下载文档原格式
第一章绪论人类生活在一个被大气包围的星球上，而这颗星球表面的3/4又被广阔的海洋覆盖，我们的生活一刻也离不开流体。
流体力学在工业和日常生活中都有着广泛的应用，例如：飞行器、舰船、港口、石油平台、桥梁、水库、城市给排水管网、化工机械、动力设备、医疗设备等的设计需要流体力学；气象、海况和洪水的预报需要流体力学；大气、海洋、湖泊、河流和地下水中环境污染的防治也需要流体力学。
因此，掌握一定的流体力学知识和方法实在是有必要的。
本章内容提要：1）什么是流体？什么是流体力学？2）流体力学的研究方法；3）流体的主要物理性质；4）流体质点的概念和连续介质模型（或连续介质假定）。
连续介质假定是整个流体力学的基石之一，务必深入理解。
1.1 流体力学的研究对象和任务流体力学属于力学的一个重要分支，它是研究流体在各种力的作用下的平衡（静止）和运动规律的一门科学。
Fluid mechanics is the study of fluids either in motion (fluid dynamics) or at rest (fluid statics) and the subsequent effects of the fluid upon the boundaries, which may be either solid surfaces or interfaces with other fluid (Frank M. White).传统上，流体力学的研究对象包括液体（liquid）和气体（gas），二者统称为流体。
近年来，等离子体也被纳入流体力学的研究范畴，因此等离子体在某些情况下也被视为流体。
本书将要讨论的流体限于液体和气体。
此外，在流体力学研究中，通常从形态上将物体分为固体（solid）和流体（fluid）两类。
流体力学研究的是流体中大量分子的宏观运动规律，而不是具体的分子运动，属于宏观力学的范畴。
这一点在本章第3节中将具体讨论。
高中数学建模教案
目标：通过本课程，学生将能够了解数学建模的基本概念和方法，能够运用数学知识解决实际问题，提高数学思维和问题解决能力。
教学内容：
1. 什么是数学建模
2. 数学建模的基本步骤
3. 建模的实例分析
4. 基本数学工具：微积分、线性代数等
5. 模型评价和改进
教学方法：
1. 经验引导：通过实例引导学生了解数学建模的基本概念和方法
2. 基础讲解：介绍数学建模的基本步骤和所需的数学工具
3. 分组讨论：组织学生分组进行实际问题的建模和讨论
4. 评价与反馈：对学生的建模结果进行评价和反馈，引导他们不断改进
教学过程：
1. 介绍数学建模的定义和意义
2. 讲解数学建模的基本步骤和所需的数学工具
3. 通过实例分析，让学生感受建模的过程
4. 组织学生分组进行实际问题的建模和讨论
5. 对学生的建模结果进行评价和反馈，引导他们不断改进
课后作业：
1. 尝试运用所学知识解决一个实际问题，并撰写建模报告
2. 思考数学建模对实际生活的应用价值，并做出总结
参考资料：
1. 《高中数学建模导论》
2. 《数学建模实例解析》
3. 《数学建模案例分析与解决》
评估方式：
1. 课堂参与度：包括听课态度、课堂表现等
2. 作业质量：包括实际问题的建模过程和报告撰写
3. 考试成绩：包括数学建模相关知识的理解程度
希望通过本课程的学习，学生能够掌握数学建模的基本概念和方法，培养他们的创新意识和问题解决能力，为将来的学习和工作打下坚实的基础。
第一章线性规划问题及其数学模型一、问题旳提出在生产管理和经营活动中常常提出一类问题，即怎样合理地运用有限旳人力、物力、财力等资源，以便得到最佳旳经济效果。
例1 某工厂在计划期内要安排生产I、II两种产品，已知生产单位产品所需旳设备台时及A、B两种原材料旳消耗，如表1-1所示。
表1-1该工厂每生产一件产品I可获利2元，每生产一件产品II可获利3元，问应怎样安排计划使该工厂获利最多？这问题可以用如下旳数学模型来描述，设x1、x2分别表达在计划期内产品I、II旳产量。
