数学建模实验答案初等模型

合集下载

数学建模第五部分-初等模型及简单优化模型

数学建模第五部分-初等模型及简单优化模型

记qi=Npi /P, i=1,2, … , m, 若qi 均为整数,显然应 ni=qi
5.1 公平席位分配
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!
• 空右轮盘半径记作 r ;
• 时间 t=0 时读数 n=0 .
建模目的
建立时间t与读数n之间的关系 (设v,k,w ,r为已知参数)
5.2 录像机计数器的用途
模型建立 建立t与n的函数关系有多种方法
1. 右轮盘转第 i 圈的半径为r+wi, m圈的总长度 等于录像带在时间t内移动的长度vt, 所以
T1 T2 k1 l Q1 k1 , sh , h d ( s 2) k2 d
5.3 双层玻璃窗的功效
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
双层与单层窗传导的热量之比
室 内 T1
2d
室 外 T2
Q2
5.1 公平席位分配
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

数学建模实验报告

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。

数学建模期末答案模型解释~4

数学建模期末答案模型解释~4

数学建模期末答案模型解释~4数学建模期末答案模型解释数学建模是一门应用数学课程,旨在培养学生解决实际问题和应用数学方法的能力。

在期末考试中,学生需要通过建模实验来解决一系列的实际问题,并给出相应的答案模型。

为了更好地理解数学建模期末答案模型的解释,我们需要先了解数学建模的基本流程。

一般来说,数学建模的过程可以分为问题建立、问题分析、模型建立、模型解决和模型检验几个步骤。

期末考试中展示的答案模型,正是根据这个流程得出的最终结果。

首先是问题建立阶段。

在这个阶段,我们需要了解问题的背景、目标和约束条件,并对问题进行准确的描述。

然后,在问题分析阶段,我们需要对问题进行深入分析,找出问题中存在的关键要素和关系,并确定解决问题需要考虑的因素。

接下来是模型建立阶段。

在这个阶段,我们需要选择合适的数学模型来描述问题,并建立数学方程或者数学模型来表示问题中的各个要素之间的关系。

这个阶段的关键是选择一个适当的模型,能够准确地描述问题,并能够提供有效的解法。

模型建立完成后,就可以进入模型解决阶段了。

在这个阶段,我们需要使用数学方法来求解建立的模型,得到最终的答案模型。

这个过程中,可能需要进行数值计算、优化求解、模拟仿真等操作,以得出最佳的解决方案。

最后是模型检验阶段。

在这一阶段,我们需要对得到的答案模型进行验证和分析。

通过比较模型的输出结果与实际问题的实际情况,来判断模型的准确性和可行性。

如果模型输出结果与实际情况吻合,那么我们可以认为答案模型是有效的。

综上所述,数学建模期末答案模型的解释可以归纳为:通过问题建立、问题分析、模型建立、模型解决和模型检验等步骤,得出一个能够准确解决实际问题的数学模型。

这个答案模型是通过数学方法求解得到的,能够提供解决问题的最佳方案。

在期末考试中,学生需要运用所学的数学知识和技巧,通过建模实验来解决实际问题,并给出相应的答案模型。

这不仅是对学生应用数学知识和方法的考验,也是对他们综合能力的一次全面检验。

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。

数学建模实验答案_数学规划模型一

数学建模实验答案_数学规划模型一
选择LINGO/Options…
在出现的选项框架中,选择General Solver(通用求解器)选项卡,修改2个参数:( LINGO9 )
Dual Computations(对偶计算)设置为:Prices and Ranges(计算对偶价格并分析敏感性)
Model Regeneration(模型的重新生成)设置为:Always(每当有需要时)

输入的模型:
!文件名:p97.lg4;
max=290*x11+320*x12+230*x13+280*x14
+310*x21+320*x22+260*x23+300*x24
+260*x31+250*x32+220*x33;
x11+x12+x13+x14<100;
x21+x22+x23+x24<120;
@for(wu(i):@sum(cang(j):x(i,j))<w(i));
@for(cang(j):@sum(wu(i):x(i,j))<WET(j));
@for(cang(j):@sum(wu(i):v(i)*x(i,j))<VOL(j));
@for(cang(j):
@for(cang(k)|k#GT#j:!#GT#是大于的含义;

