一）数学建模的基本方法
二）数学建模的一般步骤
三）数学建模的过程
四）关于数学建模的感想
五）求方程的解(1)及线性规划
六）图像处理（一）
七）考试编程题估计
八）常用的数学建模方法及图像（二）的补充:插值；数据处理；数据拟合
九）层次分析法及一致性检验
十）综合评价及数据处理评价的要素
十一）模糊数学计算
十二）灰色系统的基本原理公理
十三）常用函数(含方程不等求解（2）)
十四）数据的输入输出
十五）论文写作要求
一）数学建模的基本方法
一般说来数学建模的方法大体上可分为机理分析和测试分析两种。
机理分析：是根据对客观事物特性的认识，找出反映内部机理的量规律，建立的数学模型明确的物理或现实意义。
测试分析：将研究对象看作一个“黑箱（意思是内部机理看不清楚），通过对测量数据的统计分析，找出与数据拟合最好的模型。，
建模就应以机理分析为主。模型也不需要反映内部特征，那么可以用测试分析。对于许多实际问题也常常将两种方法结合起来，用机理分析建立模型结构，
用测试分析确定模型的参数。
二）数学建模的一般步骤
⑴模型准备：了解实际背景，明确建模目的，搜索必要信息，弄清对象的主要特征，形成一个比较清晰的“问题”（即问题的提出）。
⑵模型假设；根据对象的特征和建模目的，抓住问题的本质，忽略次要因素，作出必要的、合理的简化假设。
⑶模型的建立：根据假设，用数学的语言、符号描述对象的内在规律，得到一个数学结构。
(4)模型求解：使用各种数学方法、数学软件和计算机技术对模型求解。
⑸模型分析：对求解结果进行数学上的分析，如对结果进行误差分析，分析模型对数据的稳定性或灵敏性等。
⑹模型检验：把求解和分析结果翻译回到实际问题，与实际现象、数据进行比较，检验模的合理性与适用性。
⑺模型应用：这与问题的性质、建模的目的以及最终结果有关，一般不属于本书讨论的范围。
三）数学建模的全过程
数学建模的全过程可分为表述、求解、解释、验证几个阶段，并且通过这些阶段完成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：表述是根据建模目的和信息将实际问题翻译”成数学问题，即将现实问题“翻译”成抽象的数学问题，属于归纳法。数学模型的求解选择适当的数学方法求得数学模型的解答，则属于演绎法。解释是将数学语言表述的数学模型的解答“翻译”回实际对象，给出分析、预报、决策或者控制的结果。最后，作为这个过程的最重要一环——检验，是用现实对象的信息检验得到的解答。
四）关于数学建模的感想
1、数学知识的积累。
2、学好数学模型课，
3、留心各样的事物，
4、数学建模过程是创造性思维的过程，
5、兴趣是学习的动力，
6、由于数学建模与计算机联系非常紧密。
7、培养自己向别人学习的习惯和协同作战的团队精神。
五）求方程的解及线性规划
解： MATLAB 命令为：
B=[1 -1 -1 1 0;1 -1 1 -3 1;1 -1 -2 3 -1/2]; rref(B) ans =
1 -1 0 -1 1/
2 0 0 1 -2 1/2 0 0 0 0 0
二次规划可以直接利用 Matlab 来求解。Matlab 中二次规划函数为：quadprog( )。其调用格式为x=quadprog(H,C,A,b);x=quadprog(H,C,A,b,Aeq,beq);
x=quadprog(H,C,A,b,Aeq,beq,VLB,VUB);x=quadprog(H,C,A,b, Aeq,beq ,VLB,VUB,X0); x=quadprog(H,C,A,b, Aeq,beq ,VLB,VUB,X0,options)
一、线性规划
目标函数 Max z =1500x1+2500x2
约束条件 s.t. 3x1+2x2≤ 65;2x1+x2≤ 40;3x2≤ 75;x1 ,x2≥0
二、非线性规划 (3) 建立主程序。 非线性规划求解的函数是fmincon ，命令的基本格式如下： x = fmincon(‘fun’,X0,A,b) x = fmincon(‘fun’,X0,A,b,Aeq,beq) x = fmincon(‘fun’,X0,A,b, Aeq,beq,VLB,VUB ） 例6 求函数
]5,0[ ,1)3()(2∈--=x x x f 的最小值。
解 编写M 文件fun1.m:function f=fun1(x); f=(x-3)^2-1;
在Matlab 的命令窗口输入[x,y]=fminbnd('fun1',0,5)即可求得极小点和极小值。 例2 求下列非线性规划
???????≥=+--≥-++=.0,020
8)( min 2
12
2122
12221x x x x x x x x x f （i ）编写M 文件fun1.m ：function f=fun1(x);f=x(1)^2+x(2)^2+8;
和M 文件fun2.m ：function [g,h]=fun2(x);g=-x(1)^2+x(2);h=-x(1)-x(2)^2+2; %等式约束 （ii ）在Matlab 的命令窗口依次输入options=optimset; [x,y]=fmincon('fun1',rand(2,1),[],[],[],[],zeros(2,1),[], ... 'fun2', options) 就可以求得当1,121==x x 时，最小值10=y
三、整数规划
从数学模型上看整数规划似乎是线性规划的一种特殊形式，求解只需在线性规划的基础上，通过舍入取整，寻求满足整数要求的解即可。但实际上两者却有很大的不同，通过舍入得到的解（整数）也不一定就是最
1234123412340
31
1232
x x x x x x x x x x x x ?
?--+=?
-+-=???--+=-
?
优解，有时甚至不能保证所得到的解是整数可行解
例如3 六）图像处理 一．二维图形(Two dimensional plotting) 1. 基本绘图函数(Basic plotting function)：Plot, semilogx, semilogy, loglog, polar, plotyy (1). 单矢量绘图(single vector plotting)：plot(y),矢量y的元素与y元素下标之间在线性坐标下的关系曲线。y=[0 0.6 2.3 5 8.3 11.7 15 17.7 19.4 20];plot(y)title('简单绘图举例'); xlabel('单元下标');ylabel('给定的矢量');grid 七）考试编程题估计 例1 使用LINGO软件计算6个发点8个收点的最小费用运输问题。产销单位运价如下表。 单位 销地 产地 B1 B2 B3 B4 B5 B6 B7 B8 量A1 6 2 6 7 4 2 5 9 60 A2 4 9 5 3 8 5 8 2 55 A3 5 2 1 9 7 4 3 3 51 A4 7 6 7 3 9 2 7 1 43 A5 2 3 9 5 7 2 6 5 41 A6 5 5 2 2 8 1 4 3 52 销量35 37 22 32 41 32 43 38 使用LINGO软件，编制程序如下： model:!6发点8收点运输问题; sets: warehouses/wh1..wh6/: capacity; vendors/v1..v8/: demand; links(warehouses,vendors): cost, volume; endsets min=@sum(links: cost*volume);!目标函数; @for(vendors(J):!需求约束; @sum(warehouses(I): volume(I,J))=demand(J)); @for(warehouses(I):!产量约束; @sum(vendors(J): volume(I,J))<=capacity(I)); data:!这里是数据; capacity=60 55 51 43 41 52; demand=35 37 22 32 41 32 43 38; cost=6 2 6 7 4 2 9 5 4 9 5 3 8 5 8 2 5 2 1 9 7 4 3 3 7 6 7 3 9 2 7 1 2 3 9 5 7 2 6 5 5 5 2 2 8 1 4 3; enddata end 9．辅助函数：各种杂类函数 model: title CUMCM-2003B-01; sets: cai / 1..10 /:p,cnum,cy,ck,flag; xie / 1 .. 5 /:q,xnum; link( xie,cai ):d,a,x,che,b; endsets data: p=30 28 29 32 31 33 32 31 33 31; q= 1.2 1.3 1.3 1.9 1.3 ; d= 5.26 5.19 4.21 4.00 2.95 2.74 2.46 1.90 0.64 1.27 1.90 0.99 1.90 1.13 1.27 2.25 1.48 2.04 3.09 3.51 5.89 5.61 5.61 4.56 3.51 3.65 2.46 2.46 1.06 0.57 0.64 1.76 1.27 1.83 2.74 2.60 4.21 3.72 5.05 6.10 4.42 3.86 3.72 3.16 2.25 2.81 0.78 1.62 1.27 0.50; cy = 1.25 1.10 1.35 1.05 1.15 1.35 1.05 1.15 1.35 1.25; ck = 0.95 1.05 1.00 1.05 1.10 1.25 1.05 1.30 1.35 1.25; enddata min=@sum( cai (i):!