由于设备旳有效台时是8，这是一种限制产量旳条件，因此在确定产品I、II旳产量时，要考虑不超过设备旳有效台时数，即可用不等式表达为：x1+2x2≤8同理，因原材料A、B旳限量，可以得到如下不等式4x1≤164x2≤12该工厂旳目旳是在不超过所有资源限量旳条件下，怎样确定产量x1、x2以得到最大旳利润。
若用z表达利润，这时z=2x1+3x2。
综合上述，该计划问题可用数学模型表达为：目旳函数 max z =2x 1+3x 2 满足约束条件 x 1+2x 2≤84x 1≤16 4x 2≤12 x 1、x 2≥0例2 某铁路制冰厂每年1至4季度必须给冷藏车提供冰各为15，20，25，10kt 。
已知该厂各季度冰旳生产能力及冰旳单位成本如表6-26所示。
假如生产出来旳冰不在当季度使用，每千吨冰存贮一种季度需存贮费4千元。
又设该制冰厂每年第3季度末对贮冰库进行清库维修。
问应怎样安排冰旳生产，可使该厂整年生产费用至少？解：由于每个季度生产出来旳冰不一定当季度使用，设x ij 为第i 季度生产旳用于第j 季度旳冰旳数量。
按照各季度冷藏车对冰旳需要量，必须满足：⎪⎪⎩⎪⎪⎨⎧++++++33231343221242114144x x x x x x x x x x 。
，，，25201510==== 又每个季度生产旳用于当季度和后来各季度旳冰旳数量不也许超过该季度旳生产能力，故又有⎪⎪⎩⎪⎪⎨⎧++++++33232213121143424144x x x x x x x x x x 。
第一章 线性规划模型线性规划（Linear Programming ）是数学规划的一个重要组成部分，是最优化与运筹学理论中的一个重要分支和常用的方法，是最优化理论的基础性内容。
第一节 线性规划问题及其数学模型一、问题的提出在生产管理和经营活动中经常提出一类问题，即如何利用有限的人力、物力、财力等资源，以便得到最好的经济效果。
例1 生产计划问题某工厂在计划期内要安排生产Ⅰ、Ⅱ的两种产品，已知生产单位产品所需的设备台时，A 、B 两种原材料的消耗以及每件产品可获得的利润如下表所示。
问应如何安排生产计划使该工厂获利最多？解：设12,x x 分别表示在计划期内生产产品Ⅰ、Ⅱ的产量。
由于资源的限制，所以有：机器设备的限制条件: 1228x x +≤原材料A 的限制条件： 1416x ≤（称为资源约束条件） 原材料B 的限制条件： 2412x ≤同时，产品Ⅰ、Ⅱ的产量不能是负数，所以有120,0x x ≥≥（称为变量的非负约束）。
显然，在满足上述约束条件下的变量取值，均能构成可行方案，且有许许多多。
而工厂的目标是在不超过所有资源限量的条件下，如何确定产量12,x x 以得到最大的利润，即使目标函数1223z x x =+的值达到最大。
综上所述，该生产计划安排问题可用以下数学模型表示：例2 运输问题某公司经销某种产品，三个产地和四个销地的产量、销量、单位运价如下表所示。
问在保证产销平衡的条解:（1）决策变量：设(1,2,3;1,2,3,4)ij x i j ==为从产地i 运到销地j 的运量（2）目标函数：总运费最小3411min ij iji j z c x===∑∑（3）约束条件： 产量约束 销量约束 非负约束 模型为：二、线性规划问题的模型上述几例所提出的问题，可归结为在变量满足线性约束条件下，求使线性目标函数值最大或最小的问题。
它们具有以下共同的特征。
（1）每个问题都可用一组决策变量12(,,,)n x x x 表示某一方案，其具体的值就代表一个具体方案。
《数学模型》课程教学大纲一、《数学模型》课程说明（一）课程编号：07251105（二）英文名称：Mathmatic Modeling（三）开课对象：数学与应用数学专业（四）课程的性质：数学建模是为数学与应用数学专业开设的一门学科基础课，其先修课程有数学分析、高等代数、概率论与数理统计、数学实验等。
它是研究如何将数学方法和计算机知识结合起来用于解决实际生活中存在问题的一门边缘交叉学科，是集经典数学、现代数学和实际问题为一体的一门新型课程，是应用数学解决实际问题的重要手段和途径。
