数学建模作业全新
- 格式:doc
- 大小:80.00 KB
- 文档页数:4
大学生数学建模练习题一、线性规划问题假设你是一家制造公司的经理,公司生产两种产品A和B。
生产一个产品A需要3小时的机器时间和2小时的人工时间,产品B需要2小时的机器时间和4小时的人工时间。
公司每天有24小时的机器时间和40小时的人工时间可用。
如果产品A的销售价格是50元,产品B是80元,如何安排生产计划以最大化利润?二、排队论问题一家银行有3个服务窗口,平均每天接待200名顾客。
每名顾客的平均服务时间是5分钟。
假设顾客到达银行是随机的,服从泊松分布,服务时间服从指数分布。
请计算银行的平均排队长度和顾客的平均等待时间。
三、库存管理问题一家零售商销售一种季节性产品,该产品的需求量在一年中波动很大。
产品的成本是每个20元,存储成本是每个每年2元,缺货成本是每个10元。
如果零售商希望在一年内保持至少95%的服务水平,应该如何确定最优的订货量和订货频率?四、网络流问题在一个供水系统中,有四个水库和五个城市。
水库1和2可以向城市A 供水,水库2和3可以向城市B供水,水库3和4可以向城市C和D供水。
每个水库的供水能力不同,每个城市的需求也不同。
如果需要确保所有城市的需求都得到满足,如何确定最优的供水方案?五、预测问题给定一个公司过去5年的季度销售额数据,使用时间序列分析方法预测下个季度的销售额。
请考虑季节性因素和趋势,并给出预测的置信区间。
六、优化问题一个农场主有一块矩形土地,打算围成一个矩形的牧场。
如果围栏的总长度是固定的,比如400米,如何确定牧场的长和宽,使得牧场的面积最大?七、多目标决策问题一家公司需要在多个项目中做出选择,每个项目都有不同的预期收益、风险和实施时间。
如果公司需要在风险和收益之间做出权衡,并且希望项目尽快完成,如何使用多目标决策方法来选择最合适的项目组合?通过解决这些练习题,大学生可以加深对数学建模的理解,提高分析和解决实际问题的能力。
希望这些练习题能够帮助学生在数学建模的道路上更进一步。
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 ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦11/2433217551/41/711/21/31/31/52111/31/5311A ⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦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<iostream> #include<math.h> using namespace std;#define n 3 //三阶矩阵#define N 20 #define err 0.0001 //幂法求特征值特征向量 void main(){cout<<"**********幂法求矩阵最大特征值及特征向量***********"<<endl; int i,j,k;double A[n][n],X[n],u,y[n],max;cout<<"请输入矩阵:\n"; for(i=0;i<n;i++) for(j=0;j<n;j++)cin>>A[i][j]; //输入矩阵 cout<<"请输入初始向量:\n"; for(i=0;i<n;i++)cin>>X[i]; //输入初始向量 k=1; u=0;while(1){ max=X[0]; for(i=0;i<n;i++) {if(max<X[i]) max=X[i]; //选择最大值 }for(i=0;i<n;i++)y[i]=X[i]/max; for(i=0;i<n;i++)X[i]=0;for(j=0;j<n;j++)X[i]+=A[i][j]*y[j]; //矩阵相乘}if(fabs(max-u)<err){cout<<"A的特征值是 :"<<endl; cout<<max<<endl; cout<<"A的特征向量为:"<<endl; for(i=0;i<n;i++) cout<<X[i]/(X[0]+X[1]+X[2])<<" ";cout<<endl;break;}else{if(k<N) {k=k+1;u=max;} else {cout<<"运行错误\n";break;}}} }程序结果为:(2)和法求矩阵最大特征值及特征向量程序为:#include<stdio.h>#include<iostream>#include<math.h> using namespace std;#define n 3 //三阶矩阵#define N 20void main(){int i,j,k;double A[n][n],w[n],M[n],u[n],W[n][n],max;cout<<"********和法求矩阵的特征根及特征向量*******"<<endl;cout<<"请输入矩阵:\n";for(i=0;i<n;i++)for(j=0;j<n;j++)cin>>A[i][j]; //输入矩阵 //计算每一列的元素和M[0]=0;M[1]=0;M[2]=0;for(i=0;i<n;i++)for(j=0;j<n;j++){M[i]+=A[j][i];}//将每一列向量归一化for(i=0;i<n;i++)for(j=0;j<n;j++){W[j][i]=A[j][i]/M[i];}//输出按列归一化之后的矩阵Wcout<<"按列归一化后的矩阵为:"<<endl;for(i=0;i<n;i++)for(j=0;j<n;j++){cout<<W[i][j]<<" ";if(j==2)cout<<endl;} //求特征向量w[0]=0;w[1]=0;w[2]=0;for(i=0;i<n;i++)for(j=0;j<n;j++){w[i]+=W[i][j];}cout<<"特征向量为:"<<endl; for(i=0;i<n;i++){u[i]=w[i]/(w[0]+w[1]+w[2]);cout<<u[i]<<" "<<endl;}//求最大特征值max=0;for(i=0;i<n;i++){w[i] = 0;for(j=0;j<n;j++){w[i] += A[i][j]*u[j];}}for(i = 0;i < n;i++){max += w[i]/u[i];}cout<<"最大特征根为:"<<endl;cout<<max/n<<endl; }运行结果为:(3)根法求矩阵最大特征值及特征向量:程序为:#include<stdio.h>#include<iostream>#include<math.h>using namespace std;#define n 3 //三阶矩阵#define N 20void main(){int i,j;double A[n][n],w[n],M[n],u[n],W[n][n],max;cout<<"********根法求矩阵的特征根及特征向量*******"<<endl; cout<<"请输入矩阵:\n";for(i=0;i<n;i++)for(j=0;j<n;j++)cin>>A[i][j]; //输入矩阵//计算每一列的元素和M[0]=0;M[1]=0;M[2]=0;for(i=0;i<n;i++)for(j=0;j<n;j++){M[i]+=A[j][i];}//将每一列向量归一化for(i=0;i<n;i++)for(j=0;j<n;j++){W[j][i]=A[j][i]/M[i];}//输出按列归一化之后的矩阵Wcout<<"按列归一化后的矩阵为:"<<endl;for(i=0;i<n;i++)for(j=0;j<n;j++){cout<<W[i][j]<<" ";if(j==2)cout<<endl;}//求特征向量//w[0]=A[0][0];w[1]=A[0][1];w[2]=A[0][2];w[0]=1;w[1]=1;w[2]=1;for(i=0;i<n;i++){for(j=0;j<n;j++){w[i]=w[i]*W[i][j];}w[i]=pow(w[i], 1.0/3);}cout<<"特征向量为:"<<endl;for(i=0;i<n;i++){u[i]=w[i]/(w[0]+w[1]+w[2]);cout<<u[i]<<" "<<endl;}//求最大特征值max=0;for(i=0;i<n;i++){w[i] = 0;for(j=0;j<n;j++){w[i] += A[i][j]*u[j];}}for(i = 0;i < n;i++){max += w[i]/u[i];}cout<<"最大特征值为:"<<endl; cout<<max/n;}运行结果为:2、编程验证n阶随机性一致性指标RI:运行结果:3、考虑景色、费用、居住、饮食、旅途五项准则,从桂林、黄山、北戴河三个旅游景点选择最佳的旅游地。
数学建模案例作业作业1 商人过河问题三名商人各带一个随从乘船渡河,一只小船只能容纳二人,由他们自己划行(六个人都会划船)。
随从们密谋,无论何时,一旦随从的人数比商人多,就杀人越货。
但是如何乘船渡河的决定权掌握在商人手中。
商人们怎样才能安全渡河?示意图如下: 随从:商人: 一、状态变量一次决策),(k k k y x S = 3,2,1=k 表示第k 次渡河时,此岸的商人数,随从数. 最初 )3,3(0=S 且为整数)3,0(≤≤k k y x)}0,0(),1,0(),2,0(),3,0(),0,1(),1,1(),2,1(),3,1(),0,2(),1,2(),2,2(),3,2(),0,3(),1,3(),2,3(),3,3{(=S要安全过河,需保证彼岸此岸都安全,及随从数不能大于商人数,所以安全的情况有10种,即)}0,0(),1,0(),2,0(),3,0(),1,1(),2,2(),0,3(),1,3(),2,3(),3,3{(=S ② 二、决策变量设),(k k k v u d =2,0(≤≤k k v u 且)21≤+≤k k v u 表示第k 次渡河时,船上的商人数和随从数 )}1,0(),0,1(),2,0(),1,1(),0,2{(=D与状态变量相结合,安全的情况有三种,即 )}1,0(),2,0(),1,1{((=D ③ 三、状态转移方程奇数次(此案到彼岸)k k k d S S -=+1 偶数次(彼岸到此案)k k k d S S +=+1 即k k k k d S S )1(1-+=+ ① 数学建模:由①确定的转移方程下,经过n 次决策,将初始状态转移到最终状态)0,0(=n S . 每次的决策取自③式,每次到达的状态在②中. 图解法:①从右上角移到左下角,每次最多移两步;②奇数次渡河往左下方,偶数次渡河往右下方。
建立平面直角坐标系如图:n S 过河方案:从A 点)3,3(0=S 出发到D 点)0,0(=n S 结束① 小船一次最多能载两人,所以每次最多移动两个格子② 由此岸即彼岸时人员减少,即奇数遍时向左下方行走;有彼岸及此岸时人员增加,即偶数遍时向右上方行走。
数学建模作业(1)
数模
数模
1.学校共学校共1000名学生,235人住在宿名学生,人住在A宿名学生人住在人住B宿舍人住在C宿舍舍,333人住宿舍,432人住在宿舍人住宿舍,人住在宿舍.学生们要组织一个10人的委员会人的委员会,学生们要组织一个人的委员会,试用下列办法分配各宿舍的委员数: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,剩下的名按比例分配取整数的名额后,按比例分配取整数的名额后额按惯例分给小数部分较大者。
额按惯例分给小数部分较大者。
(2)用Q值方法。
值方法。
用值方法
数模
如果委员会从10人增至人如果委员会从人增至15人,用以上人增至2种方法再分配名额。
将2种方法两次分配种方法再分配名额。
种方法再分配名额种方法两次分配的结果列表比较。
的结果列表比较。
(3)你能提出其它的方法吗?用你的方你能提出其它的方法吗?你能提出其它的方法吗法分配上面的名额。
法分配上面的名额。
数模
2.考察模拟水下爆炸的比例模型.爆炸物质量m,在距爆炸点距离r处设置仪器,接收到的冲击波压强为p,记大气初始压强p0,水的密度ρ,水的体积弹性模量k,用量纲分析法已经得到
p0ρrp=p0(,)km3
数模
设模拟实验与现场的p0,ρ,k相同,而爆炸物模型的质量为原模型的1/1000.为了使实验中接收到与现场相同的压强p,问实验时应如何设置接收冲击波的仪器,即求实验仪器与爆炸点之间的距离是现场的多少倍?
