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
另外，还可以通过绘图直观的解释“两秒准则”够不够安全. 用以下MATLAB 程序把刹车距离实测数据和“两秒准则”都画在同一幅图中（图1）.
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
plot(0:40,polyval([k2,k1,0],0:40),':k') plot([v 。v 。v],d,'ok','MarkerSize',2)
title('比较刹车距离实测数据、理论值和两秒准则') legend('两秒准则','刹车距离理论值',...
'刹车距离的最小值、平均值和最大值',2) xlabel('车速v （m/s ）') ylabel('距离（m ）') hold off
51015
2025
303540
020406080100120
140160180比较刹车距离实测数据、理论值和两秒准则
车速v （m/s ）
距离（m ）
图1
（2）用最大刹车距离除以车速，得到最大刹车距离所需要的尾随时间（表1），并以尾随时间为依据，提出更安全的“t秒准则”（表2）——后车司机根据车速快慢的范围，从前车经过某一标志开始，默数t秒钟之后到达同一标志.
绘制图2的MATLAB程序：
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。
d=d2+[v。v。v].*k1。
vi=0:40。
plot([0,10*0.44704],[0,10*0.44704],'k',...
vi,k1.*vi+k2.*vi.*vi,'k:',...
[v。v。v],d,'ok','MarkerSize',2)
legend('t 秒准则','刹车距离理论值',... '刹车距离的最小值、平均值和最大值',2) hold on
plot([10,35]*0.44704,2*[10,35]*0.44704,'k',... [35,60]*0.44704,3*[35,60]*0.44704,'k',... [60,75]*0.44704,4*[60,75]*0.44704,'k') title('t 秒准则，刹车距离的模型和数据') xlabel('车速v （m/s ）') ylabel('距离（m ）') hold off
51015
2025
303540
020406080100120140160180车速v （m/s ）
距离（m ）
t 秒准则，刹车距离的模型和数据
图2
4. 继续考虑2.3节“生猪出售时机”案例，假设在第t 天的生猪出售的市场价格（元/公斤）为
2()(0)p t p gt ht =-+(1)
其中h 为价格的平稳率，取h =0.0002. 其它模型假设和参数取值
保持不变.
（1） 试比较(1)式与(2.3.1)式，解释新的假设和原来的假设的区别与联系；
（2）在新的假设下求解最佳出售时机和多赚的纯利润； （3）作灵敏度分析，分别考虑h 对最佳出售时机和多赚的纯利润的影响；
（4）讨论模型关于价格假设的强健性. 解答一（用MATLAB 数值计算）
（1）比较(1)式与(2.3.1)式，(1)式表明价格先降后升，(2.3.1)式假设价格匀速下降，(1)式更接近实际（图3）. 两个假设都满足(0)p g '=-，在最佳出售时机附近误差微小（图4）. 绘图的程序
p=@(t)12-0.08*t+0.0002*t.^2。 figure(1) n=400。
plot([0,n],[12,12-0.08*n],'k:',... 0:.1:n,p(0:.1:n),'k') axis([0,400,0,20])
title('模型假设(1)式与(2.3.1)式的比较')
legend('p(0) - g t (1)式',... 'p(0) - g t + h t^2 (2.3.1)式') xlabel('t （天）')
ylabel('p （元/公斤） ') figure(2) n=20。
plot([0,n],[12,12-0.08*n],'k:',... 0:.1:n,p(0:.1:n),'k')
title('模型假设(1)式与(2.3.1)式的比较')
legend('p(0) - g t (1)式',...
'p(0) - g t + h t^2 (2.3.1)式') xlabel('t （天）'), ylabel('p （元/公斤） ')
50
100
150
200250
300
350
400
024********
161820
模型假设(1)式与(2.3.1)式的比较
t （天）
p （元/公斤）
图3
2468
101214161820
10.410.610.81111.211.411.611.812
模型假设(1)式与(2.3.1)式的比较
t （天）
p （元/公斤）
图4
（2）在(1)式和(2.3.1)式组成的假设下，多赚的纯利润为
()()23()(0)(0)(0)Q t rp gw c t hw gr t hrt =--+-+
保留h ，代入其他具体数值，得
()32()900.08 1.6Q t ht h t t =+-+
令
()2()31800.16 1.60Q t ht h t '=+-+=
解得生猪出售时机为
1306t h
=
-（舍去负根）
多赚的纯利润为
()321111900.08 1.6Q ht h t t =+-+.
