下载文档原格式
综合题目参考答案1. 赛程安排(2002年全国大学生数学建模竞赛D 题)(1)用多种方法都能给出一个达到要求的赛程.(2)用多种方法可以证明支球队“各队每两场比赛最小相隔场次n r 的上界”(如=5时上界为1)是n ⎥⎦⎤⎢⎣⎡-23n ,如: 设赛程中某场比赛是,i j 两队, 队参加的下一场比赛是,两队(≠i i k k j ),要使各队每两场比赛最小相隔场次为r ,则上述两场比赛之间必须有除i ,j ,以外的2k r 支球队参赛,于是,注意到32+≥r n r 为整数即得⎥⎦⎤⎢⎣⎡-≤23n r . (3)用构造性的办法可以证明这个上界是可以达到的,即对任意的编排出达到该上界的赛程.如对于n =8, =9可以得到: n n 1A 2A 3A 4A 5A 6A 7A 8A 每两场比赛相隔场次数 相隔场次总数1A× 1 5 9 13 17 21 25 3,3,3,3,3,3 18 2A 1 × 20 6 23 11 26 16 4,4,4,3,2,2 193A 5 20 × 24 10 27 15 2 2,4,4,4,3,2 19 4A 9 6 24 × 28 24 3 19 2,2,4,4,4,3 19 5A 13 23 10 28 × 4 18 7 2,2,2,4,4,4 18 6A 17 11 27 14 4 × 8 22 3,2,2,2,4,4 177A 21 26 15 3 18 8 × 12 4,3,2,2,2,4 178A25 16 2 19 7 22 12 × 4,4,3,2,2,2 17w w w .k h d a w .c o m 课后答案网1A 2A 3A 4A 5A 6A 7A 8A 9A 每两场比赛相隔场次数 相隔场次总数1A× 36 6 31 11 26 16 21 1 4,4,4,4,4,4,4, 28 2A 36 × 2 27 7 22 12 17 32 4,4,4,4,4,4,3 27 3A 6 2 × 35 15 30 20 25 10 3,3,4,4,4,4,4 26 4A 31 27 35 × 3 18 8 13 234,4,4,4,3,3,3 25 5A 11 7 15 3 × 34 24 29 193,3,3,3,4,4,4 24 6A 26 22 30 18 34 × 4 9 144,4,3,3,3,3 23 7A16 12 20 8 24 4 × 33 28 3,3,3,3,3,3,4 22 8A21 17 25 13 29 9 33 × 53,3,3,3,3,3,3, 21 9A 1 32 10 23 19 14 28 5 × 3,4,3,4,3,4,3 24 可以看到, =8时每两场比赛相隔场次数只有2,3,4, =9时每两场比赛相隔场次数只有3,4,以上结果可以推广,即为偶数时每两场比赛相隔场次数只有n n n 22-n ,12-n ,2n ,n 数时只有为奇23-n ,21-n . 量赛程优劣其他指标如(4)衡的平均相隔场次 记第i 队第j 个ij c ,2,2,1,,,2,1-==n j n i ,间隔场次数为则平均相隔场次为∑∑=n i 1-=n r 21 =-j n n 1)2(ij c r 是赛程整体意义下的指标,它越大越好.可以计算=8,=9的n n r ,并讨论它是否达到上界. 相隔场次的最大偏差 定义||,r c Max f ij j i -=∑---=2)2(|n r n c Max g =1|j ijw w w .k h d a w .c o m 课后答案网f 为整个赛程相隔场次的最大偏差, 为球队之间相隔场次的最大偏差,它们都是越小越好.可以计算=8,=9的,g ,并讨论它是否达到上界.g n n f 参考文献工程数学学报第20卷第5期20032. 影院座位设计建立满意度函数),(βαf ,可以认为α和β无关, ()()βαβαh g f -=),(,g ,取尽量简单的形式,h 如αα=)(g ;0)(=βh (),030≤β0)(h h =β)30(0>β.(1)可将作为必要条件,以030≤βα最大为最佳座位的标准.在上图中以第1排座位为坐标原点建立坐标轴x ,可以得到 ⎪⎭⎫ ⎝⎛+----⎪⎭⎫ ⎝⎛+--=⎪⎭⎫ ⎝⎛+--=d x x h c H d x x c H d x x c H θθαθβtan arctan tan arctan ,tan arctan β是x 的减函数.