目标函数; @sum ( xie (j): x (j,i)*154*d (j,i))); !max =@sum(link(i,j):x(i,j)); !max=xnum (3)+xnum (4)+xnum (1)+xnum (2)+xnum(5); !min=@sum( cai (i): ! @sum ( xie (j): ! x (j,i)*154*d (j,i))); !xnum (1)+xnum (2)+xnum(5)=340; !xnum (1)+xnum (2)+xnum(5)=341; !xnum (3)=160; !xnum (4)=160; @for (link (i,j):!卡车每一条路线上最多可以运行的次数; b(i,j)=@floor((8*60-(@floor((d(i,j)/28*60*2+3+5)/5)-1)*5)/(d(i,j)/28*60*2+3+5))); !b(i,j)=@floor(8*60/(d(i,j)/28*60*2+3+5))); !t(i,j)=@floor((d(i,j)/28*60*2+3+5)/5); !b(i,j)=@floor((8*60-(@floor((d(i,j)/28*60*2+3+5)/5)) *5)/(d(i,j)/28*60*2+3+5))); !每一条路线上的最大总车次的计算; @for( link (i,j): a(i,j)=(@floor((d(i,j)/28*60*2+3+5)/5))); @for (cai(j):!计算各个铲位的总产量; cnum(j)=@sum(xie(i):x(i,j))); @for (xie(i):!计算各个卸点的总产量; xnum(i)=@sum(cai(j):x(i,j))); !道路能力约束; @for (link (i,j): x(i,j)<=a(i,j)*b(i,j)); @for (cai (j) :!电铲能力约束; cnum(j) <= flag(j)*8*60/5 );!电铲数量约束 ---- added by Xie Jinxing, 2003-09-07; @sum(cai(j): flag(j) ) <=7; @for (xie (i):!卸点能力约束; xnum (i)<=8*20); @for (cai (i): x(1,i)+x(2,i)+x(5,i)<=ck(i)*10000/154);!铲位产量约束; @for (cai (i): x(3,i)+x(4,i)<=cy(i)*10000/154); @for (xie (i):!产量任务约束; xnum (i)>= q (i)*10000/154); @sum(cai (j):!铁含量约束; x(1,j)*(p(j)-30.5) )<=0; @sum(cai (j): x(2,j)*(p(j)-30.5) )<=0; @sum(cai (j): x(5,j)*(p(j)-30.5) )<=0; @sum(cai (j): x(1,j)*(p(j)-28.5) )>=0; @sum(cai (j): x(2,j)*(p(j)-28.5) )>=0; @sum(cai (j): x(5,j)*(p(j)-28.5) )>=0; @for (link (i,j):!关于车辆的具体分配; che (i,j)=x (i,j)/b(i,j)); hehe=@sum (link (i,j): che (i,j));!各个路线所需卡车数简单加和; @for (link (i,j): @gin(x (i,j)));!整数约束; @for (cai (j): @bin(flag (j))); hehe<=20;!车辆能力约束; ccnum=@sum(cai (j): cnum(j) ); end 八）常用的数学建模方法及图像的补充:插值；数据处理；数据拟合 多项式曲线拟合：p = polyfit(x, y, m); m为拟合多项式的次数。从高次到低次将系数返回到p中。 求多项式在x0处的值y0：y0 = polyval(p, x0); 非线性曲线最小二乘法拟合：[x, resnorm] = lsqcurvefit(fun, x0, xdata, ydata); fun为给定的函数，x0为初值。返回fun中的系数向量x和残差的平方和resnorm。 非线性曲线最小二乘法拟合：[x, resnorm] = lsqnonlin(fun, x0, LB, UB, option, para1, para2, …); fun为给定的函数，x0为初值，LB为系数下限，UB为系数上限，para为函数fun所需要的参数（依序）。返回fun中的系数向量x和残差的平方和resnorm。 设置选项option：optimset(‘MaxIter’, 300, ‘TolX’, 1e-10, ‘TolFun’, 1e-10); MaxIter为最大允许的迭代次数，TolX为x的终止公差，TolFun为函数值的终止公差。 非线形回归：[beta, r, j] = nlinfit(x, y, fun, beta0); Beta0为回归系数初始迭代点，beta为回归系数，r为残差，j为雅克比。 误差估计：[y, delta] = nlpredci(fun, x, beta, r, j); delta为误差限，y为预测值（拟合后表达式求值）。 线形回归：[b, bint, r, rint, stats] = regress(Y, X, alpha); alpha为(1-置信度)，x为[ones(n, 1), x1, x2, …, xi]。n为元素的个数，xi的每一项是x的表达式。返回：b为回归系数，bint为b的置信区间，r为残差，rint用来检查异常值。Stats用来评估误差。 参数估计 二项分布参数最大似然估计：p = binofit(X, N); 泊松分布参数最大似然估计：lamda = poissfit(X); 正态分布最大似然估计：[mui, sigma, muici, sigmaci] = normfit(X, alpha); β分布参数a和b的最大似然估计：p = betafit(X); 均匀分布参数最大似然估计：[a, b] = unifit(X); 指数分布参数最大似然估计：mui = expfit(X); γ分布参数最大似然估计：p = gamfit(X); 韦伯分布参数最大似然估计：p = weibfit(X); 分布函数名为dist的最大似然估计：p = mle(‘dist’, data); （一）插值 一维插值：yy = interp1(x, y, xx, method); x和y为数据，xx为插值的数据点（比x更密），method为插值使用的方法，有：’nearest’, ‘linear’, ‘spline’, ‘pchip’, ‘cubic’, ‘v5cubic’。 二维插值：zi = interp2(x, y, z, xi, yi, method); x、y和z为数据，xi和yi为插值的数据点，method为插值使用的方法，有：’nearest’, ‘linear’, ‘spline’, ‘cubic’。三维、N维插值以此类推。生成栅格数据：[X, Y] = meshgrid(x, y);栅格数据是二维插值的必要条件。 规划问题一维优化：[x, fval] = fminbnd(fun, x1, x2);X为函数fun在区间(x1, x2)中的极小值点，fval为fun在x 处的取值。无约束多维极值：[x, fval] = fminsearch(fun, x0);从起始点x0出发，求出fun的一个局部极小点x 以及在x处的函数值。fminimax：[x, fval] = fminimax(fun, x0, A, b, Aeq, beq, lb, ub); 对每个定义域中的向量x，响亮函数fun都存在一个值最大的分量，fminimax求出其中的最小值。Aeq、beq 为等式约束，lb、ub为x的下上限。约束优化：[x, fval] = fmincon(fun, x0, A, b, Aeq, beq, lb, ub, nonlcon); nonlcon为目标函数fun的非线性约束条件。 非线性最小二乘优化：[x, resnorm, residual] = lsqnonlin(fun, x0, lb, ub); resnorm为残差的平方，也即最优值，residual为残差。 线形规划：[x,fval] = linprog(fun, A, b, Aeq, beq, lb, ub); 0-1整数规划：[x, fval] = bintprog(f, A, b, Aeq, beq);最优解为0、1组合二乘的向量。 标准二次规划：[x, fval] = quadprog(H, F, A, b, Aeq, beq, lb, ub);H为二次型矩阵，F为一次矩阵。 （二）图论算法 计算机算；法动态规划；回溯；分治；分支定界；最优化三大非经典算法；模拟退火；神经网络；遗传；网格和穷举；连续数据离散化；差分代替微分；求和代替积分；数值分析；方程组求解；矩阵运算；函数积分；图像处理；图形绘制 二维图形绘制：plot(x1, y1, option1, x2, y2, option2, …); Option为以下三列： b blue . point - solid g green o circle : dotted r red x x-mark -. dashdot c cyan + plus -- dashed m magenta * star (none) no line y yellow s square k black d diamond w white 三维曲线绘制：plot3(x1, y1, z1, option1, …); 三维曲面绘制：mesh(X, Y, Z, C); X和Y必须是栅格格式(meshgrid见2.3)。C为网格曲面的颜色分布情况。 三维曲面绘制：surf(X, Y, Z, C); 直方图：hist(y, x);极坐标玫瑰图：rose(t); 设置线粗细：set(findobj(gca, ‘Type’, ‘line’), ‘LineWidth’, 1.5);设置1.5倍粗的线。 