摘要高校实力分析
摘要
现在社会上有各种各样的大学排行榜，应当如何恰当衡量中国各个大学的实力？我们或许可以通过高校一些数学建模实力来窥探一二。对于报名人数对实力较强的高校影响不大，同时那些实力特别弱的高校得奖具有较大的偶然因素故在此就不进行考虑了。针对省内专科组数少且得奖不多，还有极个别既有本科组又有专科组参加的因素就忽略了专科与本科的区分，然而针对这些因素积分的全国来说则要考虑本科与专科的区别。对于赛区来说，本文更深入考虑了高教社杯奖和Matlab创新奖的影响因素，使得建模更加符合实际排名。
关键词：高校实力分析层次分析模型最长路长问题 Matlab
一、问题的重述
近几年全国大学生数学建模竞赛是教育部与中国工业与应用数学学会举办的全国性大学生竞赛，是目前参赛人数最多、最具影响力的全国性大学生学科竞赛。同时随着数学建模的影响力扩大，改变着高校的排名问题。
问题1：10年全国各赛区的大学生数学建模竞赛实力排名及分布情况；
问题2：通过数据分析为参加全国赛的同学提供一些有价值的建议。
二、问题分析
2.1问题的总分析
本文针对数学建模实力的排序，建立了模糊层次模型。首先，本文运用层次分析法，构建出学校数学建模水平的递阶层次结构图，建立两两比较判别矩阵，利用求出高教社杯、Matlab创新奖、全国一等奖、二等奖、安徽赛区一等奖到三等奖对数学建模成绩的权重，在问题一和问题二的排序问题中，分别将赛区奖和全国奖和高教社杯奖及Matlab创新奖的权重归一化，再应用以统计出来的各学校获奖队数为原始数据，构造矩阵。我们引进综合评价系数概念，即路经长短问题来表示一个学校的数学建模实力，继而根据权重算出各学校的综合评价系数，根据该指标的数值大小来对学校进行排序。
2.2对具体问题的分析
2．对问题二的分析
<1>.问题要求根据2010数学建模全国成绩的数据，给出全国各院校的自建模竞赛活动开展以来建模成绩的科学、合理的排序。在问题一中，本文已通过层次分析法计算出全国一二等奖对数学建模成绩的权重，由于问题是对全国范围内的院校的数学建模成绩进行排序，故仅考虑全国奖，于是对全国一、二等奖的权重进行归一化，算出两者数学建模成绩的最终权重；借助问题一中的的模糊综合评法对这些学校进行评价并将他们按数学建模成绩排序。
<2>.本文考虑分布问题转化为各个赛区数学建模实力的分布，针对此问题，
我们考虑了五种影响因素：高教社杯奖或Matlab 创新奖，本科国家一等奖，本科国家二等奖，专科国家一等奖，专科国家二等奖。对这些因素进行权重判断，最后得出各个赛区的综合评价系数，并进行排名。
3．对问题三的分析
在安徽省建模排名表格中我们可以看出如中国科技大学、安徽大学这些在安徽省很有实力大学在2010年安徽省建模实力排名中是很有实力的，排名是很靠前的，在这些数据中我们可以看出好的大学对于建模实力是有一定影响的。，
三、模型假设及符号说明
3.1 基本假设
1.假设不同的建模试题难度大致相同；
2.假设评委老师绝对公平；
3.假设每个参赛学校的机器设备相同；
4.假设各个参赛高校2010年获得奖项是最主要的数学建模实力表现。 3.2符号说明 Z ：高校建模实力
i x ：对建模实力影响的奖项因素
1x ~7x ：对应数学建模奖项国家一等奖，国家二等奖，高教社杯奖，Matlab 创新
奖的影响因素。
A : 由相对尺度组成的判断矩阵.
ij a : 第i 个元素第j 个元素的相对重要尺度.
w : 各种奖项权重组成的权向量； CI : 矩阵A 的一致性检验指标 RI : 随机一致性指标 CR : 一致性比率
四、 模型的建立与求解
4.1 问题二的模型
1.本科组高校建模实力分析
我们对全国各院校2010年的数学建模成绩进行分析，由于所要研究的对象与赛区评价模型完全相同，因此我们在分析全国各院校历年数学建模的成绩时，采取类似的方法。
由模型一中计算，知120.50280.2602ωω==，，归一化得：
120.70920.2908ωω==，，即国家一等奖和国家二等奖的权重向量0.70920.2908ω??
=?
???
。同时对全国高校获得奖项人数进行矩阵化，得：
4403020
2X ??????
??=????????
。然后用Matlab 对X ω?进行求解，编程（见附件一附录2）,然后利用Excel 进行排序，得如下表：
2.专科组高校建模实力分析
同理，全国专科排名编程：（见附件一附录3）然后用Excel,进行排名，得表,
3.赛区分布问题分析
赛区分布问题，考虑高教社杯或Matlab创新奖，本科一等奖，二本科二
等奖，专科一等，专科二等五个影响因素。同问题一，得权重向量为
0.5028
0.2602
= 0.1344
0.0678
0.0348
ω
??
?
?
?
?
?
?
??
，
将赛区获奖人数进行矩阵化得
0285416
022004
021703
011103
A
??
??
??
??
=
??
??
??
??
，利用Matlab求解Aω
?.
