skip Record If...? 积分因子法:化为全微分方程,按全微分方程求解。 对于一阶隐式微分方程?Skip Record If...?有 参数法:(1) 不含x或y的方程:?Skip Record If...? (2) 可解出x或y的方程:?Skip Record If...? 对于高阶方程,有 降阶法:?Skip Record If...? 恰当导数方程 一阶方程的应用问题(即建模问题)。 2.一阶线性微分方程组:本部分主要内容有:一是一阶线性微分方程组的基本理论(线性齐次、非齐次微分方程组的通解结构,刘维尔公式等),二是常系数线性微分方程组的解法(求特征根,单根与重根[待定系数法]),三是常数变易法。本部分内容与线性代数关系密切,如线性空间,向量的线性相关与线性无关,基与维数,特征方程、特征根与特征向量,矩阵的若当标准型等。3.高阶线性微分方程:了解高阶线性微分方程的基本理论(线性齐次、非齐次微分方程的通解结构,刘维尔公式等); n阶线性常系数微分方程解法:(1)求常系数齐次线性微分方程基本解组的待定指数函数法;(2)求一般非齐次线性方程解的常数变易法;(3)求特

数学建模之钢管下料问题案例分析

钢管下料问题 某钢管零售商从钢管厂进货,将钢管按照顾客的要求切割后售出,从钢管厂进货时得到的原料钢管都是19m 。 (1)现在一客户需要50根4m 、20根6m 和15根8m 的钢管。应如何下料最节省? (2) 零售商如果采用的不同切割模式太多,将会导致生产过程的复杂化,从而增加生产和管理成本,所以该零售商规定采用的不同切割模式不能超过3种。此外,该客户除需要(1)中的三种钢管外,还需要10根5m 的钢管。应如何下料最节省。 问题(1)分析与模型建立 首先分析1根19m 的钢管切割为4m 、6m 、8m 的钢管的模式,所有模式相当于求解不等式方程: 12346819 k k k ++≤ 的整数解。但要求剩余材料12319(468)4r k k k =-++<。 容易得到所有模式见表1。 决策变量 用i x 表示按照第i 种模式(i=1,2,…,7)切割的原料钢管的根数。 以切割原料钢管的总根数最少为目标,则有 1234567min z x x x x x x x =++++++ 约束条件 为满足客户的需求,4米长的钢管至少50根,有

1236743250x x x x x ++++≥ 6米长的钢管至少20根,有 25673220x x x x +++≥ 8米长的钢管至少15根,有 346215x x x ++≥ 因此模型为: 1234567min z x x x x x x x =++++++ 123672567346432503220..215,1,2,,7 i x x x x x x x x x s t x x x x i ++++≥??+++≥??++≥??=? 取整 解得: 12345670,12,0,0,0,15,0x x x x x x x ======= 目标值z=27。 即12根钢管采用切割模式2:3根4m ,1根6m ,余料1m 。 15根钢管采用切割模式6:1根4m ,1根6m ,1根8m ,余料1m 。 切割模式只采用了2种,余料为27m ,使用钢管27根。 LINGO 程序: model: sets: model/1..7/:x; endsets min=x(1)+x(2)+x(3)+x(4)+x(5)+x(6)+x(7); 4*x(1)+3*x(2)+2*x(3)+x(6)+x(7)>=50; x(2)+3*x(5)+x(6)+2*x(7)>=20; x(3)+2*x(4)+x(6)>=15; @for(model(i):@gin(x(i))); end 问题(2)模型建立 首先分析1根19m 的钢管切割为4m 、6m 、8m 、5m 的钢管的模式,所有模式相当