4.1 奶制品的生产与销售
例1 加工奶制品的生产计划
结果分析
例2 奶制品的生产销售计划
结果分析
4.2 自来水输送与货机装运
例1 自来水输送问题
例2 货机装运
b=50 60 50;
m1=30 70 10 10;

数学建模之初等模型

数学建模之初等模型

情形3
p1 p2 , 说明当对A 不公平时,给B 单 n1 n2 1 位增加1席,对A 不公平。
计算对A 的相对不公平值
r A (n 1 ,n 2 1 ) p 1n p 1 2 ( p n 2 2 (n 1 2 ) 1 ) p 1 (p n 2 2 n 11 ) 1
若 r B (n 1 1 ,n 2 ) r A (n 1 ,n 2 1 ),
取 r 4 参 m /s ,I 3 数 6 2 c/0 s , m p 1 0 .3 1 9 60
C 6 .9 5 1 4 0 (0 .8 sin 6c o 1 s.5 v)
v
可以看出:淋雨量与降雨的方向和行走的速度有关。
问题转化为给定 ,如何选择 v使得 C最小。
情形1 90
C6.95 1 04(0.81.5) v
结果表明:淋雨量是速度的减函数,当速度尽可能大时 淋雨量达到最小。 假设你以6米/秒的速度在雨中猛跑,则计算得
C 1.3 1 1 4 0 m 31.1升 3
情形2 60
C 6 .9 1 5 4 [ 0 1 .5 (0 .43 3 )/v ]
结果表明:淋雨量是速度的减函数,当速度尽可能大时 淋雨量达到最小。 假设你以6米/秒的速度在雨中猛跑,则计算得
你在雨中行度 走 v的 6米 /每 最秒 大, 速则计算 你在雨中 16行 秒 7 走 , 2分 了 即 47 秒。
从而可以计算被淋的雨水的总量为2.041(升)。 经仔细分析,可知你在雨中只跑了2分47 秒,但被淋了 2 升的雨水,大约有4 酒瓶的水量。这是不可思议的。 表明:用此模型描述雨中行走的淋雨量不符合实际。
C t (I/36 ) 0 .0 S 1 0 (米 3 ) 1(D 0 /v ) I/36 S ( 00升

数学建模第二章 初等模型

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。

数学建模实验二初等模型实验

数学建模实验二初等模型实验

数学建模实验⼆初等模型实验集美⼤学计算机⼯程学院实验报告课程名称:数学模型班级:计算12 实验成绩:指导教师:付永钢姓名:实验项⽬名称:初等模型试验学号:上机实践⽇期:实验项⽬编号:实验⼆上机实践时间:2014.11⼀、实验⽬的掌握初等模型的建⽴的基本思路和⽅法,并了解其求解过程。

对给定的初等模型问题能够借助Matlab ⼯具进⾏求解。

⼆、实验内容实验 1 ⽤Matlab 验证划艇⽐赛成绩模型的结果,通过数值结果来检验你所得到的模型正确性。

(⾸先要阅读本⽬录中的Matlab 数据拟合和matlab 数据处理的相关材料)实验2 求解汽车刹车距离的模型,⽤Matlab 给出你的求解结果。

验证应该遵循的t 秒准则的标准。

实验3 从教材P56中的第7,13,14题,任选⼀题,建⽴相应的初等模型,并借助matlab 进⾏求解,并给出合理的模型解释。

三、实验使⽤环境WindowsXP 、Matlab6.1四、实验步骤1、划艇⽐赛成绩的模型检验根据推导出的模型公式和数据,对参数βα,进⾏求解βαn t =。

⾸先转换成对数形式:,log 'log n t βα+=其中ααlog '=然后对给定数据进⾏拟合。

代码:n=[1 2 4 8]t=[7.21 6.88 6.32 5.84]lgn=log(n);lgt=log(t);p=polyfit(lgn,lgt,1);alpha=exp(p(2));belta=p(1);x=1:20;y=alpha*x.^belta ;plot(x,y,’c*-‘) ;xlabel(‘Number of Athlete ’);ylabel(‘Time Cost ’);Matlab 拟合函数图像:结果分析:划艇⽐赛模型的结果为t∞n-(1/9).。

