第一章建立数学模型1.1 从现实对象到数学模型1.2 数学建模的重要意义1.3 数学建模示例
1.4 数学建模的方法和步骤1.5 数学模型的特点和分类1.6 怎样学习数学建模
1.1从现实对象到数学模型
我们常见的模型
玩具、照片、飞机、火箭模型… …~ 实物模型水箱中的舰艇、风洞中的飞机… …~ 物理模型地图、电路图、分子结构图… …~ 符号模型
模型是为了一定目的，对客观事物的一部分
进行简缩、抽象、提炼出来的原型的替代物
模型集中反映了原型中人们需要的那一部分特征
你碰到过的数学模型——“航行问题”
用x 表示船速，y 表示水速，列出方程：
75050)(750
30)(=?-=?+y x y x 答：船速每小时20千米/小时.
甲乙两地相距750千米，船从甲到乙顺水航行需30小时，从乙到甲逆水航行需50小时，问船的速度是多少?
x =20y =5求解
航行问题建立数学模型的基本步骤?作出简化假设（船速、水速为常数）；
?用符号表示有关量（x, y表示船速和水速）；
?用物理定律（匀速运动的距离等于速度乘以时间）列出数学式子（二元一次方程）；
?求解得到数学解答（x=20, y=5）；
?回答原问题（船速每小时20千米/小时）。
数学模型(Mathematical Model) 和
数学建模（Mathematical Modeling)
对于一个现实对象，为了一个特定目的，
根据其内在规律，作出必要的简化假设，
运用适当的数学工具，得到的一个数学结构。建立数学模型的全过程（包括表述、求解、解释、检验等）数学模型
数学
建模
1.2数学建模的重要意义
?电子计算机的出现及飞速发展；
?数学以空前的广度和深度向一切领域渗透。
数学建模作为用数学方法解决实际问题的第一步，
越来越受到人们的重视。
?在一般工程技术领域数学建模仍然大有用武之地；?在高新技术领域数学建模几乎是必不可少的工具；?数学进入一些新领域，为数学建模开辟了许多新领域。
数学建模的具体应用
?分析与设计?预报与决策?控制与优化?规划与管理
如虎添翼
数学建模计算机技术
知识经济
1.3 数学建模示例
1.3.1椅子能在不平的地面上放稳吗
问题分析模
型
假
设通常~ 三只脚着地放稳~ 四只脚着地
?四条腿一样长，椅脚与地面点接触，四脚连线呈正方形;
?地面高度连续变化，可视为数学上的连续曲面;
?地面相对平坦，使椅子在任意位置至少三只脚同时着地。
模型构成用数学语言把椅子位置和四只脚着地的关系表示出来?椅子位置利用正方形(椅脚连线)的对称性x B A D
C O
D ′C ′B ′ A ′用θ(对角线与x 轴的夹角)表示椅子位置
?四只脚着地距离是θ的函数
四个距离
(四只脚)A,C 两脚与地面距离之和~ f (θ)
B,D 两脚与地面距离之和~ g (θ)两个距离θ椅脚与地面距离为零
正方形ABCD 绕O 点旋转
正方形
对称性
用数学语言把椅子位置和四只脚着地的关系表示出来
f(θ) , g(θ)是连续函数
对任意θ,f(θ), g(θ)
至少一个为0
数学问题已知：f(θ) , g(θ)是连续函数;
对任意θ，f(θ) ? g(θ)=0 ;
且g(0)=0，f(0) > 0.
证明：存在θ
，使f(θ
) = g(θ0) = 0.
模型构成
地面为连续曲面
椅子在任意位置
至少三只脚着地
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(π/2)=0 , g(π/2)>0.
令h(θ)= f(θ)–g(θ), 则h(0)>0和h(π/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
, 使h(θ0)=0, 即f(θ0) = g(θ0) .
质, 必存在θ
因为f(θ) ? g(θ)=0, 所以f(θ
) = g(θ0) = 0.
评注和思考建模的关键~
θ和f(θ), g(θ)的确定
假设条件的本质与非本质考察四脚呈长方形的椅子
1.3.2 商人们怎样安全过河
问题(智力游戏)
???3名商人
???3名随从随从们密约, 在河的任一
岸, 一旦随从的人数比商
人多, 就杀人越货.但是乘船渡河的方案由商人决定.商人们怎样才能安全过河?
问题分析多步决策过程
决策~ 每一步(此岸到彼岸或彼岸到此岸)船上的人员要求~在安全的前提下(两岸的随从数不比商人多),经有限步使全体人员过河.
河小船(至多2人)
模型构成
x k ~第k 次渡河前此岸的商人数
y k ~第k 次渡河前此岸的随从数
x k , y k =0,1,2,3;k =1,2,??s k =(x k , y k )~过程的状态S={(x , y )|x =0, y =0,1,2,3; x =3, y =0,1,2,3; x =y =1,2}
S ~ 允许状态集合
u k ~第k 次渡船上的商人数
v k ~第k 次渡船上的随从数
d k =(u k , v k )~决策
D={(u , v )|u+v =1, 2} ~允许决策集合
u k , v k =0,1,2;k =1,2,??s k +1=s k d k +(-1)k ~状态转移律求d k ∈D(k =1,2, ?n), 使s k ∈S, 并按
转移律由s 1=(3,3)到达s n +1=(0,0).
