楚雄师范学院《数学建模》预赛
预赛论文
题目：瓶子分油问题的数学模型
专业：数学与应用数学
班级：2008 级（2）班
学号：20081021227
学生姓名：董自英
完成日期：2011 年 5 月
瓶子分油问题的数学模型
一．摘要
本题建立了一个关于用瓶子分油问题的数学模型，再用这个数学模型求解了用3个瓶子把10斤油分成两份各为5斤的油。对分油问题的猜测、分析和研究，体现了数学在我们实际生活中的具体应用。
针对分油问题建立动态规划模型求解，利用图表法求出决策方案，用递推的思想和逆向思维考虑如何分配，每一步倒油的过程都要对瓶子B,C中的油作出决策，在有限步用3个瓶子把10斤油分成两份各为5斤的油，用状态表示某一次倒油时瓶子B,C中的油量，决策表示某一次倒油时瓶子B,C中油的改变量，可以找出状态随决策变化的规律，问题转化为在状态允许的范围内，确定每一步的决策，最终达到分油的目标。
二．问题重述
有一个人用装10斤油的瓶装了一瓶油拿到市场上去卖，正好来了两个买油的，每人要买5斤，但没有称，只有两只空瓶，一个能装7斤油，另一个能装3斤油，如何用这3个空瓶把10斤油分成两份各为5斤的油。从上面的例子出发，讨论如下问题：
（1）建立数学模型分析如何用这3个瓶把10斤油分成两份各为5斤的油；
（2）三个瓶子上是否有刻度；
（3）如何分油的图表过程。
三．模型假设
（1）由于分油过程要用到两只空瓶，所以假设三个瓶子除大小外，其它都相同，分布均匀且都是细口瓶；
（2）在同一地点且不受环境因素的干扰；
（3）两只空瓶里无任何东西（水，灰尘，沙粒等）；
（4）每只瓶子上都没有刻度；
（5）倒油过程中不受其它因素的影响；
（6）分油时没有不小心泼洒出来的油；
（7）每分一次油后，总油量都保持不变（还是10斤）。
四．符号说明
A→装10斤油的瓶子；
B→装7斤油的瓶子；
C→装3斤油的瓶子；
xi →倒了i 次油，每次倒油后10斤油瓶里的油量； yi →倒了i 次油，每次倒油后7斤油瓶里的油量； zi →倒了i 次油，每次倒油后3斤油瓶里的油量; x →最后一次倒油后10斤油瓶里的油量； y →最后一次倒油后7斤油瓶里的油量; z →最后一次倒油后3斤油瓶里的油量； ui →7斤油瓶里油的改变量； vi →3斤油瓶里油的改变量; di=(ui , vi)→决策； si=(yi , zi)→状态。
五． 模型的建立和求解
分油问题可看做一个多步决策过程。
记第i 次倒油时，B 容器内的油量为y i , C 容器内的油量为zi , 将二维向量si= (yi , zi ) 定义为状态. 我们用有序用有序数组(y,z)的变化来表示整个倒油过程，集合
}30,70|),{('≤≤≤≤=z y z y s 称为状态集合。
由于每次倒油都把把瓶子灌满或掏空，则允许状态集合为
}7,0,2;7,0,1;70,3;70,0|),{(====≤≤=≤≤==y z y z y z y z z y S
记第i 次倒油时，B 容器内的油的改变量为u i , C 容器内的油的改变量为vi , 将二维向量di=(ui , vi)定义为决策，则允许决策集合D=}33,77|),{(≤≤-≤≤-v u v u ，则状态随决策变化的规律是s(i+1)=si+di(状态转移律)，这样制订分油方案归结为如下的多步决策
模型：
求决策di ∈D ，使状态si ∈S,再按照s(i+1)=si+di(状态转移律)，由初始状态s0=(0,0)经有限步n 到状态sn=(5,0)
以下是此题的模型求解，编写一段程序用计算机求解上述多步决策问题是可行的，不过对于用这3个瓶把10斤油分成两份各为5斤的油的简单状况，用图解法来处理这个问题更为方便。
用线性规划方法画出可行域，找出最终目标；再用逆向思维推测，猜想，探索，实践得出合理的分配办法。
画可行域：由例子可知??????
