下载文档原格式
竭诚为您提供优质文档/双击可除篇一：数学建模社会实践报告数学建模社会实践报告--- 暑期的心得摘要本文通过描写大学生参加数学建模培训的亲身经历，讲诉大学生社会实践酸甜苦辣，表达了大学生参加社会实践的重要性、必要性和重大意义。
通过这学期的数学建模训练，使我感触良多，它所教给我的不单是一些数学方面的知识，更多的其实是综合能力的培养、锻炼与提高。
它培养了我全面、多角度考虑问题的能力，使我的逻辑推理能力和量化分析能力得到很好的锻炼和提高。
它还让我了解了多种数学软件，以及运用数学软件对模型进行求解。
数学建模属于一门应用数学，学习这门课要求我们学会如何将实际问题经过分析、简化转化为一个数学问题，然后用适当的数学方法去解决。
数学建模是一种数学的思考方法，是运用数学的语言和方法，通过抽象、简化建立能近似刻画并"解决"实际问题的一种强有力的数学手段。
为了使描述更具科学性，逻辑性，客观性和可重复性，人们采用一种普遍认为比较严格的语言来描述各种现象，这种语言就是数学。
使用数学语言描述的事物就称为数学模型。
数学建模竞赛是本科生接触实际科学问题的第一步，是利用所学书本知识、广泛涉猎课外知识、利用数学和计算机工具、为某一具体问题建立抽象模型、给出求解方法并解决问题、最后撰写论文并给出客观评价的一个系统工程。
数学建模就是利用数学知识对一些实际问题建立模型，但又不是纯数学的。
它不仅要数学思维，还要计算机编程能力，论文写作能力，其实更重要的是团队协作能力，这是对以后工作有非常大的帮助的，更甚是人生。
总之，通过这次数学建模培训，我学了很多的知识，我也用了很多我们平时没有学到和听说过的知识，真是让我的眼界大开。
关键词：数学建模心得体会社会实践对数学建模的认识接近两个月的数学建模培训，我最大的收获可能就是我更深层次的了解了数模，得到很多资料，学到很多的知识。
在开始，在我大一的时候，对这个数学建模都有些迷茫，不知道这是干什么的，听名字就好陌生啊，觉得那是一件很高深的事情。
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))。
糖果问题题目：某糖果厂用原料Ａ，Ｂ，Ｃ，加工成三种不同牌号的糖果甲，乙，丙。
已知各种糖果中Ａ，Ｂ，Ｃ的含量、原料成本、各种原料的每月限制用量、三种牌号的单位加工费及销售如下表所示。
甲 乙 丙 原料成本/元kg 每月限制用量/kg A 》60% 》15% 2 2000 B 1.5 2500 C《20% 《60% 《50% 1 1200 加工费/元kg 0.5 0.4 0.3 售价3.42.852.25问该厂每月生产这三种牌号的糖果各多少千克，使该厂获利最大？是建立这个问题的先行规划模型。
问题分析：由于甲、乙、丙三种糖果中A,B,C 的含量是未知的，我们若只设生产三种牌号的糖果各x, y, z 千克，要解决问题还要设出A,B,C 三种原料在他们当中所占的百分比，如此下来，在建立线性规划模型列方程时，方程中会出现二次式，很不利于我们解决问题。
为此，我们就想怎么设变量才能把各个变量都统一起来，并且使方程都是线性的。
经过思考之后，我们可以假设每个品牌的糖果当中只含A,B,C 三种原料，设甲中A,B,C 的含量分别为x1,x2,x3 ,乙中A,B,C 的含量分别为y1,y2,y3 , 丙中A,B,C 的含量分别z1,z2,z3 ，那么由假设我们知道x=x1+x2+x3 ,y=y1+y2+y3 ,z=z1+z2+z3 ，在由表中的各个约束条件我们可列出如下方程：甲： 乙： 丙：60%20%aa b c ca b cX X X X X X X X ≥++≤++ 15%60%aa b cc a b c Y Y Y Y Y Y Y Y ≥++≤++ 50%a a b c Z Z Z Z ≤++有每月限制用量：200025001200a b c a b c a b c X X X Y Y Y Z Z Z ++≤++≤++≤利润函数：()()(,,)()(3.40.5)()(2.850.4)()(2.250.3)2.00,1.50,1.00,,,,13.40.5,2.250.4,2.250.3,,11,,a