数学实验和数学建模
《数学建模与数学实验》

建模实例分析
通过分析和学习一些优秀的数学建模实例或论文。使学生初步了解数学建模的一般流程,对使用数学知识解决实际问题有较直观的感受,在这个过程中激发学生想自己动手尝试的实践热情。
3
论文写作指导
指导学生正确的论文结构以及书写要求,使学生初步体验规范的学术研究过程。
●“科目实施”
1
教学组织形式
规模:一般15—20个人的规模开展教学活动
1.用数学语言描述实际现象的“翻译”能力。
2.综合应用已学过的数学知识,对问题进行分析处理的能力。
3.想象力和洞察力。进而提高学生的综合素质和创新能力。
4
活动总量
共有超过40个专题,可供高一高二的学生选择,以学期为单位,共4期。学生每学完1期,要求提交一片独立完整的数学建模小论文。
●“科目目标”
1
知识与技能
3.通过交流和讨论,培养学生互相尊重、团队协作的意识。
4.通过论文撰写和答辩,体会研究求实的学术精神。
4
教学目标
设计原则和要求
1.教学目标要注重结合基础教材内容。
2.教学目标要注重对规律的总结,授之以渔。
3.教学目标要注重多样性和开放性。
4.教学目标的设计要从学生的实际水平出发,对于高一高二的学生,所能够使用的数学模型多局限于初等数学模型,因此在制定面向大多数学生的实际情况教学目标时要注意这方面的考虑,选取适合学生的材料和内容。
4
实施要求和德育思考
1.通过多种建模方法的培训和大量实例的分析,提高学生学习数学的兴趣与热情。
2.体会应用数学的广泛应用,感悟学有所用的成就感。
3.通过交流和讨论,培养学生互相尊重、团队协作的意识。
4.通过论文撰写和答辩,体会研究求实的学术精神。
数学建模数学实验插值及案例

数学建模数学实验插值及案例在科学研究和工程实践中,数学建模扮演着至关重要的角色。
通过建立数学模型,我们可以对现实世界的现象进行模拟和预测。
其中,插值方法是一种重要的数学建模工具,用于估计在给定数据点之间的未知值。
本文将探讨插值方法的基础理论以及一个具体的数学实验案例。
插值方法是一种数学技术,通过在给定的数据点之间估计未知的值。
最常用的插值方法包括线性插值、多项式插值和样条插值等。
线性插值是最简单的插值方法,它将数据点之间的变化视为线性的,即变化率保持恒定。
多项式插值方法则通过构建一个多项式函数来逼近数据点的变化趋势。
样条插值则通过将数据点连接成平滑的曲线来进行插值。
本案例将利用多项式插值方法对房价进行预测。
我们收集了一组房屋价格数据,包括房屋的面积、房龄、位置等信息。
然后,我们使用多项式插值方法构建一个函数来描述房价与这些因素之间的关系。
通过调整多项式的阶数,我们可以控制模型的复杂性。
我们使用该模型来预测新的房价。
在本案例中,我们使用了200个样本数据进行训练,并使用另外100个数据点进行测试。
我们发现,通过增加多项式的阶数,模型的预测精度可以得到提高。
然而,当阶数增加到一定程度后,模型的性能改善不再明显。
我们还发现模型的预测结果对训练数据的分布非常敏感,对于分布偏离较大的新数据点,预测结果可能会出现较大误差。
通过本次数学实验,我们深入了解了插值方法在数学建模中的应用。
在实际问题中,插值方法可以帮助我们更好地理解数据的变化趋势和预测未知的值。
然而,插值方法也存在一定的局限性,如本实验中模型对训练数据分布的敏感性。
未来工作中,我们可以尝试采用其他更加复杂的模型,如神经网络、支持向量机等来提高预测精度。
我们还应充分考虑数据的分布特性,以提高模型的泛化能力。
插值方法是数学建模中的重要工具之一,它可以让我们更好地理解和预测数据的趋势。
通过本次数学实验,我们深入了解了多项式插值方法的工作原理和实现过程,并成功地将其应用于房价预测问题中。
数学建模及数学实验

握相关学科的基本理论和知识,以便更好地进行数学建模和实验。
02 03
提高计算机技能
在现代数学建模和实验中,计算机技能尤为重要。建议学习者提高自己 的计算机编程、算法设计和数据分析能力,以便更高效地处理大规模数 据和复杂模型。
关注前沿动态
随着科学技术的发展,新的数学建模和实验方法不断涌现。建议学习者 关注前沿动态,了解最新的研究进展和应用案例,以便更好地把握学科 发展方向。
