公平的席位分配问题

合集下载

公平的席位分配问题

公平的席位分配问题

2)Q 值方法 表 6 Q 值法分配方案 宿舍 A B C 学生 人数 235 333 432 10 席的分配 比例 2.35 3.33 4.32 Q值 9204.2 9240.8 9331.2 结果 2 3 5 比例 3.525 4.995 6.480 15 席的分配 Q值1 4602.1 5544.5 4443.4 Q值2 4602.1 3696.3 4443.4 结果 4 5 6
计算出每个宿舍分到的每个席位代表的人数 eij ,将 eij 从大到小排列可得一数列
e ,其中 e 表示 e 中第 k 大的项,从数列 e 中选取前 n 项( n 表示所要选的
k ij k ij k ij k ij
席位总数) , 记 n p eij
k 1,2,, n中i p的项的个数 p A, B, C 得出每类数的个数
总和
1000
10.00
/
10
15.000
/
/
15
3)d’Hondt 方法 表 7 d’Hondt 法分配方案 宿舍 A B C 总和 学生人数 235 333 432 1000 10 个名额分配 2 3 5 10 15 个名额分配 3 5 7 15
4)d’Hondt+Q 值法 表 8 d’Hondt+Q 值法分配方案 i 1 2 3 4 5 6 7 获得名额 4 5 27612.5 9204.2 4602.1 2761.3 A 宿舍 Q值 席次 3 7 12 15 55444.5 18481.5 9240.8 5544.5 3696.3 B 宿舍 Q值 席次 2 5 8 11 14 93312.0 31104.0 15552.0 9331.2 6220.8 4443.4 6 C 宿舍 Q值 席次 1 4 6 9 10 13

公平的席位分配等四个数学模型例子

公平的席位分配等四个数学模型例子
即当 n 趋向于无穷大时, Nn是否趋向于无穷小?
补例2 洗衣节水问题
因为lim n
1
1 n
n
e,所以当n趋于无穷大时,(7)式分母
趋于e AW。
当n趋于无穷大时,N
的极限存在,并有
n
A
lim
n
Nn
N0
eW
(8)
(8)式说明了当水的总量一定的时候,无论你怎样洗涤,不 管次数多少,最后的结果是不可能一点污物都不残留的。
18 8 4+3+2+2+2+4=17
A7 13 23 10 7 28 18
4 2+2+2+4+4+4=18
A8 17 11 27 22 14 8 4
3+2+2+2+4+4=17
由以上表格可知该安排是合理的
作业:当7支队参加单循环赛的排球比赛时,试 合理的安排其赛程。
补例2 洗衣节水问题
问题提出: 我国淡水资源有限,节约用水势在必行。那么如何在洗衣 服中合理地用水,使得既能把衣服洗干净,又能节约用水 的问题就摆在我们的面前。一般洗衣服的过程是先将衣服 用洗涤剂浸泡,然后一次次地用水漂洗。洗衣机的运行过 程分别为加水—>漂洗—>脱水—>加水—>漂洗—>脱 水……这么一个循环过程。我们的问题是在保证一定洗涤 效果下,洗衣服分成多少次(或在洗衣机中应循环几次), 每一次的用水量是否一致,使得总的用水量最为节省?
补例2 洗衣节水问题
进一步讨论:
如何确定洗涤的次数 n 。
先引入一个清洁度 的定义。设 是洗净衣服上的污物量与
第一次浸泡后残留在衣服上的污物量之比,即 Nn N0

数学论文席位的公平分配问题

数学论文席位的公平分配问题

数学建模论文席位的公平分配问题姓名:学号:18 15 20公平的委员分配问题摘要:1.我们首先是用惯例分配法来解决这委员分配问题的,由于方法来解决存在很大的缺陷,因此,通过组内的讨论,我们想出了Q值法来解决此问题,发现这样能作到相对公平。

我们这一组开始就考虑到了该怎样分配能作到相对公平,就这个问题,我们开始了研讨。

我们采用惯例分配法分析发现:各楼所得到的委员数A 、B 、C楼分别为:3、3、4人,而Q值法其结果为:A、B、C楼分别为:2、3、5人。

2.“取其精华,去其糟粕”我们发现Q值法能很好的解决委员分配问题,Q 值法:我们用Qi=(Pi*Pi)/[n(n+1)],其中i=A、B、C,Pi为第i楼的人数,n 为分配到的委员数,我们采用将剩下的一位委员名额分给Q值最大的一方。