?=++≤≤≤≤≤≤10
307
010
0zi yi xi zi yi xi 由xi+yi+zi=0?zi=10-xi-yi; 由0≤zi ≤3?0≤10-xi-yi ≤3即???≤--≥--3
100
10yi xi yi xi
从而画出可行域如下图：
x
结合题意和图形我们可以分析出最终结果为x=y=5,z=0；图形为:
因为开始只有A瓶里装满10斤油，B瓶和C瓶都是空的，所以第一步只能由A瓶向B瓶或C瓶里倒油。为了提高精确度，我们分配的时候都是把瓶子灌满或掏空。具体分配方法如下表：
方法一，A向B,B向C,C向A,B向C,C向A, B向C, A向B, B 向C, C向A瓶倒油，分油图表如下：
方法一的结果可以用下图来表示：
所有的操作应该在矩形OABC 的边界上进行。决策变量d i沿方格线左右平移7格表示由B 向A 倒空油或A 向B 倒满油; di 沿方格线上下平移3 格, 表示由A向C 倒满油或C 向A 倒空油; di沿方格线左上方135°移过i行, 表示B 向C 倒i升油; d i 沿方格线右下方-45°移过i行, 表示C 向B 倒i升油. 寻求决策方案的过程即是在上述规定下, 将坐标点从(0, 0) 移至(5, 0) 的过程. 根据这个模型, 我们还可以很快地找到问题的另外一组解。
方法二，A向C,C向B,A向C, C向B, A向C, C向B,B向A, C 向B, A向C, C向B瓶倒油，分油图表如下：
方法二的结果可以用下图来表示：
六．模型评价与推广
这里介绍的是一种规格化的方法，所建立的多步决策模型可以用计算机求解，具有一定的应用价值和推广的意义，这里推算出了用这3个瓶子把10斤油分成两份各5斤的油，在实际生活中是一种很好的分配方法，比如说可以推广到能装b升油和c升油的瓶子把a升油分成两份相等的油，靠逻辑思维方法是很难求解的，而用这种模型仍可方便地求解。
七．参考文献
姜启源，谢金星，叶俊·数学模型第三版，北京：高等教育出版社，2003
梁炼·数学建模【M】，广州：华南理工大学出版社，2003
王向东，戎海武，文翰·数学实验.北京：高等教育出版社，2004 王文平，候合银，来向红·运筹学【M】，北京科学出版社，2007 朱道元·数学建模案例精选【M】,北京：科学出版社，2003
陈理荣·数学建模导论北京【M】,北京：邮电大学出版社，1999 沈继红·数学建模【M】,哈尔滨：哈尔滨工程大学出版社，1998 八．附录
应用MATLAB软件画图：
clear;close;
x=0:0.01:10;
y1=10-x;y2=7-x;y3=x;
plot(x,y1,x,y2,x,y3)
【关键字】设计、方法、条件、动力、增长、计划、问题、系统、网络、理想、要素、工程、项目、重点、检验、分析、规划、管理、优化、中心 数学建模常用模型方法总结 无约束优化 线性规划连续优化 非线性规划 整数规划离散优化 组合优化 数学规划模型多目标规划 目标规划 动态规划从其他角度分类 网络规划 多层规划等… 运筹学模型 （优化模型） 图论模型存 储论模型排 队论模型博 弈论模型 可靠性理论模型等… 运筹学应用重点:①市场销售②生产计划③库存管理④运输问题⑤财政和会计⑥人事管理⑦设备维修、更新和可靠度、项目选择和评价⑧工程的最佳化设计⑨计算器和讯息系统⑩城市管理 优化模型四要素：①目标函数②决策变量③约束条件 ④求解方法(MATLAB--通用软件LINGO--专业软件) 聚类分析、 主成分分析 因子分析 多元分析模型判别分析 典型相关性分析 对应分析 多维标度法 概率论与数理统计模型 假设检验模型 相关分析 回归分析 方差分析 贝叶斯统计模型 时间序列分析模型 决策树 逻辑回归
传染病模型马尔萨斯人口预测模型微分方程模型人口预 测控制模型 经济增长模型Logistic 人口预测模型 战争模型等等。。 灰色预测模型 回归分析预测模型 预测分析模型差分方程模型 马尔可夫预测模型 时间序列模型 插值拟合模型 神经网络模型 系统动力学模型(SD) 模糊综合评判法模型 数据包络分析 综合评价与决策方法灰色关联度 主成分分析 秩和比综合评价法 理想解读法等 旅行商(TSP)问题模型 背包问题模型车辆路 径问题模型 物流中心选址问题模型 经典NP问题模型路径规划问题模型 着色图问题模型多目 标优化问题模型 车间生产调度问题模型 最优树问题模型二次分 配问题模型 模拟退火算法(SA) 遗传算法(GA) 智能算法 蚁群算法(ACA) (启发式) 常用算法模型神经网络算法 蒙特卡罗算法元 胞自动机算法穷 举搜索算法小波 分析算法 确定性数学模型 三类数学模型随机性数学模型 模糊性数学模型
。 例１差分方程—-资金的时间价值 问题1：抵押贷款买房——从一则广告谈起 每家人家都希望有一套(甚至一栋)属于自己的住房，但又没有足够的资金一次买下，这就产生了贷款买房的问题。先看一下下面的广告（这是1991年1月1日某大城市晚报上登的一则广告）,任何人看了这则广告都会产生许多疑问,且不谈广告中没有谈住房面积、设施等等,人们关心的是：如果一次付款买这栋房要多少钱呢?银行贷款的利息是多少呢？为什么每个月要付12０0元呢？是怎样算出来的?因为人们都知道,若知道了房价(一次付款买房的价格），如果自己只能支付一部分款,那就要把其余的款项通过借贷方式来解决,只要知道利息，就应该可以算出五年还清每月要付多少钱才能按时还清贷款了,从而也就可以对是否要去买该广告中所说的房子作出决策了。现在我们来进行数学建模。由于本问题比较简单无需太多的抽象和简化。 a。明确变量、参数，显然下面的量是要考虑的： 需要借多少钱，用记; 月利率(贷款通常按复利计）用R记； 每月还多少钱用x记; 借期记为N个月。 b.建立变量之间的明确的数学关系。若用记第k个月时尚欠的款数,则一个月后（加上利息后)欠款 , 不过我们又还了x元所以总的欠款为 ｋ=0，1，２，３， 而一开始的借款为.所以我们的数学模型可表述如下 (1) c. （1)的求解。由