03
数学实验的基本方法
数值计算实验
数值计算实验是数学实验中的 一种重要方法,它通过数值计
算来求解数学问题。
数值计算实验通常使用数值计 算软件,如MATLAB、Python 等,进行数学公式的计算和模
拟。
数值计算实验可以用于解决各 种数学问题,如微积分、线性 代数、概率统计等。
数值计算实验的优点是能够快 速得到近似解,并且可以通过 调整参数来观察不同情况下的 结果。
人工智能与大数据分析
人工智能和大数据技术的发展将为数学建模和数学实验提 供更丰富的数据资源和更高效的技术手段,推动其进一步 发展。
复杂系统与多学科协同
面对复杂系统的挑战,需要多学科协同合作,共同开展数 学建模和数学实验研究,以解决实际问题。
05
结论
对数学建模和数学实验的总结
数学建模与数学实验的关系
数学建模和数学实验是相辅相成的。数学建模是利用数学方法解决实际问题的过程,而数学实验则是通过实验手段验 证数学理论或解决数学问题的方法。在实际应用中,数学建模和数学实验常常相互渗透,共同推动问题的解决。
应用领域
数学建模和数学实验在各个领域都有广泛的应用,如物理学、工程学、经济学、生物学等。通过建立数学模型和进行 数学实验,可以深入理解各种现象的本质,预测其发展趋势,为实际问题的解决提供有力支持。
数学实验与数学建模(校本教材)

x x x + + = 60
11
12
13
x x x + + = 80
21
22
23
②各销地运进的数量应等于其当地预测的销售量,即
x x + = 50
11
21
x x + = 50
12
22
x x + = 40
13
23
③从各产地运往各销地的数量不能为负值,即
x ≥ 0(i = 1,2; j = 1,2,3) ij
400
A2
400
700
300
问每个产地向每个销地各发货多少,才能使总的运费最少? 解 (1)在该问题中,所要确定的量是各产地运往各销地的香蕉数量,即决策变量是运输量。 设 Xij(i=1,2; j =1,2,3)分别表示由产地 Ai 运往销地 Bi 的数量。
(2)在解决问题的过程中,要受到如下条件限制,即约束条件: 1各产地运出的数量应等于其产量,即
a C x C x C x b ≤
+
+ ... +
≤
n
1n 1
2n 2
mn n
n
x1 + x2 + ... + xm = 1
xi ≥ 0,(i = 1,..., m)
d x d x 并使目标函数 S =
+ ... +
最小。
11
mm
一、 线性规划问题数学模型的一般形式和标准形式
上面我们建立了经济领域中常见的实际问题的数学模型,尽管这些实际问题本身是多种多样的,
42
的精确在允许的范围内。
数学实验与数学建模(校本教材)
数学建模与数学实验习题答案

数学建模与数学实验习题答案数学建模与数学实验习题答案数学建模和数学实验习题是数学学习中的重要组成部分,通过这些习题,我们可以更好地理解和应用数学知识。
本文将介绍数学建模和数学实验习题的一些答案和解题方法,帮助读者更好地掌握数学学习。
一、数学建模数学建模是将数学方法和技巧应用于实际问题的过程。
在数学建模中,我们需要将实际问题抽象为数学模型,并通过数学方法进行求解和分析。
下面是一个简单的数学建模问题和其解题过程。
问题:某工厂生产产品A和产品B,每天的产量分别为x和y。
产品A的生产成本为10x+20y,产品B的生产成本为15x+10y。
如果工厂每天的总成本不超过5000元,且产品A的产量必须大于产品B的产量,求工厂一天最多能生产多少个产品。
解题过程:首先,我们需要建立数学模型来描述这个问题。
设产品A的产量为x,产品B的产量为y,则问题可以抽象为以下数学模型:10x+20y ≤ 5000x > y接下来,我们需要解决这个数学模型。
首先,我们可以通过图像法来解决这个问题。
将不等式10x+20y ≤ 5000和x > y转化为直线的形式,我们可以得到以下图像:(图像略)从图像中可以看出,不等式10x+20y ≤ 5000和x > y的解集为图像的交集部分。
通过观察图像,我们可以发现交集部分的最大值为x=250,y=125。
因此,工厂一天最多能生产250个产品A和125个产品B。
除了图像法,我们还可以通过代数法来解决这个问题。
