数学建模中的初等模型
数学建模培训讲义-建模概论与初等模型
模型建立 建立t与n的函数关系有多种方法:
1. 右轮盘转过第 i 圈的半径为r+wi, m圈的总长度 等于录象带在时间t内移动的长度vt, 所以
m kn
模型建立
2. 考察右轮盘面积的 变化,等于录象带厚度 3. 考察t到t+dt录象带在 乘以转过的长度,即 右轮盘缠绕的长度,有
[(r wkn)2 r 2 ] wvt (r wkn)2kdn vdt
• 亲自动手，认真作几个实际题目
数学建模的论文结构
1、摘要——问题、模型、方法、结果
2、问题重述
3、模型假设
4、分析与建立模型
5、模型求解
6、模型检验
7、模型推广
8、参考文献
9、附录
谢 谢！
二、初等模型
例1 哥尼斯堡七桥问题
符号表示“一笔画问题”(抽象分析法) 游戏问题图论(创始人欧拉) 完美的回答连通图中至多两结点的度数为奇
3. 对于椅脚的间距和椅腿的长度而言，地面是相对平坦的，
使椅子的任何位置至少有三只脚同时着地。
A
y A
椅脚连线为正方形ABCD(如右图).
模 型
t ——椅子绕中心点O旋转角度
构 f(t)——A,C两脚与地面距离之和 D
B
t
x
成 g(t)——B,D两脚与地面距离之和
O
B
f(t), g(t) 0
D
C
模型构成 由假设1，f和g都是连续函数 A
实际上, 由于测试有误差, 最好用足够多的数据作拟合。
若现有一批测试数据：
t 0 20 40 60 n 0000 1153 2045 2800 t 100 120 140 160 n 4068 4621 5135 5619
数学建模实验报告
湖南城市学院数学与计算科学学院《数学建模》实验报告专业：学号：姓名：指导教师：成绩：年月日实验一 初等模型实验目的：掌握数学建模的基本步骤，会用初等数学知识分析和解决实际问题。
实验内容：A 、B 两题选作一题，撰写实验报告，包括问题分析、模型假设、模型构建、模型求解和结果分析与解释五个步骤。
A 题 飞机的降落曲线在研究飞机的自动着陆系统时，技术人员需要分析飞机的降落曲线。
根据经验，一架水平飞行的飞机，其降落曲线是一条S 形曲线。
如下图所示，已知飞机的飞行高度为h ，飞机的着陆点为原点O ，且在整个降落过程中，飞机的水平速度始终保持为常数u 。
出于安全考虑，飞机垂直加速度的最大绝对值不得超过g ／10，此处g 是重力加速度。
（1）若飞机从0x x 处开始下降，试确定出飞机的降落曲线； （2）求开始下降点0x 所能允许的最小值。
B 题 铅球的投掷问题众所周知，铅球的投掷运动是运动员单手托住7.264kg(16磅)重的铅球在直径为2.135m 的投掷圆内将铅球掷出并且使铅球落入开角为45o 的有效扇形区域内。
以铅球的落地点与投掷圆间的距离度量铅球投掷的远度，并以铅球投掷远度的大小评定运动员的成绩。
在铅球的训练和比赛中，铅球投掷距离的远与近是人们最关心的问题。
而对于教练和运动员最为关心的问题是如何使铅球掷得最远。
影响铅球投掷远度的因素有哪些？建立一个数学模型，将预测的投掷距离表示为初始速度和出手角度的函数。
最优的出手角度是什么？如果在采用你所建议的出手角度时，该运动员不能使初始速度达到最大，那么他应该更关心出手角度还是出手速度？应该怎样折中？哪些是影响远度的主要因素？在平时训练中，应该更注意哪些方面的训练？试通过组建数学模型对上述问题进行分析，给教练和运动员以理论指导。
参考数据资料如下：实验报告：一、问题分析在研究飞机下落过程中，需要分析飞机下降的降落曲线，根据经验应该是一条五次多项式。
以降落点为原点O建立直角坐标系。
数学建模第二章 初等模型
第二章 初等模型如果研究对象的机理比较简单，一般用静态、线性、确定性模型描述就能达到建模的目的时，我们基本上可以用初等数学的方法来构造和求解模型。