初中数学建模方法及应用

龙源期刊网 https://www.360docs.net/doc/4011593326.html, 初中数学建模方法及应用 作者:肖永刚 来源:《新课程·中学》2017年第03期 摘要:在新课标中要求培养学生的创新能力,在初中数学教学中培养学生的建模能力, 是培养数学创新能力的重要方法,也能增强学生利用数学知识解决问题的能力。对培养初中生数学建模方法及应用进行了论述。 关键词:初中数学;建模思想;数学应用 利用数学建模的方法是学习初中数学的新方法,是素质教育和新课标的要求,能为学生的数学能力发展提供全新途径,提高学生运用数学工具解决问题的能力,让学生在用数学工具解决问题中体会到数学学习的意义,从而提高数学学习兴趣。 一、数学建模的概念 数学建模就是对具体问题分析并简化后,运用数学知识,找出解决方法并利用数学式子来求解,从而使问题得以解决。数学建模方法有以下几个步骤:一是对具体问题分析并简化,然后用数学知识建立关系式(模型),二是求解数学式子,三是根据实际情况检验并选出正确答案。初中阶段数学建模常用方法有:函数模型、不等式模型、方程模型、几何模型等。 二、数学建模的方法步骤 要培养学生的数学建模方法,可按以下方法步骤进行: 1.分析问题题意为建模做准备。对具体问题包含的已知条件和数量关系进行分析,根据问题的特点,选择使用数学知识建立模型。 2.简化实际问题假设数学模型。对实际问题进行一定的简化,再根据问题的特征和要求以及解题的目的,对模型进行假设,要找出起关键作用的因素和主要变量。 3.利用恰当工具建立数学模型。通过建立恰当的数学式子,来建立模型中各变量之间的关系式,以此来完成数学模型的 建立。 4.解答数学问题找出问题答案。通过对模型中的数学问题进行解答,找出实际问题的答案。

数学建模之微分方程建模与平衡点理论

微分方程 列微分方程常用的方法: (1)根据规律列方程 利用数学、力学、物理、化学等学科中的定理或经过实验检验的规律来建立微分方程模型。 (2)微元分析法 利用已知的定理与规律寻找微元之间的关系式,与第一种方法不同的是对微元而不是直接对函数及其导数应用规律。 (3)模拟近似法 在生物、经济等学科的实际问题中,许多现象的规律性不很清楚,即使有所了解也是极其复杂的,建模时在不同的假设下去模拟实际的现象,建立能近似反映问题的微分方程,然后从数学上求解或分析所建方程及其解的性质,再去同实际情况对比,检验此模型能否刻画、模拟某些实际现象。 一、模型的建立与求解 1.1传染病模型 (1)基础模型 假设:t 时刻病人人数()x t 连续可微。每天每个病人有效接触(使病人治病的接触)的人数为λ,0t =时有0x 个病人。 建模:t 到t t +?病人人数增加 ()()()x t t x t x t t λ+?-=?(1) 0,(0)dx x x x dt λ==(2) 解得: 0()t x t x e λ=(3) 所以,病人人数会随着t 的增加而无限增长,结论不符合实际。 (2)SI 模型

假设:1.疾病传播时期,总人数N 保持不变。人群分为两类,健康者占总人数的比例为s(t),病人占总人数的比例为i(t)。 2.每位病人每天平均有效接触λ人,λ为日接触率。有效接触后健康者变为病人。 依据:患病人数的变化率=Ni(t)(原患病人数)*λs(t)(每个病人每天使健康人变为病人的人数) 建模: di N Nsi dt λ=(4) 由于 ()()1s t i t +=(5) 设t=0时刻病人所占的比例为0i ,则可建立Logistic 模型 0(1),(0)di i i i i dt λ=-=(6) 解得: 01()111kt i t e i -= ??+- ??? (7) 用Matlab 绘制图1()~i t t ,图2 ~di i dt 图形如下, 结论:在不考虑治愈情况下