编程
展都是靠前的，这再次说明了这些建模成绩好的地区及学校基本分布在有一定经济实力地区。但北京在建模排名第一但其经济是并非是位前的。
五、模型评价
本文在对部分学校建模水平评价的同时，为其提供了一个可行的方案。模型在改进之后，摒弃了原来以等级高低作为标准的评判，更能保证排序的正确性、公平性。也就是说，模型在改进之后完全可以推广到类似于建模水平的评判工作中，往更深层次讲模型可以推广到各种等级比赛的评选工作中，保证公平、正确，从而确定了一些高校的实力评判，确定了实力好坏。
5.1 模型的优点
1、模型的连续性好，在各问题解决中都能用到。
2、采用层次分析法，使得排名公正合理。这样就丰富了评价指标，优化了评价模型。
3、本文建立的模型与实际紧密联系，充分考虑现实情况的不同阶段，从而使模型更贴近实际，通用性强。考虑问题充分全面。
5.2 模型的缺点
1.对数据的近似计算尚存在不尽合理的地方，有待进一步改进。
2.问题三中，我们认为获奖率对个高校建模实力的平均影响不大，忽略各参赛院校获奖率因素该参数前排名情况对该因素的影响。
六、参考文献
[]1
单锋朱丽梅田贺民，数学模型，国防工业出版社，2012年2月，第82页。
[]2
杨桂元黄己立，数学建模，中国科学技术大学，2008年8月，第179页。
[]3
刘仁云，数学建模方法与数学实验，中国水利水电出版社，2011年1月，第
2012年暑期培训数学建模第二次模拟 承诺书 我们仔细阅读了数学建模联赛的竞赛规则。 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括、电子、网上咨询等）与本队以外的任何人（包括指导教师）研究、讨论与赛题有关的问题。 我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其它公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们愿意承担由此引起的一切后果。 我们的参赛报名号为： 参赛队员 (签名) ： 队员1： 队员2： 队员3：
2012年暑期培训数学建模第二次模拟 编号专用页 参赛队伍的参赛：（请各个参赛队提前填写好）：竞赛统一编号（由竞赛组委会送至评委团前编号）： 竞赛评阅编号（由竞赛评委团评阅前进行编号）： 2012年暑期培训数学建模第二次模拟
题目学生成绩的分析问题 摘要 本文针对大学高数和线代，概率论成绩进行建模分析，主要用到统计分析的知识及SPSS软件，建立了方差分析、单因素分析、相关性分析等相关模型，从而分析两个专业、四门课程成绩的显著性，以及课程之间的相关性。最后利用分析结论表明了我们对大学数学学习的看法。 问题一：每门课程两个专业的差异性需要进行多个平均数间的差异显著性检验，首先应该对数据进行正态分布检验，结论是各个专业的分数都服从正态分布，之后可以根据Kolmogorov-Smirnov 检验（K-S检验）原理，利用SPSS软件进行单因素方差分析，得出方差分析表，进行显著性检验，最后得出的结论是高数1、高数2、线代和概率这四科成绩在两个专业中没有显著性差异。 问题二：对于甲乙两个专业分别分析，应用问题一的模型，以每个专业不同班级的高数一、高数二、线代和概率平均数为自变量，同第一问相同的做法，得到两个专业中不同学科之间没有显著差异。 问题三：我们通过对样本数据进行Spss的“双变量相关检验”得出相关系数值r、影响程度的P值，从而来分析出高数1、高数2与概率论、现代的相关性。 问题四：利用上面数据，得到各专业课程的方差和平均值，再通过对各门课程的分析，利用分析结论表明了我们对大学数学学习的看法。 本文针对大学甲、乙两个专业数学成绩分析问题，进行建模分析，主要用到统计分析的知识和 excel以及matlab软件，建立了方差分析、相关分析的相关模型，研究了影响学生成绩的相关因素, 以及大学生如何进行数学课程的学习。 问题一针对每门课程分析两个专业的数学成绩可以通过excel工具得出各门功课的平均值、方差 进行比较分析。 问题二针对专业分析两个专业的数学成绩的数学水平有无明显差异，可以运用平均数、方差进行 比较。并对两专业的数学成绩进行T检验，进一步分析其有无显著性差异。 问题三针对各班高数成绩和线代、概率论成绩进行散点图描述建立一元回归线性模型，然后对模 型进行求解，对模型进行改进。包括分析置信区间，残差等。 关键词：平均值方差 T检验一元回归线性模型置信区间残差 excel matlab
初中学生数学建模能力调查与分析 （一）调查目的 《全日制义务教育课程标准》指出：“义务教育阶段的数学课程，其基本出发点是促进学生全面、持续、和谐地发展”，“强调从学生已有的生活经验出发，让学生亲身经历将实际问题抽象为数学模型并进行解释和应用的过程，使学生获得数学理解的同时，在思维能力、情感态度与价值观等方面得到进步和发展”。 因此培养学生运用数学知识分析和解决实际问题的能力成为初中阶段数学教学的 首要任务之一，而数学建模教学正是为培养学生解决实际问题能力提供的一种有效途 径。笔者为了了解碧莲学区初级中学学生数学建模能力的现状及存在的问题，选取二所初中八年级各一个教学班学生进行测试和问卷调查，并对调查结果加以整理,以便为开展数学建模教学研究提供较可靠的资料。 （二）调查的对象 碧莲镇中学与大若岩镇中学初二年级的各一个教学班，共96名学生。（三）调查方式 采用数学建模能力测试题（共有3题，每题满分为20分）及数学建模学习状况问卷调查。 （四）学生的测试题及结果分析 测试要求学生在45分钟内完成三道数学建模题，每题满分为20分，要求学生在解答过程中，无论用什么方法解答，无论解答对否，均要写下解题过程或思考过程。 1、测试题 (1)某校校长暑假将带领该校市级“三好学生”去旅游，甲旅行社说:“如果校长买全价票一张，则其余学生可享受半价优待”，乙旅行社说:“包括校长在内全部按全 票价的6折优惠”（即按全票价的60%收费），若全票价为240元， ①设学生数为x，甲旅行社收费为y 甲，乙旅行社收费为y 乙 ，分别计算两家旅行 社的收费（建立表达式）； ②当学生数是多少时，两家旅行社的收费一样?
