数学建模论文--人狗追线
2006A数学建模竞赛优秀论文总结

2006A数学建模竞赛优秀论文总结第一篇:2006A数学建模竞赛优秀论文总结我们组在假期期间看了与06年A题相关的论文,每篇论文有优点也有缺点,在学习的过程中我们也学到了很多知识,对我们的建模学习有很大帮助。
对于我们的主讲论文,在建模方面,能准确把握题意,确定题为规划模型;在确定目标函数时,思路清晰大胆假设,利用自定义权重确定顾客满意度并合理与潜在效益联系起来,并再次利用自定义权重将双目标函数转化为单目标函数;在约束条件的确立时,能挖掘出合理的条件并正确表达;在解题过程中,能合理运用不同算法……这些都是我们应该学习的地方。
但是主讲论文的缺点在于论文写地太散,主观因素过多,虽然达到了简化模型的目的,但同时就导致了结果不够精确,说服力不够强。
对于主讲论文的缺点,在看过了其他论文以后,我们对此有了比较明确的改进方法,如果要我们解决这个题的话,我们会采取以下的方法:首先,我们仍然采取主讲论文解决规划问题的三步走方法:建立目标函数,找出约束条件,求解模型。
其次,在建立和求解模型的具体算法上我们会采取我们认为比较好的方法。
建立目标函数:解题的目标不外乎是找出如何分配书号使出版社的效益达到最大,在第二步分配书号时,我们仍采用主讲论文的固定比例的方法以简化问题。
对于预测06年单位书号销售量时,我们认为国一论文中二次曲线拟合的方法与实际更加吻合。
关于支持强势学科方面,我们考虑学习其他论文中引进强势值和强势系数的方法,给出判定强势的项目,并使用熵权法确定各个项目的权重,然后确立目标函数.找出约束条件:第一,每个分社所得书号数必须大于申请数的一半.第二,分社处理书号数不得大于人力资源的限制.求解模型:利用lingo软件求解。
改进模型:考虑人力资源的内部流动,优化人力资源配置。
通过多篇论文进行比较,我们的收获:(1)、正确把握题目是解题的关键,这就需要我们看一定的建模题,掌握各类题目的解决方向,这样就降低了难度。
正如我们算讲的06年A题,在确定为规划模型后就容易很多。
数学建模第三次作业——追击问题

数学建模实验报告机械工程及自动化75班07011114丁鑫四人追击问题问题:在一个边长为1的正方形跑道的四个顶点上各站有一人,他们同时开始以等速顺时针追逐下一人,在追逐过程中,每个人时刻对准目标,试模拟追击路线。
并讨论:(1) 四个人能否追到一起?(2)若能追到一起,则每个人跑过多少路程?(3)追到一起所需要的时间(设速率为1)?(4)如果四个人追逐的速度不一样,情况又如何呢分析:先建立坐标系,设计程序使从A,B,C,D 四个点同时出发,画出图形并判断。
程序设计流程:四个人追击的速度相等,则有14321=====v v v v v 。
针对这种情形,可有以下的程序。
hold onaxis([0 2 0 2]);gridA=[0,0];B=[0,1];C=[1,1];D=[1,0];k=0;s1=0;s2=0;s3=0;s4=0; %四个人分别走过的路程t=0;v=1;dt=0.002;while k<10000k=k+1;plot(A(1),A(2),'r.','markersize',15);plot(B(1),B(2),'b.','markersize',15);plot(C(1),C(2),'m.','markersize',15);plot(D(1),D(2),'k.','markersize',15);e1=B-A;d1=norm(e1);e2=C-B;d2=norm(e2);e3=D-C;d3=norm(e3);e4=A-D;d4=norm(e4);fprintf('k=%.0f ',k)fprintf('A(%.2f,%.2f) d1=%.2f ',A(1),A(2),d1)fprintf('B(%.2f,%.2f) d2=%.2f ',B(1),B(2),d2)fprintf('C(%.2f,%.2f) d3=%.2f ',C(1),C(2),d3)fprintf('D(%.2f,%.2f) d4=%.2f\n',D(1),D(2),d4)A=A+v*dt*e1/d1;B=B+v*dt*e2/d2;C=C+v*dt*e3/d3;D=D+v*dt*e4/d4;t=t+dt;s1=s1+v*dt;s2=s2+v*dt;s3=s3+v*dt;s4=s4+v*dt;if norm(A-C)<=5.0e-3&norm(B-D)<=5.0e-3 breakendendts1s2s3s4部分运行结果:k=481 A(0.52,0.52) d1=0.04 B(0.52,0.48) d2=0.04 C(0.48,0.48) d3=0.04 