代入h =0.0002，得113.829t =天，110.798Q =元.
或者用MATLAB 函数fminbnd 计算，脚本如下： C=@(t)3.2*t 。 w=@(t)90+t 。
p=@(t,h)12-0.08*t+h*t.^2。
Q=@(t,h)p(t,h).*w(t)-C(t)-90*12。 Qh=@(t)-Q(t,0.0002)。 t1=fminbnd(Qh,0,30) Q1=Q(t1,0.0002)
为帮助理解，可用以下脚本绘制图5： figure(2) tp=0:250。
plot(tp,Q(tp,0.0002),'k') title('纯利润Q') xlabel('t （天）')
ylabel('Q （元） ')
050100
150200250
-600
-500
-400
-300
-200
-100
100
纯利润Q
t （天）
Q （元）
图5
（3）用以下MATLAB 脚本计算灵敏度(,)t t
S t h h h ?=?和(,)Q Q
S Q h h h ?=
?，将结果列表.
结论：h 的微小变化对t 和Q 的影响都很小 Qh=@(t)-Q(t,0.0002*1.01)。 [tn,Qn]=fminbnd(Qh,0,30)。 (tn-t1)/t1/0.01 (-Qn-Q1)/Q1/0.01
Qh=@(t)-Q(t,0.0002*1.05)。 [tn,Qn]=fminbnd(Qh,0,30)。 (tn-t1)/t1/0.05 (-Qn-Q1)/Q1/0.05
Qh=@(t)-Q(t,0.0002*1.1)。 [tn,Qn]=fminbnd(Qh,0,30)。 (tn-t1)/t1/0.1
(-Qn-Q1)/Q1/0.1
表3 数值计算最佳出售时机t 对h 的灵敏度
表4 数值计算多赚的纯利润Q 对h 的灵敏度
（4）市场价格是经常波动的，如果价格下跌，往往会止跌回稳，模型假设(1)式以二次函数来刻画价格止跌回升的变化趋势，如果考虑的时间段长达数月，(1)式比(2.3.1)式更接近实际（见图3），但是本问题的最佳出售时机不超过20天，(1)式与(2.3.1)式在最佳出售时机附近非常近似（见图4），(1)式导致的模型解答可以由(2.3.1)式导致的解答加上灵敏度分析所代替. 所以采用更为简单的(2.3.1)式作为假设更好.
具体分析如下：
由12()(,)g g t p t h -+?=，得
12(,)
1g p t h g gt
?-=-， 代入h =0.0002，t =13.82852279，g =0.08，得
0.034571g
g
?=-. 由于(,)t g S t g t g
??≈，根据课本2.3节，代入(,) 5.5S t g =-，t =10，算得11.901t t +?=，与t =13.829只相差两天.
用于以上分析计算的MATLAB 脚本： dg_g=(12-p(ts,0.0002))/ts/0.08-1 10+dg_g*10*(-5.5)
解答二（用MATLAB 的Symbolic Math Toolbox 的MuPAD 软件符号计算）
（1）运行以下MuPAD 语句，绘得图6和图7：
plot(plot::Function2d(12-0.08*t+0.0002*t^2,t=0..400), plot::Function2d(12-0.08*t,t=0..150, LineStyle=Dashed))。
plot(plot::Function2d(12-0.08*t+0.0002*t^2,t=0..20), plot::Function2d(12-0.08*t,t=0..20, LineStyle=Dashed),#O)。
(1)式表明价格先降后升，在实际当中有一定道理. 而 (2.3.1)式假设价格匀速下降. 两个假设都满足(0)p g '=-，在最佳出售时机附近误差微小.
图6假设(2.3.1)式与(1)式的比较
图7假设(2.3.1)式与(1)式的比较
(2) 在(1)式和(2.3.1)式组成的假设下，保留h，代入其他具体数值，计算多赚的纯利润. 运行以下MuPAD语句：
C:=t->32/10*t:
w:=t->90+t:
p:=(t,h)->12-8/100*t+h*t^2:
Q:=(t,h)-->expand(w(t)*p(t,h)-C(t)-90*12)。 plot(plot::Function2d(Q(t,0.0002),t=0..290))。
算得2
23
(2)8
25
,905ht h h t Q t t t =+-+，绘得图8.
