线性代数在数学建模中的应用

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。

数学建模案例线性代数教学研究

数学建模案例线性代数教学研究 摘要：本文通过分析线性代数课程的特点和目前教学中出现的问题，从数学建模思想入手，结合几个案例探讨了线性代数中矩阵的概念与运算、特征值和特征向量的应用等知识点。具体阐述了将数学建模思想融入线性代数教学过程中的重要性，增强了学生利用数学建模思想解决实际问题的能力。 关键词：线性代数；数学建模；教学方法 线性代数是高校理工科专业大一新生的一门重要的公共基础课程，它不仅是很多高年级的课程的延伸和推广，而且它在数学、物理、控制科学、工程技术等领域也具有广泛的应用，特别是当前计算机科学技术人工智能的快速发展，使得线性代数的作用和地位得到更大的提升。因此，线性代数这门课程学习效果的好坏对学生知识能力的培养和后继课程的开展至关重要。但是，目前线性代数的教学仍然存在一些问题，具体表现为：第一，线性代数的教学模式偏重于理论教学，无法激起学生的学习兴趣。线性代数的概念多，理论性强，抽象晦涩，难以理解，更加加深了学生学习线性代数的难度，降低了学生的学习兴趣。第二，学生的基础较差，课程数较少，导致学生的学习困难。学生来源于不同的地区，生源素质差异较大，使得课堂出现两极分化现象，致使线性代数的教学质量无法全面提升。第三，教学中缺乏实际的应用背景，学生无法理解线性代数作为一门重要基础课程的意义。众所周知，数学建模就是根据实际问题建立数学模型，然后运用数学知识对模型求解，最后根据计算结果来解决实际问题的过程[1]。基于此，本文将数学建模的思想融入线性代数的教学过程中，通过适当引入典型的建模案例[2，3]，达到吸引学生的注意力和学习兴趣的目的，从而活跃课堂教学氛围，提高教学效果。与此同时，在上课过程中讲授数学建模案例还可以增加老师和学生之间的互动性，丰富课堂教学的内容，开阔学生的眼界，使得原本抽象、枯燥乏味的概念和定理变得生动有趣，进而激发学生学习线性代数的兴趣，提升学生学习数学的素养。 1 数学建模案例在线性代数中的应用 线性代数教学中有许多定义和定理抽象晦涩、难以理解，学生上课中往往不知所云，更不知道学习了相关知识有什么作用。如果在教学过程中我们融入

数学建模参赛真实经验(强烈推荐)

数学建模参赛真实经验（强烈推荐） 本文档节选自： Matlab在数学建模中的应用，卓金武等编著，北航出版社，2011年4月出版 以下内容根据作者的讲座整理出来，多年数学建模实践经历证明这些经验对数学建模参赛队员非常有帮助，希望大家结合自己的实践慢慢体会总结，并祝愿大家在数学建模和Matlab世界能够找到自己的快乐和价值所在。 一、如何准备数学建模竞赛 一般，可以把参加数学建模竞赛的过程分成三个阶段：第一阶段，是个人的入门和积累阶段，这个阶段关键看个人的主观能动性；第二阶段，就是通常各学校都进行的集训阶段，通过模拟实战来提高参赛队员的水平；第三阶段是实际比赛阶段。这里讲的如何准备数学建模竞赛是针对第一阶段来讲的。 回顾作者自己的参赛过程，认为这个阶段是真正的学习阶段，就像是修炼内功一样，如果在这个阶段打下深厚的基础，对后面的两个阶段非常有利，也是个人是否能在建模竞赛中占优势的关键阶段。下面就分几个方面谈一下如何准备数学建模竞赛。 首先是要有一定的数学基础，尤其是良好的数学思维能力。并不是数学分数高就说明有很高的数学思维能力，但扎实的数学知识是数学思维的根基。对大学生来说，有高等数学、概率和线性代数就够了，当然其它数学知识知道的越多越好了，如图论、排队论、泛函等。我大一下学期开始接触数学建模，大学的数学课程只学习过高等数学。说这一点，主要想说明只要数学基础还可以，平时的数学考试都能在80分以上就可以参加数学建模竞赛了，数学方面的知识可以在以后的学习中逐渐去提高，不必刻意去补充单纯的数学理论。 真正准备数学建模竞赛应该从看数学建模书籍开始，要知道什么是数学建模，有哪些常见的数学模型和建模方法，知道一些常见的数学建模案例，这些方面都要通过看建模方面的书籍而获得。现在数学建模的书籍也比较多，图书馆和互联网上都有丰富的数学建模资料。作者认为姜启源、谢金星、叶齐孝、朱道元等老师的建模书籍都非常的棒，可以先看二三本。刚开始看数学建模书籍时，一定会有很多地方看不懂，但要知道基本思路，时间长了就知道什么问题用什么建模方法求解了。这里面需要提的一点是，运筹学与数学建模息息相关，最好再看一二本运筹学著作，仍然可以采取诸葛亮的看书策略，只观其大略就可以了，等知道需要具体用哪块知识后，再集中精力将其消化，然后应用之。 大家都知道，参加数学建模竞赛一定要有些编程功底，当然现在有Matlab这种强大的工程软件，对编程的的要求就降低了，至少入门容易多了，因为很容易用1条Matlab命令解决以前要用20行C语言才能实现的功能。因为Matlab的强大功能，Matlab在数学建模中已经有了非常广泛的应用，在很多学校，数学建模队员必须学习Matlab。当然Matlab的入门也非常容易，只要有本Matlab参考书，照猫画虎可以很快实现一些基本的数学建模功能，如数据处理、绘图、计算等。我的一个队友，当年用一天时间把一本二百多页的Matlab 教程操作完了，然后在经常运用中，慢慢地就变成了一名Matlab高手了。 对于有些编程基础的同学，最好再看一些算法方面的书籍，了解常见的数据结构和基本

