数学建模典型例题
一、人体重变化
某人的食量是10467焦/天,最基本新代要自动消耗其中的5038焦/天。每天的体育运动消耗热量大约是69焦/(千克?天)乘以他的体重(千克)。假设以脂肪形式贮存的热量100% 地有效,而1千克脂肪含热量41868焦。试研究此人体重随时间变化的规律。
一、问题分析
人体重W(t)随时间t变化是由于消耗量和吸收量的差值所引起的,假设人体重随时间的变化是连续变化过程,因此可以通过研究在△t时间体重W的变化值列出微分方程。
二、模型假设
1、以脂肪形式贮存的热量100%有效
2、当补充能量多于消耗能量时,多余能量以脂肪形式贮存
3、假设体重的变化是一个连续函数
4、初始体重为W0
三、模型建立
假设在△t时间:
体重的变化量为W(t+△t)-W(t);
身体一天的热量的剩余为(10467-5038-69*W(t))
将其乘以△t即为一小段时间剩下的热量;
转换成微分方程为:d[W(t+△t)-W(t)]=(10467-5038-69*W(t))dt;
四、模型求解
d(5429-69W)/(5429-69W)=-69dt/41686
W(0)=W0
解得:
5429-69W=(5429-69W0)e(-69t/41686)
即:
W(t)=5429/69-(5429-69W0)/5429e(-69t/41686)
当t趋于无穷时,w=81;
二、投资策略模型
一、问题重述
一家公司要投资一个车队并尝试着决定保留汽车时间的最佳方案。5年后,它将卖出所有剩余汽车并让一家外围公司提供运输。在策划下一个5年计划时,这家公司评估在年i 的开始买进汽车并在年j的开始卖出汽车,将有净成本a ij(购入价减去折旧加上运营和维修成本)。以千元计数a ij的由下面的表给出:
请寻找什么时间买进和卖出汽车的最便宜的策略。
二、问题分析
本问题是寻找成本最低的投资策略,可视为寻找最短路径问题。因此可利用图论法分析,用Dijkstra算法找出最短路径,即为最低成本的投资策略。
三、条件假设
除购入价折旧以及运营和维护成本外无其他费用;
四、模型建立
二
5
11 7 三 6
4
16
6 13 8 四
一 9
12 8 11
20
五
10
六
运用Dijikstra算法
1 2 3 4 5 6 0 4 6 9 12 20
6 9 12 20 9 12 20 12 20
20 可发现,在第二次运算后,数据再无变化,可见最小路径已经出现
即在第一年买进200辆,在第三年全部卖出,第三年再买进200第六年全部卖出。
三、飞机与防空炮的最优策略
一、问题重述:
红方攻击蓝方一目标,红方有2架飞机,蓝方有四门防空炮,红方只要有一架飞机突破蓝方的防卫则红方胜。其中共有四个区域,红方可以其中任意一个接近目标,蓝方可以任意布置防空炮,但一门炮只能防守一个区域,其射中概率为1。那么双方各采取什么策略?
二、问题分析
该问题显然是红方与蓝方的博弈问题,因此可以用博弈论模型来分析本问题。
1、对策参与者为两方(红蓝两方)
2、红军有两种行动方案,即两架飞机一起行动、两架飞机分开行动。蓝军有三种防御方案,即四个区域非别布置防空炮(记为1-1-1-1)、一个区域布置两架一个没有另外两个分别布置一个(记为2-1-1-0)、两个区域分别布置两架飞机另外两个没有(记为2-2-0-0)。显然是不需要在某个区域布置3个防空炮的。
三、问题假设:
(1)红蓝双方均不知道对方的策略。
(2)蓝方可以在一个区域布置3,4门大炮,但是大炮数量大于飞机的数量,而一门大炮已经可以击落一架飞机,因而这种方案不可取。
(3)红方有两种方案,一是让两架飞机分别通过两个区域去攻击目标,另一种是让两架飞机通过同一区域去攻击目标。
(4)假设蓝方四门大炮以及红方的两架飞机均派上用场,且双方必须同时作出决策。
四、模型建立
由此可得赢得矩阵蓝方为A,红方为B
A= 1 0
0.75 0.50
0.50 0.83
B= 0 0.25 0.5
1 0.5 0.17
没有鞍点,故用混合策略模型解决本问题
设蓝方采取行动i 的概率为 xi(i=1,2,3),红方采取行动j 的概率为yj(j=1,2),则蓝方与红方策略集分别为:
S1={x=(x1,x2,x3)0< xi<1,∑xi=1}, S2={y=(y1,y2)0< yi<1,∑yi=1}。
五、模型求解
下列线性规划问题的解就是蓝军的最优混合策略x* Max v1
0*x 1+0.25*x 2+0.5*x 3 >v1 x 1+0.5*x 2+0.17*x 3 >v1 x 1+x 2+x 3 =1 xi<=1
下列线性规划问题的解就是红军的最优混合策略y* Min v2 y 2 0.25*y 1+0.5*y 2 四、雷达计量保障人员分配 开展雷达装备计量保障工作中,合理分配计量保障人员是提高计量保障效能的关键。所谓合理分配是指将计量保障人员根据其专业特长、技术能力分配到不同的工作岗位上,并且使得所有人员能够发挥出最大的军事效益。 现某雷达团共部署12种型号共16部雷达,部署情况及计量保障任务分区情况如表所示: 说明:1.保障任务分区域进行保障; 2.B 、H 、L 型雷达分为两个保障任务,分别为B 1、B 2、H 1、H 2、L 1、 L2,其它雷达为一个保障任务; 3.同一区域多部相同雷达等同于一部雷达的保障任务; 4.不同区域的相同雷达看作不同保障任务; 5.每个保障人员只能保障一个任务; 6.每个保障任务只由一个保障人员完成。 雷达的重要性由其性能和所担负的作战任务共同决定,即使同一型号的雷达在不同区域其重要性也可能不同。