§15.4锁具装箱问题 [学习目标] 1.能表述锁具装箱问题的分析过程； 2.能表述模型的建立方法； 3.会利用排列组合来计算古典概型； 4.会利用Mathematica求解锁具装箱问题。 一、问题 某厂生产一种弹子锁具，每个锁具的钥匙有5个槽，每个槽的高度从{1，2，3，4，5，6}6个数（单位从略）中任取一数。由于工艺及其它原因，制造锁具时对5个槽的高度有两个要求：一是至少有3个不同的数；二是相邻两槽的高度之差不能为5。满足上述两个条件制造出来的所有互不相同的锁具称为一批。销售部门在一批锁具中随意地抽取，每60个装一箱出售。 从顾客的利益出发，自然希望在每批锁具中不能互开（“一把钥匙开一把锁”）。但是，在当前工艺条件下，对于同一批中两个锁具是否能够互开，有以下实验结果：若二者相对应的5个槽的高度中有4个相同，另一个槽的高度差为1，则可能互开；在其它情况下，不可能互开。 团体顾客往往购买几箱到几十箱，他们会抱怨购得的锁具中出现互开的情形。现请回答以下问题： 1．每批锁具有多少个，能装多少箱？ 2．按照原来的装箱方案，如何定量地衡量团体顾客抱怨互开的程度（试对购买一、二箱者给出具体结果）。 二、问题分析与建立模型 因为弹子锁具的钥匙有5个槽，每个槽的高度从{1，2，3，4，5，6}这6个数中任取一数，且5个槽的高度必须满足两个条件：至少有3个不同的数；相邻两槽的高度之差不能为5。所以我们在求一批锁具的总数时，应把问题化为三种情况，即5个槽的高度由5个不同数字组成、由4个不同数字组成、由3个不同数字组成，分别算出各种情况的锁具个数，然后相加便得到一批锁具的总个数。在分别求这三种情况锁具个数的时候，先求出满足第1个条件的锁具个数再减去不满足第2个条件的锁具个数。在求这三种情况锁具个数的时候，主要依靠排列组合的不尽相异元素的全排列公式。 下面用一个5元数组来表示一个锁具： Key=（h1，h2，h3，h4，h5） 其中h i表示第i个槽的高度，i=1，2，3，4，5。此5元数组表示一把锁，应满足下述条件： 条件1：h i∈{1，2，3，4，5，6}，i = 1，2，3，4，5。
承诺书 我们仔细阅读了《全国大学生数学建模竞赛章程》和《全国大学生数学建模竞赛参赛规则》（以下简称为“竞赛章程和参赛规则”，可从全国大学生数学建模竞赛网站下载）。 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。 我们知道，抄袭别人的成果是违反竞赛章程和参赛规则的，如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺，严格遵守竞赛章程和参赛规则，以保证竞赛的公正、公平性。如有违反竞赛章程和参赛规则的行为，我们将受到严肃处理。 我们授权全国大学生数学建模竞赛组委会，可将我们的论文以任何形式进行公开展示（包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等）。 我们参赛选择的题号是（从A/B/C/D中选择一项填写）： A 我们的参赛报名号为（如果赛区设置报名号的话）：01034 所属学校（请填写完整的全名）： 参赛队员(打印并签名) ：1. 2. 3. 指导教师或指导教师组负责人(打印并签名)： （论文纸质版与电子版中的以上信息必须一致，只是电子版中无需签名。以上内容请仔细核对，提交后将不再允许做任何修改。如填写错误，论文可能被取消评奖资格。） 日期：2013 年 9 月16 日赛区评阅编号（由赛区组委会评阅前进行编号）：
编号专用页 赛区评阅编号（由赛区组委会评阅前进行编号）：赛区评阅记录（可供赛区评阅时使用）： 全国统一编号（由赛区组委会送交全国前编号）：全国评阅编号（由全国组委会评阅前进行编号）：
数学建模比赛的选拔问题 卢艳阳 王伟 朱亮亮 （黄河科技学院通信系，） 摘要 本文是关于全国大学生数学建模竞赛选拔的问题，依据数学建模组队的要求，每队应具备较好的数学基础和必要的数学建模知识、良好的编程能力和熟练使用数学软件等的综合实力，在此前提下合理的分配队员，利用层次分析法，建立合理分配队员的数学模型，利用MATLAB ，LONGO 工具求出最优解。、 问题一：依据建模组队的要求，合理分配每个队员是关键，主要由团队精神、建模能力、编程能力、论文写作能力、思维敏捷以及数学知识等等，经过讨论分析，确定良好的数学基础、建模能力，编程能力为主要参考因素。 问题二：根据表中所给15人的可参考信息，我们对每个队员的每一项素质进行加权，利用层次分析法选出综合素质好的前9名同学，然后利用0-1规划的相关知识对这9人进行合理分组，利用MATLAB 、LINGO 得到其中一个如下的分 组：'1s 、10s 、4s ；2s 、11s 、14s ；6s 、13s 、8s 问题三：我们将所选出的这9名同学和这个计算机编程高手的素质进行量化加权，然后根据层次分析法，利用MATLAB 工具进行求解，得出了最佳解。由于我们选取队员参考的是这个人的综合素质，而不是这个人的某项素质，并由解出的数据可以看出这个计算机编程高手不能被直接录用。所以说只考虑某项素质，而不考虑其他的素质的同学是不能被直接录用的。 问题四：根据前面三问中的分组的思路，我们通过层次分析法先从所有人中依据一种量化标准选出符合要求的高质量的同学，然后利用0-1变量进行规划，在根据实际问题的约束，对问题进行分析，然后可以得出高效率的分组。
§6 决策树法 对较为复杂的决策问题，特别是需要做多个阶段决策的问题，最常用的方法是决策树法。决策树法是把某个决策问题未来发展情况的可能性和可能结果所做的预测用树状图画出来。其步骤如下： 1、用方框表示决策点。从决策点画出若干条直线或折线，每条线代表一个行动方案，这样的直线或折线称为方案枝。 2、在各方案枝的末端画一个园圈，称为状态点，从状态点引出若干直线或折线，每条线表示一个状态，在线的旁边标出每个状态的概率，称为概率枝。 3、把各方案在各个状态下的损益期望值算出标记在概率枝的末端。 4、把计算得到的每个方案的损益期望值标在状态点上，然后通过比较，选出损益期望值最小的方案为最优方案。 例1某厂准备生产一种新产品，产量可以在三种水平n1、n2、n3中作决策。该产品在市场上的销售情况可分为畅销、一般和滞销三种情况，分别为S1、S2、S3。通过调查，预测市场处于这三种情况的概率分别为0.5、0.3、0.2。三种决策在各种不同市场情况下的利润见下表： 表1 基于各种决策的各种市场情况的利润表（万元） 我们可以计算每种决策下利润的期望值： 实行在水平n1下生产的利润的期望值为：90×0.5+30×0.3-60×0.2=42 实行在水平n2下生产的利润的期望值为：60×0.5+50×0.3-10×0.2=43 实行在水平n3下生产的利润的期望值为：10×0.5+9×0.3-6×0.2=6.5 由于在水平n2下生产利润的期望值最大，因而应选择产量水平n2生产。 可以应用决策树帮助解决这样的决策问题，把各种决策和情况画在图1上： 图1
