数学模型第三版学习笔记精修订

数学模型第三版学习笔记精修订
数学模型第三版学习笔记精修订

数学模型第三版学习笔

SANY标准化小组 #QS8QHH-HHGX8Q8-GNHHJ8-HHMHGN#

《数学模型(第三版)》学习笔记

写在开始

---小康社会欢迎您今天第一次归纳、复习,整理思路重点,从最后两章(除了“其他模型”)开始,想可能印象比较深刻。可实际开始总结才发现对于知识的理解和掌握还有很大差距,自己也是自学看书,非常希望各位提出宝贵意见,

内容、学习方法经验上的都是.

整本书读下来感觉思路、数学都有很大拓展,总结起

来有一下几个特点:

(一)“实际—>模型”的建模过程很关键,本书的模型很多虽然所谓“简单”、“假设多”,但简化分析中,还真难找到比它更合适、更合理、更巧妙的建模、假设

了;

(二)模型求解之后的处理,许多地方似乎求解完毕可以结束,但却都未戛然而止,而是进一步“结果分析”、“解释”,目的不一,要看进程而定,有的促进了模型的改进,有的对数学结果做出了现实对应的解释(这一点建模过程中也经常做,就是做几

步解释一下实际意义),也还有纯数学分析的,这些都是很重要的,在我看来,这本书中的许多模型、论文似乎到了“结果分析”这一步才刚刚开始,前面的求解似

乎是家常便饭了;

(三) 用各种各样的数学工具、技巧、思想来建模的过程,这本书读下来愈发觉得线性代数、高等数学基础的重要性,同时书中也设计到了一些(虽是浅浅涉及)新的数学知识和技巧,许多我在读的过程中只是试图了解这个思想,而推导过程未能花很多时间琢磨,但即便如此,还是让我的数学知识有了很大的拓展(作为工科专业学

生)。

从上周六继续自学《数学模型》开始一周,比预期的时间长了许多,但是过程中我觉得即便如此也很难领会完整这本书的内容。最近学习任务比较多,所以两天前快看完时到现在一直未能做个小结,从今天起每天做2章的小结,既是复习总结重点,也是请诸位同学指教、

提意见交流——毕竟自己领会很有限。

也可以作为未读过、准备读这本书的同学的参考~

——Tony Sun

July 2012, TJU

(目前已更新:全12章)

第1章建立数学模型关键词:数学模型意义特点

第1章是引入的一章,对数学模型的意义来源,做了很好的解释。其实数学模型也是模型的一种,是我们用来研究问题、做实验的工具之一,只不过它比较“理论”、“摸不着”而已。但通常,数学模型有严谨的特点,而且我们可以根据建模实际需要改变模型,成本也比较低;同时数学模型手段之一计算机模拟也有很好的效果。

椅子在不平的地面上放稳、商人安全过河、预报人口增长这3个熟悉的例子,用简单的数学进行描述、建模分析,给数学模型一个最好的诠释:用数学语言描述事物、现象——往往增添了说服力。

第2章初等模型关键词:初等数学简化技巧思想

这一章顾名思义,是一些用“初等”数学知识建立、求解的模型,虽然数学知识比较易懂,但是其中的巧妙思想确实十分重要的。

如何把问题做恰当的简化,到简单的数学工具能够表示、求解的程度,本章做出了很好的例子,同时分析也很精彩。

节公平席位分配,通过定义不公平程度等衡量标准,确立目标,提出Q值法。有意思的是,在考虑是否存在一个理论上公平的分配方法时,根据所提出的4个(毋庸置疑的)公理,得出的结论却是:不存在满足上述公理的分配方法。这种类似情况在本书中后面的例子也出现过。这给我们什么启示呢有些问题和工作,比如公平席位的分配,日常中是一定要做的,就算不能达到绝对公平也要分配,但一旦证明不存在理论上公平的分配方法时,我们还有分配的意义吗答案不一;在这个例子中,固然是有意义的,我们自然转而寻求一个相对公平的分配方法,抑或,就是回溯查看提出的“公理”是不是那么的“公理”,看能否通过删改公理来取得更公平方案。

录像机计数器、双层玻璃功效、刹车距离等模型,均是用日常现象、基础的物理知识和巧妙简化进行的建模分析,这里每个例子中的分析,求解后的解释很重要——它们是整个模型的关键,阐述现象。

实物交换——是后面经济学模型的雏形,无差别曲线的图形方法,确定这种曲线实际中要收集大量的数据;核军备竞赛一节,也是一个动态的变化过程,基本全是用曲线进行分析的——这里给我们一个思想,得出表达式后,许多时候我们只关注曲线的形状、趋势,因此作

图分析是很好的方法,图中可以给我们很多信息(交点,截距,极限值……),而这些信息都一一对应着它们的实际意义;有些即使没有明显的含义,但也很可能为接下来的铺垫、预测作下铺垫。

量纲分析与无量纲化——是另一种重要的求解方法,大致来说思想就是:仅知道变量之间的制约关系(正/负相关),系数、阶数均未知,即只能得出表达式的“形式”,要我们通过“量纲齐次性”(等式两端必须保持量纲的一致)来确定具体的表达式。这是与按理论推导建模并列的另一种方法,这一节用单摆、抛射等物理问题很好地诠释了这种方法的强大。关键:恰当地选择特征尺度,不仅可以减少独立参数的个数,还帮助我们决定舍弃哪些次要因素。物理知识和经验是关键。

第2章小结:

本章可以总结为“初等数学知识+巧妙简化技巧+思想”,10节涉及了不同类型的问题、数学方法,很多都是本书后面章节模型的雏形、基础。

第3章简单的优化模型关键词:简单优化微分法建模

思想

本章与第4章连续两章都是优化、规划的问题,可以看成一类问题——内容上也是由简单到复杂。在第3章中,主要是几个简单的优化模型,可以归结到函数极值问题来求解,直接用微分法。虽然模型、数学计算难不倒,但是还是那句——建模,求解之后结果分析、结果解释的思想,是我们要学习和引入脑中的。

存贮模型

分不允许、允许缺货两种讨论,中间推出一个最小费用的结果——经济订货批量公式EOQ。对存贮量函数q(t)作图,观察规律,对结果解释。

生猪出售时机

关键点在于敏感性分析和强健性分析——这对于优化模型是否实用、有效是很重要的。

森林救火

亮点是对火势蔓延程度dB/dt的形式作出的数条假设,以及假设对应的实际解释。只要合理、自圆其说,就是一个好的对实际问题的简化。

最优价格

主要是引出边际收入、编辑支出,以及经济学一条着名定律——最大利润在边际收入等于编辑支持时达到。血管分支

是很有趣的一节,用数学模型研究生理问题,我们还是只关注建模、数学的层面,而对于血管系统几何形状等生理学知识不讨论过多,用合理有力的假设代之。消费者的选择

一个消费者买两种产品时,钱应该如何分配。分配比例使他得到最大的满意度的最优比例乘务消费者均衡,而建立消费者均衡模型的关键在于确定效用函数

U(q1,q1)。

冰山运输

也是很有趣的问题,考虑各种因素,基于一些假设,这节研究怎样运输冰山使费用最小。其中用实际数据建立了经验公式,二是假设冰山为球形,简化了融化规律等的计算。

第4章数学规划模型关键词:数学规划方法

lingo/lindo软件结果深入分析变量个数

约束条件、可行域、目标函数,构成了常说的“数学规划”模型。本章揭示了数学规划的本质,和它与传统优化数学问题的区别:常理优化模型属于函数极值问题的范畴,但实际中更多的是决策变量数、约束个数较大,且最优解往往在边界上取得的问题,因此不能用传

统的“微分法”求解——因此要引入“数学规划”方法。

这一章内容不少,但都是一类问题,主要点有几个:1. lingo、lindo求解的使用——运行结果中还有一些平时未留意的信息,可以作为结果分析来用,前两节叙述较多;

2. 一些细节之处:把一句话用数学公式表达,它往往作为约束条件,如p102的式(19);

3. 多目标规划的处理,p109的“选课策略”——基本思想是通过加权组合形成一个新的目标,从而化为单目标规划;

4. 同前面章节一样地,对一个问题解出结果后,问题虽然解决了,但分析并没有结束——我们要学习这种further discussion的精神,发现这个结果“恰与…相同…”之类的,不妨多问自己一句:“这是偶然的吗”然后继续分析,得出一般的结论,这样往往能看到更多的风景,得出的结论更有含金量/启发性,而不是仅仅是解决了该个问题而已。如p109选课策略。