通过下面的几个实例我们能够看到，用很简单的数学方法就可以解决一些有趣的实际问题。
需要强调的是，衡量一个模型的优劣完全在于它的应用效果，而不是它看它采用了多么高深的数学方法。
进一步说，对于某个实际问题我们如果能够用初等方法和所谓的高等方法建立了两个模型，而它们的应用效果相差无几的话，那么受人们欢迎并采用的，一定是前者而非后者。
§2.1公平的席位分配设有A 、B 两个单位，各有人数1p 、2p 个，现在要求按人数选出q 个代表召开一次代表会议。
那么怎样分配这q 个席位呢？一般的方法是令：q p p p q 211*1+= q p p p q 212*2+= （2.1）若*1q ，*2q 恰好是两个整数，就以*1q ，*2q 分别作为A ，B 两个单位的席位数，即可以获得一个完全合理的分配方案。
当*1q ，*2q 不是两个整数时，那么怎样分配才合理呢？下面我们就来讨论这个问题。
首先给出一种自然的想法，也就是通常所执行的方法。
即由（2.1）式计算出的*1q ，*2q ，用][*i i q q =表示*i q 的整数部分。
当*1q －1q ＞*2q －2q 时，则用1q ＋1与2q 分别作为A ，B 两个单位的席位数；当*2q －2q ＞*1q －1q 时，则用1q 与2q ＋1分别作为A ，B 两个单位的席位数；而当*2q －2q ＝*1q －1q 时，就只能由A ，B 两个单位协商来确定那多余的一个席位了。
这个方法的优点是简单、方便，并被很多人所接受，同时也容易推广到m （m ＞2）个单位的席位分配问题。
但是这个分配方案是存在弊病的，它有明显的不合理性。
例1 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。
数学建模初等模型
数学建模初等模型
数学建模是将现实世界的问题抽象化为数学模型，并利用数学方法和技巧来分析和解决这些问题的过程。
在数学建模中，初等模型是指使用基本的数学概念和方法来描述和解决问题的模型。
常见的初等模型包括线性模型、指数模型、对数模型、多项式模型等。
线性模型是最简单的初等模型之一，它假设变量之间的关系是线性的，可以用直线来表示。
指数模型描述的是变量之间的指数关系，对数模型则描述的是变量之间的对数关系。
多项式模型可以用多项式函数来描述变量之间的关系。
使用初等模型进行数学建模时，我们需要确定问题中的关键变量和它们之间的关系，然后建立数学方程或函数来表示这些关系。
通过对这些方程或函数进行求解和分析，我们可以得到问题的解答或结论。
初等模型的优点是简单易懂，容易理解和应用。
它适用于一些简单的实际问题，例如人口增长、物体运动、投资收益等。
但初等模型也有一些限制，它对问题的描述和解决方法有一定的限制性，不能很好地处理复杂的问题。
总之，初等模型是数学建模中的一种简单模型，通过使用基本的数学
概念和方法来描述和解决问题。
它易于理解和应用，适用于一些简单的实际问题。
但在处理复杂问题时，可能需要借助更高级的数学模型和技巧来进行建模和分析。
数学建模初等模型ppt课件
61 1
61 1
21
理学院
xx
2.5 经济问题中的初等模型
设产品产量为q,产品价格为p,固定成本c0，可变成 本为c1.
（1） 总成本函数： c cq c0 c1q
（2） 供给函数：
Qs f p
（3） 需求函数：
Q0 gp
（4） 价格函数：
p f 1Q0 pq
证明：存在0，使f(0) = g(0) = 0.
理学院 6
xx
模型求解
给出一种简单、粗糙的证明方法
将椅子旋转900，对角线AC和BD互换。 由g(0)=0， f(0) > 0 ，知f(/2)=0 , g(/2)>0.
令h()= f()–g(), 则h(0)>0和h(/2)<0.