图中的方框（□）称为决策点，圆圈（○）称为状态点，从方框出发的线段称为对策分支，表示可供选择的不同对策。在圆圈下面的线段称为概率分支，表示在此种对策下可能出现的各种情况。在概率分支上注明了该情况出现的概率。在每一个概率分支的末端注明了对应对策和对应情况下的收益（利润）。在计算时，我们把相应的期望值写在相应的状态点旁边，再由比较大小后选择最优决策，在图上用∥表示舍弃非最优的对策，并在决策点上注明最优决策所对应的期望利润。 图2 利用决策树还可以解决多阶段的决策问题。 例2 某公司在开发一种新产品前通过调查推知，该产品未来的销售情况分前三年和后三年两种情况。因此生产该产品有两种可供选择的方案：建造大厂和建造小厂。如果建造大厂，投资费用5000万元，当产品畅销时，每年可获利2000万元，当产品滞销时，每年要亏损120万元。如果建造小厂，投资费用1000万元，当产品畅销时，每年可获利300万元，当产品滞销时，每年仍可获利150万元。若产品畅销可考虑在后三年再扩建，扩建投资需2000万元，随后三年每年可获利1000万元；也可不再扩建。预测这六年该产品畅销的概率为0.6，滞销的概率为0.4。试分析该公司开发新产品应如何决策？ 根据问题的各种情况可以画出决策树如下：这是一个两阶段的决策问题。注意到图中有两个决策点，反映建小厂的方案中可以分成前三年和后三年两个阶段，并在后三年还要做出一次决策。 图3 把各种数据填到图适当的位置后，由后向前计算获利的期望值。由图可见应采用决策：建造大厂。 500 900 1000*3=3000 300*3=900 6.5
2012年北京师范大学珠海分校数学建模竞赛 题目：对中国大学生数学建模竞赛历年成绩的分析与预测 摘要 本文研究的是对自数学建模竞赛开展以来各高校建模水平的评价比较和预测问题。我们将针对题目要求，建立适当的评价模型和预测模型，主要解决对中国大学生数学建模竞赛历年成绩的评价、排序和预测问题。 首先我们用层次分析法来评价广东赛区各校2008年至2011年及全国各大高校1994至2011年数学建模成绩，从而给出广东赛区各校及全国各大高校建模成绩的科学、合理的评价及排序；其次运用灰色预测模型解决广东赛区各院校2012年建模成绩的预测。 针对问题一，首先我们对比了2008到2011年参加建模比赛的学校，通过分析我们选择了四年都参加了比赛的学校进行合理的排序（具体分析过程见表13），同时对本科甲组和专科乙组我们分别进行排序比较。在具体解决问题的过程中，我们先分析得出影响评价结果的主要因素：获奖情况和获奖比例，其中获奖情况主要考虑国家一等奖、国家二等奖、省一等奖、省二等奖、省三等奖，我们采用层次分析法，并依据判断尺度构造出各个层次的判断矩阵，对它们逐个做出一致性检验，在一致性符合要求的情况下，通过公式与matlab求得各大学的权重，总结得分并进行排序（结果见表11）；在对广东赛区各高校2012建模成绩预测问题中，我们采用灰色预测模型，我们以华南农业大学为例，得到该校2012年建模比赛获奖情况为：省一等奖、省二等奖、省三等奖及成功参赛奖分别为5、9、8、8(其它各高校预测结果见表10）。 针对问题二，我们对全国各院校的自建模竞赛活动开展以来建模成绩排序采用与问题一相同的数学模型，在获奖情况考虑的是全国一等奖、全国二等奖。运用matlab求解，结果见表12。 针对问题三，我们通过对一、二问排序的解答及数据的分析，得出在对院校进评价和预测时还应考虑到各院的师资力量、学校受重视程度、学生情况、参赛经验等因素，考虑到这些因素，为以后评价高校建模水平提供更可靠的依据。 关键词：层次分析法权向量灰色预测模型模型检验 matlab
案例分析1: 自行车外胎的使用寿命 问题： 目前，自行车在我国是一种可缺少的交通工具。它小巧、灵活、方便、易学，而且价格适中，给广大居民带来了不小的益处。但是，自行车也有令人头痛的地方，最常见的问题莫过于扎胎了。扎胎的原因有很多，但相当一部分是由于外胎磨损，致使一些玻璃碴、小石子很容易侵入、扎破内胎。为了减少不必要的麻烦，如何估计自行车外胎的寿命，及时更换? 分析： 分析角度：由于题目里未明确指出我们是应从厂家角度，还是应从用户角度来考虑这个问题，因此需要我们自己做出合理判断。若从厂家角度，我们面对的应当是一大批自行车外胎的平均寿命的估计。这样的估计要求一定精确度和相对明确的使用环境；而从用户角度来说，面对的仅是个人的一辆车，不需要很高的精确度，这样的寿命估计更简单，易于随时了解，下面仅从用户角度进行分析。 产品的使用者需要了解产品的寿命，是基于安全性及更换的费用来考虑的。我们将这两个标准作为主要标准来分析，首先值得注意的两个关键性问题是如何定义寿命、何时为寿命的终止。寿命的定义要做到科学，直观，有可比性，在航空工业中航天飞机的使用寿命是用重复使用的次数来衡量，而工厂机器设备的寿命则以连续工作的时间来定义。本题外胎的寿命亦可用时间来表征，但由于外胎的寿命直接与其磨损速度相关；而磨损速度又与使用频率及行驶速度相互联系，致使外胎的寿命不一定与使用时间成正比(这种非正比关系使我们不能拿一辆—天跑200公里的自行车与一天只跑1公里的自行车进行寿命比较)，降低了可比性。如换成自行车的路程寿命来比较，就好得多。产品寿命是在安全性和更换费用相互制约下达到的一个点，在这个点上，外胎的安全系数降到用户不可接受的最低值，更换费用(寿命越长，在一定意义上更换费用越低)也达到了最大限度的节省。 弄清了上面两个问题后，我们继续明确建立模型需要解决哪些问题及建立模型的重点难点。 