可得x ≈1.7m,即第3(或4)排处.又通过计算或分析可知030=βα也是x 的减函数,所以第3(或4)排处是最佳座位.(2)设定一个座位间隔(如0.5m), l x 从0(或处)到030≤βd D -按离散,对于计算l )20~0(00θα的平均值,得时其值最大. 020=θ(3)可设地板线是x 的二次曲线,寻求,b 使2bx ax +a α的平均值最大. 实际上,还应考虑前排不应挡住后排的视线. 3.节水洗衣机(1996年全国大学生数学建模竞赛B 题) 该问题不要求对洗衣机的微观机制(物理、化学方面)深入研究,只需要从宏观层次去把握.宏观上洗衣的基本原理是用洗涤剂通过漂洗把吸附在衣物上的污物溶于水中,再脱去污水带走污物;洗衣的过程是通过“加水——漂洗——脱水”程序的反复运行,使残留在衣物的污物越来越少,直到满意的程度;洗涤剂也是不希望留在衣物上的东西,可将“污物”定义为衣物上原有污物与洗涤剂的总和. w w w .k h da w .c o m 课后答案网假设每轮漂洗后污物均匀地溶于水中;每轮脱水后衣物含水量为常数.~初始污水量,第轮加水量,~第k 轮脱水量c 0x ~k u k k x ),,2,1( =k .设每轮脱水前后污物在水中的浓度不变.于是cx c u x u c x n n n =+==--111,,, c x 2c x +21u x 10, 得到)()(210c u c u u c x x n n n ++= . 在最终污物量与初始污物量之比小于给定的清洁度条件下,求各轮加水量,使总用水量最小,即0/x x n k u ),,1(n k =∑=nk k u u Min k 1()ε<++)(..21c u c u u c t s n n 等价于)()(21c u c u u Min n u k +++++ α=++)()(..21c u c u u t s na 为常数可得c u c u u n +==+= 21,即第轮加水量n ~2u u k =(常数),第1轮加水量.c u u +=1令,问题简化为cx u =nx Min u n , ε<⎪⎭⎫ ⎝⎛+n x t s 11.. 其解为,即,而0→x 0→u ∞→n n .这与实际上是不合理的.应该加上对u 的限制:.则得n ,其中 21v u v ≤≤max min n n ≤≤max min n n ≤≤,1+)/1ln(2min ⎥⎦⎤⎢⎣⎡+=c v n αn 这样,为有限的几个数,可一一比较,具体数据计算从略.参考文献:《数学的实践与认识》第27卷第1期,1997w w w .k h d a w .c o m 课后答案网4.教师工资调整方案(1995年美国大学生数学建模竞赛B 题)题目对职称提升年限表述得不甚清楚(如未提及助理教授的提升),教龄也未区分是什么职称下工作的年限,所以应该作出一些相应的简化假设.按所给信息,工资仅取决于职称和教龄.建立新方案的一种办法是将职称折合成教龄,如定义x=教龄t+7×k (对于讲师、助理教授、副教授、教授,k 分别取值0,1,2,3),然后寻求工资函数I(x),使之满足题目的要求,如I(0)=27000,I(7)=32000等,以及x 较大时022<dxI d .另一种办法是职称、教龄分别对待,工资函数J(k,t)从多种函数中选择,如最简单的线性函数J(k,t)=k k k k b a t b a ,,+(k=0,1,2,3)根据一定条件确定.按照第一种办法得到的新工资方案,以职称和教龄综合指标为x 的教师的工资都应为I(x),而人们的目前工资会低于或高于它.根据题目要求,高工资不应降低,低工资则应逐渐提高,尽快达到理想值I(x).需要做的只是根据每人(目前)工资与(理想值的)差额,制定学校提供的提薪资金的分配方案.它应该是简单、合理、容易被人接受的. 按以上原则可以建立不同的模型,应通过检验比较其恶劣.检验可基于题目所给数据,按照提薪计划运行若干年,考察接近理想方案的情况,即用过渡时期的情况检验模型;也可进行随机模拟,按照一定规则随机产生数据(可以包括聘用、提职、解聘、退休的人数和时间等),再按照提薪计划运行,考察接近理想方案的情况.参考文献：叶其孝，《大学生数学建模竞赛辅导教材》（四），湖南教育出版社，20015. 