各雷达的重要性如下表所示(表中下标表示雷达所在保障区域): 该雷达团修理所现在有10名待分配计量保障人员,他们针对不同保障任务的计量保障能力量化指标如下表所示: 问题:如何给该团三个营分配计量保障人员,使他们发挥最大军事效益? 一、问题分析: 该问题是人员指派问题,目的是得到最大效益。根据保障能力测试与雷达重要性定义出效益矩阵,用0—1整数规划方法来求解,得到最大效益矩阵。 二、模型假设 1.保障任务分区域进行保障; 2.B 、H 、L 型雷达分为两个保障任务,分别为B 1、B 2、H 1、H 2、L 1、L 2,其它雷达为一个保障任务; 3.同一区域多部相同雷达等同于一部雷达的保障任务; 4.不同区域的相同雷达看作不同保障任务; 5.每个保障人员只能保障一个任务; 6.每个保障任务只由一个保障人员完成。 三、模型建立 根据题目列出保障人员能力量化指标矩阵: ?? ? ?? ? ?? ? ?? ? ??? ?????????????????=007.09.03.08.04.002.05.03.06.08.08.06.08 .03.07 .02.06.07.03.07.03.04.06.07.08.07.05.06.03.05.05.07.04.02.02.01.02.02.0001.02.02.02.06.01.006.04.02.08.05.03.03.06.03.0003.03.04.03.002.0004.09.05.02.01.08.08.08.08.06.08.08.008.06.07.08.06.08.00 5.07.03.03.03.03.07.07.05.03.003.0 6.03.0 7.06.07.0 8.05.02.02.07.02.02.05.08.06.02.002.05.005.05.0007.05.04.03.04.04.004.07.04.06.04.000000 9 .005.05.05.05.05.005.05.05.05.05.05.0005.005.09.08.07.0006.04.04.03.09.07.06.07.08.04.07.003 .08.0A 根据题目,设保障任务的重要性向量),...,,(21i b b b B =,bi 表示第i 个任务 的重要性。列出保障任务重要性向量: []7.07.06.08.09.07.06.09.09.07.08.07.07.07.08.09.09.08.0=B 我们用二者的乘积表示效益矩阵: T *=B A R 。 我们设元素rij 表示第i 个人完成j 件事的效益,Xij 表示第i 个人去保障第j 件任务,如果是,其值为1,否则为0。 利用这一个矩阵和0-1规划,我们就可以列出方程: ∑∑===m j n i ij ij x r Z 11 *max ∑==m i j ij x 1 ∑=<=n i ij x 1 1,m<=n model: sets: M/1..10/; N/1..18/:a; allowed(M,N):b,r,x; endsets data: a=0.8 0.9 0.9 0.8 0.7 0.7 0.7 0.8 0.7 0.9 0.9 0.6 0.7 0.9 0.8 0.6 0.7 0.7; b=0.8 0.3 0 0.7 0.4 0.8 0.7 0.6 0.7 0.9 0.3 0.4 0.4 0.6 0 0 0.7 0.8 0.9 0.5 0 0.5 0 0 0.5 0.5 0.9 0.5 0.5 0.5 0 0.5 0.5 0.5 0.5 0.5 0 0.9 0 0 0 0 0 0.4 0.6 0.4 0.7 0.4 0 0.4 0.4 0.3 0.4 0.5 0.4 0 0 0.5 0.5 0 0.5 0.2 0 0.2 0.6 0.8 0.5 0.2 0.2 0.7 0.2 0.2 0.7 0.8 0.7 0.6 0.7 0.3 0.6 0.3 0 0.3 0.5 0.7 0.7 0.3 0.3 0.3 0.3 0.7 0.5 0 0.8 0.6 0.8 0.7 0.6 0.8 0 0.8 0.8 0.6 0.8 0.8 0.8 0.8 0.1 0.2 0.5 0.9 0.4 0 0 0.2 0 0.3 0.4 0.3 0.3 0 0 0.3 0.6 0.3 0.3 0.5 0.8 0.2 0.4 0.6 0 0.1 0.6 0.2 0.2 0.2 0.1 0 0 0.2 0.2 0.1 0.2 0.2 0.4 0.7 0.5 0.5 0.3 0.6 0.5 0.7 0.8 0.7 0.6 0.4 0.3 0.7 0.3 0.7 0.6 0.2 0.7 0.3 0.8 0.6 0.8 0.8 0.6 0.3 0.5 0.2 0 0.4 0.8 0.3 0.9 0.7 0 0; enddata max=sum(allowed(i,j):x(i,j)*r(i,j)); for(M(i):for(N(j):r(i,j)=a(j)*b(i,j))); for(M(i):sum(N(j):x(i,j))=1); for(N(j):sum(M(i):x(i,j))<=1); for(M(i):for(N(j):bin(x(i,j)))); End 解得最大效益为6.63, 分配方案为:第5、7、8号保障人员分配到区域1,其中8号承担A型,5、7号承担B1,B2型;第1、2、3、4、9号保障人员分配到区域2,其中第9号保障人员承担F型2号G型,1、3号承担H1,H2型,4号I型;第6、10号保障人员分配到区域3,6号F型、10号J型。