胡松瀛数模讲义
对策与决策模型
古人云：“世事如棋。”人生就像下棋一样，每天都要面对许多的对策与决策问题。有些是生活琐事的对策与决策，如要不要买你看中的一件商品；今天中午你点什么菜，喝什么酒？有些则可能是决定你命运的重大事情的对策与决策，如高考填志愿你该填什么学校，什么专业？许多人在竞争某一职位，你应当怎样做才能最好的表现自己，使自己脱颖而出？等等，等等。对策与决策问题都要求你面对几种方案做出选择，不同之处在于遇到对策问题时，你面对的是一个或几个与你一样可以可以选择行动方案的对手；而遇到决策问题时则不然，你面对的并非一些对手，而是将来会出现的几种可能结果，它们虽不会故意为难你（即不会和你博弈），但你一般却不知道究竟哪一种结果会真正出现。当然，两类问题也有一定的联系，不必分得过于清楚。例如，在某些情况下，如果我们把可能出现的若干种情况看成是竞争对手可以采取的几种策略，那么求解对策问题的方法也可以用来求解决策问题。
对策问题
对策论的思想早就有之，我国战国时期的“田忌赛马”就是一例。传说齐王欲与大将田忌赛马，双方约定每人挑选上、中、下三个等级的马个一匹进行比赛，每局赌局诶一千金。齐王同等级的马均比田忌的马略胜一筹，似乎必胜无疑。田忌的朋友孙膑给他除了一个主意，让他用下等马对齐王的上等马，上等马对齐王的中等马，中等马对齐王的下等马，结果田忌两胜一败，反而赢得了一千金。然而，对策论
作为一门真正独立的学科，其发展的历史却并不久远。1912年，策墨罗利用集合论思想研究下棋，发表了题为《关于集合论在象棋对策中的应用》的论文。1928年与1937年著名美籍匈牙利科学家冯.诺伊曼和摩根斯藤合著了《对策论与经济行为》一书。这些研究成果被公认为是对策论作为一门学科创立的标志，他们引进了严格的定义，构建了对策论的理论框架，使对策论研究走上了系统化、公理化的道路。1950年，美国数学家纳什将冯.诺伊曼等人的合作对策理论发展到非合作对策情况，提出了纳什平衡点概念（纳什本人也因此而获得了诺贝尔经济学奖）。此后，对策论围饶着纳什平衡点这一核心问题发展，又有了新的重大突破。
对策问题的参与者为利益相互冲突的各方，其结局不取决于其中任意一方的努力而是各方所采取的策略的综合结果。
究竟什么是对策问题呢？让我们先来考察两个简单的实例。
例 1 （囚犯的困惑）警察同时逮捕了两人，并将他们分别关押在两处，逮捕的原因是他们持有大量伪币。警方怀疑他们伪造钱币，但尚未找到充分的证据，希望他们能自己供认。这两个人都知道：如果他们双方都不供认，将被以持有和使用大量伪币罪各判刑18个月；如果双方都供认伪造了钱币，将因伪造钱币罪各判刑3年；如果一方供认另一方不供认，则供认方将被从宽处理仅关押半年，但未供认一方将被判刑7年。将嫌疑犯A、B被判刑的几种可能情况如表一所示。
表一
3
第一章引言 众所周知，21世纪是知识经济的时代，所谓知识经济是以现代科学技术为核心，建立在知识和信息的生产、存储、使用和消费之上的经济；是以智力资源为第一生产力要素的经济；是以高科技产业为支柱产业的经济。知识创新和技术创新是知识经济的基本要求和内在动力，培养高素质、复合型的创新人才是时代发展的需要。创新人才主要是指具有较强的创新精神、创新意识和创新能力，并能够将创新能力转化为创造性成果的高素质人才。培养创新人才，大学教育是关键，而大学的数学教育在整个大学教育，乃至在人才的培养中都起着重要的奠基作用。正如著名的数学家王梓坤院士所说：“今天的数学兼有科学和技术两种品质，数学科学是授人以能力的技术。”数学作为一门技术，现已经成为一门能够普遍实施的技术，也是未来所需要的高素质创新人才必须要具有的一门技术。随着知识经济发展的需要，创新人才的供需矛盾日趋突现，这也是全社会急呼教学改革的根本所在。因此，现代大学数学教育的思想核心就是在保证打捞学生基础的同时，力求培养学生的创新意识与创新能力、应用意识与应用能力。也就是大学数学教育应是基于传授知识、培养能力、提高素质于一体的教育理念之下的教学体系。数学建模活动是实现这一改革目标的有效途径，也正是数学建模活动为大学的数学教学改革打开了一个突破口，近几年的实践证明，这一改革方向是正确的，成效是显著的。 1.1 数学建模的作用和地位 我们培养人才的目的主要是为了服务于社会、应用于社会，促进社会的进步和发展。而社会实际中的问题是复杂多变的，量与量之间的关系并不明显，并不是套用某个数学公式或只用某个学科、某个领域的知识就可以圆满解决的，这就要求我们培养的人才应有较高的数学素质。即能够从众多的事物和现象中找出共同的、本质的东西，善于抓住问题的主要矛盾，从大量的数据和定量分析中寻找并发现规律，用数学的理论和数学的思维方法以及相关的知识去解决，从而为社会服务。基于此，我们认为定量分析和数学建模等数学素质是知识经济时代人才素质的一个重要方面，是培养创新能力的一个重要方法和途径。因此，开展数学建模活动将会在人才培养的过程中有着重要的地位和起着重要的作用。 1.1.1 数学建模的创新作用 数学科学在实际中的重要地位和作用已普遍地被人们所认识，它的生命力正在不断地增强，这主要是来源于它的应用地位。各行各业和各科学领域都在运用数学，或是建立在数学基础之上的，正像人们所说的“数学无处不在”已成为不可争辩的事实。特别是在生产实践中运用数学的过程就是一个创造性的过程，成功运用的核心就是创新。我们这里所说的创新是指科技创新，所谓的科技创新主要是指在科学拘束领域的新发明、新创造。即发明新事物、新思想、新知识和新规律；创造新理论、新方法和新成果；开拓新的应用领域、解决新的问题。大学是人才培养的基地，而创新人才的培养核心是创新思想、创新意识和创新能力的培养。传统的教学内容和教学方法显然不足以胜任这一重担，数学建模本身就是一个创造性的思维过程，从数学建模的教学内容、教学方法，以及数学建模竞赛活动的培训等都是围绕着一个培养创新人才的核心这个主题内容进行的，其内容取材于实际、方法结合于实际、结果应用于实际。总之，知识创新、方法创新、结果创新、应用创新无不在数学建模的过程中得到体现，这也正是数学建模的创新作用所在。 1.1.2 数学建模的综合作用 对于我们每一个教数学基础科的教师来说，在上第一堂课的时候，按惯例都会讲一下课