一个飞行管理问题（1995年全国大学生数学建模竞赛A 题）设为第i 架飞机与第j 架飞机的碰撞角（即ij a )8arcsin(ij ij r a =其中为这两架飞机连线的长度），ij r ij β为第i 架飞机相对于第j 架飞机的相对速度（矢量）与这两架飞机连线（从i 指向j 的矢量）的夹角（以连线矢量为基准，逆时针方向为正，顺时针方向为负），i θ为第架飞机飞行方向角调整量. 本问题中的优化目标函数可以有不同的形式：如使所有飞机的最大调整量最小；所有飞机的调整量绝对值之和最小等.以所有飞机的调整量绝对值之和最小，可以得到如下的数学规划模型：w w w .k h d a w .c o m 课后答案网∑=61i i Min θ s.t. ,)(21ij j i ij a >++θθβ j i j i ≠=,6,,1,30≤i θ , 6,,1 =i 为了利用LINGO 求解这个数学规划模型，可以首先采用其他数学软件计算出ij α和ij β.其实，ij α和ij β也是可以直接使用LINGO 来计算的，这相当于解关于ij α和ij β的方程，只是解方程并非LINDO 软件的特长，这里我们作为一个例子，看看如何利用LINGO 计算ij α，可输入如下模型到LINGO 求解ij α：MIDEL ：1]SETS:2] PLANE/1..6/：x0,y0; 3] link(plane,plane):alpha,sin2: 4]ENDSETS5] @FOR(LINK(I,J)|I#NE#J:6] sin2(I,J)=64/((X0(I)-X0(J))*(X0(I)-X0(J))+7] (Y0(I)-Y0(J))*(Y0(I)-Y0(J)));8] ）；9] @FOR(LINK(I,J)|I#NE#J: 10] (@SIN(alpha*3.14159265/180.0))^2=SIN2; 11] ); 12]DATA:13] X0=150,85,150,145,130,0; 14] Y0=140,85,155,50,150,0; 15]endataEND计算结果如下：w w w .k h d a w .c o m 课后答案网ij a j=1 2 3 4 5 6i=1 0.000 0 5.3912 32.231 05.091 8 20.963 4 2.234 5 2 5.391 2 0.000 0 4.8046.613 5 5.807 9 3.815 9 3 32.231 0 4.804 0 0.0004.364 7 22.833 7 2.125 5 45.091 86.613 5 4.36470.000 0 4.4.537 2.989 8 5 20.963 4 5.807 922.8337 4.537 70.000 0 2.309 8 6 2.234 5 3.815 9 2.125 5 2.989 82.309 80.000 0 ij β也可类似地利用LINGO 求得，计算结果如下： ij β j=1 2 3 4 5 6 i=1 0.000 0 109.263 6 -128.250 0 24.1798173.065 1 14.474 9 2 109.263 6 0.000 0-88.871 1 -42.2436-92.304 8 9.000 03 -128.250 0 -88.871 1 0.000 012.4763-58.786 2 0.310 84 24.179 8 -42.243 6 12.476 30.000 0 5.969 2-3.525.65 173.065 1 -92.304 8 -58.78625.969 20.000 0 1.914 4614.474 9 9.000 00.310 8-3.5256 1.914 4 0.000 0w w w .k h d a w .c o m 课后答案网于是，该飞机管理的数学规划模型可如下输入LINGO 求解：MODEL:1]SETS2] plane/1..6/:cita:3] link(plane,plane):alpha,beta;4]ENDSETS5] min=@sum(plane:@abs(cita));6] @for(plane(I):7] @bnd(-30,cita(I),30);8] );9] @fpr(link(I,j)|I#NE#J:10] @ABS(beta(I,J)+0.5*cit(I)+0.5*cita(J))11] >alpha(I,J);12] ）;13]DATA:14] A;[JA=0.000 0 5.391.2….. …2.309 8 0.000 020] ;21] BETA=0.000 010 9.263 6………1.914 4 0.000 027] ;28]enddata END[注] alpha,beta 中数据略去，见上面表格. 