（2）这就是之间的显式关系。 d.针对广告中的情形我们来看（１）和（2）中哪些量是已知的。Ｎ=5年=60个月，已知;每月还款x＝１20０元，已知Ａ.即一次性付款购买价减去７０000元后剩下的要另外去借的款，并没有告诉你，此外银行贷款利率Ｒ也没告诉你,这造成了我们决策的困难.然而,由（2）可知6０个月后还清,即,从而得 (3） A和x之间的关系式，如果我们已经知道银（３)表示Ｎ=6０,x=1２00给定时0 A。例如，若Ｒ=0．01,则由(3)可算得行的贷款利息R，就可以算出0 5３94６元。如果该房地产公司说一次性付款的房价大于70０0０十53946＝12３946元的话，你就应自己去银行借款。事实上，利用图形计算器或Maｔheｍａtiｃa这样的 数学软件可把（3）的图形画出来,从而可以进行估算决策。以下我们进一步考虑下面两个问题。 注1问题1标题中“抵押贷款”的意思无非是银行伯你借了钱不还，因而要你用某种不动产（包括房子的产权）作抵押，即万一你还不出钱了，就没收你的不动产。 例题１某高校一对年青夫妇为买房要用银行贷款６000０元，月利率0.01，贷款期25年=300月，这对夫妇希望知道每月要还多少钱，25年就可还清。假设这对
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
线性规划 1.简介： 线性规划是运筹学中研究较早、发展较快、应用广泛、方法较成熟的一个重要分支,它是辅助人们进行科学管理的一种数学方法.在经济管理、交通运输、工农业生产等经济活动中，提高经济效果是人们不可缺少的要求，而提高经济效果一般通过两种途径：一是技术方面的改进，例如改善生产工艺，使用新设备和新型原材料.二是生产组织与计划的改进，即合理安排人力物力资源. 线性规划所研究的是：在一定条件下，合理安排人力物力等资源，使经济效果达到最好.规划问题。一般地，求线性目标函数在线性约束条件下的最大值或最小值的问题，统称为线性线性约束条件的解叫做可行解，由所有可行解组成的集合叫做可行域。 (x)都是线性函数，则该模型称为在优化模型中，如果目标函数f(x)和约束条件中的g i 线性规划。 2.线性规划的3个基本要素 （1）决策变量 （2）目标函数f(x) (x)≤0称为约束条件） （3）约束条件（g i 3.建立线性规划的模型 （1）找出待定的未知变量（决策变量），并用袋鼠符号表示他们。 （2）找出问题中所有的限制或者约束，写出未知变量的线性方程或线性不等式。
（3）找到模型的目标或判据，写成决策变量的线性函数，以便求出其最大值或最小值。以下题为例，来了解一下如何将线性规划用与实际的解题与生活中。 生产计划问题 某工厂生产甲乙两种产品，每单位产品消耗和获得的利润如表 试拟订生产计划，使该厂获得利润最大 解答：根据解题的三个基本步骤 （1）找出未知变量，用符号表示： 设甲乙两种产品的生产量分别为x 1与x 2 吨，利润为z万元。 （2）确定约束条件： 在这道题目当中约束条件都分别为：钢材，电力，工作日以及生产量不能为负的限制 钢材：9x 1+5 x 2 ≤360， 电力：4x 1+5 x 2 ≤200， 工作日：3x 1+10 x 2 ≤300， x 1≥0 ，x 2 ≥0， （3）确定目标函数： Z=7x 1+12 x 2
工厂资源规划问题 冉光明 29 信息与计算科学 指导老师：赵姣珍
目录 摘要 (1) 关键词 (1) 问题的提出 (2) 问题重述与分析 (3) 符号说明 (4) 模型假设 (4) 模型建立与求解 (5) 模型检验 (9) 模型推广 (10) 参考文献 (11) 附录 (12)
摘要：本问题是个优化问题。问题首先选择合适的决策变量即各种产品数，然后通过决策变量来表达约束条件和目标函数，再利用或编写程序，求得最优产品品种计划；最后通过优化模型对问题作以解释，得出当技术服务消耗33小时、劳动力消耗67小时、不消耗行政管理时，得到的是最优品种规划。 问题一回答：当技术服务消耗33小时、劳动力消耗67小时、不消耗行政管理时， 产品不值得生产。用运算分析，当产品的利润增加至25 3 时，若使产品品种计划最优， 此时需要消耗技术服务29h，劳动力消耗46h，行政管理消耗25h。 问题二回答：利用得到当技术服务增加1h时，利润增加2.5元;劳动力增加1h，利润增加1元；行政管理的增减不会影响利润。 问题三回答：增加的决策变量，调整目标函数。当技术服务消耗33h，劳动力消耗17h，不消耗行政管理，新增量50h时，管理部门采取这样的决策得到最优的产品品种规划。 问题四回答：增加新的约束条件，此时当技术服务消耗32h，劳动力消耗58h，行政管理消耗10h时，得到最优产品品种规划。 本文对模型的求解给出在线性约束条件下的获利最多的产品品种规划。 关键词：线性规划；优化模型；最优品种规划
问题的提出 某工厂制造三种产品，生产这三种产品需要三种资源：技术服务、劳动力和行政管理。下表列出了三种单位产品对每种资源的需要量： 现有100h的技术服务、600h劳动力和300h的行政管理时间可使用，求最优产品品种规划。且回答下列问题： ⑴若产品值得生产的话，它的利润是多少？假使将产品的利润增加至25/3元，求获利最多的产品品种规划。 ⑵确定全部资源的影子价格。 ⑶制造部门提出建议，要生产一种新产品，该种产品需要技术服务1h、劳动力4h 和行政管理4h。销售部门预测这种产品售出时有8元的单位利润。管理部门应有怎样的决策？ ⑷假定该工厂至少生产10件产品，试确定最优产品品种规划。
