下载文档原格式
湖南城市学院数学与计算科学学院《数学建模》实验报告专业：学号：姓名：指导教师：成绩：年月日目录实验一 初等模型........................................................................ 错误！未定义书签。
实验二 优化模型........................................................................ 错误！未定义书签。
实验三 微分方程模型................................................................ 错误！未定义书签。
实验四 稳定性模型.................................................................... 错误！未定义书签。
实验五 差分方程模型................................................................ 错误！未定义书签。
实验六 离散模型........................................................................ 错误！未定义书签。
实验七 数据处理........................................................................ 错误！未定义书签。
实验八 回归分析模型................................................................ 错误！未定义书签。
实验一 初等模型实验目的：掌握数学建模的基本步骤，会用初等数学知识分析和解决实际问题。
实验内容：A 、B 两题选作一题，撰写实验报告，包括问题分析、模型假设、模型构建、模型求解和结果分析与解释五个步骤。
第1篇一、实验目的本次实验旨在让学生掌握数学建模的基本步骤，学会运用数学知识分析和解决实际问题。
通过本次实验，培养学生主动探索、努力进取的学风，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、实验内容本次实验选取了一道实际问题进行建模与分析，具体如下：题目：某公司想用全行业的销售额作为自变量来预测公司的销售量。
表中给出了1977—1981年公司的销售额和行业销售额的分季度数据（单位：百万元）。
1. 数据准备：将数据整理成表格形式，并输入到计算机中。
2. 数据分析：观察数据分布情况，初步判断是否适合使用线性回归模型进行拟合。
3. 模型建立：利用统计软件（如MATLAB、SPSS等）进行线性回归分析，建立公司销售额对全行业的回归模型。
4. 模型检验：对模型进行检验，包括残差分析、DW检验等，以判断模型的拟合效果。
5. 结果分析：分析模型的拟合效果，并对公司销售量的预测进行评估。
三、实验步骤1. 数据准备将数据整理成表格形式，包括年份、季度、公司销售额和行业销售额。
将数据输入到计算机中，为后续分析做准备。
2. 数据分析观察数据分布情况，绘制散点图，初步判断是否适合使用线性回归模型进行拟合。
3. 模型建立利用统计软件进行线性回归分析，建立公司销售额对全行业的回归模型。
具体步骤如下：（1）选择合适的统计软件，如MATLAB。
（2）输入数据，进行数据预处理。
（3）编写线性回归分析程序，计算回归系数。
（4）输出回归系数、截距等参数。
4. 模型检验对模型进行检验，包括残差分析、DW检验等。
（1）残差分析：计算残差，绘制残差图，观察残差的分布情况。
（2）DW检验：计算DW值，判断随机误差项是否存在自相关性。
5. 结果分析分析模型的拟合效果，并对公司销售量的预测进行评估。
四、实验结果与分析1. 数据分析通过绘制散点图，观察数据分布情况，初步判断数据适合使用线性回归模型进行拟合。
2. 模型建立利用MATLAB进行线性回归分析，得到回归模型如下：公司销售额 = 0.9656 行业销售额 + 0.01143. 模型检验（1）残差分析：绘制残差图，观察残差的分布情况，发现残差基本呈随机分布，说明模型拟合效果较好。
《数学建模》上机作业信科05-3韩亚0511010305实验1 线性规划模型一、实验名称：线性规划模型—设备的最优配备问题。
二、实验目的：掌握线性规划模型的建模方法，并能用数值算法或MATLAB 库函数求解。
三、实验题目：某商店拟制定某种商品7—12月的进货、售货计划，已知商店仓库最大容量为1500件，6月底已存货300件，年底的库存以不少于300件为宜，以后每月初进货一次，假设各月份该商品买进、售出单价如下表。
四、实验要求：1、若每件每月的库存费用为0.5元，问各月进货、售货各为多少件，才能使净收益最多？建立数学模型。
2、利用相应的数值方法求解此问题的数学模型。
3、谈一谈你对这类线性规划问题的理解。
4、举一个简单的二维线性规划问题，并针对此问题将你所了解的线性规划的求解方法作出总结。
5、用软件lindo 或lingo 求解上述问题。
（选做题）6、编写单纯形算法的MATLAB 程序。