数学建模实验报告
一、实验目的 1、通过具体的题目实例，使学生理解数学建模的基本思想和方法，掌握 数学建模分析和解决的基本过程。 2、培养学生主动探索、努力进取的的学风，增强学生的应用意识和创新 能力，为今后从事科研工作打下初步的基础。 二、实验题目 （一）题目一 1、题目：电梯问题有r个人在一楼进入电梯，楼上有n层。设每个 乘客在任何一层楼出电梯的概率相同，试建立一个概率模型，求直 到电梯中的乘客下完时，电梯需停次数的数学期望。 2、问题分析 （1）由于每位乘客在任何一层楼出电梯的概率相同，且各种可能的情况众多且复杂，难于推导。所以选择采用计算机模拟的 方法，求得近似结果。 （2）通过增加试验次数，使近似解越来越接近真实情况。 3、模型建立 建立一个n*r的二维随机矩阵，该矩阵每列元素中只有一个为1，其余都为0，这代表每个乘客在对应的楼层下电梯（因为每 个乘客只会在某一层下，故没列只有一个1）。而每行中1的个数 代表在该楼层下的乘客的人数。 再建立一个有n个元素的一位数组，数组中只有0和1,其中1代表该层有人下，0代表该层没人下。 例如： 给定n=8;r=6（楼8层，乘了6个人）,则建立的二维随机矩阵及与之相关的应建立的一维数组为： m = 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 0 0 c = 1 1 0 1 0 1 1 1 4、解决方法（MATLAB程序代码）：
n=10;r=10;d=1000; a=0; for l=1:d m=full(sparse(randint(1,r,[1,n]),1:r,1,n,r)); c=zeros(n,1); for i=1:n for j=1:r if m(i,j)==1 c(j)=1; break; end continue; end end s=0; for x=1:n if c(x)==1 s=s+1; end continue; end a=a+s; end a/d 5、实验结果 ans = 6.5150 那么，当楼高11层，乘坐10人时，电梯需停次数的数学期望为6.5150。 （二）题目二 1、问题：某厂生产甲乙两种口味的饮料,每百箱甲饮料需用原料6 千克,工人10名,可获利10万元;每百箱乙饮料需用原料5千 克,工人20名,可获利9万元.今工厂共有原料60千克,工人 150名,又由于其他条件所限甲饮料产量不超过8百箱.问如何 安排生产计划,即两种饮料各生产多少使获利最大.进一步讨 论: 1)若投资0.8万元可增加原料1千克,问应否作这项投资. 2)若每百箱甲饮料获利可增加1万元,问应否改变生产计划. 2、问题分析 （1）题目中共有3个约束条件，分别来自原料量、工人数与甲饮料产量的限制。 （2）目标函数是求获利最大时的生产分配，应用MATLAB时要转换
《数学建模与数学实验》本科教学日历 数学建模部分 开设课程课程名称数学建模课程编号0701107 施教单位理学院 课内学时 总课时36 课程性质公共基础讲授课时28 修读要求选修实践课时8 选用教材教材名称数学建模教程出版社名称高等教育出版社 出版时间 及版次 2011年出版，第一版印刷时间2011年 其他情况 教学安排 班次授课对象及人数任教教员（指导教员）姓名及职称数学建模A 各专业本科学员 吴孟达教授 段晓君教授 毛紫阳讲师 王丹讲师 数学建模B 各专业本科学员 吴孟达教授 段晓君教授 毛紫阳讲师 王丹讲师 课次节 次 授课内容 教学 方法 采用现代化教学手段(课时) 多媒体电教双语网络实验 1 1 （1）什么是数学建模？数学建模的一般概念 （2）几个数学建模问题 讲授 1 2 （1）数学建模的一般步骤 （2）敏感问题调查案例 讲授 1 2 3 （1）行走步长问题 （2）雨中行走淋雨量最小问题 （3）道路是越多越通畅吗? 讲授 1 4 （1）有奖销售的抽奖策略问题 （2）“非诚勿扰”女生最佳选择问题 （3）网络文章流行度预测和招聘匹配 讲授 1 3 5 （1）线性规划模型基本概念 （2）整数规划模型 （3）0-1规划模型 讲授 1 6 （1）非线性规划 （2）多目标规划 讲授 1 4 7 （1）最短路算法 （2）最小生成树算法 讲授 1 8 （1）最大流算法 （2）PageRank算法 讲授 1 5 9 规划模型上机实践实践 1