自行车使用过程中，一来影响因素多，二来这些因素之间彼此相关，十分复杂，要做到比较准确地估计使用寿命，不但要对外胎的性能有相当的了解，而且对使用环境更不能忽视。当然我们由于是站在用户角度上来考虑的，相对地就可忽略一些次要的影响因素。 这样的数学模型面对着两个主要问题。一、自行车使用寿命与外胎厚度的关系，二、外胎能够抵御小石子破坏作用的最小厚度。后者可处理得相对简略些(如只考虑一块具有一般特征的小石子对外胎的破坏作用)，而重点(也是难点)是第一个问题。车重、人重、轮胎性质(力学的、热学的、甚至化学的)和自行车使用频率等都左右着它们的关系。这么多相关因素，不必一一都加以考虑(用户是不会在意这么多的)，有些因素，可以先不考虑，在模型的改进部分再作修改，采取逐步深入的方法，如：摩擦损耗有滑动摩擦和滚动摩擦损耗两种，由于滚动摩擦占用的时间(或路程)显然占绝对优势，因此可重点考虑。但滑动摩擦造成的一次损坏又比滚动摩擦大，在刹车使用过频的情况下，就不能不考虑了。 最后，需对得出的结果用简单清晰的文字进行说明，以供用户参考。 案例分析2：城市商业中心最优位置分析 问题： 城市商业中心是城市的基本构成要素之一。它的形成是一个复杂的定位过程。商业中心的选址涉及到各种因素制约，但其中交通条件是很重要的因素之一。即商业中心应位于城市“中心”，如果太偏离这一位置，极有可能在城市“中心”地带又形成一个商业区，造成重复建设。 某市对老商业中心进行改建规划，使居民到商业中心最方便。如果你是规划的策划者，如何建立一个数学模型来解决这个问题。
学习-----好资料 2012年暑期培训数学建模第二次模拟 承诺书 我们仔细阅读了数学建模联赛的竞赛规则。 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与本队以外的任何人（包括指导教师）研究、讨论与赛题有关的问题。 我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其它公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们愿意承担由此引起的一切后果。 我们的参赛报名号为： 参赛队员(签名) ： 队员1： 队员2： 队员3： 更多精品文档． 学习-----好资料 2012年暑期培训数学建模第二次模拟 编号专用页 参赛队伍的参赛号码：（请各个参赛队提前填写好）：
竞赛统一编号（由竞赛组委会送至评委团前编号）： 竞赛评阅编号（由竞赛评委团评阅前进行编号）：年暑期培训数学建模第二次模拟2012更多精品文档．学习-----好资料
学生成绩的分析问题题目 摘要主要用到统计分析的概率论成绩进行建模分析，本文针对大学高数和线代，软件，建立了方差分析、单因素分析、相关性分析等相关模型，从SPSS知识及最后利用分以及课程之间的相关性。而分析两个专业、四门课程成绩的显著性，析结论表明了我们对大学数学学习的看法。每门课程两个专业的差异性需要进行多个平均数间的差异显著性检问题一：结论是各个专业的分数都服从正态分布，首先应该对数据进行正态分布检验，验，软件进行原理，检验）利用SPSS之后可以根据Kolmogorov-Smirnov 检验（K-S、进行显著性检验，最后得出的结论 是高数1单因素方差分析，得出方差分析表，高数2、线代和概率这四科成绩 在两个专业中没有显著性差异。以每个专业不同问题二：对于甲乙两个专业分别分析，应用问题一的模型，班级的高数一、高数二、线代和概率平均数为自变量，同第一问相同的做法，得到两个专业中不同学科之间没有显著差异。的“双变量相关检验”得出相关系问题三：我们通过对样本数据进行Spss 与概率论、现代的相关、高数2、影响程度的P值，从而来分析出高数1数值r 性。问题四：利用上面数据，得到各专业课程的方差和平均值，再通过对各门 课程的分析，利用分析结论表明了我们对大学数学学习的看法。本文针对大学甲、乙两个专业数学成绩分析问题，进行建模分析，主要用到统计分析的知识和软件，建立了方差分析、相关分析的相关模型，研究了影matlabexcel以及, 响学生成绩的相关因素以及大学生如何进行数学课程的学习。工具得出各针对每门课程分析两个专业的数学成绩可以通过excel问题一门功课的平均值、方差进行比较分析。可以运针对专业分析两个专业的数学成绩的数学水平有无明显差异，问题二用平均数、方差进行检验，进一步分析其有无显著性差异。比较。并对两专业的数学成绩进行T概率论成绩进行散点图描述建立一元回归针对各班高数成绩和线代、问题三 线性模型，然后对模型进行求解，对模型进行改进。包括分析置信区间，残差等。检验一元回归线性模型置信区间 T 关键词：平均值方差 excel matlab 残差 更多精品文档． 学习-----好资料 关键词：单因素方差分析、方差分析、相关分析、 spss软件、更多精品文档． 学习-----好资料 一、问题重述 附件是甲专业和乙专业的高等数学上册、高等数学下册、线性代数、概率论与数理统计等三门数学课程的成绩数据，请根据数据分析并回答以下问题： （1）针对每门课程分析，两个专业的分数是否有明显差异？ （2）针对专业分析，两个专业学生的数学水平有无明显差异？
数学课程的成绩分析(数模大作业)
2012年4月西安电子科技大学学报（自然科学版） Apr.2012 第X卷第X期JOURNAL OF XIDIAN UNIVERSITY Vol.XX No.X 数学课程的成绩分析 摘要：本文讨论了B题中给出的对大学数学课程的成绩分析的一种分析方 法，根据题目中提供的甲乙两专业4门数学学科的成绩，对成绩进行分类汇 总，再通过数理统计的方法进行对成绩的分析，运用Excel、Matlab绘出图 表，直观的分析甲乙专业，各数学学科的一些统计量。再查找数学教育的相 关资料，建立合理的数学水平评价模型。最后建立数学学科之间的相关回归 模型，利用Matlab进行回归检验，从而讨论各个数学学科之间的关系。 关键词：层次分析法统计回归方法一元线性回归数学水平评估模型 1问题重述 附件是甲专业和乙专业的高等数学上册、高等数学下册、线性代数、概率论与数理统计等三门数学课程的成绩数据，请根据数据分析并回答以下问题： （1）针对每门课程分析，两个专业的分数是否有明显差异？ （2）针对专业分析，两个专业学生的数学水平有无明显差异？ （3）高等数学成绩的优劣，是否影响线性代数、概率论与数理统计的得分情况？ （4）根据你所作出的以上分析，面向本科生同学阐述你对于大学数学课程学习方面的看法。2模型假设和符号说明 2.1模型假设 1）甲专业24号同学高数I成绩433，不属于0-100分，所以当无效数据处理，不考虑它的影响。 2）考试成绩反映的是学生的真实水平。 3）高数成绩和线性代数、概率论与数理统计有相关关系。 4）将高数成绩定义为将高数I的成绩和高数II的成绩取平均。 5）两个专业的老师教课水平是一样的。 6）学生本科前的数学水平是相近的。 7）两专业的人数可以真实反应学生水平。 2.2符号说明 x：把高数成绩作为一元线性回归模型的自变量。