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

线性代数在数学建模中的应用举例

线性代数在数学建模中的应用举例 1 基因间“距离”的表示 在ABO 血型的人们中，对各种群体的基因的频率进行了研究。如果我们把四种等位基因A 1，A 2，B ，O 区别开，有人报道了如下的相对频率，见表1.1。 表1.1基因的相对频率 爱斯基摩人f 1i 班图人f 2i 英国人f 3i 朝鲜人f 4i A 1 0.2914 0.1034 0.2090 0.2208 A 2 0.0000 0.0866 0.0696 0.0000 B 0.0316 0.1200 0.0612 0.2069 O 0.6770 0.6900 0.6602 0.5723 合计 1.000 1.000 1.000 1.000 问题 一个群体与另一群体的接近程度如何？换句话说，就是要一个表示基因的“距离”的合宜的量度。 解 有人提出一种利用向量代数的方法。首先，我们用单位向量来表示每一个群体。为此目的，我们取每一种频率的平方根，记ki ki f x = .由于对这四种群 体的每一种有14 1 =∑=i ki f ，所以我们得到∑==4 1 2 1i ki x .这意味着下列四个向量的每个都是单位向量.记 .44434241,34333231,24232221,141312114321???? ? ? ??????=????????????=????????? ???=????????????=x x x x a x x x x a x x x x a x x x x a

在四维空间中，这些向量的顶端都位于一个半径为1的球面上. 现在用两个向量间的夹角来表示两个对应的群体间的“距离”似乎是合理的.如果我们把a 1和a 2之间的夹角记为θ，那么由于| a 1|=| a 2|=1，再由内只公 式，得21cos a a ?=θ 而 .8307.03464.02943.03216.0,8228.01778.00000.05398.021???? ? ???????????????? ???=a a 故 9187.0cos 21=?=a a θ 得 2.23=θ°. 按同样的方式，我们可以得到表1.2. 表1.2基因间的“距离” 爱斯基摩人 班图人 英国人 朝鲜人 爱斯基摩人 0° 23.2° 16.4° 16.8° 班图人 23.2° 0° 9.8° 20.4° 英国人 16.4° 9.8° 0° 19.6° 朝鲜人 16.8° 20.4° 19.6° 0° 由表 1.2可见，最小的基因“距离”是班图人和英国人之间的“距离”，而爱斯基摩人和班图人之间的基因“距离”最大. 2 Euler 的四面体问题 问题 如何用四面体的六条棱长去表示它的体积？这个问题是由Euler （欧拉）提出的. 解 建立如图 2.1所示坐标系，设A ，B ，C 三点的坐标分别为（a 1,b 1,c 1）,( a 2,b 2,c 2)和（a 3,b 3,c 3），并设四面体O-ABC 的六条棱长分别为 .,,,,,r q p n m l 由立体几何知道，该四面体的体积V 等于以向量→ → → OC OB OA ,,组成右