b c a b c a a c a a a b b b c c c Ta a a a ab b bc c c f X Y Z X X X Y Y Y Z Z Z X Y Z X Y Z X Y Z X Y Z X YX Y Z X Y Z =++-+++-+++--++⎛⎫ ⎪++ ⎪ ⎪++⎝⎭⎛⎫⎛⎫ ⎪ ⎪=---- ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭()()()1,,1 2.00,1.50,1.001,,,,,,3.40.511,1,1,, 2.250.4,,1 2.00,1.50,1.002.250.31,,,,a b b b c c c a a a a a a b b b b b b c c c c c c Z X Y Z X Y Z X Y Z X Y Z X Y Z X Y Z X Y Z X Y Z ⎛⎫⎛⎫ ⎪ ⎪⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭-⎛⎫⎛⎫⎛⎫⎛⎫ ⎪⎪ ⎪ ⎪=-- ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎪ ⎪-⎝⎭⎝⎭⎝⎭⎝⎭程序源代码：clear; x=[];A=[-0.4,0.6,0.6,0,0,0,0,0,0 -0.2,-0.2,0.8,0,0,0,0,0,0 0,0,0,-0.85,0.15,0.15,0,0,0 0,0,0,-0.6,-0.6,0.4,0,0,0 0,0,0,0,0,0,-0.5,-0.5,0.5 1,0,0,1,0,0,1,0,00,1,0,0,1,0,0,1,00,0,1,0,0,1,0,0,1];B=[0;0;0;0;0;2000;2500;1200];C=[0.9,1.4,1.9,0.45,0.95,1.45,-0.05,0.45,0.95];xl=[0;0;0;0;0;0;0;0;0];xu=[2000;2500;1200;2000;2500;1200;2000;2500;1200];x=linprog(-C,A,B,A,B,xl,xu);x运行结果：x =1.0e+003 *2.00050.66680.66680.00020.00010.00000.00010.53400.5336问题结果有上述分析，通过matlab命令，我们求得最优解为甲乙丙使用总量A 2000.5 0.2 0.1 2000.8B 666.8 0.1 534 1200.9C 666.8 0 533.6 1200.4此时的利润为4748.5元。
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 01 0 0 0 0 00 0 0 0 0 00 1 0 0 0 00 0 0 0 0 00 0 0 0 0 10 0 0 0 1 00 0 0 1 0 0c = 1 1 0 1 0 1 1 14.解决方法（MATLAB程序代码）:n=10;r=10;d=1000;a=0;for l=1:dm=full(sparse(randint(1,r,[1,n]),1:r,1,n,r));c=zeros(n,1);for i=1:nfor j=1:rif m(i,j)==1c(j)=1;break;endcontinue;endends=0;for x=1:nif c(x)==1s=s+1;endcontinue;enda=a+s;enda/d5.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。
一、实习背景随着科技的飞速发展，数学建模作为一种解决实际问题的有效方法，已经在各个领域得到了广泛应用。
为了提高自己的实践能力和综合素质，我参加了数学建模实习，旨在通过实际操作，深入理解数学建模的原理和方法，提高自己的建模能力和解决实际问题的能力。
二、实习内容本次实习主要分为以下几个阶段：1. 理论学习在实习初期，我们学习了数学建模的基本概念、方法和应用领域。
