简单数学建模应用问题100例
附件2
简单数学建模应用问题100例
前言
“数学建模”之解读
数学教学过程中学习了一个数学公式后，需要做大量的应用题，通过训练加深理解所学公式。但是在生活中又有多少实际问题是可以直接套用公式的呢？理想状态下的公式直接运用，在生产及生活中的实例是少之又少。为此学生总感到学了数学没有什么实际用处，所以对学习数学少有兴趣。数学建模的引入对培养学生利用数学方法分析、解决实际问题的能力开辟了一条有效的途径，让中职学生从中体会到数学是来源于生活并应用于生活的.
数学建模是一种思维方式，它是一个动态的过程，通过此过程可以将一个实际的问题，经过模型准备、模型假设、模型构成、模型解析、模型检验与应用等五个具体步骤，转变为可以用数学方法（公式）来解决的，在理想状态下的数学问题，上述的整个流程统称为数学建模
如果想解决某个实际问题（也许它和数学没有直接的关系），可以按下面流程对问题进行数学建模。
一．模型准备先了解该问题的实际背景和建模目的，尽量弄清要建模的问题属于哪一类学科的问题，可能需要用到哪些知识，然后学习或复习有关的知识，为接下来的数学建模做准备.由于人们所掌握的专业知识是有限的，而实际问题往往是多样和复杂的，模型准备对做好数学建模问题是非常重要的.
二．模型假设有了模型准备的基础，要想把实际问题变为数学问题还要对其进行必要合理的简化和假设.明确了建模目的又掌握了相关资料，再去除一些次要因素.以主要矛盾
为主来对该实际问题进行适当的简化并提出一些合理的假设。模型假设不太可能一蹴而就，可以在模型的不断修改中得到逐步完善.
三．模型构成在模型假设的基础上，选择适当的数学工具并根据已知的知识和搜集的信息来描述变量之间的关系或其他数学结构（如数学公式、定理、算法等）.做模型构成时可以使用各种各样的数学理论和方法，但要注意的是在保证精度的条件下尽量用简单的数学方法是建模时要遵循的一个原则.
四．模型解析在模型构成中建立的数学模型可以采用解方程、推理、图解、计算机模拟、定理证明等各种传统的和现代的数学方法对其进行求解，其中有些可以借助于计算机软件来做这些工作。
五．模型检验与应用把模型解析得到的结果与实际情况对比，以检验其合理和有效性，检验后获取的正确模型对研究的实际问题给出预报或对类似实际问题进行分析、解释，以供决策者参考称为.
不难发现，在上述的五个步骤中，关键的是第三步“模型构成”——由数字、字母或其它数学符号组成的，描述现实对象数量规律的数学公式、图形或算法。所以说模型构成是数学建模的核心，它和数学的关系最密切。所得出的数学公式、图形或算法称之为数学模型（即解决实际问题的数学描述）。通常所说的数学建模实际上就是：寻找有用的数学模型的过程
为了避免作业书写中不必要的繁琐，通常用“分析”，“假设”，“模型”，“解析”，“检验”来表示数学建模的五个不同步骤，虽然每题不一定面面俱到，但假设，模型，解析三个步骤要求明确
目录
1.接触数学建模…………………………
2.初识数学建模…………………………
3.了解数学建模…………………………
4.认知数学建模…………………………
5.理解数学建模…………………………
6.熟悉数学建模…………………………
7.掌握数学建模…………………………
8.应用数学建模…………………………
9.巧用数学建模…………………………
10.融通数学建模…………………………
【1 】一副扑克牌有54张，从中任取
多少张，可以保证一定有5张牌的花色
是一样的？
分析一副扑克共54张牌，除去大、小鬼还
有52张牌，其中4种花色各13张.在
运气最佳的情况下，只需取5张牌就可
得到同一花色的5张牌。那问题来了，
运气最不佳时至少要取多少张牌，才能保证一定有5张牌的花色是一样的
呢？
假设假定至少要取N张扑克牌，才能保证一定有5张牌的花色是一样的。
模型逆向思考问题（考虑极端情况）
解析在运气最不好的情况下，每种花色各有4张，再加大、小鬼2张，共取18张是保证一定没有5张扑克牌的花色一样的最大可能。
N=?++=
所以442119
检验即从54张扑克牌中任取19张，可以保证一定有5张牌的花色是一样的.
在很多情况下采用逆向地思考问题，可以使解题思路清晰、便捷.
练习题
从0开始写后面的自然数，一直写到100。问：总共要写多少个“9”？
【2】一只猫发现离它10步远的前方有一只老鼠在奔跑，猫便紧追。猫的步子大，它跑5步的路程，老鼠要跑9步。但是老鼠的动作频率快，猫跑2步的时间，老鼠能跑3步。问：按此速度猫能追得上老鼠吗？如果能，它要跑多少步才能追到呢？
假设此题两问可归结为一个问题：假定猫跑x步就能追上老鼠
模型 求猫与老鼠之间频率的最小公倍数
解析 由频率关系可知，老鼠跑339?=步的时间等于猫跑236?=步的时间.
根据路程关系知，猫跑6步其中有1步是追上老鼠的路程
可得本题的数学模型为1006
x
-
= 解得60x =（步）
检验 由此可见，按照现有速度，猫要跑60步才能追得上老鼠.