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

浅谈矩阵在数学建模中的应用

浅谈矩阵在数学建模中的应用 【摘要】矩阵作为一种认识复杂事物的简捷工具已经被广泛应用在各个学科领域中，在数学建模中也有许多应用。本文就数学建模中使用矩阵的情况做一些举例、小结，最后给出一个典型的数学模型。 【关键词】数学建模；模型；矩阵 矩阵是最基本的数学概念之一，也是人们把握复杂的实际事物本质的一种简捷的思维工具。在数学建模中，矩阵的使用相当广泛，如数学规划、层次分析、马氏链模型、投入产出、数据拟合等都主要应用矩阵分析解决问题，就数学建模中涉及的矩阵就有量纲矩阵、L矩阵、成对比较矩阵、正互反矩阵、一致阵、邻接矩阵、素阵、状态转移矩阵、随机矩阵，还有网络计划分析法中的可达矩阵、模糊评价分析法中的评判矩阵、投入产出法中的消耗系数矩阵、产品流量矩阵，另外在数学建模中还使用了许多普通矩阵。 1.线性方程组与矩阵 自然科学和工程实践很多问题的解决都归纳为线性方程组的求解和矩阵运算。有些问题本身就是一个线性方程组，例如结构应力分析问题、电子传输网分析问题、投入产出分析问题和各种晶体管电路分析问题；另一方面有些数值计算方法也导致线性方程组求解，如数据拟合问题、非线性方程组和偏微分方程数值解问题等等。 例1：曲线拟合问题：已知一组（二维）数据，即平面上n个点（x1，y1）（i＝1，2，…，n），寻求一个函数（曲线）y＝f（x），使f（x）在某种准则下与所有数据点最为接近，即曲线拟合得最好。曲线拟合问题最常用的解法——线性最小二乘法的基本思路： 数学规划是解决这类问题的有效方法。 而线性规划是数学规划中产生较早的一个分支，如今在国防科技、经济学、现代工农业、环境工程、生物学等众多学科和领域都有十分广泛的应用，典型问题有生产计划、任务分配、投料或产品的混合、运输、库存等问题。 3.微分方程模型中的矩阵 微分方程是研究函数变化过程中变化规律的有力工具，在科技、工程、经济管理、人口、交通、生态、环境等各个领域有着广泛的应用，如在研究牛顿力学、热量在介质中的传播、抛体运动、化学中液体浓度变化、人口增长预测、种群变化、交通流量控制等过程中，作为研究对象的函数，常常要和函数自身的导数一起，用一个符合其内在规律的方程，即微分方程来加以描述。矩阵较多地用在微分方程，尤其是方程组有关的理论结果的表示上。

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。

线性代数应用题

线性代数应用题集锦 郑波 重庆文理学院数学与统计学院 2011年10月

目录 案例一. 交通网络流量分析问题 (1) 案例二. 配方问题 (4) 案例三. 投入产出问题 (6) 案例四. 平板的稳态温度分布问题 (8) 案例五. CT图像的代数重建问题 (10) 案例六. 平衡结构的梁受力计算 (12) 案例七. 化学方程式配平问题 (15) 案例八. 互付工资问题 (17) 案例九. 平衡价格问题 (19) 案例十. 电路设计问题 (21) 案例十一. 平面图形的几何变换 (23) 案例十二. 太空探测器轨道数据问题 (25) 案例十三. 应用矩阵编制Hill密码 (26) 案例十四. 显示器色彩制式转换问题 (28) 案例十五. 人员流动问题 (30) 案例十六. 金融公司支付基金的流动 (32) 案例十七. 选举问题 (34) 案例十八. 简单的种群增长问题 (35) 案例十九. 一阶常系数线性齐次微分方程组的求解 (37) 案例二十. 最值问题 (39) 附录数学实验报告模板 (40)

这里收集了二十个容易理解的案例. 和各类数学建模竞赛的题目相比, 这些案例确实显得过于简单. 但如果学生能通过这些案例加深对线性代数基本概念、理论和方法的理解, 培养数学建模的意识, 那么我们初步的目的也就达到了. 案例一. 交通网络流量分析问题 城市道路网中每条道路、每个交叉路口的车流量调查，是分析、评价及改善城市交通状况的基础。根据实际车流量信息可以设计流量控制方案，必要时设置单行线，以免大量车辆长时间拥堵。 图1 某地交通实况 图2 某城市单行线示意图 【模型准备】某城市单行线如下图所示, 其中的数字表示该路段每小时按箭头方向行驶的车流量(单位: 辆).