多步决策
问题
模型求解x y 3
322
1
10?穷举法~ 编程上机?图解法状态s =(x,y ) ~ 16个格点~ 10个点允许决策~ 移动1或2格; k 奇,左下移; k 偶,右上移.s 1n +1d 1, ?，d 11给出安全渡河方案评注和思考
规格化方法,易于推广考虑4名商人各带一随从的情况
d 1d 11允许状态S={(x , y )|x =0, y =0,1,2,3;x =3, y =0,1,2,3; x=y =1,2}
1.3.3 如何预报人口的增长
世界人口增长概况
背景
年1625 1830 1930 1960 1974 1987 1999人口(亿) 5 10 20 30 40 50 60
中国人口增长概况
年1908 1933 1953 1964 1982 1990 1995 2000人口(亿) 3.0 4.7 6.0 7.2 10.3 11.3 12.0 13.0
研究人口变化规律控制人口过快增长
指数增长模型——马尔萨斯提出(1798)
常用的计算公式
k
k r x x )1(0+=x (t ) ~时刻t 的人口
基本假设: 人口(相对)增长率r 是常数
t r t x t x t t x ?=-?+)()()(今年人口x 0, 年增长率r k 年后人口0)0(,x x rx dt dx ==rt
e x t x 0)(=t r e x t x )()(0=t
r x )
1(0+≈随着时间增加，人口按指数规律无限增长
指数增长模型的应用及局限性
?与19世纪以前欧洲一些地区人口统计数据吻合
?适用于19世纪后迁往加拿大的欧洲移民后代
?可用于短期人口增长预测
?不符合19世纪后多数地区人口增长规律
?不能预测较长期的人口增长过程
19世纪后人口数据人口增长率r不是常数(逐渐下降)
人口增长到一定数量后，增长率下降的原因：资源、环境等因素对人口增长的阻滞作用且阻滞作用随人口数量增加而变大
假设)
0,()(>-=s r sx r x r r ~固有增长率(x 很小时)x m ~人口容量（资源、环境能容纳的最大数量）)1()(m
x x r x r -=r 是x 的减函数m x r s =0)(=m x r
rx dt
dx =)1()(m x x rx x x r dt dx -==dx /dt x x m x m /2x m
x t x x x e m
m rt ()()=+--110t x 0
x (t )~S 形曲线, x 增加先快后慢
x x m /2
参数估计用指数增长模型或阻滞增长模型作人口
预报，必须先估计模型参数r 或r, x m
?利用统计数据用最小二乘法作拟合
例：美国人口数据（单位~百万）1860 1870 1880 …… 1960 1970 1980 199031.4 38.6 50.2 …… 179.3 204.0 226.5 251.4
专家估计
阻滞增长模型(Logistic 模型)
r =0.2557, x m =392.1
第一章引言 众所周知，21世纪是知识经济的时代，所谓知识经济是以现代科学技术为核心，建立在知识和信息的生产、存储、使用和消费之上的经济；是以智力资源为第一生产力要素的经济；是以高科技产业为支柱产业的经济。知识创新和技术创新是知识经济的基本要求和内在动力，培养高素质、复合型的创新人才是时代发展的需要。创新人才主要是指具有较强的创新精神、创新意识和创新能力，并能够将创新能力转化为创造性成果的高素质人才。培养创新人才，大学教育是关键，而大学的数学教育在整个大学教育，乃至在人才的培养中都起着重要的奠基作用。正如著名的数学家王梓坤院士所说：“今天的数学兼有科学和技术两种品质，数学科学是授人以能力的技术。”数学作为一门技术，现已经成为一门能够普遍实施的技术，也是未来所需要的高素质创新人才必须要具有的一门技术。随着知识经济发展的需要，创新人才的供需矛盾日趋突现，这也是全社会急呼教学改革的根本所在。因此，现代大学数学教育的思想核心就是在保证打捞学生基础的同时，力求培养学生的创新意识与创新能力、应用意识与应用能力。也就是大学数学教育应是基于传授知识、培养能力、提高素质于一体的教育理念之下的教学体系。数学建模活动是实现这一改革目标的有效途径，也正是数学建模活动为大学的数学教学改革打开了一个突破口，近几年的实践证明，这一改革方向是正确的，成效是显著的。 1.1 数学建模的作用和地位 我们培养人才的目的主要是为了服务于社会、应用于社会，促进社会的进步和发展。而社会实际中的问题是复杂多变的，量与量之间的关系并不明显，并不是套用某个数学公式或只用某个学科、某个领域的知识就可以圆满解决的，这就要求我们培养的人才应有较高的数学素质。即能够从众多的事物和现象中找出共同的、本质的东西，善于抓住问题的主要矛盾，从大量的数据和定量分析中寻找并发现规律，用数学的理论和数学的思维方法以及相关的知识去解决，从而为社会服务。基于此，我们认为定量分析和数学建模等数学素质是知识经济时代人才素质的一个重要方面，是培养创新能力的一个重要方法和途径。因此，开展数学建模活动将会在人才培养的过程中有着重要的地位和起着重要的作用。 1.1.1 数学建模的创新作用 数学科学在实际中的重要地位和作用已普遍地被人们所认识，它的生命力正在不断地增强，这主要是来源于它的应用地位。各行各业和各科学领域都在运用数学，或是建立在数学基础之上的，正像人们所说的“数学无处不在”已成为不可争辩的事实。特别是在生产实践中运用数学的过程就是一个创造性的过程，成功运用的核心就是创新。我们这里所说的创新是指科技创新，所谓的科技创新主要是指在科学拘束领域的新发明、新创造。即发明新事物、新思想、新知识和新规律；创造新理论、新方法和新成果；开拓新的应用领域、解决新的问题。大学是人才培养的基地，而创新人才的培养核心是创新思想、创新意识和创新能力的培养。传统的教学内容和教学方法显然不足以胜任这一重担，数学建模本身就是一个创造性的思维过程，从数学建模的教学内容、教学方法，以及数学建模竞赛活动的培训等都是围绕着一个培养创新人才的核心这个主题内容进行的，其内容取材于实际、方法结合于实际、结果应用于实际。总之，知识创新、方法创新、结果创新、应用创新无不在数学建模的过程中得到体现，这也正是数学建模的创新作用所在。 1.1.2 数学建模的综合作用 对于我们每一个教数学基础科的教师来说，在上第一堂课的时候，按惯例都会讲一下课
