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

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

球上的各种资源只能供一定数量的人生活,随着人口的增加,自然资源环境条件等因素对人口增长的限制作用越来越显著,如果当人口较少时,人口的自然增长率可以看作常数的话,那么当人口增加到一定数量以后,这个增长率就要随人口的增加而减小.因此,应对马尔萨斯模型中关于净增长率为常数的假设进行修改.

1838年,荷兰生物数学家韦尔侯斯特(Verhulst)引入常数m N ,用来表示自然环境条件所能容许的最大人口数(一般说来,一个国家工业化程度越高,它的生活空间就越大,食物就越多,从而m N 就越大),并假设将增长率等于???

?

??-

m N t N r )(1,即净增长率随着)(t N 的增加而减小,当m N t N →)(时,净增长率趋于零,按此假定建立人口预测模型.

解 由韦尔侯斯特假定,马尔萨斯模型应改为

??

???=???? ??-=,,000)(1d d N t N N N N r t N

上式就是逻辑模型,该方程可分离变量,其解为,

)

(00e

11)(t t r m m

N N N t N --???

? ??-+=

.

下面,我们对模型作一简要分析.

(1)当∞→t ,m N t N →)(,即无论人口的初值如何,人口总数趋向于极限值m N ; (2)当m N N <<0时,01d d >???

? ??-=N N N r t N m ,这说明)(t N 是时间t 的单调递增函数;

(3)由于N N N N N r t N m m ???? ??-???? ??-=211d d 222,所以当2m N N <时,0d d 22>t N ,t N d d 单增;当2m N N >时,0d d 2

2

N

,t N d d 单减,即人口增长率t N d d 由增变减,在2m N 处最大,也就是说在人口总数达到极限值一半以前是加速生长期,过这一点后,生长的速率逐渐变小,并且迟早

会达到零,这是减速生长期;

(4)用该模型检验美国从1790年到1950年的人口,发现模型计算的结果与实际人口在1930年以前都非常吻合,自从1930年以后,误差愈来愈大,一个明显的原因是在20世纪60年代美国的实际人口数已经突破了20世纪初所设的极限人口.由此可见该模型的缺点之一是m N 不易确定,事实上,随着一个国家经济的腾飞,它所拥有的食物就越丰富, m N 的值也就越大;

(5)用逻辑模型来预测世界未来人口总数.某生物学家估计,029.0=r ,又当人口总数

为9

1006.3?时,人口每年以2%的速率增长,由逻辑模型得

????

?

?-=m N N r t N N 1d d 1, 即 ???

?

?

??-=m N 9

1006.31029.002.0, 从而得 91086.9?=m N ,

即世界人口总数极限值近100亿.

值得说明的是:人也是一种生物,因此,上面关于人口模型的讨论,原则上也可以用于在自然环境下单一物种生存着的其他生物,如森林中的树木、池塘中的鱼等,逻辑模型有着广泛的应用.

二、市场价格模型

对于纯粹的市场经济来说,商品市场价格取决于市场供需之间的关系,市场价格能促使商品的供给与需求相等(这样的价格称为(静态)均衡价格).也就是说,如果不考虑商品价格形成的动态过程,那么商品的市场价格应能保证市场的供需平衡,但是,实际的市场价格不会恰好等于均衡价格,而且价格也不会是静态的,应是随时间不断变化的动态过程.

例3 试建立描述市场价格形成的动态过程的数学模型

解 假设在某一时刻t ,商品的价格为)(t p ,它与该商品的均衡价格间有差别,此时,存在供需差,此供需差促使价格变动.对新的价格,又有新的供需差,如此不断调节,就构成市场价格形成的动态过程,假设价格)(t p 的变化率

t

p

d d 与需求和供给之差成正比,并记),(r p f 为需求函数,)(p g 为供给函数(r 为参数),于是

()()[]??

???=-=,,

0)0(,d d p p p g r p f t

p

α 其中0p 为商品在0=t 时刻的价格,α为正常数.

若设b ap r p f +-=),(,d cp p g +=)(,则上式变为

??

???=-++-=,,0)0()()(d d p p d b p c a t p

αα ① 其中d c b a ,,,均为正常数,其解为

c

a d

b c a d b p t p t c a +-+??? ??

+--

=+-)(0e

)(α.