练习题
从日历上查得2015年元旦是星期四，请你推算出2017年元旦为星期几？
【3】用长为40米的篱笆，一面靠墙围成一个养鸡场。现有如下三个方案：
方案一：围成一个等腰三角形状，其面积记为S 1 ； 方案二：围成一个长方形，其面积记为S 2 ； 方案三：围成一个半圆形，其面积记为S 3
（1）求方案一的最大面积； （2）求方案二的最大面积；
（3）比较三个方案，哪个方案所围成的面积最大，最大面积为多少？ 分析 方案三其面积3800
S p
=
（定值），12,S S 均可求其最大值，取三者中的最大值。 假设 ①设三角形的顶角为a ，则根据三角形的正弦定理
11
2020sin 200sin 2
S a a =
创?
②设长方形宽为x ，则2(402)S x x =-
模型 定义函数：123max [,,]f S S S =为三者中取最大值. 解析 ①由1200sin S a =知，当且仅当2
p
a =
时，S 1的最大值为200平方米. ②由2(402)S x x =-知，当且仅当10x =时，S 2的最大值为200平方米. ③3800
254.65S B p
=
平方米 所以123max [,,]S S S =3S
检验在三个方案中，方案三所围成的面积最大（围成一个半圆形），最大面积约为254.65平方米.
练习题
某单位招聘了6名新员工，总经理要把他们安排在三个组，每组两人，问共有多少种安排方式？
【4】国庆长假期间，小李需要租用了汽车租赁公司一辆桑塔拉汽车外出旅游．汽车租赁公司与小李签订的租车合同中约定:次日下午6时前交车按一天计，交车时验车．租车的收费标准见表.
小李在国庆前一天到租车公司取了车，同时交付了1000元押金．长假第5天下午5时,他还车时支付了2800元租车费（含押金）．问小李驾车行驶了多少km?
假设 1.小李的租车费为y元，汽车行驶了x km．
2.租车时间不到一天按一天计．
3.小李在租车期间没有造成汽车损坏，2800元租车费为基本租金与驾车里程收费之和．
模型 一次函数y kx b =+的对应关系
解析 由问题知道，小李共租用了5天汽车．租车费用y 为基本租金200×5与汽车行程
费用5x 之和.
因此，租车费用与车程之间的关系为20055y x =?+ 即51000y x =+
将2800代入公式中的y ，得280051000x =+
解得360()x km =
由此可知，国庆期间小李驾车行驶了360km
练习题
某电影院第一次买票不到30张，每张票价41元，第二次卖票不少于30张，其中29张的票价是40元，其余的每张票价30元，这两次票房收入公2351元，那么这两次共卖出电影票多少张?
【5】小黑去菜市场回来，告诉爸爸他一共买了4样菜：4根黄瓜、3个西红柿、6个土豆、5个辣椒。“黄瓜每根6分钱，辣椒每个9分钱，”小黑对爸爸说，“一共花了1元7角钱。”
“这笔帐不对，”爸爸笑着说，一定是算错了。”
“您还不知道土豆每个多少钱、西红柿每个多少钱，怎么就知道错了呢?”
“你再算一遍吧，肯定是错了。”爸爸肯定地说。
小黑又仔仔细细算了一遍，真的是算错了。怪了，爸爸是怎么知道的呢?
分析如果小黑说法无误，那么3个西红柿加6个土豆共花去1元零1分，
假设西红柿与土豆的价格分别为x y
、分.
模型不定方程的整数解
解析根据条件得：1013
36101
6x
x y y -
+=?=
不能被6整除，即y没有正整数因为101不是3的正整数倍，所以1013x
解，也就是说土豆的价格无论为几分，其“3个西红柿加6个土豆”不可能一
共花去1元零1分.
检验重要的是要理清内在的逻辑关系.对于不定方程的求解需化为分式比较容易分析.
练习题
有一个四位数，其值与它各位上的数子之和为1972，问此四位数为何？
A B C D E F六个人参加一个会议，这六个人有些奇怪，他们提出了如【6】有人邀请,,,,,
下要求：
1. ,A B两人至少有一人参加会议
A E F三人中有二人参加会议
2. ,,
和两人一致决定，要么两人都去，要么两人都不去。
3. B C
4．,A D两人中只有一人参加会议
5. ,C D两人中也只有一人参加会议
6. 如果D不去，那么E也决定不去
请在满足上述条件的基础上，推断最后究竟有哪几个人出席了会议。
分析找出其中关系最少的F，以此为突破口，所以从条件2开始讨论。
假设由条件2分别假定①F不参加会议②A不参加会议③E不参加会议，分三种情况讨论
“”.
模型利用数学中的数理逻辑用语（充分条件）
解析①由条件2不妨假定F不参加会议，则,A E都参加。由此根据条件4推知D不参加，由条件6知E也决定不去，和前面“,A E都参加”矛盾。所以假定F不参加会议是错的。
②假定F参加会议，则A不参加会议，E参加。由条件1知B参加，由条件3知C
也参加，条件5知D不参加，条件6知E也不参加，与前面“E参加”矛盾。
③假定F参加会议，则A参加且E不参加会议，由条件4知D不参加，由条件6
知E也不参加（相符），由条件5知C参加会议，由条件3知B参加会议，与条件1,A B两人至少有一人参加会议不矛盾。
A B C F参加会议，,D E不参加会议
检验由上知,,,
练习题
树林里住着小精灵姐妹俩，姐姐上午说真话，下午说假话；妹妹则和姐姐相反。一位猎人在树林里迷了路，正巧遇上姐妹俩，并交了朋友。
猎人问：“谁是姐姐？”高个儿的说：“是我”。矮个儿的也说：“是我”。
猎人又问：“现在是什么时间了？”高个儿的说：“是上午”。矮个儿的说：“是下午”。
请推断现在是上午还是下午，哪位是姐姐？
【7】某企业现有甲种原料360千克，乙种原料290千克。计划用这两种原料生产A,B两种产品共50件，已知生产一件A产品要用甲种原料9千克，乙种原料3千克；生产一件B 产品需要用甲种原料4千克，乙种原料10千克.按要求安排A,B两种产品的生产件数，求共有几种安排方案？
分析（1）这是一个生产方案优化的问题，可以用数学的方法解决
（2）在现有的条件下，估计有若干种方案。
（3）为了讨论的方便，可将所给条件列一张表
假设（1）设可生产A产品x件，生产B产品y件；
（2）360千克甲种原料与290千克乙种原料均够用 模型 解二元一次方程及不等式组 解析 根据所给条件有
5094360310290x y x y x y +=??