数学建模部分课后习题解答 中国地质大学 能源学院 华文静 1.在稳定的椅子问题中，如设椅子的四脚连线呈长方形，结论如何？ 解： 模型假设 （1） 椅子四条腿一样长，椅脚与地面接触处视为一点，四脚的连线呈长方形 （2） 地面高度是连续变化的，沿任何方向都不会出现间断（没有像台阶那样的情况）， 即从数学角度来看，地面是连续曲面。这个假设相当于给出了椅子能放稳的必要条件 （3） 椅子在任何位置至少有三只脚同时着地。为了保证这一点，要求对于椅脚的间 距和椅腿的长度而言，地面是相对平坦的。因为在地面上椅脚间距和椅腿长度的尺寸大小相当的范围内，如果出现深沟或凸峰（即使是连续变化的），此时三只脚是无法同时着地的。 模型建立 在上述假设下，解决问题的关键在于选择合适的变量，把椅子四只脚同时着地表示出来。首先，引入合适的变量来表示椅子位置的挪动。生活经验告诉我们，要把椅子通过挪动放稳，通常有拖动或转动椅子两种办法，也就是数学上所说的平移与旋转变换。然而，平移椅子后问题的条件没有发生本质变化，所以用平移的办法是不能解决问题的。于是可尝试将椅子就地旋转，并试图在旋转过程中找到一种椅子能放稳的情形。 注意到椅脚连线呈长方形，长方形是中心对称图形，绕它的对称中心旋转180度后，椅子仍在原地。把长方形绕它的对称中心旋转，这可以表示椅子位置的改变。于是，旋转角度θ这一变量就表示了椅子的位置。为此，在平面上建立直角坐标系来解决问题。 设椅脚连线为长方形ABCD,以对角线AC 所在的直线为x 轴，对称中心O 为原点，建立平面直角坐标系。椅子绕O 点沿逆时针方向旋转角度θ后，长方形ABCD 转至A1B1C1D1的位置，这样就可以用旋转角）0（πθθ≤≤表示出椅子绕点O 旋转θ后的位置。 其次，把椅脚是否着地用数学形式表示出来。当椅脚与地面的竖直距离为零时，椅脚就着地了，而当这个距离大于零时，椅脚不着地。由于椅子在不同的位置是θ的函数，因此，椅脚与地面的竖直距离也是θ的函数。 由于椅子有四只脚，因而椅脚与地面的竖直距离有四个，它们都是θ的函数，而由假设（3）可知，椅子在任何位置至少有三只脚同时着地，即这四个函数对于任意的θ，其函数值至少有三个同时为0。因此，只需引入两个距离函数即可。考虑到长方形ABCD 是对称中心图形，绕其对称中心O 沿逆时针方向旋转180度后，长方形位置不变，但A,C 和B,D 对换了。因此，记A ，B 两脚与地面竖直距离之和为)(θf ，C,D 两脚之和为 )(θg ，其中[]πθ，0∈，使得)()(00θθg f =成立。 模型求解 如果0)0()0(== g f ，那么结论成立。
数学建模作业——实验1 学院：软件学院 姓名： 学号： 班级：软件工程2015级 GCT班 邮箱： 电话： 日期：2016年5月10日
基本实验 1.椅子放平问题 依照1.2.1节中的“椅子问题”的方法，将假设中的“四腿长相同并且四脚连线呈正方形”，改为“四腿长相同并且四脚连线呈长方形”，其余假设不变，问椅子还能放平吗？如果能，请证明；如果不能，请举出相应的例子。 答：能放平，证明如下： 如上图，以椅子的中心点建立坐标，O为原点，A、B、C、D为椅子四脚的初始位置，通过旋转椅子到A’、B’、C’、D’，旋转的角度为α，记A、B两脚，C、D两脚距离地面的距离为f(α)和g(α)，由于椅子的四脚在任何位置至少有3脚着地，且f(α)、g(α)是α的连续函数，则f(α)和g(α)至少有一个的值为0，即f(α)g(α)=0，f(α)≥ 0，g(α)≥0，若f(0)＞0，g(0)=0，
则一定存在α’∈（0，π），使得 f(α’)=g(α’)=0 令α=π（即椅子旋转180°,AB 边与CD 边互换），则 f(π)=0，g(π)＞0 定义h(α)=f(α)-g(α)，得到 h(0)=f(0)-g(0)＞0 h(π)=f(π)-g(π)＜0 根据连续函数的零点定理，则存在α’∈（0，π），使得 h(α’)=f(α’)-g(α’)=0 结合条件f(α’)g(α’)=0,从而得到 f(α’)=g(α’)=0，即四脚着地，椅子放平。 2. 过河问题 依照1.2.2节中的“商人安全过河”的方法，完成下面的智力游戏：人带着猫、鸡、米过河，船除需要人划之外，至多能载猫、鸡、米之一，而当人不在场时，猫要吃鸡、鸡要吃米，试设计一个安全过河的方案，并使渡河的次数尽量的少。 答：用i =1,2,3,4分别代表人，猫，鸡，米。1=i x 在此岸，0=i x 在对岸，()4321,,,x x x x s =此岸状态，()43211,1,1,1x x x x D ----=对岸状态。安全状态集合为 :
·综 述· 辐射剂量数学模型在医学影像学的应用及研究进展＊ 刘 潇综述，曾勇明△审校 （重庆医科大学附属第一医院放射科 ４０００１６） 关键词：辐射剂量；医学影像学；数学模型；蒙特卡洛；仿真人体体模 ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７１－８３４８．２０１３．１４．０３３文献标识码：Ａ文章编号：１６７１－８３４８（２０１３）１４－１６５０－０３ 随着医学的不断发展，现代医学影像技术越来越多的应用于临床实践中，尤其是在ＣＴ、ＤＳＡ的临床应用呈逐年上升趋势，辐射剂量问题已引起全世界的关注。有效实施辐射剂量检测是保证医学影像学检查合理使用的基本要求。当前，临床上主要采用影像设备的剂量测试工具来获得辐射剂量数据，并评估患者的辐射剂量，但不能前瞻性的评价和预估某一放射学检查时的辐射水平。近年来，数学模型开始应用于医学影像学领域，对研究辐射剂量的科学实验带来便利。本文就辐射剂量数学模型的临床应用及进展综述如下。 １ 辐射剂量数学模型 为了使描述更具科学性、逻辑性、客观性和可重复性，人们采用一种普遍认为比较严格的语言来描述各种现象，这种语言就是数学。使用数学语言描述的事物就称为数学模型。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、简化建立能近似刻画并“解决”实际问题的一种强有力的数学手段。数学建模是用数学语言描述实际现象的过程，不但包括外在形态，内在机制的描述，也包括预测，试验和解释实际现象等内容［１］。 