5. 减少变量个数,简化模型、式子(简化起见,同时lingo对变量个数有限制),p115销售的例子。

6. 求最优解时,为了

减少搜索范围,加快速度,可以先去一个特殊情况求出一个可行解,然后让最优解至少优于它。

第5章微分方程模型关键词:动态模型合理假设分析

预测控制

这一章是非常经典的一章,对微分方程模型作了很好的诠释、介绍,每一个模型都有丰富的价值。对于随时间连续变化的对象或状态,当我们要 1)分析变化规律;2)预测;3)研究如何控制它的时候,就要建立相应的微分方程模型。

自然地,这样的模型功能非常强大,也具有一般性,也自然地需要在简化假设上动脑筋——如何用数学语言能表述的东西来刻画一个实际动态过程。一个方程,有时就表示着一件事,这件事有可能还持续几十年——多么有趣而强大。

传染病模型

本节是解决“传播”、“蔓延”微分方程问题的典例,模型分三部分层层递进:SI(只分为易感染着、已感染者),SIS(已感染者可以被治愈,重新变为易感染者),SIR(治愈后具免疫力,即增加了“移出者”)。可以说从基础模型到一步步递进,是对实际传染病情况

的逐渐深入、全面的考虑,而其中的分析十分重要,也是本章分析得最细的章节。其中引入了“相轨线”分析法,是很有力的工具,后面多次用到,这一节有很详细的介绍。

经济增长模型

通过建立产值与1)资金;2)劳动力之间的关系,来研究1)资金与劳动力的最佳分配,使效益最大;2)如何调节资金、劳动力增长率,使劳动生产率有效增长。

本模型虽然不长,但推导出计量经济学一重要模型——Douglas生产函数。本节给出的模型推导稍繁,但结果简明,有合理解释。

正规战与游击战

这一节介绍了历史上用过的、经典的预测战争结局的数学模型,有传统正规战争、稍复杂的游击战,以及混合战。重点在于建模过程:如何描述战争双方的特性,如何作假设。然后用来分析硫磺岛战役。这节很好地体现了微分方程的强大。

药物在体内的分布与排除

本节建立了房室模型,研究血药浓度的变化过程,为制订给药方案、剂量大小提供数量依据。重点在于1)模

型的假设:尽管是简化,但由临床试验证明是正确的,可以接受;2)对参数的估计。

先由机理分析确定方程形式,再由测试数据估计参数。香烟过滤嘴的作用

看起来不易下手的一个问题,用恰当的假设,引入两个基本函数q,w,及物理学常用的守恒定律,建立出微分方程模型,从而构造动态模型。本例是经典的建模案例。

人口的预测和控制

本节模型与之前的区别在于:考虑年龄的分布,即除了时间外,年龄是另一个自变量。过程中重要的是数学公式中,系数、因子的实际含义要解释。

烟雾的扩散与消失

这个模型巧妙地引入了“仪器灵敏度”指标,不仅帮助建模,而且该指标本身是客观存在的,并非虚构,这样更加有说服力。

万有引力定律的发现

十分有意义的一节。我们初中就熟悉的牛顿万有引力定律,是由开普勒第三定律和牛顿第二定律一同推导出的,这一节再现了这个推导过程。这个模型告诉我们:正确假设+用数学演绎建模=对自然科学研究的巨大作

用。我们要学习科学家前辈们如何创造性地运用数学方法,来提升我们解决实际问题的能力。

第6章稳定性模型关键词:稳定性理论建而不解平衡

状态趋势相轨线

本章是建立在上一章的基础上,在微分方程基础上引入的一种重要思想/概念,那就是——对于某些问题,我们可能不关注动态过程的每个瞬时状态,而是研究稳定状态的特征,特别是时间充分长以后的状态/趋势,从而判断是否“稳定”。这时我们往往不需要“求解”微分方程(组),即“建而不解”;而是利用“微分方程稳定性理论”直接研究平衡状态稳定性即可。

* 微分方程稳定性理论简介

这一节应为优先阅读的一节,介绍了如何判断一阶、二阶方程的平衡点和稳定性。数学推导稍复杂(对于未接触过的同学),重要在于了解一些概念、结论,在模型实例中来进一步理解。

捕鱼业的持续收获

研究捕鱼业产量、效益和捕捞过度问题,如何捕捞能获得最大收益。这个问题虽然看似只需要给出一个“捕

捞量”的答案就可以了,但是模型整个过程分析中还是得出了许多结论,如经济学捕捞过度、生态学捕捞过度等概念。在稳定的前提下步步深入。

军备竞赛

这个问题在第二章初等模型中就出现过,这里用微分方程稳定性的知识来分析。正如本节引言所说,军备竞赛因素很多,无法圆满描述,只是想告诉我们:一个复杂实际过程可以被合理简化到什么程度,得到的结果又怎样解释实际现象。

种群的相互竞争种群的相互依存食饵-捕食者模型这三节作为一个系列,用种群竞争、依存、捕食这类生物学案例来诠释稳定性模型的应用。其中,相轨线分析法再次成为主角,它的意义在于:从图中曲线上直观地看出发展趋势,且特殊点对应的意义作出解释。

第7章差分方程模型关键词:差分方程稳定性离散时

段差分阻滞增长混沌

将时间离散化后,就可以建立与微分方程相对应的差分方程模型。这章与第8章讨论的是确定性离散模型。实际上有些问题既可以用连续,又可以用离散,要看目的而定。离散的一个优势在于,便于计算机求解。

差分方程简介:介绍差分方程稳定性的知识,判别稳定的条件。本章要用到的知识。

市场经济中的蛛网模型

先用图形法建立市场经济的“蛛网模型”,给出趋于稳定的条件,再用差分方程建模,解释结果。本节开头的“问题前瞻、介绍”部分很经典,可作为建模论文写作的参考。

本节最后对结果的解释也非常值得学习:启示我们,一些数学结果如参数前后的变大/变小,可能意味着什么,我们不要轻易放过,而是要时刻不忘解释相对应的原因。

减肥计划——节食与运动

这是一个很生活的问题,主要讨论如何把一个“超重”的人减到目标的正常范围内(均以WTO颁布的体重指数BMI衡量)。

我认为这个模型的两点仍然在建模本身:及如何将减肥计划中“减肥”这一件事量化,用数学的语言可以表达,写出差分方程。其中p208的“基本方程”式(1)是整个模型的基石,有了此式后面的工作就可以往上搭建了。注意到,式(1)其实是一个“建而不解”的方程。

但正如节末评注中所述,实际参数的设置会更复杂,代谢消耗系数beta也因人而异、因环境而异,所以要有更多核对。但我们先要学习的还是建模这一步。

差分形式的阻滞增长模型

此节是与之前用微分方程Logistic规律描述的“阻滞增长”规律最好的对比。有时,用离散化的时间研究比较方便,本节是很好的参考。(按:本人曾经做过用差分方程加修正,描述人数传播问题,个人认为很多情况用差分方程更好,也更“诚实”些,因为我们也只是想要每个时段的数量)

要注意的是:若用离散描述,需要说明各“时段”指代意义。推出p211的式(6)后,这个一阶分线性差分方程,也是“建而不解”,但注意:此处“不解”是指不需求通项公式,但各项的值仍要计算——用计算机递推可方便得到。我们最关心的往往是k趋向无穷时,y/x 收敛情况,即平衡点稳定性的问题。这里微分、差分方程判别上有区别。

P212中,通过深入讨论和213页的数据表发现,不同的参数b下收敛情况不一,然后发现了“倍周期收敛”的规律,即存在多个收敛的子序列。然后发现当n区域无穷时,不在存在任何倍周期收敛,出现混沌现象(Chaos)。

混沌的特点为对初值极度敏感,这一点在物理课中老师也提到过,许多非线性方程均是如此,即“差之毫厘,失之千里”,蝴蝶效应。

按年龄分组的种群增长

这个模型的主要区别在于:将种群分成n个年龄组,分析各年龄组对种群总量增减的影响。这一节的数学推导稍繁。

第8章离散模型

关键词:层次分析排名次冲量过程“分赃” 群体决

(本章是确定性离散模型的应用、方法)