图8(,0.0002)Q t 的图像
运行以下MuPAD 语句：
S:=solve(diff(Q(t,h),t),t) assuming h>0。 t1:=S[1]。
subs(t1,h=0.0002)。 t2:=S[2]。
ts:=subs(t2,h=0.0002)。 Q2:=Q(t2,h)。
Qs:=subs(Q2,h=0.0002)。
由方程0Q
t
?=?，解得两根：
12t t =
=
代入h =0.0002，得12192.8381439, 13.82852279t t ==（天）. 2t 符合题意，1t 应该舍去（对应的Q 是负数）. 2t 对应的多赚的纯利润为10.79837809元.
（3）接着上一小题，运行以下MuPAD 语句：
subs(diff(t2,h)*h/t2,h=0.0002)。 //t 对h 的灵敏度
利用导数算得t 对h 的灵敏度：
d (,)0.4124276803d t h
S t h h t
=?=.
运行以下MuPAD 语句：
subs(diff(Q2,h)*h/Q2,h=0.0002)。 //Q 对h 的灵敏度，方法一 subs(diff(Q(t,h),h)*h/Q(t,h),t=ts,h=0.0002)。 //Q 对h 的灵敏度，方法二，更简单
用两种方法利用导数算得Q 对h 的灵敏度：
d (,)0.367739025d Q h
S Q h h Q
=
?=. 结论：h 的微小变化对t 2和Q 2的影响都很小. （4）同解答一
5. 继续考虑第2.3节“生猪出售时机”案例，假设在第t 天的生猪体重（公斤）为
()000()m
t m w w w t w w w e α-=
+-(2)
其中0(0)90w w ==（公斤），270m w =（公斤），其它模型假设和参数取值保持不变.
（1）试比较(2)式与(2.3.2)式，解释新的假设和原来的假设的区别与联系（提示：说明当α (α>0)取何值时，在t =0时可以保持(0)1w r '==；说明当t 增大时，猪的体重会如何变化）.
（2）在新的假设下求解最佳出售时机和多赚的纯利润. （3）参数m w 代表猪长成时的最终重量，对m w 做灵敏度分析，分别考虑m w 对最佳出售时机和多赚的纯利润的影响.
（4）讨论模型关于生猪体重假设的强健性. 解答一（用MATLAB 数值计算）
（1）在(2)式中，为使(0)w r '=，必须00()m m w w w w α-=. 当
m w =270，0w =90时，有160α=.
新假设(2)式是阻滞增长模型，假设生猪体重的增长率是体重的线性递减函数，于是体重增加的速率先快后慢，时间充分长后，体重趋于m w . 而(2.3.2)式0()w t w rt =+只假设体重匀速增加. 长时间来看，新假设比原假设更符合实际（图9）. 两个假设都满足(0)w r '=，在最佳出售时机附近误差微小（图10）.
50
100
150
200250
300
350
400
050
100
150
200
250
300
t （天）
价格 p （元/公斤）
模型假设(2.3.2)式与(2)式的比较
图9
2468
101214161820
9095
100
105
110
115
t （天）
价格 p （元/公斤）
图10
(2) 在(2.3.1)式和(2)式组成的假设下，用MATLAB 函数fminbnd 计算，可以求得生猪出售时机为t =14.434天，多赚的纯利润为Q =12.151元.
(3) 编程计算(,)m m m t t S t w w w ?=?和(,)m m m
Q Q
S Q w w w ?=?，将
结果列表.
表5数值计算最佳出售时机t 对m w 的灵敏性
表6数值计算多赚的纯利润Q 对m w 的灵敏性
结论：m w 的微小变化对t 和Q 的影响都较小.
（4）模型假设(2)式导致的模型解答可以由(2.3.2)式导致的解答加上灵敏度分析所代替，所以实践中采用更为简单的(2.3.2)式作为假设即可. 具体分析过程见解答二之（4）.
MATLAB 脚本：
%% (1) 绘图的程序
w=@(t)90*270./(90+180*exp(-t/60))。
figure(1)
n=400。
plot([0,n],[90,90+n],'k:',...
0:.1:n,w(0:.1:n),'k')
axis([0,400,0,300])
legend('p(0) - g t (2.3.2)式',... 'p(0) - g t + h^2 (2)式',4) title('模型假设(2.3.2)式与(2)式的比较') xlabel('t（天）')
ylabel('价格 p（元/公斤） ')
figure(2)
n=20。
plot([0,n],[90,90+n],'k:',...