+≤??+≤?
解此不等式组即可
由5050x y x y +=?=- 代入下面的两不等式， 解不等式组{}9(50)436018
18,19,203(50)1029020
y y y y y y y -+≤≥????∈??-+≤≥??
代入50x y +=，对应得到{}32,31,30x ∈ 检验 检验知共有三种方案如下：
（A,B ）-------(30,20),(31,19),(32,18)
练习题
鸡兔同笼 大约在1500年前，《孙子算经》中记载有这样一个有趣的问题：“今有鸡兔同笼，上有三十五头，下有九十四足。问鸡兔各几何？”这四句话的意思是：有若干鸡兔同关在一个笼子了，从上面数，有35个头；从下面数，有94只脚。求笼子里各有几只鸡和兔子？
【8】在小傅家门口有一个十字型的交通路口（如图所示），小傅就想了，警察叔叔需要指挥多少种情况的汽车运行线路？
分析此问题需要分是否可以原路调头的情况来讨论.
假设（1）每条线路都有往返双向线
（2）设4条路分别为A,B,C,D；
（3）以A为起始，
A A A
B A
C A D
①如允许原路调头，则有,,,,
A B A C A D
②如不允许原路调头，则有,,,
模型分步乘法计数原理
解析第一步：始线路条数；第二步：终线路条数。
N=?（种可能）
①如允许原路调头：则44=16
N=?（种可能）
②如不允许原路调头，则43=12
检验如果允许汽车原路调头，那么在此交通路口共有16种不同的行车情况；如果不允许汽车原路调头，那么在此交通路口共有12种不同的行车情况。
练习题
铁路京广线（北京—广州）共有36个大站，问用电脑购票时共需多少种不同的火车票？
【9】某农场有36台收割机，要收割完所有的麦子需要14天时间。现收割了7天后增加4台收割机，并通过技术改造使每台机器的效率提升5%，问收割完所有的麦子还需要几天?
分析前面7天与后面7天的工作效率是不同的.
假设设原先每台收割机每天的工作效率为1.
模型=工作量
工作效率
工作时间
′，
解析原工作总量为36×14，剩下的工作量367=252
（）
后7天由36+4=40台收割机完成，且每台收割机效率为1+5%=1.05
故剩下需要的时间为(36×7)÷(40×1.05)=6（天）.
检验收割完所有的麦子还需要6天.本题“设原先每台收割机每天的工作效率为1”
使解析方便简捷.
练习题
下图中，每个小正方形网格都是边长为1的小正方形，问阴影部分面积最大的是哪个？
【10】某单位有50人，男女性别比为3：2，其中有15人未入党，如从中任选2人，则此2人为男性党员的概率最大为多少?
分析由条件知单位有30个男20个女，其中共产党员35人.
假设50个人中每次取2人的种数为n，2人均为男性党员种数为m.
模型概率m
=
p
n
练习题
某班共有学生40人，其中喜欢打兵乓球、篮球、排球的学生分别有35、33、32人，问这三项运动都喜欢的学生至少有多少人?