第十章 插值与拟合方法建模 在生产实际中，常常要处理由实验或测量所得到的一批离散数据，插值与拟合方法就是要通过这些数据去确定某一类已经函数的参数，或寻求某个近似函数使之与已知数据有较高的拟合精度。插值与拟合的方法很多，这里主要介绍线性插值方法、多项式插值方法和样条插值方法，以及最小二乘拟合方法在实际问题中的应用。相应的理论和算法是数值分析的内容，这里不作详细介绍，请参阅有关的书籍。 §1 数据插值方法及应用 在生产实践和科学研究中，常常有这样的问题：由实验或测量得到变量间的一批离散样点，要求由此建立变量之间的函数关系或得到样点之外的数据。与此有关的一类问题是当原始数据 ),(,),,(),,(1100n n y x y x y x 精度较高，要求确定一个初等函数)(x P y =（一般用多项式或分段 多项式函数）通过已知各数据点（节点），即n i x P y i i ,,1,0,)( ==，或要求得函数在另外一些点（插值点）处的数值，这便是插值问题。 1、分段线性插值 这是最通俗的一种方法，直观上就是将各数据点用折线连接起来。如果 b x x x a n =<<<= 10 那么分段线性插值公式为 n i x x x y x x x x y x x x x x P i i i i i i i i i i ,,2,1,,)(11 1 11 =≤<--+--= ----- 可以证明，当分点足够细时，分段线性插值是收敛的。其缺点是不能形成一条光滑曲线。 例1、已知欧洲一个国家的地图，为了算出它的国土面积，对地图作了如下测量：以由西向东方向为x 轴，由南向北方向为y 轴，选择方便的原点，并将从最西边界点到最东边界点在x 轴上的区间适当的分为若干段，在每个分点的y 方向测出南边界点和北边界点的y 坐标y1和y2，这样就得到下表的数据（单位：mm ）。 根据地图的比例，18 mm 相当于40 km 。
高中常见数学模型案例 中华人民共和国教育部20KK 年4月制定的普通高中《数学课程标准》中明确指出：“数学探究、数学建模、数学文化是贯穿于整个高中数学课程的重要内容”，“数学建模是数学学习的一种新的方式，它为学生提供了自主学习的空间，有助于学生体验数学在解决问题中的价值和作用，体验数学与日常生活和其他学科的联系，体验综合运用知识和方法解决实际问题的过程，增强应用意识；有助于激发学生学习数学的兴趣，发展学生的创新意识和实践能力。”教材中常见模型有如下几种: 一、函数模型 用函数的观点解决实际问题是中学数学中最重要的、最常用的方法。函数模型与方法在处理实际问题中的广泛运用，两个变量或几个变量，凡能找到它们之间的联系，并用数学形式表示出来，建立起一个函数关系（数学模型），然后运用函数的有关知识去解决实际问题，这些都属于函数模型的范畴。 1、正比例、反比例函数问题 例1：某商人购货，进价已按原价a 扣去25%，他希望对货物订一新价，以便按新价让利销售后仍可获得售价25%的纯利，则此商人经营者中货物的件数P 与按新价让利总额P 之间的函数关系是___________。 分析：欲求货物数P 与按新价让利总额P 之间的函数关系式，关键是要弄清原价、进价、新价之间的关系。 若设新价为b ，则售价为b （1－20%），因为原价为a ，所以进价为a （1－25％） 解：依题意，有25.0)2.01()25.01()2.01(?-=---b a b 化简得a b 4 5=，所以x a bx y ??==2.0452.0，即+∈=N x x a y ,4 2、一次函数问题 例2：某人开汽车以60km/h 的速度从A 地到150km 远处的B 地，在B 地停留1h 后，再以50km/h 的速度返回A 地，把汽车离开A 地的路P （km ）表示为时间t （h ）的函数，并画出函数的图像。 分析：根据路程＝速度×时间，可得出路程P 和时间t 得函数关系式P （t ）；同样，可列出v(t)的关系式。要注意v(t)是一个矢量，从B 地返回时速度为负值，重点应注意如何画这两个函数的图像，要知道这两个函数所反映的变化关系是不一样的。 解：汽车离开A 地的距离Pkm 与时间th 之间的关系式是：?? ???∈--∈∈=]5.6,5.3(),5.3(50150]5.3,5.2(,150]5.2,0[,60t t t t t x ，图略。 速度vkm/h 与时间th 的函数关系式是：?? ???∈-∈∈=)5.6,5.3[,50)5.3,5.2[,0)5.2,0[,60t t t v ，图略。 3、二次函数问题 例3：有L 米长的钢材，要做成如图所示的窗架，上半部分为半圆，下半部分为六个全等小矩形组成的矩形，试问小矩形的长、宽比为多少时，窗所通过的光线最多，并具体标出窗框面积的最大值。 解：设小矩形长为P ，宽为P ，则由图形条件可得：l y x x =++911π ∴x l y )11(9π+-= 要使窗所通过的光线最多，即要窗框面积最大，则： )44(32)442(644])11([322622 222 2ππππππ+++-+-=+-+=+=l l x x lx x xy x s
题目1 1．某校60名学生的一次考试成绩如下: 93 75 83 93 91 85 84 82 77 76 77 95 94 89 91 88 86 83 96 81 79 97 78 75 67 69 68 84 83 81 75 66 85 70 94 84 83 82 80 78 74 73 76 70 86 76 90 89 71 66 86 73 80 94 79 78 77 63 53 55 （1）计算均值、标准差、极差、偏度、峰度，画出直方图； （2）检验分布的正态性； （3）若检验符合正态分布，估计正态分布的参数并检验参数。