二维柱状图：bar(x, ‘mode’); 或barh(x, ‘mode’); 前者为垂直放置，后者为水平放置。Mode分为’grouped’（每一行看做一组）和’stacked’（每一组数据累叠）。三维柱状图：bar3(x, ‘mode’); 或bar3h(x, ‘mode’); Mode分为’grouped’（每一行看做一组）、’stacked’（每一组数据累叠）和’detached’（分离式）。 面积图：part1 = [1, 2, 3]’; part2 = [2, 3, 1]’; area([part1, part2]); 添加图形标注：gtext(str); 饼图：pie(x, explode); pie3(x, explode); Explode为与x相同尺寸的矩阵。其中的非零元素将其所对应的x矩阵中的元素从饼图中分离出来。根据x 中各元素占总数的比例绘制饼图。 火柴杆图：stem(x, y); stem3(x, y, z);阶梯图：stairs(x, y); 等高线图：[c, h] = contour(z, V);[c, h]为clabel的参数。V为等高线上的标注。 填充模式的等高线图：[c, h] = contourf(z); 标注等高线：clabel(c, h);三维等高线图：[c, h] = contour3(X, Y, Z);X和Y必须是栅格格式。 罗盘图：compass(x, y);羽毛图：feather(x, y); 向量图：quiver(x, y, u, v);以(x, y)为起点，箭头方向为(u, v)。 圆柱体：[X, Y, Z] = cylinder(r, n);r为一个向量，表示等距离分布的沿圆柱体基线在其单位高度的半径。n确定圆柱体绘制的精度，n越大，数据点越多。 球面：[X, Y, Z] = sphere(n);n越大，数据点越多。 图形修饰 打开Figure窗口：figure(n);分割figure窗口：subplot(r, c, n);将窗口分割成r行c列，n表示子图编号。 调整坐标轴：axis([xmin, xmax, ymin, ymax]);单对数坐标轴：semilogx; semilogy; 双对数坐标轴：loglog; 标题：title(‘string’); 坐标轴文字：xlabel(‘string’); ylabel(‘string’); zlabel(‘string’);特殊文字需用反斜杠‘\’开头。 图例：legend(‘string1’, ‘string2’, …);依照绘图顺序。 添加标注：text(x, y, ‘string’);添加标注：gtext(‘string’);以鼠标指定。 网格线：grid on/off; 九）层次分析法 层次分析结构）一目标层；二准则层；三方案层 层次分析的步骤 1）建立层次分析结构模型；深入分析实际问题，将有关因素自上而下分层（目标—准则或指标—方案或对 象），上层受下层影响，而层内各因素基本上相对独立 2）构造成对比较阵；用成对比较法和1~9尺度，构造各层对上一层每一因素的成对比较阵。 3）计算权向量并作一致性检验；对每一成对比较阵计算最大特征根和特征向量，作一致性检验，若通过，则特征向量为权向量。 4）计算组合权向量（作组合一致性检验*）；组合权向量可作为决策的定量依据。 ?????????≥≤≥≤≤+-≥---=且为整数0,3 2 4 30 652 )3(5min 21211212121x x x x x x x x x IP x x Z ?????????≥≥≥≤≤+-≥---=且为整数0,4 2 4 30 652 )4(5min 21211 21 212 1x x x x x x x x x IP x x Z （图一） 一致性检验 n 阶正互反矩阵A 为一致矩阵当且仅当其最大特征根n =m ax λ，且当正互反矩阵A 非一致时，必有 n >m ax λ。，我们可以由m ax λ是否等于n 来检验判断矩阵A 是否为一致矩阵。由于特征根连续地依赖于ij a ，故m ax λ比n 大得越多，A 的非一致性程度也就越严重，m ax λ对应的标准化特征向量也就越不能真 实地反映出 },,{1n x x X = 在对因素Z 的影响中所占的比重。因此，对决策者提供的判断矩阵有必要 作一次一致性检验，以决定是否能接受它。 对判断矩阵的一致性检验的步骤如下： （i ）计算一致性指标CI 1 max --= n n CI λ （ii ）查找相应的平均随机一致性指标 。对9,,1 =n ，Saaty 给出了的值，如下表所示： RI 的值是这样得到的，用随机方法构造500个样本矩阵：随机地从1~9及其倒数中抽取数字构造正互反 矩阵，求得最大特征根的平均值m ax 'λ，并定义 1'max --= n n RI λ。 （ⅲ）计算一致性比例CR RI CI CR = 当10.0 十）综合评价及数据处理评价的要素 （1）被评价对象:被评价者，统称为评价系统。 （2）评价指标：反映被评价对象的基本要素，一起构成评价指标体系。原则:系统性、科学性、可比性、 可测性和独立性。 （3）权重系数：反映各指标之间影响程度大小的度量。 （4）综合评价模型：将评价指标与权重系数综合成一个整体指标的模型。 （5）评价者：直接参与评价的 数据处理 （1）极小型: 对某个极小型数据指标x ， 则1(0)x x x '=>,或x M x '=-. （3）区间型：对某个区间型数据指标x ，则 1,1,1,a x x a c x a x b x b x b c -?-?? 十一）模糊数学计算 常用取大“∨”和取小“∧”算子来定义Fuzzy 集之间的运算。 定义3 对于论域X 上的模糊集A ， B ， i) 称 Fuzzy 集C = AU B ，D = AI B 为 A 与B 的并（union ）和交（intersection ）， 即 C = (AU B)(x) = max{A(x),B(x)} = A(x) ∨ B(x) D = (AI B)(x) = min{A(x),B(x)} = A(x) ∧ B(x) 他们相应的隶属度 (x), (x) C D μ μ 被定义为 (x) max{ (x), (x)} C A B μ = μ μ (x) min{ (x), (x)} D A B μ = μ μ ii) Fuzzy 集 AC 为 A 的补集或余集(complement)，其隶属度 如果在闭区间[0,1]上定义“余”运算：?α ∈[0,1]，α c = 1?α ，那么有性质 1 性质 1 (A ? B)c = Ac ⊙Bc ，(A ⊙B)c = Ac ? Bc 。 对 A ∈ F(U)，令a A(u)；U u ∈ ∨ = ，a A(u)；U u ∈ ∧ =a 和a 分别叫做模糊集 A 的峰值和谷值。对模糊集 A, B,C ，不难得到如下性质。性质 2 A ⊙B ≤ a ∧ b ， A ? B ≥ a ∨ b 。性质 3 A ⊙ A = a ， A ? A = a 性质4 AB F U(∈ ( )∨ ⊙B) = a ， A B aB F U ∧ ? =∈( )( )性质 5 A ? B ? A ⊙B = a ， A ? B = b 性质6 A ⊙2Ac ≤ 1 ，2A ? B ≥ 1性质 7 A ? B ? A ⊙B ≤ B ⊙C ，并且 A ?C ≤ B ?C 十二）灰色系统的基本原理公理 1：差异信息原理。“差异”是信息，凡信息必有差异。公理2：解的非唯一性原理。信息不完全，不明确地解是非唯一的。公理3：最少信息原理。灰色系统理论的特点是充分开发利用已有的“最少信息”。公理4：认知根据原理。信息是认知的根据。公理 5：新信息优先原理。新信息对认知的作用大于老信息。公理6：灰性不灭原理。“信息不完全”是绝对的。 排队论（Queuing Theory）也称随机服务系统理论，就是为解决上述问题而发展 的一门学科。它研究的内容有下列三部分： （i）性态问题，即研究各种排队系统的概率规律性，主要是研究队长分布、等待时间分布和忙期分布等，包括了瞬态和稳态两种情形。 （ii）最优化问题，又分静态最优和动态最优，前者指最优设计。后者指现有排队系统的最优运营。 （iii）排队系统的统计推断，即判断一个给定的排队系统符合于哪种模型，以便根据排队理论进行分析研究。这里将介绍排队论的一些基本知识，分析几个常见的排队模型。 十三）常用函数 1创建多项式x3-4x2+3x+2 poly2sym([1 -4 3 2]) ans =x^3-4*x^2+3*x+2 求x3-6x2-72x-27的根a=[1 -6 -72 -27] r=roots(a) 2多项式乘法用函数conv(a,b)实现，除法用函数deconv(a,b)实现。 例1：a(s)=s2+2s+3, b(s)=4s2+5s+6,计算a(s)与b(s)的乘积。 