数学建模期末大作业-2013年

期末大作业题目 一、小行星的轨道问题 一天文学家要确定一颗小行星绕太阳运行的轨道，他在轨道平面内建立了以太阳为原点的直角坐标系，在两坐标轴上取天文观测单位。在5个不同的时间对 （1 ） 建立小行星运行的轨道方程并画出其图形； （2） 求出近日点和远日点及轨道的中心（是太阳吗？）； （3） 计算轨道的周长。 二、发电机使用计划 为了满足每日电力需求（单位：兆瓦），可以选用四种不同类型的发电机。每日电力需求如下所示： 一最小输出功率。所有发电机都存在一个启动成本，以及工作于最小功率状态时的固定的每小时成本，并且如果功率高于最小功率，则超出部分的功率每兆瓦每小时还存在一个成本，即边际成本。这些数据均列于下表中。 电机不需要付出任何代价。我们的问题是： （1）在每个时段应分别使用哪些发电机才能够使每天的总成本最小？ （2）如果增加表3中的关闭成本，那么在每个时段应分别使用哪些发电机才能够使每天的总成本最小？

（3）如果增加表4中的关闭成本，那么在每个时段应分别使用哪些发电机才能够使每天的总成本最小？ 三、合理计税问题

所以此人一年上税为： 245×12+11445=14385元 在实际的执行过程中，每月的岗位津贴和年末一次性奖金实际上是放在一起结算给个人的，而具体每月发放多少岗位津贴和年末一次性发放多少奖金可以由职工本人在年初根据自己的需要进行选择。显然，不同的选择发放方式所缴纳的税是不同的，这就产生一个合理计税的问题。假定该事业单位一年中的津贴与奖金之和的上限是160000元，试解决下面这个问题： 四、光伏电池的选购问题 早在1839年，法国科学家贝克雷尔（Becqurel）就发现，光照能使半导体材料的不同部位之间产生电位差。这种现象后来被称为“光生伏特效应”，简称“光伏效应”。1954年，美国科学家恰宾和皮尔松在美国贝尔实验室首次制成了实用的单晶硅太阳电池，诞生了将太阳光能转换为电能的实用光伏发电技术。据预测，太阳能光伏发电在未来会占据世界能源消费的重要席位，不但要替代部分常规能源，而且将成为世界能源供应的主体。 现有一家公司欲在面积为30平方米的一片向阳的屋顶安装光伏电池以解决部分电力紧张的问题。请你利用附件提供的数据通过建立数学模型解决下面三个问题： （1）如果该公司准备投资6万5千元购买A或者B两种类型的光伏电池，请你为该公司确定购买方案使得发电总功率最大。 （2）如果购买的光伏电池的开路电压之间的差不能超过2V，请你为该公司重新确定购买方案。 （3）实际中还要考虑电池串并联后并网发电的要求，即如果要购买两种或者两种类型以上的电池时，不同型号的电池的购买数量应该相等。请你在满足（1）