通过计算得到Qa=9204.16、Qb=9240.75、Qc=9331.2比较得到:Qa>Qb>Qc,所以我们决定把剩下的一名委员分给C楼。

3.我们用惯例分配法发现有一名委员不好分配,不知道分给谁更公平些。

建议:我们的思维不能太单一了,在考虑问题方面要做到全面些,这样才会少走弯路。

(无论在哪方面都一样。

)关键字:委员分配、比例法、Q值法1.1问题的重述分配问题是日常生活中经常遇到的问题,它涉及到如何将有限的人力或其他资源以“完整的部分”分配到下属部门或各项不同任务中.分配问题涉及的内容十分广泛,例如:学校共有1000学生,235人住在A楼,333人住B楼,432人住C楼,学校要组织一个10人委员会,试用惯例分配法和Q值方法分配各楼的委员数并比较结果。

1.2问题的分析数学中通常人们用比例的方法来分配各个楼要派出几个人来组建委员会,当比例中有小数时人们有按照惯例使得各组中小数最大的组拥有更多的人数。

然而人们是怎样分配的呢?又因为没栋楼所占比例不是整数,可以会出现不公平的现象。

为了让席位分配更加公平我们不应该采用比例法,要引用不比例法更好的Q值法对其进行求解。

公平席位的分配(韩文斌)

公平席位的分配(韩文斌)

公平席位分配模型班级:09数学(2)班姓名:韩文斌学号:0907022011摘要:通过建立人数比例模型、最大剩余法模型及Q值法模型解决了公平席位的分配问题。

比较三种模型分配的结果方案,我发现了Q值法模型是解决公平席位分配问题较公平的方法。

关键词:公平分配绝对不公平程度 Q值法模型正文1 问题的提出某学校有3个系共100名学生,其中甲系100名,乙系60名,丙系40名。

1.1 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什么?1.2 现在丙系有6名学生转入甲乙两系(其中3人转入甲系,3人转入乙系),现在该如何分配呢?1.3 因为有20个席位的代表会议在表决提案时可能出现10:10的结局,会议决定下一届增加1席。

在问题二中人数发生改变后的情况下,这1席又该分给哪个系呢?2 合理假设与变量说明假设3个系的总人数不再发生变动,各个系的人数除了问题二中人数的改动之外,不再发生任何改变。

3 模型建立3.1 人数比例模型公平标准iiP P N N =, i =1,2,3…通过计算总席位与总人数、各系席位数与各系总人数的比例相等,来确定各系的席位数的分配方案。

3.2 最大剩余法模型记,1,2,3ii iP R i N ==…的余数,i R 越大说明i 系分一个席位代表人数就越多,为了公平降低i R ,则剩余席位优先分给i R 最大的i 系。