a=[1 2 3]; b=[4 5 6]; c=conv(a,b) cs=poly2sym(c,’s’) c = 4 13 28 27 18 cs = 4*s^4+13*s^3+28*s^2+27*s+18 内部数学常数pi 圆周率exp(1)自然对数的底ei 或j 虚数单位Inf或inf 无穷大 3 常用内部数学函数exp(x)以e为底数log(x)自然对数，即以e为底数的对数log2(x)以2为底数的x的对数开方函数sqrt(x) 4 自定义函数-调用时：“[返回值列]=M文件名（参数列）” function 返回变量=函数名（输入变量）注释说明语句段（此部分可有可无）函数体语句5进行函数的复合运算compose(f,g) 返回值为f(g(y)) compose(f,g,z) 返回值为f(g(z)) compose(f,g,x,.z) 返回值为f(g(z)) compose(f,g,x,y,z) 返回值为f(g(z)) 6 解方程solve(’方程’，’变元’)注：方程的等号用普通的等号：= 7解不等式maple('maple中解不等式的命令')* 调用maple中解不等式的命令即可，调用形式如下：具体说，包括以下五种：maple(' solve （不等式）') maple(' solve（不等式，变元）' ) maple(' solve（{不等式}，变元）' ) maple(' solve（不等式，{变元}）' ) maple(' solve（{不等式}，{变元}）' ) 8 解不等式maple('maple中解不等式组的命令')即maple(' solve（{不等式组}，{变元组}）' ) 9 画图方法１：先产生横坐标ｘ的取值和相应的纵坐标ｙ的取值，然后执行命令：plot(x,y)方法2：fplot('f(x)'，[xmin,xmax]) fplot('f(x)'，[xmin,xmax,ymin,ymax]) 10求极限极限syms x limit(f(x), x, a)左极限：syms x limit(f(x), x, a,’left’)右极限：syms x limit(f(x), x, a,’right’) 11求导数diff('f(x)') ；diff('f(x)','x')；Syms x Diff(f(x))或者syms x ；diff(f(x), x) 12求高阶导数diff('f(x)'，n) ；diff('f(x)','x'，n) 或者：或者：syms x ；diff(f(x)，n)；syms x ；diff(f(x), x，n) 13求积分int('f(x)') ；int ('f(x)','x') 或者：syms x ；int(f(x))；syms x ；int(f(x), x) 14 求定积分、广义积分；int('f(x)',a,b) int ('f(x)','x',a,b) 或者：syms x int(f(x),a,b) ；syms x int(f(x), x,a,b) 15对数列和级数进行求和syms n symsum(f(n), n ,a ,b ) 16 解微分方程Dsolve('微分方程'，'自变量') dsolve('微分方程'，'初始条件或边界条件'，'自变量') 17 解微分方程组Dsolve('微分方程组'，'自变量') dsolve('微分方程组'，'初始条件或边界条件'，'自变量') 18While语句：为条件循环语句。循环不确定次数，只要表达式的结果非零，语句体就重复执行，直到循环条件不成立为止。While 表达式（换行并空格）语句体（换行）end 19if—end语句：if 表达式（换行并空格）语句体（换行）end if—elseif—end语句if 表达式1语句体1；elseif 表达式2语句体2;else语句体3;end 20switch 表达式（数字或字符串）case 数字或字符串1语句体1 case 数字或字符串2语句体2；……otherwise语句体n；end 十四）数据的输入输出 1．数据的输入(Data input) 常用方法：键盘输入：(keyboard input) （C）从ASCⅡ码文件装载数据：(Load data from ASC Ⅱcode file) 对文本格式的数据文件可用load命令直接读入MATLAB，其内容存放在以文件名命名的变量中利用fopen, fscanf, fread及MATLAB其他低层I/O命令读取数据： 2。数据的输出(data output) 利用diary命令输出语句: 运行diary命令可以在当前工作目录上产生一个名为diary的日记文件，文件内容可以输出。关闭日记文件的命令为dairy off.。利用Notebook获取数据 (c) save命令输出数据：将当前内存中的变量存到文件中去。 (d) 利用fopen, fprintf, fwrite及其他底层I/O命令输出特殊格式的数据：如需要在其他外部应用程序中使用MATLAB输出的特定格式的数据，使用此方法。 3. Save 和load命令的使用 (1) save（将工作空间的变量存入磁盘）命令的常用调用方法(a) save dfile: 将工作空间所有的变量以二进制格式存入dfile.mat文件,扩展名自动产生(b) save dfile x: 只把变量x以二进制格式存入dfile.mat文件,扩展名自动产生(c) save dfile.dat x-ascii: 将变量x以8位ASCⅡ码形式存入dfile.mat文件；(d) save dfile.dat x-ascii-double: 将变量x以16位ASCⅡ码形式存入dfile.mat文件；(e) save(fname, ‘a’, ‘-ascii’): fnam e 是一个预先定义好的包含文件名的字符串，该用法将变量a以ASCⅡ码格式存入fname定义的文件中。 (2) load命令的常用方法(usual application of command load)(a) load：把磁盘matlab.mat的内容读入内存；(b) load dfile: 将磁盘文件dfile.mat内容读入内存；(c) load dfile.dat: 将磁盘文件dfile.mat内容读入内存,这是一个ASCⅡ码文件，系统自动将文件名定义为变量名。 十五）论文写作要求 （1）摘要：从2001年开始加大摘要在论文评分中的比重，摘要中要把模型中用到的数学方法写清楚，要把创新点、闪光点写出来。最后要给出模型的答案，即通过论文的摘要基本上就可以对论文有一个基本的评判。摘要字数至少要200字，字数控制在A4纸半页左右。（2）关键字。（3）问题的提出（按你的理解对所给题目作更清晰的表达）。 （4）问题的分析（5）模型假设 （6）模型的建立（7）模型的求解。 （8）模型结果的分析和检验，包括误差分析、稳定性分析等。 （9）模型的评价（10）模型的推广。（11）参考文献。（11）附录：包含一些图表、计算的中间结果和必要的计算机程序。 华南农业大学期末考试试卷（A 卷） 2012-2013学年第 二 学期 考试科目：数学建模 考试类型：（闭卷）考试 考试时间： 120 分钟 学号 姓名 年级专业 一篮白菜从河岸一边带到河岸对面，由于船的限制，一次只能带 一样东西过河，绝不能在无人看守的情况下将狼和羊放在一起；羊和白菜放在一起，怎样才能将它们安全的带到河对岸去? 建立多步决策模型,将人、狼、羊、白菜分别记为i = 1，2，3，4，当i 在此岸时记x i = 1，否则为0；此岸的状态下用s =（x 1，x 2，x 3，x 4）表示。该问题中决策为乘船方案，记为d = (u 1, u 2, u 3, u 4)，当i 在船上时记u i = 1，否则记u i = 0。 (1) 写出该问题的所有允许状态集合；（3分） (2) 写出该问题的所有允许决策集合；（3分） (3) 写出该问题的状态转移率。（3分） (4) 利用图解法给出渡河方案. （3分） 解：(1) S={(1,1,1,1), (1,1,1,0), (1,1,0,1), (1,0,1,1), (1,0,1,0)} 及他们的5个反状（3分） (2) D = {(1,1,0,0), (1,0,1,0), (1,0,0,1), (1,0,0,0)} （6分） (3) s k+1 = s k + (-1) k d k （9分） (4)方法：人先带羊，然后回来，带狼过河，然后把羊带回来，放下羊，带白菜过去，然后再回来把羊带过去。 ?或: 人先带羊过河，然后自己回来，带白菜过去，放下白菜，带着羊回来，然后放下羊，把狼带过去，最后再回转来，带羊过去。 （12分） 1、 二、(满分12分) 在举重比赛中，运动员在高度和体重方面差别很大，请就下面两种假设，建立一个举重能力和体重之间关系的模型： （1） 假设肌肉的强度和其横截面的面积成比例。6分 （2） 假定体重中有一部分是与成年人的尺寸无关，请给出一个改进模型。6分 解：设体重w （千克）与举重成绩y （千克） （1） 由于肌肉强度(I)与其横截面积(S)成比例，所以 y ?I ?S 设h 为个人身高，又横截面积正比于身高的平方，则S ? h 2 再体重正比于身高的三次方，则w ? h 3 （6分） ( 12分) 14分) 某学校规定，运筹学专业的学生毕业时必须至少学 学习数学建模心得体会 这学期参加数学建模培训，使我感触良多：它所教给我们的不单是一些数学方面的知识，更多的其实是综合能力的培养、锻炼与提高。它培养了我们全面、多角度考虑问题的能力，使我们的逻辑推理能力和量化分析能力得到很好的锻炼和提高。它还让我了解了多种数学软件，以及运用数学软件对模型进行求解。 到目前为止，我们已经学习科学计算与数学建模这门课程半个学期了，渐渐的对这门课程有点了解了。我觉得开设数学建模这一门学科是应了时代的发展要求，因为随着科学技术的发展，特别是计算机技术的飞速发展和广泛应用，科学研究与工程技术对实际问题的研究不断精确化、定量化、数字化，使得数学在各学科、各领域的作用日益增强，而数学建模在这一过程中的作用尤为突出。在前一阶段的学习中我了解到它不仅仅是参加数学建模比赛的学生才要学的，也不仅仅是纯理论性的研究学习，这门课程是在实际生产生活中有很大的应用，突破了以前大家对数学的误解，也在一定程度上培养了我们应用数学工具解决实际问题的能力。具体结合教材内容说，在很多时候课本里的都是引用实际生产生活的例子，这样我们更能够切切实实感受到这门课程对实际生产生活的帮助，而并非是我们空想着学这门课有什么作用啊，简直是浪费时间啊什么的。现在我就说说我到目前为止学到了什么，首先，我知道了数学建模的基本步骤：第一步我们肯定是要将现实问题的信息归纳表述为我们的数学模型，然后对我们建立的数学模型进行求解，这一步也可以说是数学模型的解答，最后一步我们要需要从那个数学世界回归到现实世界，也就是将数学模型的解答转化为对现实问题的解答，从而进一步来验证现实问题的信息，这一步是非常重要的一个环节，这些结果也需要用实际的信息加以验证。 这个步骤在一定程度上揭示了现实问题和数学建模的关系，一方面，数学建模是将现实生活中的现象加以归纳、抽象的产物，它源于现实，却又高于现实，另一方面，只有当数学模型的结果经受住现实问题的检验时，才可以用来指导实践，完成实践到理论再回归到实践的这一循环。 