数学建模三人任务分配
可能遇到的相关思想、方法、关键词等
判断矩阵、灰色理论、指数平滑法、层次分析法（AHP）、时间序列、BP神经网络、主成分分析、相关性分析、最小二乘法、曲线拟合
三人任务分配：
金双：负责搜集整理课件以及概括方法、思想还有包括网上的多方面信息（中国知网、万方数据网），在这个过程中寻找列举关键词为后面写论文做铺垫。
莹洁：利用Matlab、Minitab、Lingo等软件解决全部问题（包括建立各种矩阵，求解相关特征值特征向量，判断矩阵等），为写论文提供表格和数据，同时也辅助搜集各种有用信息（随时关注建模网的动态变化和周围相关信息）。还有就是搜集论文模型、考生心得。
我：随时关注相关信息，并保持信息通畅，及时把两人搜集的各种思想方法尽快保证质量地看完，做到心中有数。同时对两位提供地数据详细而又全面的进行汇总，并做出预测。此外我还向学长学姐那边询问考试情况！！
注意：一有什么信息，彼此间保持随时联系，包括心理、饮食、生活等方面，全力备战这几天的任务。（相关性知识：世博会调度优化配置问题、“天地之中”世界遗产申请成功、舟曲灾害以及河南受水灾等问题。）
接下来的任务就是迅速确定各自任务，并迅速进入备战状态。快速找出问题症结所在，有什么疑问尽快提出，实事求是，量力而行！！！
数学建模竞赛简介
数学建模竞赛简介 数学建模就是建立、求解数学模型的过程和方法，首先要通过分析主要矛盾，对各种实际问题进行抽象简化，并按照有关规律建立起变量，参数间的明确关系，即明确的数学模型，然后求出该数学问题的解，并通过一定的手段来验证解的正确性。 数学建模竞赛于1985年起源于美国，起初竞赛题目通常由工业部门、军事部门提出，然后由数学工作者简化或修正。1989年我国大学生开始参加美国大学生数学建模竞赛，1990年我国开始创办我国自己的大学生数学建模竞赛。1993年国家教委（现教育部）高教司正式发文，要求在全国普通高等学校中开展数学建模竞赛。从1994年开始，大学生数学建模竞赛成为教育部高教司和中国工业的应用数学学会共同主办，每年一届的，面向全国高等院校全体大学生的一项课外科技竞赛活动。2010年全国共有30省(市、自治区)九百多所院校一万多个队三万多名大学生参赛，成为目前全国高等学校中规模最大的课外科技活动。数学建模竞赛是教育主管部门主办的大学生三大竞赛之一。 现在的竞赛题目来源于更广泛的领域，都是各行各业的实际问题经过适当简化，提炼出来的极富挑战性的问题，每次两道题，学生任选一题，可以使用计算机、软件包，可以参阅任何资料(含上网参阅任何资料)。竞赛以三人组成的队为单位，三人之间通力合作，在三天三夜内完成一篇论文。不给论文评分，而是按论文的水平为四档：全国一等奖、全国二等奖、赛区一等奖，赛区二等奖，成功参赛奖。我校于2001年开始参加这项竞赛活动。多次获全国一等奖、二等奖、湖北赛区一等奖、二等奖。 数学建模竞赛活动培养了学生的创造力、应变能力、团队精神和拼搏精神，适应了21世纪经济发展和人才培养的挑战。不少参加过全国大学生数学建模竞赛的同学都深有感触，他们说：“参加这次活动是我们大学四年中最值得庆幸的一件事，我们真正体会这几年内学到了什么，自己能干什么。”“那不寻常的三天在我们记忆中留下了永恒的一瞬，真是一次参赛，终身受益。”团队精神贯穿在数学建模竞赛的全过程，它往往是成败的关键。有些参赛队员说：“竞赛使我们三个人认识到协作的重要性，也学会了如何协作，在建模的三天中，我们真正做到了心往一处想，劲往一处使，每个人心中想的就是如何充分发挥自己的才华，在短暂的时间内做出一份尽量完善的答卷。三天中计算机没停过，我们轮流睡觉、轮流工作、轮流吃饭，可以说是抓住了每一滴可以抓住的时间。”“在这不眠的三天中，我们真正明白了团结就是力量这个人生真谛，而这些收获，将会伴随我们一生，对我们今后的学习，工作产生巨大的影响。”
数学建模常用模型方法总结精品
【关键字】设计、方法、条件、动力、增长、计划、问题、系统、网络、理想、要素、工程、项目、重点、检验、分析、规划、管理、优化、中心 数学建模常用模型方法总结 无约束优化 线性规划连续优化 非线性规划 整数规划离散优化 组合优化 数学规划模型多目标规划 目标规划 动态规划从其他角度分类 网络规划 多层规划等… 运筹学模型 （优化模型） 图论模型存 储论模型排 队论模型博 弈论模型 可靠性理论模型等… 运筹学应用重点:①市场销售②生产计划③库存管理④运输问题⑤财政和会计⑥人事管理⑦设备维修、更新和可靠度、项目选择和评价⑧工程的最佳化设计⑨计算器和讯息系统⑩城市管理 优化模型四要素：①目标函数②决策变量③约束条件 ④求解方法(MATLAB--通用软件LINGO--专业软件) 聚类分析、 主成分分析 因子分析 多元分析模型判别分析 典型相关性分析 对应分析 多维标度法 概率论与数理统计模型 假设检验模型 相关分析 回归分析 方差分析 贝叶斯统计模型 时间序列分析模型 决策树 逻辑回归
传染病模型马尔萨斯人口预测模型微分方程模型人口预 测控制模型 经济增长模型Logistic 人口预测模型 战争模型等等。。 灰色预测模型 回归分析预测模型 预测分析模型差分方程模型 马尔可夫预测模型 时间序列模型 插值拟合模型 神经网络模型 系统动力学模型(SD) 模糊综合评判法模型 数据包络分析 综合评价与决策方法灰色关联度 主成分分析 秩和比综合评价法 理想解读法等 旅行商(TSP)问题模型 背包问题模型车辆路 径问题模型 物流中心选址问题模型 经典NP问题模型路径规划问题模型 着色图问题模型多目 标优化问题模型 车间生产调度问题模型 最优树问题模型二次分 配问题模型 模拟退火算法(SA) 遗传算法(GA) 智能算法 蚁群算法(ACA) (启发式) 常用算法模型神经网络算法 蒙特卡罗算法元 胞自动机算法穷 举搜索算法小波 分析算法 确定性数学模型 三类数学模型随机性数学模型 模糊性数学模型