D(0.48,0.52) d4=0.04 k=482 A(0.52,0.52) d1=0.04 B(0.52,0.48) d2=0.04 C(0.48,0.48) d3=0.04 D(0.48,0.52) d4=0.04 k=483 A(0.52,0.52) d1=0.04 B(0.52,0.48) d2=0.04 C(0.48,0.48) d3=0.04 D(0.48,0.52) d4=0.04 k=484 A(0.52,0.51) d1=0.04 B(0.51,0.48) d2=0.04 C(0.48,0.49) d3=0.04 D(0.49,0.52) d4=0.04 k=485 A(0.52,0.51) d1=0.04 B(0.51,0.48) d2=0.04 C(0.48,0.49) d3=0.04 D(0.49,0.52) d4=0.04 k=486 A(0.52,0.51) d1=0.03 B(0.51,0.48) d2=0.03 C(0.48,0.49) d3=0.03 D(0.49,0.52) d4=0.03 k=487 A(0.52,0.51) d1=0.03 B(0.51,0.48) d2=0.03 C(0.48,0.49) d3=0.03 D(0.49,0.52) d4=0.03 k=488 A(0.52,0.51) d1=0.03 B(0.51,0.48) d2=0.03 C(0.48,0.49) d3=0.03 D(0.49,0.52) d4=0.03 k=489 A(0.52,0.51) d1=0.03 B(0.51,0.48) d2=0.03 C(0.48,0.49) d3=0.03 D(0.49,0.52) d4=0.03 k=490 A(0.52,0.50) d1=0.03 B(0.50,0.48) d2=0.03 C(0.48,0.50) d3=0.03 D(0.50,0.52) d4=0.03 k=491 A(0.52,0.50) d1=0.02 B(0.50,0.48) d2=0.02 C(0.48,0.50) d3=0.02 D(0.50,0.52) d4=0.02 k=492 A(0.52,0.50) d1=0.02 B(0.50,0.48) d2=0.02 C(0.48,0.50) d3=0.02 D(0.50,0.52) d4=0.02 k=493 A(0.51,0.50) d1=0.02 B(0.50,0.49) d2=0.02 C(0.49,0.50) d3=0.02 D(0.50,0.51) d4=0.02 k=494 A(0.51,0.50) d1=0.02 B(0.50,0.49) d2=0.02 C(0.49,0.50) d3=0.02 D(0.50,0.51) d4=0.02 k=495 A(0.51,0.50) d1=0.02 B(0.50,0.49) d2=0.02 C(0.49,0.50) d3=0.02 D(0.50,0.51) d4=0.02 k=496 A(0.51,0.50) d1=0.01 B(0.50,0.49) d2=0.01 C(0.49,0.50) d3=0.01 D(0.50,0.51) d4=0.01 k=497 A(0.51,0.49) d1=0.01 B(0.49,0.49) d2=0.01 C(0.49,0.51) d3=0.01 D(0.51,0.51) d4=0.01 k=498 A(0.51,0.49) d1=0.01 B(0.49,0.49) d2=0.01 C(0.49,0.51) d3=0.01 D(0.51,0.51) d4=0.01 k=499 A(0.50,0.49) d1=0.01 B(0.49,0.50) d2=0.01 C(0.50,0.51) d3=0.01 D(0.51,0.50) d4=0.01k=500 A(0.50,0.50) d1=0.01 B(0.50,0.50) d2=0.01 C(0.50,0.50) d3=0.01 D(0.50,0.50) d4=0.01 k=501 A(0.50,0.50) d1=0.01 B(0.50,0.50) d2=0.01 C(0.50,0.50) d3=0.01 D(0.50,0.50) d4=0.01 k=502 A(0.50,0.50) d1=0.00 B(0.50,0.50) d2=0.00 C(0.50,0.50) d3=0.00 D(0.50,0.50) d4=0.00 t =1.0040s1 =1.0040s2 =1.0040s3 =1.0040s4 =1.0040从运行的结果来看,如果四个人的追击速度相同,均为1,可有以下的结果:(1) 四人最后可以追到一起。