在matlab中检验得belta =-0.1035与-(1/9)接近。

因此,模型正确。

2、汽车刹车距离验证代码:function E=fun1(a,x,y)Y=a(1)*x.*x+0.75*x;E=y-Y;%M⽂件结束%⽤lsqnonlin调⽤解决:x=[29.3 44 58.7 73.3 88 102.7 117.3];y=[44 78 124 186 268 372 506];a0=[0.5];options=optimset('lsqnonlin');a=lsqnonlin(@fun1,a0,[],[],options,x,y)%绘图plot(x,y,'o');hold on;x=[0:200];y=a(1)*x.*x+0.75*x;plot(x,y,'-');hold off结果分析:汽车刹车距离求解结果在Matlab的模型如上所⽰。

  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)。

数学建模实验答案初等
模型
Document number【SA80SAB-SAA9SYT-SAATC-SA6UT-SA18】
实验02 初等模型(4学时)
(第2章初等模型)
1.(编程)光盘的数据容量p23~27
表1 3种光盘的基本数据
CAV光盘:恒定角速度的光盘。

CLV光盘:恒定线速度的光盘。

R2=58 mm, R1=22.5 mm,d, ρ见表1。

CLV光盘的信息总长度(mm) L
CLV
22
21
()
R R
d
π-

CLV光盘的信息容量(MB) C
CLV
= ρL CLV / (10^6)
CLV光盘的影像时间(min) T
CLV = C
CLV
/ ×60)
CAV光盘的信息总长度(mm) L
CAV
2
2
2
R
d π≈
CAV光盘的信息容量(MB) C
CAV
= ρL CAV / (10^6)
CAV光盘的影像时间(min ) T
CAV = C
CAV
/ ×60)
(验证、编程)模型求解
要求:
①(验证)分别计算出LCLV, CCLV和TCLV三个3行1列的列向量,仍后输出结果,并与P26的表2(教材)比较。

程序如下:
②(编程)对于LCAV, CCAV和TCAV,编写类似①的程序,并运行,结果与P26的表3(教材)比较。

★要求①的程序的运行结果:
★要求②的程序及其运行结果:
(编程)结果分析
信道长度LCLV 的精确计算:21
2R CLV
R L d
π=⎰
模型给出的是近似值:2221()
CLV R R L L d
π-=

相对误差为:CLV L L
L
δ-=
要求:
①取R2=58 mm, R1=22.5 mm,d, ρ见表1(题1)。

分别计算出LCLV, L和delta三个3行1列的列向量,仍后将它组合起来输出一个3行3列的结果。

②结果与P26的表2和P27(教材)的结果比较。

[提示]
定积分计算用quad、quadl或trapz函数,注意要分别取d的元素来计算。

要用数组d参与计算,可用quadv(用help查看其用法)。

★编写的程序和运行结果:
程序:
运行结果:
2.(验证,编程)划艇比赛的成绩p29~31
模型:t=αnβ
其中,t为比赛成绩(时间),n为桨手人数,α和β为参数。

为适合数据拟合,将模型改为:log t=logα + βlog n
(1) 参数α和β估计程序如下:
(2) 实际值与计算值比较(数据比较和和拟合图形)
参考数据结果:
第1列为桨手人数,第2列为实际比赛平均成绩,第3列为计算比赛平均成绩。

参考图形结果:
要求:
①运行问题(1)中的程序。

②编程解决问题(2):实际值与计算值比较(数据比较和和拟合图形)。

★(验证)用数据拟合求参数α和β。

给出α和β值和模型:
模型为:
★(编程)实际值与计算值比较(数据比较和和拟合图形),程序和运行结果:
程序:
数值结果:
图形结果:
3.(编程,验证)污水均流池的设计p34~37
表2 (p35) 社区一天以小时为单位间隔的生活污水流量(单位:m3/h)
(编程)均流池的恒定流出量和最大容量模型(离散)
每小时污水流入均流池的流量为f (t ), t =0, 1, 2, …, 23。

一天的平均流量 23
1()24t g f t ==∑
均流池中污水的空量 c (t ), t =0, 1, 2, …, 23。

c (t +1)=c (t )+f (t )-g , t =0, 1, 2, …, 22 (模型)
要求:
① 求g ,画f (t )和g 的图形(与P35图1比较)。

② 求c (t ), t =0, 1, 2, …, 23, c (0)=0,并求其中的最小值M (与P36表3比较)。

求c (t ), t =0, 1, 2, …, 23, c (0)=-M (与P36表4比较)。

画c (t )分别当c (0)和c (-M )时的图形(与P37图2比较)。

★ 要求①的程序和运行结果:
程序:
命令窗口的结果:
图形窗口的结果:
★要求②的程序和运行结果:程序:
命令窗口的结果:
图形窗口的结果:
(验证)均流池的恒定流出量和最大容量模型(连续)p56习题3每小时污水流入均流池的流量为f (t), t=0, 1, 2, …, 23。