（选做题） 五、实验内容：解：设第i 个月进货xi 件，销售yi 件，则下半年总收益为销售收入减去进货费和仓库储存费之和，所以目标函数为：1211109871211109711109871211109875.232427252628252528262729)2345(5.0)2345)300(6(5.07x x x x x x y y y y y y y y y y y x x x x x x z y ------+++++++++++++++++-=整理后得：90024255.28275.2831255.25295.27295.31121110987121110987-------+++++=x x x x x x y y y y y y z由于仓库的容量为1500件，每个月的库存量大于0，小于1500，所以有如下约束条件150030001500300015003000150030001500300015003000111210119108978710119108978791089787897877877≤-+-+-+-+-++≤≤-+-+-+-++≤≤-+-+-++≤≤-+-++≤≤-++≤≤+≤y x y x y x y x y x x y x y x y x y x x y x y x y x x y x y x x y x x x又有年底库存量不少于300则：300300121112101191089787≥--+-+-+-+-++y y x y x y x y x y x x化为抽象的线性规划模型为：90024255.28275.2831255.25295.27295.31max 121110987121110987-------+++++=x x x x x x y y y y y y z ，;12,,8,7;0,0120030012003001200300120030012003001200300121112101191089787111210119108978710119108978791089787897877877 =≥≥--+-+-+-+-+≤-+-+-+-+-+≤-≤-+-+-+-+≤-≤-+-+-+≤-≤-+-+≤-≤-+≤-≤≤-i y x y y x y x y x y x y x x y x y x y x y x y x x y x y x y x y x x y x y x y x x y x y x x y x x x STi i线性规划目标函数的系数:f = [31; 28.5; 27; 28.5;25;24;-31.5;-29;-27.5;-29;-25.5;-25]; 约束方程的系数及右端项： A=[1,0,0,0,0,0,0,0,0,0,0,0 1,1,0,0,0,0,-1,0,0,0,0,0 1,1,1,0,0,0,-1,-1,0,0,0,0 1,1,1,1,0,0,-1,-1,-1,0,0,0 1,1,1,1,1,0,-1,-1,-1,-1,0,0 1,1,1,1,1,1,-1,-1,-1,-1,-1,0 -1,0,0,0,0,0,0,0,0,0,0,0 -1,-1,0,0,0,0,1,0,0,0,0,0 -1,-1,-1,0,0,0,1,1,0,0,0,0 -1,-1,-1,-1,0,0,1,1,1,0,0,0 -1,-1,-1,-1,-1,0,1,1,1,1,0,0 -1,-1,-1,-1,-1,-1,1,1,1,1,1,0 -1,-1,-1,-1,-1,-1,1,1,1,1,1,1];b=[1200;1200;1200;1200;1200;1200; 300; 300; 300; 300; 300; 300;0]; lb=zeros(12,1);[x,fval,exitflag,output,lambda] = linprog(f,A,b,[],[],lb);实验2 非线性规划模型一、实验名称：非线性规划模型。
《数学建模实验》实验报告学院名称数学与信息学院专业名称提交日期课程教师实验一：数学规划模型AMPL求解实验内容1. 用AMPL求解下列问题并作灵敏度分析:一奶制品加工厂用牛奶生产A1和A2两种奶制品，1桶牛奶可以在甲类设备上用12小时加工成3公斤A1或者在乙类设备上用8小时加工成4公斤A2，且都能全部售出，且每公斤A1获利24元，每公斤A2获利16元。
先加工厂每天能得到50桶牛奶的供应，每天工人总的劳动时间为480小时，并且甲类设备每天至多加工100公斤A1，乙类设备的加工能力没有限制，试为该厂制定一个计划，使每天的获利最大。
（1）建立模型文件：milk.modset Products ordered;param Time{i in Products }>0;param Quan{i in Products}>0;param Profit{i in Products}>0;var x{i in Products}>=0;maximize profit: sum{i in Products} Profit [i]* Quan [i]*x[i];subject to raw: sum{i in Products}x[i] <=50;subject to time:sum{i in Products}Time[i]*x[i]<=480;subject to capacity: Quan[first(Products)]*x[first(Products)]<=100;（2）建立数据文件milk.datset Products:=A1 A2;param Time:=A1 12 A2 8;param Quan:=A1 3 A2 4;param Profit:=A1 24 A2 16;(3) 建立批处理文件milk.runmodel milk.mod;data milk.dat;option solver cplex;solve;display x;(4)运行运行结果：CPLEX 11.0.0: optimal