以蒙特卡洛（Ｍｏｎｔｅ Ｃａｒｌｏ）为代表的数学模拟方法是一种通过设定随机过程，反复生成时间序列，计算参数估计量和统计量，进而研究其分布特征的方法。具体的，当系统中各个单元的可靠性特征量已知，但系统的可靠性过于复杂，难以建立可靠性预计的精确数学模型或模型太复杂而不便应用时，可用随机模拟法近似计算出系统可靠性的预计值；随着模拟次数的增多，其预计精度也逐渐增高。由于涉及时间序列的反复生成，蒙特卡洛模拟法是以高容量和高速度的计算机为前提条件的，因此，只是在近些年才得到广泛推广。蒙特卡洛模拟方法的原理是当问题或对象本身具有概率特征时，可以用计算机模拟的方法产生抽样结果，根据抽样计算统计量或者参数的值；随着模拟次数的增多，可以通过对各次统计量或参数的估计值求平均的方法得到稳定结论［２］。 在医学影像学中，基于蒙特卡洛模拟技术开发的软件的临床应用近年来有较大发展，如Ｉｍｐａｃｔ ＭＣ软件包（ＶＡＭＰ Ｇｍ－ｂＨ，Ｅｒｌａｎｇｅｎ，Ｇｅｒｍａｎｙ）功能独特，目前科研中，提供快速的三维剂量分布计算，该软件可以适用于多种任务，包括普通放射学、ＣＴ、Ｃ型臂（基于平板探测器）ＣＴ等。在科研中成功的剂量分布计算已经在３０多个专业领域的国际刊物也有极好的反馈［３］。还有一些通用的软件工具常在实验研究中应用，如用来模拟辐射ＣＴ剂量沉积的基于蒙特卡洛的软件ＭＣＮＰＸ ｅｘ－ｔｅｎｄｅｄ ｖ２．６，在洛杉矶洛斯阿拉莫斯国家实验室执行模拟［４］。国内应用较广的免费软件，如Ｇｅａｎｔ４［５－６］或ＭＣＮＰ ＥＧＳ４［７］，这些软件可执行辐射剂量估算。器官剂量估算软件ＰＣＸＭＣ（ＳＴＵＫ，Ｆｉｎｌａｎｄ）是基于蒙特卡洛计算方法，用于估算人体器官所受吸收剂量（ａｂｓｏｒｂｅｄｄｏｓｅ，ＡＤ）和全身有效剂量（ｅｆｆｅｃｔｉｖｅｄｏｓｅ，ＥＤ）的常用计算软件［８］。 ２ 数学模型在ＣＴ检查中的应用 在ＣＴ检查中减少辐射剂量是医学影像研究的热点问题，常用于评价ＣＴ检查的ＥＤ通过剂量长度乘积（ｄｏｓｅ ｌｅｎｇｔｈｐｒｏｄｕｃｔ，ＤＬＰ）乘以权重因子获得［９］，但与利用仿真体模检测辐射剂量的方法比较，其值不够准确［１０］。应用数学模型软件，模拟患者的辐射剂量，可避免不必要的重复照射。通过在软件中加入ＣＴ的扫描参数及患者的性别、体质量指数（ＢＭＩ）、心率等因素，因而更具个性化。辐射剂量数学模型在ＣＴ的应用已越来越受到重视。 有研究采用数学模型评估冠状动脉造影患者接受的辐射剂量，模型模拟固定管电流下ＥＤ，与常规心电门控管电流自动调制技术接受的剂量相比较。可以得到心电门控管电流自动调制技术（预设１００ｍＡｓ）的ＥＤ为（７．１±２．１）ｍＳｖ，而模拟固定管电流（１００ｍＡｓ）下肺组织的ＥＤ为（１２．５±５．３）ｍＳｖ；并证明应用心电门控管电流自动调制技术后辐射剂量减少了５２％［１１］。 Ｉｍｐａｃｔ ＭＣ软件生成的三维剂量分布是其特点，可涉及到器官剂量的估算和计算患者个体风险的ＥＤ水平。在对每个采集的参数和重建的容积数据的基础上，进行了蒙特卡洛模拟，以计算每个像素的沉积与光子相互作用方面的剂量。它可模拟现代ＣＴ系统的所有参数，比如蝶形过滤器、管电流调制、双源ＣＴ设置和动态Ｚ轴准直等。Ｉｍｐａｃｔ ＭＣ软件的可视仿真体模（ＮＶＩＤＩＡ ＧＰＵ）功能，模拟一个高精度的ＣＴ检查环境，因此Ｉｍｐａｃｔ ＭＣ是最快最全面的蒙特卡洛模拟软件包之一。为了确保最好的结果，Ｉｍｐａｃｔ ＭＣ已在三个不同的ＣＴ系统（西门子、ＧＥ、飞利浦公司产品）验证［１２］。 ＭＣＮＰＸ ｅｘｔｅｎｄｅｄ ｖ２．６软件能模拟以１ｋｅＶ的低能量辐射剂量为基准的剂量，这种软件可使用１２０ｋＶｐ、３００ｍＡ的条件下模拟全身ＣＴ扫描。针对普通患者，扫描范围可扩大，从头顶的底部到耻骨随意调节。利用蒙特卡洛技术模拟的人体数学模型，以现场调查（与临床应用相适应）所得的ＣＴ技术参数和几何条件为输入参数，从理论上估算了成人ＣＴ冠状动脉检查所接受各器官组织的吸收剂量［４］。一些免费软件（如Ｇｅａｎｔ４）缺乏灵活性，难以适应ＣＴ扫描技术的复杂多变，这些原因促进了开发以蒙特卡洛技术为仿真基础的应用于放射诊断的软件，尤其是与ＣＴ检查相关的应用软件［１３－１７］。 ３ 数学模型在介入治疗的应用 介入治疗是临床、医学与工程技术紧密结合，相互依存而发展起来的前沿学科，它具有微创、简便、安全等优点，为过去 ０ ５ ６ １重庆医学２０１３年５月第４２卷第１４期 ＊基金项目：重庆市卫生局科研基金资助项目（２０１０－２－０５５）。 作者简介：刘潇（１９８１～），技师，在读硕士研究生，主要从事医学影像技术研究。 △ 通讯作者，Ｔｅｌ：１３６０８３３８４８８；Ｅ－ｍａｉｌ：ｚｅｎｇ－ｙｍ＠ｖｉｐ．ｓｉｎａ．ｃｏｍ。
第一章 1-1习题 1.设用原料A 生产甲、乙、丙的数量分别为131211,,x x x ，用原料B 生产甲、乙、丙的数量分别为232221,,x x x ，原料C 生产甲、乙、丙的数量分别为333231,,x x x ，则可以建立线性规划问题的数学模型： ?? ??? ??? ?? ?????=≥≤+--≤+--≥--≤+--≥--≤++≤++≤++++++++-+=) 3,2,1,(,00 5.05.05.004.0 6.06.00 15.015.085.008.02.02.006.06.04.012002500 2000..8.38.56.78.18.36.52.08.16.3max 33231332221232 22123121113121113332312322 21131211333231232221131211j i x x x x x x x x x x x x x x x x x x x x x x x x x t s x x x x x x x x x S ij LINDO 求解程序见程序XT1-1-1。 求解结果： 1200 ,22.1482,33.473,0,78.1017,66.1526322212312111======x x x x x x 0,0,0332313===x x x ，24640max =S （元） 。 2.