通过学习，我对数学建模有了初步的认识，了解到数学建模是运用数学知识解决实际问题的过程，包括问题的提出、模型的建立、模型的求解和结果的分析等步骤。
2. 实践操作在理论学习的基础上，我们开始进行实际操作。
实习过程中，我们选取了以下三个实际问题进行建模：（1）优化设计：以一个工厂生产问题为例，通过建立线性规划模型，求解最小化生产成本和最大化产量的问题。
（2）物流配送：以一个城市物流配送问题为例，通过建立网络流模型，求解最小化配送成本和最大程度提高配送效率的问题。
（3）传染病传播：以一个地区传染病传播问题为例，通过建立微分方程模型，预测传染病的发展趋势和传播范围。
在实践操作过程中，我们按照以下步骤进行：（1）问题分析：明确问题的背景、目标和约束条件，分析问题所属的领域和适用的数学方法。
（2）模型建立：根据问题分析的结果，选择合适的数学模型，对问题进行抽象和简化。
（3）模型求解：运用数学软件对模型进行求解，得到问题的最优解或近似解。
（4）结果分析：对求解结果进行分析，评估模型的适用性和可靠性，并提出改进意见。
3. 总结与反思在实习过程中，我们对所学知识进行了总结和反思，发现以下问题：（1）数学建模需要较强的逻辑思维和抽象能力，对实际问题的分析能力要求较高。
（2）数学建模过程中，模型的选择和参数的确定对结果有较大影响，需要谨慎处理。
（3）数学建模软件在实际操作中存在一定的局限性，需要根据实际情况进行选择和使用。
三、实习收获通过本次数学建模实习，我收获颇丰：1. 提高了数学建模能力：在实习过程中，我学会了如何运用数学知识解决实际问题，提高了自己的建模能力和解决实际问题的能力。
一、实验背景与目的随着科学技术的不断发展，数学建模作为一种解决复杂问题的有力工具，在各个领域都得到了广泛应用。
本实验旨在通过数学建模的方法，解决实际问题，提高学生的数学思维能力和解决实际问题的能力。
二、实验内容与步骤1. 实验内容本实验选取了一道具有代表性的实际问题——某城市交通拥堵问题。
通过对该问题的分析，建立数学模型，并利用MATLAB软件进行求解，为政府部门提供决策依据。
2. 实验步骤（1）问题分析首先，对某城市交通拥堵问题进行分析，了解问题的背景、目标及影响因素。
通过查阅相关资料，得知该城市交通拥堵的主要原因是道路容量不足、交通信号灯配时不当、公共交通发展滞后等因素。
（2）模型假设为简化问题，对实际交通系统进行以下假设：1）道路容量恒定，不考虑道路拓宽、扩建等因素；2）交通信号灯配时固定，不考虑实时调整；3）公共交通系统运行正常，不考虑公交车运行时间波动；4）车辆行驶速度恒定，不考虑车辆速度波动。
（3）模型构建根据以上假设，构建以下数学模型：1）道路容量模型：C = f(t)，其中C为道路容量，t为时间；2）交通流量模型：Q = f(t)，其中Q为交通流量；3）拥堵指数模型：I = f(Q, C)，其中I为拥堵指数。
（4）模型求解利用MATLAB软件，对所构建的数学模型进行求解。
通过编程实现以下功能：1）计算道路容量C与时间t的关系；2）计算交通流量Q与时间t的关系；3）计算拥堵指数I与交通流量Q、道路容量C的关系。
（5）结果分析与解释根据求解结果，分析拥堵指数与时间、交通流量、道路容量之间的关系。
针对不同时间段、不同交通流量和不同道路容量，提出相应的解决方案，为政府部门提供决策依据。
三、实验结果与分析1. 结果展示通过MATLAB软件求解，得到以下结果：（1）道路容量C与时间t的关系曲线；（2）交通流量Q与时间t的关系曲线；（3）拥堵指数I与交通流量Q、道路容量C的关系曲线。
2. 结果分析根据求解结果，可以得出以下结论：（1）在高峰时段，道路容量C与时间t的关系曲线呈现下降趋势，说明道路容量在高峰时段不足；（2）在高峰时段，交通流量Q与时间t的关系曲线呈现上升趋势，说明交通流量在高峰时段较大；（3）在高峰时段，拥堵指数I与交通流量Q、道路容量C的关系曲线呈现上升趋势，说明拥堵指数在高峰时段较大。