数学模型主要是将现实对象的信息加以翻译，归纳的产物。通过对数学模型的假设、求解、验证，得到数学上的解答，再经过翻译回到现实对象，给出分析、决策的结果。其实，数学建模对我们来说并不陌生，在我们的日常生活和工作中，经常会用到有关建模的概念。例如，我们平时出远门，会考虑一下出行的路线，以达到既快速又经济的目的；一些厂长经理为了获得更大的利润，往往会策划出一个合理安排生产和销售的最优方案……这些问题和建模都有着很大的联系。而在学习数学建模训练以前，我们面对这些问题时，解决它的方法往往是一种习惯性的思维方式，只知道该这样做，却不很清楚为什么会这样做，现在，我们这种陈旧的思考方式己经在被数学建模训练中培养出的多角度、层次分明、从本质上区分问题的新颖多维的思考方式所替代。这种凝聚了许多优秀方法为一体的思考方式一旦被你把握，它就转化成了你自身的素质，不仅在你以后的学习工作中继续发挥作用，也为你的成长道路印下了闪亮的一页。 数学建模所要解决的问题决不是单一学科问题，它除了要求我们有扎实的数学知识外， 第1章建模与仿真的基本概念 参照P8例子，列举一个你相对熟悉的简单实际系统为例，采用非形式描述出来。 第2章建模方法论 1、什么是数学建模形式化的表示？试列举一例说明形式化表示与非形式化表示的区别。 模型的非形式描述是说明实际系统的本质，但不是详尽描述。是对模型进行深入研究的基础。主要由模型的实体、包括参变量的描述变量、实体间的相互关系及有必要阐述的假设组成。模型的非形式描述主要说明实体、描述变量、实体间的相互关系及假设等。 例子：环形罗宾服务模型的非形式描述： 实体 CPU，USR1，…，USR5 描述变量 CPU:Who,Now(现在是谁)----范围{1,2,…,5}; Who.Now=i表示USRi由CPU服务。 USR：Completion.State（完成情况）----范围[0，1]；它表示USR完成整个程序任务的比例。参变量 X-----范围[0，1]；它表示USRi每次完成程序的比率。 i 实体相互关系 （1）CPU 以固定速度依次为用户服务，即Who.Now为1，2，3，4，5，1，2…..循环运行。 X工作。假设：CPU对USR的服务时间固定，不（2）当Who.Now=I,CPU完成USRi余下的 i X决定。 依赖于USR的程序；USRi的进程是由各自的参变量 i 2、何谓“黑盒”“白盒”“灰盒”系统？ “黑盒”系统是指系统内部结构和特性不清楚的系统。对于“黑盒”系统，如果允许直接进行实验测量并通过实验对假设模型加以验证和修正。对属于黑盒但又不允许直接实验观测的系统，则采用数据收集和统计归纳的方法来假设模型。 对于内部结构和特性清楚的系统，即白盒系统，可以利用已知的一些基本定律，经过分析和演绎导出系统模型。 3、模型有效性和模型可信性相同吗？有何不同？ 模型的有效性可用实际系统数据和模型产生的数据之间的符合程度来度量。它分三个不同级别的模型有效：复制有效、预测有效和结构有效。不同级别的模型有效，存在不同的行为水平、状态结构水平和分解结构水平的系统描述。 模型的可信度指模型的真实程度。一个模型的可信度可分为： 在行为水平上的可信性，即模型是否重现真实系统的行为。 在状态结构水平上可信性，即模型能否与真实系统在状态上互相对应，通过这样的模型可以对未来的行为进行唯一的预测。 在分解结构水平上的可信性，即模型能否表示出真实系统内部的工作情况，而且是惟一表示出来。 不论对于哪一个可信性水平，可信性的考虑贯穿在整个建模阶段及以后各阶段，必须考虑以下几个方面： 1在演绎中的可信性。2在归纳中的可信性。3在目的方面的可信性。 4、基于计算机建模方法论与一般建模方法论有何不同？（P32） 经典的建模与仿真的主要研究思路，首先界定研究对象-实际系统的边界和建模目标，利用已有的数学建模工具和成果，建立相应的数学模型，并用计算装置进行仿真。这种经典的建 山东轻工业学院 08/09学年 II 学期《数学模型》期末考试A 试 卷 （本试卷共4页） 说明： 本次考试为开 卷考试，参加考试的同学可以携带任何资料，可以使用计算器，但上述物品严 禁相互借用。 一、简答题（本题满分16分，每小题8分） 1、在§2.2录像机计数器的用途中，仔细推算一下（1）式，写出与（2）式的差别，并解释这个差别； 2、试说明在§3.1中不允许缺货的存储模型中为什么没有考虑生产费用，在什么条件下可以不考虑它； 二、简答题（本题满分16分，每小题8分） ?1、对于§5.1传染病的SIR 模型，叙述当σ 1 > s 时)(t i 的变化情况 并加以证明。 2、在§6.1捕鱼业的持续收获的效益模型中，若单位捕捞强度的费用为捕捞强度E 的减函数， 即)0,0(,>>-=b a bE a c ，请问如何达到最大经济效益？ 三、简答题（本题满分16分，每小题8分） 1、在§9.3 随机存储策略中，请用图解法说明为什么s 是方程)()(0S I c x I +=的最小正根。 2、请结合自身特点谈一下如何培养数学建模的能力？ 四、（本题满分20分） 某中学有三个年级共1000名学生，一年级有219人，二年级有 316人，三年级有465人。现要选20名校级优秀学生，请用下列办 法分配各年级的优秀学生名额：（1）按比例加惯例的方法;（2）Q 值法。另外如果校级优秀学 生名额增加到21个，重新进行分配，并按照席位分配的理想化准则分析分配结果。 五、（本题满分16分） 大学生毕业生小李为选择就业岗位建立了层次分析模型，影响就 业的因素考虑了收入情况、发展空间、社会声誉三个方面，有三个 就业岗位可供选择。层次结构图如图，已知准则层对目标层的成对比较矩阵 选择就业岗位 第一次接触数学建模是在高二的时候，那时候参加全国第二届“赛先生”数学知识竞赛，笔试取得了一等奖的成绩，复试是自己选题建模，现在回想起来那时候真是天真，以为数学建模就是简单问题复杂化的弄，好比一个简单应用题偏偏要弄成几千字的论文。但是，也是那次的接触，是我对数学有了更浓厚的兴趣，也是我想到了大学要参加数学建模比赛这回事。 抱着对数学建模的憧憬，这学期的选修课，我选择了《数学建模》课程，去上课后发现老师并不给我们讲数学建模，而是讲软件MATLAB，原本有点失望的，但是自从认真听完第一次课，我的失望就全都一扫而光，因为MATLAB太强大了，不仅能解决我们微积分、线性代数上的问题，还能画出我们想不清楚的各种立体图。并且，还知道了在数学建模中，大都采取MATLAB来编程计算，于是，我下定决心要学好MATLAB。 MATLAB给我带来了很多意想不到的东西。第一就是是我对计算机的兴趣更加浓厚了，还记得安装MATLAB时就费了老大功夫，还改变了电脑系统盘某些参数，放在从前这是我想都不敢想的事，安装成功那会，真是特别开心。第二就是通过MATLAB我结交到了一些好朋友，尤其是天津一网友。因为我想学好MATLAB，于是我加入了MATLAB贴吧，再通过贴吧加入了一个MATLAB交流学习群，但后来发现在那个群上愿意帮人解决问题的并不多，有一次，有个人提了一个简单的问题，他的程序有错误，但仅仅是矩阵乘除、乘方时没有加点，于是我就顺手告诉了他，然后他就加上了我，原来他是天津一大学的大二的学生，他正好要参加学校的数学建模比赛，要用到MATLAB，但是他也只是才接触，还没上手，于是他遇到问题就会找我，我就会尽力想去帮他解决，当我不会的时候，我会查阅书籍或者翻出老师的PPT课件仔细研究，就那样几次交流我们成了好朋友，后来他正式比赛了，他都把他的论文中程序发给我要我帮他看是否能改进之类的，还把他的建模论文发给我看，并且一再鼓励我一定要学好MATLAB以后参加比赛就不会那么着急。直到现在，我们都一直保持着联系，一起探讨交流MATLAB、数学（他是学数学的）上的各种问题。第三就是意外得解决了一些问题。记得前不久一同学叫我帮他在网上做份题，原本说是高中的题，但我后来发现都是微积分的题目，偏偏好多积分微分我都觉得会比较花时间，于是我想到了MATLAB，当即我就决定能用MATLAB编程解决的问题我就用MATLAB解决，果然，试卷我完成的又快又好，当我给那同学说的时候讲得他一愣一愣的，只剩下崇拜。 在我学习MATLAB的时候，也遇到了很多问题。第一次做老师给的题时，前几题我就花了几个小时，当我后来回过头总结的时候发现，基本上我出错的地方提示的错误都是一致的：Inner matrix dimensions must agree或者是Matrix must be square，后来我懂得这是矩阵乘除、乘方维数不一致等导致的，我得出结论关于矩阵的乘除、乘方运算必须是点运算，之后就很少出现这样的错误了。还记得刚开始画三维图的时候，总是出现一个错误Matrix dimensions must agree, not rendering mesh，其实原因很简单，只是我漏了一句话：[x,y]=meshgrid(x,y)，也正因为这个，更加是我坚定了不能不拘小节这一思想。就在几天前，画一个分段函数的图 像，我原本只是这样编的程序： x1=1.1:0.02:3.3; x2=-1.1:0.02:1.1; x3=-3.3:0.02:-1.1; y1=1.1; y2=x2; y3=-1.1; plot(x1,y1,x2,y2,x3,y3) 《数学模型》学习心得 在大三的上半学期我选的是数学建模这门课程，因为我从小就爱学数学。我的专业是艺术设计，但是我仍然对数学充满兴趣，在数学建模的课程中我学到了很多知识，知道数学建模其实就应用在我们的生活中，科学，艺术，生活都体现着它的魅力。 通过上数学建模这门课程和资料的查阅，我知道了学习数学模型的意义。说到意义就要说到它的价值，我们知道教育必须反映社会的实际需要，数学建模进入大学课堂，既顺应时代发展的潮流，也符合教育改革的要求。对于数学教育而言，既应该让学生掌握准确快捷的计算方法和严密的逻辑推理，也需要培养学生用数学工具分析解决实际问题的意识和能力，传统的数学教学体系和内容无疑偏重于前者，而开设数学建模课程则是加强后者的一种尝试，数学建模的初衷是为了帮助大家提升分析问题，解决问题的能力。 