3.3 Q 值法模型[1]当总席位增加1席时,计算令2(1)i i i i p Q n n =+,增加1席位应该分配给Q 值最大的一方。

3.3.1 不公平指标为简单起见考虑A ,B 两系分配席位的情况。

设两方人数分别为1P ,2P ,占有席位分别为1n ,2n ,则比值11p n ,22p n 为两方每个席位所代表的人数。

显然仅当1212p p n n =分配时才算完全公平的,但是因为人数和席位都是整数,所以通常1212p p n n ≠,分配不公平,并且对比值较大的一方不公平。

席位公平分配问题q值法的改进

席位公平分配问题q值法的改进

席位公平分配问题q值法的改进随着社会的不断发展和进步,人们对于公平的追求也越来越强烈。

在各种社会活动和组织中,公平的分配问题一直备受关注。

席位公平分配问题作为一个重要的社会组织问题,一直以来都备受人们关注。

q值法作为目前解决席位公平分配问题的一种常用方法,然而在实际应用中却存在一些问题和不足。

如何改进q值法成为了当前亟待解决的一个问题。

1. q值法的基本原理q值法是一种基于权重的席位分配方法。

其基本原理是根据各个参与方的权重大小来确定席位的分配比例。

通常情况下,权重越大的参与方获得的席位数量也就越多。

这种方法在一定程度上确实能够体现参与方的重要性和影响力,但在实际应用中往往会出现一些问题。

2. q值法存在的问题q值法在确定权重时往往是基于主观判断的,缺乏客观的依据。

这就导致了权重的不确定性和不公平性,容易受到人为因素的影响。

q值法只是简单地依据权重来分配席位,忽略了其他可能存在的因素。

这就导致了分配结果可能并不合理和公平,无法充分考虑参与方的各种需求和意见。

再次,q值法在实际应用中往往面临的是计算复杂度较高的问题,尤其是在参与方众多、权重差异较大的情况下,很难进行准确而高效的计算。

q值法在解决席位公平分配问题时存在一些问题和不足,需要进行改进和优化。

3. q值法的改进方向为了解决q值法存在的问题,可以从以下几个方面进行改进:(1)建立客观评价体系。

可以通过建立客观的评价标准和体系来确定参与方的权重,以减少人为因素的干扰和影响,确保权重的客观和公正。

(2)综合考虑多种因素。

除了权重以外,还可以考虑其他多种因素来确定席位的分配比例,如参与方的历史贡献、实际需求等,以更全面地体现参与方的重要性和影响力。

(3)优化计算方法。

可以通过引入一些优化算法和技术,来提高席位分配的计算效率和准确性,特别是在复杂情况下的应用,能够更好地满足实际需求。

4. q值法的改进实践针对上述改进方向,可以通过实际案例和实践进行验证和应用。

数学建模论文-席位公平分配问题

数学建模论文-席位公平分配问题

数学建模论文-席位公平分配问题数学建模论文(席位公平分配问题)席位公平分配问题摘要本文讨论了席位公平分配问题以使席位分配方案达到最公平状态。

我主要根据了各系人数因素对席位获得的影响,首先定义了公平的定义及相对不公平的定义,采用了比例模型、汉丁顿模型和Q值模型制定了一个比较合理的分配方案。

首先,我根据相关资料的查阅,定义了公平的定义和不公平的定义以及不公平程度的定义和相对不公平数的定义以便来检验模型的公平性程度。

其次,我建立了一个比例模型,采用了比例相等的方法,列出一个关于所获席位与总席位数和各系人数与各系总人数的等式,进而求得所获席位数。

同时我建立了一D+Q值模型,通过汉丁顿模型和Q值模型的结合,最终得出一个比较合理的分配方案。

最后,我用相对不公平数来检验两个模型的公平性程度。

关键词:数学建模公平定义 Q值模型 d'Hondt(汉丁顿)模型1目录一、问题重述与分析: ................................... 3 1.1问题重述: ........................................ 3 1.2问题分析: ........................................ 3 二、模型假设 .......................................... 4 三、符号说明 .......................................... 4 四、模型建立: ........................................ 5 4.1公平的定义: ...................................... 5 4.2不公平程度的表示: ................................ 5 4.3相对不公平数的定义: .............................. 5 4.4模型一的建立:(比例分配模型) ...................... 6 4.5模型二的建立:(d'hondt模型和Q值模型) (6)五、模型求解 .......................................... 8 5.1模型一求解: ...................................... 8 5.2模型二的求解: .................................... 8 六、模型分析与检验 ..................................... 9 七、模型的评价: ...................................... 11 7.1、优点: ......................................... 11 7.2、缺点: ......................................... 11 7.3、改进方向: ..................................... 11 八、模型优化 ......................................... 11 九、参考文献 (12)2一、问题重述与分析:1.1问题重述:三个系学生共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。