层次分析模型

社会经济系统分析工具。排名、评分评价,排等级都可以用层次分析模型解决,数学知识虽然不深,但是思想十分巧妙且合理,可扩展性也很好。关键在于1)“成对比较矩阵”的确定及修正,2)特征根法求权向量的原理(重要),3)1-9比较尺度(Satty等人提出),4)一致性检验。

循环比赛的名次

这节也是对一些排名评价“难题”给出一种经典解法:邻接矩阵+得分向量。转化为计算各级得分向量s、A

最大特征根&对应特征向量s。按常理一般只会想到基于原邻接矩阵的1级得分向量,若比不出则停滞了;但若将i级乘回邻接矩阵,可以“发展”到i+1级得分向量——这个思想是本模型的关键,而且简单易用易理解。

对于所谓的“下一级”得分向量定义的原理依据,或实际意义,是此思想的关键,我觉得可以接受,看上去很有道理,但未想出具体的解释,这里欢迎指教、讨论。(p246)

社会经济系统的冲量过程

区别于机理分析、统计分析,冲量过程与层次分析属于“系统分析”,是近20年来发展起来的解决复杂系统的有力工具。

这节模型研究能源系统中,各个因素的趋势、预测问题。主要工具有:带符号加权的有向图,冲量过程(类比物理“冲量“概念)。其目的无非是研究系统的“稳定性”,以及如何“调整”到稳定。这是实际问题关注的。

效益的合理分配

几方(大于3方)合作,已知不同子组合可获得不同收益,那么一起合作后,谁的功劳最大也就是说,干完活后,如何“分赃”——这里是理性的、用数学推理的公平的“分赃”。

本节介绍了3类方法:Shapley值,协商解等,Raiffa 解。最后用一个3方分配例子对比了这3种方法。3种方法特点在p262。是客观求各因素权重的有力途径。

存在公正的选举规则吗

这一节类似第2章的“公平席位”。主要讨论的是“群体决策”这一类问题。

首先是简单的选举规则。

接着介绍Arrow K的工作:提出一组公理,却证明不存在满足这组公理的选举规则,但很具有启发性。

然后是联合尺度选举规则,它是一个简单易行的规则(但是对投票情况限制了,才可能满足Arrow公理)。

最后是一种与Arrow公理无关的规则——最小距离,这是一种类比思想,很巧妙地把公平转化为距离之和最小的最优化问题。

第9章概率模型关键词:随机模型基础概率生灭过程

数值解分析

相对“确定性”模型来说,当随机因素的影响不可忽略时,就要建立随机模型。概率模型就是比较简单的随机模型,这一章用我们熟悉的概率分布、期望、方差等知识介绍概率模型怎样处理随机因素的。

关键点有:

1. 如何定义随机因素相关的量。针对一个实际问题,做好定义是开始工作的根本。

2. 随机概率模型一般从离散角度(一个个时段)下手,但求解中为了需要可能会转化为连续(如p274的求和转化为积分)。

3. 要灵活根据实际问题,决定哪些参数应设为定值,哪些参数会变(如轧钢问题,重量服从正态分布中,均方差应认为是已知的定值,而均值是可以调整的)。

4. 一般的“生灭过程”参考的随机人口模型——相比之前的人口模型,这个更加一般,考虑的因素更多,更接近实际。

5. 有些模型无法解析求解,然而数值计算的结果已满足我们对问题进行分析的需要(预订票策略)。

第10章统计回归模型

关键词:数据拟合MATLAB统计残差分析自相关逐步

回归

对于有些内部规律复杂、无法分析内在机理的问题,我们建模、拟合的通常做法就是搜集大量的数据,用统计方法建立模型——统计回归模型。

关键点有:

什么是数学模型与数学建模

1. 什么是数学模型与数学建模 简单地说:数学模型就是对实际问题的一种数学表述。 具体一点说:数学模型是关于部分现实世界为某种目的的一个抽象的简化的数学结构。 更确切地说:数学模型就是对于一个特定的对象为了一个特定目标,根据特有的内在规律,做出一些必要的简化假设,运用适当的数学工具,得到的一个数学结构。数学结构可以是数学公式,算法、表格、图示等。 数学建模就是建立数学模型,建立数学模型的过程就是数学建模的过程(见数学建模过程流程图)。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、简化建立能近似刻划并"解决"实际问题的一种强有力的数学手段。 2.美国大学生数学建模竞赛的由来: 1985年在美国出现了一种叫做MCM的一年一度大大学生数学模型(1987年全称为Mathematical Competition in Modeling,1988年改全称为Mathematical Contest in Modeling,其所写均为MCM)。这并不是偶然的。在1985年以前美国只有一种大学生数学竞赛(The william Lowell Putnam mathematial Competition,简称Putman(普特南)数学竞赛),这是由美国数学协会(MAA--即Mathematical Association of America的缩写)主持,于每年12月的第一个星期六分两试进行,每年一次。在国际上产生很大影响,现已成为国际性的大学生的一项著名赛事。该竞赛每年2月或3月进行。 我国自1989年首次参加这一竞赛,历届均取得优异成绩。经过数年参加美国赛表明,中国大学生在数学建模方面是有竞争力和创新联想能力的。为使这一赛事更广泛地展开,1990年先由中国工业与应用数学学会后与国家教委联合主办全国大学生数学建模竞赛(简称CMCM),该项赛事每年9月进行。

数学建模答题模板

例:某公司有6个仓库,库存货物总数分别为60,55,51,43,41,52,现有8个客户各要一批货,数量分别为35,37,22,32,41,32,43,38.各仓库到8个客户处得单位货物运价见下表。 问题分析:本问题中,各仓库的供应总量为302个单位,需求量为280个单位,为一个供需不平衡问题。目标函数为运输费用,约束条件有两个:分别是供应方和需求方的约束。 解: 引入决策变量ij x ,代表着从第i 个仓库到第j 个客户的货物运量,用符号ij c 表示从第i 个仓库到第j 个客户的单位货物运价,i a 表示第i 个仓库的最大供货量,j d 表示第j 个客户的订货量。 则本问题的数学模型为: 68 11 min ij ij i j z c x ===∑∑ s.t 8 1 61,1,2,6,1,2,,80,1,2,6,1,2,,8ij i j ij j i ij x a i x d j x i j ==? ≤=???? ? ? ≤=????? ?≥=???=?????∑∑ 模型求解:用LINGO 语言编写程序(程序见题后附录),运行得到以下求解结果:

以下省略了其他变量的具体数值。 计算结果表明:目标函数值为664.00,最优运输方案见下表 【参考文献】 [1]李大潜,中国大学生数学建模竞赛(第三版)[M],北京:高等教育出版社,2009 [2]叶其孝,大学生数学建模竞赛辅导教材(五)[M],长沙:湖南教育出版社,2008 [3]袁新生,邵大宏,郁时炼.LINGO和EXCEL在数学建模中的应用[M],北京:科学出版社,2007 附录:LINGO程序 model: sets: wh/w1..w6/:ai;vd/v1..v8/:dj; links(wh,vd):c,x; endsets data: ai=60,55,51,43,41,52; dj=35,37,22,32,41,32,43,38; c=6,2,6,7,4,2,5,9 4,9,5,3,8,5,8,2 5,2,1,9,7,4,3,3 7,6,7,3,9,2,7,1 2,3,9,5,7,2,6,5 5,5,2,2,8,1,4,3; enddata min=@sum(links(i,j):c(i,j)*x(i,j));