数学建模,名额分配问题
名额公平分配问题 问题的提出 名额分配问题是西方所谓的民主政治问题，美国宪法在第一条第二条款指出：‘众议院议员名额……将根据各州的人口比例分配。。。。。’美国宪法从1788年生效以来200多年间，关于公平和人力的实现宪法中所规定的分配原则，美国的政治家和科学家们展开了激烈的讨论。并提出了多种方法，但没有一种方法能够得到普遍的认可。下面就日常生活中的实际问题，考虑合理的分配方案问题。 设某高校有5个系共2500名学生，各系学生人数见表格。现有25个学生代表名额， 赢如何分配较为合理。 5个系的学生人数 系别一二三四五总和人数11056483622481372500模型假设 1、要将名额尽可能的公平的分配，首先考虑的是公平量化，所谓公平，就是学生 代表的名额占有率都相等，这样，基于名额占有率相等的分配的方案就是最公平的，在 名额占有率不相等时，应要求差距尽可能的小，才能使分配方案更加公平。 2、在计算各个系别的名额分配占有量，这样就确定了公平的分配方案。 3、通常计算的名额占有量是小数，而名额只能整数的分配，这就需要将小数变成 整数，解决小数变整数的问题通常采用四舍五入法。 名额占有率=总名额数÷总人数 名额占有量=名额占有率×学生数 模型建立 模型一名额占有率分配 =1%，即每一百人才有一个名额。根据名额占有率可以算出全校名额占有率=25 2500 分配： 系别一二三四五总和 人数11056483622481372500名额数11.05 6.48 3.62 2.48 1.3725取整11642124 显然看出，这种方法出现了缺陷，分的总名额数多出一个，而这一个又无法可分， 无论是四舍五入法，还是直接取整，分给二，四其中一个必定对另一个不公平。所以需
数学建模活动策划书
数学建模活动策划方案（初稿） 一、活动背景 数学建模协会面向全校招新活动圆满完成。为了促进协会会员对数学建模的了解，增强对数学建模的认识，数学建模协会对近期一年时间策划此次活动，希望通过活动，增强新会员对数学建模协会的兴趣和认识度，是新会员对数学建模的活动、工作有一定了解和一个全新的认识。 二、活动目的及意义 为了让同学们对数学建模及竞赛有一个初步的了解，激发广大学子学习数学建模的热情，促进我校大学生课外科技活动的蓬勃开展，提高大学生的创新意识及运用数学知识和计算机技术解决实际问题的能力，推广数学建模精神，让同学们了解数学建模，接近数学建模，喜欢数学建模。活动对培养同学们应用数学知识解决实际问题的兴趣，开拓眼界等都有着十分重要的意义。活动的开展不仅为民院学子提供了一次施展才华和挑战自我的机会，也为学子创造了一个学习实践与思想交流的平台。 三、活动主题 走进数学建模 四、主办单位 社团联合会数学建模协会 五、承办单位
社团联合会数学建模协会 六、活动内容 （一）数学建模知识讲座 （二）新老会员见面交流会 （三）团队娱乐游戏活动 （四）小型数学建模大赛 七、活动步骤 （一）数学建模知识讲座 1、前期准备：邀请相关老师并协调好时间、通知协会会员及兴趣 爱好者 2、中期过程：（1）安排知识讲座时间、地点以及准备相关物品 （2）内容：数学建模思想、数学建模理论 3、后期安排：相关工作人员做工作总结 （二）新老会员见面交流会 1、前期准备：邀请相关人员为交流会做准备、通知协会会员 2、中期过程：安排见面交流会的时间、地点以及准备相关物品 3、后期安排：相关工作人员做工作总结 （三）团队娱乐游戏活动（待定） （四）小型数学建模大赛 1、前期准备：对举行小型数学建模大赛的意义进行宣传，并通知 比赛时间地点、比赛模式，邀请相关老师参与 2、中期过程：由相关老师批阅后进行表彰
数学建模常见评价模型简介
常见评价模型简介 评价类数学模型是全国数学建模竞赛中经常出现的一类模型，如2005年全国赛A题长江水质的评价问题，2008年B题高校学费标准评价体系问题等。主要介绍三种比较常用的评价模型：层次分析模型，模糊综合评价模型，灰色关联分析模型，以期帮助大家了解不同背景下不同评价方法的应用。 层次分析模型 层次分析法(AHP)是根据问题的性质和要求，将所包含的因素进行分类，一般按目标层、准则层和子准则层排列，构成一个层次结构，对同层次内诸因素采用两两比较的方法确定出相对于上一层目标的权重，这样层层分析下去，直到最后一层，给出所有因素相对于总目标而言，按重要性程度的一个排序。其主要特征是，它合理地将定性与定量决策结合起来，按照思维、心理的规律把决策过程层次化、数量化。 运用层次分析法进行决策，可以分为以下四个步骤： 步骤1 建立层次分析结构模型 深入分析实际问题，将有关因素自上而下分层(目标—准则或指标—方案或对象)，上层受下层影响，而层内各因素基本上相对独立。 步骤2构造成对比较阵 对于同一层次的各元素关于上一层次中某一准则的重要性进行两两比较，借助1~9尺度，构造比较矩阵； 步骤3计算权向量并作一致性检验 由判断矩阵计算被比较元素对于该准则的相对权重，并进行一致性检验，若通过，则最大特征根对应的特征向量做为权向量。