p0,ρ,k。
高二数学数学建模练习题及答案一、简答题1. 什么是数学建模?数学建模是将现实问题抽象为数学模型,通过数学方法进行分析、求解并得出相应结论的过程。
它将数学知识与实际问题相结合,帮助我们理解问题的本质,预测和优化相关情况。
2. 数学建模的步骤有哪些?数学建模通常包括以下步骤:(1)问题的理解和描述:明确问题的背景、目标和限制条件,并对问题进行适当的简化和抽象。
(2)建立数学模型:将问题转化为数学表达式,建立合适的数学模型。
(3)模型的求解:利用数学方法对模型进行求解,得到定量的结果或结论。
(4)模型的验证和分析:对模型的结果进行检验,分析结果的合理性和可靠性。
(5)结果的解释与应用:解释模型结果,为实际问题提供有效的解决方案,并给出具体的应用建议。
3. 数学建模的意义是什么?数学建模在许多领域都具有重要意义:(1)在科学研究中,数学建模可以帮助解决实际问题,推动科学发展。
(2)在工程技术中,数学建模可以优化设计,提高效率和质量。
(3)在经济管理中,数学建模可以帮助决策者制定合理的策略和政策。
(4)在社会科学中,数学建模可以辅助分析社会问题,提供决策依据。
(5)数学建模还培养了学生的创新思维和解决问题的能力。
4. 数学建模过程中需要的数学知识有哪些?数学建模需要的数学知识包括但不限于:(1)数学分析:微分方程、积分、极限等。
(2)线性代数:矩阵运算、特征值与特征向量等。
(3)概率与统计:概率分布、统计推断等。
(4)最优化理论:线性规划、非线性规划等。
(5)图论与网络优化:最短路径、最小生成树等。
二、应用题1. 盒子问题已知一长方体盒子的长为20cm,宽为15cm,高为10cm。
现在要将一个边长为2cm的小正方体放入该盒子中,问最多可以放多少个小正方体?解答:盒子的体积为20 cm × 15 cm × 10 cm = 3000 cm³。
小正方体的体积为2 cm × 2 cm × 2 cm = 8 cm³。
(一题,二题选一)1.某厂生产甲乙两种口味的饮料,每白箱甲饮料需用原料6千克,工人10名,可获利10万元;每白箱乙饮料需用原料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,乂由丁其他条件所限甲饮料产量不超过800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100箱甲饮料获利可增加1万元,问应否改变生产计划.一、基本假设:1?饮料生产过程中,所要到的饮料量不会发生变化。
2?饮料活力的多少是稳定不变的。
3?原料的价格不会发生变化。
二、符号说明:某厂生产的甲饮料x白箱,生产的乙饮料y白箱。
三、分析与建立模型⑵目标函数:maxz=10x 9y约束条件:⑴原料的供应:6x 5y •壬60⑵劳动力的供应:10x • 20y三150⑶附加约束项:x・£8⑷非负约束:x_0,y_0所以模型为:maxz=10x 9y,6x +5y <6010x +20y §50\ <8、x,y 芝0四、模型求解㈠MTATLA由案:编写M文件如下:f=[-10 -9];A=[6 5;10 20;1 0];b=[60;150;8];Aeq=[];beq=[];vlb=zeros(2,0); vub=[];[x,fval]=linprog(f,A,b,Aeq,beq,vlb,vub)结果:6.42864.2857 fval = -102.8571所以当 X I =6.4286,X 2= 4.2857 时有最优值 max z=102.8571.㈡Lingo 方案: 结果:Global optimal salution found iteration: Objective value :结论:白箱。
可使该厂获利最大值为102.8571万元。
问题的解答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100箱甲饮料获利可增加1万元,问应否改变生产计划.做灵敏度分析:Ranges in nrhicli the Stasis is unchanged:Otojeerive Coefficient RangesC urrentAlloTTStbleAllcjtratoleVariable Value Keduced CostX 6.428571 0.000000 Y 4.235714 0.000000 Row Slack or SurplusDual Price 1 102.8571 L 000000 2 0.000000 L 5714293 0.cooooo 0.5714286E-(I14 1.571429 0.0000005 6*428571 0.000000 64. 2857140.000000该工厂制定的一个生产计划,生产的甲饮料6.43白箱,生产的乙饮料 102.8571Model Title:某工厂甲乙两种饮料的生产计划4.29Y 9.000000 11,00000 □ * 6666667Ri^h'thand Side RangesRow Cutrenv Al loir able AllowableRHS Increase Decrease2 60.oooao S.500000 22,SOODO3 150.0000 90.00000 22,000004s.oooooo INFINITY57142950*0 6* 42B571 INFINITY60.0 4.285714 INFINITY结果告诉我们:这个线性规划的最优解为x=6.43,y=4.29,最优质为z=102.8571, 即生产甲饮料6.43白箱,生产乙饮料4.29白箱时,可获最大利润102.8571万元。
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 ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦11/2433217551/41/711/21/31/31/52111/31/5311A ⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦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<iostream> #include<math.h> using namespace std;#define n 3 //三阶矩阵#define N 20 #define err 0.0001 //幂法求特征值特征向量 void main(){cout<<"**********幂法求矩阵最大特征值及特征向量***********"<<endl; int i,j,k;double A[n][n],X[n],u,y[n],max;cout<<"请输入矩阵:\n"; for(i=0;i<n;i++) for(j=0;j<n;j++)cin>>A[i][j]; //输入矩阵 cout<<"请输入初始向量:\n"; for(i=0;i<n;i++)cin>>X[i]; //输入初始向量 k=1; u=0;while(1){ max=X[0]; for(i=0;i<n;i++) {if(max<X[i]) max=X[i]; //选择最大值 }for(i=0;i<n;i++)y[i]=X[i]/max; for(i=0;i<n;i++)X[i]=0;for(j=0;j<n;j++)X[i]+=A[i][j]*y[j]; //矩阵相乘}if(fabs(max-u)<err){cout<<"A的特征值是 :"<<endl; cout<<max<<endl; cout<<"A的特征向量为:"<<endl; for(i=0;i<n;i++) cout<<X[i]/(X[0]+X[1]+X[2])<<" ";cout<<endl;break;}else{if(k<N) {k=k+1;u=max;} else {cout<<"运行错误\n";break;}}} }程序结果为:(2)和法求矩阵最大特征值及特征向量程序为:#include<stdio.h>#include<iostream>#include<math.h> using namespace std;#define n 3 //三阶矩阵#define N 20void main(){int i,j,k;double A[n][n],w[n],M[n],u[n],W[n][n],max;cout<<"********和法求矩阵的特征根及特征向量*******"<<endl;cout<<"请输入矩阵:\n";for(i=0;i<n;i++)for(j=0;j<n;j++)cin>>A[i][j]; //输入矩阵 //计算每一列的元素和M[0]=0;M[1]=0;M[2]=0;for(i=0;i<n;i++)for(j=0;j<n;j++){M[i]+=A[j][i];}//将每一列向量归一化for(i=0;i<n;i++)for(j=0;j<n;j++){W[j][i]=A[j][i]/M[i];}//输出按列归一化之后的矩阵Wcout<<"按列归一化后的矩阵为:"<<endl;for(i=0;i<n;i++)for(j=0;j<n;j++){cout<<W[i][j]<<" ";if(j==2)cout<<endl;} //求特征向量w[0]=0;w[1]=0;w[2]=0;for(i=0;i<n;i++)for(j=0;j<n;j++){w[i]+=W[i][j];}cout<<"特征向量为:"<<endl; for(i=0;i<n;i++){u[i]=w[i]/(w[0]+w[1]+w[2]);cout<<u[i]<<" "<<endl;}//求最大特征值max=0;for(i=0;i<n;i++){w[i] = 0;for(j=0;j<n;j++){w[i] += A[i][j]*u[j];}}for(i = 0;i < n;i++){max += w[i]/u[i];}cout<<"最大特征根为:"<<endl;cout<<max/n<<endl; }运行结果为:(3)根法求矩阵最大特征值及特征向量:程序为:#include<stdio.h>#include<iostream>#include<math.h>using namespace std;#define n 3 //三阶矩阵#define N 20void main(){int i,j;double A[n][n],w[n],M[n],u[n],W[n][n],max;cout<<"********根法求矩阵的特征根及特征向量*******"<<endl; cout<<"请输入矩阵:\n";for(i=0;i<n;i++)for(j=0;j<n;j++)cin>>A[i][j]; //输入矩阵//计算每一列的元素和M[0]=0;M[1]=0;M[2]=0;for(i=0;i<n;i++)for(j=0;j<n;j++){M[i]+=A[j][i];}//将每一列向量归一化for(i=0;i<n;i++)for(j=0;j<n;j++){W[j][i]=A[j][i]/M[i];}//输出按列归一化之后的矩阵Wcout<<"按列归一化后的矩阵为:"<<endl;for(i=0;i<n;i++)for(j=0;j<n;j++){cout<<W[i][j]<<" ";if(j==2)cout<<endl;}//求特征向量//w[0]=A[0][0];w[1]=A[0][1];w[2]=A[0][2];w[0]=1;w[1]=1;w[2]=1;for(i=0;i<n;i++){for(j=0;j<n;j++){w[i]=w[i]*W[i][j];}w[i]=pow(w[i], 1.0/3);}cout<<"特征向量为:"<<endl;for(i=0;i<n;i++){u[i]=w[i]/(w[0]+w[1]+w[2]);cout<<u[i]<<" "<<endl;}//求最大特征值max=0;for(i=0;i<n;i++){w[i] = 0;for(j=0;j<n;j++){w[i] += A[i][j]*u[j];}}for(i = 0;i < n;i++){max += w[i]/u[i];}cout<<"最大特征值为:"<<endl; cout<<max/n;}运行结果为:2、编程验证n阶随机性一致性指标RI:运行结果:3、考虑景色、费用、居住、饮食、旅途五项准则,从桂林、黄山、北戴河三个旅游景点选择最佳的旅游地。
(0349)《数学建模》网上作业题及答案1:第一批次2:第二批次3:第三批次4:第四批次5:第五批次6:第六批次1:[填空题]名词解释13.符号模型14.直观模型15.物理模型16.计算机模拟17.蛛网模型18.群体决策参考答案:13.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。
14.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。
15.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。
16.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。
17.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。
18.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。
2:[填空题]名词解释7.直觉8.灵感9.想象力10.洞察力11.类比法12.思维模型参考答案:13.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。
14.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。
15.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。
16.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。
17.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。
18.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。
数学建模作业一、钓鱼问题1、试验问题某度假村建了一个鱼塘,该鱼塘的平均深度为6米,鱼塘平面图见图1,度假村的经理打算在钓鱼季节来临之前将鱼放入鱼塘,投放的鱼数按每3m³有一条鱼的比例投放。
如果一张钓鱼证可以钓鱼20条,而要求钓鱼季节结束时所剩的鱼是开始的25%,试问最多可以卖出多少钓鱼证?图表 1符号说明S:鱼塘水面面积,单位是㎡;V:鱼塘体积,单位是m³;M:可以卖出的最多的钓鱼证数,单位为个;H:鱼塘的深度单位为米。