建立数学模型的方法、步骤、特点及分类

建立数学模型的方法、步骤、特点及分类 [学习目标] 1.能表述建立数学模型的方法、步骤; 2.能表述建立数学模型的逼真性、可行性、渐进性、强健性、可转移性、非 预制性、条理性、技艺性和局限性等特点;; 3.能表述数学建模的分类; 4.会采用灵活的表述方法建立数学模型; 5.培养建模的想象力和洞察力。 一、建立数学模型的方法和步骤 —般说来建立数学模型的方法大体上可分为两大类、一类是机理分析方法,一类是测试分析方法.机理分析是根据对现实对象特性的认识、分析其因果关系,找出反映内部机理的规律,建立的模型常有明确的物理或现实意义.测试分折将研究对象视为一个“黑箱”系统,内部机理无法直接寻求,可以测量系统的输人输出数据、并以此为基础运用统计分析方法,按照事先确定的准则在某一类模型中选出一个与数据拟合得最好的模型。这种方法称为系统辨识(System Identification).将这两种方法结合起来也是常用的建模方法。即用机理分析建立模型的结构,用系统辨识确定模型的参数. 可以看出,用上面的哪一类方法建模主要是根据我们对研究对象的了解程度和建模目的决定的.如果掌握了机理方面的一定知识,模型也要求具有反映内部特性的物理意义。那么应该以机理分析方法为主.当然,若需要模型参数的具体数值,还可以用系统辨识或其他统计方法得到.如果对象的内部机理基本上没掌握,模型也不用于分析内部特性,譬如仅用来做输出预报,则可以系统辩识方法为主.系统辨识是一门专门学科,需要一定的控制理论和随机过程方面的知识.以下所谓建模方法只指机理分析。 建模要经过哪些步骤并没有一定的模式,通常与实际问题的性质、建模的目的等有关,从 §16.2节的几个例子也可以看出这点.下面给出建模的—般步骤,如图16-5所示. 图16-5 建模步骤示意图 模型准备首先要了解问题的实际背景,明确建模的目的搜集建模必需的各种信息如现象、数据等,尽量弄清对象的特征,由此初步确定用哪一类模型,总之是做好建模的准备工作.情况明才能方法对,这一步一定不能忽视,碰到问题要虚心向从事实际工作的同志请教,尽量掌握第一手资料. 模型假设根据对象的特征和建模的目的,对问题进行必要的、合理的简化,用精确的语言做出假设,可以说是建模的关键一步.一般地说,一个实际问题不经过简化假设就很难翻译成数学问题,即使可能,也很难求解.不同的简化假设会得到不同的模型.假设作得不合理或过份简单,会导致模型失败或部分失败,于是应该修改和补充假设;假设作得过分详细,试图把复杂对象的各方面因素都考虑进去,可能使你很难甚至无法继续下一步的工作.通常,作假设的依据,一是出于对问题内在规律的认识,二是来自对数据或现象的分析,也可以是二者的综合.作假设时既要运用与问题相关的物理、化学、生物、经济等方面的知识,又要充分发挥想象力、洞察力和判断力,善于辨别问题的主次,果断地抓住主要因素,舍弃次要因素,尽量将问题线性化、均匀化.经验在这里也常起重要作用.写出假设时,语言要精确,就象做习题时写出已知条件那样.

数学建模知识及常用方法

数学建模知识——之新手上路 一、数学模型的定义现在数学模型还没有一个统一的准确的定义,因为站在不同的角度可以有不同的定义。不过我们可以给出如下定义:“数学模型是关于部分现实世界和为一种特殊目的而作的一个抽象的、简化的结构。”具体来说,数学模型就是为了某种目的,用字母、数学及其它数学符号建立起来的等式或不等式以及图表、图像、框图等描述客观事物的特征及其内在联系的数学结构表达式。一般来说数学建模过程可用如下框图来表明:数学是在实际应用的需求中产生的,要解决实际问题就必需建立数学模型,从此意义上讲数学建模和数学一样有古老历史。例如,欧几里德几何就是一个古老的数学模型,牛顿万有引力定律也是数学建模的一个光辉典范。今天,数学以空前的广度和深度向其它科学技术领域渗透,过去很少应用数学的领域现在迅速走向定量化,数量化,需建立大量的数学模型。特别是新技术、新工艺蓬勃兴起,计算机的普及和广泛应用,数学在许多高新技术上起着十分关键的作用。因此数学建模被时代赋予更为重要的意义。二、建立数学模型的方法和步骤 1. 模型准备要了解问题的实际背景,明确建模目的,搜集必需的各种信息,尽量弄清对象的特征。 2. 模型假设根据对象的特征和建模目的,对问题进行必要的、合理的简化,用精确的语言作出假设,是建模至关重要的一步。如果对问题的所有因素一概考虑,无疑是一种有勇气但方法欠佳的行为,所以高超的建模者能充分发挥想象力、洞察力和判断力,善于辨别主次,而且为了使处理方法简单,应尽量使问题线性化、均匀化。 3. 模型构成根据所作的假设分析对象的因果关系,利用对象的内在规律和适当的数学工具,构造各个量间的等式关系或其它数学结构。这时,我们便会进入一个广阔的应用数学天地,这里在高数、概率老人的膝下,有许多可爱的孩子们,他们是图论、排队论、线性规划、对策论等许多许多,真是泱泱大国,别有洞天。不过我们应当牢记,建立数学模型是为了让更多的人明了并能加以应用,因此工具愈简单愈有价值。 4. 模型求解可以采用解方程、画图形、证明定理、逻辑运算、数值运算等各种传统的和近代的数学方法,特别是计算机技术。一道实际问题的解决往往需要纷繁的计算,许多时候还得将系统运行情况用计算机模拟出来,因此编程和熟悉数学软件包能力便举足轻重。 5. 模型分析 对模型解答进行数学上的分析。“横看成岭侧成峰,远近高低各不同”,能否对模型结果作出细致精当的分析,决定了你的模型能否达到更高的档次。还要记住,不论那种情况都需进行误差分析,数据稳定性分析。例题:一个笼子里装有鸡和兔若干只,已知它们共有 8 个头和 22 只脚,问该笼子中有多少只鸡和多少只兔?解:设笼中有鸡 x 只,有兔 y 只,由已知条件有 x+y=8 2x+4y=22 求解如上二元方程后,得解 x=5,y=3,即该笼子中有鸡 5 只,有兔 3 只。将此结果代入原题进行验证可知所求结果正确。根据例题可以得出如下的数学建模步骤: 1)根据问题的背景和建模的目的做出假设(本题隐含假设鸡兔是正常的,畸形的鸡兔除外) 2)用字母表示要求的未知量 3)根据已知的常识列出数学式子或图形(本题中常识为鸡兔都有一个头且鸡有 2 只脚,兔有 4 只脚) 4)求出数学式子的解答 5)验证所得结果的正确性这就是数学建模的一般步骤三、数模竞赛出题的指导思想传统的数学竞赛一般偏重理论知识,它要考查的内容单一,数据简单明确,不允许用计算器完成。对此而言,数模竞赛题是一个“课题”,大部分都源于生产实际或者科学研究的过程中,它是一个综合性的问题,数据庞大,需要用计算机来完成。其答案往往不是唯一的(数学模型是实际的模拟,是实际问题的近似表达,它的完成是在某种合理的假设下,因此其只能是较优的,不唯一的),呈报的成果是一篇论文。由此可见“数模竞赛”偏重于应用,它是以数学知识为引导计算机运用能力及文章的写作能力为辅的综合能力的竞赛。四、竞赛中的常见题型赛题题型结构形式有三个基本组成部分: 1. 实际问题背景涉及面宽——有社会,经济,管理,生活,环境,自然现象,工程技术,现代科学中出现的新问题等。一般都有一个

数学建模--轧钢中的浪费

轧钢中的浪费 一、摘要: 在轧钢厂内,把粗大的钢坯变成合格的钢材通常要经过两道工序,第一道是粗轧(热轧),形成钢材的雏形;第二道是精轧(冷轧),得到规定长度的成品材。粗轧时由于设备、环境等方面的众多因素的影响,得到的钢材的长度是随机的,大体上呈正态分布,其均值可以在轧制过程中由轧机调整,而均方差则由设备的精度决定,不能随意改变。如果粗轧后的钢材长度大于规定的长度,精轧时把多出的部分切掉,造成浪费;如果粗轧后的钢材已经比规定长度短,则整根报废,造成浪费。显然,应该综合考虑这两种情况,使得总浪费最小。 首先推算出热轧一根成品钢材的平均浪费J与钢材的期望值μ的关系式为J=μ/P-L,再由样本计算出钢材的均方差σ,就可以用Matlab画出J随μ的变化曲线图。然后对样本进行Z检验来判断均值是否调整到最佳值,也就是看样本的均值有没有设定到μ* 。最后我们取σ=0:0.0001:0.8进行数值求解,计算出g J ,并作出钢材的平均浪费随设备精度的变化曲线。根据这条曲线可minσ ( ) 以用Matlab的cftool工具箱进行拟合,可以得到与曲线相符的函数,即为钢材的平均浪费与设备精度的关系式。 二、问题重述 我们对30根在同一热轧机A上得到的粗轧后的钢材长度如下表格1(单位:米,热轧过程中没对轧机进行调整)。热轧后的钢材再经过冷轧,得到规定长度的成品钢材。 I 为了得到规定长度为l的成品钢材,在热轧前应如何调整轧机轧制过程中的均值m,使得到成品材时浪费最小? II 表1中数据是为了得到2.0m成品材时得到的,请分析此时轧机轧制过程中均值是否已调整到了最佳? III 评估热轧机A为获得一根规定长度2.0m成品材时产生的平均浪费。为减少这一相当可观的浪费,应设法提高粗轧设备的精度。请给出平均浪费与设备精度之间的关系。