步骤4计算组合权向量(作组合一致性检验) 组合权向量可作为决策的定量依据 通过一个具体的例子介绍层次分析模型的应用。 例(选择旅游地决策问题)如何在桂林、黄山、北戴河3个目的地中按照景色、费用、居住条件、饮食、旅途条件等因素进行选择。 步骤1 建立系统的递阶层次结构 将决策问题分为3个层次：目标层O，准则层C，方案层P；每层有若干元素，各层元素间的关系用相连的直线表示。
数学建模论文
数 学 建 模 论 文 系部——— 班级—— 组员—— —— ——2010年1月7日
摘要：席位分配是日常生活中经常遇到的问题，对于企业、公司、、学校政府部门都能解决实际的问题。席位可以是代表大会、股东会议、公司企业员工大会、等的具体座位。假设说，有一个学校要召集开一个代表会议，席位只有20个，三个系总共200人，分别是甲系100，乙系60,丙系40.如果你是会议的策划人，你要合理的分配会议厅的20个座位，既要保证每个系部都有人参加，最关键的就是要对个公平都公平，保证三个系部对你所安排的位置没有异议。那么这个问题就要靠数学建模的方法来解决。 关键词： Q值法公平席位
问题的重述：三个系部学生共200名，（甲系100.乙系60，丙系40）代表会议共20席，按比例分配三个系分别为10、6、4席。老情况变为下列情况怎样分配才是最公平的，现因学生转系三系人数为103.63.34. （1）问20席该如何分配。 （2）若增加21席又如何分配。 问题的分析： 一、通常分配结果的公平与否以每个代表席位所代表的人数相等或接近来衡量。目前沿用的惯例分配方法为按比例分配方法，即： 某单位席位分配数= 某单位总人数比例 总席位 如果按上述公式参与分配的一些单位席位分配数出现小数,则先按席位分配数的整数分配席位,余下席位按所有参与席位分配单位中小数的大小依次分配之。这样最初学生人数及学生代表席位为 系名甲乙丙总数学生数100 60 40 200 学生人数比例100/200 60/200 40/200 席位分配10 6 4 20 学生转系情况，各系学生人数及学生代表席位变为 系名甲乙丙总数学生数103 63 34 200 学生人数比例103/200 63/200 34/200 按比例分配席位10.3 6.3 3.4 20 按惯例席位分配10 6 4 20 （1）20席应该甲系10席、乙系6席,丙系4席这样分配
数学建模第四版答案
数学建模第四版答案 【篇一：数学建模课后答案】 t>第二章(1)（2012年12月21日） 1．学校共1000名学生，235人住在a宿舍，333人住在b宿舍，432人住在c宿舍.学生们 要组织一个10人的委员会，试用下列办法分配各宿舍的委员数：（1）. 按比例分配取整数的名额后,剩下的名额按惯例分给小数部分 较大者; （2）. 1中的q值方法； （3）.d’hondt方法：将a、b、c各宿舍的人数用正整数n=1,2,3,??相除，其商数如下表： 将所得商数从大到小取前10个（10为席位数），在数字下标以横线，表中a、b、c行有横线的数分别为2，3，5，这就是3个宿舍 分配的席位.你能解释这种方法的道理吗？ 如果委员会从10个人增至15人，用以上3种方法再分配名额，将 3种方法两次分配的结果列表比较. 解：先考虑n=10的分配方案， p1?235,p2?333,p3?432,方法一（按比例分配） ?p i?1 3 i ?1000. q1? p1n ?p i?1 3 ?2.35,q2? p2n i ?p i?1 3 ?3.33, q3? p3n i
?p i?1 3 ?4.32 i 分配结果为： n1?3, n2?3, n3?4 方法二（q值方法） 9个席位的分配结果（可用按比例分配）为： n1?2,n2?3, n3?4 第10个席位：计算q值为 235233324322 q1??9204.17, q2??9240.75, q3??9331.2 2?33?44?5 q3最大，第10个席位应给c.分配结果为 n1?2,n2?3,n3?5 方法三（d’hondt方法） 此方法的分配结果为：n1?2,n2?3,n3?5 此方法的道理是：记pi和ni为各宿舍的人数和席位（i=1,2,3代表a、b、c宿舍）. pi 是ni 每席位代表的人数，取ni?1,2,?,从而得到的近. pip 中选较大者，可使对所有的i,i尽量接nini 再考虑n?15的分配方案，类似地可得名额分配结果.现将3种方法两次分配的结果列表如下： 2．试用微积分方法，建立录像带记数器读数n与转过时间的数学模型. 解：设录像带记数器读数为n时，录像带转过时间为t.其模型的假设见课本. 考虑t到t??t时间内录像带缠绕在右轮盘上的长度，可得 vdt?(r?wkn)2?kdn,两边积分，得 ? t vdt?2?k?(r?wkn)dn n 2?rk?wk22n2 2vv 第二章(2)（2008年10月9日）
课程时间安排数学建模
课程时间安排数学建模公司内部档案编码：[OPPTR-OPPT28-OPPTL98-OPPNN08]
