数学建模典型例题(二)
数学建模试题及优秀例题
城市常能看到交通道路“肠梗阻”的景象，从“乘车难”到“行车难”，拥堵已成为城市的一根敏感神经。
城市道路越修越多，立交桥越架越高，可车却堵得更厉害了，严重影响了城市生活质量和人居环境。
于是，人们纷纷转头将目光盯住公共交通。
在国家相关政策的推动下，城市公交加速了前进的步伐。
但公交车的利用率还是处于低谷，一项调查显示，目前部分城市的公交出行比例不升反降。
例如，天津公交承载的客流量不足10%，北京人乘坐公交车的比例也由1986年的35%下降到2004年的26%。
与之形成反差的是，一些发达国家的公交利用率达到50%至60%，东京竟达到90%，高峰期甚至是90%以上。
为此，现在我国很多城市开始实施“公交优先”政策，即在交叉口各进口道上设置公交专用进口道，且公交专用进口道尽可能的长一些，以保证公交车辆在交叉口的运行不受一般小汽车交通的影响,而且将公交专用进口道的停车线靠前,比一般交通进口道的停车线更加靠近交叉口,以使得在绿灯信号下,公交优先通过交叉口,将可能对公交的影响减少到最少。
你要回答的问题是，应在城市交叉口如何分配信号时间，（1）使得各进口道上的公交车总的延误时间最少，使得公交总体运行效率提高？（2）对于一般交通(主要指小汽车交通),应使得各相位关键进口道上车流饱和度之间的差别最小,减少拥挤现象产生的机会?
以下为相关调查数据：
表1 某路段上交叉口处公交饱和调查数据
表3 某路段上交叉口处公交与小车间流量比
图1 进口道设计示意图。
数学建模遗传算法例题
数学建模遗传算法例题数学建模中，遗传算法是一种基于进化思想的优化算法，可以应用于复杂的优化问题中。
本文将介绍一些遗传算法的例题，帮助读者更好地理解遗传算法的应用。
例题一：背包问题有一个体积为V的背包和n个物品，第i个物品的体积为vi，价值为wi。
求这个背包最多能装多少价值的物品。
遗传算法的解决步骤：1. 初始化种群：随机生成一定数量的个体作为初始种群。
2. 适应度函数：将每个个体代入适应度函数，计算其适应度值。
3. 选择：根据每个个体的适应度值，选择一定数量的个体进入下一代。
4. 交叉：对被选中的个体进行交叉操作，生成新的个体。
5. 变异：对新的个体进行变异操作，引入新的基因。
6. 重复以上步骤，直到符合终止条件。
在背包问题中，适应度函数可以定义为：背包中物品的总价值。
交叉操作可以选择单点交叉或多点交叉，变异操作可以选择随机变异或非随机变异。
例题二：旅行商问题有n个城市，旅行商需要依次经过这些城市，每个城市之间的距离已知。
求旅行商经过所有城市的最短路径。
遗传算法的解决步骤：1. 初始化种群：随机生成一定数量的个体作为初始种群，每个个体代表一种旅行路线。
2. 适应度函数：将每个个体代入适应度函数，计算其适应度值。
3. 选择：根据每个个体的适应度值，选择一定数量的个体进入下一代。
4. 交叉：对被选中的个体进行交叉操作，生成新的个体。
5. 变异：对新的个体进行变异操作，引入新的基因。
6. 重复以上步骤，直到符合终止条件。
在旅行商问题中，适应度函数可以定义为：旅行商经过所有城市的总距离。
交叉操作可以选择顺序交叉或部分映射交叉，变异操作可以选择交换或反转基因序列。
总结：遗传算法是一种强大的优化算法，可以应用于多种复杂的优化问题中。
在数学建模中，遗传算法的应用也越来越广泛。
本文介绍了背包问题和旅行商问题的遗传算法解决步骤，希望对读者有所帮助。
数学建模经典例题
1 数学建模经典例题某学校有三个系共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各级席位,公平而又简单的席位分配方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6名学生转入甲乙两系,各系人数如表第二列所示,仍按比例(表中第三列)分配席位时出现了小数(表中第四列),在将取得整数的19席分配完毕后,三席同意剩下的1席参照所谓惯例分给比例中小数最大的系,于是三系分别占有10,6,4席(表中第5列)因为有20个代表会议在表决的时候可能出现10:10的局面,会议决定下一届增加一席,他们按照上述方法重新分配席位,计算结果见表6,7列,显然这个结果对丙系太不公平了.因为总席位增加一席,而丙系却由4席减为3席.按照比例并参照惯例的席位分配系别学生学生人数 20个席 20个席位 21个席位 21个席位人数的比例(% 的分配的分配的分配的分配比例分配参照惯例比例分配参照惯例的席位的结果的席位的结果甲 103 51.5 10.3 10 10.815 11乙 63 31.5 6.3 6 6.615 7丙 34 17.0 3.4 4 3.570 3总和 200 100.0 20.0 20 21.000 21要解决这个问题必须舍弃所谓惯例，找到衡量公平分配席位的指标，并由此建立新的分配分配方法解答:Pī/Nī表示第ī个单位每个代表名额代表的人数采用相对标准,引入相对不公平概念.