我认为学习数学模型的意义有如下几点： 一、学习数学模型我们可以参加数学建模竞赛，而数学建模竞赛是为了促进数学建模的发展而应运而生的，它可以培养大家的竞赛能力、抗压能力、问题设计能力、搜索资料的能力、计算机运用能力、论文写作与修改完善能力、语言表达能力、创新能力等科学综合素养，它让大家从传统的知识培养转变到能力的培养，让我们的思想追求有了质的变化！这也是我们现代教育所追求的。 二、学习数学可以提升我的逻辑思维能力和运算等抽象能力，但好多人觉得数学和实际遥不可及，可是呢，数学建模则成为了解决这种现象的杀手锏，因为数学建模就是为了培养大家的分析问题和分解决问题的能力。根据学习我总结了数学建模的基本步骤： 一、问题分析。 1、总体设计。将分析过程中的问题要点用文字记录下来；将 问题结构化。 2、合理分析、选取基本要素。 3、启发式的思维方法。首先应集思广益充分发挥集体的力量， 然后从各种角度分析考虑问题。 二、合理假设。 1、基本假设。变量、参数的定义，以及根据有关“规律”作出 的变量间相互关系的假定。 2、其他假设。暂忽略因素、限定系统边界、说明模型应用范围 以及局部进程中的二次假设等。 三、模型构造。 四、模型求解和检验。 我们这门课所学到的相关数学建模的一些类型大致为初等模型、简单的优化模型、数学规划模型、微分方程模型、稳定性模型、差分方程模型、离散模型、概率模型、统计回归模型等。其中所用到的方法大致为量纲分析方法、集合分析方法、线性规划方法、整体规划方法、非线性规划方法、微分方程方法、差分方程方法、差值与拟合 数学建模心得体会3篇_心得体会 数学建模学习心得（2）： 数学建模是一个经历观察、思考、归类、抽象与总结的过程，也是一个信息捕捉、筛选、整理的过程，更是一个思想与方法的产生与选择的过程。它给学生再现了一种“微型科研”的过程。数学建模教学有利于激发学生学习数学的兴趣，丰富学生数学探索的情感体验；有利于学生自觉检验、巩固所学的数学知识，促进知识的深化、发展；有利于学生体会和感悟数学思想方法。同时教师自身具备数学模型的构建意识与能力，才能指导和要求学生通过主动思维，自主构建有效的数学模型，从而使数学课堂彰显科学的魅力。 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。有时候我们需要做一些实验，但这些实验往往用抽象出来了的数学模型作为实际物体的代替而进行相应的实验，实验本身也是实际操作的一种理论替代。 1. 只有经历这样的探索过程，数学的思想、方法才能沉积、凝聚，从而使知识具有更大的智慧价值。动手实践、自主探索与合作交流是学生学习数学的重要方式。学生的数学学习活动应当是一个主动、活泼的、生动和富有个性的过程。因此，在教学时我们要善于引导学生自主探索、合作交流，对学习过程、学习材料、学习发现主动归纳、提升，力求建构出人人都能理解的数学模型。 教师不应只是“讲演者”，而应不时扮演下列角色：参谋——提一些求解的建议，提供可参考的信息，但并不代替学生做出决断。询问者——故作不知，问原因、找漏洞，督促学生弄清楚、说明白，完成进度。仲裁者和鉴赏者——评判学生工作成果的价值、意义、优劣，鼓励学生有创造性的想法和作法。 2. 数学建模对教师、对学生都有一个逐步的学习和适应的过程。教师在设计数学建模活动时，特别应考虑学生的实际能力和水平，起始点要低，形式应有利于更多的学生能参与。在开始的教学中，在讲解知识的同时有意识地介绍知识的应用背景，在数学模型的应用环节进行比较多的训练；然后逐步扩展到让学生用已有的数学知识解释一些实际结果，描述一些实际现象，模仿地解决一些比较确定的应用问题；再到独立地解决教师提供的数学应用问题和建模问题；最后发展成能独立地发现、提出一些实际问题，并能用数学建模的方法解决它。 3.由于知识产生和发展过程本身就蕴含着丰富的数学建模思想，因此老师既要重视实际问题背景的分析、参数的简化、假设的约定，还要重视分析数学模型建立的原理、过程，数学知识、方法的转化、应用，不能仅仅讲授数学建模结果，忽略数学建模的建立过程。 4.数学应用与数学建模的目的并不是仅仅为了给学生扩充大量的数学课外知识，也不是仅仅为了解决一些具体问题，而是要培养学生的应用意识，提高学生数学能力和数学素质。因此我们不应该沿用老师讲题、学生模仿练习的套路，而应该重过程、重参与，从小培养学数学已经成为当代高科技的一个重要组成部分和思想库，培养学生应用数学的意识和能力也已经成为数学教学的一个重要方面。而应用数学去解决各类实际问题就必须建立数学模型。小学数学教学的过程其实就是教师引导学生不断建模和用模的过程。因此，用建模思想指导小学数学教学显得愈发重要。 数学建模心得体会 一年一度的全国数学建模大赛在今年的9 月21 日上午8 点拉开战幕，各队将在3 天72 小时内对一个现实中的实际问题进行模型建立，求解和分析，确定题目后，我们队三人分头行动，一人去图书馆查阅资料，一人在网上搜索相关信息，一人建立模型，通过三人的 华南农业大学期末考试试卷（A卷） 2012-2013学年第二学期考试科目：数学建模 考试类型：（闭卷）考试考试时间：120 分钟 学号姓名年级专业 一、(满分12分)一人摆渡希望用一条船将一只狼.一只羊.一篮白菜从河岸一边带到河岸对面.由于船的限制.一次只能带一样东西过河.绝不能在无人看守的情况下将狼和羊放在一起；羊和白菜放在一起.怎样才能将它们安全的带到河对岸去? 建立多步决策模型,将人、狼、羊、白菜分别记为i = 1.2.3.4.当i在此岸时记x i = 1.否则为0；此岸的状态下用s = （x1.x2.x3.x4）表示。该问题中决策为乘船方案.记为d = (u1, u2, u3, u4).当i 在船上时记u i = 1.否则记u i = 0。 (1) 写出该问题的所有允许状态集合；（3分） (2) 写出该问题的所有允许决策集合；（3分） (3) 写出该问题的状态转移率。（3分） (4) 利用图解法给出渡河方案. （3分） 解：(1) S={(1,1,1,1), (1,1,1,0), (1,1,0,1), (1,0,1,1), (1,0,1,0)} 及他们的5个反状（3分） (2) D = {(1,1,0,0), (1,0,1,0), (1,0,0,1), (1,0,0,0)} （6分） (3) s k+1 = s k + (-1) k d k （9分） (4)方法：人先带羊.然后回来.带狼过河.然后把羊带回来.放下羊.带白菜过去.然后再回来把羊带过去。 或: 人先带羊过河.然后自己回来.带白菜过去.放下白菜.带着羊回来.然后放下羊.把狼带过去.最后再回转来.带羊过去。（12分） . . 数学建模的学习心得体会 通过对专题七的学习，我知道了数学探究与数学建模在中学中学习的重要性，知道了什么是数学建模，数学建模就是把一个具体的实际问题转化为一个数学问题，然后用数学方法去解决它，之后我们再把它放回到实际当中去，用我们的模型解释现实生活中的种种现象和规律。 知道了数学建模的几点要求：一个是问题一定源于学生的日常生活和现实当中，了解和经历解决实际问题的过程，并且根据学生已有的经验发现要提出的问题。同时，希望同学们在这一过程中感受数学的实用价值和获得良好的情感体验。当然也希望同学们在这样的过程当中，学会通过实际上数学探究本身应该说在平时教学当中，老师有些在课堂上也是这样教学的，他更重要的意义就是引导老师增加一种教学方式，首先就是这个问题就是有点儿全新性，解决的方案不是很明了，这样学生要有一个尝试，一个探索的过程查询资料等手段来获取信息，之后采取各种合作的方式解决问题，养成与人交流的能力。 实际上数学探究本身应该说在平时教学当中，老师有些在课堂上也是这样教学的，他更重要的意义就是引导老师增加一种教学方式，首先就是这个问题就是有点儿全新性，解决的方案不是很明了，这样的话学生要有一个尝试，一个探索的过程。数学探究活动的关健词就是探究，探究是一个活动或者是一个过程，也是一种学习方式，我们比较强调是用这样的方式影响学生，让他主动的参与，在这个活动当中得到更多的知识。 探究的结果我们认为不一定是最重要的，当然我们希望探究出来一个结果，通过这种活动影响学生，改变他的学习方式，增加他的学习兴趣和能力。我们也关心，大家也可以看到在标准里面，有非常突出的数学建模的这些内容，但是它 数学建模集训个人总结 数学，一直是我比较热衷的科目。数学建模也是数学的一种，但它却有别于数学。数学建模更贴近实际，是一门把数学知识同实际问题紧紧联系的学问，它可以让我们体会怎么样把数学理论与实际生活相结合。因此我便对数模有了浓厚的兴趣，并有志向在方面发展。参加数学建模竞赛是我的一个计划。在大学的第一个暑假，我很高兴参加了数学建模集训，这次集训让我充实了自己。 数学建模竞赛是本科生接触实际科学问题的第一步，是利用所学书本知识、广泛涉猎课外知识、利用数学和计算机工具、为某一具体问题建立抽象模型、给出求解方法并解决问题、最后撰写论文并给出客观评价的一个系统工程。数学建模就是利用数学知识对一些实际问题建立模型，但又不是纯数学的。它不仅要数学思维，还计算机编程能力、论文写作能力有一定的要求。其实更重要的是团队协作能力，这对我们以后工作、生活都有非常大的作用。 在这个炎热的暑假里，我们学校的老师、同学们都还留在学校奋战着。我们学校的数学建模集训分成了两个阶段。由本校毛老师和曹老师，姚老师还有总校的杜老师授课。时间为一个月。短暂的时间里，老师传授了我们很多数学的知识及相关软件运用，如图论，运筹学，优化论等知识，和matlab,lingo，spss等软件。虽然也只是短短的一个月，但在这短暂的时间里，老师教了我们很多建模和论文写作的精髓，这些让我受益匪浅，并对数学建模有了新的认识，更有了强大的动力和支持。 在这一个月的学习中，我最大的收获可能就是，我更深层次的了解了数学建模，了解了自己的不足，体会到团结合作的那种精神。同时在平时的课余时间里，我也结识了一些学习高手，结伴共战。