solution; objective 33602 dual simplex iterations (1 in phase I)x [*] :=A1 20A2 30;（5）灵敏度分析：model milk.mod;data milk.dat;option solver cplex;option cplex_options 'sensitivity';solve;display x;display x.rc, x.down, x.up;display raw, time, capacity;display raw.down, raw.up,raw.current, raw.slack;得到结果：【灵敏度分析】: x.rc x.down x.up:=A1 -3.55271e-15 64 96A2 0 48 72;raw = 48time = 2capacity = 0raw.down = 43.3333raw.up = 60raw.current = 50raw.slack = 0某公司有6个建筑工地，位置坐标为(a i, b i)(单位：公里),水泥日用量d i (单位：吨）1) 现有j j j吨，制定每天的供应计划，即从A, B两料场分别向各工地运送多少吨水泥，使总的吨公里数最小。
数学建模实验报告姓名：学院：专业班级：学号：数学建模实验报告（一）——用最小二乘法进行数据拟合一．实验目的：1.学会用最小二乘法进行数据拟合。
2.熟悉掌握matlab软件的文件操作和命令环境。
3.掌握数据可视化的基本操作步骤。
4.通过matlab绘制二维图形以及三维图形。
二．实验任务：来自课本64页习题：用最小二乘法求一形如y=a+b x2的多项式，使之与下列数据拟合：三．实验过程：1.实验方法：用最小二乘法解决实际问题包含两个基本环节：先根据所给出数据点的变化趋势与问题的实际背景确定函数类；然后按照最小二乘法原则求最小二乘解来确定系数。
即要求出二次多项式: y=a+b x2的系数。
2．程序：x=[19 25 31 38 44]y=[19.0 32.3 49.0 73.3 97.8]ab=y/[ones(size(x));x.^2];a=ab(1),b=ab(2)xx=19:44;plot(xx,a+b*xx.^2,x,y,'.')3.上机调试得到结果如下：x = 19 25 31 38 44y=19.0000 32.3000 49.0000 73.3000 97.8000a = 0.9726b = 0.0500图形：四．心得体会通过本次的数学模型的建立与处理，我们学习并掌握了用最小二乘法进行数据拟合，及多项式数据拟合的方法，进一步学会了使用matlab软件，加深了我们的数学知识，提高了我们解决实际问题的能力，为以后深入学习数学建模打下了坚实的基础。
数学建模实验报告（二）——用Newton法求方程的解一．实验目的1.掌握Newton法求方程的解的原理和方法。
2.利用Matlab进行编程求近似解。
二．实验任务来自课本109页习题4-2：用Newton法求f(x)=x-cosx=0的近似解三．实验过程1.实验原理：把f(x)在x0点附近展开成泰勒级数f(x) = f(x0)+(x－x0)f'(x0)+(x－x0)^2*f''(x0)/2! +… 取其线性部分，作为非线性方程f(x) = 0的近似方程，即泰勒展开的前两项，则有f(x0)+f'(x0)(x－x0)=0 设f'(x0)≠0则其解为x1=x0－f(x0)/f'(x0) 这样，得到牛顿法的一个迭代序列：x(n+1)=x(n)－f(x(n))/f'(x(n))。
内江师范学院中学数学建模实验报告册编制数学建模组审定牟廉明专业：班级：级班学号：姓名：数学与信息科学学院2016年3月说明1.学生在做实验之前必须要准备实验，主要包括预习与本次实验相关的理论知识，熟练与本次实验相关的软件操作，收集整理相关的实验参考资料，要求学生在做实验时能带上充足的参考资料；若准备不充分，则学生不得参加本次实验，不得书写实验报告；2.要求学生要认真做实验，主要是指不得迟到、早退和旷课，在做实验过程中要严格遵守实验室规章制度，认真完成实验内容，极积主动地向实验教师提问等；若学生无故旷课，则本次实验成绩不合格；3.学生要认真工整地书写实验报告，实验报告的内容要紧扣实验的要求和目的，不得抄袭他人的实验报告；4.实验成绩评定分为优秀、合格、不合格，实验只是对学生的动手能力进行考核，跟据所做的的情况酌情给分。
根据实验准备、实验态度、实验报告的书写、实验报告的内容进行综合评定。
实验名称：数学规划模型（实验一）指导教师：实验时数： 4 实验设备：安装了VC++、mathematica、matlab的计算机实验日期：年月日实验地点：实验目的：掌握优化问题的建模思想和方法，熟悉优化问题的软件实现。
实验准备：1．在开始本实验之前，请回顾教科书的相关内容；2．需要一台准备安装Windows XP Professional操作系统和装有数学软件的计算机。
实验内容及要求原料钢管每根17米，客户需求4米50根，6米20根，8米15根，如何下料最节省？若客户增加需求：5米10根，由于采用不同切割模式太多，会增加生产和管理成本，规定切割模式不能超过3种，如何下料最节省？实验过程：摘要：生活中我们常常遇到对原材料进行加工、切割、裁剪的问题，将原材料加工成所需大小的过程,称为原料下料问题。
按工艺要求,确定下料方案,使用料最省,或利润最大是典型的优化问题。
以此次钢管下料问题我们采用数学中的线性规划模型.对模型进行了合理的理论证明和推导，然后借助于解决线性规划的专业软件Lingo 对题目所提供的数据进行计算从而得出最优解。