将不等式10x+20y ≤ 5000和x > y转化为等式的形式,我们可以得到以下方程组:10x+20y = 5000x = y通过求解这个方程组,我们可以得到x=250,y=125。
因此,工厂一天最多能生产250个产品A和125个产品B。
二、数学实验习题数学实验习题是通过实际操作和实验来学习数学知识和技巧的一种方式。
下面是一个关于概率的数学实验习题和其答案。
习题:一枚硬币抛掷10次,求出现正面的次数为偶数的概率。
数学建模与实验-比例建模

比例建模比例是最基本也是最常用的数学建模方法之一. 在实际应用领域和理论推导过程中, 比例关系往往发挥着至关重要的作用. 例如牛顿第二定律ma F =, 微分公式dx x f x df )()('=等等.一、比例的定义变量y 与x 成比例(x y ∝):)0(>=k kx y . 显然, 比例关系具有反身性, 对称性, 传递性:x x ∝,y x x y ∝⇔∝, z x z y y x ∝⇒∝∝,.比例关系还可推广, 如x e y x y x y ∝∝∝,ln ,α.一般地,)(x f y ∝.实际应用举例:导数: 函数的增量与自变量的增量之比的极限x x f x f ∆∆/)()(=', 当导数大于零时, 在自变量很小时可近似地认为函数的增量与自变量的增量成比例.间谍照片经翻拍, 成为胶片上芝麻大的一点, 剪下后便于隐藏. 其中图形的大小关系显然要利用比例来计算. (华盛顿特区间谍博物馆)生产队的分配比例: 拿1万斤粮食分配给社员家庭, 其中30%按人口比例分配, 70%按工分比例分配, 每家应得的粮食斤数.二、比例的几何表示y 与x 成比例, 即0,>=k kx y , y 的图形为xy 坐标系中过原点的直线. 若)(x f y ∝, 在坐标系中横轴表示f (x ), 纵轴表示y , 这时y 的图形也为直线. 下图为25.0x y =的图形: 注: 比例的图形为直线, 但图形为直线的量未必成比例. 例如42+=x y , y 与x 并不成比例. 但是, 4-y 与x 成比例.著名公式中的比例关系Hooke's law: F = kS (虎克定律: 弹力与形变成正比) Newton's law: F = ma Ohm's law: V = iRBoyle's law: V = k /p (玻尔定律: 常温下一定量的气体体积与压强成反比, 即与压强的倒数成正比)Einstein's theory of relativity: E = c 2MKepler's third law: T = cR 3/2, 开普勒第三定律:T 为行星绕太阳运行的周期, R 为行星到太阳的平均距离.例1 以著名的开普勒第三定律(Kepler's third law)为例进行讨论. 1601年, 德国天文学家Johannes Kepler 成为Prague 天文台的主任. Kepler 曾帮助Tycho Brahe 收集了13年的火星相对运动的资料. 到了1609年, Kepler 建立了他的前两个定律:1. 每个行星沿一个椭圆运动, 太阳位于此椭圆的一个焦点上.2. 对于每个行星, 太阳到此行星的直线在相同的时间里扫过相同的面积.Kepler 花费了许多年推导了这两个定律, 并进而得到了上述的第三定律, 此定律把行星的轨道运行周期和到太阳的平均距离联系了起来. 以下是1993年世界年鉴(World Almanac)给出的资料:表1 行星的轨道周期和到太阳的平均距离行星周期T (天) 平均距离R (百万哩) Mercury 水星 88.0 36 V enus 金星 224.7 67.25 Earth 地球 365.3 93 Mars 火星 687.0 141.75 Jupiter 木星 4331.8 483.80 Saturn 土星 10760.0 887.97 Uranus 天王星 30684.0 1764.50 Neptune 海王星 60188.3 2791.05 Pluto 冥王星90466.83653.90以2/3R 为横坐标, T 为纵坐标, 用Matlab 画出其图形(编制程序为period1.m)如下:可见各点基本上是在过原点的直线2/3cR T =上, 由于各点相对距离相差较大, 前四个点重叠在一起. 