求解结果如下： OPTIMUM FOUND AT STEP 197 SOLUTION OBJECTIVE V ALUE= 3.630 V ARIABLE V ALUE REDUCED COST CITA(1) 0.2974033E-06 -1.000 000 CITA(2) -0.1424833E-05 -0.715 033 4 w w w .k h d a w .c o m 课后答案网CITA(3) 2.557 866 1.000 000 CITA(4) -0.3856641E-04 0.0000000E+00CITA(5) 0.2098838E-05 -1.000 000CITA(6) 1.071 594 0.0000000E+00………. (以下略)由此可知最优解为： （其它调整角度为0）. ︒︒≈≈07.1,56.263θθ 评注：如果将目标改为最大调整量最小，则可进一步化简得到线形规划模型，也可用LINDO 或LINGO 求解.参考文献：《数学的实践与认识》第26卷第1期，19966. 降落伞的选择这个优化问题的决策变量是降落伞数量n 和每一个伞的半径r ，可先将n 和r 看作连续变量，建立优化模型，求得最优解后，再按题目要求作适当调整. 目标函数之降落伞的费用，可以根据表1数据拟合伞面费用与伞的半径r 的关系。
对于6。
4节蛛网模型讨论下列问题：（1）因为一个时段上市的商品不能立即售完，其数量也会影响到下一时段的价格，所以第k+1时段的价格1+k y 由第k+1和第k 时段的数量1+k x 和k x 决定。
如果设1+k x 仍只取决于k y ，给出稳定平衡的条件，并与6.4的结果进行比较。
（2）若除了1+k y 由1+k x 和k x 决定之外，1+k x 也由前两个时段的价格k y 和1-k y 决定，试分析稳定平衡的条件是否还会放宽。
解:（1)设1+k y 由1+k x 和k x 的平均值决定，即价格函数表示为：)2(11k k k x x f y +=++ 则 0),2(0101>-+-=-++ααx x x y y k k k 0),(001>-=-+ββy y x x k k消去y, 得到 012)1(22x x x x k k k +=++++αβαβαβ ,k=1，2，….该方程的特征方程为022=++αβαβλλ与6.4节中 )2(11-++=k k k y y g x 时的特征方程一样， 所以0〈αβ〈2, 即为0p 点的稳定条件。
（2）设 )2(11k k k x x f y +=++ )2(11-++=k k k y y g x ， 则有 0),2(0101>-+-=-++ααx x x y y k k k 0),2(0101>-+=--+ββy y y x x k k k 消去y ，得到0123)1(424x x x x x k k k k +=++++++αβαβαβαβ 该方程的特征方程为02423=+++αβαβλαβλλ令λ=x ,αβ=a ， 即求解三次方程0a 2ax ax 4x 23=+++ 的根 在matlab 中输入以下代码求解方程的根x ：syms x asolve(4*x^3+a*x^2+2＊a*x+a==0,x)解得 1x = （36＊a^2 — 216＊a — a^3 + 24＊3^（1/2）＊（-a^2＊（a — 27））^（1/2)）^（1/3）/12 — a/12 + (a*(a — 24))/（12＊（36*a^2 — 216＊a — a^3 + 24*3^（1/2)＊(-a^2＊（a — 27）)^（1/2))^(1/3）)；2x = -（2＊a*(36*a^2 - 216＊a — a^3 + 24＊3^（1/2）＊（—a^2＊(a - 27））^（1/2）)^（1/3） — 3^（1/2)*a*24＊i — 3^（1/2）*（36＊a^2 — 216＊a — a^3 + 24＊3^(1/2）＊(—a^2*(a — 27））^(1/2))^(2/3）*i - 24＊a + 3^(1/2)＊a^2*i+ (36*a^2 - 216＊a - a^3 + 24＊3^（1/2）*(-a^2＊（a — 