数学建模实验报告班级：_____计算机科学与技术1班___学号：______11403070137___________姓名：_____ _鄢良康 ___________教师：_______黄正刚 __________计算机科学与工程学院实验一线性规划模型一、实验学时：2H二、实验类型：计算三、实验目的1、掌握建立线性规划数学模型的方法；2、用LINDO求解线性规划问题并进行灵敏度分析；3、对计算结果进行分析。
四、实验所需仪器与设备微机和LINDO软件。
五、实验内容，方法和步骤1、建立数学模型；2、用LINDO软件计算；3、输出计算结果；4、结果分析。
实验一问题内容：某厂生产A、B、C三种产品，其所需劳动力、材料等有关数据见表，要求（1）确定获得最大的产品生产计划；（2）产品A的利润在什么范围内变动时，上述计划不变；（3）如果原材料数量不增加，劳动力不足时可从市场购买，为1.8元/h。
问：该厂要不要招收劳动力扩大生产，以购多少为宜？建立数学模型：如截图所示用LINDO软件计算；输出结果：（1）确定获利最大的产品生产计划从数据中可以得出：追求的最大利润为2700元。
其中生产X1数量的50，X2数量的0，X3数量的30。
（2）产品A的利润在什么范围内变动时，上述最优计划不变？30+18=4830-6=24故波动范围在24-48之间。
（4）如果原材料的数量不增，劳动力不足时可从市场购买，伟1.8/h。
问：该厂要不要招收劳动力扩大生产，以购买多少为宜？答：选择购买150个单位。
根据影子价格分析，对于劳动力的购买，每增加1小时，总利润增长为2元大于购买力1.8元，所以选择购买，最大为150个劳动力。
实验二非线性规划模型一、实验学时：1H二、实验类型：计算三、实验目的掌握LINGO求解非线性规划的方法。
四、实验所需仪器与设备微机、LINGO软件。
五、实验内容，方法和步骤1、把非线性规划模型输入LINGO软件计算；2、输出计算结果。
实验报告（Mathematica）【实验名称】利用MATHEMATICA作图【实验目的】1. 掌握用MATHEMATICA作二维图形，熟练作图函数Plot、ParametricPlot 等应用，对图形中曲线能做简单的修饰。
2. 掌握用MATHEMATICA做三维图形，对于一些二元函数能做出其等高线图等，熟练函数Plot3D，ParametricPlot的用法。
【实验原理】1．二维绘图命令：二维曲线作图：Plot[fx,{x,xmin,xmax}],二维参数方程作图：ParametricPlot[{fx,fy},{t,tmin,tmax}] 2．三维绘图命令：三维作图plot3D[f,{x,xmin,xmax},{y,ymin,ymax}],三维参数方程作图：ParameticaPlot3D[{fx,fy,fz},{t,tmin,tmax}]【实验内容】（含基本步骤、主要程序清单及异常情况记录等）5．作出以下参数方程所描述的图形.x=4costy=3sint (0≤t≤2π);6.作出以下极坐标方程所描述的图形.r=4cos3θ7.作出函数z=sin(π x2+y2)的图形.8.作出以下三维图形椭球面x=R1cosu cosvy=R2cosu sinvz=R3sinu,u∈ −π2,π2, v∈0,2π,R1,R2,R3自行给定；【实验结果】5.6.7.8.的图分别如下。
【总结与思考】MATHEMATICA作图的常见错误：General::spell1: Possible spelling error。
因为在MATHEMATICA中作图函数大小写有区别，如例4中的ParametricPlot3D 函数中两个字母P都要大写，若将其中的一个写成小写p，则将提示以上拼写错误Possible spelling error。
实验二 建模过程、比例性和几何相似性1. 实验目的为了进一步考察数学建模的过程，以及了解数学建模中的各个过程。