数学建模常用方法

数学建模常用方法 建模常用算法,仅供参考: 1、蒙特卡罗算法(该算法又称随机性模拟算法,是通过计算机仿真来解决问题的算法,同时可以通过模拟可以来检验自己模型的正确性,是比赛时必 用的方法) 2、数据拟合、参数估计、插值等数据处理算法(比赛中通常会遇到大量的数据需要处理,而处理数据的关键就在于这些算法,通常使用M a t l a b作为工具) 3、线性规划、整数规划、多元规划、二次规划等规划类问题(建模竞赛大多数问题属于最优化问题,很多时候这些问题可以用数学规划算法来描述,通 常使用L i n d o、L i n g o软件实现) 4、图论算法(这类算法可以分为很多种,包括最短路、网络流、二分图等算法,涉及到图论的问题可以用这些方法解决,需要认真准备) 5、动态规划、回溯搜索、分治算法、分支定界等计算机算法(这些算法是算法设计中比较常用的方法,很多场合可以用到竞赛中) 6、最优化理论的三大非经典算法:模拟退火法、神经网络、遗传算法(这些问题是用来解决一些较困难的最优化问题的算法,对于有些问题非常有帮助,但是算法的实现比较困难,需慎重使用) 7、网格算法和穷举法(网格算法和穷举法都是暴力搜索最优点的算法,在很多竞赛题中有应用,当重点讨论模型本身而轻视算法的时候,可以使用这种 暴力方案,最好使用一些高级语言作为编程工具) 8、一些连续离散化方法(很多问题都是实际来的,数据可以是连续的,而计 算机只认的是离散的数据,因此将其离散化后进行差分代替微分、求和代替积分等思想是非常重要的) 9、数值分析算法(如果在比赛中采用高级语言进行编程的话,那一些数值分析中常用的算法比如方程组求解、矩阵运算、函数积分等算法就需要额外编写库函数进行调用) 10、图象处理算法(赛题中有一类问题与图形有关,即使与图形无关,论文 中也应该要不乏图片的,这些图形如何展示以及如何处理就是需要解决的问题,通常使用M a t l a b进行处理) 一、在数学建模中常用的方法: 1.类比法 2.二分法 3.量纲分析法 4.差分法 5.变分法 6.图论法 7.层次分析法 8.数据拟合法 9.回归分析法 10.数学规划(线性规划、非线性规划、整数规划、动态规划、目标规划) 11.机理分析 12.排队方法

数学模型第三版课后习题答案.doc

《数学模型》作业解答 第七章( 2008 年 12 月 4 日) 1.对于节蛛网模型讨论下列问题: ( 1)因为一个时段上市的商品不能立即售完,其数量也会影响到下一时段的价格,所以第 k 1时段的价格y k 1由第k 1 和第 k 时段的数量x k 1和x k决定,如果仍设x k 1仍只取

决于 y k ,给出稳定平衡的条件,并与节的结果进行比较 . ( 2)若除了 y k 1 由 x k 1 和 x k 决定之外, x k 1 也由前两个时段的价格 析稳定平衡的条件是否还会放宽 . 解:( 1)由题设条件可得需求函数、供应函数分别为: y k 1 f x k 1 x k ) ( 2 x k 1 h( y k ) 在 P 0 (x 0 , y 0 ) 点附近用直线来近似曲线 f , h ,得到 y k 1 y 0 ( x k 1 x k x 0 ), 2 x k 1 x 0 ( y k y 0 ) , 由( 2)得 x k 2 x 0 ( y k 1 y 0 ) ( 1)代入( 3)得 x k 2 x 0 ( x k 1x k x 0 ) 2 2x k 2 x k 1 x k 2x 0 2 x 0 对应齐次方程的特征方程为 2 2 ( ) 2 8 特征根为 1, 2 4 y k 和 y k 1 确定 . 试分 (1) ( 2) (3) 当 8 时,则有特征根在单位圆外,设 8 ,则

1,2 ( ) 2 ( ) 2 8 42 2 4 1,2 1 2 即平衡稳定的条件为 2与 P 207 的结果一致 . ( 2)此时需求函数、供应函数在 P 0 (x 0 , y 0 ) 处附近的直线近似表达式分别为: y k 1 y 0 ( x k 1 x k x 0 ), ( 4) 2 x k 1 x 0 ( y k y k 1 y 0 ) , ( 5) 2 由( 5)得, (x x 0 ) β(y y y k 1 y 0 ) ( 6 ) 2 k 3 k 2 将( 4)代入( 6),得 2( x k 3 x 0 ) ( x k 2 x k 1 x 0 ) ( x k 1 x k x 0 ) 2 2 4 x k 3x k 2 2 x k 1 x k 4 x 0 4 x 0 对应齐次方程的特征方程为 4 3 2 2 0 (7) 代数方程( 7 )无正实根,且 αβ , , 2 4 不是( 7)的根 . 设( 7)的三个非零根分 别为 1, 2, 3,则 1 2 3 4 1 2 2 3 3 1 2 1 2 3 4 对( 7)作变换: , 则 12 3 q 0, p 其中 p 1 (2 2 2 ), q 1(833 2 2 ) 4 12 4 123 6

数学建模参考书大全

专业性参考书(这方面书籍很多,仅列几本供参考) : 1、数学模型,姜启源编,高等教育出版社(1987年第一版,1993年第二版,2003年第三版,2011年第四版;第一版在1992年国家教委举办的第二届全国优秀教材评选中获"全国优秀教材奖"). 2.数学模型与计算机模拟,江裕钊、辛培情编,电子科技大学出版社,(1989). 3.数学模型选谈(走向数学从书),华罗庚,王元著,王克译,湖南教育出版社;(1991). 4.数学建模--方法与范例,寿纪麟等编,西安交通大学出版社(1993). 5.数学模型,濮定国、田蔚文主编,东南大学出版社(1994). 6..数学模型,朱思铭、李尚廉编,中山大学出版社,(1995) 7.数学模型,陈义华编著,重庆大学出版社,(1995) 8.数学模型建模分析,蔡常丰编著,科学出版社,(1995). 9.数学建模竞赛教程,李尚志主编,江苏教育出版社,(1996). 10.数学建模入门,徐全智、杨晋浩编,成都电子科大出版社,(1996). 11.数学建模,沈继红、施久玉、高振滨、张晓威编,哈尔滨工程大学出版社,(1996). 12.数学模型基础,王树禾编著,中国科学技术大学出版社,(1996). 13.数学模型方法,齐欢编著,华中理工大学出版社,(1996). 14.数学建模与实验,南京地区工科院校数学建模与工业数学讨论班编,河海大学出版社,(1996). 15.数学模型与数学建模,刘来福、曾文艺编,北京师范大学出版杜(1997). 16. 数学建模,袁震东、洪渊、林武忠、蒋鲁敏编,华东师范大学出版社。 17.数学模型,谭永基,俞文吡编,复旦大学出版社,(1997). 18.数学模型实用教程,费培之、程中瑗层主编,四川大学出版社,(1998).