0:.1:n,w(0:.1:n),'k')
legend('p(0) - g t (2.3.2)式',... 'p(0) - g t + h^2 (2)式',2) xlabel('t（天）')
ylabel('价格 p（元/公斤） ')
%% (2) 最佳出售时机和多赚的纯利润
C=@(t)3.2*t。
w=@(t,m)90*m./(90+(m-90)*exp(-t/60))。p=@(t)12-0.08*t。
Q=@(t,m)p(t).*w(t,m)-C(t)-90*12。
Qh=@(t)-Q(t,270)。
ts=fminbnd(Qh,0,30)
Qs=Q(ts,270)
%% (3) 灵敏度分析
Qh=@(t)-Q(t,270*1.01)。
[tn,Qn]=fminbnd(Qh,0,30)。
(tn-ts)/ts/0.01
(-Qn-Qs)/Qs/0.01
Qh=@(t)-Q(t,270*1.05)。
[tn,Qn]=fminbnd(Qh,0,30)。
(tn-ts)/ts/0.05
(-Qn-Qs)/Qs/0.05
Qh=@(t)-Q(t,270*1.1)。
[tn,Qn]=fminbnd(Qh,0,30)。
(tn-ts)/ts/0.1
(-Qn-Qs)/Qs/0.1
%% (4) 强健性分析
dr_r=(w(ts,270)-90)/ts-1
10+dr_r*10*6.5
解答二（用MATLAB 的Symbolic Math Toolbox 的MuPAD 软件符号计算）
（1）运行以下MuPAD 语句，算得160α=：
solve(subs(diff(90*270/(90+(270-90)*E^(-a*t)),t), t=0)=1,a)。
运行以下MuPAD 语句，绘得图11：
plot(plot::Function2d(90*270/(90+180*E^(-1/60*t)), t=0..400),
plot::Function2d(90+t,t=0..180,LineStyle=Dashed), plot::Line2d([0,270],[400,270],LineStyle=Dotted),#O)。
运行以下MuPAD 语句，绘得图12 ：
plot(plot::Function2d(90*270/(90+180*E^(-1/60*t)), t=0..20),
plot::Function2d(90+t,t=0..20,LineStyle=Dashed),#O)。
(2)式()06000()m
t m w w w t w w w e -=+-是阻滞增长模型，
假设生猪体重的增长率是体重的线性递减函数. 于是，体重w 是时间t 的增函数，体重增加的速率先快后慢，时间充分长后，体重趋于m w . 而(2.3.2)式0()w t w rt =+只假设体重匀速增加. 长时间来看，新假设比原假设更符合实际. 两假设都满足(0)w r '=，在最佳出售时机附近误差微小.
图11假设(2.3.2)式与(2)式的比较
图12假设(2.3.2)式与(2)式的比较
w，代入其（2）在由(2)式和(2.3.1)式组成的假设下，保留
m
他具体数值，计算多赚的纯利润. 运行以下MuPAD语句：
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。
兰州交通大学 数学建模大作业 学院：机电工程学院 班级：车辆093 学号：200903812 姓名：刘键学号：200903813 姓名：杨海斌学号：200903814 姓名：彭福泰学号：200903815 姓名：程二永学号：200903816 姓名：屈辉
高速公路问题 1 实验案例 (2) 1.1 高速公路问题(简化) (2) 1.1.1 问题分析 (3) 1.1.2 变量说明 (3) 1.1.3 模型假设 (3) 1.1.4 模型建立 (3) 1.1.5 模型求解 (4) 1.1.6 求解模型的程序 (4) 1实验案例 1.1 高速公路问题(简化) A城和B城之间准备建一条高速公路，B城位于A城正南20公里和正东30公里交汇处，它们之间有东西走向连绵起伏的山脉。公路造价与地形特点有关，图4.2.4给出了整个地区的大致地貌情况，显示可分为三条沿东西方向的地形带。 你的任务是建立一个数学模型，在给定三种地形上每公里的建造费用的情况下，确定最便宜的路线。图中直线AB显然是路径最短的，但不一定最便宜。而路径ARSB过山地的路段最短，但是否是最好的路径呢？ A B 图8.2 高速公路修建地段