课次节 次 授课内容 教学 方法 采用现代化教学手段(课时) 多媒体电教双语网络实验10 图论模型上机实践实践 1 6 11 （1）博弈模型基本概念 （2）Nash平衡和Pareto最优 （3）博弈论案例 讲授 1 12 （1）贝叶斯纳什均衡 （2）拍卖模型 讲授 1 7 13 社会选择理论中的选举问题数学模型-阿罗不可能定理讲授 1 14 越野长袍团体赛排名规则公平性问题讲授 1 8 15 军事作战模型-Lanchester作战模型讲授 1 16 自动化车床管理模型讲授 1 9 17 （1）“边际效应”基本概念 （2）实物交换模型，最佳消费模型、报童售报问题 讲授 1 18 （1）价格弹性模型 （2）合作效益的Shapley值分配模型 讲授 1 10 19 （1）聚类分析基本概念 （2）常用聚类算法 讲授 1 20 （1）方差分析基本概念 （2）单因素方差分析 （3）双因素方差分析 讲授 1 11 21 （1）主成分分析基本概念 （2）因子分析 讲授 1 22 （1）一元回归分析 （2）多元回归分析 （3）多元回归模型的检验与优化 讲授 1 12 23 聚类分析和方差分析上机实践实践 1 24 主成分分析和多元回归分析上机实践实践 1 13 25 （1）遗传算法基本思想 （2）算法步骤 讲授 1 26 遗传算法计算实例讲授 1 14 27 （1）模拟退火算法基本思想 （2）算法步骤 讲授 1 28 模拟退火算法计算实例讲授 1 15 29 （1）蚁群算法基本思想 （2）算法步骤 讲授 1 30 （1）数学建模中的计算机仿真 （2）不可召回的秘书招聘问题 （3）车灯光源优化设计 （4）生命游戏 讲授 1 16 31 遗传算法上机实践实践 1 32 模拟退火算法上机实践实践 1
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
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');
数学建模与数学实验试卷及答案 二、本题10分(写出程序和结果) 蚌埠学院2010—2011学年第二学期 2,x在 [-5 ，5] 区间内的最小值，并作图加以验证。求函数yxe,，,3《数学建模与数学实验》补考试卷答案 f1=inline('x.^2 +exp(-x)-3') 注意事项:1、适用班级:09数学与应用数学本科1,2班 2、本试卷共1页，附答题纸1页。满分100分。 x=fmin(f1,-5,5) 3、考查时间100分钟。 y=f1(x) 4、考查方式:开卷 fplot(f1,[-5,5]) 一、填空:(每空4分，共60分) x = 0.3517，y== -2.1728 123111,，，，， ,,,,三、本题15分(写出程序和结果) 1. 已知，，则A的秩为 3 ，A的特征值为 A,612B,234,,,, ,,,,,215531,，，，，360000xx，,,12,max2.5fxx,，求解:， stxx..250000，,,1212-1.9766 4.4883 + 0.7734i 4.4883 - 0.7734i ，若令 A([1,3],:)= B([2,3],:)，则,x,150001,A(2,:)= 6 1 2 ; 解: xxx，，,22,123,model: 2. 的解为 1.25 ,0.25 0.5 ; xxx，，,521,123max=2.5*x1+x2; ,242xxx，，,123,3*x1+x2<=60000; 装订线内不要答题 2*x1+x2<=50000; 3. 将1234521 分解成质因数乘积的命令为_factor(sym(‘1234521’)),
? 1.1.3 初识MATLAB 例1-1 绘制正弦曲线和余弦曲线。 x=[0:0.5:360]*pi/180; plot(x,sin(x),x,cos(x)); ?例1-2 求方程 3x4+7x3 +9x2-23=0的全部根。 p=[3,7,9,0,-23]; %建立多项式系数向量 x=roots(p) %求根 ?例1-3 求积分 quad('x.*log(1+x)',0,1) ?例1-4 求解线性方程组。 a=[2,-3,1;8,3,2;45,1,-9]; b=[4;2;17]; x=inv(a)*b ? 1.2.1 MATLAB的运行环境 硬件环境： (1) CPU (2) 内存 (3) 硬盘 (4) CD-ROM驱动器和鼠标。 软件环境： (1) Windows 98/NT/2000 或Windows XP (2) 其他软件根据需要选用 ? 1.3.1 启动与退出MATLAB集成环境 1．MATLAB系统的启动 与一般的Windows程序一样，启动MATLAB系统有3种常见方法： (1)使用Windows“开始”菜单。 (2)运行MATLAB系统启动程序matlab.exe。 (3) 利用快捷方式。 ?启动MATLAB后，将进入MATLAB 6.5集成环境。MATLAB 6.5集成环境包括MATLAB 主窗口、命令窗口(Command Window)、工作空间窗口(Workspace)、命令历史窗口(Command History)、当前目录窗口(Current Directory)和启动平台窗口(Launch Pad)。 ?2．MATLAB系统的退出 要退出MATLAB系统，也有3种常见方法： (1) 在MATLAB主窗口File菜单中选择Exit MATLAB命令。 (2) 在MATLAB命令窗口输入Exit或Quit命令。 (3) 单击MATLAB主窗口的“关闭”按钮。 ? 1.3.2 主窗口 MATLAB主窗口是MATLAB的主要工作界面。主窗口除了嵌入一些子窗口外，还主要包括菜单栏和工具栏。 1．菜单栏 在MATLAB 6.5主窗口的菜单栏，共包含File、Edit、View、Web、Window和Help 6个菜单项。
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 =?