27）)^（1/2）)^（2/3) + a^2)/（24*(36*a^2 — 216*a - a^3 + 24＊3^(1/2)＊（-a^2*（a — 27））^（1/2）)^（1/3））；3x =—（2＊a*（36*a^2 - 216*a — a^3 + 24＊3^（1/2)*(-a^2*（a - 27))^（1/2))^(1/3) + 3^(1/2)＊a ＊24*i + 3^（1/2）*(36＊a^2 - 216＊a — a^3 + 24*3^(1/2）＊(-a^2*(a - 27））^（1/2))^(2/3)*i — 24＊a - 3^（1/2)＊a^2＊i + (36＊a^2 - 216＊a - a^3 + 24*3^(1/2）*(-a^2＊（a - 27))^(1/2))^（2/3) + a^2）/（24＊（36＊a^2 — 216＊a — a^3 + 24*3^（1/2）*（—a^2*(a -27）)^(1/2）)^(1/3））；其中1x 为实根，2x 与3x 为一对共轭虚根。
数学模型课后答案姜启源【篇一：姜启源《数模》习题选解】方案模型构成：以阈值0,1分别标记“不在”和“在”，记第k次渡河前此岸的人阈值为xk，猫阈值为yk，鸡阈值为zk，米阈值为wk，将四维向量sk=(xk,yk,zk,wk)定义为状态，xk,yk,zk,wk=0,1。
安全渡河条件下的状态集合为允许状态集合，记作s。
以穷举法得到s：s={(1,1,1,1),(1,1,1,0),(1,1,0,1),(1,0,1,1),(1,0,1,0),(0,1,0,1),(0,0,1,0),( 0,1,0,0),(0,0,0,1),(0,0,0,0)} 记第k次渡船上四个对象（人、猫、鸡、米）的阈值分别为ak,bk,ck,dk，并将四维向量ek=(ak,bk,ck,dk)定义为决策。
允许决策集合记作e={(a,b,c,d)|0≤b+c+d≤1，a=1，b,c,d=0,1}因为k为奇数时，船从此岸驶向彼岸，k为偶数时船由彼岸驶向此岸，所以，状态sk随决策ek变化的规律是sk+1=sk+(-1)kek该式称状态转移律，该问题就转换成多步决策模型：求决策∈?? ??=1,2,?,?? ，使状态∈??按照转移律，由初始状态s1=(1,1,1,1)经有限步n到达状态sn+1=(0,0,0,0)。
模型求解：本解答试尝用图解法，由于无法利用平面来表达四维坐标系，所以采取其投影即三维空间的方法来构建模型。
把人的阈值xk抽离出来，分别标记0系坐标系（即当xk=0时，(yk,zk,wk)的空间坐标），和1系坐标系，可允许状态点如下标示（红色点）：由于a=1是恒成立的，所以，决策是0系坐标系和1系坐标系的点集间的连接，而非任意坐标系内部的连接。
如图1所示，两正方体中心重合，且对应顶点的连线通过中心，称为二合正方体（四维空间不具有包性，即a/b两正方体并没有包含的关系）。
二合正方体的一个顶点为（a,b），称为共顶点，即二合正方体共有8个共顶点。
关于数学建模竞赛的一点思考、总结和建议关于数学建模竞赛的一点思考、总结和建议宋一凡环境保护与安全工程学院核安全工程专业大学生活即将结束，回顾几年的经历，数学建模竞赛留给我太多的回忆。
虽然数模竞赛已经远去，但至今看到听到“三天三夜72小时”时，精神还会为之一振。
在要告别数模竞赛的时候，想写一点自己零零碎碎的思考和总结，并给以后参赛的学弟学妹一点建议。
1. 关于我的数模之路大一从学长口中知道了数模竞赛，就想参加，自学了姜启源的《数学模型》，但校赛时，队友不给力使第一次校赛不了了之，至今仍然遗憾大一时校赛未能入围；大二时，和本院的两个同学组队，比我高一级的闯哥给了不少经验和资料，经过暑假的培训和多次模拟赛训练，12年国赛拿到了湖南赛区的三等奖。
13年寒假，留在学校参加美赛，偌大的宿舍楼空无一人，好不凄凉，南方湿冷的冬天让我这个北方人冻得难以忍受，搞完比赛回到家时已经是腊月二十七夜里，美赛S奖使我很失落，也从中找到了自己的很多不足之处。
因今年考研，本不愿参加国赛，但两位新队友的盛情邀请让我不忍拒绝，于是重新组队，再战国赛，一雪前耻，最后拿到国家一等奖，为大学的数模之路画上一个圆满的句号。
从大一到现在，关于数模的比赛，热身赛、校赛、模拟赛、国赛、美赛，大大小小不记得参加过多少次，也不知道熬过了多少个“72小时”。
建模、程序员、写手，三个角色的工作我都认认真真做过，饱尝里面的酸甜苦辣，一步一个脚印走来，最后得到一个不错的成绩，收获颇多，感触颇深。