由 f, g的连续性知 h为连续函数, 据连续函数的基本性
理学院 22
xx
（5） 收益函数：
R Rq qpq
（6） 利润函数： Lq Rq Cq
（7） 边际成本函数：
Cm C'q
（8） 边际收益函数：
Rm R'q
（9） 边际利润函数： Lm R'q C'q Rm Cm
23
理学院
xx
Q(t)=-t3+9t2+12t
个晶体管收音机。
问：在早上几点钟这个工工作人效的率工最作高效，率即最生高产？率最大， 此题中，工人在t时刻的生产率
解：工人的生产率为为Q’(产Rt)量t，Q则关Q问于' 题t时转间化t的3为t 2变求化Q1’8率(tt：)的12
R't Q''最t大值6t 18 0
数学建模之初等模型
工作路面长度：
S (t )
令v(t)=0解得
S (0)
t
0
v(t)dt
20t 3
rt 2 30
tend 100 / r
为无法工作的时刻。此时路面工作长度
S(tend ) S(0)
tend v(t)dt 20tend
0
3
rte2nd 30
1000 3r
问题1：下雪在一小时内速度不变是不合情理的，修改这一假设。
tn
)
tn )2 2 v (t
tn
)
给定路面宽度，即可得到可以穿过十字路口的车辆数。
思考题
（1）分析绿灯亮的时间长度与穿过车辆数之间的关系。 （2) 如果给出以下四个路口的绿灯亮时的车辆通过数，
t
30
30
40
45
n
13
14
52
58
如何评价你的模型？
（3）如果只有红绿灯，则绿灯转红灯时，部分车辆在路上没有穿过十 字路口。为了解决这一问题，我们把绿灯时间的一部分变为黄灯。建 模描述黄灯的时间长度。
给出以下数据： （1）铲雪机开始工作时，雪还要下1小时； （2）降雪速度可能随时间变化，最大时积雪的增加量达0.1cm/s。 （3）积雪厚度达1.5m时铲雪机将无法工作。 （4）铲雪机在无雪的路面行驶速度为10m/s。
问题分析和建模
这个问题的解决需要找出两个关系：
（1）铲雪机的工作速度与积雪厚度的关系； （2）降雪引起的积雪厚度与时间的关系。 由于这些关系没有明确给出，而建模要从简单的情况入手，因此先做以下 模型假设：
模型的描述：
概率论与数理统计在数学建模中的应用
概率论与数理统计在数学建模中的应用概率论与数理统计在数学建模中的应用——国 冰。
第一节 概率模型一、初等概率模型初等概率模型主要介绍了可靠性模型、传染病流行估计、常染色体遗传模型等三类问题：1、复合系统工作的可靠性问题的数学模型设某种机器的工作系统由N 个部件组成，各部件之间是串联的，即只要有一个部件失灵，整个系统就不能正常工作．为了提高系统的可靠性，在每个部件上都装有主要元件的备用件及自动投入装置(即当所使用元件损坏时，备用元件可自动替代之而开始工作)明显地，备用件越多，整个系统正常工作的可靠性就越大. 但是，备用件过多势必导至整个系统的成本、重量和体积相应增大，工作精度也会降低. 因此，配置的最优化问题便被提出来了：在某些限制性条件之下，如何确定各部件的备用件数量，使整个系统的工作可靠性最大? 这是一个整体系统的可靠性问题.我们假设第i 个部件上装有i x 个备用件(1,2,,)i N =,此时该部件正常工作的概率为()i p x ，那么整个系统正常工作的可靠度便可用1()ni i p p x ==∏ （9.1）来表示.又设第i 个部件上的每个备用件的费用为i C ，重量为i W ，并要求总费用不超过C ，总重量不超过W ，则问题的数学模型便写成为1max ()ni i p p x ==∏合理的决策必须具备三个条件：（1）目标合理；（2）决策结果满足预定目标的要求；（3）决策本身符合效率、满意、有限合理、经济性的原则。
所谓风险型决策是指在作出决策时，往往有某些随机性的因素影响，而决策者对于这些因素的了解不足，但是对各种因素发生的概率已知或者可估算出来，因此这种决策存在一定的风险.①风险决策模型的基本要素决策者——进行决策的个人、委员会或某个组织.在问题比较重大和严肃时，通常应以后者形式出现.方案或策略——参谋人员为决策者提供的各种可行计划和谋略. 如渔民要决定出海打鱼与否便是两个方案或称两个策略.准则——衡量所选方案正确性的标准.作为风险型决策，采用的比较多的准则是期望效益值准则，也即根据每个方案的数学期望值作出判断.对收益讲，期望效益值越大的方案越好；反之对于损失来讲，期望效益值越小的方案越好.事件或状态——不为决策者可控制的客观存在的且将发生的自然状态称为状态(事件)，如下小雨，下大雨和下暴雨即为三个事件或称三种状态，均为人所不可控因素.结果——某事件(状态)发生带来的收益或损失值.②风险决策方法•利用树形图法表示决策过程具有直观简便的特点，将其称为决策树的方法.•充分利用灵敏度分析(即优化后分析)方法对决策结果作进一步的推广和分析.决策树一般都是自上而下的来生成的。