2. 实验要求（1）熟悉excel 的操作以及作图（2）熟悉如何正确地找出两者之间的比例性和几何相似性 （3）作图分析并得出结果3. 实验内容（1） Determine whether the following data support aproportionality argument for y / z 1/2（P59 6）y z z 1/23.5 3 1.732050808 5 6 2.449489743 6 9 37 12 3.464101615 8153.872983346024681005101520y与z的关系y = 0.3667x+2.6000R^2 = 0.9918系列1线性 (系列1)024681001234y与z^(1/2)的关系y = 2.0699x-0.1103R^2 = 0.9980系列1线性 (系列1)分别作出y 与z 和y 与z 1/2的关系图，可以得到以上两幅图形，并由此各自添加趋势线，得出公示和拟合值，可以看出y 与z 1/2的趋势线的拟合值更高，所以数据支持对y 与z 1/2的比例性论证。
斜率是2.0699。
（2）（P59 12）y x e x6 1 2.718281828 15 2 7.389056099 42 3 20.08553692 114 4 54.59815003 311 5 148.4131591 845 6 403.4287935 23007 1096.633158 6250 8 2980.957987 170009 8103.083928 462551022026.46579010000200003000040000500000500010000150002000025000y = 2.0999x-2.9002R^2 = 1.0000系列1线性 (系列1)通过上表就可以验证y 与e x 的关系成线性。
基本实验1.微分方程稳定性分析绘出下列自治系统相应的轨线，并标出随t 增加的运动方向，确定平衡点，并按稳定的、渐近稳定的、或不稳定的进行分类：解答：（1）由平衡点的定义可得，f(x)=x=0，f(y)=y=0，因此平衡点为(0,0)，系统的线性近似方程的系数矩阵为⎥⎦⎤⎢⎣⎡=1001A ，解得其特征值121==λλ.()0221<-=+-=λλp ,0121>=⋅=λλq .对照稳定性的情况表，可知平衡点(0, 0)是不稳定的。
自治系统相应轨线为：（2）由平衡点的定义可得，f(x)=-x=0，f(y)=2y=0，因此平衡点为(0,0)，系统的线性近似方程的系数矩阵为⎥⎦⎤⎢⎣⎡-=2001A ，解得其特征值2;121=-=λλ.()0121<-=+-=λλp ,0221<-=⋅=λλq .对照稳定性的情况表，可知平衡点(0, 0)是不稳定的。
自治系统相应轨线为：（3）由平衡点的定义可得，f(x)=y=0，f(y)=-2x=0，因此平衡点为(0,0)，系统的线性近似方程的系数矩阵为⎥⎦⎤⎢⎣⎡-=0210A ，解得其特征值i i 2;221-==λλ.()021=+-=λλp ,0221>=⋅=λλq .对照稳定性的情况表，可知平衡点(0, 0)是不稳定的。
自治系统相应轨线为：（4）由平衡点的定义可得，f(x)=-x=0，f(y)=-2y=0，因此平衡点为(0,0)，系统的线性近似方程的系数矩阵为⎥⎦⎤⎢⎣⎡--=2001A ，解得其特征值2;121-=-=λλ.()0321>=+-=λλp ,0221>=⋅=λλq .对照稳定性的情况表，可知平衡点(0, 0)是稳定的。
自治系统相应轨线为：2.营养平衡问题营养以每单位时间R 个分子的常速流入一个细胞，并且以其内营养浓度成比例的速度离开，比例常数为K ，设N 为t 时刻的浓度，则上述营养变化速度的数学描述为：KN R dtdN-= 即N 的变化速度等于营养进入细胞的速度减去它们离开的速度，营养的浓度会达到平衡吗？如果能，平衡解是什么？它是稳定的吗？试用这个方程解的图示解释之。
数学建模试验报告（二）
姓名学号班级
问题：（无约束优化）
一楼房的后面是一个很大的花园. 在花园中紧靠着楼房有一个温室,温室伸入花园2m,高3m,温室正上方是楼房的窗台. 清洁工打扫窗台周围,
他得用梯子越过温室,一头放在花园中,一头靠在楼房的墙
上. 因为温室是不能承受梯子压力的,所以梯子太短是不行
的. 现清洁工只有一架7m长的梯子, 你认为它能达到要求
吗? 能满足要求的梯子的最小长度为多少?