如果P1/n1>P2/n2,则说明A方是吃亏的,或说对A方不公平.对A的相对不公平度:rA(n1,n2)=(p1/n1-p2/n2)/(p2/n2)=(p1n2)/(p2n1)-1对B的相对不公平度:rB(n1,n2)=(p2n1)/(p1n2)-1情形1:P1/(n1+1)>p2/n2,表明即使A方再增加一个名额,仍然对A方不公平,所以这个名额当然给A方情形2:P1/(n1+1)<p2/n2,表明A增加一个名额后,就对B方不公平,这时B的相对不公平度为:rB(n1+1,n2)=p2(n1+1)/p1n2-1情形3:(P1/n1)>p2/(n2+1) ,表明B增加一个名额后,就对A方不公平,这时A的相对不公平度为:rA(n1,n2+1)=p1(n2+1)/p2n1-1由以上三种情形可知,若情形1发生,名额给A方.否则须考查rB(n1+1,n2)和rA(n1,n2+1)的大小关系.如果rB<rA,则名额给方,否则给B方.由于rB(n1+1,n2)<rA(n1,n2+1)等价于P2＊P2/n2(n2+1)< P1＊P1/n1(n1+1)若情形1发生,上式仍成立,记作Qi=pi＊pi/ni(ni+1)增加名额给Q值较大一方.Q甲=103＊103/10(10+1)=96.445Q乙=63＊63/6(6+1)=94.5Q丙=34＊34/4(4+1)=57.8因此名额加给甲班。
浅谈小学数学建模的两个例题
浅谈小学数学建模的两个例题摘要：数学建模就是用数学语言描述实际现象的过程。
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。
小学数学建模，主要针对于小学的数学学习，用数学的“模型思想”来指导教学，让学生从具体的事例或现实中的原型出发慢慢抽象化地建立起某种模型并加以运用，加深其对数学的理解和感受，培养创新思维能力。
本文就其中两个问题作了简单的介绍。
关键词：小学数学数学建模Abstract:Mathematical modeling is the process of using mathematical language to describe the actual phenomena. It is a mathematical way of thinking, is the use of language and mathematical methods, through abstraction, simplification can establish an approximate characterization and "solve" a powerful mathematical means of practical problems. Elementary mathematical modeling, mainly for mathematical learning in primary schools, with "ideological model" to guide the teaching of mathematics, so that students from concrete examples or prototypes reality slowly starting to build some kind of abstract model and applied, deepen their mathematical understanding and feelings, develop creative thinking skills.Keywords: Primary Mathematics Mathematical Modeling1.数学建模要弄清楚什么是数学建模，首先要明白什么是数学模型。
数学建模传染病模型例题
数学建模传染病模型例题（最新版）目录一、引言二、数学建模传染病模型的基本概念1.SEIR 模型2.SIS 模型3.SIR 模型三、数学建模传染病模型的例题1.模型假设2.模型建立3.模型求解四、结论正文一、引言随着全球化的发展，传染病的传播越来越引起人们的关注。
为了更好地预测和控制传染病的传播，数学建模传染病模型被广泛应用。
本文将以数学建模传染病模型为例，介绍相关的模型概念和例题。
二、数学建模传染病模型的基本概念（1）SEIR 模型SEIR 模型是传染病数学模型中最基本的模型之一，它将人群分为四类：易感者 (Susceptibles)、暴露者 (Exposed)、感染者 (Infectives) 和抵抗者 (Resistances)。
该模型假设人群数量不变，感染者会以一定的速率传染给易感者，同时易感者会以一定的速率转变为暴露者，暴露者在一定时间后转为感染者，感染者又会在一定时间后转为抵抗者。
（2）SIS 模型SIS 模型是 SEIR 模型的一种特殊形式，它将人群分为易感者(Susceptibles)、感染者 (Infectives) 和恢复者 (Recovered) 三类。