一、模型假设 1、假设60名同学的成绩记录准确。 2、假设60名同学的成绩服从正态分布。 二、模型的分析、建立与求解 第（1）小题是求60名同学成绩的均值、标准差、极差、偏度、峰度，并画出直方图。根据题目已给的数据用matlab求解，命令分别为：均值：mean(x) 中位数：median(x) 标准差：std(x) 方差：var(x) 偏度：skewness(x) 峰度：kurtosis(x) matlab求解过程如下： 1、数据的输入 x=[93 75 83 93 91 85 84 82 77 76 77 95 94 89 91 88 86 83 96 81 79 97 78 75 67 69 68 84 83 81 75 66 85 70 94 84 83 82 80 78 74 73 76 70 86 76 90 89 71 66 86 73 80 94 79 78 77 63 53 55]； 2、用相应的命令求解 均值：mean(x) ans =80.1000 标准差：std(x) ans = 9.7106 极差：range(x) ans = 44
数学建模——如何正确、合理的评价学生成绩 我们仔细阅读了曲阜师范大学大学生数学建模竞赛的竞赛规则. 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。 我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们 将受到严肃处理。 我们参赛选择的题号是B/观、合理地评价学生的学习状况 参赛队员：***0710601079（07级应数一班） ***0710601144（07级应数一班） ***0710601002（07级应数一班） 日期 2009 年 5 月 28 日 客观、合理地评价学生的学习状况 本文以学生的四个学期的考试成绩为依据，从考试的排名的估计和排名的方法两个方面对学生的学习成绩进行了探讨并对学生下个学期的考试成绩进行了预测。在文章的前半部分，借助了概率统计、运筹学和决策论的相关知识和理论对学生的学习成绩进行了分析；文章的后半部分运用概率统计的次序统计 量对学生的下个学期的成绩进行了预测。 关键词：平均值、数学期望、方差、标准分数 符号引入：i表示第个i学生； NUM(i,j)表示第个i学生的第j学期成绩； AVE(i)表示第i个学生的四学期成绩平均数； VAR(i)表示第i个学生四学期学习成绩标准差； 客观、合理地评价学生的学习状况 评价学生学习状况的目的是激励优秀学生努力学习取得更好的成绩，同时鼓励基础相对薄弱的学生树立信心，不断进步。然而，现行的评价方式单纯的根据“绝对分数”评价学生的学习状况，忽略了基础条件的差异；只对基础条件较好的学生起到促进作用，对基础条件相对薄弱的学生很难起到鼓励作用。 假定四次考试试题难易适当，并且每个学生都发挥出应有水平。 公式简述：
新课标下的数学素质归结成为归纳、演绎、建模、创新，但传统的数学教学往往偏爱归纳、演绎而轻视建模、创新。实际上数学来源于生活，又应用于生活。在科学链：基本背景基础知识基本应用中，我们不能只顾中间而忽略两头。我们既要重视产生基础知识背景的分析，又要重视基础知识、基础技能的转化应用。只有这样，才会使学生真正把握数学内涵，形成全面素质。提高学生数学建模能力已越来越为广大教师所重视。但由于教材、教学观念、教学方法等多种原因，学生实际的数学应用意识数学建模能力存在着较大差距。下面我就如何提高学生的数学应用意识，数学建模能力谈谈认识。 一、立足实际，多渠道、多层面培养学生应用意识。 数学问题源于现实生活，是从生活、生产实际问题中抽象而来。因而，在数学知识、数学方法、数学思想的传授中，应尽可能地联系生活、生产实际。 数学概念多是由实际问题抽象而来，大多有其背景，因此在教学中应重视概念从实际引入，通过实际问题抽象出数学概念，培养学生应用数学的兴趣。引入正负数概念时介绍古代人们如何用算筹进行计算的故事，引入有序数对时用去电影院看电影找座位的亲身经历，等等，此外应当补充一些有趣的实际问题，特别是对教材中没有给出的实际问题抽象概念，既加深学生对概念的理解，又培养学生对应用问题的兴趣。例如：在讲解一元一次方程时，可从古代数学家阿尔·花剌子模写的《对消与还原》说起。 二、把握教材，立足课本，为更好培养学生建模能力夯实基础。 要提高学生数学建模能力除了在教学中潜移默化地培养学生的数学应用意识外，还需要立足课本，夯实所学的基础知识。如果学生对所学的数学知识不及时加以巩固，则提高建模能力根本无从谈起。数学建模能力是学生解答数学问题的一种综合能力。无知便无能，部分学生在建模时所遇到的困难与所学课本知识不牢固直接有关。 三、突破题意阅读关，提高学生抽象概括能力，培养学生建模能力。 在教学中，我们经常可见部分学生在解决实际问题时，往往表现为无从下手、不知所措；思维主题束缚于旧知，苦思而不得突破，在已知与未知之间的鸿沟不能跨越而徘徊不前的情况。而解决实际问题的关键之一是将实际情况抽象转化为数学问题，即建立数学模型。要建立恰当的数学模型必须突破题意阅读关，捕捉题中的关键信息。由于应用题往往题目较长，久而久之，学生解应用题的能力得不到提高，因此越来越怕应用问题，逐渐失去解题信心，产生畏惧心理。要解决好上述问题，首先，教师应明确学生实际的认知水平，对所解决的问题把握好难度关。其次要积极引导学生主动理解题意，获取信息，重视从普通语言到数学语言的翻译过程。在从实际问题抽象出数学本质的关键一步不能为学生代劳，要启发学生自己总结数学模型；切忌贪多求快直接给出式子的做法。 三、系统归纳、总结经验，提高学生数学建模能力。 及时系统归纳、总结解题经验是提高学生建模能力的重要途径。在平常教学中要及时指导学生归纳整理形成能力，进一步消除畏难心理，提高建模能力。