设用设备,,,,,32121B B B A A 加工产品Ⅰ的数量分别为54321,,,,x x x x x ,设备121,,B A A 加工产品Ⅱ的数量分别为876,,x x x ,设备22,B A 加工产品Ⅲ的数量分别为109,x x ,则目标函数为: 976321)5.08.2())(35.02())(25.025.1(max x x x x x x S -++-+++-= 4000 7200700011478340008625010000129731260001053005 1048397261x x x x x x x x x x ?-+?-+?-++?-+? -整理后得到: ??? ??? ?=≥=-=-+=--++≤≤+≤+≤++≤+-+-++---+=)10,9,8,7,6,5,4,3,2,1(,00;0;0;40007;7000114;400086; 100001297;6000105..2304.19256.15.03692.115.135.04474.0375.07816.075.0max 10987654321510483972611098765 4321j x x x x x x x x x x x x x x x x x x x x x t s x x x x x x x x x x S j 整数 LINDO 求解的程序见程序XT1-1-2。 求解结果: 324,500,0,571,859,0,230,120010987654321==========x x x x x x x x x x 446.1155max =S 3.设自己生产甲、乙、丙的数量分别为312111,,x x x ,外协加工甲、乙、丙第数量分别为322212,,x x x （外协加工的铸造、机加工和装配的工时均不超过5000小时）,则
第一部分课后习题 1.学校共1000名学生，235人住在A宿舍，333人住在B宿舍，432人住在C宿舍。学 生们要组织一个10人的委员会，试用下列办法分配各宿舍的委员数： （1）按比例分配取整数的名额后，剩下的名额按惯例分给小数部分较大者。 （2）2.1节中的Q值方法。 （3）d’Hondt方法：将A，B，C各宿舍的人数用正整数n=1，2，3，…相除，其商数如下表： 将所得商数从大到小取前10个（10为席位数），在数字下标以横线，表中A，B，C行有横线的数分别为2，3，5，这就是3个宿舍分配的席位。你能解释这种方法的道理吗。 如果委员会从10人增至15人，用以上3种方法再分配名额。将3种方法两次分配的结果列表比较。 （4）你能提出其他的方法吗。用你的方法分配上面的名额。 2.在超市购物时你注意到大包装商品比小包装商品便宜这种现象了吗。比如洁银牙膏50g 装的每支1.50元，120g装的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个现象。 （1）分析商品价格C与商品重量w的关系。价格由生产成本、包装成本和其他成本等决定，这些成本中有的与重量w成正比，有的与表面积成正比，还有与w无关的因素。 （2）给出单位重量价格c与w的关系，画出它的简图，说明w越大c越小，但是随着w的增加c减少的程度变小。解释实际意义是什么。 3.一垂钓俱乐部鼓励垂钓者将调上的鱼放生，打算按照放生的鱼的重量给予奖励，俱乐部 只准备了一把软尺用于测量，请你设计按照测量的长度估计鱼的重量的方法。假定鱼池中只有一种鲈鱼，并且得到8条鱼的如下数据（胸围指鱼身的最大周长）： 先用机理分析建立模型，再用数据确定参数 4.用宽w的布条缠绕直径d的圆形管道，要求布条不重叠，问布条与管道轴线的夹角 应 多大（如图）。若知道管道长度，需用多长布条（可考虑两端的影响）。如果管道是其他形状呢。
第1章数学建模与误差分析 1.1 数学与科学计算 数学是科学之母，科学技术离不开数学，它通过建立数学模型与数学产生紧密联系，数学又以各种形式应用于科学技术各领域。数学擅长处理各种复杂的依赖关系，精细刻画量的变化以及可能性的评估。它可以帮助人们探讨原因、量化过程、控制风险、优化管理、合理预测。近几十年来由于计算机及科学技术的快速发展，求解各种数学问题的数值方法即计算数学也越来越多地应用于科学技术各领域，相关交叉学科分支纷纷兴起，如计算力学、计算物理、计算化学、计算生物、计算经济学等。 科学计算是指利用计算机来完成科学研究和工程技术中提出的数学问题的计算，是一种使用计算机解释和预测实验中难以验证的、复杂现象的方法。科学计算是伴随着电子计算机的出现而迅速发展并获得广泛应用的新兴交叉学科，是数学及计算机应用于高科技领域的必不可少的纽带和工具。科学计算涉及数学的各分支，研究它们适合于计算机编程的数值计算方法是计算数学的任务，它是各种计算性学科的联系纽带和共性基础，兼有基础性和应用性的数学学科。它面向的是数学问题本身而不是具体的物理模型，但它又是各计算学科共同的基础。 随着计算机技术的飞速发展，科学计算在工程技术中发挥着愈来愈大的作用,已成为继科学实验和理论研究之后科学研究的第三种方法。在实际应用中所建立的数学模型其完备形式往往不能方便地求出精确解，于是只能转化为简化模型，如将复杂的非线性模型忽略一些因素而简化为线性模型，但这样做往往不能满足精度要求。因此，目前使用数值方法来直接求解较少简化的模型，可以得到满足精度要求的结果，使科学计算发挥更大作用。了解和掌握科学计算的基本方法、数学建模方法已成为科技人才必需的技能。因此，科学计算与数学建模的基本知识和方法是工程技术人才必备的数学素质。 1.2 数学建模及其重要意义 数学，作为一门研究现实世界数量关系和空间形式的科学，在它产生和发展的历史长河中，一直是和人们生活的实际需要密切相关。用数学方法解决工程实际和科学技术中的具体问题时，首先必须将具体问题抽象为数学问题，即建立起能描述并等价代替该实际问题的数学模型，然后将建立起的数学模型，利用数学理论和计算技术进行推演、论证和计算，得到欲求解问题的解析解或数值解，最后用求得的解析解和数值解来解决实际问题。本章主要介绍数学建模基本过程和求解数学问题数值方法的误差传播分析。 1.2.1 数学建模的过程 数学建模过程就是从现实对象到数学模型，再从数学模型回到现实对象的循环，一般通过表述、求解、解释、验证几个阶段完成。数学建模过程如图1.2.1所示，数学模型求解方法可分为解析法和数值方法，如图1.2.2所示。 表述是将现实问题“翻译”成抽象的数学问题，属于归纳。数学模型的求解方法则属于演绎。归纳是依据个别现象推出一般规律；演绎是按照普遍原理考察特定对象，导出结论。演绎利用严格的逻辑推理，对解释现象做出科学预见，具有重要意义，但是它要以归纳的结论作为公理化形式的前提，只有在这个前提下