2、问题分析由于是人工建造的鱼塘,考虑到经济原因,不妨设整个鱼塘是以鱼塘水面面积为底,高为6米的柱体,于是鱼塘的体积等于水面面积乘以高,即V=SH,问题归结为怎样计算鱼塘平面面积,因为鱼塘面积的边界曲线没有给出,而只给了一组数据,因此要求算出鱼塘面积的边界曲线,然后用定积分算出面积。
有一组数据来计算定积分可以用数值积分,由于数据点的间隔较大,计算结果的误差会较大,因此应该先利用这组数据鱼塘水面边界的近似曲线。
由于鱼塘水面便捷具有对称性,这里只考虑在第一象限中的边界问题,并采用曲线拟合的方法求鱼塘边界。
3、问题求解观察这组数据,发现它具有二次函数的形状,可以采用二次或三次拟合函数求拟合曲线,一旦求出拟合曲线f(x),则可以求出鱼塘面积的近似值,并得到鱼塘体积的近似值,求出鱼塘体积V之后,根据题目要求,最多可以卖出去的鱼证满足关系式,因此有卖出去的最多鱼证数为。
用数学软件求解,键入命令In[1]:=Clear[x,v,s]In[2]:=d={{0,0},{5,260},{10,400},{15,500},{20,570},{25,580},{30,550},{35,,40},{40,270},{45,0}}In[3]:=q=Listplot[d,PlotStyle->PointSize[0.025]]输出图形见图2.Out[3]=-Graphics-In[4]:=p2=Fit[d,{1,x,xˆ2},x]Out[4]=3.81818+51.7333x-1.13939x²In[5]:=p21=plot[p2,{x,0,45}]输出图形见图3Out[5]=-Graphics-In[6]:=Show[q,p21]输出图形见图4.Out[6]=-Graphics-In[7]=p3=Fit[d,{1,x,xˆ2,xˆ3},x]Out[7]=17.8182+46.6111x-0.83939x²-0.0044444x³In[9]:=show[q,p31]输出图形见图5Out[9]=-Graphics-In[10]:=s=2*Integrate[p3,{x,0,45}] Out[10]=35885.5 In[11]:=v=s*6Out[12]=215313In[13]:=m=(1-0.250*v/60Out[13]=2691.41即可以卖出钓鱼证的最多个数为2691个二、追击曲线问题1、问题介绍一敌舰在某海域内沿正北方向航行时,我方战舰恰位于敌舰的正西方1n mile (海里)处。
数学建模练习题数学建模练习题数学建模是一种将数学方法应用于实际问题解决的过程,它是数学与实际问题相结合的产物。
通过数学建模,我们可以利用数学的工具和技巧来分析和解决各种实际问题,从而提高问题解决的效率和准确性。
在数学建模的过程中,我们常常会遇到各种练习题,这些练习题旨在让我们熟悉和掌握数学建模的方法和技巧。
下面,我将给大家分享几个数学建模的练习题,希望能够帮助大家更好地理解和掌握数学建模的过程。
第一个练习题是关于货车运输的问题。
假设有一辆货车需要从A地运送货物到B地,货车的最大载重量为C。
现在有一批货物需要运送,每个货物的重量分别为w1、w2、w3...wn。
我们需要确定如何安排这些货物的运输顺序,使得货车的运载能力得到最大利用。
这个问题可以通过建立一个数学模型来解决。
我们可以将货物的重量和运输顺序作为变量,货车的运载能力作为目标函数,通过线性规划等方法来求解最优解。
第二个练习题是关于人口增长的问题。
假设某个国家的人口增长率为r,初始人口为P0。
我们需要确定在未来的t年内,该国家的人口将达到多少。
这个问题可以通过建立一个数学模型来解决。
我们可以将人口增长率和初始人口作为变量,人口数量作为目标函数,通过微分方程等方法来求解未来的人口数量。
第三个练习题是关于股票投资的问题。
假设某只股票的价格随时间的变化服从一个随机过程。
我们需要确定在未来的t年内,该股票的价格将达到多少。
这个问题可以通过建立一个数学模型来解决。
我们可以将股票价格和时间作为变量,通过随机过程的模拟和分析来预测未来的股票价格。
通过以上的练习题,我们可以看到数学建模的过程是多样化和灵活的。
在实际问题解决中,我们需要根据具体情况选择合适的数学模型和方法,以达到最优解。
同时,数学建模也需要我们具备一定的数学知识和技巧,以便能够正确地建立和求解数学模型。
总之,数学建模是一种将数学方法应用于实际问题解决的过程。
通过数学建模,我们可以提高问题解决的效率和准确性。
输油管的布置1问题的提出某油田计划在铁路线一侧建造两家炼油厂,同时在铁路线上增建一个车站,用来运送成品油;由于这种模式具有一定的普遍性,油田设计院希望建立管线建设费用最省的一般数学模型与方法;1. 针对两炼油厂到铁路线距离和两炼油厂间距离的各种不同情形,提出你的设计方案;在方案设计时,若有共用管线,应考虑共用管线费用与非共用管线费用相同或不同的情形;2. 设计院目前需对一更为复杂的情形进行具体的设计;两炼油厂的具体位置由附图所示,其中A厂位于郊区图中的I区域,B厂位于城区图中的II区域,两个区域的分界线用图中的虚线表示;图中各字母表示的距离单位:千米分别为a = 5,b = 8,c = 15,l = 20;若所有管线的铺设费用均为每千米万元; 铺设在城区的管线还需增加拆迁和工程补偿等附加费用,为对此项附加费用进行估计,聘请三家工程咨询公司其中公司一具有甲级资质,公司二和公司三具有乙级资质进行了估算;估算结果如下表所示:工程咨询公司公司一公司二公司三附加费用万元/千米21 24 20请为设计院给出管线布置方案及相应的费用;3. 在该实际问题中,为进一步节省费用,可以根据炼油厂的生产能力,选用相适应的油管;这时的管线铺设费用将分别降为输送A 厂成品油的每千米万元,输送B 厂成品油的每千米万元,共用管线费用为每千米万元,拆迁等附加费用同上;请给出管线最佳布置方案及相应的费用;2假设与分析假设A,B 两厂不共用的管道长分别为1f 、2f 千米,而A 、B 两厂共用管道长为3f ;路径如图所示:设A 点的坐标是a,0,B 点的坐标是l,b,车站的坐标是1x ,0,管道的交点坐标是11,y x ,假设B 路途中的一点的坐标是,c 2y ;而A 厂、B 厂、及A 、B 共用管道的价格分别为1p 、2p 、3p ;要使总费用最低,则目标函数 min Z=1f 1p +2f 2p +3f 3p 在满足:1f =2121)(y a x -+ 2f =21221)()(y y x c -+-+222)()(b b c l -+- 3f =1y 1x ,1y ,2y ≥0 的条件下有最优解;而题设的第二问中,A,B 两厂由于区域不同,B 厂额外加了附加费用;设附加费为4p ,由于公司一具有甲级资质,估算更近似,故4p =21.故可设途中E 点所在处的虚线为两区域交线;BE 路径设为22f ,EH 路径设为21f ,2f =21f +22f ;则由题意可知:a=5 ; b=8 ; c=15 ; l=20 ;1p =2p =3p =题二; 1p = , 2p =, 3p =题三 3模型的建立与求解 1题二的模型为: 目标函数:min Z=2121)5(y x -++21221)()15(y y x -+-++2122)8(25y -+ +1y.⎪⎩⎪⎨⎧≤≤≤≤≤≤8050150211y y x 利用matlab 优化工具向求解得: 1x = , 1y = , 2y = , 最优值为.