数学建模课教案数学建模的基本步骤与方法一、教学内容本节课我们将学习《数学建模》的第一章“数学建模的基本步骤与方法”。
具体内容包括数学模型的构建、数学模型的求解、数学模型的检验和优化等。
二、教学目标1. 理解数学建模的基本概念，掌握数学建模的基本步骤。
2. 学会运用数学方法解决实际问题，培养解决问题的能力。
3. 培养学生的团队协作能力和创新精神。
三、教学难点与重点教学难点：数学模型的构建和求解。
教学重点：数学建模的基本步骤及方法。
四、教具与学具准备1. 教具：黑板、粉笔、多媒体设备。
2. 学具：数学建模教材、计算器、草稿纸。
五、教学过程1. 实践情景引入（5分钟）通过展示实际生活中的数学问题，激发学生的兴趣，引入数学建模的概念。
2. 理论讲解（15分钟）讲解数学建模的基本步骤：问题分析、模型假设、模型建立、模型求解、模型检验和优化。
3. 例题讲解（20分钟）以一个简单的实际问题为例，带领学生逐步完成数学建模的过程。
4. 随堂练习（15分钟）学生分组讨论，针对给定的问题，完成数学建模的练习。
5. 小组展示与讨论（15分钟）6. 知识巩固（10分钟）六、板书设计1. 数学建模的基本步骤1.1 问题分析1.2 模型假设1.3 模型建立1.4 模型求解1.5 模型检验和优化2. 例题及解答七、作业设计1.1 问题：某城市现有两个供水厂，如何合理调配水源，使得居民用水成本最低？1.2 作业要求：列出模型的假设、建立模型、求解模型并检验。
2. 答案：见附件。
八、课后反思及拓展延伸1. 反思：本节课学生对数学建模的基本步骤和方法掌握程度如何？哪些环节需要加强？2. 拓展延伸：引导学生关注社会热点问题，尝试用数学建模的方法解决实际问题。
重点和难点解析1. 实践情景引入2. 例题讲解3. 教学难点：数学模型的构建和求解4. 作业设计一、实践情景引入情景：某城市准备举办一场盛大的音乐会，门票分为三个档次：VIP、一等座和二等座。
数学建模实验报告实验报告：数学建模引言：数学建模是一门独特且灵活的学科，它将现实问题转化为数学模型，并利用数学工具和方法来分析和解决这些问题。
通过实践和研究，我们可以发现数学建模在各个领域都有广泛的应用，如物理学、生物学、经济学等。
本实验报告旨在介绍数学建模的基本理论与方法，并展示一个实际问题的建模与求解过程。
一、数学建模的基本理论与方法1.1模型的建立数学建模的第一步是建立数学模型。
一个好的模型应具备以下要素：准确描述问题的前提条件，明确问题的目标，确定可变参数和约束条件，考虑问题的实际需求。
1.2模型的求解模型的求解是数学建模的核心环节。
根据模型的形式和要求，我们可以选择适合的求解方法，如数值方法（如微积分、线性代数等）和符号计算方法（如差分方程、偏微分方程等）等。
1.3模型的分析与验证在模型求解的基础上，我们需要对模型进行分析和验证。
分析主要是从数学角度研究模型的性质和规律，验证则是将模型的结果与实际数据进行比对，以评估模型的准确性和可靠性。
二、实际问题的建模与求解考虑以下实际问题：公司准备推出一款新产品，为了提高产品的市场竞争力，他们决定在一部分商品上采用价格优惠的策略。
为了确定优惠的程度，他们需要建立一个数学模型来分析不同优惠方案的效果，并选择最优的方案。
2.1模型的建立首先，我们需要明确问题的前提条件和目标。
假设该产品的市场价格为P，成本价格为C，单位销售量为Q。
我们的目标是最大化销售利润。
于是，我们可以建立以下数学模型：利润函数：利润=销售额-成本利润=(P-D)*Q-C其中D为优惠的价格折扣。
2.2模型的求解为了确定最优的优惠方案，我们需要将问题转化为一个数学优化问题。
我们可以选用辅助函数法或拉格朗日乘子法来求解最优值。
在这里，我们选择辅助函数法。
我们将利润函数分别对P和D求偏导数，并令其等于0，得到以下方程组：d(利润)/dP=Q-2D=0d(利润)/dD=P-C=0解这个方程组可以求得最优解P=C，D=Q/22.3模型的分析与验证在分析这个模型之前，我们需要验证模型的准确性。
练习1matlab练习一、矩阵及数组操作：1．利用基本矩阵产生3×3和15×8的单位矩阵、全1矩阵、全0矩阵、均匀分布随机矩阵（[-1，1]之间）、正态分布矩阵（均值为1，方差为4）,然后将正态分布矩阵中大于1的元素变为1，将小于1的元素变为0。
2．利用fix及rand函数生成[0，10]上的均匀分布的10×10的整数随机矩阵a，然后统计a中大于等于5的元素个数。
3．在给定的矩阵中删除含有整行内容全为0的行，删除整列内容全为0的列。
4．随机生成10阶的矩阵，要求元素值介于0~1000之间，并统计元素中奇数的个数、素数的个数。
二、绘图：5．在同一图形窗口画出下列两条曲线图像，要求改变线型和标记：y1=2x+5；y2=x^2-3x+1，并且用legend标注。
6．画出下列函数的曲面及等高线：z=sinxcosyexp(-sqrt(x^2+y^2))．7．在同一个图形中绘制一行三列的子图，分别画出向量x=[158101253]的三维饼图、柱状图、条形图。
三、程序设计：8．编写程序计算（x 在[-8，8]，间隔0.5）先新建的，在那上输好，保存，在命令窗口代数；9．用两种方法求数列：前15项的和。
10．编写程序产生20个两位随机整数，输出其中小于平均数的偶数。
11．试找出100以内的所有素数。
12．当)1(433221)(+⨯++⨯+⨯+⨯=n n n f 时，?)20()30()40(=+f f f 四、数据处理与拟合初步：13.随机产生由10个两位随机数的行向量A,将A 中元素按降序排列为B,再将B 重排为A 。