该模型假设易感者与感染者的接触会导致疾病传播，感染者会在一定时间后恢复为易感者，恢复者则具有免疫力。
（3）SIR 模型SIR 模型是另一种常见的传染病数学模型，它将人群分为易感者(Susceptibles)、感染者 (Infectives) 和恢复者 (Recovered) 三类。
与 SIS 模型不同的是，SIR 模型假设感染者会以一定的速率恢复为易感者，而恢复者则具有免疫力。
SIR 模型适用于短期传染病，例如流感。
三、数学建模传染病模型的例题假设某个地区有 10000 人，其中易感者占 80%，感染率为 0.01，恢复率为 0.9。
我们需要建立一个数学模型来预测疾病传播的过程。
（1）模型假设我们假设疾病传播满足 SEIR 模型，人群分为易感者、暴露者、感染者和恢复者四类。
数学建模迪杰斯特拉算法例题
min
v js
{T
(v
j
)}
min{
T
(v3
),
T
(v4
),
T
(v5
),
T
(v6
)}
T (v3 ) 4, 所以有， p(v3) 4
v2 2
3
v1
1
2
v4
4
2
v6
5 v3 4
2 v5
（5）T (v5 ) min[ T (v5 ), P(v3) l35 ] min[ 5, 4 4] 5
从v1到v8的路。
P3=最短…路…问题中，不考虑有向环、并行弧。
旅行路线总费用
路上所有弧权之和。
最短路问题
给定有向网络D=（V，A，W），任意弧
aij∈A，有权w（ aij ）=wij，给定D中的两个顶点
vs，vt。设P是D中从vs到vt的一条路，定义路P的权 （长度）是P中所有弧的权之和，记为w（P）。最短
p1=0
p2=2
2
6
1
2
3
1 p4=1 10
5
9
3
4
7
5
6
5
2
3
4
6
7
8
4
8
p6=3
p7=3
min {d23,d25,c47,d67}=min {2+6,2+5,1+2,3+4}=min {8,7,3,7}=3
X={1,2,4,6,7}, p7=3
X={1,2,4,6,7}
p1=0
p2=2
2
6
1
2
v1
3 v3 6
数学建模例题和答案
数学建模例题和答案
题目：
一个汽车公司拥有两个工厂，分别生产两种型号的汽车，A型和B型，每种型号的汽车都有一定的销售价格。
现在，该公司需要在两个工厂中生产A型和B型汽车，使得总收入最大。
答案：
1、建立数学模型
设A型汽车在第一个工厂生产的数量为x，在第二个工厂生产的数量为y，A型汽车的销售价格为a，B型汽车的销售价格为b，则该公司的总收入可以表示为：
总收入=ax+by
2、确定目标函数
由于题目要求使得总收入最大，因此可以将总收入作为目标函数，即：
最大化Z=ax+by
3、确定约束条件
由于两个工厂的生产能力有限，因此可以设置约束条件：
x+y≤M，其中M为两个工厂的总生产能力
4、求解
将上述模型转化为标准的数学规划模型：
最大化Z=ax+by
s.t. x+y≤M
x≥0,y≥0
由于该模型是一个线性规划模型，可以使用数学软件进行求解，得到最优解：
x=M，y=0
即在第一个工厂生产M件A型汽车，在第二个工厂不生产B型汽车，此时该公司的总收入最大，为Ma。
中学数学建模经典例题
中学数学建模经典例题中学数学建模经典例题包括：1.最大利润问题：某公司生产一种产品，每件成本为3元，售价为10元，年销售量为10万件。
为了扩大销售量，公司计划通过广告宣传来增加销售量。
经调查发现，广告费用与年销售量之间的关系可以近似地用函数y=−0.2x+10来表示，其中x为广告费用（单位：万元）。
问：广告费用为多少时，公司可获得最大年利润？2.最小费用问题：某公司需要将货物从甲地运往乙地，由于路途遥远，需要采用飞机、火车、汽车三种运输方式来完成。
运输方式的费用分别为x万元、y万元、z万元。
三种运输方式的单程运输能力分别为10万吨、15万吨、5万吨，而货物的总重量为35万吨。
为确保运输过程顺利进行，单程运输能力不能超过总重量。
请为该公司设计一个总费用最少的运输方案，并求出最少的总费用。
3.最小路径问题：某城市有若干个居民小区，每个小区有一定数量的居民。
为了方便居民出行，市政府计划修建地铁连接这些小区。
已知任意两个小区之间的距离可以近似地用欧几里得距离来表示，而修建地铁的费用与小区之间的距离成正比。
问：市政府应该如何规划地铁线路，使得总费用最低？4.人口预测问题：某城市的人口数量在过去几年里呈现出指数增长的趋势。
已知该城市的人口数量在过去的几年中每年以10%的速度增长，并且目前该城市的人口数量为50万。
我们要预测未来5年该城市的人口数量。
5.资源分配问题：某公司拥有一定的资源，需要将其分配给若干个项目以获得最大的收益。
每个项目的收益与分配到的资源数量成正比，而不同项目之间的收益增加率是不同的。
问：公司应该如何分配资源，使得总收益最大？这些例题涵盖了中学数学建模的多个方面，包括函数模型、最优化问题、线性规划等。
通过这些例题的解答，可以帮助学生提高数学建模的能力和解题技巧。