下面对所得结果进行讨论:

(1)设p 为静态均衡价格 ,则其应满足

0)(),(=-p g r p f ,

d p c b p a +=+-,

于是得c

a d

b p +-=

,从而价格函数)(t p 可写为 p p p t p t c a +-=+-)(0e )()(α , 令+∞→t ,取极限得

p t p t =+∞

→)(lim

这说明,市场价格逐步趋于均衡价格.又若初始价格p p =0,则动态价格就维持在均衡价格

p 上,整个动态过程就化为静态过程;

(2)由于

t c a c a p p t

p

)(0e )()(d d +-+-=αα , 所以,当p p >0时,

0d d t

p ,)(t p 单调增加向p 靠拢.这说明:初始价格高于均衡价格时,动态价格就要逐步降低,且逐步靠近均衡价格;否则,动态价格就要逐步升高.因此,式①在一定程度上反映了价格影响需求与供给,而需求与供给反过来又影响价格的动态过程,并指出了动态价格逐步向均衡价格靠拢的变化趋

势.

三、混合溶液的数学模型 例 4 设一容器内原有100L 盐,内含有盐10kg,现以3L/min 的速度注入质量浓度为0.01kg/L 的淡盐水,同时以2L/min 的速度抽出混合均匀的盐水,求容器内盐量变化的数学模型.

解 设t 时刻容器内的盐量为)(t x kg,考虑t 到t t d +时间内容器中盐的变化情况,在dt 时间内

容器中盐的改变量=注入的盐水中所含盐量-抽出的盐水中所含盐量

容器内盐的改变量为x d ,注入的盐水中所含盐量为t d 301.0?,t 时刻容器内溶液的质量浓度为

t

t x )23(100)

(-+,假设t 到t t d +时间内容器内溶液的质量浓度不变(事实上,容器内

的溶液质量浓度时刻在变,由于t d 时间很短,可以这样看).于是抽出的盐水中所含盐量为

t t

t x d 2)23(100)

(-+,这样即可列出方程

t t

x

t x d 1002d 03.0d +-

=,

t

x t x +-=100203.0d d . 又因为0=t 时,容器内有盐10kg,于是得该问题的数学模型为

d 20.03d 100(0)10x x t t

x ?+=?+??

??=?

,, 这是一阶非齐次线性方程的初值问题,其解为

2

4

)

100(109)100(01.0)(t t t x +?++=. 下面对该问题进行一下简单的讨论,由上式不难发现:t 时刻容器内溶液的质量浓度为

3

4

)100(10901.0100)()(t t t x t p +?+

=+=, 且当+∞→t 时,01.0)(→t p ,即长时间地进行上述稀释过程,容器内盐水的质量浓度将趋于注入溶液的质量浓度.

溶液混合问题的更一般的提法是:设有一容器装有某种质量浓度的溶液,以流量1V 注入质量浓度为1C 的溶液 (指同一种类溶液,只是质量浓度不同),假定溶液立即被搅匀,并以

2V 的流量流出这种混合溶液,试建立容器中质量浓度与时间的数学模型.

首先设容器中溶质的质量为)(t x ,原来的初始质量为0x ,t =0时溶液的体积为2V ,在d t 时间内,容器内溶质的改变量等于流入溶质的数量减去流出溶质的数量,即

t V C t V C x d d d 2211-=,

其中1C 是流入溶液的质量浓度, 2C 为t 时刻容器中溶液的质量浓度,,t

V V V x

C )(2102-+=

于是,有混合溶液的数学模型

11220d d (0)x

C V C V t

x x ?=-???=?

. 该模型不仅适用于液体的混合,而且还适用于讨论气体的混合.

四、振动模型

振动是生活与工程中的常见现象.研究振动规律有着极其重要的意义.在自然界中,许多振动现象都可以抽象为下述振动问题.

例5 设有一个弹簧,它的上端固定,下端挂一个质量为m 的物体,试研究其振动规律. 解 假设(1)物体的平衡位置位于坐标原点,并取x 轴的正向铅直向下(见图4).物体的平衡位置指物体处于静止状态时的位置.此时,作用在物体上的重力与弹性力大小相等,方向相反;(2)在一定的初始位移0x 及初始速度0v 下,物体离开平衡位置,并在平衡位置附近作没有摇摆的上下振动;(3)物体在t 时刻的位置坐标为)(t x x =,即t 时刻物体偏离平衡位置的位移;(4)在振动过程中,受阻力作用.阻力的大小与物体速度成正比,阻力的方向总是与速度方向相反,因此阻力为t

x

h

d d -,h 为阻尼系数;(5)当质点有位移)(t x 时,假设所受的弹簧恢复力是与位移成正比的,而恢复力的方向总是指向平衡位置,也就是总与偏离平衡位置的位移方向相反,因此所受弹簧恢复力为kx -,其中k 为劲度系数;(6)在振动过程中受外力)(t f 的作用.在上述假设下,根据牛顿第二定律得

)(d d d d 22x f kx t x

h t

x m +--= , ①

这就是该物体的强迫振动方程.