1.1.1 问题分析 在建设高速公路时，总是希望建造费用最小。如果要建造的起点、终点在同一地貌 中，那么最佳路线则是两点间连接的线段，这样费用则最省。因此本问题是一个典型的最优化问题，以建造费用最小为目标，需要做出的决策则是确定在各个地貌交界处的汇合点。 1.1.2 变量说明 i x ：在第i 个汇合点上的横坐标（以左下角为直角坐标原点），i ＝1，2，…，4；x 5＝30（指目的地B 点的横坐标） x=[x 1，x 2，x 3，x 4]T l i ：第i 段南北方向的长度（i ＝1，2， (5) S i ：在第i 段上地所建公路的长度（i ＝1，2， (5) 由问题分析可知， () ()() () 2 542552 432442 322332212 222 1211x x l S x x l S x x l S x x l S x l S -+=-+=-+=-+=+= C 1：平原每公里的造价（单位：万元/公里） C 2：高地每公里的造价（单位：万元/公里） C 3：高山每公里的造价（单位：万元/公里） 1.1.3 模型假设 1、 假设在相同地貌中修建高速公路，建造费用与公路长度成正比； 2、 假设在相同地貌中修建高速公路在一条直线上。在理论上，可以使得建造费用最少， 当然实际中一般达不到。 1.1.4 模型建立 在A 城与B 城之间建造一条高速公路的问题可以转化为下面的非线性规划模型。优化目标是在A 城与B 城之间建造高速公路的费用。 () 4,3,2,1300. .)(min 5142332211=≤≤++++=i x t s S C S C S C S C S C x f i
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 :
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。
数学建模与数学实验课程总结与练习内容总结 第一章 1.简述数学建模的一般步骤。 2.简述数学建模的分类方法。 3.简述数学模型与建模过程的特点。 第二章 4.抢渡长江模型的前3问。 5.补充的输油管道优化设计。 6.非线性方程（组）求近似根方法。 第三章 7.层次结构模型的构造。 8.成对比较矩阵的一致性分析。 第五章 9.曲线拟合法与最小二乘法。 10 分段插值法。 第六章 11 指数模型及LOGISTIC模型的求解与性质。 12.VOLTERRA模型在相平面上求解及周期平均值。 13 差分方程（组）的平衡点及稳定性。 14 一阶差分方程求解。 15 养老保险模型。
16 金融公司支付基金的流动。 17 LESLLIE 模型。 18 泛函极值的欧拉方法。 19 最短路问题的邻接矩阵。 20 最优化问题的一般数学描述。 21 马尔科夫过程的平衡点。 22 零件的预防性更换。 练习集锦 1. 在层次分析法建模中，我们介绍了成对比较矩阵概念，已知矩阵P 是成对比较矩阵 31/52a b P c d e f ?? ??=?????? ，（1）确定矩阵P 的未知元素。 （2）求 P 模最大特征值。 （3）分析矩阵P 的一致性是否可以接受（随机一致性指标ＲＩ取0.58）。 2. 在层次分析法建模中，我们介绍了成对比较矩阵概念，已知矩阵P 是三阶成对比较矩阵 322P ? ???=?????? ，（1）将矩阵P 元素补全。 （2）求P 模最 大特征值。 （3）分析矩阵P 的一致性是否可以接受。 3.考虑下表数据
(1)用曲改直的思想确定经验公式形式。 （2）用最小二乘法确定经验公式系数。 4.. 考虑微分方程 (0.2)0.0001(0.4)0.00001dx x xy dt dy y xy dt εε?=--????=-++?? （1）在像平面上解此微分方程组。（2）计算0ε=时的周期平均值。（3）计算0.1ε=时，y 的周期平均值占总量的周期平均值的比例增加了多少？ 5考虑种群增长模型 '()(1/1000),(0)200x t kx x x =-= （1）求种群量增长最快的时刻。（2）根据下表数据估计参数k 值。 6. 布均匀，若环保部门及时发现并从某时刻起切断污染源，并更新湖水（此处更新指用新鲜水替换污染水），设湖水更新速率是 3 (m r s 单位：）。 （1） 试建立湖中污染物浓度随时间下降的数学模型？ 求出污染物浓度降为控制前的5%所需要的时间。 7. 假如保险公司请你帮他们设计一个险种:35岁起保,每月交费400元,60岁开始领取养老金,每月养老金标准为３６００元，请估算该保险费月利率为多少（保留到小数点后５位）？ 8. 某校共有学生40000人，平时均在学生食堂就餐。该校共有,,A B C 3 个学生食堂。经过近一年的统计观测发现：A 食堂分别有10%，25%的学生经常去B ，C 食堂就餐，B 食堂经常分别有15%，25%的同学去