14．通过测量得到一组数据：t 12345678910y 4.8424.3623.7543.3683.1693.0383.0343.0163.0123.005分别采用y=c1+c2e^(-t)和y=d1+d2te^(-t)进行拟合，并画出散点及两条拟合曲线对比拟合效果。
在下面的题目中选做100分的题目，给出详略得当的答案。
一.通过举例简要说明数学建模的一般过程或步骤。
(15分)答：建立数学模型的方法大致有两种，一种是实验归纳的方法，即根据测试或计算数据，按照一定的数据，按照一定的数学方法，归纳出系统的数学模型；另一种是理论分析的方法，具体步骤有五步（以人口模型为例）：1、明确问题，提出合理简化的假设：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、建立模型：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。
（查资料得出数学式子或算法）。
3、模型求解：利用数学方法来求解上一步所得到的数学问题，此时往往还要做出进一步的简化或假设。
注意要尽量采用简单的数学公具。
例如：马尔萨斯模型，洛杰斯蒂克模型4、模型检验：根据预测与这些年来人口的调查得到的数目进行对比检验5、模型的修正和最后应用：所建立的模型必须在实际应用中才能产生效益，根据预测模型，制定方针政策，以实现资源的合理利用和环境的保护。
二.把一张四条腿等长的正方形桌子放在稍微有些起伏的地面上，通常只有三只脚着地，然而只需稍为转动一定角度，就可以使四只脚同时着地，即放稳了。
(1) 请用数学模型来描述和证明这个实际问题; (2)讨论当桌子是长方形时，又该如何描述和证明？(15分)答：模型假设：1．椅子四条腿一样长，椅脚与地面的接触部分相对椅子所占的地面面积可视为一个点。
2．地面凹突破面世连续变化的，沿任何方向都不会出现间断（没有向台阶那样的情况），即地面可看作数学上的连续曲面。
3．相对椅脚的间距和椅子腿的长度而言，地面是相对平坦的，即使椅子在任何位置至少有三条腿同时着地。
4．椅子四脚连线所构成的四边形是圆内接四边形，即椅子四脚共圆。
5．挪动仅只是旋转。
我们将椅子这两对腿的交点作为坐标原点，建立坐标系，开始时AC、BD这两对腿都在坐标轴上。
将AC和BD这两条腿逆时针旋转角度θ。
记AC到地面的距离之和为f(θ)。
数学建模与数学实验pdf
1数学建模与数学实验
数学建模是运用数学方法描述实际问题，并用数学模型表示真实系统，以实现问题特征和解决问题的过程。
它是一种广泛应用于工程，物理，经济和社会等学科的重要方法。
数学建模是从宏观层面深入理解真实系统，揭示系统本质结构，分析和解决实际问题的有用方法。
数学实验是采用科学方法，通过实践探索，模拟，原型测试，从初步发现和总结由此得出的规律，来达到解释和提出新理论，从而检验数学建模关系式前后矛盾等目的。
数学实验是通过事实材料来论证数学建模和数学思想的实践过程，可以深入了解数学本身的特性，加深对数学的理解，进一步完善数学建模的过程。
数学建模与数学实验相辅相成，可以有效地提高数学模型的建立效率，进而降低时间和成本的消耗。
在工程，物理，经济和社会等多个领域，数学建模与数学实验都有着重要的作用。
它们给人们以有用的思路，是今天有效求解数学问题和发现数学形式解决方案不可或缺的重要工具。
结论：数学建模与数学实验以及科学方法相结合，是研究有关问题求解和理论发现的有效工具。
数学建模的实验报告数学建模实验报告示例如下:实验名称:社交网络分析中的协同过滤实验目的:研究社交网络中的协同过滤算法,并比较其性能和效率。
实验设计:1. 数据收集:从Facebook的公开数据集中获取了20个城市居民的用户数据,包括他们的个人资料、社交关系和浏览记录等。
每个用户被标记为一个或多个好友、关注者或喜欢某个特定话题的人。
共收集了7000个用户数据点。
2. 数据预处理:对数据进行清洗和特征提取。
清洗数据是为了删除无用的信息,提取特征则是为了将数据转化为计算机能够理解的形式。
3. 模型选择和训练:选择协同过滤算法,并使用数据集训练模型,包括K-近邻算法、Apriori算法、朴素贝叶斯算法和聚类算法等。
4. 模型评估:使用测试集对不同算法的性能进行评估。
计算模型的准确性、召回率、精确度、F1值等指标,并比较不同算法之间的性能。
5. 应用测试:使用测试集尝试在实际应用中应用模型。
将模型应用于新的数据集,评估模型的性能和效率,并进行模型的优化和改进。
实验结果:1. 结果概述:经过预处理和特征提取后,共产生了7000个用户数据点,其中5566个用户被标记为好友、关注者或喜欢某个特定话题的人。
共1897个用户数据点被保留,用于评估模型的性能。
2. 模型评估指标:准确性:模型预测的准确率。
召回率:模型从测试集中返回的真实用户中,能够被预测为好友或关注者的比例。
精确度:模型预测的精确度。
F1值:在测试集中,模型预测正确的用户数量与实际用户数量之比。
实验结果显示,K-近邻算法的性能最好,召回率为74.06%。
Apriori算法的性能次之,准确性为72.32%。
朴素贝叶斯算法的性能最次,召回率为69.71%。
聚类算法的精确度最低,为68.91%。
3. 应用测试结果:在实际应用中,将模型应用于新的数据集,评估模型的性能和效率。
实验结果显示,K-近邻算法的应用性能最好,召回率为89.46%。
Apriori算法的应用性能次之,召回率为78.21%。
数学建模与数学实验数学建模是指利用一定的数学方法和技巧，对实际问题进行描述、分析和解决的过程。