系统的描述与数学建模

系统的描述与数学建模 [摘要]数学建模就是利用数学方法将系统的文字语言描述转化成数学方式表达。由于影响系统的因素多种多样,当用数学表达系统时,我们要求尽可能要使得数学建模既能从本质上反映系统,又能使得系统的数学模型具有简单性。 [关键词]系统的建模数学建模 数学建模就是利用数学方法将系统的文字语言描述转化成数学方式表达。由于影响系统的因素多种多样,当用数学表达系统时,我们要求尽可能要使得数学建模既能从本质上反映系统,又能使得系统的数学模型具有简单性。一个极其复杂的数学模型对于分析系统毫无帮助。 为了说明这种数学建模的方法,我们举一个简单的例子。比如我们研究某一地区人口的健康状况。假定在我们的研究时段内没有人口的自然死亡,按照自然规律人口总是以一定的概率,变成亚健康、或者患上某种轻疾病、或者患上重疾病。在一定的环境和医疗条件下,部分亚健康者和患者会得以康复,这是一种简单运算的系统描述,并没有具体地给出定量表达。为了能用数学的方法表达这个描述,我们按照以下方式将人口分类:(1)健康人。(2)亚健康人。(3)患轻病人。(4)患重病人。 根据上面的关系和一些假定条件,我们可以得到相应的微分方程,至于方程的详细导出我们以后再讨论。这里我们需要指出,前面我们只是一种说明性的举例,在实际建模过程中,要依赖于系统所在的环境,按照前面方法得到的应是确定性模型,在随机环境中,上面所述的量应当对应成相应状态的概率。 再比如排队系统,是最常见的一种系统,这类系统主要描述顾客到达,接受服务然后离开这一过程。系统由顾客与服务员两个单元组成。这类问题主要由以下四个因素决定:(1)顾客来到窗口的频率。(2)窗口的个数。(3)排队规则。(4)服务时间分布;所以我们必须对它们作适当的假定。 在单个服务台的排队系统模型M/M/1,即系统只设一个服务台床的情况。假定顾客是相互独立地到达系统,而且顾客到达系统的间隔时间服从负指数分布 F(t)=1-e -λt (输入过程),又服务窗为每一位顾客的服务时间也同时服从负指 数分布H(t)=1-e -μt (运行方式)。对这种最简单的排队模型,我们将依照不同的系统规则确定排队系统所满足的微分方程。 M/M/1损失制排队模型是指系统内只设一个服务窗,系统容量为1(即有一个排队位置而无排队等待位置),顾客到达和窗口服务时间均为负指数分布,且

数学建模的基本步骤

数学建模的基本步骤 一、数学建模题目 1)以社会,经济,管理,环境,自然现象等现代科学中出现的新问题为背景,一般都有一个比较确切的现实问题。 2)给出若干假设条件: 1. 只有过程、规则等定性假设; 2. 给出若干实测或统计数据; 3. 给出若干参数或图形等。 根据问题要求给出问题的优化解决方案或预测结果等。根据问题要求题目一般可分为优化问题、统计问题或者二者结合的统计优化问题,优化问题一般需要对问题进行优化求解找出最优或近似最优方案,统计问题一般具有大量的数据需要处理,寻找一个好的处理方法非常重要。 二、建模思路方法 1、机理分析根据问题的要求、限制条件、规则假设建立规划模型,寻找合适的寻优算法进行求解或利用比例分析、代数方法、微分方程等分析方法从基本物理规律以及给出的资料数据来推导出变量之间函数关系。 2、数据分析法对大量的观测数据进行统计分析,寻求规律建立数学模型,采用的分析方法一般有: 1). 回归分析法(数理统计方法)-用于对函数f(x)的一组观测值(xi,fi)i=1,2,…,n,确定函数的表达式。 2). 时序分析法--处理的是动态的时间序列相关数据,又称为过程统计方法。 3)、多元统计分析(聚类分析、判别分析、因子分析、主成分分析、生存数据分析)。 3、计算机仿真(又称统计估计方法):根据实际问题的要求由计算机产生随机变量对动态行为进行比较逼真的模仿,观察在某种规则限制下的仿真结果(如蒙特卡罗模拟)。 三、模型求解: 模型建好了,模型的求解也是一个重要的方面,一个好的求解算法与一个合

适的求解软件的选择至关重要,常用求解软件有matlab,mathematica,lingo,lindo,spss,sas等数学软件以及c/c++等编程工具。 Lingo、lindo一般用于优化问题的求解,spss,sas一般用于统计问题的求解,matlab,mathematica功能较为综合,分别擅长数值运算与符号运算。 常用算法有:数据拟合、参数估计、插值等数据处理算法,通常使用spss、sas、Matlab作为工具. 线性规划、整数规划、多元规划、二次规划、动态规划等通常使用Lindo、Lingo,Matlab软件。 图论算法,、回溯搜索、分治算法、分支定界等计算机算法, 模拟退火法、神经网络、遗传算法。 四、自学能力和查找资料文献的能力: 建模过程中资料的查找也具有相当重要的作用,在现行方案不令人满意或难以进展时,一个合适的资料往往会令人豁然开朗。常用文献资料查找中文网站:CNKI、VIP、万方。 五、论文结构: 0、摘要 1、问题的重述,背景分析 2、问题的分析 3、模型的假设,符号说明 4、模型的建立(局部问题分析,公式推导,基本模型,最终模型等) 5、模型的求解 6、模型检验:模型的结果分析与检验,误差分析 7、模型评价:优缺点,模型的推广与改进 8、参考文献 9、附录 六、需要重视的问题 数学建模的所有工作最终都要通过论文来体现,因此论文的写法至关重要:

轧制过程数学模型

1轧制过程数学模型 1.1轧制工艺参数模型 随着科学技术的发展,计算机已广泛应用于轧钢生产过程的控制,促使轧钢生产向自动化、高速和优质方向发展。电子计算机在线控制生产过程,不仅仅只是电子计算机本身的硬件和软件的作用,更重要的是控制系统和各种各样的数学模型,正因为有适合轧钢生产的各种数学模型,才有可能实现电子计算机对整个轧钢生产各个环节的控制,获得高精度的产品。 线材连轧生产过程的主要内容基本上可归纳为尺寸变化和温度变化两大类性质极不相同但又相互紧密联系的物理过程,涉及的数学模型主要是轧制工艺参数的制定、各环节的温降变化、产品质量控制及实现线材连轧生产的可靠性等。 在线材连轧生产过程中,准确地计算(预估)各个环节的温度变化是实现计算机控制的重要前提,这是因为轧件各道次的变形阻力、轧制压力、轧制力矩的准确确定与温度是分不开的,而各机架轧制压力的预估精度将直接关系到设备的使用安全等。 下面分别讨论线材连轧生产过程中的温降模型、变形阻力模型、轧制力与轧制力矩模型。 1.1.1延伸系数及孔型尺寸计算模型 在制订棒线材轧制工艺时,当坯料和产品断面面积F 0和F n 给定之后,总延伸系数∑μ就可唯一确定: n n n i i n i F F F F F F F F F F 011211021== =-+∑ μμμμμ 其中:n ——总轧制道次; μi ——某一道次的延伸系数; F i ——某一道次的轧件断面面积。

椭圆孔示意图

mB R F +-=)sin (2θθ R B 2arcsin 2=θ ??? ? ? --=2cos 12θR h m 对于圆孔,轧件断面面积可通过下式计算: 圆孔示意图 απθ2-= αθtan 422R R F += 1.1.2前滑模型 孔型轧制时的前滑率计算可采用筱篬或斋藤提出的实验模型。两者都认为前滑仅是轧件、孔型几何尺寸的函数。斋藤模型以平均工作辊径定义前滑,当道次变形量较小时会出现负前滑的计算结果;筱篬模型改用孔型槽底处的最小辊径定义前滑,即前滑S f 为: S f =V 1/V R -1 (1.1) 其中: V 1 ,V R ——轧件出口速度及孔型槽底处的轧辊线速度。 在孔型中轧制时,前滑值取平均值f S ,其计算式为

数学建模 自习室管理系统

一.问题重述: 近年来,大学用电浪费比较严重,集中体现在学生上晚自习上,一种情况是去某个教室上自习的人比较少,但是教室的灯却全部打开,第二种情况是晚上上自习的总人数比较少,但是开放的教室比较多,这要求提供一种最节约、最合理的管理方法。根据题目所给出的数据,有以下问题。数据见表。 1.假如学校有8000名同学,每个同学是否上自习相互独立,上自习的可能性为0.7. 要使需要上自习的同学满足程度不低于95%,开放的教室满座率不低于4/5,同时尽量不超过90%。问该安排哪些教室开放,能达到节约用电的目的。 2.在第一问基础上,假设这8000名同学分别住在10个宿舍区,现有的45个教室分为9个自习区,按顺序5个教室为1个区,即1,2,3,4,5为第1区,…, 41,42,43,44,45为第9区。这10个宿舍区到9个自习区的距离见表2。学生到各教室上自习的满意程度与到该教室的距离有关系,距离近则满意程度高,距离远则满意程度降低。假设学生从宿舍区到一个自习区的距离与到自习区任何教室的距离相同。请给出合理的满意程度的度量,并重新考虑如何安排教室,既达到节约用电目的,又能提高学生的满意程度。另外尽量安排开放同区的教室。3.假设临近期末,上自习的人数突然增多,每个同学上自习的可能性增大为0.85,要使需要上自习的同学满足程度不低于99%,开放的教室满座率不低于4/5,同时尽量不超过95%。这时可能出现教室不能满足需要,需要临时搭建几个教室。 假设现有的45个教室仍按问题2中要求分为9个区。搭建的教室紧靠在某区,每个区只能搭建一个教室,搭建的教室与该区某教室的规格相同(所有参数相同),学生到该教室的距离与到该区任何教室的距离假设相同。问至少要搭建几个教室,并搭建在什么位置,既达到节约用电目的,又能提高学生的满意程度。