数学建模论文 - 席位公平分配问题1

数学建模论文 - 席位公平分配问题1

数学建模论文(席位公平分配问题)席位公平分配问题摘要本文讨论了席位公平分配问题以使席位分配方案达到最公平状态。

我主要根据了各系人数因素对席位获得的影响,首先定义了公平的定义及相对不公平的定义,采用了比例模型、汉丁顿模型和Q值模型制定了一个比较合理的分配方案。

首先,我根据相关资料的查阅,定义了公平的定义和不公平的定义以及不公平程度的定义和相对不公平数的定义以便来检验模型的公平性程度。

其次,我建立了一个比例模型,采用了比例相等的方法,列出一个关于所获席位与总席位数和各系人数与各系总人数的等式,进而求得所获席位数。

同时我建立了一D+Q值模型,通过汉丁顿模型和Q 值模型的结合,最终得出一个比较合理的分配方案。

最后,我用相对不公平数来检验两个模型的公平性程度。

关键词:数学建模公平定义 Q值模型 d'Hondt(汉丁顿)模型目录一、问题重述与分析: (3)1.1问题重述: (3)1.2问题分析: (3)二、模型假设 (4)三、符号说明 (4)四、模型建立: (5)4.1公平的定义: (5)4.2不公平程度的表示: (5)4.3相对不公平数的定义: (5)4.4模型一的建立:(比例分配模型) (6)4.5模型二的建立:(d'hondt模型和Q值模型) (6)五、模型求解 (8)5.1模型一求解: (8)5.2模型二的求解: (8)六、模型分析与检验 (9)七、模型的评价: (11)7.1、优点: (11)7.2、缺点: (11)7.3、改进方向: (11)八、模型优化 (11)九、参考文献 (12)一、问题重述与分析:1.1问题重述:三个系学生共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。

现因学生转系,三系人数为103, 63, 34, 问20席如何分配。

若增加为21席,又如何分配。

因此存在席位公平分配问题,以下针对各系自身人数对所获席位数目的影响建立相关模型,解得最优的席位公平分配方案。

公平的席位分配问题

公平的席位分配问题

公平的席位分配问题席位分配在社会活动中经常遇到,如:人大代表或职工学生代表的名额分配和其他物质资料的分配等。

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。

符号设定:N :总席位数 i n :分配给第i 系席位数 (1,2,3i =分别为甲,乙,丙系)P :总人数 i P :第i 系数 (1,2,3i =分别为甲,乙,丙系)iQ :第i 系Q 值 (1,2,3i =分别为甲,乙,丙系)Z :目标函数方法一,比例分配法: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。

这种分配方法公平吗?由书上给出的案例,我们可以很清楚的知道该方法是有缺陷的,是不公平的。

方法二,Q 值法: 采用相对标准,定义席位分配的相对不公平标准公式:若2211n p n p >则称11221222211-=-n p np n p n p n p 为对A 的相对不公平值, 记为 ),(21n n r A ,若 2211n p n p < 则称 12112111122-=-n p n p n p n p n p 为对B 的相对不公平值 ,记为 ),(21n n r B 由定义有对某方的不公平值越小,某方在席位分配中越有利,因此可以用使不公平值尽量小的分配方案来减少分配中的不公平。

确定分配方案:使用不公平值的大小来确定分配方案,不妨设11n p >22n p ,即对单位A 不公平,再分配一个席位时,关于11n p ,22n p 的关系可能有 1. 111+n p >22n p ,说明此一席给A 后,对A 还不公平;2. 111+n p <22n p ,说明此一席给A 后,对B 还不公平,不公平值为1)1(11),1(212111112221-⋅+=++-=+n p p n n p n p n p n n r B3. 11n p >122+n p ,说明此一席给B 后,对A 不公平,不公平值为1)1(11)1,(121222221121-⋅+=++-=+n p p n n p n p n p n n r A4.11n p <122+n p ,不可能上面的分配方法在第1和第3种情况可以确定新席位的分配,但在第2种情况时不好确定新席位的分配。

  1. 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. 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. 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)。

公平的席位分配问题
席位分配在社会活动中经常遇到,如:人大代表或职工学生代表的名额分配和其他物质资料的分配等。

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。

这种分配方法公平吗下面来看一个学院在分配学生代表席位中遇到的问题:
某学院按有甲乙丙三个系并设20个学生代表席位。

它的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
"
后来由于一些原因,出现学生转系情况,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 20
按惯例席位分配 10 6 4 20
由于总代表席位为偶数,使得在解决问题的表决中有时出现表决平局现象而达不成一致意见。

为改变这一情况,学院决定再增加一个代表席位,总代表席位变为21个。

重新按惯例分配席位,有
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 21 按惯例席位分配 11 7 3 21
这个分配结果出现增加一席后,丙系比增加席位前少一席的情况,这使人觉得席位分配明显不公平。