把上述方程两边同取对数, 改写为等价的形式R c T ln 23ln ln +=,其图形相当于上述图形中坐标刻度向原点压缩, 在画出上述图形的程序中把画图命令plot(R.^(3/2), T)改为loglog(R.^(3/2), T)即可. 图形如下. 各点仍基本在一条直线上, 体现了ln T 和ln R 间的线性关系, 但直线不过原点, 因为直线在ln P 轴上有截距ln c . c 可用最小二乘法求出为0.4095.若假设αcR T =, 对表1中给出的T 和R 的数据, 用最小二乘法可求出c = 0.4043, α = 1.5016. 这也验证了Kepler 第三定律的正确性.对给定的两组数据{x i }和{y i }, 如何建立它们间的比例关系呢?进行数学实验, 在坐标系中画出点{x i , y i }, 如不是直线或不过原点, 可通过试验, 寻找y 0和函数f (x ), 使{y i - y 0, f (x i )}基本在过原点的直线上, 则有)(0x f y y ∝-. 可供选择的函数类型有)ln(,,ax e x ax a等等.三、比例的应用之一: 几何相似定义: 两个物体称为是几何相似的, 如果在这两个物体的各点之间有一个一一对应, 使得两个物体上所有对应点对距离之比恒为常数.这个常数称为这两个几何相似物体间的比例因子. 若两个物体相似, 其比例因子为k , 则这两个物体的表面积之比为k 2, 体积之比为k 3. 对相似的几何体, 可选取一个所谓特征量纲, 例如, 对圆柱体, 可用其高h , 或底半径r , 直径d , 或底面积S d , 侧面积S c , 表面积S , 或体积V 作为特征量纲. 两个相似几何体的比例因子k 确定后, 不但它们的表面积之比, 体积之比也可得到, 而且所有(不限于两个, 甚至可以是无穷多个)相似几何体的表面积或体积与特征量纲的某次幂的比也为常数. 例如, 若取某个长度l 为特征量纲, 则222'','l l k S S k l l ===, 故有22''l S l S =.由传递性, 对所有相似的几何体, 有常数≡2lS, 2l S ∝.同理有常数≡3lV, 3l V ∝.于是, 如果要考查一个依赖于物体长度, 表面积和体积的函数, 比如),,(V S l f y =,则可通过选择特征量纲, 例如l , 把此函数表为),,(32l l l g y =.例2 从静止的云上落下的雨滴. 假设雨滴从具有足够高度的静止的云上落下, 雨滴在下落过程中受到两个力的作用: 竖直向下的重力F g 和竪直向上的空气阻力F d . 由流体力学的原理知, 可设空气阻力F d 与雨滴的表面积S 和下落速度v 的平方的乘积成正比; 而重力F g 与雨滴的质量m 成正比(假设在涉及的高度内重力加速度为常数), 因此也与其体积V 成正比. 雨滴下落过程中, 随着下落速度v 的增加, 阻力F d 也在增加, 但重力F g 保持不变. 因此下落一段时间后, 阻力F d 与重力F g 达到平衡, 雨滴受到的合力为零, 保持匀速下落. 这时,d g F F =. 再假设所有的雨滴都是几何相似的, 有23,l S l V ∝∝, 从而3/23/2m V S ∝∝. 由于m F ∝g ,23/22v m Sv F ∝∝d , 且d g F F =, 得23/2v m m ∝,化简得6/1m v ∝, 或6/1km v =,即雨滴最终保持匀速下落的速度与其质量的六次方根成正比. 又一解法:0,023/2=-=-==t d g v v km mg F F dtdv, .)2(,0)1(23/2v kmmg k ≥>其中分离变量解得vk m g v k m g m kg t -+=6/16/16/5ln 21, 上式左端趋于无穷大, 并由条件(1), (2)有)(06/1∞→+→-t v k m g ,即在极限状态下,6/1m v ∝.。
数学专业的数学实践活动

数学专业的数学实践活动数学专业是理工类学科中的一门经典学科,以其求真、精确的特点吸引着越来越多的学生。
而数学的学习不仅仅停留在理论层面,更需要进行实践活动,通过亲身体验来加深对数学知识的理解和应用能力的提升。