10级信息《数学建模与数学实验(实践)》任务书 一、设计目的 通过《数学建模与数学实验(实践)》实践环节，掌握本门课程的众多数学建模方法和原理，并通过编写C语言或matlab程序，掌握各种基本算法在计算机中的具体表达方法，并逐一了解它们的优劣、稳定性以及收敛性。在熟练掌握C 语言或matlab语言编程的基础上，编写算法和稳定性均佳、通用性强、可读性好，输入输出方便的程序，以解决实际中的一些科学计算问题。 二、设计教学内容 1线性规划（掌握线性规划的模型、算法以及Matlab 实现）。整数线性规划（掌握整数线性规划形式和解法）。 2微分方程建模（掌握根据规律建立微分方程模型及解法；微分方程模型的Matlab 实现）。 3最短路问题（掌握最短路问题及算法，了解利用最短路问题解决实际问题）。 行遍性问题（了解行遍性问题，掌握其TSP算法）。 4回归分析（掌握一元线性回归和多元线性回归，掌握回归的Matlab实现）。 5计算机模拟（掌握Monte-carlo方法、了解随机数的产生；能够用Monte-carlo 解决实际问题）。 6插值与拟合（了解数据拟合基本原理，掌握用利用Matlab工具箱解决曲线拟合问题）。 三、设计时间 2012—2013学年第1学期：第16周共计一周 目录 一、10级信息《数学建模与数学实验(实践)》任务书 (1) 二、饭店餐桌的布局问题 (3) 摘要 (3)
问题重述 (3) 模型假设 (3) 模型分析 (4) 模型的建立和求解 (4) 模型推广 (9) 参考文献 (9) 三、白酒配比销售问题 (10) 摘要 (10) 问题重述 (11) 问题分析 (12) 模型假设 (12) 符号及变量说明 (12) 模型的建立与求解 (13) 模型的检验 (18) 模型的评价与推广 (19) 附录 (21) 饭店餐桌的布局问题 摘要 饭店餐桌的布局对于一个饭店有着很重要的作用。本文讨论的就是饭店餐桌的布局问题，根据实际需求及规定建立模型，同时考虑餐桌的类型及规格，尤其是餐桌的摆放技巧，保证使饭店能容纳的人数达到最大。根据所需餐桌的数量
数学建模与数学实验 实验报告 班级: 数学师范153 姓名:付爽 学号:1502012060 实验名称: 数列极限与函数极限 基础实验 基础实验一数列极限与函数极限第一部分实验指导书解读
一、实验目的 从刘徽的割圆术、裴波那奇数列研究数列的收敛性并抽象出极限的定义;理解数列收敛的准则;理解函数极限与数列极限的关系。 二、实验使用软件 Mathematic 5、0 三.实验的基本理论即方法 1割圆术 中国古代数学家刘徽在《九章算术注》方田章圆田术中创造了割圆术计算圆周率π。刘徽先注意到圆内接正多边形的面积小于圆面积;其次,当将边数屡次加倍时,正多边形的面积增大,边数愈大则正多边形面积愈近于圆的面积。 “割之弥细,所失弥少。割之又割以至不可割,则与圆合体而无所失矣。”这几句话明确地表明了刘徽的极限思想。 以n S 表示单位圆的圆内接正1 23-?n 多边形面积,则其极限为 圆周率π。用下列Mathematica 程序可以从量与形两个角度考察数列{n S }的收敛情况: m=2;n=15;k=10; For[i=2,i<=n,i++, l[i_]:=N[2*Sin[Pi/(3*2^i)],k]; (圆
内接正1 23-?n 多边形边长) s[i_]:=N[3*2^(i-1)*l[i]*Sqrt[1-(l[i])^2/4],k]; (圆内接正1 23-?n 多边形面积) r[i_]:=Pi-s[i]; d[i_]:=s[i]-s[i-1]; Print[i," ",r[i]," ",l[i]," ",s[i]," ",d[i]] ] t=Table[{i,s[i]},{i,m,n}] (数组) ListPlot[t] (散点图) 2裴波那奇数列与黄金分割 由2110;1; 0--+===n n n F F F F F 有著名的裴波那奇数列}{n F 。 如果令n n n F F R 11 --=,由n F 递推公式可得出 11111/11---+=+=+=n n n n n n n R F F F F F R ,]251251[511 1 ++??? ? ??--??? ? ??+=n n n F ; 2 15lim lim 1 -==+∞ →∞ →n n n n n F F R 。 用下列Mathematica 程序可以从量与形两个角度考察数列{n R }的收敛情况: n=14,k=10; For[i=3,i<=n,i++, t1=(Sqrt[5]+1)/2; t2=(1-Sqrt[5])/2;