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
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
P59 4.学校共1002名学生，237人住在A 宿舍，333人住在B 宿舍，432人住在C 宿舍。学生要组织一个10人的委员会，使用Q 值法分配各宿舍的委员数。 解:设P 表示人数，N 表示要分配的总席位数。i 表示各个宿舍（分别取A,B,C ），i p 表示i 宿舍现有住宿人数，i n 表示i 宿舍分配到的委员席位。 首先，我们先按比例分配委员席位。 A 宿舍为:A n = 365.21002 10237=? B 宿舍为:B n =323.31002 10333=? C 宿舍为:C n =311.4100210432=? 现已分完9人，剩1人用Q 值法分配。 5.93613 22372 =?=A Q 7.92404 33332 =?=B Q 2.93315 44322 =?=C Q 经比较可得，最后一席位应分给A 宿舍。 所以，总的席位分配应为：A 宿舍3个席位，B 宿舍3个席位，C 宿舍4个席位。
商人们怎样安全过河
由上题可求：4个商人，4个随从安全过河的方案。 解：用最多乘两人的船，无法安全过河。所以需要改乘最多三人乘坐的船。 如图所示，图中实线表示为从开始的岸边到河对岸，虚线表示从河对岸回来。商人只需要按照图中的步骤走，即可安全渡河。总共需要9步。
P60 液体在水平等直径的管内流动，设两点的压强差ΔP 与下列变量有关：管径d,ρ,v,l,μ,管壁粗糙度Δ，试求ΔP 的表达式 解：物理量之间的关系写为为()?=?,,,,,μρ?l v d p 。 各个物理量的量纲分别为 []32-=?MT L p ，[]L d =，[]M L 3-=ρ，[]1-=LT v ，[]L l =，[]11--=MT L μ，Δ是一个无量纲量。 ???? ??????-----=?0310100011110010021113173A 其中0=Ay 解得 ()T y 00012111---=， ()T y 00101102--=， ()T y 01003103--=， ()T y 10000004= 所以 l v d 2111---=ρπ，μρπ112--=v ，p v ?=--313ρπ，?=4π 因为()0,,,,,,=??p l v d f μρ与()0,,,4321=ππππF 是等价的，所以ΔP 的表达式为： ()213,ππψρv p =?
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，（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.Λ (4) 可行解 满足约束条件（4）的解),,,(21n x x x x Λ=，称为线性规划问题的可行解，而使目标函数（3）达到最小值的可行解叫最优解。
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
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；
数学建模课程实验报告 专题实验7 班级数财系1班学号2011040123 丛文 实验题目常微分方程数值解 实验目的 1．掌握用MATLAB求微分方程初值问题数值解的方法； 2．通过实例学习微分方程模型解决简化的实际问题； 3．了解欧拉方法和龙格库塔方法的基本思想。 实验容 (包括分 析过程、 方法、和 代码，结 果) 1. 用欧拉方法和龙格库塔方法求下列微分方程初值问题的数值 解，画出解的图形，对结果进行分析比较 解；M文件 function f=f(x,y) f=y+2*x; 程序； clc;clear; a=0;b=1; %求解区间 [x1,y_r]=ode45('f',[a b],1); %调用龙格库塔求解函数求解数值 解； %% 以下利用Euler方法求解 y(1)=1;N=100;h=(b-a)/N; x=a:h:b;
for i=1:N y(i+1)=y(i)+h*f(x(i),y(i)); end figure(1) plot(x1,y_r,'r*',x,y,'b+',x,3*exp(x)-2*x-2,'k-');%数值解与真解图 title('数值解与真解图'); legend('RK4','Euler','真解'); xlabel('x');ylabel('y'); figure(2)