用3次样条插值得到连续函数f(t), 0≤t≤23。

(仍用f(t)表示)
一天的平均流量 2301
()230
g f t dt =
-⎰ 均流池中污水的容量 c (t ) , 0≤t ≤23。

c (t +Δt )-c (t )=(f (t )-g ) Δt
0(),(0)dc
f t
g c c dt
=-= (模型) (1) 求g ,画f (t )和g 的图形(与P35图1比较)。

程序:
(2) 求c(t), 0≤t≤23, c(0)=0时的最小值M。

画c(t)初值条件分别为c(0)=0和c(0)=-M时的图形(与P37图2比较)。

程序:
要求
①运行(1)中的程序,结果与P35图1比较。

②运行(2)中的程序,结果与P37图2比较。

③阅读并理解程序。

★要求①的运行结果:
命令窗口的结果:
图形窗口的结果:
★要求②的运行结果:
命令窗口的结果:
图形窗口的结果:
4.(编程)天气预报的评价p49~54
31天4种(A~D)预报方法的有雨预报(%)及实际观测结果
4 60 30 90 70 1;
5 60 30 0 20 0;
6 30 30 10 50 1;
7 80 30 10 40 0;
8 70 30 20 30 0;
9 80 30 40 30 0;
10 60 30 60 40 0;
11 80 30 20 80 1;
12 40 30 30 40 0;
13 90 30 90 40 1;
14 50 30 60 20 0;
15 10 30 20 10 0;
16 60 30 50 80 1;
17 20 30 10 30 0;
18 0 30 0 50 0;
(编程求解)计数模型p50~52
若预报有雨概率>50%,则认为明天有雨,<50%则认为无雨,且依照明天是否有雨的实际观测,规定预报是否正确,从而统计预报的正确率。

求出4种预报的结果计数矩阵:
预报的正确率:对角线数字之和/全部数之和。

要求:
① 编写程序求出4种预报的结果计数(天数),并分别计算出它们的预报正确率(取2位小数)。

② 结果与p51中的结果比较。

★ 程序和运行结果:
程序:
预报和实测都有雨的天数 预报有雨而实测无雨的
运行结果:
(编程求解)记分模型p52~53
将预报有雨概率的大小与实测结果(有雨或无雨)比较,给予记分。

注意:要将M中的预报概率值转换为小数。

模型1
记第k天某种预报有雨概率为p k,第k天实测有雨为v k=1,无雨为v k=0,令第k天的某种预报得分为
将s k对k求和得到某预报的分数S1(越大越好)。

模型2
s k = | p k - v k |
将s k对k求和得到某预报的分数S2(越小越好)。

模型3
s k = ( p k - v k )2
将s k对k求和得到某预报的分数S3(越小越好)。

要求:
①编程求4种预报在模型1、2、3下的相应分数S1、S2、S3。

②运行结果与p52的结果比较。

★程序和运行结果:
(部分编程求解)图形模型——模型1p53
以预报有雨概率p(值为小数)为横轴,实测值v(值为0或1)为纵轴,奖表tab的数据在图上用符号*标出,其中*上面的数字是坐标在*的天数。

预报A的程序:
运行结果示例:
要求:
①自己完成上面未完整的程序并运行。

②修改预报A的程序,分别用于B、C、D,并运行。

③运行结果与p53中的结果比较。

★预报A的完整程序:
★预报A、B、C、D的程序运行结果(图形):
(验证)图形模型——模型2p53~54
对每个不同的预报有雨概率p,统计实测有雨的天数占预报这个p的全部天数的比例q(p和q越接近越好)。

以p为横轴,q为纵轴,将表tab数据进行统计后在图上有*标出,并在图中画斜线q=p。

预报A的程序:
运行结果示例:
要求:
①运行上面程序,仍后修改程序,分别用于B、C、D,并运行。

②运行结果与p54中的结果比较。

③阅读并理解程序。

★预报A、B、C、D的程序运行结果(图形):
附1:实验提示
第2题
数据拟合函数polyfit
附2:第2章初等模型光盘的数据容量
划艇比赛的成绩
污水均流池的设计
天气预报的评价。

相关文档
最新文档