数学建模是将数学与实际问题相结合的一门学科，在理论研究和实际应用中都具有重要的意义。
而数学实验则是通过实际的实验操作，观测数据，验证数学模型的准确性和可靠性。
一、数学建模数学建模是将实际问题抽象化，建立数学模型，通过数学工具求解问题。
数学建模的基本步骤包括：问题描述，建立数学模型，选择方法解决问题，模型分析和结果验证。
数学建模需要综合运用数学分析、概率统计、优化理论等数学学科知识，对问题进行全面深入的研究。
数学建模在科学研究、工程技术、金融经济等领域有着广泛的应用。
例如，在气象预报中，可以利用数学建模对气象系统进行模拟，预测未来的气象变化；在医学领域，可以通过建立数学模型研究疾病的传播规律，提出有效的防控措施。
二、数学实验数学实验是对数学理论进行验证和实际应用的过程，通过实际操作和数据观测，检验数学模型的有效性和可行性。
数学实验可以帮助研究者理解数学问题的本质，加深对数学知识的理解和掌握。
数学实验通常包括设计实验方案、收集数据、进行数据处理和分析等步骤。
通过数学实验，可以验证数学定理和推论的正确性，检验数学模型的准确性和可靠性。
数学实验是数学研究中重要的一环，可以促进数学理论的发展和应用。
三、数学建模与数学实验的关系数学建模和数学实验是相辅相成的。
数学建模是将实际问题转化为数学问题进行求解，而数学实验则是对数学模型进行检验和验证，使得模型更加符合实际情况。
数学建模离不开数学实验的支持，数学实验则需要数学建模的指导和支持。
在现代科学研究和工程实践中，数学建模与数学实验密切结合，共同推动科学技术的发展。
通过数学建模和数学实验，人们可以更好地理解和解决实际问题，促进科学知识的传播和应用。
总之，数学建模与数学实验是数学研究中不可或缺的两个环节，它们相互交融、相互促进，共同推动数学学科的发展和应用。
数学建模和数学实验的重要性在于将数学理论与实际问题相结合，提高数学研究的实用性和应用价值，为人类社会的发展进步做出贡献。
数学实验报告实验序号：实验一日期：实验序号：实验二日期：实验序号： 实验三 日期：班级 姓名 学号实验 名称架设电缆的总费用问题背景描述：一条河宽1km ，两岸各有一个城镇A 与B ，A 与B 的直线距离为4km ，今需铺设一条电缆连接A 于B ，已知地下电缆的铺设费用是2万元/km ，水下电缆的修建费用是4万元/km 。
实验目的：通过建立适当的模型，算出如何铺设电缆可以使总花费最少。
数学模型：如图中所示，A-C-D-B 为铺设的电缆路线，我们就讨论a=30度，AE （A 到河岸的距离）=0.5km ，则图中：DG=4-AC cos b -1/tan c ； BG=0.5km AC=AE/sin bCD=EF/sin c=1/sin c BD=BG D 22G则有总的花费为：W=2*（AC+BD ）+4*CD ；我们所要做的就是求最优解。
实验所用软件及版本：Matlab 7.10.0实验序号： 实验四 日期：班级 姓名 学号实验 名称慢跑者与狗问题背景描述：一个慢跑者在平面上沿曲线25y x 22=+以恒定的速度v 从（5,0）起逆时钟方向跑步，一直狗从原点一恒定的速度w ，跑向慢跑者，在运动的过程中狗的运动方向始终指向慢跑者。
实验目的：用matlab 编程讨论不同的v 和w 是的追逐过程。
数学模型：人的坐标为（manx,many ）,狗的坐标为（dogx,dogy ）,则时间t 时刻的人的坐标可以表示为manx=R*cos(v*t/R); many=R*sin(v*t/R);sin θ=| (many-dogy)/sqrt((manx-dogx)^2+(many-dogy)^2)|;cos θ=| (manx-dogx)/sqrt((manx-dogx)^2+(many-dogy)^2)|;则可知在t+dt 时刻狗的坐标可以表示为：dogx=dogx(+/-)w* cos θ*dt; dogy=dogy(+/-)w* sin θ*dt; (如果manx-dogx>0则为正号，反之则为负号)实验所用软件及版本：Matlab 7.10.0实验序号：实验五日期：班级姓名学号两圆的相对滚动实验名称问题背景描述：有一个小圆在大圆内沿着大圆的圆周无滑动的滚动。
实验一：数学规划模型AMPL求解专业年级：2014级信息与计算科学1班姓名：黄志锐学号：201430120110一、实验目的1. 熟悉启动AMPL的方法。
2. 熟悉SCITE编辑软件的运行。
3. 熟悉AMPL基本编程。
4. 熟悉AMPL求解数学规划模型的过程。
二、实验内容1. 用AMPL求解下列问题并作灵敏度分析:一奶制品加工厂用牛奶生产A1和A2两种奶制品，1桶牛奶可以在甲类设备上用12小时加工成3公斤A1或者在乙类设备上用8小时加工成4公斤A2，且都能全部售出，且每公斤A1获利24元，每公斤A2获利16元。
先加工厂每天能得到50桶牛奶的供应，每天工人总的劳动时间为480小时，并且甲类设备每天至多加工100公斤A1，乙类设备的加工能力没有限制，试为该厂制定一个计划，使每天的获利最大。
基本模型：根据题意，设每天用x1桶牛奶生产A1，用x2桶牛奶生产A2，每天获利为z元，则可建立线性规划模型如下：max z=72x1+64x2s.t.x1+x2≤5012x1+8x2≤4803x1≤100x1≥0,x2≥0模型求解：使用AMPL编程求解上述线性规划模型（并作敏感性分析）代码如下：结果分析：使用AMPL编程求解上述线性规划模型（并作敏感性分析）结果如下：通过分析上述结果可知，该线性规划模型的全局最优解为x1=20,x2=30，则最优值为3360（即最大利润为3360元）。