郑重声明： 本作业仅供参考，可能会有错误，请自己甄别。 应用运筹学作业 6.某工厂生产A，B，C，D四种产品，加工这些产品一般需要经刨、磨、钻、镗四道工序，每种产品在各工序加工时所需设备台时如表1-18所示，设每月工作25天，每天工作8小时，且该厂有刨床、磨床、钻床、镗床各一台。问：如何安排生产，才能使月利润最大？又如A，B，C，D四种产品，每月最大的销售量分别为300件、350件、200件和400件，则该问题的线性规划问题又该如何？ 1234 四种产品的数量，则得目标函数： Max=(200?150)x1+(130?100)x2+(150?120)x3+(230?200)x4 =50x1+30x2+30x3+30x4 生产四种产品所用时间： (0.3+0.9+0.7+0.4)x1+(0.5+0.5+0.5+0.5)x2+(0.2+0.7+0.4+ 0.8)x3+(0.4+0.8+0.6+0.7)x4≤25×8 即：2.3x1+2.0x2+2.1x3+2.5x4≤200 又产品数量不可能为负，所以：x i≥0(i=1,2,3,4) 综上，该问题的线性规划模型如下： Max Z=50x1+30x2+30x3+30x4 S.T.{2.3x1+2.0x2+2.1x3+2.5x4≤200 x i≥0(i=1,2,3,4) 下求解目标函数的最优解： max=50*x1+30*x2+30*x3+30*x4; 2.3*x1+2.0*x2+2.1*x3+2.5*x4<200; Global optimal solution found. Objective value: 4347.826 Total solver iterations: 0 Variable Value Reduced Cost X1 86.95652 0.000000 X2 0.000000 13.47826 X3 0.000000 15.65217
习题2作业讲评 1. 继续考虑 2.2节的“汽车刹车距离”案例，请问“两秒准则”和“一车长度准则”一样吗？“两秒准则”是否足够安全？对于安全车距，你有没有更好的建议？（“两秒准则”，即后车司机从前车经过某一标志开始，默数2秒之后到达同一标志，而不管车速如何. 刹车距离与车速的经验公式 20.750.082678d v v =+，速度单位为m/s ，距离单位为m ） 解答 （1）“两秒准则”表明前后车距与车速成正比例关系. 引入以下符号： D ～ 前后车距（m ）；v ～ 车速（m/s ）； 于是“两秒准则”的数学模型为22D K v v ==. 与“一车长度准则”相比是否一样，依赖于一车长度的选取. 比较2 0.750.082678d v v =+与2D v =，得： ()0.082678 1.25d D v v -=- 所以当15.12 m/s v <（约合54.43 km/h ）时，有d
v=(20:5:80).*0.44704; d2=[18,25,36,47,64,82,105,132,162,196,237,283,334 22,31,45,58,80,103,131,165,202,245,295,353,418 20,28,40.5,52.5,72,92.5,118,148.5,182,220.5,266,318,376]; d2=0.3048.*d2; k1=0.75; k2=0.082678; K2=2; d1=[v;v;v].*k1; d=d1+d2; plot([0,40],[0,K2*40],'k') hold on 51015 2025 303540 车速v （m/s ） 距离（m ） 图1
西南大学2014年春《数学建模》作业及答案(已整理) 第一次作业 1：[填空题] 名词解释: 1．原型 2．模型 3．数学模型 4．机理分析 5．测试分析 6．理想方法 7．计算机模拟 8．蛛网模型 9．群体决策 10．直觉 11．灵感 12．想象力 13．洞察力 14．类比法 15．思维模型 16．符号模型 17．直观模型 18．物理模型19．2倍周期收敛20．灵敏度分析21．TSP问题22．随机存储策略23．随机模型24．概率模型25．混合整数规划26．灰色预测 参考答案： 1．原型：原型指人们在现实世界里关心、研究或者从事生产、管理的实际对象。2．模型：指为某个特定目的将原形的某一部分信息简缩、提炼而构造的原型替代物。3．数学模型：是由数字、字母或其它数字符号组成的，描述现实对象数量规律的数学公式、图形或算法。4．机理分析：根据对客观事物特性的认识，找出反映内部机理的数量规律，建立的模型常有明显的物理意义或现实意义。5．测试分析：将研究对象看作一个"黑箱”系统，通过对系统输入、输出数据的测量和统计分析，按照一定的准则找出与数据拟合得最好的模型。6．理想方法：是从观察和经验中通过想象和逻辑思维，把对象简化、纯化，使其升华到理状态，以其更本质地揭示对象的固有规律。7．计算机模拟：根据实际系统或过程的特性，按照一定的数学规律用计算机程序语言模拟实际运行情况，并依据大量模拟结构对系统或过程进行定量分析。8．蛛网模型：用需求曲线和供应曲线分析市场经济稳定性的图示法在经济学中称为蛛网模型。9．群体决策：根据若干人对某些对象的决策结果，综合出这个群体的决策结果的过程称为群体决策。10．直觉：直觉是人们对新事物本质的极敏锐的领悟、理解或推断。11．灵感：灵感是指在人有意识或下意识思考过程中迸发出来的猜测、思路或判断。12．想象力：指人们在原有知识基础上，将新感知的形象与记忆中的形象相互比较、重新组合、加工、处理，创造出新形象，是一种形象思维活动。13．洞察力：指人们在充分占有资料的基础上，经过初步分析能迅速抓住主要矛盾，舍弃次要因素，简化问题的层次，对可以用那些方法解决面临的问题，以及不同方法的优劣作出判断。14．类比法：类比法注意到研究对象与以熟悉的另一对象具有某些共性，比较二者相似之处以获得对研究对象的新认识。15．思维模型：指人们对原形的反复认识，将获取的知识以经验的形式直接储存于人脑中，从而可以根据思维或直觉作出相应的决策。16．符号模型：是在一定约束条件或假设下借助于专门的符号、线条等，按一定形式组合起来描述原型。