数学建模例题[1]
![数学建模例题[1]](https://img.taocdn.com/s3/m/836d1df80b4e767f5bcfce0b.png)
数学建模习题指导第一章 初等模型讨论与思考讨论题1 大小包装问题在超市购物时你注重到大包装商品比小包装商品便宜这种现象吗？比如洁银牙膏50g 装的每支1.50元，120g 装的每支3.00元，二者单位重量的价格比是1.2:1，试用比例方法构造模型解释这种现象。
（1）分析商品价格C 与商品重量w 的关系。
（2）给出单位重量价格c 与w 的关系，并解释其实际意义。
提示：决定商品价格的主要因素：生产成本、包装成本、其他成本。
单价随重量增加而减少单价的减少随重量增加逐渐降低思考题2 划艇比赛的成绩赛艇是一种靠浆手划桨前进的小船，分单人艇、双人艇、四人艇、八人艇四种。
各种艇虽大小不同，但形状相似。
T .A .M c M a h o n 比较了各种赛艇1964—1970年四次2000m 比赛的最好成绩(包括1964年和1968年两次奥运会和两次世界锦标赛)，见下表。
建立数学模型解释比赛成绩与浆手数量之间的关系。
329434w w c γβ+=''-各种艇的比赛成绩与规格第二章 线性代数模型森林管理问题森林中的树木每年都要有一批砍伐出售。
为了使这片森林不被耗尽且每年都有所收获，每当砍伐一棵树时，应该就地补种一棵幼苗，使森林树木的总数保持不变。
被出售的树木，其价值取决于树木的高度。
开始时森林中的树木有着不同的高度。
我们希望能找到一个方案，在维持收获的前提下，如何砍伐树木，才能使被砍伐的树木获得最大的经济价值。
思考：试解释为什么模型中求解得到的 为每周平均销售量会略小于模型假设中给出的1。
练习：857.0 nR将钢琴销售的存贮策略修改为：当周末库存量为0或1时订购，使下周初的库存达到3架；否则，不订购。
建立马氏链模型，计算稳态下失去销售机会的概率和每周的平均销售量。
2.将钢琴销售的存贮策略修改为：当周末库存量为0时订购本周销售量加2架；否则，不订购。
建立马氏链模型，计算稳态下失去销售机会的概率和每周的平均销售量。
- 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)。
T1 Ta Ta Tb Tb T2 Q1 k1 k2 k1 d l d
T1 T2 k1 l Q1 k1 , sh , h d ( s 2) k2 d
建模 记单层玻璃窗传导的热量Q2 T1 T2 T1 T2 Q1 k1 Q2 k1 d ( s 2) 2d
p1/n1– p2/n2=5 但后者对A的不公平 程度已大大降低!
“公平”分配方 将绝对度量改为相对度量 法
若 p1/n1> p2/n2 ，定义
p1 / n1 p2 / n2 rA (n1 , n2 ) ~ 对A的相对不公平度 p2 / n2
类似地定义 rB(n1,n2)
公平分配方案应 使 rA , rB 尽量小
双层与单层窗传导的热量之比
室 内 T1
2d
室 外 T2
Q2
墙
Q1 2 k1 l , sh , h Q2 s 2 k2 d
Q1 Q2
l d
当p1/n1= p2/n2 时，分配公平
若 p1/n1> p2/n2 ，对 A 不公平
p1/n1– p2/n2 ~ 对A的绝对不公平度
p1=150, n1=10, p1/n1=15 p2=100, n2=10, p2/n2=10
p1/n1– p2/n2=5 虽二者的绝对 不公平度相同
p1=1050, n1=10, p1/n1=105 p2=1000, n2=10, p2/n2=100
20席的分配 结果 10 6 4 10.3 6.3 3.4
21席的分配
人数 （%） 比例
总和 200
100.0
20.0
20
对 比例 结果 丙 10.815 11 系 6.615 7 公 平 3.570 3 吗 21.000 21
“公平”分配方 衡量公平分配的数量指标 法 人数 席位
A方 B方 p1 p2 n1 n2
问题1：设A, B已分别有n1, n2 席，若增加1席，问应 分给A, 还是B？ 不妨设分配开始时 p1/n1> p2/n2 ，即对A不公平
应讨论以下几种情况
初始 p1/n1> p2/n2
1）若 p1/(n1+1)> p2/n2 ， 则这席应给 A
2）若 p1/(n1+1)< p2/n2 ， 应计算rB(n1+1, n2) 3）若 p1/n1> p2/(n2+1)， 应计算rA(n1, n2+1) 问： p1/n1<p2/(n2+1) 是否会出现？ 否!