数学建模经典论文五篇

1、 血样的分组检验在一个很大的人群中通过血样检验普查某种疾病,假定血样为阳性的先验概率为p(通常p 很小).为减少检验次数,将人群分组,一组人的血样混合在一起化验.当某组的混合血样呈阴性时,即可不经检验就判定该组每个人的血样都为阴性;而当某组的混合血样呈阳性时,则可判定该组至少有一人血样为阳性,于是需要对这组的每个人再作检验.(1)、当p 固定时(如0.01%,…,0.1%,…,1%)如何分组,即多少人一组,可使平均总检验次数最少,与不分组的情况比较. (2)、当p 多大时不应分组检验.(3)、当p 固定时如何进行二次分组(即把混合血样呈阳性的组再分成小组检验,重复一次分组时的程序).模型假设与符号约定1 血样检查到为阳性的则患有某种疾病,血样呈阴性时的情况为正常2 血样检验时仅会出现阴性、阳性两种情况,除此之外无其它情况出现,检验血样的药剂灵敏度很高,不会因为血样组数的增大而受影响. 3 阳性血样与阳性血样混合也为阳性 4 阳性血样与阴性血样混合也为阳性 5 阴性血样与阴性血样混合为阴性 n 人群总数 p 先验概率血样阴性的概率q=1-p血样检验为阳性(患有某种疾病)的人数为:z=np 发生概率:x i P i ,,2,1, = 检查次数:x i R i ,,2,1, = 平均总检验次数:∑==xi i i R P N 1解1设分x 组,每组k 人(n 很大,x 能整除n,k=n/x ),混合血样检验x 次.阳性组的概率为k q p -=11,分组时是随机的,而且每个组的血样为阳性的机率是均等的,阳性组数的平均值为1xp ,这些组的成员需逐一检验,平均次数为1kxp ,所以平均检验次数1kxp x N +=,一个人的平均检验次数为N/n,记作:k k p kq k k E )1(1111)(--+=-+=(1) 问题是给定p 求k 使E(k)最小. p 很小时利用kp p k -≈-1)1(可得kp kk E +=1)( (2) 显然2/1-=p k 时E(k)最小.因为K 需为整数,所以应取][2/1-=p k 和1][2/1+=-p k ,2当E (k )>1时,不应分组,即:1)1(11>--+k p k,用数学软件求解得k k p /11-->检查k=2,3,可知当p>0.307不应分组.3将第1次检验的每个阳性组再分y 小组,每小组m 人(y 整除k,m=k/y ).因为第1次阳性组的平均值为1xp ,所以第2次需分小组平均检验1yxp 次,而阳性小组的概率为m q p -=12(为计算2p 简单起见,将第1次所有阳性组合在一起分小组),阳性小组总数的平均值为21yp xp ,这些小组需每人检验,平均检验次数为21yp mxp ,所以平均总检验次数211yp mxp yxp x N ++=,一个人的平均检验次数为N/n,记作(注意:n=kx=myx)p q q q mk p p m p k m k E m k -=-+-+=++=1),1()1(111),(211 (3) 问题是给定p 求k,m 使E (k,m )最小.P 很小时(3)式可简化为21),(kmp mkpk m k E ++≈ (4)对(4)分别对k,m 求导并令其等于零,得方程组:⎪⎪⎩⎪⎪⎨⎧=+-=++-0012222kp m kp mp mp k 舍去负数解可得:2/14/3,21--==p m p k (5)且要求k,m,k/m 均为整数.经在(5)的结果附近计算,比较E(k,m),得到k,m 的最与表1比较可知,二次分组的效果E(k,m)比一次分组的效果E(k)更好.2、铅球掷远问题铅球掷远比赛要求运动员在直径2.135m 的圆内将重7.257kg 的铅球投掷在 45的扇形区域内,建立模型讨论以下问题1.以出手速度、出手角度、出手高度 为参数,建立铅球掷远的数学模型;2.考虑运动员推铅球时用力展臂的动 作,改进以上模型.3.在此基础上,给定出手高度,对于 不同的出手速度,确定最佳出手角度 问题1模型的假设与符号约定1 忽略空气阻力对铅球运动的影响.2 出手速度与出手角度是相互独立的.3 不考虑铅球脱手前的整个阶段的运动状态. v 铅球的出手速度 θ 铅球的出手角度 h 铅球的出手高度 t 铅球的运动时间 L 铅球投掷的距离g 地球的重力加速度(2/8.9s m g=)铅球出手后,由于是在一个竖直平面上运动.我们,以铅球出手点的铅垂方向为y 轴,以y 轴与地面的交点到铅球落地点方向为x 轴构造平面直角坐标系.这样,铅球脱手后的运动路径可用平面直角坐标系表示,如图.因为,铅球出手后,只受重力作用(假设中忽略空气阻力的影响),所以,在x 轴上的加速度0=,在y 轴上的加速度g a y -=.