17．直观模型：指那些供展览用的实物模型以及玩具、照片等，通常是把原型的尺寸按比例缩小或放大，主要追求外观上的逼真。18．物理模型：主要指科技工作者为一定的目的根据相似原理构造的模型，它不仅可以显示原型的外形或某些特征，而且可以用来进行模拟实验，间接地研究原型的某些规律。19．2倍周期收敛：在离散模型中，如果一个数列存在两个收敛子列就称为2倍周期收敛。20．灵敏度分析：系数的每个变化都会改变线性规划问题，随之也会影响原来求得的最优解。为制定一个应付各种偶然情况的全能方法，必须研究以求得的最优解是怎样随输入系数的变化而变化的。这叫灵敏性分析。21．TSP问题：在加权图中寻求最佳推销员回路的问题可以转化为在一个完备加权图中寻求最佳哈密顿圈的问题，称为TSP问题。22．随机存储策略：商店在订购货物时采用的一种简单的策略，是制定一个下界s和一个上界S，当周末存货不小于s时就不定货；当存货少于s 时就订货，且定货量使得下周初的存量达到S，这种策略称为随机存储策略。23．随机模型：如果随机因素对研究对象的影响必须考虑，就应该建立随机性的数学模型，简称为随机模型。24．概
1．（1） n=101; x1=linspace(-1,1,n); x2=linspace(-2,2,n); y1=[sqrt(1-x1.^2);-sqrt(1-x1.^2)]; y2=[sqrt(4-x2.^2);-sqrt(4-x2.^2);sqrt(1-(x2.^2)/4);-sqrt(1-(x2.^2)/4)]; plot(x1,y1) … hold on; plot(x2,y2) title('椭圆x^2/4+y^2=1的内切圆和外切圆') axis equal -2.5 -2-1.5-1-0.500.51 1.52 2.5 -2-1.5-1-0.500.511.5 2椭圆x 2/4+y 2=1的内切圆和外切圆 （2） x1=linspace(-2,2,101); / x2=linspace(-2,8); axis equal plot(exp(x1),x1,x1,exp(x1),x2,x2) title('指数函数y=exp(x)和对数函数y=ln(x)关于y=x 对称')
-2 -1 1 2 3 4 5 6 7 8 -2-101234567 8指数函数y=exp(x)和对数函数y=ln(x)关于y=x 对称 （3） hold on — q=input('请输入一个正整数q;') for i=1:q for j=1:i if rem(j,i) plot(j/i,1/i) end end end @
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 00.050.10.150.20.250.30.350.40.45 0.5 3．代码如下： n=input('请输入实验次数n=') k=0; for i=1:n 。 x=ceil(rand*6)+ceil(rand*6); if x ==3|x==11 k=k+1; elseif x~=2&x~=7&x~=12 y= ceil(rand*6)+ceil(rand*6); while y~=x&y~=7 y=ceil(rand*6)+ceil(rand*6); end if y==7 ； k=k+1; end end end
数学建模章绍辉版作业集团标准化工作小组 #Q8QGGQT-GX8G08Q8-GNQGJ8-MHHGN#
第四章作业 第二题： 针对严重的交通情况，国家质量监督检验检疫局发布的国家标准，车辆驾驶人员血液中的酒精含量大于或等于20mg/100ml,小于80mg/100ml 为饮酒驾车，血液中的酒精含量大于或等于80mg/100ml 的为醉酒驾车。 下面分别考虑大李在很短时间内和较长时间内（如2个小时）喝了三瓶啤酒，多长时间内驾车就会违反新的国家标准。 1、 问题假设 大李在短时间内喝下三瓶啤酒后，酒精先从吸收室（肠胃）吸收进中心室（血液和体液），然后从中心室向体外排除，忽略喝酒的时间，根据生理学知识，假设 （1） 吸收室在初始时刻t=0时，酒精量立即为 32 D ;在任意时刻，酒精从吸收室吸收进中心室的速率（吸收室在单位时间内酒精含量的减少量）与吸收室的酒精含量成正比，比例系数为1k ； （2） 中心室的容积V 保持不变；在初始时刻t=0时，中心室的酒精含量为0； 在任意时刻，酒精从中心室向体外排除的速率（中心室在单位时间内酒精含量的减少量）与中心室的酒精含量成正比，比例系数为2k ； （3） 在大李适度饮酒没有酒精中毒的前提下，假设1k 和2k 都是常量，与饮酒量 无关。 2、 符号说明 酒精量是指纯酒精的质量，单位是毫克； 酒精含量是指纯酒精的浓度，单位是毫克/百毫升； ~t 时刻（小时）； ()~x t 在时刻t 吸收室（肠胃）内的酒精量（毫克）；
0~D 两瓶酒的酒精量（毫克）； (t)~c 在时刻t 吸收室（血液和体液）的酒精含量（毫克/百毫升）； 2()~c t 在时刻t 中心室（血液和体液）的酒精含量（毫克/百毫升）； ~V 中心室的容积（百毫升）； 1~k 酒精从吸收室吸收进中心室的速率系数（假设其为常数）； 2~k 酒精从中心室向体外排除的速率系数（假设其为常数）； 3~k 在短时间喝下三瓶酒的假设下是指短时间喝下的三瓶酒的酒精总量除以中心室体 积，即03/2D V ；而在较长时间内（2小时内）喝下三瓶酒的假设下就特指03/4D V . 3、 模型建立和求解 （1） 酒是在很短时间内喝的： 记喝酒时刻为0t =（小时），设(0)0c =，可用()2113 212 ()k t k t k k c t e e k k --= --来计算血液中的酒精含量，此时12k k 、为假设中所示的常数，而033155.792D k V ?? == ??? . 下面用MATLAB 程序画图展示血液中酒精含量随时间变化并且利用fzero 函数和fminbnd 函数来得到饮酒驾车醉酒驾车对应的时间段，以及血液中酒精含量最高的时刻。 MATLAB 程序如下： k1=;k2=;k3=; c=@(t)(k1.*k3)./(k1-k2).*(exp(-k2.*t)-exp(-k1.*t)); f=@(t)c(t)-20; g=@(t)c(t)-80; h=@(t)-c(t); t1(1)=fzero(f,1);t1(2)=fzero(f,12), t2(1)=fzero(g,1);t2(2)=fzero(g,12) [t3,c3]=fminbnd(h,0,24) fplot(c,[0,20],'k') hold on plot([0,20],[20,20],'k',[0,20],[80,80],'k') hold off