差分方程模型 ①建立差分方程 利用数学、力学、物理、化学等学科中的定理或经过实验检验的规律来建立差分方程模型。 一阶常系数线性差分方程的一般形式为 1(),(0)t t y ay f t a +-=≠（1） ②求解一阶常系数齐次线性差分方程 10,(0)t t y ay a +-=≠（2） 常用的两种解法 1）迭代法 假设0y 已知，则有 2112210(),n n n n n n y ay a ay a y a y a y ----====== 一般有 0(0,1,2,).t t y a y t == 10t t y ay +-=（3） 2）特征方程法 假设 (0)t Y λλ=≠ 为方程（3）的解，代入（3）得方程的特征方程 10(0),t t a λλλ+-= ≠ 解得特征根：.a λ= 则t t y a =是方程（3）的解，所以齐次方程的通解为 (t t y ca c =为任意常数) 例题： 设某房屋总价为a 元,先付一半可入住,另一半由银行以年利r 贷款, n 年付清，问平均每月付多少元？共付利息多少元？ 解：设每月应付x 元，月利率为12 r ，则第一个月应付利息为 1.12224 r a ra y =?=
第二月应付利息为 2111,2121212a r r rx y x y y ????=-+?=+- ? ????? 以此类推得到 11,1212t t r rx y y +??=+- ??? 此方程为一阶常系数非线性差分方程。其相应的特征方程为 (1)012 r λ-+= 特征根为112 r + 则得到通解为 1(12t t r y c c ??=+ ??? 为任意常数). 解得特解为 t y x *= 所以原方程通解为 112t t r y c x ??=++ ??? 当112224r a ra y =?=时，解得24112 ra x c r -=+。 所以解得满足初始条件的特解为 1124112112 11. 2121212t t t t ra x r y x r a r r r x x ---??=++ ???+????=??++-+ ? ????? 于是得到n 年的利息之和为 11212121212121221112n n n I y y a r r a n r =++???+? ???=?-??+- ??? 元，
差分方程模型 数学建模讲座 一、关于差分方程模型简单的例子 1. 血流中地高辛的衰减 地高辛用于心脏病。考虑地高辛在血流中的衰减问题以开出能使地高辛保持在可接受(安全而有效)的水平上的剂量处方。假定开了每日0.1毫克的剂量处方，且知道在每个剂量周期(每日)末还剩留一半地高辛，则可建立模型如下： 设某病人第n 天后血流中地高辛剩余量为n a ， 则 1.05.01+=+n n a a (一阶非齐次线性差分方程) n n n n a a a a 5.01?=?=?+ 2. 养老金问题 对现有存款付给利息且允许每月有固定数额的提款， 直到提尽为止。月利息为1℅，月提款额为1000元，则可建模型如下： 设第n 月的存款额为n a ，则 100001.11?=+n n a a (一阶非齐次线性差分方程)
3. 兔子问题（Fibonacci 数） 设第一月初有雌雄各一的一对小兔，假定两月后长成成兔，同时(即第三个月)开始,每月初产雌雄各一的一对小兔， 新增小兔也按此规律繁殖，设第n 月末共有n F 对兔子，则建模如下： ==+=??12 12 1F F F F F n n n (二阶线性差分方程初值问题) 342 3214 3 21221 1 F F F F F F F F F F ≠+=+ 注意上月新生的小兔不产兔 (因第n 月末的兔子包括两部分, 一部分上月留下的为1?n F ， 另一部分为当月新生的，而新生的小兔数=前月末的兔数) 4．车出租问题 A ， B 两地均为旅游城市，游客可在一个城市租车而在另一个城市还车。 A ， B 两汽车公司需考虑置放足够的车辆满足用车需要，以便估算成本。分析历史记录数据得出： n x ： 第n 天营业结束时A 公司的车辆数 n y ：第n 天营业结束时B 公司的车辆数 则 +=+=++n n n n n n y x y y x x 7.04.03.06.01 1 (一阶线性差分方程组) (问题模型可进一步推广)
-1- 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A、B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A、B、C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1 x 台甲机床和2 x 乙机床时总利润最大，则1 2 x , x 应满足 （目标函数）1 2 max z = 4x + 3x (1) s.t.（约束条件） ?? ? ?? ? ? ≥ ≤ + ≤ + ≤ , 0 7 8 2 10 1 2 2 1 2 1 2 x x x x x x x （2） 这里变量1 2 x , x 称之为决策变量，（1）式被称为问题的目标函数，（2）中的几个不等式是问题的约束条件，记为s.t.(即subject to)。由于上面的目标函数及约束条件均为线性
差分方程建模举例 差分方程建模方法的思想与与一般数学建模的思想是一致的，也需要经历 背景分析、确定目标、预想结果、引入必要的数值表示（变量、常量、函数、积分、导数、差分、取最等）概念和记号、几何形式（事物形状、过程轨迹、坐标系统等），也就是说要把事物的性态、结构、过程、成分等用数学概念、原理、方法来表现、分析、求解。 当然，由于差分方程的特殊性，首先应当把系统或过程进行特别分解，形成表现整个系统的各个部分的离散取值形式，或形成变化运动过程的时间或距离的分化而得到离散变量。然后通过内在的机理分析，找出变量所能满足的平衡关系、增量或减量关系及规律，从而得到差分方程。另外，有时有可能通过多个离散变量的关系得到我们关心的变量的关系，这实际上建立的是离散向量方程，它有着非常重要的意义。有时还需要找出决定变量的初始条件。有时还需要将问题适当分成几个子部分，分别求解。 模型1 种群生态学中的虫口模型：