如此,从解析几何角度上,以时间 t 为参数,易求得铅球的运动方程:⎪⎩⎪⎨⎧+-==h gt t v y t v x 221sin cos θθ 对方程组消去参数t ,得h x x v gy ++-=)(tan cos 2222θθ……………………………………………(1) 当铅球落地时,即是0=y ,代入方程(1)解出x 的值v ggh gh v g v x θθθθθ2222sin 22cos sin cos sin 2-++=对以上式子化简后得到铅球的掷远模型θθθ22222cos 22sin 222sin g v h g v g v L +⎪⎪⎭⎫ ⎝⎛+=………………………………(2) 问题2我们观察以上两个阶段,铅球从A 点运动到B 点,其运动状态是匀加速直线运动的,加速距离是2L 段.且出手高度与手臂长及出手角度是有一定的联系,进而合理地细化各个因素对掷远成绩的约束,改进模型Ⅰ.在投掷角度为上进行受力分析,如图(3)由牛顿第二定 律可得,ma mg F =-θsin 再由上式可得,θsin g mFa -=………………………………………(3) 又,22022aL v v =-,即22022aL v v += (4)将(3)代入(4)可得,θsin 2222202g L m FL v v -⎪⎭⎫⎝⎛+= ………………………(5) (5)式进一步说明了,出手速度v 与出手角度θ有关,随着θ的增加而减小.模型Ⅰ假设出手速度与出手角度相互独立是不合理的. 又根据图(2),有θsin 1'L h h += (6)由模型Ⅰ,同理可以得到铅球脱手后运动的距离θθθ22222cos 22sin 222sin g v h g v g v L +⎪⎪⎭⎫ ⎝⎛+= 将 (4)、(5)、(6)式代入上式整理,得到铅球运动的距离()⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡⎥⎦⎤⎢⎣⎡-⎪⎭⎫⎝⎛++++-⎪⎭⎫ ⎝⎛+=θθθθθ22220'2220sin sin 22sin 2112sin 2sin 22g L m FL v h g g g L m FL v L 对上式进行化简:将m=7.257kg,2/8.9s m g = 代入上式,再令m h 60.1'= (我国铅球运动员的平均肩高),代入上式进一步化简得,()⎪⎪⎭⎫ ⎝⎛-++-++⨯θθθθθ2222232222sin sin 6.192756.06.19sin 6.19sin 2756.0sin 1L FL v L FL v ………………(7) 所以,运动员投掷的总成绩θcos 1L L S +=问题3给定出手高度,对于不同的出手速度,要确定最佳的出手角度.显然,是求极值的问题,根据微积分的知识,我们要先求出驻点,首先,模型一中L 对θ求导得,g hv g v g hv v g v d dL θθθθθθθθ22224242cos 82sin sin cos 42cos 2sin 2cos +-+=令0=θd dL,化简后为, 0sin cos 42cos 2sin cos 82sin 2cos 2422242=-++θθθθθθθhgv v hgv v v根据倍角与半角的三角关系,将以上方程转化成关于θ2cos 的方程,然后得,hv g g vgh gh222cos +=+=θ (3)()θθ2sin sin 6.192756.051.0222L FL v L -+=从(3)式可以看出,给定铅球的出手高度h ,出手速度v 变大,相应的最佳出手角度θ也随之变大.对(3)式进行分析,由于0,0>>θh ,所以02cos >θ,则40πθ≤<.所以,最佳出手角度为)arccos(212vgh gh +=θ θ是以π2为周期变化的,当且仅当N k k ∈⎪⎭⎫⎝⎛∈±,4,02ππθ时,πθk 2±为最佳出手角度.特别地,当h=0时(即出手点与落地点在同一高度),最佳出手角度︒=45α3、零件的参数设计粒子分离器某参数(记作y )由7个零件的参数(记作x x 12,,…x 7)决定,经验公式为:y x x x x x x x x x x x =⎛⎝ ⎫⎭⎪-⎛⎝ ⎫⎭⎪⨯--⎛⎝ ⎫⎭⎪⎡⎣⎢⎢⎤⎦⎥⎥⎛⎝ ⎫⎭⎪-17442126210361532108542056324211667......y 的目标值(记作y 0)为1.50。
如何在方程应用题的教学中渗透数学建模的思想与思维过程

如何在方程应用题的教学中渗透数学建模的思想与思维过程龙潭镇第一初级中学黄海东采用“创设问题情境―建立数学模型―解释、应用与拓展”的过程来进行教学。