数学建模作业3

数学建模第三次作业-写作训练 要求: (1)在下一次上课之前将结果发到我的邮箱视为有效; (2)我的邮箱的地址为:xcg743@https://www.360docs.net/doc/475961478.html, (3)文件名称(word 文件)格式为: 张三(信号20081234).doc (4)写作格式要求按照正式数学建模论文格式要求进行写作,可参考我们制作的写作模板。 (5)本次作业应该重视,占期末总成绩的20分。 题目: 螺旋线与平面交点的实时计算 已知空间螺旋线的方程为: cos sin x t y t z t =?? =??=? ,现要求讨论任意平面0Ax By Cz D +++=与该螺 旋线的交点情况,要求完成下面几个问题: (1)先建立一般的数学模型,然后就下面三个特殊的平面给出你的计算结果:① 230x y ++=;②3450x y z ++=;③ 661x y z ++=。 (2)就某一种较特殊的情况进行讨论(此时A ,B ,C 大致满足某种关系),给出此时交点个数的结论并证明之。 空间平面与空间螺旋曲线交点探究 摘要 本文以空间中的平面与曲线的交点个数为研究对象,详细分析了具体平面与螺旋曲线的交点和一些较为特殊的平面系列与螺旋曲线的交点,建立了简单明了的数学模型,运用数学软件mathematic 进行了详细求解。 对问题(1)由于三个平面均为具体的平面,因此求结果过程类似,具体采用的是图解分析的方法,利用图形分析简单易懂,求解迅速,而且求解的结果准确详细(详见附录1、2、3)。 对于问题(2)的求解,考虑到此题是一个较为开放的题目,因此在求解之时先假设了一些特殊关系,例如在本文中假设的关系如下: 0=D ,a C a B a A 3,2,===。利用这一特殊关系进行适当的化简就可以解出本题所 探究的答案。 本文最大的特点是采用图解分析的方法,图解法直观、明了,求解快,不必采用较为繁杂的

建立数学模型的方法、步骤、特点及分类 ()

薅§16.3建立数学模型的方法、步骤、特点及分类 螁[学习目标] 蚀1.能表述建立数学模型的方法、步骤; 蒆2.能表述建立数学模型的逼真性、可行性、渐进性、强健性、可转移性、非预制性、条理性、技艺性和局限性等特点;; 羆3.能表述数学建模的分类; 蒃4.会采用灵活的表述方法建立数学模型; 葿5.培养建模的想象力和洞察力。 薆一、建立数学模型的方法和步骤 膃—般说来建立数学模型的方法大体上可分为两大类、一类是机理分析方法,一类是测试分析方法.机理分析是根据对现实对象特性的认识、分析其因果关系,找出反映内部机理的规律,建立的模型常有明确的物理或现实意义.§16.2节的示例都属于机理分析方法。测试分折将研究对象视为一个“黑箱”系统,内部机理无法直接寻求,可以测量系统的输人输出数据、并以此为基础运用统计分析方法,按照事先确定的准则在某一类模型中选出一个与数据拟合得最好的模型。这种方法称为系统辨识(SystemIdentification).将这两种方法结合起来也是常用的建模方法。即用机理分析建立模型的结构,用系统辨识确定模型的参数. 袁可以看出,用上面的哪一类方法建模主要是根据我们对研究对象的了解程度和建模目的决定的.如果掌握了机理方面的一定知识,模型也要求具有反映内部特性的物理意义。那么应该以机理分析方法为主.当然,若需要模型参数的具体数值,还可以用系统辨识或其他统计方法得到.如果对象的内部机理基本上没掌握,模型也不用于分析内部特性,譬如仅用来做输出预报,则可以系统辩识方法为主.系统辨识是一门专门学科,需要一定的控制理论和随机过程方面的知识.以下所谓建模方法只指机理分析。 膈建模要经过哪些步骤并没有一定的模式,通常与实际问题的性质、建模的目的等有关,从 薆§16.2节的几个例子也可以看出这点.下面给出建模的—般步骤,如图16-5所示. 薄图16-5建模步骤示意图 蚃模型准备首先要了解问题的实际背景,明确建模的目的搜集建模必需的各种信息如现象、数据等,尽量弄清对象的特征,由此初步确定用哪一类模型,总之是做好建模的准备工作.情况明才能方法对,这一步一定不能忽视,碰到问题要虚心向从事实际工作的同志请教,尽量掌握第一手资料. 芁模型假设根据对象的特征和建模的目的,对问题进行必要的、合理的简化,用精确的语言做出假设,可以说是建模的关键一步.一般地说,一个实际问题不经过简化假设就很难翻译成数学问题,即使可能,也很难求解.不同的简化假设会得到不同的模型.假设作得不合理或过份简单,会导致模型失败或部分失败,于是应该修改和补充假设;假设作得过分详细,试图把复杂对象的各方面因素都考虑进去,可能使你很难甚至无法继续下一步的工作.通常,作假设的依据,一是出于对问题内在规律的认识,二是来自对数据或现象的分析,也可以是二者的综合.作假设时既要运用与问题相关的物理、化学、生物、经济等方面的知识,又要充分发挥想象力、洞察力和判断力,善于辨别问题的主次,果断地抓住主要因素,舍弃次要因素,尽量将问题线性化、均匀化.经验在这里也常起重要作用.写出假设时,语言要精确,就象做习题时写出已知条件那样.

数学建模方法模型

数学建模方法模型 一、统计学方法 1 多元回归 1、方法概述: 在研究变量之间的相互影响关系模型时候用到。具体地说:其可以定量地描述某一现象和某些因素之间的函数关系,将各变量的已知值带入回归方程可以求出因变量的估计值,从而可以进行预测等相关研究。 2、分类 分为两类:多元线性回归和非线性线性回归;其中非线性回归可以通过一定的变化转化为线性回归,比如:y=lnx 可以转化为 y=u u=lnx 来解决;所以这里主要说明多元线性回归应该注意的问题。 3、注意事项 在做回归的时候,一定要注意两件事: (1) 回归方程的显著性检验(可以通过 sas 和 spss 来解决) (2) 回归系数的显著性检验(可以通过 sas 和 spss 来解决) 检验是很多学生在建模中不注意的地方,好的检验结果可以体现出你模型的优劣,是完整论文的体现,所以这点大家一定要注意。 4、使用步骤: (1)根据已知条件的数据,通过预处理得出图像的大致趋势或者数据之间的大致关系; (2)选取适当的回归方程; (3)拟合回归参数; (4)回归方程显著性检验及回归系数显著性检验 (5)进行后继研究(如:预测等)

2 聚类分析 1、方法概述 该方法说的通俗一点就是,将 n个样本,通过适当的方法(选取方法很多,大家可以自行查找,可以在数据挖掘类的书籍中查找到,这里不再阐述)选取 m 聚类中心,通过研究各样本和各个聚类中心的距离 Xij,选择适当的聚类标准,通常利用最小距离法(一个样本归于一个类也就意味着,该样本距离该类对应的中心距离最近)来聚类,从而可以得到聚类结果,如果利用sas 软件或者 spss 软件来做聚类分析,就可以得到相应的动态聚类图。这种模型的的特点是直观,容易理解。 2、分类 聚类有两种类型: (1) Q型聚类:即对样本聚类; (2) R型聚类:即对变量聚类; 通常聚类中衡量标准的选取有两种: (1) 相似系数法 (2) 距离法 聚类方法: (1) 最短距离法 (2) 最长距离法 (3) 中间距离法 (4) 重心法 (5) 类平均法 (6) 可变类平均法 (7) 可变法

办公室电话系统模拟(数学建模)