课程时间安排的优化模型 摘要 排课是教务运作中的一项重要工作，同时排课问题也是一个复杂的组合优化问题，对此问题的建模和求解，难度都非常大。多数情况下我们只是满足于求解问题的一个可行解，而对此可行解的进一步优化往往通过手工完成，效率很低。目前有很多计算机专家和数学专家都致力于对大规模排课问题的研究，在此我们给出一个规模相对较少，约束相对较少的较为简单的排课问题。解决排课中的问题，既能满足老师授课上机的要求又能满足学生对上机时间的合理安排。让学校、老师和同学的满意。 让老师满意，就是安排尽量少出现像同一天同一位老师上1-2节，7-8节，最好是1-2节面授然后4-5节课上机；让同学们满意，可从以下几方面考虑，比如，同一班级同一门课程，至少应隔一天上一次，另外对学生感到比较难学的课程尽量安排在最好的时段，上机时间要安排在面授课之后；让学校满意，就是尽量减少因出现问题而不得不为老师调课的次数。根据实际情况在具体模型建立过程中采用了0-1矩阵法，矩阵的乘法等数学方法，建立优化类数学模型来求解有效矩阵，根据有效矩阵初排课表，结合多方面因素建立修正矩阵，对初排课表逐层修改，得出最优排课表。并通过matlab实现算法和给出模型的解。 先将123班级课表和20张老师课表转换为0-1变量，有课改为0，没课改为1，组成两个矩阵，然后可用VB编程得到一个新的矩阵，两矩阵中元素都为1时，新的矩阵对应的元素就为1，即老师和班级同时有空时为1。将多目标函数转换为单目标函数，其他的要求可直接在约束条件中满足。然后用lingo软件编程解决（其约束条件和目标函数都可用lingo的语句表示出来） 关键词：排课问题 0-1矩阵矩阵的乘法优化目标矩阵 lingo VB 1 问题重述 排课是教务运作中的一项重要工作，同时排课问题也是一个复杂的组合优化问题，对此问题的建模和求解，难度都非常大。多数情况下我们只是满足于求解问题的一个可行解，而对此可行解的进一步优化往往通过手工完成，效率很低。目前有很多计算机专家和数学专家都致力于
数学建模简介
数学建模简介 当需要从定量的角度分析和研究一个实际问题时，人们就要在深入调查研究、了解对象信息、作出简化假设、分析内在规律等工作的基础上，用数学的符号和语言作表述，也就是建立数学模型，然后用通过计算得到的结果来解释实际问题，并接受实际的检验。这个建立数学模型的全过程就称为数学建模。 数学建模的广泛应用 数学建模的应用逐渐变的广泛，数学建模大量用于一般工程技术领域，用于代替传统工程设计中的现场实验、物理模拟等手段；在高新科技领域，成为必不可少的工具，无论是在通信、航天、微电子、自动化都是创新工艺、开发新 产品的必要手段；在新的科研领域在用数学方法研究 其中的定量关系时，数学建模就成为首要的、关键的 步骤和这些学科发展和应用的基础。 将计算机技术和数学建模进行紧密结合，使得原 本抽象的数学模型生动具体的呈现在研究者面前，使 得问题得到更好的解决。 数学建模的分支——数据挖掘 数据挖掘（Data Mining，DM）是目前人工智能和数 据库领域研究的热点问题，所谓数据挖掘是指从数据库 的大量数据中揭示出隐含的、先前未知的并有潜在价值 的信息的非平凡过程。数据挖掘是一种决策支持过程， 它主要基于人工智能、机器学习、模式识别、统计学、 数据库、可视化技术等，高度自动化地分析企业的数据， 做出归纳性的推理，从中挖掘出潜在的模式，帮助决策 者调整市场策略，减少风险，做出正确的决策。 数据挖掘是通过分析每个数据，从大量数据中寻找其规律的技术，主要有数据准备、规律寻找和规律表示3个步骤。数据准备是从相关的数据源中选取所需的数据并整合成用于数据挖掘的数据集；规律寻找是用某种方法将数据集所含的规律找出来；规律表示是尽可能以用户可理解的方式（如可视化）将找出的规律表示出来。 数据挖掘的任务有关联分析、聚类分析、分类分析、异常分析、特异群组分析和演变分析，等等。
数学建模的基本步骤
数学建模的基本步骤 一、数学建模题目 1）以社会，经济，管理，环境，自然现象等现代科学中出现的新问题为背景，一般都有一个比较确切的现实问题。 2）给出若干假设条件： 1. 只有过程、规则等定性假设； 2. 给出若干实测或统计数据； 3. 给出若干参数或图形等。 根据问题要求给出问题的优化解决方案或预测结果等。根据问题要求题目一般可分为优化问题、统计问题或者二者结合的统计优化问题，优化问题一般需要对问题进行优化求解找出最优或近似最优方案，统计问题一般具有大量的数据需要处理，寻找一个好的处理方法非常重要。 二、建模思路方法 1、机理分析根据问题的要求、限制条件、规则假设建立规划模型，寻找合适的寻优算法进行求解或利用比例分析、代数方法、微分方程等分析方法从基本物理规律以及给出的资料数据来推导出变量之间函数关系。 2、数据分析法对大量的观测数据进行统计分析，寻求规律建立数学模型，采用的分析方法一般有： 1）. 回归分析法(数理统计方法)-用于对函数f（x）的一组观测值（xi,fi）i=1,2,…,n，确定函数的表达式。 2）. 时序分析法--处理的是动态的时间序列相关数据，又称为过程统计方法。 3）、多元统计分析（聚类分析、判别分析、因子分析、主成分分析、生存数据分析）。 3、计算机仿真（又称统计估计方法）：根据实际问题的要求由计算机产生随机变量对动态行为进行比较逼真的模仿，观察在某种规则限制下的仿真结果（如蒙特卡罗模拟）。 三、模型求解： 模型建好了，模型的求解也是一个重要的方面，一个好的求解算法与一个合