由于方程①中, )(t f 的具体形式没有给出,所以,不能对式 ①直接求解.下面我们分四种情形对其进行讨论.

1. 无阻尼自由振动

在这种情况下,假定物体在振动过程中,既无阻力、又不受外力 作用.此时方程①变为

0d d 22=+kx t

x

m ,

2ω=m

k

,方程变为 0d d 2

22=+x t

x ω,

特征方程为 02

2

=+ωλ, 特征根为

ωλi 2,1±=,

通解为 t C t C x ωωcos sin 21+=,

或将其写为

???? ?

?++

++=t C C C t C C C C C x ωωcos sin 22

212

2

2211

22

2

1

图4

()t t A ω?ω?cos sin sin cos +=

)

sin(?ω+=t A 其中 2

221C C A +=

,22

2

1

2sin C

C C +=

?,22

21

1cos C

C C +=

?.

这就是说,无阻尼自由振动的振幅2

221C C A +=,频率m

k

=

ω均为常数. 2.有阻尼自由振动

在该种情况下,考虑物体所受到的阻力,不考虑物体所受的外力.此时,方程①变为

0d d d d 22=++kx t x

h t

x m ,

2ω=m k ,δ2=m

h

,方程变为 0d d 2d d 222=++x t x

t

x ωδ, 特征方程为022

2=++ωδλλ,特征根 2

2

2,1ωδδλ-±-=.根据δ与ω的关系,又分

为如下三种情形:

(1)大阻尼情形, δ>ω.特征根为二不等实根,通解为

t

t

C C x )(2)(12222e

e ωδδωδδ-+--+-+=

(2)临界阻尼情形,ωδ=.特征根为重根,通解为

t

t C C x δ-+=e

)(21

这两种情形,由于阻尼比较大,都不发生振动.当有一初始扰动以后,质点慢慢回到平衡

位置,位移随时间t 的变化规律分别如图5和图6所示.

图5 图6

(3)小阻尼情形,δ<ω.特征根为共轭复根,通解为

)sin C sin

C (e 222221t t x t δωδωδ-+-=- 将其简化为

)sin(

e 22?δωδ+-=-t A x t

其中,cos ,sin ,2

2

2

112

2

2

122221C C C C C C C C A ++=

+=?

?振幅A t

δ-e 随时间t 的增加而

减小.因此,这是一种衰减振动.位移随时间t 的变化规律见图7.

3.无阻尼强迫振动

在这种情形下,设物体不受阻力作用,其所受外力为简谐力pt m t f sin )(=,此时,方程①化为

pt m kx t x

m sin d d 22=+,

pt x t

x sin d d 2

22=+ω, 根据p i 是否等于特征根ωi ,其通解分为如下两种情形:

(1)当ω≠p 时,其通解为 图7

t C t C pt p

x ωωωcos sin sin 1

212

2++-=

, 此时,特解的振幅

2

21

p -ω为常数,但当p 接近于ω时,将会导致振幅增大,发生类似共振的

现象;

(2)当ω=p 时,其通解为

t C t C pt t p

x ωωcos sin cos 21

21++-

=, 此时,特解的振幅

t p

21

随时间t 的增加而增大,这种现象称为共振,即当外力的频率p 等于物体的固有频率ω时,将发生共振.

4.阻尼强迫振动

在这种情形下,假定振动物体既受阻力作用,又受外力pt m x f sin )(=的作用,并设

ωδ<,方程①变为

pt x t x

t

x sin d d 2d d 222=++ωδ ,

特征根0,i 22≠-±-=δδωδλ,则p i 不可能为特征根,特解为

pt B pt A x cos sin *+=,

其中2

22222

24)(p p p A δωω+--=

,2

22224)(2p

p p

B δωδ+--=

, 还可将其化为

*22

22222

1[()sin 2cos ]()4x w p pt p pt w p p

δδ=

---+, 由此可见,在有阻尼的情况下,将不会发生共振现象,不过,当ω=p 时,

pt p

x cos 21

*δ-

=, 若δ很小,则仍会有较大的振幅;若δ比较大,则不会有较大的振幅.

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/677640024.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