下面我们将介绍一些数学专业的实践活动。
第一种实践活动是数学建模比赛。
数学建模比赛是数学专业学生与实际问题结合,通过数学方法分析问题,构建数学模型,并通过编程求解的过程。
这种活动不仅锻炼了学生的数学建模能力,还培养了学生的团队合作能力和解决问题的能力。
比赛中的实际问题涉及到不同的领域,如物理、经济、生态等,可以让学生在实践中学习到更多的知识。
第二种实践活动是数学实验。
数学实验是一种通过实验来验证数学理论的方法,可以更加直观地理解数学概念和原理。
例如,学生可以通过实验来验证三角函数的性质,或者通过实验来观察随机事件的统计规律。
数学实验不仅培养了学生的实验技能,还提高了学生的观察和分析问题的能力。
第三种实践活动是数学模拟。
数学模拟是通过数学模型对实际问题进行仿真和预测,可以帮助我们更好地理解问题的本质和趋势。
例如,可以通过建立微分方程模型来研究人口增长问题,或者通过概率模型来预测股票价格的波动。
数学模拟活动能够提高学生的数学建模能力和编程能力,培养学生独立思考和解决实际问题的能力。
第四种实践活动是数学竞赛。
数学竞赛是一种选拔优秀数学人才的途径,也是展示数学实力的平台。
不同级别的数学竞赛不仅可以检验学生的数学知识和解题能力,还要求学生在有限的时间内快速思考和分析问题,锻炼了学生的应变能力和抗压能力。
参加数学竞赛不仅能够提高学生的数学水平,还能增加学生的自信心和竞争意识。
通过以上的数学实践活动,学生能够在实际问题中应用数学知识,培养数学思维和创新能力。
数学专业的学生通过实践活动的锻炼,既能够更好地理解数学知识的内涵,又能够提高应用数学的能力,为未来从事科学研究和数学应用奠定坚实的基础。
总结起来,数学专业的数学实践活动包括数学建模比赛、数学实验、数学模拟和数学竞赛等。
数学建模与数学实验的比较

数学建模其实并不是什么新东西,可以说有了 数学并需要用数学去解决实际问题,就一定要用数学 的语言、方法去近似地刻划该实际问题,这种刻划的 数学表述的就是一个数学模型,其过程就是数学建模 的过程。数学模型一经提出,就要用一定的技术手段 (计算、证明等)来求解并验证,其中大量的计算往 往是必不可少的,高性能的计算机的出现使数学建模 这一方法如虎添翼似的得到了飞速的发展,掀起一个 高潮。
建模过程示意图
三、数学模型及其分类
模型
具体模型
直观模型 物理模型 思维模型
抽象模型
符号模型
数学模型的分类:
数学模型
数式模型 图形模型
◆ 按研究方法和对象的数学特征分:初等模型、几何模型
、优化模型、微分方程模型、图论模型、逻辑模型、稳定性模
型、扩散模型等。
◆ 按研究对象的实际领域(或所属学科)分人口模型、
交通模型、环境模型、生态模型、生理模型、城镇规划模型、
水资源模型、污染模型、经济模型、社会模型等。
数学建模实例
1、如何预报人口? 要预报未来若干年(如2005)的人口数,
最重要的影响因素是今年的人口数和今后这 些年的增长率(即人口出身率减死亡率), 根据这两个数据进行人口预报是很容易的。 记今年人口为 ,k年后人口为 xk ,年增长 率为r,则预报公式为:
数学建模 VS
数学实验
什么是数学建模?
数学建模简介
1.关于数学建模
2.数学建模实例
A.人口预报问题 B. 椅子能在不平的地面上放稳吗? C.双层玻璃的功效
3.数学建模论文的撰写方法
一、名词解释
1、什么是数学模型?
数学模型是对于现实世界的一个特定对象,一个 特定目的,根据特有的内在规律,做出一些必要的假 设,运用适当的数学工具,得到一个数学结构。
- 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)。
23
24
22
五、实验任务
1、试制定一张完整的个人住房商业贷款(万元)利率和还款表,贷款期从 一年至二十年,表中应包含以下各项:贷款期(年、月),年利率,月 利率,月还款额和本息总额.注意个人住房十年期贷款的年利率为4.41%, 十年以上贷款年利率不变,仍为4.41%. 2、从还款周期的比较看出,逐月还款比逐年还款付出较少的本息总额,那 么逐周还款情况又将如何?考虑是否有必要采取尽可能短的周期(比如 每日一次)还款?