能有效地激发学生兴趣,构建新旧知识的衔接,让学生投入到解决问题的实际活动中,全方位展示自己的思维;通过不同的解法,引发方法之间的比较;让学生自觉运用方程建模思想去研究、探索,经历数学建模的过程,初步体会数学建模的思想与方法,提高了数学的应用意识。
下面就结合自己教学实际来例谈如何在方程应用题的教学中渗透数学建模的思想与思维过程。
一、行程问题中的建模教学(1)提出问题甲、乙两人在相距100米的两端同时相向而行,与此同时一只小狗也开始与甲同时同地起跑,它一遇到乙就立即转向跑回,遇到甲再立即转向跑回,小狗就这样在两步行的人之间来回跑行,直到两人相遇。
如果两人以1米/秒的速度匀速前进,小狗以2米/秒的速度匀速奔跑,那么小狗一共跑了多少米?与同伴交流,说说你的想法。
生:这个问题属于行程问题。
已知小狗的速度,只要求出小狗跑的时间,就能求出小狗跑的路程。
师:小狗跑的时间怎样求?生:根据题意,小狗跑的时间与两人从开始到相遇用的时间是相同的。
师:说得很好,这是问题的关键。
但是,时间能求出来吗?生:能,从题意我们知道甲、乙两人所走的距离(100米)及两人的速度(1米/秒),所以我们能够求出第三个量――时间,之后乘以小狗的速度即可得到小狗跑的路程。
师:好极了!行程问题就是要抓住速度、路程、时间三个量之间的关系,找出等量关系,正确地列出方程,解决实际问题。
例1小丽和小红每天早晨坚持跑步,小红每秒跑4米,小丽每秒跑6米。
(1)如果他们从100米跑道的两端相向跑,那么几秒后两人相遇?(2)如果小丽站在百米跑道起跑处,小红站在她前面10米处,两人同时同向起跑,几秒后小丽追上小红?师:题目中已知些什么?生甲:已知小红和小丽奔跑的速度分别为4米/秒和6米/秒。
生乙:问题(1)中两人从100米跑道两端相向而行,相遇时两人所跑的路程之和为100米。
大学生数学建模论文

大学生数学建模论文现代社会对数学应用的需要导致了全球范围内的数学教育改革,而数学建模是经济社会与数学教育相结合的重要发展的产物。
下文是店铺为大家搜集整理的关于大学生数学建模论文的内容,希望能对大家有所帮助,欢迎大家阅读参考!大学生数学建模论文篇1浅谈MATLAB在数学建模中的应用摘要:数学建模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,是数学与各个领域沟通的桥梁,本文先介绍了数学建模的概念,然后对MATLAB软件相关特点做出介绍,其次从数学建模实例出发,说明了MATLAB软件在数学建模中的重要作用,结果表明MATLAB软件可以使数学建模效率提高,结果清晰、明确,同时在数学教学方面也有重大意义。
关键词:数学建模;MATLAB;数学模型;数值计算21世纪的今天,我们生活在“大数据”时代里,数据信息隐藏于各行各业,如互联网、股市、勘探、军工、商业等,可以说我们每天都在跟数据打交道,因此高效的数据处理方式显得尤为重要。
数学建模是联系实际问题与数学之间的桥梁,建模的思想与以往解决问题的思路有很大的不同,我们以往求解数学问题时,都有明确的目标和已知条件,我们只要通过合理的方法,进行多次的数学运算,便能得到问题的解析解,但在现实生活中,很多实际问题是很难得到解析解的,甚至求解的问题和结果的范围都是模糊不清的,数学建模主要就是解决这样的问题,我们以实际问题出发,根据已有的经验,对已有的数据进行相关的分析、处理,通过合理的简化,建立合适的模型,再求解模型,最终会得到结果,这种方法行之有效,在实际生活中,通过建模已经解决了大量难题,近年来,随着科技的飞速发展,很多数学软件应运而生,如MATLAB、Mathematic、Maple等,目前应用最为广泛的数学软件便是MATLAB,它是1984年由美国MathWork公司推出的商业数学软件,用于算法开发,数据可视化、数值计算的高级计算语言和交互式环境,凭借计算功能强大、操作简便的特点在数学软件中脱颖而出,使得很多人在建模中选择该软件。
数学建模第三次作业

院系:数学学院专业:信息与计算科学年级: 2014级学生姓名:王继禹学号: 201401050335 教师姓名:徐霞6.6 习题3.一个慢跑者在平面上沿着他喜欢的路径跑步,突然一只狗攻击他,这只狗以恒定速率跑向慢跑者,狗的运动方向始终指向慢跑者,计算并画出狗的轨迹。
解:(1)模型分析建立:狗的轨迹:在任意时刻,狗的速度向量都指向它的目标慢跑者。
假设1:慢跑者在某路径上跑步,他的运动由两个函数X(t)和Y(t)描述。