（五）教学目的：数学建模是继本科生学习数学分析、高等代数、概率论与数理统计之后进一步提高运用数学知识解决实际问题，培育和训练综合能力所开设的一门新学科。
通过具体实例引入使学生掌握数学建模基本思想、基本方法、基本类型。
学会进行科学研究的一般过程，并能进入一个实际操作的状态．通过数学模型有关的概念、特征的学习和数学模型应用实例的介绍，培养学生数学推导计算和简化分析能力、熟练运用计算机能力；培养学生联想、洞察能力、综合分析能力；培养学生应用数学解决实际问题的能力。
（六）教学要求和方法1.教学要求本课程主要介绍在数学应用中已经比较完善的数学模型，包括初等模型、简单优化模型、线性规划模型、离散模型、离散模型、微分方程模型、差分方程、概率统计模型等内容。
要求学生了解数学建摸的基本概念及基本方法，学会将学过的数学方法和知识同周围的现实世界联系起来，甚至和真正的实际问题联系起来。
不仅应使学生知道数学有用、怎么用，更要使学生体会到在真正的应用中还需要继续学习。
2.教学方法本课程将课堂讲授与上机实习结合起来，以课堂讲授为主。
课堂讲授旨在教学生如何建立模型，讲授中穿插各类数模实例，与现实中的各类实际问题相结合，启发学生自主思考和研究问题，找寻解决问题的数学模型和实际方法。
除此外，还会讲解数学建模论文的书写方法，以论文的形式完成建模和研究工作。
上机旨在教学生如何求解模型，以学生自主学习为主，结合课堂学习内容完成课堂布置的作业，利用数学软件求解模型结果。
第一章建立数学模型1.1 从现实对象到数学模型1.2 数学建模的重要意义1.3 数学建模示例11.4 数学建模示例21.5 数学建模示例31.6 数学建模的方法和步骤1.7 数学模型的特点和分类1.8 数学建模能力的培养1.1从现实对象到数学模型我们常见的模型玩具、照片、飞机、火箭模型……~ 实物模型水箱中的舰艇、风洞中的飞机……~ 物理模型地图、电路图、分子结构图……~ 符号模型模型是为了一定目的，对客观事物的一部分进行简缩、抽象、提炼出来的原型的替代物模型集中反映了原型中人们需要的那一部分特征你碰到过的数学模型——“航行问题”用x 表示船速，y 表示水速，列出方程：75050)(75030)(=×−=×+y x y x 答：船速每小时20千米/小时.甲乙两地相距750千米，船从甲到乙顺水航行需30小时，从乙到甲逆水航行需50小时，问船的速度是多少?x =20y =5求解航行问题建立数学模型的基本步骤•作出简化假设（船速、水速为常数）；•用符号表示有关量（x, y表示船速和水速）；•用物理定律（匀速运动的距离等于速度乘以时间）列出数学式子（二元一次方程）；•求解得到数学解答（x=20, y=5）；•回答原问题（船速每小时20千米/小时）。
数学模型(Mathematical Model) 和数学建模（Mathematical Modeling)对于一个现实对象，为了一个特定目的，根据其内在规律，作出必要的简化假设，运用适当的数学工具，得到的一个数学结构。
建立数学模型的全过程（包括表述、求解、解释、检验等）数学模型数学建模1.2数学建模的重要意义•电子计算机的出现及飞速发展；•数学以空前的广度和深度向一切领域渗透。
数学建模作为用数学方法解决实际问题的第一步，越来越受到人们的重视。
•在一般工程技术领域数学建模仍然大有用武之地；•在高新技术领域数学建模几乎是必不可少的工具；•数学进入一些新领域，为数学建模开辟了许多处女地。
数学建模的具体应用•分析与设计•预报与决策•控制与优化•规划与管理如虎添翼数学建模计算机技术知识经济1.3 数学建模示例1椅子能在不平的地面上放稳吗问题分析模型假设通常~ 三只脚着地放稳~ 四只脚着地•四条腿一样长，椅脚与地面点接触，四脚连线呈正方形;•地面高度连续变化，可视为数学上的连续曲面;•地面相对平坦，使椅子在任意位置至少三只脚同时着地。