求解过程中迭代次数为2次。
对上述线性规划模型进行敏感度分析有：1.目标函数系数变化范围：x.rc x.down x.up :=x1 0 64 96x2 0 48 72;即x.rc为最优解下“资源”增加1单位时“效益”的增量; x.down,x.up为最优解不变时目标函数系数允许变化范围。
2.影子价格raw = 48 原料增加1单位, 利润增长48;time = 2 时间增加1单位, 利润增长2;capacity = 0 加工能力增长不影响利润即1桶牛奶的影子价格为48元，1小时劳动的影子价格为2元，甲类设备的影子价格为0元。
1、数学建模入门作业1、贷款问题小王夫妇计划贷款20万元购买一套房子，他们打算用20年的时间还清贷款。
目前，银行的利率是0.6%/月。
他们采用等额还款的方式(即每月的还款额相同)偿还贷款。
(1)在上述条件下，小王夫妇每月的还款额是多少？共计付了多少利息？(2)在贷款满5年后，他们认为他们有经济能力还完余下的款额，打算提前还贷，那么他们在第6年初，应一次付给银行多少钱，才能将余下全部的贷款还清？(3)如果在第6年初，银行的贷款利率由0.6%/月调到0.8%/月，他们仍然采用等额还款的方式，在余下的15年内将贷款还清，那么在第6年后，每月的还款额应是多少？(4)某借贷公司的广告称，对于贷款期在20年以上的客户，他们帮你提前三年还清贷款。
但条件是:(i)每半个月付款一次，但付款额不增加，即一次付款额是原付给银行还款额的1/2；(ii)因为增加必要的档案、文书等管理工作，因此要预付给借贷公司贷款总额10%的佣金。
试分析，小王夫妇是否要请这家借贷公司帮助还款。
解答：（1）根据题意设A k为第k个月的欠款额，r为月利率，x为每个月的还款额则有，第k个月的欠款额=第k-1个月的欠款额×月利率+第k-1个月的欠款额-每个月的还款额即第k个月的欠款额：A k= A k－1（1+r）－x，k=1，2，……，N （1）其中N为贷款的总月数，A0为最初贷款额；由方程（1）容易推出A1 = A0(1 + r ) x;A2 = A1(1 + r ) x = A0(1 + r )2- x[(1 + r ) + 1];第k个月的还款金额为A k= A0（1+r）k－x[(1+r)k-1+…+(1+r)+1]= 0(1)1(1)(1)1k kr A r x r +-+-+- （2） 贷款总月数为N ，也就是说，第N 个月的欠款额为0，即A N ＝0，在方程（2）中令N=k ，导出每月的还款额00(1)(1)1nn A r r x A r r +=>⋅+-，可见每个月的还款额一定大于贷款额×月利率。
综上所述将r ＝0.006，n ＝240，A 0＝2×105代入可计算出每月还款额x=1574.70元，共还款1574.70×240＝377928.00元，共计付利息177928.00元。
（2）在贷款满5年后，根据题意有k ＝5×12=60，代入公式计算可得到则一次付款额A 60＝173034.90元。
（3）根据题意从银行调整利率后算起，A 0=173034.90，n=15×12=180，r ＝0.008，由此可以得到x ＝1817.33元，即每月的还款额应为1817.33元。
（4）根据题意，提前3年还完贷款则为17年还完贷款。
如果小王夫妇不请请这家借贷公司帮助还款，则每月的还款额约为1574.7元，则总共的还款额为1574.7×12×20＝377928元。
如果小王夫妇请这家借贷公司帮助还款，根据题意，每半个月付款一次，即每月付款2次，一次付款额是原付给银行还款额的1/2，还需考虑付给借贷公司的佣金，因此总的还款额是1574.699×0.5×17×12×2+200000×10%＝341238.60元。
因此，小王夫妇应该请这家借贷公司帮助还款。
2、冷却定律与破案按照Newton 冷却定律，温度为T 的物体在温度为To (To<T)的环境中冷却的速度与温差T-To 成正比。
你能用该定律确定张某是否是下面案件中的犯罪嫌疑人。
某公安局于晚上7时30分发现一具女尸，当晚8时20分法医测得尸体温度为32.6℃,一小时后，尸体被抬走时又测得尸体温度为31.4℃,，已知室温在几个小时内均为21.1℃,由案情分析得知张某是此案的主要犯罪嫌疑人，但张某矢口否认，并有证人说:“下午张某一直在办公室，下午5时打一个电话后才离开办公室”。
从办公室到案发现场步行需要5分钟，问张某是否能被排除在犯罪嫌疑人之外？ 解答：首先根据Newton 冷却定律列出其方程：)(0T T k dtdT -=， （1） 式中T 为系统的温度，0T 为环境的温度，t 为客观时间，k 为散热系数。
若尸体温度按照牛顿的冷却定律来变化，设)(t T 表示t 时刻尸体的温度，并记晚上8点20分为t=0时刻。
则根据实测数据有C T C T οο4.31)1(,6.32)0(==， （2）推理一下：假设受害者死亡时体温是正常的，即C T ο37)0(=，如果知道C t T ο.37)(=的解，则可以知道t 0。
由方程（1）得其通解kt e C T t T +=0)(， （3）式中C T ο1.210=为被害者家的温度，即环境温度。
根据方程（2）确定常数C 和散热系数k ，于是有6.321.21)0(0=+=⨯k e C T ，4.311.21)1(1=+=⨯k e C T ，解方程组得，5.11=C ，11.0103ln 115ln ≈-=k ，代入方程（3）t e t T 11.05.111.21)(+=， （4）当C t T ο.37)(=时，该方程的解为 95.20-≈t h 2-≈h 57min所以，被害者的死亡时间约为：8：20- 2：57 =5：23；这也就是说，被害人的死亡时间约为5：23，张某有足够长的时间可以作案，因此张某不能被排除在嫌疑犯之外。