假设2:当t=0时,狗是在点(x0,y0)处,在时刻t时,它的位置是(x(t),y(t))那么下列方程成立:(1)狗以恒定速率跑: X’2+y’2=w2(2) 狗的速度向量平行于慢跑者与狗的位置的差向量:将上述方程带入等式:,可得:再将λ代入第二个方程,可得狗的轨迹的微分方程:(2)程序及结果dog函数[dog.m]function [zs,isterminal,direction] = dog(t,z,flag)global w;% w=speed of the dogX=jogger(t);h = X-z;nh=norm(h);if nargin<3 || isempty(flag)zs=(w/nh)*h;elseswitch(flag)case'events'zs = nh-1e-3;isterminal = 1;direction = 0;otherwiseerror(['Unknow flag:' flag]);end慢跑者的运动轨迹方程,水平向右[jogger.m]function s = jogger(t);s = [8*t;0];标记的函数[cross.m]function cross(Cx,Cy,v)Kx = [Cx Cx Cx Cx-v Cx+v];Ky = [Cy Cy+2.5*v Cy+1.5*v Cy+1.5*v Cy+1.5*v] plot(Kx,Ky);plot(Cx,Cy,'o');主程序:静态显示[main1.m]global wy0 = [60;70];w=10;options = odeset('RelTol',1e-5,'Events','on'); [t,Y] = ode23('dog',[0,20],y0,options);clf;hold on;axis([-10,100,-10,70]);plot(Y(:,1),Y(:,2));J=[];for h=1:length(t),w = jogger(t(h));J=[J;w'];endplot(J(:,1),J(:,2),':');p = max(size(Y));cross(Y(p,1),Y(p,2),2)hold off;动态显示[main2.m]global w;y0=[60;70];w=10;options = odeset('RelTol',1e-5,'Events','on'); [t,Y]=ode23('dog',[0,20],y0,options); J=[]; for h=1:length(t);w= jogger(t(h));J=[J;w'];xmin = min(min(Y(:,1)),min(J(:,1)));xmax = max(max(Y(:,1)),max(J(:,1)));ymin = min(min(Y(:,2)),min(J(:,2)));ymax = max(max(Y(:,2)),max(J(:,2)));clf;hold on;axis([xmin-10 xmax ymin-10 ymax]);title('The jogger and the Dog');for h = 1:length(t)-1,plot([Y(h,1),Y(h+1,1)],[Y(h,2),Y(h+1,2)],'-','Color','red','EraseMode','none'); plot([J(h,1),J(h+1,1)],[J(h,2),J(h+1,2)],'-','Color','green','EraseMode','none');drawnow;pause(0.1);endplot(J(:,1),J(:,2),':');p = max(size(Y));cross(Y(p,1),Y(p,2),2)hold off;结果t=12.2761812635281,在12.27秒后狗追上慢跑者。
男生追女生数学建模

男生追女生数学建模分享作者:浪漫小丘陵已被分享1次评论(2)复制链接分享转载举报最近在学习下数学建模方面的知识,在查找资料的过程中,无意中找到男生追女生数据建模一文,感觉有些意思,放上空间共享,希望对各位有所帮助。
问题分析男生追女生,对男生来说最重要的是学习、爱情两不误。
因此我们引进男生的学业成绩函数Y(t)。
首先,我们不考虑男生的追求攻势,则影响该函数的因素主要是两个人的关系程度。
为了便于分析,我们将两人的关系简化为女生对该男生的疏远度,于是引入疏远度函数X(t)。
问题就转化为求解Y(t)和X(t)的相互作用关系。
利用微分,很容易就可以求出两者的关系。
但现实中男生可能会对该女生发起一轮轮的追求攻势,因此还要考虑到追求攻势对模型的影响。
而追求攻势又与女生的疏远度有关,可以简化地将两者看成是正比关系。
将追求攻势加入到模型中,就可以找出攻势与Y(t)和X(t)的关系了。