数模复习资料 第1章 决策分析 1.1决策树 决策分析是一种在不确定环境中对涉及决策的各种问题做出合理与系统决定的方法。 随机数学是最重要的工具！ 期望值准则是我们做随机选择时的重要原则 方差准则是我们做随机选择时的辅助手段 ? 理性决策者总是偏好收益高风险低的项目 ? 效用函数是递增的凹函数 决策树(decision tree) 是组织和表示决策者所面临的各种决定和不确定问题的一个系统化的方法。 决策树的重要要素 讲义P2 (要会画决策树) ? 节点 ? 决策节点 ? 事件节点 ? 分枝 求解决策树的方法 讲义P8 ? 预期货币值（expected money value ）作为衡量的标准 ? 向后归纳法（backwards induction ）向后归纳法的思想来源是动态规划 求解决策树的程序过程 讲义 P11 ? 以决策树的最终分枝为起始点，对每个事件节点和每个决策节点进行评估，具体方法如下 ? 对于每个事件节点，通过计算每个分枝的EMV 与其概率的加权平均，计算该节点的 EMV 。 ? 对于每个决策节点，通过选择具有最佳EMV 节点发出的分枝，计算该节点的EMV 。 在决策点的上方写上数值，并通过在它们上画双杠的方法，划去那些低EMV 的分枝 ? 所有节点评估完成后，求解决策树 ? 最优策略的EMV 就是起始分枝计算的EMV 。 决策分析的一般方法概述 讲义 P17 ? 构造决策问题。列出所有必须做出的决定 ? 通过按时间和逻辑顺序放置决策节点和事件节点来构造决策树 ? 确定每个不确定事件及其每个可能结果的概率 ? 确定决策树的每个最终分枝的数值 ? 利用向后归纳方法求解决策树 ? 完成所有关键值的灵敏度分析 生物影像公司的案例 P17 (见下页,需要学会做决策树) 时间范围 01221202 , (1) (1) (1) 在当年支付第一年支付，第二年支付，第年支付的的现金流估值为： 估值=t t K K K t K K K K K βββ+ + ++ +++
§9.2合作对策模型 力合作，常常可以获得更大的总收益（或受到更小的总损失）。本节主要讨论在这种合作中应当如何分配收益（或分摊损失），这一问题如果处理不当，合作显然是无法实现的。先让我们来分析一个具体实例
例7有三个位于某河流同旁的城镇城1、城2、城3(如图）三城镇的污水必须经过处理后方能排入河中，他们既可以单独建立污水处理厂，也可以通过管道输送联合建厂。为了讨论方便起见，我们再假设污水只能由上游往下游。 用Q表示污水量，单位为米3/秒，L表示管道长度，单位为公里，则有经验公式： 建厂费用 C 1=730Q0.712（万元） 管道费用 C 2=6.6Q0.51L(万元） 已知三城镇的污水量分别为： Q 1=5米3/秒，Q 2 =3米3/秒，Q 3 =5米3/秒，问： 三城镇应怎样处理污水方可使总开支最少？每一城镇负担的费用应各为多少？ 城一 城二 城三38公里 20公里
分析本问题中三城镇处理污水可以有五种方案： (1)每城镇各建一个处理厂（单干）。 (2)城1,城2合建一个,城3单独建一个(1、2城合作建于城2处)。 (3)城2,城3合建一个,城1单独建一个(2、3城合作建于城3处)。 (4)城3,城1合建一个,城2单独建一个(1、3城合作建于城3处)。 (5)三城合建一个污水处理厂（建于城3处）城一城二城三 38公里20公里容易计算：方案总投资(：万元) 1620025800 3 59504 623055560以三城合作总投资为最 少
费用怎么分摊呢？ 建厂费用按三城污水量之比5：3：5分摊，管道是为城1、城2建的，应由两城协商分摊。城一城二城三 38公里 20公里建厂处同意城3意见，由城2→城3的管道费用可按污水量之比5：3：5分摊，但城1→城2的管道费用应由城1承担。分摊方案有道理，但得作一番“可行性论证”，城1的“可行性论证”：联合建厂费：（万元）城1负担：（万元）城1→城2管道费：（万元）全部由城1负担城2→城3管道费：（万元）城1负担：（万元）城1的总负担：约为2457万元 4530)535(730712.0=++?17424530135≈?3002056.651.0≈??72438)35(6.651.0≈?+?5.42572485=?城1自己建厂费用：2300万元合作后城1费用增加！差点做了冤大头！！！