数学建模大作业

《建模基础》习题 1.超市进货问题 一家大型超市每天需要储存大量物品以满足顾客的需要。现在只考虑其中一种物品的销售和进货情况。 （1）假设需求是随机的，不考虑缺货损失的情况下，确定最佳进货策略。 （2）考虑缺货损失情况下的最佳进货策略。 （3）可进一步考虑有替代品的情况下的最佳进货策略。 注：测试数据可以自己设置。 2.城市快速交通线项目问题 随着经济和社会的快速发展，我们不得不面对城市快速交通线项目问题。城市快速交通线项目的建设与运营涉及公众利益，政府通常要对票价实行管制。票价的高低影响到公众的利益、项目投资者的利益和政府的财政支出。因此，应兼顾公众利益、投资者利益和政府的财政支付能力。 要求： （1）试建立最优票价模型，从而为乘客选择交通工具提供指导。 （2）城市快速交通线项目票价和运量之间存在着相关关系，对于城市快速交通线项目，需要兼顾公众的利益、项目投资者的利益和政府的承受能力。请建立数学模型，结合运量预测研究票价的合理水平。 （3）当项目的票款收入不足于维持正常运营或不足于使民间投资者获得合理的投资回报时，政府需要采取适当的方式给予投资者以合理的经济补偿。试分析并确定合理的年经济补偿或一次性的经济补偿。 3.电梯控制问题 学校某楼北楼有两台电梯。等电梯的人给出要上下的信号，电梯只有在空闲或同方向行进时才接受这个指令。然而，电梯经常出现十分拥挤的状况，特别在上下课的时候，要等很长的时间，所以埋怨声很多。你能否为电梯设计一个调度方案，减少大家的等待时间，减少师生的不满。 4传染病的疫情分析 假设某直接接触性高危型传染病是经由近距离接触已被传染病人，或在病源存活时间内直接接触受病源感染的物件才有可能感染。以往研究已有结果显示一个人的人际关系及活动范围大部分是固定不变的，也就是一个人大部分时间会近接触的人都是以前的熟识，到访的地点大多以前曾去过。而且一个人熟识常往来的亲友数目不多，常去的地点也不太多。只有一些很小的机会会近距离接触到不熟识的人和去以前较少去过的地点。请以上述讨论为出发点，建立一个模型，分析一个正在蔓延中的传染病。在模型建立时可以再参考以下事项： （1）可以H1N1为实例，搜集相关资料；

数学建模思想在线性代数教学中的应用

数学建模思想在线性代数教学中的应用 作者：刘逸轩 来源：《教育周报·教育论坛》2020年第19期 摘要：线性代数是现代高等院校理工科与经管类学科的专业基础课程，也是一门有着极强逻辑性与实际应用价值的重要学科。它对学生的抽象思维与逻辑思维能力提出了一定的要求。数学建模思想是数学思想当中的一种，它能帮助学生更加迅速地梳理线性代数知识点，同时完成对相关概念的高效吸收。如何将数学建模思想融入到线性代数的教学工作当中，逐渐成为现代高校线性代数教学工作的核心教研课题。 关键词：数学建模思想;线性代数;教学探究 引言 现代高校的线性代数教学内容大多以矩阵运算及向量组线性相关性的研究为主，教师在实际的教学过程中，往往更加重视学生对数学概念的理论认知，却忽视了学生自身的个性化理解。这在很大程度上降低了线性代数课程对学生未来发展的实际帮助，也让高校线性代数课程的实际价值变得较为片面。数学建模思想本身作为一种思维能力，能够最大程度上引导学生完成知识于现实生活中的应用。想要发挥数学建模思想的全部作用，首先就要求教师能够清晰地认识到数学建模思想在线性代数课程中的具体价值。 1.将数学建模思想应用到线性代数教学中的重要价值 1.1有效提升学生的学习动力 线性代数的教学任务本身就包含了对学生个人技能的有效培养，这也是高校线性代数基本素养的主要内容之一。而传统的线性代数课程更加注重学生的理论认知，教师经常会采取灌输式教学法搭配题海战术的方式培养学生的线性代数计算能力。这种教学方式不仅无法吸引学生的注意力，还很容易让学生产生厌烦和抵触心理。数学建模思想的应用，能够使原本枯燥的数学形象变得更加生动立体，从而使学生的学习动力得到显著的提升。 1.2充分增强课程的应用价值 线性代数是一门十分注重实践性与应用型的课程，将数学建模思想应用到线性代数的教学工作当中，能够最大程度地启发学生利用数学思想来解决未来生活及工作中常见的数学问题。另外，数学建模思想在教学过程中的使用，也能帮助学生另辟蹊径地处理复杂的数学概念。这不仅可以有效提升学生的学习效率，也能使教师的教学工作事半功倍。

2015数学建模选修大作业

中华女子学院 成绩2014 — 2015学年第二学期期末考试 （论文类） 论文题目数学建模算法之蒙特卡罗算法 课程代码1077080001 课程名称数学建模 学号130801019

姓名陈可心 院系计算机系 专业计算机科学与技术 考试时间2015年5月27日 一、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，是比赛时必用的方法。接下来本文将着重介绍这一算法。 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。这个也是我们数学建模选修课时主要介绍的问题，所以对这方面比较熟悉，也了解了Lindo、Lingo软件的基本用法。 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，上学期数据结构课程以及离散数学课程中都有介绍。它提供了对很多问题都很有效的一种简单而系统的建模方式。