plot(x1,abs(y_r-(3*exp(x1)-2*x1-2)),'k-');%龙格库塔方法的误差 title('龙格库塔方法的误差') xlabel('x');ylabel('Error'); figure(3) plot(x,abs(y-(3*exp(x)-2*x-2)),'r-')%Euler方法的误差 title('Euler方法的误差') xlabel('x');ylabel('Error');
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
1.你要在雨中从一处沿直线走到另一处，雨速是常数，方向不变。 你是否走得越快，淋雨量越少呢？ 2.假设在一所大学中，一位普通教授以每天一本的速度开始从图书 馆借出书。再设图书馆平均一周收回借出书的1/10，若在充分长的时间内，一位普通教授大约借出多少年本书？ 3.一人早上6：00从山脚A上山，晚18：00到山顶B；第二天，早 6：00从B下山，晚18：00到A。问是否有一个时刻t,这两天都在这一时刻到达同一地点？ 4.如何将一个不规则的蛋糕I平均分成两部分？ 5.兄妹二人沿某街分别在离家3公里与2公里处同向散步回家，家 中的狗一直在二人之间来回奔跑。已知哥哥的速度为3公里/小时，妹妹的速度为2公里/小时，狗的速度为5公里/小时。分析半小时后，狗在何处？ 6.甲乙两人约定中午12：00至13：00在市中心某地见面，并事先 约定先到者在那等待10分钟，若另一个人十分钟内没有到达，先到者将离去。用图解法计算，甲乙两人见面的可能性有多大？ 7.设有n个人参加某一宴会，已知没有人认识所有的人，证明：至 少存在两人他们认识的人一样多。 8.一角度为60度的圆锥形漏斗装着10 端小孔的 面积为0.5 9.假设在一个刹车交叉口，所有车辆都是由东驶上一个1/100的斜
坡，计算这种情 下的刹车距离。如果汽车由西驶来，刹车距离又是多少？ 10. 水管或煤气管经常需要从外部包扎以便对管道起保护作用。包扎时用很长的带子缠绕在管道外部。为了节省材料，如何进行包扎才能使带子全部包住管道而且带子也没有发生重叠。 :顶=1：a:b ，选坐v>0,而设语雨速 L( 1q -+v x ),v≤x Q(v)= L( v x -q +1),v>x 2.解：由于教授每天借一本书，即一周借七本书，而图书馆平均每周
数学建模与数学实验报告 指导教师__郑克龙___ 成绩____________ 组员1：班级______________ 姓名______________ 学号_____________ 组员2：班级______________ 姓名______________ 学号______________ 实验1.(1)绘制函数cos(tan())y x π=的图像，将其程序及图形粘贴在此。 >> x=-pi:0.01:pi; >> y=cos(tan(pi*x)); >> plot(x,y) -4 -3 -2 -1 1 2 3 4 -1-0.8-0.6-0.4-0.200.20.40.60.8 1 （2）用surf,mesh 命令绘制曲面2 2 2z x y =+，将其程序及图形粘贴在此。（注：图形注意拖放，不要太大）（20分） >> [x,y]=meshgrid([-2:0.1:2]); >> z=2*x.^2+y.^2; >> surf(x,y,z)
-2 2 >> mesh(x,y,z) -2 2 实验2. 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. （20分） 1） >> a=[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]; >> pjz=mean(a) pjz = 80.1000 >> bzhc=std(a) bzhc = 9.7106 >> jc=max(a)-min(a) jc = 44 >> bar(a)
数学建模期末大作业论文 题目：A题美好的一天 组长：何曦（2014112739） 组员：李颖（2014112747）张楚良（2014112740） 班级：交通工程三班 指导老师：陈崇双
美好的一天 摘要 关键字：Dijkstra算法多目标规划有向赋权图 MATLAB SPSS