数模给我打开了一扇窗，窗外的世界带给我不一样的精彩，而不仅仅是拿几张证书，加几分综测。
外人看来，数模痛苦、费人，而我感觉数模自由、快乐。
尤其是竞赛结束，早上八点交卷的时刻，经过三天三夜的努力，队友通力合作，从第一天的一筹莫展，到最后一天的顺利解决，疲惫、兴奋、满足、急切、不安，很多的感受一时涌上心头，那是只有真正参加比赛的人才能体会到的快乐！2. 关于数学建模竞赛的作用在做一件事情之前总会去思考做成这件事情有什么好处，这样的心里再正常不过了。
数学模型姜启源答案【篇一：姜启源课后习题】xt>第1章建立数学模型1.1 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？（稳定的椅子问题见姜启源《数学模型》第6页）1.2 在商人们安全过河问题中，若商人和随从各四人，怎样才能安全过河呢？一般地，有n名商人带n名随从过河，船每次能渡k人过河，试讨论商人们能安全过河时，n与k应满足什么关系。
（商人们安全过河问题见姜启源《数学模型》第7页）1.3 人、狗、鸡、米均要过河，船需要人划，另外至多还能载一物，而当人不在时，狗要吃鸡，鸡要吃米。
问人、狗、鸡、米怎样过河？1.4 有3对夫妻过河，船至多载两人，条件是任一女子不能在其丈夫不在的情况下与其他的男子在一起。
问怎样过河？1.5 如果银行存款年利率为5.5%，问如果要求到2010年本利积累为100000元，那么在1990年应在银行存入多少元？而到2000年的本利积累为多少元？1.6 某城市的logistic模型为dn11dt?25n?25?106n2，如果不考虑该市的流动人口的影响以及非正常死亡。
设该市1990年人口总数为8000000人，试求该市在未来的人口总数。
当t??时发生什么情况。
1.7 假设人口增长服从这样规律：时刻t的人口为x(t)，最大允许人口为xm，t到t??t时间内人口数量与xm?x(t)成正比。
试建立模型并求解，作出解的图形并与指数增长模型和阻滞增长模型的结果进行比较。
1.8 一昼夜有多少时刻互换长短针后仍表示一个时间？如何求出这些时间？1.9 你在十层楼上欲乘电梯下楼，如果你想知道需要等待的时间，请问你需要有哪些信息？如果你不愿久等，则需要爬上或爬下几个楼层？1.10 居民的用水来自一个由远处水库供水的水塔，水库的水来自降雨和流入的河流。
水库的水可以通过河床的渗透和水面的蒸发流失。
如果要你建立一个数学模型来预测任何时刻水塔的水位，你需要哪些信息？第2章初等模型2.1 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。
天大万门数模写在开始今天第一次归纳、复习，整理思路重点，从最后两章（除了“其他模型”）开始，想可能印象比较深刻。
可实际开始总结才发现对于知识的理解和掌握还有很大差距，自己也是自学看书，非常希望各位提出宝贵意见，内容、学习方法经验上的都是~~ 整本书读下来感觉思路、数学都有很大拓展，总结起来有一下几个特点：一，“实际—>模型”的建模过程很关键，本书的模型很多虽然所谓“简单”、“假设多”，但简化分析中，还真难找到比它更合适、更合理、更巧妙的建模、假设了；二，模型求解之后的处理，许多地方似乎求解完毕可以结束，但却都未戛然而止，而是进一步“结果分析”、“解释”，目的不一，要看进程而定，有的促进了模型的改进，有的对数学结果做出了现实对应的解释（这一点建模过程中也经常做，就是做几步解释一下实际意义），也还有纯数学分析的，这些都是很重要的，在我看来，这本书中的许多模型、论文似乎到了“结果分析”这一步才刚刚开始，前面的求解似乎是家常便饭了；三，用各种各样的数学工具、技巧、思想来建模的过程，这本书读下来愈发觉得线性代数、高等数学基础的重要性，同时书中也设计到了一些（虽是浅浅涉及）新的数学知识和技巧，许多我在读的过程中只是试图了解这个思想，而推导过程未能花很多时间琢磨，但即便如此，还是让我的数学知识有了很大的拓展（作为工科专业学生）。
从上周六继续自学《数学模型》开始一周，比预期的时间长了许多，但是过程中我觉得即便如此也很难领会完整这本书的内容。
最近学习任务比较多，所以两天前快看完时到现在一直未能做个小结，从今天起每天做2章的小结，既是复习总结重点，也是请诸位同学指教、提意见交流——毕竟自己领会很有限。