数学建模之下料问题

数学建模第三次作业 下料问题 摘要 本文是针对如何对钢管进行下料问题,根据题目要求以及下料时有关问题进行建立切割费用最少以及切割总根数最少两个目标函数通过结果分析需要使用何种切割模式。 生产方式所花费的成本价格或多或少有所不同,如何选取合理的生产方式以节约成本成为了很多厂家的急需解决的问题。这不仅仅关系到厂家的利益,也影响到一个国家甚至整个人类星球的可利用资源,人们的生活水平不断提高对物资的需求量也不断上升,制定有效合理的生产方式不仅可以为生产者节约成本也可以为社会节约资源,以达到资源利用最大化。本文以用于切割钢管花费最省及切割总根数最少为优化目标,通过构建多元函数和建立线性整数规划模型,利用数学及相关方面的知识对钢管的切割方式进行优化求解最佳方案。 本文最大的特色在于通过求解出切割钢管花费最省及切割总根数最少时分别得出两种目标函数取最小值时的切割模式。通过结果发现两种目标函数取最小值时所需切割根数都一样。于是选择切割钢管花费最省为目标函数,此时的切割模式达到最少,这样既满足了总根数最小有满足了切割费用最小。 关键词:切割模式LINGO软件线性整数

一、问题的提出 某钢管零售商从钢管厂进货,将钢管按照顾客的要求切割后出售。从钢管厂进货时得到的原料钢管的长度都是1850mm。现有一客户需要15根290mm、28根315mm、21根350mm和30根455mm的钢管。为了简化生产过程,规定所使用的切割模式的种类不能超过4种,使用频率最高的一种切割模式按照一根原料钢管价值的1/10增加费用,使用频率次之的切割模式按照一根原料钢管价值的2/10增加费用,依次类推,且每种切割模式下的切割次数不能太多(一根钢管最多生产5根产品)。此外,为了减少余料浪费,每种切割模式下的余料不能超过100mm。为了使总费用最小,应如何下料? 二、基本假设 1、假设所研究的每根钢管的长度均为1850mm的钢管。 2、假设每次切割都准确无误。 3、假设切割费用短时间内不会波动为固定值。 5、假设钢管余料价值为0. 6、假设一切运作基本正常不会产生意外事件。 7、每一根钢管的费用都一样,为一常值。 三、符号说明

数学模型的应用

数学建模 数模作业(第一章) P21 第一章 6、利用节药物中毒施救模型确定对于孩子(血液容量为2000ml)以及成人(血液容量为 4000ml)服用氨茶碱能引起严重中毒和致命的最小剂量。 解:设孩子服用氨茶碱能引起严重中毒的最小剂量为1A ,则由节中的药物中毒施救模型可知: 在胃肠道中药物的量为 0.13861()t x t A e -=,而在血液系统中药物的量为 0.11550.13861()6() t t y t A e e --=-,再令0.11550.13861()()/6()t t y t y t A e e --==-再做出()y t 的图像如下: 《 ; 由图可知()y t 具有最大值,设在这个最大值max ()y t 在孩子血液中容量的比例为严重中 毒的比例100/g ml μ以及致命的比例200/g ml μ即为孩子服用氨茶碱的最小剂量。于是可以去求这个最小剂量。由上图可知最大值位于8t h =左右, 利用Mathematics 去找出这个最大值。求得max ()=0.0669y t ,而7.892t h =。于是孩子服用氨茶碱引起严重中毒的最小剂

量1A 有式子1max 6()/2000100/A y t ml g ml μ=,从而得此时1498256.1A g μ=同理可以求的孩子服用氨茶碱致命的最小剂量为996512.2g μ。而成人服用氨茶碱严重中毒与致命的最小剂量分别为996512.21993024.4g g μμ、。 7、对于节的模型,如果采用的是体外血液透析的办法,求解药物中毒施救模型的血液中药量的变化并作图。 解:由题可算得: t=0:2:20 y=275*exp*t)+*exp*t) plot(t,y,'b:') 第二章 3、根据节中的流量数据(表2)和(2)式作插值的数值积分,按照连续模型考虑均流池的容量(用到微积分的极值条件)。 解:可以将表2中的数据建立散点图以及平均值,如下: h=0:1:23 , y=[,,,,,,,,,,,,,,,279,,,,,,,,] x1=0::23; t=sum(y)/24; plot(h,y,'-',x1,t) hold on 02468101214161820 50100150200250300350 400

数学建模作业求解常微分方程和人口模型问题

实验报告 课程名称:数学建模 课题名称:求解常微分方程与人口模型 专业:信息与计算科学 姓名:胡家炜 班级: 123132 完成日期: 2016 年 6 月 10 日