模型构成用数学语言把椅子位置和四只脚着地的关系表示出来•椅子位置利用正方形(椅脚连线)的对称性x B A D C O D ´C ´B ´ A ´用θ(对角线与x 轴的夹角)表示椅子位置•四只脚着地距离是θ的函数四个距离(四只脚)A,C 两脚与地面距离之和~ f (θ)B,D 两脚与地面距离之和~ g (θ)两个距离θ椅脚与地面距离为零正方形ABCD 绕O 点旋转正方形对称性用数学语言把椅子位置和四只脚着地的关系表示出来f(θ) , g(θ)是连续函数对任意θ,f(θ), g(θ)至少一个为0数学问题已知：f(θ) , g(θ)是连续函数;对任意θ，f(θ) •g(θ)=0 ;且g(0)=0，f(0) > 0.证明：存在θ0，使f(θ0) = g(θ0) = 0.模型构成地面为连续曲面椅子在任意位置至少三只脚着地模型求解给出一种简单、粗糙的证明方法将椅子旋转900，对角线AC和BD互换。
由g(0)=0，f(0) > 0 ，知f(π/2)=0 , g(π/2)>0.令h(θ)= f(θ)–g(θ), 则h(0)>0和h(π/2)<0.由f, g的连续性知h为连续函数, 据连续函数的基本性, 使h(θ0)=0, 即f(θ0) = g(θ0) .质, 必存在θ因为f(θ) •g(θ)=0, 所以f(θ) = g(θ0) = 0.评注和思考建模的关键~θ和f(θ), g(θ)的确定假设条件的本质与非本质考察四脚呈长方形的椅子1.4 商人们怎样安全过河问题(智力游戏)∆∆∆3名商人×××3名随从随从们密约, 在河的任一岸, 一旦随从的人数比商人多, 就杀人越货.但是乘船渡河的方案由商人决定.商人们怎样才能安全过河?问题分析多步决策过程决策~ 每一步(此岸到彼岸或彼岸到此岸)船上的人员要求~在安全的前提下(两岸的随从数不比商人多),经有限步使全体人员过河.河小船(至多2人)1.4 数学建模示例2模型构成x k ~第k 次渡河前此岸的商人数y k ~第k 次渡河前此岸的随从数x k , y k =0,1,2,3;k =1,2,……s k =(x k , y k )~过程的状态S={(x , y )|x =0, y =0,1,2,3; x =3, y =0,1,2,3; x =y =1,2}S ~ 允许状态集合u k ~第k 次渡船上的商人数v k ~第k 次渡船上的随从数d k =(u k , v k )~决策D={(u , v )|u+v =1, 2} ~允许决策集合u k , v k =0,1,2;k =1,2,……s k +1=s k d k+(-1)k ~状态转移律求d k ∈D(k =1,2, …n), 使s k ∈S, 并按转移律由s 1=(3,3)到达s n +1=(0,0).多步决策问题模型求解xy 332211•穷举法~ 编程上机•图解法状态s =(x,y ) ~ 16个格点~ 10个点允许决策~ 移动1或2格; k 奇,左下移; k 偶,右上移.s 1s n +1d 1, …，d 11给出安全渡河方案评注和思考规格化方法,易于推广考虑4名商人各带一随从的情况d 1d 11允许状态S={(x , y )|x =0, y =0,1,2,3;x =3, y =0,1,2,3; x=y =1,2}背景年1625 1830 1930 1960 1974 1987 1999人口(亿) 5 10 20 30 40 50 60世界人口增长概况中国人口增长概况年1908 1933 1953 1964 1982 1990 1995 2000人口(亿) 3.0 4.7 6.0 7.2 10.3 11.3 12.0 13.0研究人口变化规律控制人口过快增长如何预报人口的增长1.5 数学建模示例3指数增长模型——马尔萨斯提出(1798)常用的计算公式kk r x x )1(0+=x (t ) ~时刻t 的人口基本假设: 人口(相对)增长率r 是常数tr t x t x t t x ∆=−∆+)()()(今年人口x 0, 年增长率rk 年后人口0)0(,x x rx dtdx==rtex t x 0)(=t r e x t x )()(0=tr x )1(0+≈随着时间增加，人口按指数规律无限增长指数增长模型的应用及局限性•与19世纪以前欧洲一些地区人口统计数据吻合•适用于19世纪后迁往加拿大的欧洲移民后代•可用于短期人口增长预测•不符合19世纪后多数地区人口增长规律•不能预测较长期的人口增长过程19世纪后人口数据人口增长率r不是常数(逐渐下降)阻滞增长模型(Logistic 模型)人口增长到一定数量后，增长率下降的原因：资源、环境等因素对人口增长的阻滞作用且阻滞作用随人口数量增加而变大假设)0,()(>−=s r sx r x r r ~固有增长率(x 很小时)x m ~人口容量（资源、环境能容纳的最大数量）)1()(mx xr x r −=r 是x 的减函数mx r s =)(=m x rrx dtdx=)1()(mx x rx x x r dt dx −==dx /dtxx m x m /2x m x t x x x emm rt()()=+−−110txx (t )~S 形曲线, x 增加先快后慢x 0x m /2阻滞增长模型(Logistic 模型)参数估计用指数增长模型或阻滞增长模型作人口预报，必须先估计模型参数r 或r, x m•利用统计数据用最小二乘法作拟合例：美国人口数据（单位~百万）1860 1870 1880 ……1960 1970 1980 199031.4 38.6 50.2 ……179.3 204.0 226.5 251.4专家估计阻滞增长模型(Logistic 模型)r =0.2557, x m =392.1模型检验用模型计算2000年美国人口，与实际数据比较]/)1990(1)[1990()1990()1990()2000(m x x rx x x x x −+=∆+=实际为281.4 (百万)5.274)2000(=x 模型应用——预报美国2010年的人口加入2000年人口数据后重新估计模型参数Logistic 模型在经济领域中的应用(如耐用消费品的售量)阻滞增长模型(Logistic 模型)r =0.2490, x m =434.0x (2010)=306.0数学建模的基本方法•机理分析•测试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将对象看作“黑箱”,通过对量测数据的统计分析，找出与数据拟合最好的模型机理分析没有统一的方法，主要通过实例研究(Case Studies)来学习。
以下建模主要指机理分析。
•二者结合用机理分析建立模型结构,用测试分析确定模型参数1.6数学建模的方法和步骤数学建模的一般步骤模型准备模型假设模型构成模型求解模型分析模型检验模型应用模型准备了解实际背景明确建模目的搜集有关信息掌握对象特征形成一个比较清晰的‘问题’模型假设针对问题特点和建模目的作出合理的、简化的假设在合理与简化之间作出折中模型构成用数学的语言、符号描述问题发挥想像力使用类比法尽量采用简单的数学工具数学建模的一般步骤模型求解各种数学方法、软件和计算机技术如结果的误差分析、统计分析、模型对数据的稳定性分析模型分析模型检验与实际现象、数据比较，检验模型的合理性、适用性模型应用数学建模的一般步骤数学建模的全过程现实对象的信息数学模型现实对象的解答数学模型的解答表述求解解释验证(归纳)(演绎)表述求解解释验证根据建模目的和信息将实际问题“翻译”成数学问题选择适当的数学方法求得数学模型的解答将数学语言表述的解答“翻译”回实际对象用现实对象的信息检验得到的解答实践现实世界数学世界理论实践1.7数学模型的特点和分类模型的逼真性和可行性模型的渐进性模型的强健性模型的可转移性模型的非预制性模型的条理性模型的技艺性模型的局限性数学模型的特点数学模型的分类应用领域人口、交通、经济、生态……数学方法初等数学、微分方程、规划、统计……表现特性描述、优化、预报、决策……建模目的了解程度白箱灰箱黑箱确定和随机静态和动态线性和非线性离散和连续1.8 数学建模能力的培养----怎样学习数学建模数学建模与其说是一门技术，不如说是一门艺术技术大致有章可循艺术无法归纳成普遍适用的准则想像力洞察力判断力•学习、分析、评价、改进别人作过的模型•亲自动手，认真作几个实际题目。