排队论在电话问题中的应用 摘要 本文建立一个模拟办公室电话系统模型,解决由三个电话机占线而可能打不进电话的问题。根据该办公室的电话系统状况得知其服从排队论模型规律,则应用排队论知识建立模型。 用)(t Pn 表示在时刻t ,服务系统的状态为n (系统占线条数为n )的概率。通过输入过程(顾客打进电话),排队规则,和服务机构的具体情况建立关于)(t Pn 的微分差分方程求解。令0)('=t P n 把微分方程变成差分方程,而不再含微分了, 把)(t Pn 转化为与t 无关的稳态解。关于标准的M/M/s 排队模型各种特征的规定于标准的M/M/1模型的规定相同。另外规定各服务器工作是相互独立(不搞协作)且平均服务率相同 .==...==s 21μμμμ于是整个服务机构的平均服务率为μs 。令ρ=λ/su 只有当时λ/su<1时才不会排成无限的队列,成这个系统为服务强度,各顾客服务时间服从相同的负指数分布 ' 通过模型我们可以得到:无占线、一条占线、两条占线、三条占线的概率分别 是%,%,%,%。 · 关键词:泊松分布,指数分布,概率,期望,Little 公式

… 一、问题重述 一个办公室有三条电话线可打进,也就是说在任意时刻最多能接待三个顾客,顾客打电话是随机的,其时间服从上午9点至下午5点的均匀分布,每次电话持续时间是均值为6分钟的随机变量。 经理关心由于三个电话机占线而可能打不进电话的顾客数。他们当中部分人稍后可能重拨电话,而其他人则可能放弃通话,一天中接通的电话平均数是70。 请你建立一个模型模拟办公室电话系统,帮助经理在休息时思考这个问题,用你的模型做下述估计: (1)} (2)无电话占线、有一条、两条占线和三条都占线的时间百分比; (3)未打进电话的顾客所占百分比。 二、问题的分析 这是一个多服务台混合制模型M/M/s/K,顾客的相继到达时间服从参数为的负指数分布(即顾客的到达过程为Poisson流),服务台的个数为s,每个服务台的服务时间相互独立,且服从参数为的负指数分布,系统的空间为K。求平稳分布,考虑系统处的任一状态n。假设记录了一段时间内系统进入状态n和离开状态n的次数,则因为“进入”和“离开”是交替发生的,所以这两个数要么相等要么相差1。但就这两件事件平均发生率来说,可以认为是相等的。 三、基本假设 ①顾客的相继到达时间服从参数为λ的负指数分布; ②服务时间服从参数μ的负指数分布; ③顾客选择打进哪一条线是随机的而且是等可能的; ④, ⑤某条线接通时,其他顾客不能接通,则称为占线 四、符号定义及变量说明 ①:顾客的相继到达时间服从参数为λ的负指数分布,服务时间服从参数μ的负指 数分布; ②:) Pn表示在时刻t服务系统的状态为n(系统中顾客数为n)的概率,(t

常用数学建模方法

数学建模常用方法以及常见题型 核心提示: 数学建模方法一、机理分析法从基本物理定律以及系统的结构数据来推导出模型 1.比例分析法--建立变量之间函数关系的最基本最常用的方法。 2.代数方法--求解离散问题(离散的数据、符号、图形)的主要方法。3. 逻辑方法--是数学理论研的重要方法,对社会学和经济学等领域的实际问题,在决策,对策等学科中得到广泛应用。4.常微分方程--解决两个变量之间的变化规律,关键是建立"瞬时变化率"的表达式。 5.偏微分方程--解决因变量与两个以上自 数学建模方法 一、机理分析法从基本物理定律以及系统的结构数据来推导出模型 1.比例分析法--建立变量之间函数关系的最基本最常用的方法。 2.代数方法--求解离散问题(离散的数据、符号、图形)的主要方法。 3. 逻辑方法--是数学理论研的重要方法,对社会学和经济学等领域的实际问题,在决策,对策等学科中得到广泛应用。 4.常微分方程--解决两个变量之间的变化规律,关键是建立"瞬时变化率"的表达式。 5.偏微分方程--解决因变量与两个以上自变量之间的变化规律。 二、数据分析法从大量的观测数据利用统计方法建立数学模型 1.回归分析法--用于对函数f(x)的一组观测值(xi,fi)I=1,2,…,n,确定函数的表达式,由于处理的是静态的独立数据,故称为数理统计方法。

2.时序分析法--处理的是动态的相关数据,又称为过程统计方法。 3.回归分析法--用于对函数f(x)的一组观测值(xi,fi)I=1,2,…,n,确定函数的表达式,于处理的是静态的独立数据,故称为数理统计方法。 4.时序分析法--处理的是动态的相关数据,又称为过程统计方法。 三、仿真和其他方法 1.计算机仿真(模拟)--实质上是统计估计方法,等效于抽样试验。 ①离散系统仿真--有一组状态变量。 ②连续系统仿真--有解析达式或系统结构图。 2.因子试验法--在系统上作局部试验,再根据试验结果进行不断分析修改,求得所需的模型结构。 3.人工现实法--基于对系统过去行为的了解和对未来希望达到的目标,并考虑到系统有关因素的可能变化,人为地组成一个系统。 数学建模题型 赛题题型结构形式有三个基本组成部分: 一、实际问题背景 1.涉及面宽--有社会,经济,管理,生活,环境,自然现象,工程技术,现代科学中出现的新问题等。 2.一般都有一个比较确切的现实问题。

数学建模A题系泊系统设计完整版

数学建模A题系泊系统 设计 HEN system office room 【HEN16H-HENS2AHENS8Q8-HENH1688】

系泊系统的设计 摘要 本题要求观测近海观测网的组成,建立模型对其中系泊系统进行设计,在不同风速和水流的情况下确定锚链,重物球,钢管及浮标等的状态,从而使通讯设备的工作效果最佳。求解的具体流程如下: 针对问题一,分别对系统中的受力物体在水平方向和竖直方向上的力进行分析,找出锚链对锚无拉力时的临界风速,运用力矩平衡求出钢管与钢桶的倾斜角度。对于锚链,将其等效为悬链线模型,根据风速不同判断锚链的状态,从而求出结果。 ?时能够正常工作。为针对问题二,需要调节重物球的质量,使通讯设备在36m m 了确定重物球的质量,首先将实际风速与临界风速进行比较,判断此时系统中各物体的状态,与题目中已知数据进行比较。在钢桶倾斜角度达到临界角度时,计算锚链与海床的夹角并于题中数据进行比较,计算重物球的质量。在浮标完全没入海面时,计算相应条件下重物球的质量,从而确定满足条件的重物球的质量范围。 针对问题三,要求在不同条件下,求出系泊系统中各物体的状态。以型号I锚链为例,当水流方向与风速方向相同时,系统条件最差,分析在不同水深条件下的系泊系统设计。由题中已知条件确定系统设计的限制条件,对系统各物体进行受力分析,以使整体结果最小,即可得出最优的系泊系统设计。 关键词:悬链线多目标非线性规划 一、问题重述 近浅海观测网的传输节点由浮标系统、系泊系统和水声通讯系统组成(如图1所示)。某型传输节点的浮标系统可简化为底面直径2m、高2m的圆柱体,浮标的质量为1000kg。系泊系统由钢管、钢桶、重物球、电焊锚链和特制的抗拖移锚组成。锚的质量为600kg,锚链选用无档普通链环,近浅海观测网的常用型号及其参数在附表中列出。钢管共4节,每节长度1m,直径为50mm,每节钢管的质量为10kg。要求锚链末端与锚的链接处的切线方向与海床的夹角不超过16度,否则锚会被拖行,致使节点移位丢失。水声通讯系统安装在一个长1m、外径30cm的密封圆柱形钢桶内,设备和钢桶总质量为100kg。钢桶上接第4节钢管,下接电焊锚链。钢桶竖直时,水声通讯设备的工作效果最佳。若钢桶倾斜,则影响设备的工作效果。钢桶的倾斜角度(钢桶与竖直线的夹角)超过5度时,设备的工作效果较差。为了控制钢桶的倾斜角度,钢桶与电焊锚链链接处可悬挂重物球。 系泊系统的设计问题就是确定锚链的型号、长度和重物球的质量,使得浮标的吃水深度和游动区域及钢桶的倾斜角度尽可能小。

相关文档
最新文档