在种群生态学中，考虑像蚕、蝉这种类型的昆虫数目的变化 ，他的变化规律是：每年夏季这种昆虫成虫产卵后全部死亡，第二年春天每个虫卵孵化成一个虫子。 建立数学模型来表现虫子数目的变化规律。 模型建立：假设第n 年的虫口数目为 n P ，每年一个成虫平均产 卵c 个（这个假设有点粗糙，应当考虑更具体的产卵分布状况），则有： n n cP P =+1，这是一种简单模型； 如果进一步分析，由于成虫之间会有争斗以及传染病、天敌等的威胁，第n+1年的成虫数会减少，如果考虑减少的主要原因是虫子之间的两两争斗，由于虫子配对数为 )1(2 1 -n n p p 221n p ≈，故减少数应当与它成正比，从而有： 2 1n n n bP cP P -=+ 这个模型可化成：)1(1n n n x x x -=+λ，这是一阶非线性差分方程。这个模型的解的稳定性可以用相应一阶差分方程的判断方法来获得。 如果还考虑其它的影响成虫孵卵及成活的因素的定量关系，这个模型在此基础上仍可进一步改进，更加符合实际情形。这种关系一方面可以通过机理分析，确定减少量与影响因素的定量关系，另一方面也可以用统计的方法来线性估计影响程度。或者还可以用影响曲线的方法来直观表现影响的比例关系、周期关系、增量关系等等。
一、线性规划 1.简介 1.1适用情况 用现有资源来安排生产，以取得最大经济效益的问题。如： （1）资源的合理利用 （2）投资的风险与利用问题 （3）合理下料问题 （4）合理配料问题 （5）运 输 问 题 （6）作物布局问题 （7）多周期生产平滑模型 （8）公交车调度安排 1.2建立线性规划的条件 （1）要求解问题的目标函数能用数值指标来反映，且为线性函数； （2）要求达到的目标是在一定条件下实现的，这些约束可用线性等式或不等式描述。 1.3线性规划模型的构成 决策变量、目标函数、约束条件。 2、一般线性规划问题 数学标准形式： 目标函数： 1 max == ∑ n j j j z c x 约束条件：1 ,1,2,...,,..0,1,2,...,.=?==???≥=?∑n ij j i j j a x b i m s t x j n matlab 标准形式：
min , ,.,.?≤?? ?=??≤≤? T s t Aeq beq lb ub f x A x b x x 3、可以转化为线性规划的问题 例：求解下列数学规划问题 1234123412341234min ||2||3||4||,2,..31,123. 2=+++? ?--+≤-?-+-≤-???--+≤-? z x x x x x x x x s t x x x x x x x x 解：作変量変换1||||,,1,2,3,4,22 +-= ==i i i i i x x x x u v i 并把新变量重新排序成一维变量[]1414,,,,,??==???? L L T u y u u v v v ，则可把模型转化为线性规划模型 []min , ,,..0.???-≤???????≥? T c y u A A b s t v y 其中：[]1,2,3,4,1,2,3,4;=T c 12,1,;2??=---??? ?T b 111111131 - - ?? ??= - -???? -1 -1 3??A 。 利用matlab 计算得最优解：12342,0,=-===x x x x 最优值z=2。 程序如下： 略
1 预测模块：灰色预测、时间序列预测、神经网络预测、曲线拟合（线性回归）； 2 归类判别：欧氏距离判别、fisher判别等； 3 图论：最短路径求法； 4 最优化：列方程组用lindo 或lingo软件解； 5 其他方法：层次分析法马尔可夫链主成分析法等； 6 用到软件：matlab lindo （lingo）excel ； 7 比赛前写几篇数模论文。 这是每年参赛的赛提以及获奖作品的解法，你自己估量着吧…… 赛题解法 93A非线性交调的频率设计拟合、规划 93B足球队排名图论、层次分析、整数规划 94A逢山开路图论、插值、动态规划 94B锁具装箱问题图论、组合数学 95A飞行管理问题非线性规划、线性规划 95B天车与冶炼炉的作业调度动态规划、排队论、图论 96A最优捕鱼策略微分方程、优化 96B节水洗衣机非线性规划 97A零件的参数设计非线性规划 97B截断切割的最优排列随机模拟、图论 98A一类投资组合问题多目标优化、非线性规划 98B灾情巡视的最佳路线图论、组合优化 99A自动化车床管理随机优化、计算机模拟 99B钻井布局0-1规划、图论 00A DNA序列分类模式识别、Fisher判别、人工神经网络 00B钢管订购和运输组合优化、运输问题 01A血管三维重建曲线拟合、曲面重建 01B 工交车调度问题多目标规划 02A车灯线光源的优化非线性规划 02B彩票问题单目标决策 03A SARS的传播微分方程、差分方程 03B 露天矿生产的车辆安排整数规划、运输问题 04A奥运会临时超市网点设计统计分析、数据处理、优化 04B电力市场的输电阻塞管理数据拟合、优化 05A长江水质的评价和预测预测评价、数据处理 05B DVD在线租赁随机规划、整数规划
1. 一老人60岁时将养老金10万元存入基金会，月利率0.4%， 他每月取1000元作为生活费，建立差分方程计算他每岁末尚有多少钱？多少岁时将基金用完？如果想用到80岁，问60岁时应存入多少钱？ 分析：(1) 假设k 个月后尚有k A 元，每月取款b 元，月利率为 r ，根据题意，可每月取款，根据题意，建立如下的差分方程： 1k k A aA b +=-，其中a = 1 + r (1) 每岁末尚有多少钱,即用差分方程给出k A 的值。 (2) 多少岁时将基金用完，何时0k A =由（1）可得： 01k k k a A A a b r -=- 若0n A =，01 n n A ra b a = - (3) 若想用到 80 岁，即 n ＝(80-60)*12=240 时，2400A =，240 0240 1 A ra b a =- 利用 MA TLAB 编程序分析计算该差分方程模型，源程序如下： clear all close all clc x0=100000;n=150;b=1000;r=0.004; k=(0:n)'; y1=dai(x0,n,r,b); round([k,y1']) function x=dai(x0,n,r,b) a=1+r; x=x0; for k=1:n x(k+1)=a*x(k)-b; end (2)用MA TLAB 计算： A0=250000*(1.004^240-1)/1.004^240