见源程序1即H,,E15,即A 厂B 厂分别单独铺设到H,然后再共用管道,而B 厂单独铺设时先铺设到点E15,再从此点往H 点铺设,则最小费用为万元;源程序1::function f=funxf=sqrtx1^2+5-x2^2+sqrt15-x1^2+x3-x2^2+sqrt25+8-x3^2+x2;MATLAB 输入程序: x0=160/13;0;19/4; A=; B=; Aeq=; beq=; vlb=0 0 0; vub=15 5 8;x,fval=fmincon'tlxz',x0,A,B,Aeq,beq,vlb,vub2题三的模型为: 目标函数:min Z=2121)5(y x -++21221)()15(y y x -+-++2122)8(25y -+ +1y.⎪⎩⎪⎨⎧≤≤≤≤≤≤8050150211y y x 利用matlab 优化工具向求解得: 1x = , 1y = , 2y =. , 最优值为.见源程序2即H,E15,为即A 厂B 厂分别单独铺设到E,干后再共用管道,而B 厂单独铺设时先铺设到点E15,再从此点往H 点铺设,则最小费用为万元;源程序2:function f=funxf =sqrtx1^2+5-x2^2+sqrt15-x1^2+x3-x2^2+27sqrt25+8-x3^2+x2; MATLAB输入程序:x0=160/13;0;19/4;A=;B=;Aeq=;beq=;vlb=0 0 0;vub=15 5 8;x,fval=fmincon'tlxz',x0,A,B,Aeq,beq,vlb,vub。
数学建模课作业一、课后习题(期末复习规范题,给学生)1. P21: 1.4,P122: 5.12. P47: 2.6,2.93. P72: 3.3,3.64. P98: 4.1,4.45. P123: 5.2,5.96. P163: 6.5,6.10二、思考题思考题1:基础问题1、交叉路口换灯亮的时间问题。
2、一个人每天排碳量的计算。
思考题2:微分方程问题1 在捕食者——食饵模型中对两个种群分别引入Logistic型阻滞增长,进一步考虑对捕食者进行周期性捕杀。
1)建立数学模型描述二种群数量随时间的变化。
2)给定具体参数,对方程进行求数值解并结合实际给出解释。
3)结合模型尝试解决如下问题:若捕食者是一种可以带来经济利益的种群,试问在何种条件下,采取怎样的捕杀策略可以维持种群数量达到平衡并且尽可能获得经济利益最大?2建立微分方程模型预测社交网站(例如facebook,开心网等)用户数量随时间的变化(请综合考虑各种实际因素的影响)。
思考题3:概率问题1 估计NBA/CBA篮球彩票中奖概率问题较之足球单场竞猜异常火爆的场面,篮球彩经营相对惨淡,这与篮彩玩法和奖金设置有关。
试统计NBA/CBA 近年比赛结果,建立概率模型描述得分情况。
并思考如何设置篮彩玩法和对应的奖金,并求出实际的中奖概率。
2 扫雷游戏最短时间完成问题扫雷作为策略游戏,需要游戏者精确的判断。
现在扫雷高级的官方最快纪录是33.95秒,中级则是由一个波兰玩家保持的8.5秒。
而初级纪录是1秒,世界上很多人达到了这一点。
在1秒的时间里完成初级扫雷,据测算概率在0.00058%至0.00119%之间(属于运气题),最可能的方法是直接点击四个角的方块。
对于任意级别的扫雷游戏,给出适当的雷分布假设,考虑如何在最短的时间完成扫雷游戏。
雷区大小及雷的数量和完成时间关系如何?3.设有r个人在一楼进入电梯,楼共有n层。
设每个乘客在任意一层楼出电梯的可能性相同,求直到电梯中的人下完为止,电梯需停次数的数学期望。
(1) 用起泡法对10个数由小到大排序. 即将相邻两个数比较,将小的调到前头. (10个数字自己选择,方法要一般)(2)有一个45⨯矩阵,编程求出其绝对值最大值及其所处的位置.(用abs 函数求绝对值)(3)编程求201!n n =∑ ( 分别用for 和while 循环)(4)一球从100米高度自由落下,每次落地后反跳回原高度的一半,再落下. 求它在第10次落地时,共经过多少米?第10次反弹有多高?(5)有一函数2(,)sin 2f x y x xy y =++ ,写一程序,输入自变量的值,输出函数值,并画出其图像,加上图例和注释. (区间自理)(6) 建立一个脚本M 文件将向量a,b 的值互换。
(7) 某商场对顾客所购买的商品实行打折销售,标准如下(商品价格用price 来表示): price<200 没有折扣; 200≤price<500 3%折扣; 500≤price<1000 5%折扣; 1000≤price<2500 8%折扣; 2500≤price<5000 10%折扣;5000≤price 14%折扣;输入所售商品的价格,求其实际销售价格。
(用input 函数)(9) 画出分段函数222 1y 1 122 1 2x x x x x x x ⎧<⎪=-≤<⎨⎪-+≥⎩的图像,并求分段函数在任意几点的函数值。
(用hold on 函数)(10) 给定5阶方阵,求方阵的行列式、特征值、迹、上三角元素的和。
(11) 输入40个数字,按照从小到大的顺序排列输出。
(12) 把当前窗口分成四个区域,在每个区域中分别用不同的颜色和线形画sin ;tan y x y x ==,x y e =和31y x x =++的图像。
(区间自理)(13) 对于,AX B YA B ==,如果⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=753467294A ,⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=282637B ,,求解X,Y;(14) 如果⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=753467294A ,242679836B ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦,求1122,*,.*,,,,T A B A B A B AB A B A A ---。
第一题: 某班共45人,要去离校7.7千米的风景区旅游。
学校派了一辆可坐12人的校车接送。
为了尽快又同时到达目的地,校车分段分批接送学生。
已知校车速度为每小时70千米,学生步行的速度为每小时5千米。
如果上午七点出发,问最快什么时候全班同时到达目的地?(班长作为联系人要始终跟车)
第二题:某人为了锻炼身体,每天早晨坚持晨跑30分钟, 其中从A到B为800米上坡路,从B到C为1000米平路。
问在30分钟内跑完1800米,怎样安排跑步计划,才能使锻炼效果最佳?(即总疲劳程度伟为最低)
第三题:一辆小汽车与一辆大卡车在一段狭路上相遇,只有倒车才能继续通行。
如果小汽车的速度为大卡车的3倍,两车倒车的速度是各自正常速度的1/5,在这段狭路上,小汽车需倒车的路程是大卡车需倒车路程的4倍。
那么,为了使后通过狭路的那辆车尽早地通过这段狭路,问怎样倒车较为合理?
第四题:某人在一家公司工作,目前年薪为1万元。
老板说,现在有两种方案可供选择:第一种,每一年加1000元;第二种,每半年加300元。
试问:
(1)如果你在该公司工作5年,用哪一种方案收入高?
(2)如果你在该公司工作5年,将第二种方案中的每半年加300元改为a元时,那一种方案收入高?
(3)如果你在该公司工作n年,用哪一种方案收入高?