初始时，对于大一的我，数学建模是神秘的，我觉得那是一件很高深的事情。从各种数学知识的积累，到各类软件的运用；从整体性思维，到对每一处细节的分析；数学建模这个词语，对每位新人，都是如此的玄妙。这个暑假我们几乎是在实验室里度过的，“痛并快乐着”，学到的不仅仅是实际的知识，更重要的是一种思维——分析，解决问题的一种思维。 数学建模让我在奋斗中领会了这样的一个道理“想象力比知识重要,因为知识是有限的,而想象力概括着世界的一切,推动着社会科技的进步,并且是知识的源泉。”在本次数学建模集训解决问题时,我觉得充分发挥想象力和联想能力,从而将一个问题看成另一个问题,才 能将问题比较容易地解决的。数学建模竞赛作为一种竞赛，它真的给了我们很多的锻炼机会。首先是敏锐的洞察力、丰富的想象力的培养。其次是创新能力真正得到了锻炼。创新能力在数学建模的过程中体现的淋漓尽致。它需要我们利用自己已有的知识和经验,在坚强的个性品质支持下,新颖而独特地提出问题、分析问题、解决问题，并由此产生有价值的新思想、新方法、新成果。而且让我们在应试教育摇篮中成长起来的大学生平生第一次感觉到了素质教育的魅力和美丽。建 试卷学期《数学模型》期末考试A山东轻工业学院08/09学年II 页）本试卷共4< 题说明总号考次开试分考卷试，参加考试的同学可以携带任何资料，可以 使用计算器，但上述物品严禁相互借用。16分，每小题8分）一、简答题<本题满分得分）式，写出与§2.2录像机计数器的用途中，仔细推算一下<11、在阅卷人<2）式的差别，并解释这个差别；中不允许缺货的存储模型中为什么没有考虑生产 费用，在什么条件下可2、试说明在§3.1 以不考虑它；8分）二、简答题<本题满分16分，每小题得分1阅卷人?s)(ti的变化情时、对于1§5.1传染病的SIR 模型，叙述当0?况并加以证明。 E 2、在§6.1捕鱼业的持续收获的效益模型中，若单位捕捞强度的费用为捕捞强度的减函数，)0?0,b?c?a?bE,(a即，请问如何达到最大经济效益？本题满分16分，每小题8分）三、 简答题<得分s程是法图解说明为什么方策、1在§9.3 随机存储略中，请用)S?(x)?cI(I的最小正根。阅卷人0、请结合自身特点谈一下如何培养数学建模 的能力？2 分）四、<本题满分20得分219人，二年级有某中学有三个年级共1000名学生，一年级有人。现要选20名校级优秀学生，请用下列办316人，三年级有465 阅卷人Q ;<2））按比例加惯例的方法法分配各年级的优秀学生名额：<1值法。另外如果校级优秀学个，重新进行分配，并按照席位分配的理想生名额增加 到21化准则分析分配结果。得分分）16五、<本题满分阅 卷人大学生毕业生小李为选择就业岗位建立了层次分析模型，影响就业的因素考虑了收入情况、发展空间、社会声誉三个方面，有三个层次结构图如图，已知准则层。 选可业就岗位供择对目标层的成对比较矩阵1 / 4 选择就业岗位 71/1/43511????????23111/2/AB??41，比较矩阵分别为成，方案层对准则层的对 ????1????22171/51/1????117463????????3112/B?3B?1/41。，JhYEQB29bj ????32????1/21/6111/71/3????请根据层次分析方法为小李确定最佳的工作岗位。 16分）六、<本题满分得分某保险公司欲开发一种人寿保险，投保人需要每年缴纳一定数的阅卷人<额保险费，如果投保人某年未按时缴纳保费则视为保险合同终止保险公司需要对投保人的健康、疾病、死亡和退保的情况作出评估，从而制退保）。 定合适的投保金额和理赔金额。各种状态间相互转移的情况和概率如图。试建立马氏链模型分析在投保人投保时分别为健康或疾病状态下，平均需要经过多少年投保人就会出现退保或死亡的情况，以及出现每种情况的概率各是多少？5Y944Acbad 退保死亡II 学期《数学模型》期末考试A试卷解答山东轻工业 学院08/09学年0.05 0.03 分）分，每小题8一、简答题<本题满分160.15 0.07 m(m?1)???2mr?vt2?）得4分1、答：由<1，。。。。。。。。。。。。。。。。。。。。20.1 健康疾病2???knk2?)t?2r?n?(knm?代入得。。。。。。。。。。。。。。。。。。。。，6分将 vv0.6 ???2r?r2??r，则得<2因为）。所以。。。。。。。。。。。。。。。。。。。。8分 crc，每天的平均费用是，则平均每天的生产费用为2、答：假设每件产品的生产费用为 33ccrT112??crC(T)?4分，。。。。。。。。。。。。。。。。。。。。 1132T1)TdC()TdC(11)T(TC?下面求最小，发现使，所以111dTdT12c1??TT，与生产费用无关，所以不考虑。。。。。。。。。。。。。。。。。。。。。81cr2分 二、简答题<本题满分16分，每小题8分） 1di??s?),(1s??i，1、答：由<14若）0?dtdi1s)(t??s,?0i时，4增 加; 。。。。。。。。。。。。。。。。。。。。分当0?dtdi1?i(ts),?0i时，达到最大值当； 数学建模实践心得 大学以来的第一个暑假,我参加了数学建模培训, 来作为一次暑期社会实践。或许并不像其他社会实践队可以走出校园,接触社会,但我们可以通过这次的培训,更系统化,更具体化地学习数学建模,并进一步理解其所体现的一些思想和精神。 数学建模是接触实际科学问题的第一步,利用所学的知识,利用各种数学和计算机工具,为某一具体问题建立抽象模型,并解决问题、最后撰写论文,给出客观的评价。 在两个星期的数学建模培训的过程中,我学到了很多知识,比如 LINGO软件、MATLAB软件和一些算法,可以说,这是迄今为止任何一门课程都无法比拟的,各种从未接触过的高级数学软件,令人眼花缭乱的编程和神秘的多维图像。 当初参加校级数学建模比赛的时候,起初我和我的队友都激情高昂的,但是随着三天的建模下来,我们的斗志越来越低迷,出于对数学建模的不了解,可以说,无从下手,自然最后只能草草结束。经过那次的接触后,我明白首先我们要加强建模技能和拓展课外知识面;再者,态度也是主导因素之一,态度决定一切,如果抱着试一试的态度,是不会有什么结果的。 其实,数学建模的一些思想和为人处世之道是相通的。在生活中,无论做什么事情,我们都要端正自己的态度,时常给自己一点鼓励,要相信自己的潜力,把自己融入激情之中,不要越做越懈怠。江南春曾说过“最终你相信什么,就能成为什么”。 在数学建模的培训中,我接触到一些参加过国赛的学长和学姐。执着和认真,是我在建模时从他们候身上找到的共同点。认真的人改变自己,执着的人改变命运。的确,在数学建模的过程中,只有驱除浮躁,踏实做事,全神贯注,注重每一个细节,才能把事情做好。 在和他们交流的过程中,曾有一位学姐说道,要想有进步,就要踏踏实实学好理论、弄懂原理、看会例题、做好练习,而不是浮在面上。参加数学建模培训,还要放正心态,急功近利的想法是要不得的。数学建模的思想是在潜移默化中作用于你,而非立竿见影。所以要真正学到有益的知识和思想才是最重要的,而非顾于是否获奖之类的。 数学建模,通过利用数学知识,对一些生活中的实际问题建立模型。所以,它需要的不仅仅是数学的逻辑思维,还需要计算机编程能力,论文写作能力,其实更重要的是团队协作能力。我想,这对以后的工作与生活,有非常大的帮助的,对人生更是如此。 在建模的三天里,初看题目,感觉摸不着头脑,没有相关理论的基础,没有高人 的指点,三个伙伴只能借助唯一的网络,去找寻找问题的入手点。在反复的搜索之后,我们终于有了初步的理解。写论文的过程,我们可以说是“痛并快乐的”。当然,在数学方法上,我们很多地方也感觉困难重重,所以不断地查询资料,理解它们的含义,让比赛的过程成为我们学习的动力。虽然最终没有取得预期的结果, 但是,过程带来的快乐,远远超越了结果。令我感触最深的是,知识的扩充,和 交识了一些新朋友。 与我建模的两位同学,可以说,初次接触,不了解对方。相对于其他建模小组而言,我们还需要在短暂的几天内去了解彼此。不过,还好,我们都是随和的性子,很快就熟悉起来。在建模的过程中,我们仨一同讨论,一同努力,一同交上一份尽心尽力的答卷。可以说,我们合作的过程也可以算是一种锻炼,怎样才能更好的沟通,怎样才能各抒己见,但最终可以把各自的观点融于一体,也算是一种挑战。学会与他人合作,在相互的谦虚中学习彼此的长处,汲取对方的优点,接收别人的建议。或许,三天的交流,并不长,也并不深入,但起码,我们成为了朋友,曾经一起为数学建模奋斗过。我想,这也是数学建模的另一番魅力所在。短短的三天,可以拉近三个性格迥异的人。 2009《数学建模》 期末试卷 A 考 形式：开卷 考 ： 120 分 姓名： 学号： 成 ： ___ 1．（10 分）叙述数学建模的基本步 ，并 要 明每一步的基本要求。 2．（10 分） 建立不允 缺 的生 售存 模型。 生 速率 常数 k ， 售速率 常数 r ， r k 。 在每个生 周期 T 内，开始一段 （ 0 t T 0 ） 生 售，后一段 （ T 0 t T ）只 售不 生 ，存 量 q(t ) 的 化如 所示。 每次生 开工 c 1 ，每件 品 位 的存 c 2 ，以 用最小 准 确定最 周 期 T ，并 r k 和 r k 的情况。 3．（10 分） x(t ) 表示 刻 t 的人口， 试解释阻滞增长（ Logistic ）模型 dx r (1 x )x dt x m x(0) x 0 中涉及的所有 量、 参数，并用尽可能 的 言表述清楚 模型的建模思 想。 4．（ 25 分）已知 8 个城市 v 0，v 1，? ,v 7 之 有一个公路网（如 所示） ，每条公路 中的 ， 上的 数表示通 公路所需的 ． （1） 你 在城市 v 0，那么从 v 0 到其他各城市， 什么路径使所需的 最短？ （ 2）求出 的一棵最小生成 。 5．（15 分）求解如下非 性 划 : 2 2 Max z x 1 2 x 1 x 2 6．（20 分）某种合金的主要成分使金属甲与金属乙 . 