思考与深入： (2) 结论：128个月即70岁8个月时将基金用完 (3) A0 = 1.5409e+005 结论：若想用到80岁，60岁时应存入15.409万元。 2. 某人从银行贷款购房，若他今年初贷款10万元，月利率0.5%，他每月还1000元。建立差分方程计算他每年末欠银行多少钱，多少时间才能还清？如果要10年还清，每月需还多少？ 分析：记第k个月末他欠银行的钱为x（k），月利率为r，且a=1+r，b为每月还的钱。则第k+1个月末欠银行的钱为 x(k+1)=a*x(k)+b，a=1+r，b=-1000，k=0，1，2… 在r=0.005 及x0=100000 代入，用MA TLAB 计算得结果。 编写M 文件如下: function x=exf11(x0,n,r,b) a=1+r; x=x0; for k=1:n x(k+1)=a*x(k)+b; end MA TLAB计算并作图: k=(1:140)'; y=exf11(100000,140,0.0005,-1000); 所以如果每月还1000元，则需要11年7个月还清。 如果要10年即n=120 还清，则模型为： r*x0*(1+r)^n/[1-(1+r)^n b=-r*x0*(1+r)^n/[1-(1+r)^n] 用MA TLAB 计算如下： >> x0=100000; >> r=0.005; >> n=120; >> b=-r*x0*(1+r)^n/[1-(1+r)^n] b= 1.1102e+003 所以如果要10年还清，则每年返还1110.2元。 3. 在某种环境下猫头鹰的主要食物是田鼠，设田鼠的年平均增长率为1r，猫头鹰的存在引起的田鼠增长率的减少与猫头鹰的数量成正比，比例系数为1a；猫头鹰的年平均减少率为
第十三章线性规划与数学建模简介 【授课对象】理工类专业学生 【授课时数】6学时 【授课方法】课堂讲授与提问相结合 【基本要求】1、了解数学模型的基本概念、方法、步骤； 2、了解线性规划问题及其数学模型； 3、了解线性规划问题解的性质及图解法. 【本章重点】线性规划问题. 【本章难点】线性规划问题、线性规划问题解的性质、图解法. 【授课内容】 本章简要介绍数学建模的基本概念、方法、步骤，并以几个典型线性规划问题为例，介绍构建数学模型的方法及其解的性质。 §1 数学建模概述 一、数学建模 数学建模是构造刻划客观事物原型的数学模型并用以分析、研究和解决实际问题的一种科学方法。运用这种科学方法，必须从实际问题出发，遵循从实践到认识再实践的认识规律，围绕建模的目的，运用观察力、想象力的抽象概括能力，对实际问题进行抽象、简化，反复探索，逐步完善，直到构造出一个能够用于分析、研究和解决实际问题的数学模型。因此，数学建模是一种定量解决实际问题的创新过程。 二、数学模型的概念
模型是人们对所研究的客观事物有关属性的模拟。例如在力学中描述力、 量和加速度之间关系的牛顿第二定律F＝ma就是一个典型的（数学）模型。一般地，可以给数学模型下这样的定义：数学模型是磁于以部分现实世界为一定目的而做的抽象、简化的数学结构。 通俗而言，数学模型是为了一定目的对原型所作的一种抽象模拟，它用数学式子，数学符号以及程序、图表等描述客观事物的本质特征与内在联系。 三建立数学模型的方法和步骤 建立数学模型没有固定模式。下面介绍一下建立模型的大体过程： 1.建模准备 建模准备是确立建模课题的过程。这类课题是人们在生产和科研中为了使 认识和实践过一步发展必须解决的问题。因此，我们首先要发现这类需要解决的实际问题。其次要弄清所解决问题的目的要求并着手收集数据。进行建模筹划，组织必要的人力、物力等，确立建模课题。 2．模型假设 作为建模课题的实际问题都是错综复杂的、具体的。如果不对这些实际问题进行抽象简化，人们就无法准确把握它的本质属性，而模型假设就是根据建模的目的对原型进行抽象、简化，抓住反映问题本质属性的主要因素，简化掉那些非本质的次要因素。有了这些假设，就可以在相对简单的条件下，弄清各因素之间的关系，建立相应的模型。 合理的假设是建立理想模型的必要条件和基本保证。如果假设是合理的，则模型切合实际，能解决实际问题；如果假设不合理中或过于简化，则模型与实际情况不符或部分相符，就解决不了问题，就要修改假设，修改模型。 3．构造模型
猫头鹰—老鼠种群数量差分方程模型 假定斑点猫头鹰的食物来源是单一的食饵：老鼠. 生态学家希望预测在一个野生了鸟类保护区里斑点猫头鹰和老鼠的种群量水平. 令M n表示n年后老鼠的种群量，而O n表示n年后斑点猫头鹰的种群量，生态学家提出了下列模型： M n+1 = 1.2 M n– 0.001 O n M n O n+1 = 0.7 O n + 0.002 O n Mn 生态学家想知道在栖息地中两个种群能否共存以及结果是否对起始种群量敏感. (a)模型分析： 在该模型中，系数1.2代表了老鼠的繁殖能力，即在没有天敌（栖息地不存在斑点猫头鹰）而资源充足的情况下，模型适用的时间段内老鼠的种群数量将以J曲线的形式指数上涨，增长率是1.2；而系数0.7则代表了斑点猫头鹰的死亡率，即在不存在老鼠的情况下斑点猫头鹰种群量的衰减率. 该模型又假设，两个物种之间相互影响的效果可用两物种相互作用的次数来决定，而相互作用次数又与O n以及M n成正比关系，因此O n M n项及其前面的系数就代表了两物种间相互作用的效果，系数为正号表示两物种相互作用有利于该物种数量的增长，负号则表示不利. (b)对下表中的初始种群量进行检验并预测其长期行为： 情形A O0 = 150 M0 = 200 持续69年：