也可以作为未读过、准备读这本书的同学的参考~第1章建立数学模型关键词：数学模型意义特点第1章是引入的一章，对数学模型的意义来源，做了很好的解释。
其实数学模型也是模型的一种，是我们用来研究问题、做实验的工具之一，只不过它比较“理论”、“摸不着”而已。
但通常，数学模型有严谨的特点，而且我们可以根据建模实际需要改变模型，成本也比较低；同时数学模型手段之一计算机模拟也有很好的效果。
椅子在不平的地面上放稳、商人安全过河、预报人口增长这3个熟悉的例子，用简单的数学进行描述、建模分析，给数学模型一个最好的诠释：用数学语言描述事物、现象——往往增添了说服力。
第2章初等模型关键词：初等数学简化技巧思想这一章顾名思义，是一些用“初等”数学知识建立、求解的模型，虽然数学知识比较易懂，但是其中的巧妙思想确实十分重要的。
如何把问题做恰当的简化，到简单的数学工具能够表示、求解的程度，本章做出了很好的例子，同时分析也很精彩。
2.1节公平席位分配，通过定义不公平程度等衡量标准，确立目标，提出Q值法。
有意思的是，在考虑是否存在一个理论上公平的分配方法时，根据所提出的4个（毋庸置疑的）公理，得出的结论却是：不存在满足上述公理的分配方法。
这种类似情况在本书中后面的例子也出现过。
这给我们什么启示呢？有些问题和工作，比如公平席位的分配，日常中是一定要做的，就算不能达到绝对公平也要分配，但一旦证明不存在理论上公平的分配方法时，我们还有分配的意义吗？答案不一；在这个例子中，固然是有意义的，我们自然转而寻求一个相对公平的分配方法，抑或，就是回溯查看提出的“公理”是不是那么的“公理”，看能否通过删改公理来取得更公平方案。
录像机计数器、双层玻璃功效、刹车距离等模型，均是用日常现象、基础的物理知识和巧妙简化进行的建模分析，这里每个例子中的分析，求解后的解释很重要——它们是整个模型的关键，阐述现象。
2.7实物交换，是后面经济学模型的雏形，无差别曲线的图形方法，确定这种曲线实际中要收集大量的数据；核军备竞赛一节，也是一个动态的变化过程，基本全是用曲线进行分析的——这里给我们一个思想，得出表达式后，许多时候我们只关注曲线的形状、趋势，因此作图分析是很好的方法，图中可以给我们很多信息（交点，截距，极限值……），而这些信息都一一对应着它们的实际意义；有些即使没有明显的含义，但也很可能为接下来的铺垫、预测作下铺垫。
2.10节的量纲分析与无量纲化，是另一种重要的求解方法，大致来说思想就是：仅知道变量之间的制约关系（正/负相关），系数、阶数均未知，即只能得出表达式的“形式”，要我们通过“量纲齐次性”（等式两端必须保持量纲的一致）来确定具体的表达式。
这是与按理论推导建模并列的另一种方法，这一节用单摆、抛射等物理问题很好地诠释了这种方法的强大。
关键：恰当地选择特征尺度，不仅可以减少独立参数的个数，还帮助我们决定舍弃哪些次要因素。
物理知识和经验是关键。
第2章小结：本章可以总结为“初等数学知识+巧妙简化技巧+思想”，10节涉及了不同类型的问题、数学方法，很多都是本书后面章节模型的雏形、基础。
第3章简单的优化模型关键词：简单优化微分法建模思想本章与第4章连续两章都是优化、规划的问题，可以看成一类问题——内容上也是由简单到复杂。
在第3章中，主要是几个简单的优化模型，可以归结到函数极值问题来求解，直接用微分法。
虽然模型、数学计算难不倒，但是还是那句——建模，求解之后结果分析、结果解释的思想，是我们要学习和引入脑中的。
3.1存贮模型分不允许、允许缺货两种讨论，中间推出一个最小费用的结果——经济订货批量公式EOQ。
对存贮量函数q(t)作图，观察规律，对结果解释。
3.2生猪出售时机关键点在于敏感性分析和强健性分析——这对于优化模型是否实用、有效是很重要的。
3.3森林救火亮点是对火势蔓延程度dB/dt的形式作出的数条假设，以及假设对应的实际解释。
只要合理、自圆其说，就是一个好的对实际问题的简化。
3.4最优价格主要是引出边际收入、边际支出，以及经济学一条著名定律——最大利润在边际收入等于编辑支出时达到。
3.5血管分支是很有趣的一节，用数学模型研究生理问题，我们还是只关注建模、数学的层面，而对于血管系统几何形状等生理学知识不讨论过多，用合理有力的假设代之。
3.6消费者的选择一个消费者买两种产品时，钱应该如何分配。
分配比例使他得到最大的满意度的最优比例乘务消费者均衡，而建立消费者均衡模型的关键在于确定效用函数U(q1,q1)。
3.7冰山运输也是很有趣的问题，考虑各种因素，基于一些假设，这节研究怎样运输冰山使费用最小。