数学建模协会资料管理制度（试行） 档案及资料存放管理 1．档案及资料细分。学习资料、光盘、干部档案、会议记录、各部门工作细则、活动策划等； 2．档案及资料登记入册。全部资料标号登记汇总，并由会员部统一管理底案； 3．定期整理。由专门的部门（会员部）负责定期（一个月）整理分类存放及统一管理。 档案及资料借阅管理 1．办公室开放时间安排值班表，开放办公室。办公室开放时间为每周三19：00——21：30，周六9：00——11：30，周日19：00——21：30，如果会员要求延长开放时间，协会可酌情考虑增加办公室开放时间； 2．资料借阅限制任何借阅资料者借阅时间不得超过两周，并且每次借阅数量不得超过两本。 3．资料的归档所有协会的资料都要按照一定方法归档，建立编号体制。编号方法为： 类别（两个大写字母）+（登记）年月（四位数字）+本次编号数（两位 数字）如： 编号类别说明： ； 4．借阅对象数学建模协会承认所有部委均可借阅，会员外借需要提出申请，要部委担保。所有会员可在值班期间阅读不可外借； 5．借阅程序任何人员借阅任何资料必须登记，只有本制度允许的情况下才能借阅。并且经借阅方和值班人员同时签名方可借出。登记表见附录。
损坏赔偿 1．借阅方丢失或严重损坏资料，借阅方必须赔偿该资料。赔偿方案为：自己想办法弄到与原资料相同的资料，外加一元工本费； 2．借阅方没有清楚填写借阅登记表，且丢失或损坏资料，值班人员必须作出合理解释并赔偿； 3．值班人员值班期间无故丢失或损坏资料，值班人员需作出合理解释并赔偿。其他 1．对本制度有疑义可以咨询会员部； 2．本制度自颁发日起执行，如果对本制度有建议，可以联系协会会员部或者协会主席团干部； 3．本制度最终解释权归南昌大学数学与建模协会所有。 借书资料表 资料编号：资料归还日期：姓名： 资料名称：资料归还描述：学号： 联系电话： 资料借出描述： 借阅日期： 值班人签字：借阅人签字： 借阅编号：
成都信息工程大学 《数学建模与数学实验》上机实验报告 专业信息与计算科学班级姓名学号 实验日期成绩等级教师评阅日期 [问题描述] 下表给出了某一海域以码为单位的直角坐标Oxy 上一点（x，y）（水面一点）以英尺为单位的水深z，水深数据是在低潮时测得的，船的吃水深为5英尺，问在矩形区域（75，200）x （-50，150）里那些地方船要避免进入。 [模型] 设水面一点的坐标为（x,y,z），用基点和插值函数在矩形区域（75，200）*（-50，150）内做二维插值、三次插值，然后在作出等高线图。
[求解方法] 使用matlab求解： M文件：water.m x=[129 140 103.5 88 185.5 195 105.5 157.5 107.5 77 81 162 162 117.5]; y=[7.5 141.5 23 147 22.5 137.5 85.5 -6.5 -81 3 56.5 -66.5 84 -33.5]; z=[-4 -8 -6 -8 -6 -8 -8 -9 -9 -8 -8 -9 -4 -9]; cx = 75:0.5:200; cy = -50:0.5:150; [cx,cy]=meshgrid(cx,cy); 作出曲面图： 代码如下： >> water >> cz=griddata(x,y,z,cx,cy,'cubic'); >> meshz(cx,cy,cz) >> xlabel('X'),ylabel('Y'),zlabel('Z') >> 作出等高线图： 代码如下： >> water >> cz=griddata(x,y,z,cx,cy,'cubic'); >> figure(2) >> contour(cx,cy,cz,[-5,-5],'r') >> hold on >> plot(x,y,'*') >> xlabel('X'),ylabel('Y') [结果]
数学模型的分类 按模型的数学方法分： 几何模型、图论模型、微分方程模型、概率模型、最优控制模型、规划论模型、马氏链模型等 按模型的特征分： 静态模型和动态模型，确定性模型和随机模型，离散模型和连续性模型，线性模型和非线性模型等 按模型的应用领域分： 人口模型、交通模型、经济模型、生态模型、资源模型、环境模型等。 按建模的目的分： 预测模型、优化模型、决策模型、控制模型等 一般研究数学建模论文的时候，是按照建模的目的去分类的，并且是算法往往也和建模的目的对应 按对模型结构的了解程度分： 有白箱模型、灰箱模型、黑箱模型等 比赛尽量避免使用，黑箱模型、灰箱模型，以及一些主观性模型。 按比赛命题方向分： 国赛一般是离散模型和连续模型各一个，2016美赛六个题目（离散、连续、运筹学/复杂网络、大数据、环境科学、政策） 数学建模十大算法 1、蒙特卡罗算法 （该算法又称随机性模拟算法，是通过计算机仿真来解决问题的算法，同时可以通过模拟可以来检验自己模型的正确性，比较好用的算法） 2、数据拟合、参数估计、插值等数据处理算法 （比赛中通常会遇到大量的数据需要处理，而处理数据的关键就在于这些算法，通常使用Matlab作为工具） 3、线性规划、整数规划、多元规划、二次规划等规划类问题 （建模竞赛大多数问题属于最优化问题，很多时候这些问题可以用数学规划算法来描述，通常使用Lindo、Lingo软件实现） 4、图论算法 （这类算法可以分为很多种，包括最短路、网络流、二分图等算法，涉及到图论的问题可以用这些方法解决，需要认真准备）