2、人才培养的需要
(1)21世纪培养的各类专业技术人才,应该具有将他所涉及的专业实 际问题建立数学模型的能力,这样才能在实际工作中发挥更大的创造性。
(2)为了培养学生的定量思维能力和创造能力,就必须在数学教育 中培养学生的建模能力与数值计算及数据处理的能力,加强在应用数学方 面的教育。 (3)通过学习本课程使同学们具有应用数学知识解决实际问题的意 识和能力。
一、数学实验与建模课的提出
二、数学建模竞赛简介 三、建立数学模型的方法与步骤 四、数学建模实例 五、实验任务
一、数学实验与建模课的提出
1、生活工作的需要
现代社会正经历着由工业社会向信息社会过渡的变革, 信息社会有两个主要的特征:
一是计算机技术的迅速发展与广泛应用; 二是数学的应用范围急剧扩展,几乎社会生活中的每 个领域都有数学的应用。
x
x
i
表示定期还款额
ai
第
表示第
i
次还款后的欠款( i 0,1, 2
, n )其中
n 为还款次数
, n)
个月的情况为: ai ai 1 (1 r ) x
(i 1, 2,
又由常识知道,最后一次还款应该全部还清;故
an 0
13
于是得数学模型(差分方程):
ai ai 1 (1 r ) x (i 1, 2, an 0
其中
, n)
a0 , r , n
已知常数.
2、模型的求解 显然
a2 a1 (1 r ) x
a3 a2 (1 r ) x
a0 (1 r )2 x(1 r ) x
a0 (1 r)3 x(1 r)2 x(1 r) x
14
ak a0 (1 r )k x(1 r )k 1 x(1 r )k 2
ai ai 1 (1 r ) x
(i 1, 2,
, n)
这样在下一个月还款时不但还了本金及其利息而且还多还了利 息的利息,虽然这个数值很小,但数额一累加就大了,对银行来说 就是一个不小的数目。改进的方法为月借款利率不能是
r0 12 ,而是月利率为 1 r0 1 12
代入上面的数学模型计算可知差额消失,故从消 费者利益出发采用等额本金递减还款法较好。
若贷款10000元2年内还清则第一个月还款额为:
a0 y1 ra0 n
代入数据计算得:
10000 y1 10000*0.0033 449.67 24 ra0 y yi yi 1 以后每个月递减 1.3750 n
还本合计:
n 1 sn (1 r )a0 10413 2
这些数是怎么算的?对不对?
11
(一)、问题分析
随着经济的发展,金融正越来越多地进入普通人的生活:贷款、保 险、养老金和信用卡等;个人购买住房、汽车是其中重要的一项,大多 数的工薪阶层都会产生按揭贷款购物的想法,但对商家所给出的数据表 了解不多, 现从数学模型的角度来揭开中间的内幕。 首先,我们要弄清楚“按揭”的涵义。所谓按揭,是消费者、商家、 银行之间的一种协定,是消费者因购买资金不足而向银行贷款购物(以 所购物作为抵押),而还款按照约定的时间间隔定期偿还贷款并付息的 一种消费方式。现在的问题是对于不同的还款方式:(1)如何计算各期 还款额.(2)若自己设定一个每月还款数额需还多长时间. (3)还款本息 合计的计算方法.