数学建模典型例题
一、人体重变化 某人的食量是10467焦/天，最基本新陈代谢要自动消耗其中的5038焦/天。每天的体育运动消耗热量大约是69焦/（千克?天）乘以他的体重（千克）。假设以脂肪形式贮存的热量100% 地有效，而1千克脂肪含热量41868焦。试研究此人体重随时间变化的规律。 一、问题分析 人体重W（t）随时间t变化是由于消耗量和吸收量的差值所引起的，假设人体重随时间的变化是连续变化过程，因此可以通过研究在△t时间内体重W的变化值列出微分方程。 二、模型假设 1、以脂肪形式贮存的热量100%有效 2、当补充能量多于消耗能量时，多余能量以脂肪形式贮存 3、假设体重的变化是一个连续函数 4、初始体重为W0 三、模型建立 假设在△t时间内： 体重的变化量为W（t+△t）-W(t)； 身体一天内的热量的剩余为（10467-5038-69*W（t）） 将其乘以△t即为一小段时间内剩下的热量； 转换成微分方程为：d[W(t+△t)-W(t)]=(10467-5038-69*W(t))dt； 四、模型求解 d(5429-69W)/(5429-69W)=-69dt/41686 W(0)=W0 解得： 5429-69W=（5429-69W0）e(-69t/41686) 即： W（t）=5429/69-（5429-69W0）/5429e(-69t/41686) 当t趋于无穷时，w=81; 二、投资策略模型 一、问题重述 一家公司要投资一个车队并尝试着决定保留汽车时间的最佳方案。5年后，它将卖出所有剩余汽车并让一家外围公司提供运输。在策划下一个5年计划时，这家公司评估在年i 的开始买进汽车并在年j的开始卖出汽车，将有净成本a ij（购入价减去折旧加上运营和维修成本）ij
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
数学建模小实例
数学建模小实例 Document serial number【KKGB-LBS98YT-BS8CB-BSUT-BST108】
1、司乘人员配备问题 某昼夜服务的公交路线每天各时间区段内需司机和乘务人员如下： 设司机和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和乘务人员 解: 设i x为第i班应报到的人员 i，建立线性模型如下： )6, ( ,2,1 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 得到的解为: x1=60,x2=10,x3=50,x4=0,x5=30,x6=0; 配备的司机和乘务人员最少为150人。 2、铺瓷砖问题 要用40块方形瓷砖铺下图所示形状的地面，但当时市场上只有长方形瓷砖，每块大小等于方形的两块。一人买了20块长方形瓷砖，试着铺地面，结果无法铺好。试问是这人的功夫不到家还是这个问题根本无解呢 解答:
3、 棋子颜色问题 在任意拿出黑白两种颜色的棋子共n 个，随机排成一个圆圈。然后在两颗颜色相同的棋子中间放一颗黑色棋子，在两颗颜色不同的棋子中间放一颗白色棋子，放完后撤掉原来所放的棋子，再重复以上的过程，这样放下一圈后就拿走前次的一圈棋子，问这样重复进行下去各棋子的颜色会怎样变化呢 分析与求解： 由于在两颗同色棋子中放一颗黑色棋子，两颗不同色的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，这代表两颗不同色的棋子中间放一颗白色棋子。 设棋子数为n ，12,,,n a a a 为初始状态。 当n=3时 步数 状态(舍掉偶次项) 0 1a 2a 3a 1 21a a 32a a 13a a 2 31a a 21a a 32a a 3 32a a 31a a 21a a
数学建模方法及其应用
一、层次分析法 层次分析法[1] (analytic hierarchy process，AHP)是美国著名的运筹学家T．L．Saaty教授于20世纪70年代初首先提出的一种定性与定量分析相结合的多准则决策方法[2，3，4]．该方法是社会、经济系统决策的有效工具，目前在工程计划、资源分配、方案排序、政策制定、冲突问题、性能评价等方面都有广泛的应用． (一) 层次分析法的基本原理 层次分析法的核心问题是排序，包括递阶层次结构原理、测度原理和排序原理[5]．下面分别予以介绍．1．递阶层次结构原理 一个复杂的结构问题可以分解为它的组成部分或因素，即目标、准则、方案等．每一个因素称为元素．按照属性的不同把这些元素分组形成互不相交的层次，上一层的元素对相邻的下一层的全部或部分元素起支配作用，形成按层次自上而下的逐层支配关系．具有这种性质的层次称为递阶层次． 2．测度原理 决策就是要从一组已知的方案中选择理想方案，而理想方案一般是在一定的准则下通过使效用函数极大化而产生的．然而对于社会、经济系统的决策模型来说，常常难以定量测度．因此，层次分析法的核心是决策模型中各因素的测度化．
3． 排序原理 层次分析法的排序问题，实质上是一组元素两两比较其重要性，计算元素相对重要性的测度问题． (二) 层次分析法的基本步骤 层次分析法的基本思路与人对一个复杂的决策问题的思维、判断过程大体上是一致的[1]． 1． 成对比较矩阵和权向量 为了能够尽可能地减少性质不同的诸因素相互比较的困难，提高结果的准确度．T ．L ．Saaty 等人的作法，一是不把所有因素放在一起比较，而是两两相互对比，二是对比时采用相对尺度． 假设要比较某一层n 个因素n C C ,,1 对上层一个因素O 的影响，每次取两个因素i C 和j C ，用ij a 表示i C 和j C 对 O 的影响之比，全部比较结果可用成对比较阵 ()1 ,0,ij ij ji n n ij A a a a a ?=>= 表示，A 称为正互反矩阵． 一般地，如果一个正互反阵A 满足： ,ij jk ik a a a ?=,,1,2, ,i j k n = （1） 则A 称为一致性矩阵，简称一致阵．容易证明n 阶一致阵A 有下列性质：