模型假设1、t时刻A君的学业成绩为Y(t);2、t时刻B女对A君的疏远度为X(t);3、当A君没开始追求B女时B女对A君的疏远度增长(平时发现的A君的不良行为)符合Malthus模型,即dX/dt=aX(t)其中a为正常数。
4、当Y(t)存在时,单位时间内减少X(t)的值与X(t)的值成正比,比例常数为b,从而 dX(t)/dt=aX(t)-bX(t)Y(t)。
5、A君发起对B女追求后,立即转化为B女对A君的好感,并设定转化系数为α,而随着的A君发起对B女的追求,A君学业的自然下降率与学业成绩成正比,比例系数为e。
于是有dY(t)/dt=αbX(t)Y(t)-eY(t)。
模型构成由假设4和假设5,就得到了学业与疏远度在无外界干扰的情况下互相作用的模型:{dX(t)/dt=aX-bXY;dY(t)/dt=cXY-eY} 其中c=αb. (1)这是一个非线性自治系统,为了求两个数X与Y的变化规律,我们对它作定性分析。
令{aX-bXY=0;cXY-eY=0} 解得系统(1)的两个平衡位置为:O(0,0),M (e/c,a/b)。
猎狗追兔子问题-数学建模

《数学建模》(2014春)课程期末论文摘要(一)对于问题一:自然科学中存在许多变量,也有许多常量,而我们要善于通过建立合适的模型找到这些变量之中的不变量。
猎狗追赶兔子的问题是我们在生活中常见的实例,而题目把我们生活中的普通的例子抽象成为高等数学中微分方程的例子,通过对高阶微分方程的分析,建立微分方程模型,并用数学软件编写程序求解,得出结论,解决生活中常见的实际问题。
(二)对于问题二:学习使用matlab进行数学模型的求解,掌握常用计算机软件的使用方法。
关键词微分方程导数的几何意义猎狗追兔子数学建模数学软件一、问题重述如图1所示,有一只猎狗在B 点位置,发现了一只兔子在正东北方距离它250m 的地方O 处,此时兔子开始以8m/s 的速度正向正西北方向,距离为150m 的洞口A 全速跑去. 假设猎狗在追赶兔子的时候,始终朝着兔子的方向全速奔跑。
请回答下面的问题:⑴ 猎狗能追上兔子的最小速度是多少? ⑵ 在猎狗能追上兔子的情况下,猎狗跑过的路程 是少?⑶ 假设猎狗在追赶过程中,当猎狗与兔子之间的距离为30m 时,兔子由于害怕导致奔跑速度每秒减半, 而狗却由于兴奋奔跑速度每秒增加0.1倍,在这种情 况下回答前面两个问题。
二、问题分析与假设在猎狗追赶兔子的时候猎狗一直朝着兔子的方向追赶,所以可以建立平面直角坐标系,通过导数联立起猎狗运动位移,速度和兔子的运动状态。
1.假设兔子的运动是匀速的。
2.假设猎狗的运动轨迹是一条光滑并且一阶导数存在的曲线。
3.猎狗的运动时匀速或者匀变速的。
4.猎狗运动时总是朝向兔子。
三、模型的建立及求解3.1 符号规定1.(x ,y ):猎狗或者兔子所在位置的坐标。
2. t :从开始到问题结束经过的时间。
3. a:猎狗奔跑的路程。
4. v:猎狗的奔跑速度。
3.2 模型一的建立与求解猎狗能够抓到兔子的必要条件:猎狗的运动轨迹在OA 要有交点以OA 为y 轴,以OB 为x 轴建立坐标系,则由图有O(0,0),A(0,150),B(250,0),兔子的初始位置0点,而猎狗初始位置是B 点,t (s )后猎狗到达了C (x ,y ),而兔子到达了D (0,8t ),则有CD 的连线是猎狗运动轨迹的一条切线,由导数的几何意义有:BA N OW S E BANO W SE8dy y tdx x-=dav dt=da =三式联立消去t ,得到;设:若猎狗可以追上兔子则有当兔子在OA,猎狗在OB 之间运动时此方程有解,设:得到:得到:228d y x dx v =8q v=dyp dx =22d y dp dxdx=dpdxq x =(250)0p=()250qx p +=250()qp x -=-两式联立相加得到:1.如果q=1即v=8 m/s 得到所以此情况无交点,所以v=8m/s 猎狗无法追上兔子; 2.如果q<1即v>8m/s 得到此情况有交点,所以有可能能够追上兔子,如果要追上兔子需要y<=150;解得到: 即所以这种情况下能够追上的最小速度是 .3.如果q>1 利用上式得到,所以这种情况不能追上兔子。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
人狗追线
摘要
本文通过研究狗追人的追线问题。
本文的整体方案满足狗追人路线问题。
对于人的行走路线及狗追人的路线进行分析,使用数学中的微分及积分知识,对建模内容进行分析概括,最终得出狗追人的路线轨迹。
通过数学建模,吧生活中的实际问题转化为数学问题进行分析解决,充分体现实际与理论知识的相结合。
在此过程中忽略实际情况中的一些微小变化,用理论知识分析相对理想化的问题!