第五题:一个直角走廊宽为1.5米,有一辆转动灵活的平板水平推车,宽为1米,长为2.2米,问能否将其推过直角走廊?说明理由。
数学建模作业题习题1第4题. 根据表1.14的数据,完成下列数据拟合问题:(1) 如果用指数增长模型0()0()e r t t x t x -=模拟美国人口从1790年至2000年的变化过程,请用MATLAB 统计工具箱的函数nlinfit 计算指数增长模型的以下三个数据拟合问题:(i) 取定0x =3.9,0t =1790,拟合待定参数r ;(ii) 取定0t =1790,拟合待定参数0x 和r ; (iii) 拟合待定参数0t 、0x 和r .要求写出程序,给出拟合参数和误差平方和的计算结果,并展示误差平方和最小的拟合效果图.(2) 通过变量替换,可以将属于非线性模型的指数增长模型转化成线性模型,并用MATLAB 函数polyfit 进行计算,请说明转化成线性模型的详细过程,然后写出程序,给出拟合参数和误差平方和的计算结果,并展示拟合效果图.(3) 请分析指数增长模型非线性拟合和线性化拟合的结果有何区别?原因是什么?(4) 如果用阻滞增长模型00()00()()e r t t Nx x t x N x --=+-模拟美国人口从1790年至2000年的变化过程,请用MATLAB 统计工具箱的函数nlinfit 计算阻滞增长模型的以下三个数据拟合问题:(i) 取定0x =3.9,0t =1790,拟合待定参数r 和N ; (ii) 取定0t =1790,拟合待定参数0x 、r 和N ;(iii) 拟合待定参数0t 、0x 、r 和N .要求写出程序,给出拟合参数和误差平方和的计算结果,并展示误差平方和最小的拟合效果图.习题2第1题. 继续考虑第2.2节“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?习题2第2题. 一盘录像带,从头转到尾,时间用了184分钟,录像机计数器读数从0000变到6061. 表2.5是观测得到的计数器读数,图2.7是录像机计数器工作原理示意图. 请问当计数器读数为4580时,剩下的一段录像带还能否录下一小时的节目?习题3第4题. 某成功人士向学院捐献20万元设立优秀本科生奖学金,学院领导打算将这笔捐款以整存整取一年定期的形式存入银行,第二年一到期就支取,取出一部分作为当年的奖学金,剩下的继续以整存整取一年定期的形式存入银行……请你研究这个问题,并向学院领导写一份报告.习题3第5题. 有一位老人60岁时将养老金10万元以整存零取方式(指本金一次存入,分次支取本金的一种储蓄)存入,从第一个月开始每月支取1000元,银行每月初按月利率0.3%把上月结余额孳生的利息自动存入养老金. 请你计算老人多少岁时将把养老金用完?如果想用到80岁,问60岁时应存入多少钱?习题4第3题. 继续考虑第3.4.2小节“酵母培养物的增长”案例,建立微分方程模型,模拟酵母培养物的增长.习题6第2题. 13名儿童参加了一项睡眠时间(分钟)与年龄(岁)关系的调查,表6.18中的睡眠时间是根据连续3天记录的每天睡眠时间的平均值得到的. 请建立和求解回归模型,解释得到的结果,给出10岁儿童的平均睡眠时间及预测区间.习题6第3题. 水的沸点与大气压强有密切关系,表6.19中包含了17次试验中所测得的水的沸点(华氏温度)和大气压强(水银英寸),请建立回归模型估计沸点和压强之间的关系,并给出当沸点为201.5F 时压强的预测值及预测区间.习题7第2题. 某配件厂为装配线生产若干种部件. 每次轮换生产不同的部件时,因更换设备要付生产准备费(与生产数量无关). 同一部件的产量大于需求时,因积压资金、占用仓库要付库存费. 今已知某一部件的日需求量100件,生产准备费5000元,库存费每日每件1元. 如果生产能力远大于需求,并且不允许出现缺货,请制定最优生产计划.习题7第3题. 某商场把销售所剩的空纸皮箱压缩并打成包准备回收,每天能产生5包,在商场后院存放的费用是每包每天10元. 另一家公司负责将这些纸包运送到回收站,要收取固定费用1000元租装卸车,外加运输费每包100元. 请制定运送纸包到回收站的最优策略.。
1.给出一个你所感兴趣的数学建模的实际问题。
(1)写出问题的实际背景。
(2)给出解答问题的建模与解答路径。
(3)解决什么样的问题。
答:(1)我们学校的教学楼中,教室的灯管的开关时间并没有一个明确的规定,这就造成了即使在大白天教室也开着灯的现象,浪费了很多的电力资源。
所以我们应该设计一个模型来对教室灯管的开关情况进行优化,以达到节省电力资源的同时又不影响同学们的正常学习。
(2)首先要统计出全校教学楼中共有多少个教室,以及每个教室的灯管的数量;其次要上网查资料,对西安一年四季的天气情况有一个初步的了解,分别统计出一年中雨天的比例,阴天的比例,和晴天的比例;最后查阅相关的资料,了解声控和光控开关的相关知识。
(3)通过建模来解决教室用电不合理的现象,即为学校节省了开销,也节约了电力资源,更可以通过这种潜移默化的形式,给同学们树立一个好榜样,使大家意识到节约用电的重要性。
2.找一本与本课有关的参考资料。
(1)你为何选择这一本书。
(2)这本资料对你的建模思想有什么启示作用。
(3)这本资料书对我么数学专业的学习有什么帮助。
答:我选择了《最优化方法》这本书。
(1)之所以选择这本书,首先是因为课堂上老师说数学建模里边,有很多问题都是要对某个问题进行优化的;其次是,随着科学技术的日益进步和生产经营的日益发展,最优化方法已成为现代管理科学的重要理论基础和不可缺少的方法,被人们广泛地应用到公共管理、经济管理、国防等各个领域,发挥着越来越重要的作用。
所以我选择了《最优化方法》这本书。
(2)这本书中主要是介绍线性规划问题的模型、求解及其应用――运输问题;以及动态规划的模型、求解、应用――资源分配问题。
其中的微分学中求极值、等式约束最优化问题、不等式约束最优化问题对数学建模都有很大的帮助。
用最优化方法解决实际问题,一般可经过下列步骤:①提出最优化问题,收集有关数据和资料;②建立最优化问题的数学模型,确定变量,列出目标函数和约束条件;③分析模型,选择合适的最优化方法;④求解,一般通过编制程序,用计算机求最优解;⑤最优解的检验和实施。
摘要
本文通过建立优化模型,探讨了在行走时每秒走几步做功做小的问题。
因为人在行走时做的功是抬高人体重心所需势能与两腿运动所需动能之和。