其中用实际数据建立了经验公式，二是假设冰山为球形，简化了融化规律等的计算。
第4章数学规划模型关键词：数学规划方法lingo/lindo软件结果深入分析变量个数约束条件、可行域、目标函数，构成了常说的“数学规划”模型。
本章揭示了数学规划的本质，和它与传统优化数学问题的区别：常理优化模型属于函数极值问题的范畴，但实际中更多的是决策变量数、约束个数较大，且最优解往往在边界上取得的问题，因此不能用传统的“微分法”求解——因此要引入“数学规划”方法。
这一章内容不少，但都是一类问题，主要点有几个：1. lingo、lindo求解的使用——运行结果中还有一些平时未留意的信息，可以作为结果分析来用，前两节叙述较多；2. 一些细节之处：把一句话用数学公式表达，它往往作为约束条件，如p102的式（19）；3. 多目标规划的处理，p109的“选课策略”——基本思想是通过加权组合形成一个新的目标，从而化为单目标规划；4. 同前面章节一样地，对一个问题解出结果后，问题虽然解决了，但分析并没有结束——我们要学习这种further discussion的精神，发现这个结果“恰与…相同…”之类的，不妨多问自己一句：“这是偶然的吗？”然后继续分析，得出一般的结论，这样往往能看到更多的风景，得出的结论更有含金量/启发性，而不是仅仅是解决了该个问题而已。
如p109选课策略。
5. 减少变量个数，简化模型、式子（简化起见，同时lingo对变量个数有限制），p115销售的例子。
6. 求最优解时，为了减少搜索范围，加快速度，可以先去一个特殊情况求出一个可行解，然后让最优解至少优于它。
第5章微分方程模型关键词：动态模型合理假设分析预测控制这一章是非常经典的一章，对微分方程模型作了很好的诠释、介绍，每一个模型都有丰富的价值。
对于随时间连续变化的对象或状态，当我们要1）分析变化规律；2）预测；3）研究如何控制它的时候，就要建立相应的微分方程模型。
自然地，这样的模型功能非常强大，也具有一般性，也自然地需要在简化假设上动脑筋——如何用数学语言能表述的东西来刻画一个实际动态过程。
一个方程，有时就表示着一件事，这件事有可能还持续几十年——多么有趣而强大。
5.1传染病模型本节是解决“传播”、“蔓延”微分方程问题的典例，模型分三部分层层递进：SI（只分为易感染着、已感染者），SIS（已感染者可以被治愈，重新变为易感染者），SIR（治愈后具免疫力，即增加了“移出者”）。
可以说从基础模型到一步步递进，是对实际传染病情况的逐渐深入、全面的考虑，而其中的分析十分重要，也是本章分析得最细的章节。
其中引入了“相轨线”分析法，是很有力的工具，后面多次用到，这一节有很详细的介绍。
模型改进、建模目的性、方法三者配合，是本节亮点。
5.2经济增长模型通过建立产值与1）资金；2）劳动力之间的关系，来研究1）资金与劳动力的最佳分配，使效益最大；2）如何调节资金、劳动力增长率，使劳动生产率有效增长。
本模型虽然不常，但推导出计量经济学一重要模型——Douglas生产函数。
本节给出的模型推导稍繁，但结果简明，有合理解释。
5.3正规战与游击战这一节介绍了历史上用过的、经典的预测战争结局的数学模型，有传统正规战争、稍复杂的游击战，以及混合战。
重点在于建模过程：如何描述战争双方的特性，如何作假设。
然后用来分析硫磺岛战役。
这节很好地体现了微分方程的强大。
5.4药物在体内的分布与排除本节建立了房室模型，研究血药浓度的变化过程，为制订给药方案、剂量大小提供数量依据。
重点在于1）模型的假设：尽管是简化，但由临床试验证明是正确的，可以接受；2）对参数的估计。
先由机理分析确定方程形式，再由测试数据估计参数。
5.5香烟过滤嘴的作用看起来不易下手的一个问题，用恰当的假设，引入两个基本函数q,w,及物理学常用的守恒定律，建立出微分方程模型，从而构造动态模型。
本例是经典的建模案例。
5.6人口的预测和控制本节模型与之前的区别在于：考虑年龄的分布，即除了时间外，年龄是另一个自变量。
过程中重要的是数学公式中，系数、因子的实际含义要解释。
5.7烟雾的扩散与消失这个模型巧妙地引入了“仪器灵敏度”指标，不仅帮助建模，而且该指标本身是客观存在的，并非虚构，这样更加有说服力。
5.8万有引力定律的发现十分有意义的一节。
我们初中就熟悉的牛顿万有引力定律，是由开普勒第三定律和牛顿第二定律一同推导出的，这一节再现了这个推导过程。