3、锻炼想象力、洞察力和判断力的问题（只简单回答出理由即可）(1)某人早8时从山下旅店出发沿一条山路上山，下午5时到达山顶并留宿，次日8时沿同一路径下山，下午5时回到旅店。
该人必在两天中的同一时刻经过路径中的同一地点，为什么？解答：可以将两个过程叠加在一起，看作两个人同时从起点和终点出发，，所以必在中间某一时间两人相遇，相遇点即为同一时刻经过路径中的同一地点。
(2)甲乙两站之间有汽车相通，每隔10分钟甲乙两站相互发一趟车，但发车时刻不一定相同，甲乙两站之间有一中间站丙，某人每天在随机时刻到达丙站，并搭乘最先经过丙站的那趟车。
结果发现100天中约有90天到达甲站，大约10天到达乙站。
问开往甲乙两站的汽车经过丙站的时刻表是如何安徘的？解答：此人100天中约有90天到达甲站，仅约10天到达乙站，也就意味着他有90%的可能是乘了“乙到甲”车次，10%的可能是乘了“甲到乙”车次。
如果他在十分钟的前一分钟之间的任意时刻到达丙站，那么他将乘坐到达的“甲到乙”车，如果他在十分钟的后九分钟之间的任意时刻到达丙站，那么他将乘坐达到的“乙到甲”车。
也就是说，“乙到甲”比“甲到乙”要迟9分钟这样的分配在全天时刻表中都是如此，可以实现“100天中约有90天到达甲站，仅约10天到达乙站”的结果。
(3)张先生家住在A市，在B市工作，每天下班后他乘城际火车于18:00抵达A 市火车站，他妻子驾车至火车站接他回家。
一日他提前下班，乘早一班火车于17:30抵达A市火车站，随即步行回家，他妻子像往常一样驾车前来，在半路相遇将他接回家。
到家时张先生发现比往常提前了10分钟，问张先生步行了多长时间？解答：设想他的妻子驾车遇到他后，先带他去车站，再回家，汽车多行驶了十分钟，于是带他去车站这段路程汽车跑了五分钟，而到车站的时间是18：00，所以妻子驾车遇到他的时刻是17：55，张先生步行了25分钟。
(4)一男孩和一女孩分别在距家2公里和1公里且方向相反的两所学校上学，每天同时放学后分别以每小时4公里和每小时2公里的速度步行回家。
一小狗以每小时6公里的速度由男孩处奔向女孩，又从女孩处奔向男孩，如此往返直至回到家中。
问小狗奔波了多少路程。
如果男孩和女孩上学时，小狗也往返奔波在他们中间，问当他们到达学校时小狗在何处？解答：小狗奔跑的时间等于男孩女孩从学校回家需要时间是0.5小时，整个过程中，小狗奔波路程为3千米。
男孩女孩到达学校时小狗的位置无法确定，因为设想放学时小狗从任何位置起跑，都会与男孩女孩同时到家。
之所以出现位置不定的结果，是由于放学时小狗初始跑动的方向无法确定。
4.考试作弊情况调查一位教授要估算他班上的大三和大四高年级学生在大学期间的考试中从未作弊的概率.为了从学生那里得出真实的答案，他要求每个学生自己投掷一枚硬币，如果正面朝上，回答问题1：“你是即将毕业的大四学生吗？”；如果是正面朝下，回答问题2：“你曾经在考试中做过弊吗？”。
每个学生在一张纸上写下答案“是”或者“否”，然后收回这张纸，由教授来统计。
答案是保密的，因为只有学生自己知道他回答的是哪一个问题。
在参与这项实验的35名学生中，有20名大四学生。
实验统计结果表明，有18名学生回答“是”，17名学生回答“否”。
利用这些信息估计该班的任何一名学生在过去的考试中从未作弊的概率。
解答：根据题意，应该将此题归类为利用simmons 模型进行敏感性问题的结果调查。
问题1：你是即将毕业的大四学生吗？问题2：你曾经在考试中做过弊吗？设学生回答是的概率为π，对问题1回答“是”的概率为π1；对于问题2回答“是”的概率为π2；而学生选择回答问题1的概率是p 。
因此，只需求出π2即可。
全概率的公式为12=p +1-p πππ（） 推出12-p =1-p πππ 根据题目可以求得：18=35π，1204==357π，1p=2，代入求解 解得245.71%π≈ 那么，利用这些信息估计该班的任何一名学生在过去的考试中从未作弊的概率，就是21-54.29%π≈加分实验（公平投票问题）某部门推出一专项基金目的在于培养优秀人才，根据评比结果来确定资助的额度。
许多单位的优秀者都申请了该基金，于是该基金的委员会聘请了数名专家，按照如下规则讲行评比。
(1)为了公平性，评委对本单位选手不给分；(2)每位评委对每位参与申请的人(除本单位选手外)都必须打分，且不打相同的分；(3)评委打分方法为给参加申请的人排序，根据优劣分别记1分、2分、…依次类推。
(4)评判结束后，求出各选手的平均分，按平均分从低到高排序，依次确定本次评比的名次，即平均分最低者获得资助最高，依次类推。
本次基金申请中，甲所在单位有一名评委，这位评委将不参加对选手甲的评判，其它选手没有类似情。
评审结束后选手甲觉得这种评比规则对他不公平。
问选手甲的抱怨是否有道理？若不公平，能否做出修正来解决选手甲的抱怨？解答：首先为了建模研究这种评分制度的公平性，必须统一条件：参赛选手的水平相同；评委打分公正；评委随机打分。
下面建立数学模型进行分析，建立模型的原则：在随机情况下，以每位选手所得平均分是否相等，来判定此评分规则是否公正。
设本次参赛选手有n个，评委有m位，其中选手甲所在单位有一位评委，这位评委将不对选手甲打分，因此对选手甲打分的评委只有m－1位，对其它选手打分的评委有m位．在随机情况下，选手甲所在学校的评委打的平均分为：而其它评委打的平均分为：所以甲选手所得平均分为：其它选手所得平均分为：在m>0的条件下，所以在随机情况下，甲选手的分数要高于其他选手。