一.求解微分方程的通解 (1). dsolve('2*x^2*y*Dy=y^2+1','x') ans = (exp(C3 - 1/x) - 1)^(1/2) -(exp(C3 - 1/x) - 1)^(1/2) i -i (2). dsolve('Dy=(y+x)/(y-x)','x') ans = x + 2^(1/2)*(x^2 + C12)^(1/2) x - 2^(1/2)*(x^2 + C12)^(1/2) (3). dsolve('Dy=cos(y/x)+y/x','x') ans = (pi*x)/2-x*log(-(exp(C25 + log(x)) - i) /(exp(C25 + log(x))*i - 1))*i (4). dsolve('(x*cos(y)+sin(2*y))*Dy=1','x') ans = -asin(x/2 + lambertw(0, -(C30*exp(- x/2 - 1))/2) + 1) (5). dsolve('D2y+3*Dy-y=exp(x)*cos(2*x)','x') ans = C32*exp(x*(13^(1/2)/2 - 3/2)) + C33*exp(-x*(13^(1/2)/2 + 3/2)) + (13^(1/2)*exp(x*(13^(1/2)/2-3/2))*exp((5*x)/2(13^(1/2)*x)/2)* (2*sin(2*x) - cos(2*x)*(13^(1/2)/2 - 5/2)))/(13*((13^(1/2)/2 - 5/2)^2 +4))-(13^(1/2)*exp(x*(13^(1/2)/2+3/2))*exp((5*x)/2 +(13^(1/2)*x)/2)*(2*sin(2*x)+cos(2*x)*(13^(1/2)/2+5/2))) /(13*((13^(1/2)/2 + 5/2)^2 + 4)) (6)dsolve('D2y+4*y=x+1+sin(x)','x') ans = cos(2*x)*(cos(2*x)/4 - sin(2*x)/8 + sin(3*x)/12 - sin(x)/4 + (x*cos(2*x))/4 - 1/4) + sin(2*x)*(cos(2*x)/8 - cos(3*x)/12 + sin(2*x)/4 + cos(x)/4 + (x*sin(2*x))/4 + 1/8) + C35*cos(2*x) + C36*sin(2*x)

数学建模论文——下料问题

3.下料问题 班级:计科0901班姓名:徐松林学号:2009115010130 摘要: 本文建立模型,以最少数量的原材料以及最少的余料浪费来满足客户的需求。主要考虑到两方面的问题。钢管零售商是短时间内出售钢管,则应该以最少原材料根数为目标函数来建模模型;钢管零售商是长时间内出售钢管,则应该以最少余料浪费为目标函数。有效地使用背包问题及线性规划、非线性规划等算法,算出最优解。特别是钢管零售商是短时间内出售钢管,需要分析切割模式的种类1到4种的各个情况的整数最优解,再依次比较每个情况的最优解得出总的最优解。 关键词:余料、原材料、加工费、总费用。 一、问题背景 工厂在实际生产中需要对标准尺寸的原材料进行切割,以满足进一步加工的需要,成为下料问题。 相关数据表明,原材料成本占总生产成本的百分比可以高达45%~60%,而下料方案的优劣直接影响原材料的利用率,进而影响原材料成本。因此需要建立优化的下料方案,以最少数量的原材料以及最少的余料浪费,尽可能按时完成需求任务。 二.问题描述及提出 某钢管零售商从钢管厂进货,将钢管按照顾客的要求切割后售出.从钢管厂进货时得到的原料钢管长度都是1850mm.现有一客户需要15根290mm、28根315mm、21根350mm 和30根455mm的钢管.为了简化生产过程,规定所使用的切割模式的种类不能超过4种,使用频率最高的一种切割模式按照一根原料钢管价值的1/10增加费用,使用频率次之的切割模式按照一根原料钢管价值的2/10增加费用,依此类推,且每种切割模式下的切割次数不能太多(一根原料钢管最多生产5根产品)。此外,为了减少余料浪费,每种切割模式下的余料浪费不能超过100mm.为了使总费用最小,应如何下料? 在该目标下要求考虑下面两个问题: 1.若钢管零售商是短时间内出售钢管(即每次将钢管按照顾客的要求切割后售 出,多余的零件不准备下次售出),则每次应该以最少原材料根数为目标函数。