情形B O0 = 150 M0 = 300 持续39年： 情形C O0 = 100 M0 = 200 持续96年： 情形C O0 = 100 M0 = 200 持续26年：
(c)系数敏感情况分析： 改变老鼠的繁殖力系数且只对情况B做实验分析，则： 老鼠繁殖力系数持续时间/年 1.2 39 1.4 7 1.6 6 1.8 5 非常敏感 改变猫头鹰死亡率系数且只对情况B做实验分析，则： 猫头鹰死亡率系数持续时间/年 0.9 99 0.7 39 0.5 58 0.3 32 较敏感 改变对老鼠相互作用系数且只对情况B做实验分析，则： 对老鼠相互作用系数持续时间/年-0.0005 47 -0.001 39 -0.002 36 -0.003 37 -0.004 42 -0.005 50 不敏感 改变对猫头鹰相互作用系数且只对情况B做实验分析，则： 对猫头鹰相互作用系数持续时间/年 0.001 111 0.002 39 0.003 54 0.004 5 0.005 4 非常敏感
某银行经理计划用一笔资金进行有价证券的投资，可供购进的证券以及其信用等级、到期年限、收益如下表所示．按照规定，市政证券的收益可以免税，其他证券的收益需按50%的税率纳税．此 表四 问：（1）若该经理有1000万元资金，应如何投资？ （2）如果能够以2.75%的利率借到不超过100万元资金，该经理应如何操作？ （3）在1000万元资金情况下，若证券A的税前收益增加为4.5%，投资应否改变？若证券C的税前收益减少为4.8%，投资应否改变？ 解：设利润函数为M(x),投资A、B、C、D、E五种类型的证券资金分别为
12345,,,,x x x x x 万元，则由题设条件可知 12345123452341234512345123451234512345()0.0430.0270.0250.0220.0451000400 225 1.4()9154325(),,,,0 M 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 x x x x x x x x x x x x x x =++++++++≤++≥++++≤++++++++≤++++≥ 利用MATLAB 求解最优解，代码如下： c=[-0.043 -0.027 -0.025 -0.022 -0.045]; A=[1 1 1 1 1;0 -1 -1 -1 0;0.6 0.6 -0.4 -0.4 3.6;4 10 -1 -2 -3]; b=[1000;-400;0;0]; Aeq=[]; beq=[]; vlb=[0;0;0;0;0]; vub=[]; [x,fval]=linprog(c,A,b,Aeq,beq,vlb,vub) 运行结果如下：
有限制的运输问题：6个发点6个收点，其供应量、接收量和运费如下表1（”-”表示某个 设：发点i向收点j的货物供应量为xij. 目标函数： MinZ=20x11+15x12+16x13+5x14+4x15+7x16+17x21+15x22+33x23+12x24+8x25+6x26+9x31 +12x32+18x33+16x34+30x35+13x36+12x41+8x42+11x43+27x44+19x45+14x46+7x52+10x53+ 21x54+10x55+32x56+6x64+11x65+13x66 供应限制：x11+x12+x13+x14+x15+x16=20 x21+x22+x23+x24+x25x+26=30 x31+x32+x33+x34+x35+x36=50 x41+x42+x43+x44+x45+x46=40 x52+x53+x54+x55+x56=30 x64+x65+x66=30 需求限制：x11+x21+x31+x41=30 x12+x22+x32+x42+x52=50 x13+x23+x33+x43+x53=40 x14+x24+x34+x44+x54+x64=30 x15+x25+x35+x45+x55+x65=30 x16+x26+x36+x46+x56+x66=20 LINGO代码: min=20*x11+15*x12+16*x13+5*x14+4*x15+7*x16+17*x21+15*x22+33*x23+12*x24+8*x25+ 6*x26+9*x31+12*x32+18*x33+16*x34+30*x35+13*x36+12*x41+8*x42+11*x43+27*x44+19* x45+14*x46+7*x52+10*x53+21*x54+10*x55+32*x56+6*x64+11*x65+13*x66; x11+x12+x13+x14+x15+x16=20; x21+x22+x23+x24+x25+x26=30; x31+x32+x33+x34+x35+x36=50; x41+x42+x43+x44+x45+x46=40; x52+x53+x54+x55+x56=30; x64+x65+x66=30; x11+x21+x31+x41=30;
数学建模之规划问题 Company number：【WTUT-WT88Y-W8BBGB-BWYTT-19998】