问题的分析和假设：
求是否能达到要求，即求梯子长度判断其是否小于7m
设梯子与墙面夹角为x，梯子长度为y
建模：
min y = 2/sin x + 3/cos x
0< x <90
求解的Matlab程序代码：
fun2.m文件：
function f=fun2(x)
f=2/sin(x)+3/cos(x)
主程序为：
[x,fval]=fminbnd('fun2',0,0.5*pi);
xmin=x
fmin=fval
计算结果与问题分析讨论：
f = Inf f = 4.8994e+016
f = 7.1770 f = 7.7364
f = 8.7379 f = 7.0253
f = 7.0235 f = 7.0235
f = 7.0235 f = 7.0235
f = 7.0235
xmin =0.7180
fmin =7.0235
根据计算结果得：梯子最小长度应为7.0235米，所以7米长的梯子不能满足要求。
要想使梯子不对温室产生压力，清洁工要使用的梯子至少长应为7.1米。
第1篇一、实验背景随着科学技术的飞速发展，数学建模作为一种重要的科学研究方法，越来越受到人们的重视。
初中数学建模实验旨在培养学生运用数学知识解决实际问题的能力，提高学生的创新思维和团队协作能力。
本实验以某市居民出行方式选择为研究对象，通过建立数学模型，分析不同因素对居民出行方式的影响。
二、实验目的1. 理解数学建模的基本概念和步骤。
2. 学会运用数学知识分析实际问题。
3. 培养学生的创新思维和团队协作能力。
4. 提高学生运用数学知识解决实际问题的能力。
三、实验方法1. 收集数据：通过网络、调查问卷等方式收集某市居民出行方式选择的相关数据。
2. 数据处理：对收集到的数据进行整理、清洗和分析，为建立数学模型提供依据。
3. 建立模型：根据数据分析结果，选择合适的数学模型，如线性回归模型、多元回归模型等。
4. 模型求解：运用数学软件或编程工具求解模型，得到预测结果。
5. 模型验证：将预测结果与实际数据进行对比，验证模型的准确性。
四、实验过程1. 数据收集：通过问卷调查的方式，收集了500份某市居民的出行方式选择数据，包括出行距离、出行时间、出行目的、出行方式等。
2. 数据处理：对收集到的数据进行整理和清洗，剔除无效数据，得到有效数据490份。
3. 建立模型：根据数据分析结果，选择多元回归模型作为本次实验的数学模型。
4. 模型求解：利用SPSS软件对多元回归模型进行求解，得到以下结果：- 模型方程：Y = 0.05X1 + 0.03X2 + 0.02X3 + 0.01X4 + 0.005X5 + 0.002X6 + 0.001X7 + 0.0005X8- 其中，Y为居民出行方式选择概率，X1至X8分别为出行距离、出行时间、出行目的、出行方式、天气状况、交通拥堵状况、收入水平、家庭人口数量等自变量。
5. 模型验证：将模型预测结果与实际数据进行对比，结果显示模型具有较高的预测准确性。
五、实验结果与分析1. 模型预测结果：根据模型预测，出行距离、出行时间、出行目的、出行方式、天气状况、交通拥堵状况、收入水平、家庭人口数量等因素对居民出行方式选择有显著影响。
第1篇一、实验背景数学建模是数学与其他学科交叉的一种研究方法，它通过建立数学模型来描述现实世界中的现象，从而为解决实际问题提供理论依据。
乘法作为基础的数学运算之一，广泛应用于各个领域。
本实验旨在通过数学建模的方法，探讨乘法运算在解决实际问题中的应用，提高学生对数学知识的理解和运用能力。
二、实验目的1. 了解数学建模的基本方法，掌握建立乘法模型的基本步骤。
2. 培养学生运用数学知识解决实际问题的能力。
3. 提高学生对乘法运算的理解和应用水平。
三、实验内容1. 问题提出假设某公司生产一种产品，每件产品成本为20元，售价为30元。
公司计划在一段时间内销售1000件产品，请建立数学模型预测公司在该时间段内的利润。
2. 模型建立（1）定义变量设公司销售产品的数量为x件，则公司获得的利润为y元。
（2）建立关系式根据题意，每件产品的利润为售价减去成本，即10元。
因此，公司销售x件产品的总利润为10x元。
（3）确定模型利润y与销售数量x之间的关系可以表示为：y = 10x。
3. 模型求解（1）确定模型参数根据题意，公司计划销售1000件产品，即x = 1000。
（2）代入参数求解将x = 1000代入模型y = 10x，得到y = 10 × 1000 = 10000。
（3）结果分析通过计算可知，公司在该时间段内的利润为10000元。
4. 模型验证为了验证模型的准确性，我们可以根据实际情况调整销售数量，重新计算利润，并与实际结果进行比较。
四、实验结果与分析通过本实验，我们成功建立了乘法模型，并预测了公司销售产品的利润。
实验结果表明，乘法模型能够有效地解决实际问题，为决策提供理论依据。
五、实验总结1. 数学建模是解决实际问题的重要方法，通过建立数学模型，我们可以将实际问题转化为数学问题，并运用数学知识进行求解。
2. 乘法模型在解决实际问题中具有广泛的应用，我们可以通过乘法模型预测、分析各种现象。
3. 在进行数学建模时，需要注意以下几点：（1）准确理解问题，明确模型的目标和变量。