1 问题的重述 Hello！大家好，我是没头脑,住在西南宇宙大学巨偏远的新校区（节点22）。明天我一个外地同学来找我玩，TA叫不高兴，是个镁铝\帅锅，期待ing。我想陪TA在城里转转，当然是去些不怎么花钱的地方啦~~。目前想到的有林湾步行街(节点76)、郫郫公园（节点91），大川博物院（节点72）。交通嘛，只坐公交车好了,反正公交比较发达，你能想出来的路线都有车啊。另外，进城顺便办两件事，去老校区财务处一趟（节点50），还要去新东方（节点34）找我们宿舍老三，他抽奖中了两张电影票，我要霸占过来明晚吃了饭跟TA一起看。电影院嘛，TASHIWODE电影院（节点54）不错，比较便宜哈。我攒了很久的钱，订了明晚开心面馆（节点63）的烛光晚餐，额哈哈，为了TA，破费一下也是可以的哈。哦，对了，老三说了，他明天一整天都上课，只有中午休息的时候能接见我给我票。 我主要是想请教一下各位大神： 1）明天我应该怎么安排路线才能够让花在坐车上的时间最少？ 2）考虑到可能堵车啊，TA比较没耐心啊，因为TA叫不高兴嘛。尤其是堵车啊，等车啊，这种事，万一影响了气氛就悲剧了。我感觉路口越密的地方越容易堵，如果考虑这个，又应该怎么安排路线呢？ 3）我们城比较挫啊，连地图也没有，Z老师搞地图测绘的，他有地图，跟他要他不给，只给了我一个破表格（见附件，一个文件有两页啊），说“你自己画吧”。帮我画一张地图吧，最好能标明我们要去的那几个地方和比较省时的路线啊，拜托了~ 2 问题的分析 2.1 对问题一的分析 问题一要求安排路线使得坐车花费的时间最少。 对于问题一，假设公交车的速度维持不变，要使花费的时间最少，则将问题转化为对最短路径的求解。求解最短路径使用Dijkstra算法很容易进行求解，在运用MATLAB编程，得到最优的一条路径，则这条路径所对应的时间即为最少用时。 2.2 对问题二的分析 问题二要求在考虑堵车的情况下，路口越密越容易发生拥堵，安排路线是乘车时间最短。 对于问题二，在问题的基础上增加了附加因素，即公交车的速度会因道路的密集程度而发生改变，从而问题一建立的基本Dijkstra算法对于问题二就不再适用了，因此对问题一的基本Dijkstra算法进行改进，并结合蚁群算法的机理与特点，运用MATLAB求解出最短路径，保证了花费时间的最少性。 2.3 对问题三的分析 问题三要求根据提供的附件，画出一张地图，标明要去的那几个地方和比较省时的路线。 对于问题三，在问题一和问题二的基础上，根据求解的结果，运用SPSS软件画出地图。
数学建模作业 姓名：叶勃 学号： 班级：024121
一：层次分析法 1、 分别用和法、根法、特征根法编程求判断矩阵 1261/2141/61/41A ????=?????? 11/2433 217551/4 1/711/21/31/31/52111/31/5 3 1 1A ????????=? ?????? ? 的特征根和特征向量 （1）冪法求该矩阵的特征根和特征向量 程序为： #include X[i]=0; for(j=0;j 2016年数学建模论文 第套 论文题目： 专业、姓名： 专业、姓名： 专业、姓名： 提交日期：2016.6.27 题目：人口增长模型的确定 摘要 对美国人口数据的变化进行拟合，并进行未来人口预测，在第一个模型中，考虑到人口连续变化的规律，用微分方程的方法解出其数量随时间变化的方程，先求对数用matlab里线性拟合求出参数，即人口净增长率r=0.0214,对该模型与实际数据进行对比，并计算了从1980年后每隔10年的人口数据，与实际对比，有很大出入。因此又改进出更为符合实际的阻滞增长模型，应用微分方程里的分离变量法和积分法解出其数量随时间变化的方程，求出参数人口增长率r=0.0268和人口所能容纳最大值m x=285.89,与实际数据对比，拟合得很好，并预测出1980年后每隔10年的人口数据，与实际对比，比较符合。为了便于比较两个模型与实际数据的描述情况作对比，又做出了两个模型与实际数据的对比图，并计算了误差。 关键词：人口预测微分方程马尔萨斯人口增长模型阻滞增长模型 一、问题重述 1790-1980年间美国每隔10年的人口记录如下表所示： 表1 人口记录表 试用以上数据建立马尔萨斯(Malthus)人口指数增长模型，并对接下来的每隔十年预测五次人口数量，并查阅实际数据进行比对分析。 如果数据不相符，再对以上模型进行改进，寻找更为合适的模型进行预测。 二、问题分析 由于题目已经说明首先用马尔萨斯人口增长模型来刻划，列出人口增长指数增长方程并求解，并进行未来50年内人口数据预测，但发现与实际数据有较大出入。考虑到实际的人口增长率是受实际情况制约的，因此，使人口增长率为一变化的线性递减函数，列出人口增长微分方程，求出其方程解，并预测未来五十年内人口实际数据。 三、问题假设 1.假设所给的数据真实可靠; 2.各个年龄段的性别比例大致保持不变;数模第一次作业 (1)
相关主题
文本预览