5、动态规划、回溯搜索、分治算法、分支定界等计算机算法 （这些算法是算法设计中比较常用的方法，很多场合可以用到竞赛中） 6、最优化理论的三大非经典算法：模拟退火法、神经网络、遗传算法 （这些问题是用来解决一些较困难的最优化问题的算法，对于有些问题非常有帮助，但是算法的实现比较困难，需慎重使用） 7、网格算法和穷举法 （当重点讨论模型本身而轻视算法的时候，可以使用这种暴力方案，最好使用一些高级语言作为编程工具） 8、一些连续离散化方法 （很多问题都是从实际来的，数据可以是连续的，而计算机只认的是离散的数据，因此将其离散化后进行差分代替微分、求和代替积分等思想是非常重要的） 9、数值分析算法 （如果在比赛中采用高级语言进行编程的话，那一些数值分析中常用的算法比如方程组求解、矩阵运算、函数积分等算法就需要额外编写库函数进行调用） 10、图象处理算法 （赛题中有一类问题与图形有关，即使与图形无关，论文中也应该要不乏图片的这些图形如何展示，以及如何处理就是需要解决的问题，通常使用Matlab进行处理） 算法简介 1、灰色预测模型（必掌握） 解决预测类型题目。由于属于灰箱模型，一般比赛期间不优先使用。 满足两个条件可用： ①数据样本点个数少，6-15个 ②数据呈现指数或曲线的形式 2、微分方程预测（高大上、备用） 微分方程预测是方程类模型中最常见的一种算法。近几年比赛都有体现，但其中的要求，不言而喻。学习过程中 无法直接找到原始数据之间的关系，但可以找到原始数据变化速度之间的关系，通过公式推导转化为原始数据的关系。 3、回归分析预测（必掌握） 求一个因变量与若干自变量之间的关系，若自变量变化后，求因变量如何变化； 样本点的个数有要求： ①自变量之间协方差比较小，最好趋近于0，自变量间的相关性小； ②样本点的个数n＞3k+1，k为自变量的个数；
在数学建模中文献资料的查找是十分关键，其实不仅是在数学建模中，在学习和做研究就是如此，不阅读文献资料就相当于闭门造车，什么都弄不出来，现在的工作几乎都可以说是站在前人的肩膀上，从出生开始就是站在前人的肩膀上了，所学的任何书本知识都是前人总结出来的。通过文献资料的阅读可以知道别人在这个方面做了多少工作了，怎么做的工作，取得了哪些进展，还存在什么问题没解决，难点在哪里，热点在哪里，哪里是关键，哪些是有价值的，哪些是无意义的等等等等......，并且可以通过查找文献得到一些很有用的信息，比如某个教授牛的程度，所擅长的领域等等，呵呵，翻教授老底了，比较好玩，选导师的时候强烈推荐。 文献查找主要有三个模式： A.书 B.书+中外文期刊数据库 C.书+中外文期刊数据库+学位论文 D.书+中外文期刊数据库+学位论文+搜索引擎对于全国赛推荐D模式，但要改为Dc模式：中外文期刊数据库+学位论文
对于美赛则要改为Da模式：外文期刊数据库+搜索引擎 在此要解释下为何如此推荐，对于参加建模的来说一般书基本上是用不上了的，没必要去查了，直接查找数据库即可了，全国赛的题目大多是研究了很多年的东西了，这个也是和国内学术环境相关的，虽然近几年的赛题是体现最新形式的，但是相关的研究还是有的，还是可以参考的，要知道国内鲜有几个教授牛的站在国际前沿还给本科生出个数模题玩玩的，一般都是老东西新面孔的。也就是可以归类为学术研究类的新面孔老方法类。所以查数据库是最有效率的方法，并且查学位论文是尤其推荐的，要知道查找学位论文是最高效率得到信息的途径。虽然学位论文很长，很吓人，没有七八十页也有个一百多页，其实看多了学位论文就知道真正有用的东西页就那么个十多页最多二十多页，直接翻到那个部分看就可以了，为什么篇幅这么大就和中国的教育中的一些硬性指标相关了，每个级别的学位论文都有一个规定的字数范围，虽然大部分是垃圾，但为了达到这个字数要求也得凑足这个数字，水了，中国高等教育的悲哀啊。