一、线性规划 1.简介 适用情况 用现有资源来安排生产，以取得最大经济效益的问题。如： （1）资源的合理利用 （2）投资的风险与利用问题 （3）合理下料问题 （4）合理配料问题 （5）运 输 问 题 （6）作物布局问题 （7）多周期生产平滑模型 （8）公交车调度安排 建立线性规划的条件 （1）要求解问题的目标函数能用数值指标来反映，且为线性函数； （2）要求达到的目标是在一定条件下实现的，这些约束可用线性等式或不等式描述。 线性规划模型的构成 决策变量、目标函数、约束条件。 2、一般线性规划问题 数学标准形式： 目标函数： 1 max == ∑n j j j z c x 约束条件：1 ,1,2,...,,..0,1,2,...,.=?==???≥=?∑n ij j i j j a x b i m s t x j n matlab 标准形式： 3、可以转化为线性规划的问题 例：求解下列数学规划问题
解：作変量変换1||||,,1,2,3,4,22 +-= ==i i i i i x x x x u v i 并把新变量重新排序成一维变量[]1414, ,,, ,?? ==???? T u y u u v v v ，则可把模型转化为线性规划模型 其中：[]1,2,3,4,1,2,3,4;=T c 12,1,;2??=---??? ?T b 111111131 - - ?? ??= - -???? -1 -1 3??A 。 利用matlab 计算得最优解：12342,0,=-===x x x x 最优值z=2。 程序如下： 略 二、整数规划 1.简介 数学规划中的变量(部分或全部)限制为整数时称为整数规划。目前流行求解整数规划的方法一般适用于整数线性规划。 整数规划特点 1）原线性规划有最优解，当自变量限制为整数后，出现的情况有 ①原线性规划最优解全是整数，则整数规划最优解与线性规划最优解一致。 ②整数规划无可行解。 ③有可行解（存在最优解），但最优解值变差。 2）整数规划最优解不能按照实数最优解简单取整获得。 求解方法分类 （1）分枝定界法—可求纯或混合整数线性规划。 （2）隔平面法—可求纯或混合整数线性规划。 （3）隐枚举法—可求“0-1”整数规划。 （4）匈牙利法—解决指派问题。 （5）蒙特卡洛法—求解各种类型规划. 整数规划的应用模型 （1）固定费用的问题。 （2）指派问题。 （3）合理下料问题。 （4）流动推销员问题。 （5）生产与销售计划问题。
3.5 习题 P 54. 2.某工厂用21.A A 两台机床加工B B B 321,,三种不同零件。已知在一个生产周期内A 1只能工作80机时；A 2只能工作100机时。一个生产周期内计划加工B 1为70件、B 2为50件、B 3为20件。两台机床加工每个零件的时间和加工每个零件的成本，分别如下列各表所示： 加工每个零件时间表（单位：机时/个） 加工每个零件成本表（单位：元/个） 问：怎么样安排两台机床一个周期的加工任务，才能使加工 成本最低？ 解：设在A 1机床加工零件B B B 321,,的数量分别为x x x 321,,， 在A 2机床加工零件B B B 321,,的数量分别为x x x 654,,，建立如下线性规划模型： x x x x x x Z 6 5 4 3 2 1 633532min +++++=
s.t. 6 ,5,4,3,2,1,020 50 70100 380 326 3 5 2 4 1 6 5 4 3 2 1 =≥=+=+=+≤++≤++i x x x x x x x x x x x x x i 改写成： []??????? ?????????=6 54321633532min x x x x x x Z
s.t. 0205070100100010010001001100803110000003216 543216 54321654321≥?????? ?? ????????????????????=????? ?? ?????????????????????????≤?????? ??????????????? ?x x x x x x x x x x x x x x x x x x 结果： 解得 7 ,0,40, 0,25,306 5 4 3 2 1 ======x x x x x x 297 760340305253302min =?+?+?+?+?+?=Z 即机床A 1在一个周期加工零件B B B 321,,的数量分别为 30件,25件,0件；A 2机床加工零件B B B 321,,的数量分
差分方程模型的理论和方法 引言 1、差分方程：差分方程反映的是关于离散变量的取值与变化规律。通过建立一个或几个离散变量取值所满足的平衡关系，从而建立差分方程。 差分方程就是针对要解决的目标，引入系统或过程中的离散变量，根据实际背景的规律、性质、平衡关系，建立离散变量所满足的平衡关系等式，从而建立差分方程。通过求出和分析方程的解，或者分析得到方程解的特别性质（平衡性、稳定性、渐近性、振动性、周期性等），从而把握这个离散变量的变化过程的规律，进一步再结合其他分析，得到原问题的解。 2、应用：差分方程模型有着广泛的应用。实际上，连续变量可以用离散变量来近似和逼近，从而微分方程模型就可以近似于某个差分方程模型。差分方程模型有着非常广泛的实际背景。在经济金融保险领域、生物种群的数量结构规律分析、疾病和病虫害的控制与防治、遗传规律的研究等许许多多的方面都有着非常重要的作用。可以这样讲，只要牵涉到关于变量的规律、性质，就可以适当地用差分方程模型来表现与分析求解。 3、差分方程建模：在实际建立差分方程模型时，往往要将变化过程进行划分，划分成若干时段，根据要解决问题的目标，对每个时段引入相应的变量或向量，然后通过适当假设，根据事物系统的实际变化规律和数量相互关系，建立每两个相邻时段或几个相邻时段或者相隔某几个时段的量之间的变化规律和运算关系（即用相应设定的变量进行四则运算或基本初等函数运算或取最运算等）等式（可以多个并且应当充分全面反映所有可能的关系），从而建立起差分方程。或者对事物系统进行划分，划分成若干子系统，在每个子系统中引入恰当的变量或向量，然后分析建立起子过程间的这种量的关系等式，从而建立起差分方程。在这里，过程时段或子系统的划分方式是非常非常重要的，应当结合已有的信息和分析条件，从多种可选方式中挑