适的求解软件的选择至关重要，常用求解软件有matlab，mathematica，lingo，lindo，spss，sas等数学软件以及c/c++等编程工具。 Lingo、lindo一般用于优化问题的求解，spss，sas一般用于统计问题的求解，matlab，mathematica功能较为综合，分别擅长数值运算与符号运算。 常用算法有：数据拟合、参数估计、插值等数据处理算法,通常使用spss、sas、Matlab作为工具. 线性规划、整数规划、多元规划、二次规划、动态规划等通常使用Lindo、Lingo,Matlab软件。 图论算法,、回溯搜索、分治算法、分支定界等计算机算法, 模拟退火法、神经网络、遗传算法。 四、自学能力和查找资料文献的能力： 建模过程中资料的查找也具有相当重要的作用，在现行方案不令人满意或难以进展时，一个合适的资料往往会令人豁然开朗。常用文献资料查找中文网站：CNKI、VIP、万方。 五、论文结构： 0、摘要 1、问题的重述，背景分析 2、问题的分析 3、模型的假设，符号说明 4、模型的建立（局部问题分析，公式推导，基本模型，最终模型等） 5、模型的求解 6、模型检验:模型的结果分析与检验，误差分析 7、模型评价:优缺点，模型的推广与改进 8、参考文献 9、附录 六、需要重视的问题 数学建模的所有工作最终都要通过论文来体现，因此论文的写法至关重要：
数学建模对公平的席位分配问题的一点补充
对公平的席位分配问题解法的一点补充 222008314011010 刘欢 08数统一班 为叙述简单，仍然采用书中的例子如下 一．提出问题： 某学校有3个系共200名学生,其中甲系100名,乙系60名,丙系40名。若学生代表会议设20个席位,公平而又简单的席位分配办法是按学生人数的比例分配,显然甲、乙、丙三系分别应占有10，6，4个席位。现在丙系有3名学生转入甲系， 3名学生转入乙系，仍按比例分配席位出现了小数，三系同意，在将取得整数的19席位分配完毕后，剩下的1席位参照所谓惯例分给比例中小数最大的丙系，于是三系仍分别占有10，6，4个席位。按比例并参照惯例的席位分配。 由于20个席位的代表会议在表决时可能出现10∶10的局面，会议决定下一届增加1席，按照上述方法重新分配席位，计算结果是甲、乙、丙三系分别应占有11，7，3个席位。显然这个结果对丙系太不公平了，因总席位增加1席，而丙系却由4席减为3席。 请问：如何分配才算是公平？ 二．书中模型 用Q 值法求解如下 设A ，B 两方，人数分别为1p 和2p ，占有席位分别是1n 和2n ，当1122=p n p n 时席位的分配公平。但人数为整数，通常1122≠p n p n 。这时席位分配不公平，且 /p n 较大的一方吃亏。 当1122>p n p n 时，定义 1122 1222 -= (,)A p n p n r n n p n （1） 为对A 的相对不公平值。
当1122
p n p n ，即对A 不公平，当再分配一个席位时，有以下三种情况： (1) 当 22 1>+11p p n n 时，说明即使给A 增加1席，仍然对A 不公平，所以这一席显然应给A 方. (2)当 22 1<+11p p n n 时，说明给A 增加1席后，变为对B 不公平，此时对B 的相对不公平值为 211212 11-1 ++= () (,)B p n r n n p n （3） (3)当 221 >+11p p n n 时，这说明给B 增加1席，将对A 不公平，此时对A 的相对不公平值为 121221 11-1 ++= () (,)A p n r n n p n （4） 因为公平分配席位的原则是使相对不公平值尽可能小，所以如果 121211 +<+(,)(,)B A r n n r n n （5） 则这1席给A 方，反之这1席给B 方. 由(3)(4)可知，(5)等价于 2 1222211< 11++() () p p n n n n （6） 不难证明上述的第(1)种情况 22 1>+11p p n n 也与(6)式等价,于是我们的结论是当(6)式成立时,增加的1席应给A 方,反之给B 方。 若记 2, =1,2 1= +() i i i i p Q i n n
数学建模习题答案
数学建模习题答案
数学建模部分课后习题解答 中国地质大学能源学院华文静 1.在稳定的椅子问题中，如设椅子的四脚连 线呈长方形，结论如何？ 解： 模型假设 （1）椅子四条腿一样长，椅脚与地面接触处视为一点，四脚的连线呈长方形（2）地面高度是连续变化的，沿任何方向都不会出现间断（没有像台阶那样的情况），即从数学角度来看，地面是连续曲面。这个假设相当于给出了椅子能放稳的必要条件 （3）椅子在任何位置至少有三只脚同时着地。为了保证这一点，要求对于椅脚的间距和椅腿的长度而言，地面是相对平坦的。因为在地面上椅脚间距和椅腿长度的尺寸大小相当的范围内，如果出现深沟或凸峰（即使是连续变化的），此时三只脚是无法同时着地的。 模型建立 在上述假设下，解决问题的关键在于选
择合适的变量，把椅子四只脚同时着地表示出来。首先，引入合适的变量来表示椅子位置的挪动。生活经验告诉我们，要把椅子通过挪动放稳，通常有拖动或转动椅子两种办法，也就是数学上所说的平移与旋转变换。然而，平移椅子后问题的条件没有发生本质变化，所以用平移的办法是不能解决问题的。于是可尝试将椅子就地旋转，并试图在旋转过程中找到一种椅子能放稳的情形。 注意到椅脚连线呈长方形，长方形是中心对称图形，绕它的对称中心旋转180度后，椅子仍在原地。把长方形绕它的对称中心旋转，这可以表示椅子位置的改变。于是，旋转角度θ这一变量就表示了椅子的位置。为此，在平面上建立直角坐标系来解决问题。 设椅脚连线为长方形ABCD,以对角线AC 所在的直线为x 轴，对称中心O 为原点，建立平面直角坐标系。椅子绕O 点沿逆时针方向旋转角度θ后，长方形ABCD 转至A1B1C1D1的位置，这样就可以用旋转角） 0（πθθ≤≤表示出椅子绕点O 旋转θ后的位