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。
数学建模典型例题(二)
6 小行星的轨道模型 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以太阳为原点的直角坐标系，在两坐标轴上取天文测量单位（一天文单位为地球到太阳的平均距离：1.4959787×1011m ）.在5个不同的时间对小行星作了5次观察，测得轨道上5个点的坐标数据如表6.1. 表6.1 坐标数据 由Kepler （开普勒）第一定律知，小行星轨道为一椭圆.现需要建立椭圆的方程以供研究（注：椭圆的一般方程可表示为 012225423221=+++++y a x a y a xy a x a . 问题分析与建立模型 天文学家确定小行星运动的轨道时，他的依据是轨道上五个点的坐标数据： （x 1, y 1）, （x 2, y 2）, （x 3, y 3）, （x 4, y 4）, （x 5, y 5）. 由Kepler 第一定律知，小行星轨道为一椭圆.而椭圆属于二次曲线，二次曲线的一般方程为012225423221=+++++y a x a y a xy a x a .为了确定方程中的五个待定 系数，将五个点的坐标分别代入上面的方程，得 ???? ?????-=++++-=++++-=++++-=++++-=++++.122212221222122212225554253552251454424344224 135342 3333223125242 232222211514213112211y a x a y a y x a x a ， y a x a y a y x a x a ，y a x a y a y x a x a ，y a x a y a y x a x a ，y a x a y a y x a x a 这是一个包含五个未知数的线性方程组，写成矩阵
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。
初中数学建模方法及应用
龙源期刊网 https://www.360docs.net/doc/ee13456615.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。
2003全国大学生数学建模竞赛B题优秀论文(出题人亲作)
2003高教社杯全国大学生数学建模竞赛 B 题参考答案 注意：以下答案是命题人给出的，仅供参考。各评阅组应根据对题目的理解及学生的解答，自主地进行评阅。 问题分析： 本题目与典型的运输问题明显有以下不同： 1． 运输矿石与岩石两种物资； 2． 产量大于销量的不平衡运输； 3． 在品位约束下矿石要搭配运输； 4． 产地、销地均有单位时间的流量限制； 5． 运输车辆每次都是满载，154吨/车次； 6． 铲位数多于铲车数意味着最优的选择不多于7个产地； 7． 最后求出各条路线上的派出车辆数及安排。 运输问题对应着线性规划，以上第1、2、3、4条可通过变量设计、调整约束条件实现； 第5条使其变为整数线性规划；第6条用线性模型实现的一种办法，是从1207 10 C 个整数规划中取最优的即得到最佳物流；对第7条由最佳物流算出各条路线上的最少派出车辆数（整数），再给出具体安排即完成全部计算。 对于这个实际问题，要求快速算法，计算含50个变量的整数规划比较困难。另外，这是一个二层规划，第二层是组合优化，如果求最优解计算量较大，现成的各种算法都无能为力。于是问题变为找一个寻求近优解的近似解法，例如可用启发式方法求解。 调用120次整数规划可用三种方法避免：（1）先不考虑电铲数量约束运行整数线性规划，再对解中运量最少的几个铲位进行筛选；（2）在整数线性规划的铲车约束中调用sign 函数来实现；（3）增加10个0－1变量来标志各个铲位是否有产量。 这是一个多目标规划，第一问的目标有两层：第一层是总运量（吨公里）最小，第二层是出动卡车数最少，从而实现运输成本最小。第二问的目标有：岩石产量最大；矿石产量最大；运量最小，三者的重要性应按此序。 合理的假设主要有： 1. 卡车在一个班次中不应发生等待或熄火后再启动的情况； 2. 在铲位或卸点处因两条路线（及以上）造成的冲突时，只要平均时间能完成任务即 可，不进行排时讨论； 3. 空载与重载的速度都是28km/h ，耗油相差却很大，因此总运量只考虑重载运量； 4. 卡车可提前退出系统。 符号：x ij ~ 从i 号铲位到j 号卸点的石料运量 单位 吨； c ij ~ 从i 号铲位到j 号卸点的距离 公里； T ij ~ 从i 号铲位到j 号卸点路线上运行一个周期平均所需时间 分； A ij ~ 从i 号铲位到j 号卸点最多能同时运行的卡车数 辆； B ij ~ 从i 号铲位到j 号卸点路线上一辆车最多可以运行的次数 次； p i ~ i 号铲位的矿石铁含量。 % p =(30,28,29,32,31,33,32,31,33,31) q j ~ j 号卸点任务需求 吨 q =(1.2,1.3,1.3,1.9,1.3)*10000
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
全国数学建模大赛题目