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 网格算法和穷举法都是暴力搜索最优点的算法，在很多竞赛题中有应用，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。 二、蒙特卡罗方法 2.1算法简介 蒙特·卡罗方法（Monte Carlo method），也称统计模拟方法，1946年，美国拉斯阿莫斯国家实验室的三位科学家John von Neumann,Stan Ulam 和 Nick

2012数学建模大作业题目

D题会议筹备 某市的一家会议服务公司负责承办某专业领域的一届全国性会议，会议筹备组要为与会代表预订宾馆客房，并租用客车接送代表。由于预计会议规模庞大，而适于接待这次会议的几家宾馆的客房数量有限，所以只能让与会代表分散到若干家宾馆住宿。为了便于管理，除了尽量满足代表在价位等方面的需求之外，所选择的宾馆数量应该尽可能少，并且距离上比较靠近。 筹备组经过实地考察，筛选出10家宾馆作为备选，它们的名称用代号①至⑩表示，相对位置见附图，有关客房的规格、间数、价格等数据见附表1。 根据这届会议代表回执整理出来的有关住房的信息见附表2。从以往几届会议情况看，凡是发来回执的代表都会来开会，同时也有一些与会的代表事先不提交回执，相关数据见附表3。附表2，3都可以作为预订宾馆客房的参考。 需要说明的是，虽然客房房费由与会代表自付，但是如果预订客房的数量大于实际用房数量，筹备组需要支付一天的空房费，而若出现预订客房数量不足，则将造成非常被动的局面，引起代表的不满。 会议期间有一天的上午会安排参加会议的代表外出参观，筹备组还要向汽车租赁公司租用客车接送代表。现有45座、36座和33座三种类型的客车，租金分别是半天800元、700元和600元。 要求请你们通过数学建模方法，从经济、方便、代表满意等方面，为会议筹备组制定一个预订宾馆客房、租用客车和安排停车的合理方案。具体解决如下问题： （1）根据历年的统计数据，预测今年参加实际参加会议的人数 （2）确定客房预订的方案，即每个宾馆各预订各种类型的房间多少间？ （3）假设客车的停车点可以是附图中马路边的任意位置，根据房间安排，计算一下如果安排一个乘车点，应该安排在什么位置才能使代表达到乘车点的总距离最小，安排各种车辆各多少量？如果可以安排两个乘车点情况又如何？

数学建模小实例

1、司乘人员配备问题 某昼夜服务得公交路线每天各时间区段内需司机与乘务人员如下： 设司机与乘务人员分别在各时间区段一开始上班，并连续工作八小时，问该公交线路至少配备多少名司机与乘务人员？ 解: 设为第班应报到得人员，建立线性模型如下： LINGO程序如下： MODEL: min=x1+x2+x3+x4+x5+x6;

x1+x6>=60; x1+x2>=70; x2+x3>=60; x3+x4>=50; x4+x5>=20; x5+x6>=30; END 得到得解为: x1=60,x2=10,x3=50,x4=0,x5=30 ,x6=0; 配备得司机与乘务人员最少为150人。 2、铺瓷砖问题 要用40块方形瓷砖铺下图所示形状得地面，但当时市场上只有长方形瓷砖，每块大小等于方形得两块。一人买了20块长方形瓷砖，试着铺地面，结果无法铺好。试问就是这人得功夫不到家还就是这个问题根本无解呢？

3、棋子颜色问题 在任意拿出黑白两种颜色得棋子共n个，随机排成一个圆圈。然后在两颗颜色相同得棋子中间放一颗黑色棋子，在两颗颜色不同得棋子中间放一颗白色棋子，放完后撤掉原来所放得棋子，再重复以上得过程，这样放下一圈后就拿走前次得一圈棋子，问这样重复进行下去各棋子得颜色会怎样变化呢？ 分析与求解： 由于在两颗同色棋子中放一颗黑色棋子，两颗不同色得棋子中间放一颗白色棋子，故可将黑色棋子用1表示，白色棋子用-1表示。这就是因为-1×(-1)=1，1×1=1，这代表两颗同色棋子中放一颗黑色棋子；1×(-1)= -1，这代表两颗不同色得棋子中间放一颗白色棋子。设棋子数为，为初始状态。