关键词
一定速率微分积分始终
正文
问题的背景:在公园的一块草坪上,一个人依一个速率散步,一只狗一定的速率且方向始终指向此人追此人。
提出问题:(1)求狗追人的运动轨迹;
(2)这只狗是否能够追上此人,再什么情况下能够追上此人?
分析
假设选取此人散步的方向是沿y轴方向。
够在(c,0)位置时,发现人在(0, 0)处,且立即去追人。
显然人、狗的大小远远比他、它们的运动范围要小得多,即可视人、够为质点。
设狗发现人时算起时间,t时间后,人到达y轴上的R (0,at)点,
狗到达D(x ,y)点,如下图所示,
y
R
D
(0,0) (C ,0) x
所以,因直线RD 与狗的运动路线轨迹相切。
由几何关系得:
x at y dx dy -==αtan ;
或 at y dx dy x
-=- ; (1) 为消去t ,先把(1)对x 微分,
得到: dx
dt a dx y d x -=22 ; (2)
代入 dt
ds b =
得:
2)(11.dx dy b dx ds ds dt dx dt +-== ; (3)
这里有负号是因s 随x 的减小而增大,结合(2),(3)得到:
微分方程 {222')(1;
0)(,0)(dx
dy k dx y d x c y c y +=== ; (4)
其中
x dx k p dp dx dp dx y d p dx dy y b a k =+===2
221,则上式可化为:及令,上式不显含;
两端积分并利用初始条件:x=c 时, p=0,得到:
k
c x p p )ln()1ln(2=++;
从而 .0)(,21=⎥⎥⎦⎤⎢⎢⎣⎡⎪⎭⎫ ⎝⎛-⎪⎭⎫ ⎝⎛==c y x c c x dx dy p k k (5)
要继续求y 是x 的怎样一个函数,必须进一步确定k 。
(1)若a<b ,从而k<1,由积分式(5)得:
211111112k ck c x k c x k c y k k -+⎥⎥⎦⎤⎢⎢⎣
⎡⎪⎭⎫ ⎝⎛--⎪⎭⎫ ⎝⎛+=-+;
当x=0时,2221a
b ab
c k ck y -=-=, 所以人被狗追上时所走过的距离是2
2a b abc -,所用
时间 22a
b b
c a y t -==。
(2)若b a =,即1=k ,由积分式(5)得:
⎪⎪⎭
⎫ ⎝⎛--=c x c c c x y ln 2212
2;
显然x 不能取零值,即狗是不可能追伤人的。
(3)若a >b ,即k >1,显然够不可能追上人。
综合上所述所有的分析:
(1)若a <b ,即k <1时,狗的运动路线轨迹为:
211111112k ck c x k c x k c y k k -+⎥⎥⎦
⎤⎢⎢⎣⎡⎪⎭⎫ ⎝⎛--⎪⎭⎫ ⎝⎛+=-+;
且当0=x 时,也就是经过22a b bc t -=
时间后,
狗能够追上人; (2)若b a =,即1=k 时,狗的运动路线轨迹为:
⎪⎪⎭⎫ ⎝⎛--=c x c c c x y ln 22122;
因为x 不能取零,所以此时狗不可能追上 人;
(3)若a >b ,即k >1,此时显然狗追不可能上人。
经过对数学模型的分析,学习了解了生活中的很多实际问题都可以通过建立数学模型来解决。
例如通过对狗追人问题建模的分析,我学会了对实际问题的数学模型化。
通过对本题的分析,由此我想到了很多此类的数学模型,如,实际生活中够追逐兔子的问题、舰艇追击问题等,都可通过数学建模的形式来解决。
数学模型是描述实际问题数量规律的、有数学符号组成的、抽象
的、简化的数学命题、数学公式、图表及算法。
研究数学模型,建立数学模型,进而借鉴数学模型,对提高解决实际问题的能力,以及提高数学素养都是十分重要的。