2010高教社杯全国大学生数学建模竞赛题目 A题储油罐的变位识别与罐容表标定 通常加油站都有若干个储存燃油的地下储油罐，并且一般都有与之配套的“油位计量管理系统”，采用流量计和油位计来测量进/出油量与罐内油位高度等数据，通过预先标定的罐容表（即罐内油位高度与储油量的对应关系）进行实时计算，以得到罐内油位高度和储油量的变化情况。 许多储油罐在使用一段时间后，由于地基变形等原因，使罐体的位置会发生纵向倾斜和横向偏转等变化（以下称为变位），从而导致罐容表发生改变。按照有关规定，需要定期对罐容表进行重新标定。图1是一种典型的储油罐尺寸及形状示意图，其主体为圆柱体，两端为球冠体。图2是其罐体纵向倾斜变位的示意图，图3是罐体横向偏转变位的截面示意图。 请你们用数学建模方法研究解决储油罐的变位识别与罐容表标定的问题。 （1）为了掌握罐体变位后对罐容表的影响，利用如图4的小椭圆型储油罐（两端平头的椭圆柱体），分别对罐体无变位和倾斜角为α=4.10的纵向变位两种情况做了实验，实验数据如附件1所示。请建立数学模型研究罐体变位后对罐容表的影响，并给出罐体变位后油位高度间隔为1cm的罐容表标定值。 （2）对于图1所示的实际储油罐，试建立罐体变位后标定罐容表的数学模型，即罐内储油量与油位高度及变位参数（纵向倾斜角度α和横向偏转角度β）之间的一般关系。请利用罐体变位后在进/出油过程中的实际检测数据（附件2），根据你们所建立的数学模型确定变位参数，并给出罐体变位后油位高度间隔为10cm的罐容表标定值。进一步利用附件2中的实际检测数据来分析检验你们模型的正确性与方法的可靠性。 附件1：小椭圆储油罐的实验数据 附件2：实际储油罐的检测数据 地平线油位探针
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。
数学建模案例分析插值与拟合方法建模1数据插值方法及应用
第十章 插值与拟合方法建模 在生产实际中，常常要处理由实验或测量所得到的一批离散数据，插值与拟合方法就是要通过这些数据去确定某一类已经函数的参数，或寻求某个近似函数使之与已知数据有较高的拟合精度。插值与拟合的方法很多，这里主要介绍线性插值方法、多项式插值方法和样条插值方法，以及最小二乘拟合方法在实际问题中的应用。相应的理论和算法是数值分析的内容，这里不作详细介绍，请参阅有关的书籍。 §1 数据插值方法及应用 在生产实践和科学研究中，常常有这样的问题：由实验或测量得到变量间的一批离散样点，要求由此建立变量之间的函数关系或得到样点之外的数据。与此有关的一类问题是当原始数据 ),(,),,(),,(1100n n y x y x y x 精度较高，要求确定一个初等函数)(x P y =（一般用多项式或分段 多项式函数）通过已知各数据点（节点），即n i x P y i i ,,1,0,)( ==，或要求得函数在另外一些点（插值点）处的数值，这便是插值问题。 1、分段线性插值 这是最通俗的一种方法，直观上就是将各数据点用折线连接起来。如果 b x x x a n =<<<= 10 那么分段线性插值公式为 n i x x x y x x x x y x x x x x P i i i i i i i i i i ,,2,1,,)(11 1 11 =≤<--+--= ----- 可以证明，当分点足够细时，分段线性插值是收敛的。其缺点是不能形成一条光滑曲线。 例1、已知欧洲一个国家的地图，为了算出它的国土面积，对地图作了如下测量：以由西向东方向为x 轴，由南向北方向为y 轴，选择方便的原点，并将从最西边界点到最东边界点在x 轴上的区间适当的分为若干段，在每个分点的y 方向测出南边界点和北边界点的y 坐标y1和y2，这样就得到下表的数据（单位：mm ）。
数学建模优化问题经典练习
1、高压容器公司制造小、中、大三种尺寸的金属容器，所用资源为金属板、劳 万元，可使用的金属板有500t，劳动力有300人/月，机器有100台/月，此外，不管每种容器制造的数量是多少，都要支付一笔固定的费用：小号为100万元，中号为150万元，大号为200万元，现在要制定一个生产计划，使获得的利润为最大， max=4*x1+5*x2+6*x3-100*y1-150*y2-200*y3; 2*x1+4*x2+8*x3<=500; 2*x1+3*x2+4*x3<=300; 1*x1+2*x2+3*x3<=100; @bin(y1); @bin(y2); @bin(y3); y1+y2+y3>=1; Global optimal solution found. Objective value: 300.0000 Extended solver steps: 0 Total solver iterations: 0 Variable Value Reduced Cost X1 100.0000 0.000000 X2 0.000000 3.000000 X3 0.000000 6.000000 Y1 1.000000 100.0000 Y2 0.000000 150.0000 Y3 0.000000 200.0000 Row Slack or Surplus Dual Price 1 300.0000 1.000000 2 300.0000 0.000000 3 100.0000 0.000000 4 0.000000 4.000000 5 0.000000 0.000000
matlab数学建模实例
第四周 3. 中的三个根。 ，在求8] [0,041.76938.7911.1-)(2 3=-+=x x x x f function y=mj() for x0=0:0.01:8 x1=x0^3-11.1*x0^2+38.79*x0-41.769; if (abs(x1)<1.0e-8) x0 end end 4.分别用简单迭代法、埃特金法、牛顿法求解方程，并比较收敛性与收敛速度（ε分别取10-3、10-5、10-8）。 简单迭代法： function y=jddd(x0) x1=(20+10*x0-2*x0^2-x0^3)/20; k=1; while (abs(x1-x0)>=1.0e-3) x0=x1; x1=(20+10*x0-2*x0^2-x0^3)/20;k=k+1; end x1 k 埃特金法： function y=etj(x0) x1=(20-2*x0^2-x0^3)/10; x2=(20-2*x1^2-x1^3)/10; x3=x2-(x2-x1)^2/(x2-2*x1+x0); k=1; while (abs(x3-x0)>=1.0e-3) x0=x3; x1=(20-2*x0^2-x0^3)/10; x2=(20-2*x1^2-x1^3)/10; x3=x2-(x2-x1)^2/(x2-2*x1+x0);k=k+1; end 2 ,020102)(023==-++=x x x x x f