而人在行走时重心升高可视作是一个定值,所以我们可以通过调节步速来控制两腿运动所需动能。
在我们日常生活中,人行走是少不了的。
建立这个模型的目的就是要解决人要以怎样的步速才能使人在单位时间内做功最少。
必须先分析重心的升高量和人在单位时间内做的功。
再以物理和数学知识求解。
对于问题一,为证明人体重心在行走时升高的高度与人体腿长和步长的关系,通过应用数学中的三角函数得到高度与腿长和步长的关系式,在此使用matlab 软件得到了上升高度与腿长与步长的关系式。
另外为证明了重心上升高度和腿长和步长的关系式与题目要求吻合,我们用到了放缩的数学思想。
对于问题二,首先要将实际问题转化成物理问题,再利用角动量定理和微元法对单位时间内所需动能进行了计算。
对于问题三,为证明在速度v 一定的条件下,每秒行走步数n 时做功最小,我们先通过计算得出所需能量的表达式,根据观察表达式的形式,利用均值不等式证明了结果的正确性。
对于问题四,是在假设质量集中在脚部时所建立数学模型,同样利用均值不等式证明了结果的正确性。
另外,我们给出了不同身高范围的人20秒内做功最小时的行走歩数,例如身高在160-170()cm ,每20秒行走64步最好。
我们进一步地运用了matlab 对最优步数与多走一步或少走一步所消耗的能量进行了分析与比较,并通过能量因数的相关分析,对人在行走时歩数的调整给出了建议。
关键词 优化模型 放缩 微元法 均值不等式 最优步数参考表
一 问题的重述
人行走时作的功是抬高人体重心所需势能与两腿运动所需动能之和。
请尝试建立数学模型,在匀速行走的条件下,讨论每秒走几步作功最小,并且讨论下列问题。
1. 设人的腿长为l,步长为s ,证明人体重心在行走时升高δ
2. 将腿看作均匀直杆,行走看作退绕腰部的转动。
设腿的质量m ,行走速度v ,证明
单位时间所需动能为mv2|6s 。
3. 设人体质量为M ,证明在速度v 一定时每秒行走ml
Mg
n 43=步作功最小。
实际上,M/m~4,l~1m ,分析此结果是否合理。
4. 若腿的质量集中在脚部,行走看作脚的直线运动。
证明结果应为ml
Mg
n 4=分析此结果是否合理。
二 问题的背景和分析
2.1 背景分析
人的身体在每时每刻都在消耗能量,人在静止不动时,也会由于生命活动消耗一部分能量,而在非静止状态消耗的能量就会更大。
因此,人在步行时消耗的能量就分为生理的和物理的两部分。
为了使人做最小的功行走更长的路程,下面就简单分析一下在不考虑生理耗能的情况下,人应该以怎样的步频才能在单位时间内消耗的能量最少。
而人在单位时间内消耗的能量也就是人行走时所作的功,即抬高人体重心所需势能与两腿运动所需动能之和。
2.2 问题一的分析
对于问题一,观察图可得,可有三角形边与角的关系利用三角函数可以计算出行走时重心最高与最低的状态,通过整理式子可得到重心高度变化值δ的一元二次方程,通过使用matlab软件计算出δ的值,可发现值δ的平方比较小,因此在计算值δ时可以利用放缩的
数学思想进而得到重心升高值,证明了问题一的正确性。
2.3 问题二的分析
对于问题二,将腿看作均匀直杆,行走视为腿绕腰部的转动,我们将得到腿的转动惯量,另在行走速度一定的情况下,我们可以得到角速度,单位时间内所需动能即为单位时间内腿的转动动能。
2.4 问题三的分析
对于问题三,人体质量与腿的质量之比接近一定值。
利用物理学定理我们可以得到单位时间内使身体重心升高所作的功,及其与单位时间内所需动能之和,便是人在单位时间内消耗的能量,利用均值不等式得到n的表达式,证明问题三的正确性。
然后
2.5 问题四的分析
对于问题四,腿的质量集中在脚部,行走过程看作是脚的直线运动,利用动能定理可以得到单位时间内走路所需动能,同样利用势能定理可以得到身体重心升高所做的功,两者相加,便是人在单位时间内消耗的能量,可以使用跟问题三同样的处理方法均值不等式得到最小步数n的表达式
三模型的假设
1. 假设人体的重心在人体的位置保持不变,并且人在步行时是做匀速运动的。
2. 假设在步行过程中保持步长是一定的,而且在步行过程中路面是相对平坦的。
四符号说明
5.1 模型一的建立与求解
根据题目要求,可近似理解人腿关系如下图一所示:
图一
考虑到人体腿长和步长与身体重心升高的关系,腿长,步长,重心高度可构成直角三角形,利用三角函数可列关系式如下:
解上式方程可得:
通过matlab 软件解得2δ的非常小,可忽略不计,则由
可得
由此可证明问题一是正确的。
5.2 模型二的建立与求解
若将腿看做均匀直杆,腿部的运动可看做绕腰部转动。
则,腿的转动惯量为: 角速度为: 步频为:
则单位时间内腿的转动动能为: 由此可证明问题二是正确的。
5.3 模型三的建立与求解
一般情况下,人体质量与腿的质量之比接近一定值a ,即 并且
即单位时间内使身体重心升高所做的功: 因为 所以
由此可知各项都为正,利用均值不等式得
当且仅当 时成立,即
所以当v
一定时,
n =
W 最小。
5.4问题四的建立与求解
假设腿的质量集中在脚步,行走看作脚的直线运动,要求我们证明ml
Mg
n 4=。
在此假设下,走一步的动能为22
1mv E k =
重力势能为l
Mgs Mg E p 82
==δ
单位时间内做功为⎪⎪⎭
⎫
⎝⎛+=+=l Mgs mv n nE nE W p k 82122
将n
v
s =带入得nl Mgv mv n W 8222+=
由数学基本不等式得,当nl
Mgv mv n 822
2=时做功最小,解得ml
Mg
n 4=。
此时做功为l
Mmg
v W 4
2
=
,当()m l m M 1,4≈≈时,16.3≈n ,即每秒内行走3.16步。
由问题三的统计数据可知步长大约为()cm 50,则此时步速为()s m v 58.1=,与调查结果比较后发现此结果相对合理。
六、模型的评价
本文所建立的模型,思路清晰明了、简单易懂,但也存在一定的不 足之处,模型稍显理想化,这个模型建立在有一定局限性的假设基 础上,会与实际情况在一定程度上产生偏差。
模型一较为接近于实 际,但求解所得到的结果与实际情况不太符合。
而模型二得到的结 果比较合理,但模型假设与实际相比具有一定程度的局限性。
本文所建立的模型,仍有一定的改进余地。
人的穿着负重在一定程 度上也可影响人的做功。
还可考虑雨雪等天气因素、草地丘陵坡度 等地形因素对问题的影响,使模型更贴近与实际。
本文作为一篇基 于实际的报告,有一定的参考价值。