§2 灰色预测模型GM(1,1)及其应用 蠕变是材料在高温下的一个重要性能。处于高温状态下的材料长期受到载荷作用时，即使其载荷较低，并且在短时间的高温拉伸试验中材料不发生变形，但在此情况下仍会有微小的蠕变，极端的情况下，甚至会使材料发生破坏。高温材料多应用于各种车辆的发动机及冶金厂中各种设备上，如果因蠕变引起破坏，可能造成很大的事故。 为了保证设备的安全可靠，在某一使用温度下，预先知道该材料对不同载荷应力下断裂的时间是很重要的。过去，人们都是通过蠕变试验测量断裂时间。而做蠕变试验时，需要很长时间才能得到结果，即使通过试验得出的数据，也只是对某几个具体试样而言，存在很大的偶然性，不能代表普遍的规律。如果将实测的数据用灰色系统理论来处理，可以预测在某一温度下的任何载荷应力的断裂时间。 一、灰色预测模型GM （1,1） 建模步骤如下： （1）GM （1,1）代表一个白化形式的微分方程： u aX dt dX =+)1() 1( （1） 式中，u a ,是需要通过建模来求得的参数；) 1(X 是原始数据) 0(X 的累加生成（AGO ）值。 （2）将同一数据列的前k 项元素累加后生成新数据列的第k 项元素，这就是数据处理。表示为： ∑==k n n X k X 1 )0() 1()()( （2） 不直接采用原始数据) 0(X 建模，而是将原始的、无规律的数据进行加工处理，使之变得较有规 律，然后利用生成后的数据列来分析建模，这正是灰色系统理论的特点之一。 （3）对GM （1,1），其数据矩阵为 ???? ?? ? ? ?+--+-+-=1)]()1([5.01)]3()2([5.01)]2()1([5.0)1()1()1()1()1()1(N X N X X X X X B （3） 向量T N N X X X Y )](,),3(),2([)0()0()0( = （4）作最小二乘估计，求参数u a , N T T Y B B B u a 1)(?-=??? ? ??=α （4） （5）建立时间响应函数，求微分方程（1）的解为 a u e a u X t X at +-=+-))1(()1(?)0()1( （5）
高校数学建模教学与学生能力的培养综述 一、在高等数学教学中培养学生的数学建模思想的途径 （一）在数学概念的引入中渗透数学建模思想 数学的定义、概念是数学教学的重要内容。下面以定积分的定义为例，谈谈如何在数学概念的引入中渗透数学建模思想；设计如下教学过程：（1）实际问题：a．如何求曲边梯形的面积？b．如何求变速直线运动的路程？c．如何求直线运动时的变力做功？（2）引导学生利用“无限细分化整为零一局部以直代曲取近似一无限积累聚零为整取极限”的微积分的基本思想，得到问题a的表达式。（3）揭示如上定型模型的思维牵连与内在联系，概括总结提高为：不同的实际意义，但使用的方法相同，从求解步骤上看，都经分割一取近似一求和一取极限这四步，从表达式在数量关系上的共同特征，可抽象成数学模型：引出定积分的定义．（4）模型应用：回到实际问题中。数学模型的根本作用在于它将客观原型化繁为简、化难为易，便于人们采用定量的方法去分析和解决实际问题：a.一根带有质量的细棒长x米，设棒上任一点处的线密度为，求该细棒的质量m。b．在某时刻，设导线的电流强度为，求在时间间隔内流过导线横截面的电量。 （二）在应用问题教学中渗透数学建模思想 在讲解导数、微分、积分及其应用时，可编制“商品存储费用优化问题、批量进货的周转周期、最大收益原理、磁盘最大存储量、交通管理中的黄灯、红灯、绿灯亮的时间”等问题，都可用导数或微积分的数学方法进行求解。概率与统计的应用教学中，“医学检验的准确率问题”、“居民健康水平的调查与估测”、“临床诊断的准确性”、“不同的药物有效率的对比分析”等实际应用问题都可以用概率与统计的数学模型来解决。在线性代数的应用问题中，可以建立研究一个种群的基因变异，基因遗传等医学问题的模型，使数学知识直接应用于学生今后的专业中，有效的促进了学生学习高等数学的积极性，提高了数学的应用意识。建模过程给学生提供了联想、领悟、思维与表达的平台，促使学生的思维由此及彼、由浅入深的进行，随着模型的构造和问题的解决，可以让学生养成科学的态度，学会科学的方法，逐步形成创新思维，提高创性能力。 二、数学建模在高等数学教学中的作用
数学建模与数学实验 课程设计 学院数理学院专业数学与应用数学班级学号 学生姓名指导教师 2015年6月
数据的统计分析 摘要 问题：某校60名学生的一次考试成绩如下： 93 75 83 93 91 85 84 82 77 76 77 95 94 89 91 88 86 83 96 81 79 97 78 75 67 69 68 84 83 81 75 66 85 70 94 84 83 82 80 78 74 73 76 70 86 76 90 89 71 66 86 73 80 94 79 78 77 63 53 55 （1）计算均值、标准差、极差、偏度、峰度，画出直方图；（2）检验分布的正态性； （3）若检验符合正态分布，估计正态分布的参数并检验参数； 模型：正态分布。 方法：运用数据统计知识结合MATLAB软件 结果：符合正态分布
一． 问题重述 某校60名学生的一次考试成绩如下： 93 75 83 93 91 85 84 82 77 76 77 95 94 89 91 88 86 83 96 81 79 97 78 75 67 69 68 84 83 81 75 66 85 70 94 84 83 82 80 78 74 73 76 70 86 76 90 89 71 66 86 73 80 94 79 78 77 63 53 55 （1）计算均值、标准差、偏差、峰度，画出直方图； （2）检验分布的正态性； （3）若检验符合正态分布，估计正态分布的参数并检验参数。 二．模型假设 假设一：此组成绩没受外来因素影响。 假设二：每个学生都是独自完成考试的。 假设三：每个学生的先天条件相同。 三．分析与建立模型 像类似数据的信息量比较大，可以用MATLAB 软件决绝相关问题，将n 名学生分为x 组，每组各n\x 个学生，分别将其命为1x ，2X ……j x 由MATLAB 对随机统计量x 进行命令。此时对于直方图的命令应为 Hist(x,j) 源程序为： x1=[93 75 83 93 91 85 84 82 77 76 ] x2=[77 95 94 89 91 88 86 83 96 81 ] x3=[79 97 78 75 67 69 68 84 83 81 ]