数学建模时间安排及论文要点
竞赛时间的安排 第一天： 上午：确定题目，并查阅文献 下午：开始分析，建立初步模型 晚上：编程，得到初步计算结果 第二天： 上午：得到初步模型的合理结果 下午：开始写论文，并考虑对初步模型的改进 晚上：得到改进的模型的初步结果 第三天： 上午：得到改进模型的合理结果 下午：考虑对前二个模型的进一步优化，得到第三个数学模型，或对前二个模型的正确性等进行验证等 晚上：得到最后结果，完成整篇论文 论文写作要点 论文组成部分: 1. 摘要 2. 问题重述与背景 3. 假设 4. 建模 5. 求解和结论分析 6. 讨论优缺点 7. 模型改进 论文评卷标准 1. 假设的合理性 2. 建模的创造性 3. 结果的正确性 4. 文字清晰程度 （一）摘要 一定要写好（不超过一页纸）。主要写四个方面： 1. 解决什么问题（简明扼要） 2. 采取什么建模方法和算法（引起阅卷老师的注意，不能太粗，也不能太细） 3. 得到什么结果（清楚、生动、公式要简单、必要时可采用小图表） 4. 有什么特色
（二）问题重述 正文（15页左右，某些内容可以放在附录中） 将原问题用数学的语言表达出来 指出需要解决哪些问题，重点解决的问题应着重说明，将读者或评阅者引导到自己的思路中。 （三）假设 根据题目的条件和要求做合理的假设。关键假设不能少，要简明扼要、准确清楚 1. 假设不能太多。要归结出一些重要的假设，一般3~5条，有些不是很重要的假设在论文适当的地方提到 2. 假设要数学化，重视逻辑性要求 3. 设计好符号，使人看起来清楚，前后不要有重复 （四）建模 建模的思路要清晰 注重建模的原始想法，直观的思想往往是重要模型的来源，一定要说清楚 模型要实用、有效，数学表达（或方案）要完整 推导要严密时，公式推导若过长，可放在附录中 一般要求设计2~3个模型（一个简单的、再对模型进行改进，得到第二个模型，就会生动），鼓励创新，但不要离题。 （五）模型求解 （1）模型的定性 线性或非线性 连续、离散或混合 随机或确定 （2）模型求解 建立数学命题要表达规范，论证严密 算法原理、步骤要明确，利用现成的软件应说明 设法算出合理的数学结果或给出模拟 没有现成软件的需自己编程解出问题 （六）结果分析与检验 最终数值结果的正确性或合理性 结果检验，灵敏度分析等 考虑是否需要列出多组数据，或额外数据对数据进行比较、分析，为各种方案的提出提供依据 必要时对问题解答作定性或规律性的讨论
数学建模的介绍
一、数学建模的意义 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。 数学建模就是用数学语言描述实际现象的过程。这里的实际现象既包涵具体的自然现象比如自由落体现象，也包涵抽象的现象比如顾客对某种商品所取的价值倾向。这里的描述不但包括外在形态，内在机制的描述，也包括预测，试验和解释实际现象等内容。 我们也可以这样直观地理解这个概念：数学建模是一个让纯粹数学家（指只懂数学不懂数学在实际中的应用的数学家）变成物理学家，生物学家，经济学家甚至心理学家等等的过程。 数学模型一般是实际事物的一种数学简化。它常常是以某种意义上接近实际事物的抽象形式存在的，但它和真实的事物有着本质的区别。要描述一个实际现象可以有很多种方式，比如录音，录像，比喻，传言等等。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。有时候我们需要做一些实验，但这些实验往往用抽象出来了的数学模型作为实际物体的代替而进行相应的实验，实验本身也是实际操作的一种理论替代。 应用数学去解决各类实际问题时，建立数学模型是十分关键的一步，同时也是十分困难的一步。建立教学模型的过程，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。要通过调查、收集数据资料，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。这就需要深厚扎实的数学基础，敏锐的洞察力和想象力，对实际问题的浓厚兴趣和广博的知识面。数学建模是联系数学与实际问题的桥梁，是数学在各个领械广泛应用的媒介，是数学科学技术转化的主要途径，数学建模在科学技术发展中的重要作用越来越受到数学界和工程界的普遍重视，它已成为现代科技工作者必备的重要能力之。为了适应科学技术发展的需要和培养高质量、高层次科技人才，数学建模已经在大学教育中逐步开展，国内外越来越多的大学正在进行数学建模课程的教学和参加开放性的数学建模竞赛，将数学建模教学和竞赛作为高等院校的教学改革和培养高层次的科技人才的个重要方面，现在许多院校正在将数学建模与教学改革相结
用层次分析法评选优秀学生进行数学建模