自然数学建模与数学实验课同时也走进了大学课堂。
三、建立数学模型的方法与步骤
1.了解问题的实际背景,明确建模目的,收集掌握 必要的数据资料。 2.在明确建模目的,掌握必要资料的基础上,通过 对资料的分析计 算, 找出起主要作用的因素,经必 要的精炼、简化,提出若干符合客观实际的假设。 3.在所作假设的基础上,利用适当的数学工具去刻 划各变量之间的关系,建立相应的数学结构 ——即 建立数学模型。 在难以得出解析解时,可
显然与表中所提供的数据基本吻合。
19
若贷款100000元,每月还500、800、1000元需用的时间
代入
x ln( ) x a0 r n ln(1 r )
得:
n 362,
168,
125
即若贷款10万元, 每个月各还500,800,1000元所对应的时间为362,168,125月
20
对于等额本金递减还款法
月均等额本息还款法 月均还本 息(元) 还本息合 计(元) 10396
等额本金递减还款法 月还本金 (元) 还本金合 计(元) 10396
2
3 5 8 10 12
3.96
3.96 3.96 4.41 4.41 4.41
0.33
0.33 0.33 0.3675 0.3675 0.3675
24
36 60 96 120 144
二、数学建模竞赛简介
1992 年我国大学生数学建模竞赛开始举办,从最初 的几十所学校、几百个队发展到05年,全国 30 个省 (市、自治区)以及香港各院校3千多个队参赛。 全国大学生数学建模竞赛,是由教育部高等教育司 与中国工业与应用数学学会联合举办的大学生科技活动, 竞赛每年 9月上旬举行,竞赛面向全国本专院校的学生, 不分专业。由 3 位同学组成一个队,在三天的时间里, 团结协作,利用数学知识与计算机知识,建立一个数学 模型,解决一个实际问题,最后提交一篇自己撰写的论 文。
21
综合上述检验数据,说明我们所得到的公式比较符合实际情况。
进一步深入思考
细心的读者会发现两者存在着一定的差额,若按贷款10万元12年还 清来计算,则两者相差1千多元,但是上述两种算法都是人民银行许可 的,《金陵晚报》针对此种现象作过报道并引起了央行的重视。同学们 经过分析可以发现在月等额还款中第 i 个月的情况为:
a0 (1 r )
r (a0
i
n a0 (i 1)a0 yi r[a0 ] (i 1, 2, 个月的情况为: n n
n
)
, n)
ra0 这样就得到一个差分方程: y yi yi 1 n
17
用数学模型表示为
a0 y1 ra0 n y y a0 r i i 1 n
黄河水院基础部数学教研室
数学实验与建模课是一种新的教学模式, 是大学数学课程的重要组成部分。 它将数学知识、数学建模与计算机应用三者 融为一体,通过数学实验与建模课程学习,同 学们经过自己动手计算、体验解决实际问题的 全过程,既初步掌握了数学软件的使用,同时 也培养了同学们的创新精神。
§1数学实验与建模的基础知识
这其中必 有数学公式, 哼哼,我 要找出它。。。。
12
(二)、模型的建立与求解
1、 月均等额还款的数学模型 计算每月还款额 一个月后欠银行的本得和为: a0 (1 r ) 式中
a0
表示借款额(即贷款本金);
r
:借款利率;
但为了减少欠款,设每月还 元,因而一个月后还欠款: a1 a0 (1 r ) x 式中
n
n
即为每月还
x
元的前提下还清贷款所需的月数.
所还本息合计的计算法
sn nx
16
4、等额本金递减还款法的数学模型
等额本金递减还款法,即每月等额偿还本金与贷款利息之 和,只不过贷款利息遂月递减 一个月后欠银行的本得和为:
第二个月的还款额为: y2 第
a0 ra0 同样为了减少欠款,还了 y1 元,因而: y1 n a0 a0
x
的数学表达式。
15
3、每月还款一定数额所需时间的计算
在上面的模型中,若
n
x
为已知,求还款的月数
x n 由 a0 (1 r ) [(1 r ) 1] 0 r
变形后两边取自然对数整理得 式中
x (1 r ) 可得 x ra0 x ln( ) x a0 r n ln(1 r )
全国大学生数学建模竞赛
China Undergraduate Mathematical Contest in Modeling (CUMCM) 宗旨: 创新意识 团队精神 重在参与 与 公平竞争
全国大学生数学建模竞赛网址:
在竞赛过程中,学生们的聪明才智和创造精神得到 了充分的发挥,提交了许多出色的答卷,也有力地促进 了高等院校的数学教学改革,充分显示了数学建模竞赛 活动的强大生命力。
4.模型求解。
借助 计算机 求出数值解。
5.模型的检验与应用。
9
现实问题
观察、分析 简化、假设
建立模型
收集数据
求解模型
错误
验证模型
正 确
应用
10
四、数学建模实例
开封市住房公积金管理中心提供的测算表(以10000元为例)
贷款利率
贷款 期限 (年 )
1
年利率% 3.96
月利率% 0.33
还款 期数 (月 ) 1
已知. y 就是银行所说的递减金额.
其中
a0 , r , n
所还本息合计的计算:sn
yi
i 1
n
a0 n 1 a0 a0 r (a0 )r (a0 a0 )r n n 1 n 1 a0 [1+r (1 )r (1 )r ] n n