这个结果也说明按惯例分配席位的方法有缺陷,请尝试建立更合理的分配席位方法解决上面代表席位分配中出现的不公平问题。

模型构成
先讨论由两个单位公平分配席位的情况,设
单位 人数 席位数 每席代表人数
单位A p 1 n 1
11n p 单位B p 2 n 2 22n p
> 要公平,应该有11n p =22
n p , 但这一般不成立。

注意到等式不成立时有
若 11n p >22
n p ,则说明单位A 吃亏(即对单位A 不公平 )
若11
n p <22n p ,则说明单位B 吃亏 (即对单位B 不公平 ) 因此可以考虑用算式2
211n p n p p -= 来作为衡量分配不公平程度,不过此公式有不足之处(绝对数的特点),如:
某两个单位的人数和席位为 n 1 =n 2 =10 , p 1 =120, p 2=100, 算得 p =2 另两个单位的人数和席位为 n 1 =n 2 =10 , p 1 =1020,p 2=1000, 算得 p =2
虽然在两种情况下都有p=2,但显然第二种情况比第一种公平。

下面采用相对标准,对公式给予改进,定义席位分配的相对不公平标准公式:
若 2211n p n p > 则称 11
2212
22211-=-n p n p n p n p n p 为对A 的相对不公平值, 记为 ),(21n n r A
若 2211n p n p < 则称 12
1121
11122-=-n p n p n p n p n p 为对B 的相对不公平值 ,记为 ),(21n n r B
]
由定义有对某方的不公平值越小,某方在席位分配中越有利,因此可以用使不公平值尽量小的分配方案来减少分配中的不公平。

确定分配方案:
使用不公平值的大小来确定分配方案,不妨设11
n p >
22n p ,即对单位A 不公平,再分配一个席位时,关于11n p ,22n p 的关系可能有 1. 111+n p >22
n p ,说明此一席给A 后,对A 还不公平; 2. 111+n p <22n p ,说明此一席给A 后,对B 还不公平,不公平值为 1)1(11),1(2
121
1111
2221-⋅+=++-=+n p p n n p n p n p n n r B 3. 11n p >122+n p ,说明此一席给B 后,对A 不公平,不公平值为 1)1(11)1,(1
2122222
1121-⋅+=++-=+n p p n n p n p n p n n r A 4.11n p <122
+n p ,不可能
上面的分配方法在第1和第3种情况可以确定新席位的分配,但在第2种情况时不好确定新席位的分配。

用不公平值的公式来决定席位的分配,对于新的席位分配,若有
%
)1,(),1(2121+<+n n r n n r A B
则增加的一席应给A ,反之应给B 。

对不等式 r B (n 1+1,n 2)<r A (n 1,n 2+1)进行简单处理,可以得出对应不等式
)
1()1(11212222+<+n n p n n p 引入公式
k k k k n n p Q )1(2+=
于是知道增加的席位分配可以由Q k 的最大值决定,且它可以推广到多个组的一般情况。

用Q k 的最大值决定席位分配的方法称为Q 值法。

对多个组(m 个组)的席位分配Q 值法可以描述为:
1.先计算每个组的Q值:
Q k , k=1,2,…,m
2.求出其中最大的Q值Q i(若有多个最大值任选其中一个即可){
3.将席位分配给最大Q值Q i对应的第i组。

这种分配方法很容易编程处理。

模型求解
先按应分配的整数部分分配,余下的部分按Q值分配。

本问题的整数名额共分配了19席,具体为:
甲n1 =10
乙n2 =6
丙n3 =3
对第20席的分配,计算Q值
Q1=1032/(1011) = ; Q2=632/(67)= ; Q3 =342/(34)=
因为Q1最大,因此第20席应该给甲系; 对第21席的分配,计算Q值~
Q1=1032/(1112)= ; Q2 =632/(67)=; Q3 =342/(34)=
因为Q3最大,因此第21席应该给丙系
最后的席位分配为:
甲11席乙6席丙4席
注:若一开始就用Q值分配,以n1=n2=n3 =1逐次增加一席,也可以得到同样的
结果。

简评:本题给出的启示是对涉及较多对象的问题,可以先通过研究两个对象来找出所考虑问题的一般的规律,这也是科学研究的常用方法。

请对一般情况编程。

相关文档
最新文档