用层次分析法评选优秀学生 一．实验目的 运用层次分析法，建立指标评价体系，得到学生的层次结构模型，然后构造判断矩阵，求得各项子指标的权重，最后给出大学生综合评价得分计算公式并进行实证分析，为优秀大学生的评选提出客观公正，科学合理的评价方法。 二．实验内容 4.用层次分析法解决一两个实际问题； （1）学校评选优秀学生或优秀班级，试给出若干准则，构造层次结构模型。可分为相对评价和绝对评价两种情况讨论。 解：层次分析发法基本步骤：建立一套客观公正、科学合理的素质评价体系，对于优秀大学生的评选是至关重要的。在此我们运用层次分析法(AHP)，以德、智、体三个方面作为大学生综合评价的一级评价指标，每个指标给出相应的二级子指标以及三级指标，然后构造判断矩阵，得到各个子指标的权重，结合现行的大学生评分准则，算出各项子指标的得分，将这些得分进行加权求和得到大学生综合评价得分，根据分配名额按总分排序即可选出优秀大学生。大学生各项素质的指标体系。如下表所示： 目标层 第一准则层第二准则层第三准则层 对大学生的评价 德育智育体育 道德 思想能力 知识 身体素质 体育技能 爱国守集 体 观 人 生 观 价 值 观 公 共 课 选 修 课 专 业 课 有 关 证 各 种 竞 社 会 实 健 康 状 体 检 成 体 育 成 体 育 竞
方案层 符号说明 设评价指标共有n 个，为1x ,2x ..... n x 。它们对最高层的权系数分别为1w ,2w , ... n w , 于是建立综合评价模型为： = y ∑=n i i i x w 1 解决此类问题关键就是确定权系数，层次分析法给出了确定它们的量化过程，其步骤具体如下： 确定评价指标集 P=（1P ，2P ，3 P ) 1P =（11P ，12P ） 2P =（21P ，22P ） 2P =（31P ，32P ） i P 对大学生的一级评价指标 ij P 对大学生的二级评价指标 i x 对大学生的三级评价指标 i w i x 对最高层的权系数 j c （j=1、2、3） 班主任考评，班级考评，学生自评的打分 max λ 矩阵的最大特征值 CI 一致性指标 CR 一致性比例 RI 平均随机一次性指标 学生自评 班级考评 班主任考评
赛程安排数学建模问题
题目 赛程安排 摘要 赛程安排在体育活动中举足轻重，在很大程度上影响比赛的结果；本文主要针对最优赛程安排方案建立相应的数学模型，给出最优赛程的安排方案。 对于问题一，要给出一个各队每两场比赛中间都至少相隔一场的赛。因为参赛队伍只有5个，容易操作，所以可以利用排除-假设法可以得到一种满足条件的赛程安排，即,,,,,,,,,AB CD EA BC DE AC BD EC AD BE 。 对于问题二，考虑到各队每两场比赛中间至少相隔一场，我们用逆时针轮转法对比赛队伍进行排序，并根据这种方法，用Matlab 编出相应编程得出不同队伍比赛间隔的上限，再根据数据总结出规律，当N 为偶数时各队每两场比赛中间相隔的场次数的上限为22 N -场，用Matlab 软件验证其准确性。用同样的方 法可知，当N 为奇数时各队每两场比赛中间相隔的场次数的上限为 N 32 -（）。 对于问题三，在达到第二问上限的情况下，可通过轮换模型得到8,9N N ==的赛程安排。N 8=时一种赛程安排如下： (1,2),(3,5),(4,6),(8,7),(1,3),(4,2),(8,5),(7,6),(1,4),(8,3),(7,2),(6,5),(1,8),(7,4),(6,3),(5,2),(1,7),(6,8),(5,4),(2,3),(1,6),(5,7),(2,8),(3,4),(1,5),(2,6),(3,7),(4,8) 9N =时一种赛程安排如下： (1,2),(3,4),(5,6),(7,8),(1,9),(2,4),(3,6),(5,8),(7,9),(1,4),(2,6),(3,8),(5,9),(1,7),(4,6),(8,2),(9,3),(5,7),(1,6),(4,8),(2,9),(3,7),(1,5),(6,8),(4,9),(2,7),(3,5),(1,8),(6,9),(4,7),(2,5),(1,3),(8,9),(6,7),(4,5),(2,3). 对于问题四，我们可以用每个队的每两场比赛中间间隔的场次数之和SUM 来衡量赛程的公平性。当SUM 不同时，SUM 大的队伍对其比赛结果越有利。当SUM 相同时，用每次间隔场次的标准差来衡量赛程的公平性，其中标准差越小的队对其比赛的结果越有利。当SUM 相同且每次间隔场次的标准差也相同时，两个队比赛时，我们用双方已参加比赛的次数来衡量比赛赛程的优劣，其中在双方比赛时，已参加比赛次数越少，其比赛的结果越有利。 关键词：排除-假设法 逆时针轮转法 Matlab 标准差
数学建模 席位分配
各宿舍分配委员模型 （参考阿） 摘要：学校共1000名学生，235人住在A 宿舍，333人住在B 宿舍，432人住 在C 宿舍.学生们要组织一个10人的委员会 （1）. 按比例分配取整数的名额后,剩下的名额按惯例分给小数部分较大者; （2）. §1中的Q 值方法； （3）.d ’Hondt 方法 试用上述办法分配各宿舍的委员数 关键词：比例加惯例 Q 值 d ’Hondt 法 一、问题的重述 学校有1000名学生，235人住在A 宿舍，333人住在B 宿舍，432人住在C 宿舍。学生们要组织一个10人的委员会，怎样公平合理的分配各宿舍的委员数。再进一步讨论：如果人数增至15人，依照10个的过程检验一下。 二、问题分析 模型1中，先建立一个简单的“比例加惯例模型”简单分析。 在模型2中，再用Q 值法进一步讨论。然后，在模型3中，用书中给出的d ’Hondt 计算后进行比较 三、模型假设 （1）各个宿舍之间是独立的，且人数始终保持不变； （2）几个委员是平等的。 四、模型的建立与求解 先考虑N=10的分配方案， , 432 ,333 ,235321===p p p ∑ ==3 1 . 1000i i p 方法一（按比例分配）