x3 k 牛顿法： function y=newton(x0) x1=x0-fc(x0)/df(x0); k=1; while (abs(x1-x0)>=1.0e-3) x0=x1; x1=x0-fc(x0)/df(x0);k=k+1; end x1 k function y=fc(x) y=x^3+2*x^2+10*x-20; function y=df(x) y=3*x^2+4*x+10; 第六周 1.解例6-4（p77)的方程组，分别采用消去法（矩阵分解）、Jacobi迭代法、Seidel迭代法、松弛法求解，并比较收敛速度。 消去法： x=a\d 或 [L,U]=lu(a); x=inv(U)inv(L)d Jacobi迭代法： function s=jacobi(a,d,x0) D=diag(diag(a)); U=-triu(a,1); L=-tril(a,-1); C=inv(D); B=C*(L+U); G=C*d; s=B*x0+G; n=1; while norm(s-x0)>=1.0e-8 x0=s; s=B*x0+G;
数学模型经典例题
一、把椅子往地面一放，通常只有三只脚着地，放不稳，然而只需稍挪动几次，就可以使四只脚同时着地放稳了，就四脚连线成长方形的情形建模并加以说明。（15分） 解：一、模型假设： 1. 椅子四只脚一样长，椅脚与地面的接触可以看作一个点，四脚连线呈长方形。 2. 地面高度是连续变化的，沿任何方向都不会出现间断，地面可以看成一张光滑曲面。 3. 地面是相对平坦的，使椅子在任何位置至少有三只脚同时着地。 （3分） 二、建立模型： 以初始位置的中位线为坐标轴建立直角坐标系，用θ表示椅子绕中心O 旋转的角度，椅子的位置可以用θ确定： ()f θ记为A 、B 两点与地面的距离之和 ()g θ记为C 、D 两点与地面的距离之和 由假设3可得，()f θ、()g θ中至少有一个为0。 由假设2知()f θ、()g θ是θ的连续函数。 （3分） 问题归结为： 已知()f θ和()g θ是θ的连续函数，对任意θ， ()()0f g θθ=，且设()()00,00g f =>。证明存在0θ， 使得()()000f g θθ== （3分） 三、模型求解： 令()()()h f θθθ=－g 若()()000f g =，结论成立 若()()000f g 、不同时为，不妨设()()00,00g f =>，椅子旋转()180π或后，AB 与CD 互换，即()()0,0g f ππ>=，则()(0)0,0h h π><。 （3分） 由f g 和的连续性知h 也是连续函数。根据连续函数的基本性质，必存在 ()000θθπ<<使000()0,()()h f g θθθ==即。 最后，因为00()()0f g θθ=，所以00()()0f g θθ==。 （3分） 图 5
数学建模 在医药领域的应用
数学建模在医药卫生领域中的研究与应用 摘要:介绍数学模型及其重要性,讨论了数学建模的一般步骤,包括模型的准备、假设、建立、求解、检验、分析及其应用的全过程;并结合医药卫生领域中不允许缺货的存储模型、机械化传送系统的效率模型、流行病学以及肿瘤生长的数学模型等几个实际问题,探析了数学建模的技巧、分析了模型应用的局限性,对实际工作具有一定的指导意义和较好的借鉴作用。关键词:数学建模;创新思维;医药卫生;应用 1引言 数学是一切科学和技术的基础,是研究现实世界数量关系、空间形式的科学。随着社会的发展,电子计算机的出现和不断完善,数学不但运用于自然科学各学科、各领域,而且渗透到经济、管理以至于社会科学和社会活动的各领域。众所周知,利用数学解决实际问题,首先要建立数学模型,然后才能在该模型的基础上对实际问题进行分析、计算和研究。 数学建模(Mathematical Modeling)活动是讨论建立数学模型和解决实际问题的全过程,是一种数学思维方式。 2数学建模的过程 数学建模的过程是通过对现实问题的简化、假设、抽象提炼出数学模型;然后运用数学方法和计算机工具等,得到数学上的解答;再把它反馈到现实问题,给出解释、分析,并进行检验。若检验结果符合实际或基本符合,就可以用来指导实践;否则再假设、再抽象、再修改、再求解、再应用。其过程如图1所示。 构造数学模型不是一件容易的事,其建模过程和技巧具体主要包括以下步骤: 2·1模型准备 在建模前要了解实际问题的背景,明确建模的目的和要求;深入调研,去粗取精,去伪存真,找出主要矛盾;并按要求收集必要的数据。 2·2模型假设 在明确目的、掌握资料的基础上,抓住复杂问题的主要矛盾,舍去一些次要因素;对实际问题作出几个适当的假设,使复杂的实际问题得到必要的简化。 2·3建立模型 首先根据主要矛盾确定主要变量;然后利用适当的数学工具刻划变量间的关系,从而形成数学模型。模型要尽量简化、不必复杂,以能获得实际问题的满意解为标准。 2·4模型检验 建模后要对模型进行分析,用各种方法(主要是数学方法,包括解方程、逻辑推理、稳定性讨论等;同时利用计算机技术、计算技巧)求得数学结果;将所求得的答案返回到实际问题中去,检验其合理性;并反复修改模型的有关内容,使其更切合实际,从而更具有实用性。 2·5模型应用 用建立的模型分析、解释已有的现象,并预测未来的发展趋势,以便给人们的决策提供参考。总之,数学建模是一种创造性劳动,成功的模型往往是科学与艺术的结晶。一个“好”的数学模型应该具有以下特点:①考虑全面,抓住本质;②新颖独特,大胆创新;③善于检验,结果合理。而模型检验一般包括下列几个方面:①稳定性和敏感性分析;②统计检验和误差分析;③新旧模型的比较;④实际可行性检验。 因此,数学建模的分析方法和操作途径不可能用一些条条框框规定得十分死板,下面通过实例探析建模过程与技巧。
数学建模题目及其答案(疾病诊断)