能不能找到一个分配方法既满足1）又满足2）呢？
实例二 双层玻璃窗的功效
问 双层玻璃窗与同样多材料的单层 题 玻璃窗相比，减少多少热量损失 假 设 T1,T2不变，热传导过程处于稳态
热量传播只有传导，没有对流 材料均匀，热传导系数为常数
室 内 T1
d
l
d
室 外 T2
Q1
墙 室 内 T1 室 外 T2
定义 Qi
2 pi
否则, 该席给B
ni (ni 1)
, i 1,2, 该席给Q值较大的一方
2 pi
推广到m方 分配席位
计算 Qi
ni (ni 1)
, i 1,2， , m
该席给Q值最大的一方
Q 值方法
三系用Q值方法重新分配 21个席位
按人数比例的整数部分已将19席分配完毕
建 模 Q ~单位时间单位面积传导的热量
T~温差, d~材料厚度, k~热传导系数
2d
热传导定律
T Qk d
Q2
墙
建模 记双层玻璃窗传导的热量Q1
Ta~内层玻璃的外侧温度
Tb~外层玻璃的内侧温度
k1~玻璃的热传导系数
室 内 T1
Ta T b d l d
室 外 T2
Q1
墙
k2~空气的热传导系数
若rB(n1+1, n2) < rA(n1, n2+1), 则这席应给 A 若rB(n1+1, n2) >rA(n1, n2+1), 则这席应给 B
当 rB(n1+1, n2) < rA(n1, n2+1), 该席给A
rA, rB的定义
2 2 p2 p1 该席给A n2 (n2 1) n1(n1 1)
qi=Npi /P不全为整数时，ni 应满足的准则： 记 [qi]– =floor(qi) ~ 向 qi方向取整； [qi]+ =ceil(qi) ~ 向 qi方向取整. 1) [qi]– ni [qi]+ (i=1,2, … , m), 即ni 必取[qi]– , [qi]+ 之一 2) ni (N, p1, … , pm ) ni (N+1, p1, … , pm) (i=1,2, … , m) 即当总席位增加时， ni不应减少 “比例加惯例”方法满足 1），但不满足 2） Q值方法满足 2）, 但不满足 1）。令人遗憾！
实例一 公平的席位分配
问 题
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。
比 例 加 惯 例
系别 学生 比例 甲 乙 丙 103 51.5 63 34 31.5 17.0
Q值方法 分配结果
Q1最大，第20席给甲系 Q3最大，第 21席给丙系
甲系11席，乙系6席，丙系4 席
公平吗？
进一步的讨论
Q值方法比“比例加惯例”方法更公平吗？
席位分配的理想化准则
已知: m方人数分别为 p1, p2,… , pm, 记总人数为 P= p1+p2+…+pm, 待分配的总席位为N。 设理想情况下m方分配的席位分别为n1,n2,… , nm (自然应有n1+n2+…+nm=N)， ni 应是 N和 p1, … , pm 的函数，即ni = ni (N, p1, … , pm ) 记qi=Npi /P, i=1,2, … , m, 若qi 均为整数，显然应 ni=qi
甲系：p1=103, n1=10 乙系：p2= 63, n2= 6 丙系：p3= 34, n3= 3
用Q值方法分配 第20席和第21席
1032 632 342 96.4, Q2 94.5, Q3 96.3 第20席 Q1 1011 67 3 4 1032 80.4, Q2 , Q3 同上 第21席 Q1 1112