数学建模 第一章 线性规划 §1 线性规划 在人们的生产实践中，经常会遇到如何利用现有资源来安排生产，以取得最大经济效益的问题。此类问题构成了运筹学的一个重要分支—数学规划，而线性规划(Linear Programming 简记LP)则是数学规划的一个重要分支。自从1947年G. B. Dantzig 提出求解线性规划的单纯形方法以来，线性规划在理论上趋向成熟，在实用中日益广泛与深入。特别是在计算机能处理成千上万个约束条件和决策变量的线性规划问题之后，线性规划的适用领域更为广泛了，已成为现代管理中经常采用的基本方法之一。 1.1 线性规划的实例与定义 例1 某机床厂生产甲、乙两种机床，每台销售后的利润分别为4000元与3000元。生产甲机床需用B A 、机器加工，加工时间分别为每台2小时和1小时；生产乙机床需用C B A 、、三种机器加工，加工时间为每台各一小时。若每天可用于加工的机器时数分别为A 机器10小时、B 机器8小时和C 机器7小时，问该厂应生产甲、乙机床各几台，才能使总利润最大？ 上述问题的数学模型：设该厂生产1x 台甲机床和2x 乙机床时总利润最大，则21,x x 应满足 （目标函数） 2134m ax x x z += (1) s.t. （ 约 束 条 件 ） ?????? ?≥≤≤+≤+0 ,781022122 121x x x x x x x （2） 这里变量21,x x 称之为决策变量，（1）式被称为问题的目标函数，
精品文 （2）中的几个不等式是问题的约束条件，记为s.t.(即subject to)。上述即为一规划问题数学模型的三个要素。由于上面的目标函数及约束条件均为线性函数，故被称为线性规划问题。 总之，线性规划问题是在一组线性约束条件的限制下，求一线性目标函数最大或最小的问题。 在解决实际问题时，把问题归结成一个线性规划数学模型是很重要的一步，但往往也是困难的一步，模型建立得是否恰当，直接影响到求解。而选取适当的决策变量，是我们建立有效模型的关键之一。 1.2 线性规划的Matlab 标准形式 线性规划的目标函数可以是求最大值，也可以是求最小值，约束条件的不等号可以是小于号也可以是大于号。为了避免这种形式多样性带来的不便，Matlab 中规定线性规划的标准形式为 b Ax x c x T ≤ that such min 其中c 和x 为n 维列向量，b 为m 维列向量，A 为n m ?矩阵。 例如线性规划 b Ax x c x T ≥ that such max 的Matlab 标准型为 b Ax x c x T -≤-- that such min 1.3 线性规划问题的解的概念 一般线性规划问题的标准型为 ∑==n j j j x c z 1min (3) ∑==≤n j i j ij m i b x a 1,,2,1 s.t. (4) 可行解 满足约束条件（4）的解),,,(21n x x x x =，称为线性规
09级数模试题 1. 把四只脚的连线呈长方形的椅子往不平的地面上一放，通常只有三只脚着地，放不稳，然后稍微挪动几次，就可以使四只脚同时着地，放稳了。试作合理的假设并建立数学模型说明这个现象。（15分） 解：对于此题，如果不用任何假设很难证明，结果很 可能是否定的。 因此对这个问题我们假设： （1）地面为连续曲面 （2）长方形桌的四条腿长度相同 （3）相对于地面的弯曲程度而言，方桌的腿是足够长的 （4）方桌的腿只要有一点接触地面就算着地。 那么，总可以让桌子的三条腿是同时接触到地面。 现在，我们来证明：如果上述假设 条件成立，那么答案是肯定的。以长方 桌的中心为坐标原点作直角坐标系如图 所示，方桌的四条腿分别在A、B、C、D 处，A、、D的初始位置在与x轴平行，再 假设有一条在x轴上的线,则也与A、B，C、D平行。当方桌绕中心0旋转时，对角线与x轴的夹角记为θ。 容易看出，当四条腿尚未全部着地时，腿到地面的距离是不确定的。为消除这一不确定性，令() fθ为A、B离地距离之和，
()g θ为C 、D 离地距离之和，它们的值由θ唯一确定。由假设（1）， ()f θ,()g θ均为θ的连续函数。又由假设（3） ，三条腿总能同时着地， 故()f θ()g θ=0必成立（?θ）。不妨设(0)0f =(0)0g >（若(0)g 也为0，则初始时刻已四条腿着地，不必再旋转），于是问题归结为： 已知()f θ,()g θ均为θ的连续函数，(0)0f =,(0)0g >且对任意θ有00()()0f g θθ=，求证存在某一0θ，使00()()0f g θθ=。 证明：当θ=π时，与互换位置，故()0f π>，()0g π=。作()()()h f g θθθ=-，显然，()h θ也是θ的连续函数，(0)(0)(0)0h f g =-<而()()()0h f g πππ=->，由连续函数的取零值定理，存在0θ，00θπ<<，使得0()0h θ=，即00()()f g θθ=。又由于00()()0f g θθ=，故必有00()()0f g θθ==，证毕。 2.学校共1000名学生，235人住在A 宿舍，333人住在B 宿舍，432人住在C 宿舍。学生 们要组织一个10人的委员会，试用合理的方法分配各宿舍的委员数。（15分） 解：按各宿舍人数占总人数的比列分配各宿舍的委员数。设：A 宿舍的委员数为x 人，B 宿舍的委员数为y 人，C 宿舍的委员数为z 人。计算出人数小数点后面的小数部分最大的整数进1，其余取整数部分。 则 10； 10=235/1000；
数学建模第一次综合练习班级：数学123班 成员：蒋滢蓥（12170310）汤丽娅（12170321） 吴瑞（12170322）
2.建立不允许缺货的生产销售存贮模型。设生产速率为常数k ，销售速率为常数r ，k>r 。在每个生产周期T 内，开始的一段时间（0