数学建模疾病的诊断 现要你给出疾病诊断的一种方法。 胃癌患者容易被误诊为萎缩性胃炎患者或非胃病者。从胃癌患者中抽 取5人（编号为1-5），从萎缩性胃炎患者中抽取5人（编号为6-10），以及非胃病者 中抽取5人（编号为11-15），每人化验4项生化指标：血清铜蓝蛋白（ X）、 1 蓝色反应（ X）、尿吲哚乙酸（3X）、中性硫化物（4X）、测得数据如表1 2 所示： 表1. 从人体中化验出的生化指标
* 根据数据，试给出鉴别胃病的方法。 论文题目：胃病的诊断 摘要 在临床医学中，诊断试验是一种诊断疾病的重要方法。好的诊断试验方法将对临床诊断的正确性和疾病的治疗效果起重要影响。因此，对于不同疾病不断发现新的诊断试验方法是医学进步的重要标志。传统的诊断试验方法有生化检测、DNA检测和影像检测等方法。而本文则通过利用多元统计分析中的判别分析及SPSS软件的辅助较好地解决了临床医学中胃病鉴别的问题。在临床医学上，既提高了临床诊断的正确性，又对疾病的治疗效果起了重要效果，同时也减轻了病人的负担。 判别分析是在分类确定的条件下，根据某一研究对象的各种特征值判别其类型归属问题的一种多变量统计分析方法。 其基本原理是按照一定的判别准则，建立一个或多个判别函数，用研究对象的大量资料确定判别函数中的待定系数，并计算判别指标。 , 首先，由判别分析定义可知，只有当多个总体的特征具有显著的差异时，进行判别分析才有意义，且总体间差异越大，才会使误判率越小。因此在进行判别分析时，有必要对总体多元变量的均值进行是否不等的显著性检验。 其次，利用判别分析中的费歇判别和贝叶斯判别进行判别函数的建立。 最后，利用所建立的判别函数进行回判并测得其误判率，以及对其修正。 本文利用SPSS软件实现了对总体间给类变量的均值是否不等的显著性检验并根据样本建立了相应的费歇判别函数和贝叶斯判别函数，最后进行了回判并测得了误判率，从而获得了在临床诊断中模型，给临床上的诊断试验提供了新方法和新建议。 关键词：判别分析；判别函数；Fisher判别；Bayes判别 一问题的提出 在传统的胃病诊断中，胃癌患者容易被误诊为萎缩性胃炎患者或非胃病患者，为了
数学建模在教学中的应用
数学建模在教学中的应用 摘要：数学建模不仅仅在大学中应用广泛，在中学数学中运用也有其必要性和重要性，阐述了中学生学习建模的步骤，并用实际例子来说明。 关键词：实际问题;数学建模;建模教学 一、数学建模 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，及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，是数学在各个领域广泛应用的媒介，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 数学的特点不仅在于概念的抽象性、逻辑的严密性、结论的明确性和体系的完整性，而且在于它应用的广泛性。培养学生应用数学的意识和能力已经成为数学教学的一个重要方面。特别是现在，各种实际应用的题目越来越多，这就需要学生学会数学建模。
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。诸如方程，不等式，函数等加以解决。当然数学建模活动是一个系列活动，这些活动应该包括： (1)分析问题。了解问题的实际背景知识，掌握第一手资料。 (2)假设化简。根据问题的特征和目的，对问题进行化简，并用精确的数学语言来描述。 (3)建模。在假设的基础上，利用适当的数学工具、数学知识来刻画变量之间的数量关系，建立相应的数学结构。 (4)求解并检验模型。对模型进行求解，并将模型结果与实际情形相比较，以此来验证模型的准确性，如果模型与实际吻合较差，则应修改假设再次重复建模的过程。 (5)分析。如果模型与实际比较吻合，则要对计算结果给出其实际含义，并进行解释。 数学建模的教育就是要培养学生运用知识解决问题的能力，目前的中学生将来大多要在各行各业工作，因此数学教育要教给他们最有用的知识，提高他们灵活运用数学知识去处理实际问题的能力。数学建模是数学的应用过程，它是生动的创造性活动的过程，在这个过程中，学生不仅能获得理解，并且能扩大知识面和视野，还可以培养自己的观察力和想象力，同时使自己的素质得到提高，从而真正地实现数学教育的目的。
经典的数学建模例子1
经典的数学建模例子 一、摘要 SARS SARS就是传染性非典型肺炎,全称严重急性呼吸综合症(Severe Acute Respiratory Syndromes),简称SARS,是一种因感染SARS相关冠状病毒而导致的以发热、干咳、胸闷为主要症状,严重者出现快速进展的呼吸系统衰竭,是一种新的呼吸道传染病,传染性极强、病情进展快速。 当一种传染病流行的时候,会给人们的工作学习带来很大的不变,能有效地进行隔离、预防,会大大减少人员的得病率,当一种传染病开始流行时,在一定的条件下其趋势就像真菌的繁殖曲线,如果能通过计算预测但大概推算出其发病率高峰时期,及时的隔离预防。那会给社会人力带来很大的方便,当年SARS的爆发给我们带来和大的不便和损失,因此本论文就以SARS为例,来研究传染病的传播规律、为预测和控制传染病蔓延创造条件和帮助。 1 二、正文 1、模型的背景问题描述 SARS(Severe Acute Respiratory Syndrome,严重急性呼吸道综合症, 俗称:非典型肺炎)是21世纪第一个在世界范围内传播的传染病。SARS的爆发和蔓延给我国的经济发展和人民生活带来了很大影响,我们从中得到了许多重要的经验和教训,认识到定量地研究传染病的传播规律、为预测和控制传染病蔓延创造条件的重要性。 要求:(1)建立传染病传播的指数模型,评价其合理性和实用性。 (2)建立一个适合的模型,说明为什么优于问题1中的模型;特别要说明怎样才能 3 建立一个真正能够预测以及能为预防和控制提供可靠、足够的信息的模型,这样做的困难在哪里?对于卫生部门所采取的措施做出评论,如:提前或延后5天采取严格的隔离措施,对疫情传播所造成的影响做出估计。表中提供的数据供参考。 (3)说明建立传染病数学模型的重要性。 2、模型假设 (一)答;