数学建模模型与应用

Mathematica软件常用功能 【实验目的】 1. 用Mathematica软件进行各种数学处理; 2. 用Mathematica软件进行作图; 3. 用Mathematica软件编写程序. 【注意事项】 Mathematica中大写小写是有区别的,如Name、name、NAME等是不同的变量名或函数名。 系统所提供的功能大部分以系统函数的形式给出,内部函数一般写全称,而且一定是以大写英文字母开头,如Sin[x],Conjugate[z]等。 乘法即可以用*,又可以用空格表示,如2 3=2*3=6 ,x y,2 Sin[x]等;乘幂可以用“^”表示,如x^0.5,Tan[x]^y。 自定义的变量可以取几乎任意的名称,长度不限,但不可以数字开头。当你赋予变量任何一个值,除非你明显地改变该值或使用Clear[变量名]或“变量名=.”取消该值为止,它将始终保持原值不变。 一定要注意四种括号的用法:()圆括号表示项的结合顺序,如 (x+(y^x+1/(2x)));[]方括号表示函数,如Log[x],BesselJ[x,1];{}大括号表示一个“表”(一组数字、任意表达式、函数等的集合),如 {2x,Sin[12 Pi],{1+A,y*x}};[[]]双方括号表示“表”或“表达式”的下标,如a[[2,3]]、{1,2,3}[[1]]=1。 Mathematica的语句书写十分方便,一个语句可以分为多行写,同一行可以写多个语句(但要以分号间隔)。当语句以分号结束时,语句计算后不做输出(输出语句除外),否则将输出计算的结果。 命令行“Shift+Enter”才是执行这个命令。

数学建模——微分方程的应用

第八节 数学建模——微分方程的应用举例 微分方程在物理学、力学、经济学和管理科学等实际问题中具有广泛的应用,本节我们将集中讨论微分方程的实际应用,尤其是微分方程经济学中的应用. 读者可从中感受到应用数学建模的理论和方法解决实际问题的魅力. 分布图示 ★衰变问题 ★逻辑斯谛方程 ★价格调整问题 ★人才分配问题 内容要点: 一、衰变问题 镭、铀等放射性元素因不断放射出各种射线而逐渐减少其质量, 这种现象称为放射性物质的衰变. 根据实验得知, 衰变速度与现存物质的质量成正比, 求放射性元素在时刻t 的质量. 用x 表示该放射性物质在时刻t 的质量, 则 dt dx 表示x 在时刻t 的衰变速度, 于是“衰变速度与现存的质量成正比”可表示为 .kx dt dx -= (8.1) 这是一个以x 为未知函数的一阶方程, 它就是放射性元素衰变的数学模型, 其中0>k 是比例常数, 称为衰变常数, 因元素的不同而异. 方程右端的负号表示当时间t 增加时, 质量x 减少. 解方程(8.1)得通解.kt Ce x -=若已知当0t t =时, ,0x x =代入通解kt Ce x -=中可得,00kt e x C -= 则可得到方程(8.1)特解 ,)(00t t k e x x --= 它反映了某种放射性元素衰变的规律. 注: 物理学中, 我们称放射性物质从最初的质量到衰变为该质量自身的一半所花费的时间为半衰期, 不同物质的半衰期差别极大. 如铀的普通同位素( U 238)的半衰期约为50亿年;通常的镭( Ra 226)的半衰期是上述放射性物质的特征, 然而半衰期却不依赖于该物质的初始量, 一克Ra 226 衰变成半克所需要的时间与一吨Ra 226衰变成半吨所需要的时间同样都是1600年, 正是这种事实才构成了确定考古发现日期时使用的著名的碳-14测验的基础.

相关文档
最新文档