与分析 , 两种金属成分所占的百分比之和 x 与合金的膨 系数 y 之 有一定的相关关系 . 先 了 12 次, 得数据如下表： 表 2 x i y i x i y i 试建立合金的膨胀系数y 与两种金属成分所占的百分比之和x 的模型。 7．（10 分）有 12 个苹果，其中有一个与其它的 11 个不同，或者比它们轻，或者比它们重，试用没有砝码的天平称量三次，找出这个苹果，并说明它的轻重情况。 《数学建模》模拟试卷（三）参考解答 1. ,作出一些必要的简化和数学模型是对于现实世界的某一特定对象，为了某个特定目的 假设，运用适当的数学工具得到的一个数学结构。它或者能解释特定现象的现实状态，或者能预测对象的未来状态，或者能提供处理对象的最优决策或控制。 数学建模方法 一般来说数学建模方法大体上可分为机理分析和测试分析两种。 机理分析是根据客观事物特征的认识，找出反应内部机理的数量规律，建立的数学模型常有明确的物理意义。 测试分析是将研究对象看作一个"黑箱 "( 意即内部机理看不清楚)，通过对测量数据的统 计分析，找出与数据拟合得最好的模型。 数学建模的一般步骤 (1)模型准备：首先要了解问题的实际背景，明确题目的要求，收集各种必要的信息。 (2)模型假设：为了利用数学方法，通常要对问题做出必要的、合理的假设，使问题的 主要特征凸现出来，忽略问题的次要方面。 (3)模型构成：根据所做的假设以及事物之间的联系，构造各种量之间的关系，把问题 化为数学问题，注意要尽量采用简单的数学工具。 4)模型求解：利用已知的数学方法来求解上一步所得到的数学问题，此时往往还要作出进一步的简化或假设。 (5)模型分析：对所得到的解答进行分析，特别要注意当数据变化时所得结果是否稳定。 (6)模型检验：分析所得结果的实际意义，与实际情况进行比较，看是否符合实际，如 果不够理想，应该修改、补充假设，或重新建模，不断完善。 (7)模型应用：所建立的模型必须在实际应用中才能产生效益，在应用中不断改进和完 善。 2. c1c2 r (k r )T c(T ) 2k，使 c(T ) 单位时间总费用T达到最小的最优周期 T *＝2c1k T *＝2c1 c2 r (k r ) 。当r k 时，c2 r，相当于不考虑生产的情况；当r k 时，T *，因为产量被售量抵消，无法形成贮存量。 3. t——时刻； x(t) —— t 时刻的人口数量； r——人口的固有增长率； x m——自然资源和环境条件所能容纳的最大人口数量； 数学建模比赛总结 我是广西电力职业技术学院发电厂及电力系统专业的一名学生，我很高兴有机会参加20XX年的数学建模竞赛并幸运地获得了广西二等奖。首先要感谢的是学校、学院领导及老师对我们队的支持和帮助。特别要感谢施宁清老师、覃州老师、麦宏元老师、陶国飞老师等老师一直以来对我们精心的辅导和鼓励，才有我们队获奖的机会。参加数学建模竞赛是一件很有意义的事情，它不仅能锻炼每个参赛者连续工作的能力、创造性的思维、把各方面的知识综合运用的能力、熟练使有用计算机以及计算机软件的能力，而更重要的是锻炼了参赛者与伙伴合作、共同完成某项工作的能力。 今年的这个暑假是个不平凡的暑假，我们参加20XX全国数目竞赛的同学都只有一般的时间，因为还有一半的时间是用来进行培训的。起初参加学校的数学建模选修课，我只是对于数学的爱好，那是的我根本不知道什么是数学建模，更不知道它的魅力何在？我们有一个30多人组成数模之家，其中有几个大家长，那就是我们的指导老师。他们为了我们花了很多功夫和时间。我们培训只有短短的一个月，而要在一个月内让一个初学者变成一个能参加全国比赛的选手，是多么大的挑战啊？老师在图书馆的阅览室为我们上模模培训课，从最数模软件Lingo到Mathematic，再到Spss等， 从简单的线性规划到层次分析法，从牛奶配送问题到NBA赛事分析，老师指导我们一步一步走向数模，去零落数模的魅力！ 在这次竞赛当中，我们队的三个人我，黄国志，张高做了很好的分工，一个人主要写论文、另一个人主要收集资料还要协助写论文，而我主要在计算机上编程序进行计算。我们队首先选择了题目C，开赛第一天我们就在讨论C题，确定了基本思路，但是到了下午，我们的思路断了，3个人都没了思路然后我开始看题目D，题目D是学生宿舍的分析，这个题很类似于我们培训时老师讲评过的NBA赛事分析题，于是我们想可不可以运用相同或者类似的方法思路去求解D 题呢？我们就开始集中全力对D题展开分析进行计算。下午我们已经有了比较清晰的思路去求解D题了，最后在晚上决定悬着D题来做。第二天，我们在网上查阅了很多相关的资料，数据。然后我进行计算机模拟，即根据我得到的数据用数学软件如Matlab把我们要的图形模拟出来，把实际的东西转化为数字来计算，然后我负责编辑图形和输入软件进行求解，而他们两个人负责去讨论并把他们想到的新思路告诉我，然后开始写论文。写论文是一件很繁琐的事，因此要用的时间也多，这样等到我把一些基本的结果得出来时正好给他们加到论文里面去，在模拟时要用很多时间，而这些时间都是计算机在工作，所以我就利用这段时间去他们写论文， 学习数学建模心得体会3篇 数学建模已成为国际、国内数学教育中稳定的内容和热点之一。下面是为大家准备的学习数学建模心得体会，希望大家喜欢! 学习数学建模心得体会范文1自从大二下学期真正开了数学模型这一门课之后，我对数学认识又进一步加深。虽然我是学纯数学即数学与应用数学，但是在我的认知中，数学最多的是单纯地证明一些定理抑或是反复的计算一些步骤比较多的题进而求解。随着老师在课堂上一点一点的引导、介绍、讲解，我渐渐地发现数学真的是很万能啊(在我看来)，任何实际问题只要运用数学建立模型都可以抽象成一个数学方面的问题，进而单纯的分析、计算、求解。这只是我大体的认识。 首先，通过数学模型这一门课我解开了数学模型的神秘面纱，与数学模型紧密相连的就是数学建模，简而言之来说数学建模就是应用数学模型来解决各种实际问题的过程，也就是通过对实际问题的抽象、简化、确定变量和参数，并应用某些规律建立变量与参数之间的关系的数学问题(或称一个数学模型)，在借用计算机求解该数学问题，并解释，检验，评价所得的解，从而确定能否将其用于解决实际问题的多次循环，不断深化的过程。 以下是我学习数学模型的一些心得： 第一，数学模型是数学的一个分支，它还没有脱离数学，众所周 知数学是一门比较抽象的课程，主要需要和训练的还是逻辑思维。因此数学模型需要和训练的都基本是思维，但和纯数学区别的是数学模型只要抽象出数学问题的本质，进而建模，那之后不是非得自己一步步地演算、求解。 第二，数学模型最后的求解很多时候都不可避免地要用到计算机，比如像matlab,spss,linggo之类的数学软件。因此在学习过程中我们也得对这些软件有一定的了解和认识。这也就与平常的学习方式产生了区别，平常的数学方式因为其内容和讲授被限制在了平常的阶梯教室，但数学模型这一门课就必须通过自己的实践运用计算机来达到自己的目的。因此我们的学习方式就多了一项(通过计算机进一步了解数学模型的魅力)。 第三，因为数学模型是对现实问题的分析，因此老师在课堂上进行的授课通常会是老师引导、师生之间相互商量，因此课堂氛围一般都比较活泼，学习起来会相对的比较轻松。这样对学生的思维的开拓有很大的好处。因为我们在生活和学习的过程中都接触过很多问题的数学问题的模型，所以思考其整个过程及其影响因素就不会出现无从下手的感觉。相反的，在考虑问题的时候，我们更能提出自己的一些见解并能积极地与老师展开讨论。 第四，数学模型充分挖掘了我们的潜能，使我们对自己的能力有了新的认识，特别是自学能力得到了极大的提高，而且思想的交锋也迸发了智慧的火花，从而增加了继续深入学习数学的主动性和积极性。再次，它也培养了我们的概括力和想象力，也就是要一眼就能抓 . . 华南农业大学期末考试试卷（A 卷） 2012-2013学年第 二 学期 考试科目：数学建模 考试类型：（闭卷）考试 考试时间： 120 分钟 学号 姓名 年级专业 一、(满分12分) 一人摆渡希望用一条船将一只狼.一只羊.一篮白菜从河岸一边带到河岸对面.由于船的限制.一次只能带一样东西过河.绝不能在无人看守的情况下将狼和羊放在一起；羊和白菜放在一起.怎样才能将它们安全的带到河对岸去? 建立多步决策模型,将人、狼、羊、白菜分 别记为i = 1.2.3.4.当i 在此岸时记x i = 1.否则为0；此岸的状态下用s =（x 1.x 2.x 3.x 4）表示。该问题中决策为乘船方案.记为d = (u 1, u 2 , u 3, u 4).当i 在船上时记u i = 1.否则记u i = 0。 (1) 写出该问题的所有允许状态集合；（3分） (2) 写出该问题的所有允许决策集合；（3分） (3) 写出该问题的状态转移率。（3分） (4) 利用图解法给出渡河方案. （3分） 解：(1) S={(1,1,1,1), (1,1,1,0), (1,1,0,1), (1,0,1,1), (1,0,1,0)} 及他们的5个反状（3分） (2) D = {(1,1,0,0), (1,0,1,0), (1,0,0,1), (1,0,0,0)} （6分） (3) s k+1 = s k + (-1) k d k （9分） (4)方法：人先带羊.然后回来.带狼过河.然后把羊带回来.放下羊.带白菜过去.然后再回来把羊带过去。 或: 人先带羊过河.然后自己回来.带白菜过去.放下白菜.带着羊回来.然后放下羊.把狼带过去.最后再回转来.带羊过去。 （12分）数学建模期末考试A试的题目与答案
数学建模感想
建模与仿真
数学模型期末考试试题及答案
数学建模课心得体会
数学模型心得
数学建模心得体会3篇_心得体会
数学建模期末考试2018A试的题目与答案
体会：数学建模的学习心得体会
数学建模集训个人总结
数学模型期末考试试题及答案
数学建模实践心得
数学建模期末试卷A及答案.docx
数学建模比赛总结
学习数学建模心得体会3篇.doc
数学建模期末考试2018A试的题目与答案.doc
相关主题
文本预览