, 35.23 1 11== ∑ =i i p N p q , 33.33 1 22== ∑ =i i p N p q 32 .43 1 33== ∑ =i i p N p q 分配结果为： 4 ,3 ,3321===n n n 方法二（Q 值方法） 9个席位的分配结果（可用按比例分配）为： 4 ,3 ,2321===n n n 第10个席位：计算Q 值为 , 17.92043 2235 2 1=?= Q ,75.92404 3333 2 2=?= Q 2 .93315 4432 2 3=?= Q 3 Q 最大，第10个席位应给C.分配结果为 5 ,3 ,2321===n n n 方法三（d ’Hondt 方法） 此方法的分配结果为：5 ,3 ,2321===n n n 此方法的原理是：记i p 和i n 为各宿舍的人数和席位（i=1,2,3代表A 、B 、C 宿舍）.i i n p 是每席位代表的人数，取,,2,1 =i n 从而得到的i i n p 中选较大者，可 使对所有的,i i i n p 尽量接近. 再考虑15=N 的分配方案，类似地可得名额分配结果.现将3种方法两次分配的结果列表如下： 五，模型的检验、评价与推广 现在当人数为15人时，依照10人时的情况，来检验各个模型的公平性：
数学建模宣传活动策划书
2010年**学院数学建模宣传活动策划书 策划人：杨**、李**等 活动内容：2010年**学院数学建模成果展系列宣传活动 活动时间：2010年12月3日——12月30日（暂定） 举办单位：**数学建模工作室，**数学建模协会 一、活动背景： 全国大学生数学建模竞赛（CUMCM）是由教育部高等教育司和中国工业与应用数学学会主办，目前全国高等学校中规模最大的课外科技活动之一。我校自2003年以来每年都组织参加该项赛事，并且在比赛中取得了优异的成绩。2010全国大学生数学建模竞赛陕西赛区获奖名单在11月19日正式公布。在今年的比赛中，我校取得了可喜可贺的成绩，参赛的20支队伍中共有18支队伍获奖，其中国家奖4个，省级奖14个，参赛队伍获奖率高达90%，在所有同类院校中名列前茅，同时也实现了我校参赛以来本科队国家奖零的突破，具体如下表： 而且我校的两支队伍已报名参加明年二月的数学建模国际赛，目前队员们正在为比赛进行准备，这需要学校给予鼓励和宣传支持。我
校今年无论是获奖队伍的数量还是获奖的等级上都有了很大的提高，在所有同类院校中名列前茅。美中不足的是我校还有很多人对数学建模竞赛一知半解，在每年选拔参赛队员的时候宣传极为费力，同时也可能使许多优秀的同学失去了参加比赛的机会。我校在这样的背境下正适合宣传数学建模系列活动，以使更多的同学接触并了解数学建模比赛，为在以后的全国比赛乃至国际赛取得优秀的成绩打下基础。 二、活动目的： 1.、增强我校学生对数学建模竞赛的认识，吸引更多喜欢数模的优秀大学生加入； 2、为我校的两支团队参加明年数学建模国际赛造势； 3、为**数学建模协会培养挑选一批优秀人才，使**数学建模协会能形成良性循环机制。 三、活动简介： **数学建模协会计划于2010年12月3日—30日举行“2010年**学院数学建模宣传系列活动”，并借助此次活动宣传数学建模，扩大数学建模的影响力。 本次系列活动包含三个子活动 活动一：“2010年**学院数学建模成果展” 活动二：“数学建模国际赛宣传活动” 活动三：“有奖征集，**数学建模协会会徽设计大赛” 四、活动地点及负责人：
数学建模课程简介
《数学建模》课程简介 20053025 数学建模 4.5 Mathematical Modeling 4-1 预修要求：微积分、线性代数 面向对象：竺可桢学院工程高级班 内容简介： 本课程以物理、生态、环境、医学、管理、经济、信息技术等领域的一些典型实例为背景，阐述如何通过建立数学模型的方法来研究、解决实际问题的基本方法和技能。开设本课程的目的是，在传授知识的同时，通过典型建模实例的分析和参加建模实践活动，培养和增强学生自学能力、创新素质。参加数学建模课的学习，应自己动手解决一、二个实际问题，以求在实际参与中获取真知。 本课程包括一定学时的讨论班，学生可利用课外时间自己参与建模实践活动并自愿参加由指导教师组织的讨论班活动。选修本课程的本科生经双向选择还有机会参加全国大学生数学建模竞赛（每年约90人）和美国大学生数学建模竞赛（每年为21人）。 推荐教材或参考书： “数学建模”，杨启帆、谈之奕、何勇编著，浙江大学出版社出版，2006年7月 《数学建模》教学大纲 20053025 数学建模 4.5 Mathematical Modeling 4-1 预修要求：微积分、线性代数 面向对象：竺可桢学院工程高级班 一、教学目的与基本要求： 通过典型数学模型分析和课外建模实践，使学生基本掌握运用数学知识建立数学模型来研究科研问题或实际课题的基本技能与基本技巧，本课程教学除传授知识外还要求学生在实际建模中注意培养和提高自身的能力，以便提高自己的综合素质与实际本领。 二、主要内容及学时分配： 1.数学建模概论，3学时 2.初等模型，8学时：舰艇的汇合，双层玻璃的功效，崖高的估算，经验模型，参数 识别，量纲分析法建模，方桌问题、最短路径与最速方案等 3.微分方程建模，14学时：马尔萨斯模型和罗杰斯蒂克模型，为什么要用三级火箭发 射人造卫星，药物在体内的分布，传染病模型，捕食系统的P-P模型，双种群生态 系统研究等