数学建模与数学实验教学大纲 （总学分：4总上课时数：48上机时数：16） 东南大学数学系 一、课程的性质与目的 本课程是面向理工科学生开设的一门选修课。本课程的教学目的，是让学生增加一些用数学的感性认识，初步掌握一些基本的建模方法、建模原理和数学软件的应用。学生通过这门课的学习，在数学知识的综合运用，将实际问题转化为数学问题的能力方面、创新能力、自学能力方面、发散性思维能力方面都能得到一定培养。 二、课程内容的教学要求 1．数学建模与数学实验概述：介绍数学建模与数学实验的基本概念，熟悉建模步骤。 2．初等模型：掌握用初等函数对实际问题的变化关系作简单的定量分析；熟悉用图示法对实际问题作定性分析。 3．量纲分析建模：掌握量纲分析原理，学会用量纲分析原理对一些物理问题作一些分析；了解数学中的无量纲化方法；掌握非线性方程求根的常用方法。 4．代数学模型：介绍矩阵在解决实际问题中的应用，熟悉层次分析法的建模步骤，学会用矩阵思想分析实际问题；掌握线性方程组的数值揭解法和矩阵特征值与特征向量的近似求法。 5．静态优化模型：了解微积分在解决实际问题中应用，掌握静态优化建模的基本步骤；熟悉微分、积分的数值方法。 6．数值分析法建模：掌握曲线拟合、插值的基本方法，学会用插值、拟合作数据处理，了解插值、拟合建模的大致过程。 7．常微分方程模型：熟悉微分方程建模的基本步骤，掌握线性微分方程建模基本方法，了解非线性微分方程模型的一些特殊性质；熟悉微分方程的数值解法。 8．差分方程模型：了解差分法的基本思想，学会建立实际问题的离散模型，掌握递推、迭代法的求解过程。 9．变分法模型：了解变分法的基本思想，熟悉变分法建模思路，能建立和求解一些简单的变分法模型。 10．优化模型：了解最优化思想，熟悉优化建模思路，能建立和求解一些简单的优化模型；会在适当的数学软件上实现优化模型。 三、上机实习要求 学会Matlab的基本操作、学会非线性方程求根，能在该软件平台上进行较大规模的数据处理及求解微分方程及优化问题。能根据具体实际问题在软件上实现小规模编程运算。
大学生数学建模资料 第一课 1，目的：通过学习和时间，全面提高学员的综合素质，培养创新能力和良好的数学思想品质，获得分析和解决实际问题的能力。 2，数学建模的概念和基本流程 a问题分析根据对象的实际背景和要求进行问题分析 b模型假设根据问题分析和建立数学模型的目的作出合理的简化的模型假设。 c模型建立在问题分析和模型假设的基础上建立数学模型 d模型求解选择适当的数学工具求解数学模型。 e模型分析对模型解和结果进行模型分析包括模型检验，修改，推广，评价，运用。 五步建模法： 3，数学模型具体含义：对于现实世界的一个特定对象，为一个特定目的，一句对象所特有的内在规律，在作出适当的分析，合理而简化的假设的基础上，运用适当的数学工具建立的一个数学结构，建立这个数学模型以及对模型的求解，检验，分析，修改，推广，评价和应用等步骤这个全过程称为数学建模。 4，数学建模的特点： A数学建模不一定有唯一正确的答案（应用领域侧重点不同等等） B 模型的逼真性与可行性任何一个数学模型都永远不会与其原型绝对一致，只要误差在 我们所能容许的的范围之内即可考虑使用。 C 模型的渐进性 D 模型的可转移性可以几个领域互相利用的，不是一个领域所独有的。 E 数学建模没有统一的方法主要大方法：机理分析法和测试分析法
5，数学建模课程学习的主要内容： a介绍数学建模的基本概念，方法和步骤。 b研讨最常见的初等数学模型，微分方程模型，运筹学模型和概率统计模型这四类基本模型的建立方法。 6，学习数学建模课程的建议 第一，认真弄懂每一个实例，其内容和步骤是什么，用到了什么建模方法，特别是要知晓它是怎么从实际问题转化为数学模型的。 第二，多做练习，完成作业。 第三，勤于动脑，善于思考，敢于创新，不怕出错。 第四，善于查阅和学习各种新资料和新知识 第五，小组在论文写作中相互讨论，互补，解决问题。 第六，常备书：高等数学，线性代数，应用概率统计，运筹学，常微分方程。 第七，有意识的结合生活生产实际，学习专业，教学进行学习与训练，以增长兴趣培养能力。 第二课 1，建模方法论------问题分析与模型假设 第一，问题分析的主要任务：a明确建模目的，并尽量使用贴近数学的语言表述出来。b 了解对象的实际背景，尽可能弄清对象的相关特征，为此可以通过实验，查阅资料等方式获取有关信息或数据。c善于捕捉对象特征中隐含数学因素，并将它们一一列出。d在以上工作后初步决定使用何种数学模型或数学工具。 第二，模型假设的主要任务：a根据建模目的和对象特征，在问题分析基础萨很作出必要的假设。B注意假设的合理性，不仅要注意它的合乎实际性，同时要充分考虑由此引起的模型的简洁性和易于处理。C注重假设的简单性，呀善于抓住主要因素，大胆舍弃次要因素，大胆舍弃次要因素，为建模顺利甚至可能舍弃部分主要因素；同时进行必要的简化，常用的简化措施有线性化，理想化和均匀化等近似处理。d设定必须的参变量和常量，注意量纲的一致性。E写出假设时，语言要准确，符号应用恰当。 我收集了一些比较数学建模的教程，和大家分享。如果觉得好的话顶一个哈。这些资料我都存到了里，如果喜欢可以免费下载哦。我常用，这是国外的一个比较好的网盘，可以随时储