数学建模案例分析第三章 线性代数模型

数学建模案例分析--线性代数建模案例（20例）数学建模案例分析--线性代数建模案例(20例)线性代数建模案例汇编目录案例一. 交通网络流量分析问题 0案例二. 配方问题 (3)案例三. 投入产出问题 (4)案例四. 平板的稳态温度分布问题 (6)案例五. CT图像的代数重建问题 (9)案例六. 平衡结构的梁受力计算 (11)案例七. 化学方程式配平问题 (14)案例八. 互付工资问题 (15)案例十. 电路设计问题 (18)案例十一. 平面图形的几何变换 (20)案例十二. 太空探测器轨道数据问题 (21)案例十三. 应用矩阵编制Hill密码 (22)(屏幕制造商需要调整矩阵元素一适应其RGB屏幕.) 求将电视台发送的数据转换成电视机屏幕所要求数据的方程. (26)案例十五. 人员流动问题 (26)案例十六. 金融公司支付基金的流动 (28)案例十七. 选举问题 (30)案例一. 交通网络流量分析问题城市道路网中每条道路、每个交叉路口的车流量调查，是分析、评价及改善城市交通状况的基础。

根据实际车流量信息可以设计流量控制方案，必要时设置单行线，以免大量车辆长时间拥堵。

【模型准备】某城市单行线如下图所示, 其中的数字表示该路段每小时按箭头方向行驶的车流量(图3 某城市单行线车流量(1) 建立确定每条道路流量的线性方程组.(2) 为了唯一确定未知流量, 还需要增添哪几条道路的流量统计?(3) 当x 4 = 350时, 确定x 1, x 2, x 3的值.(4) 若x 4 = 200, 则单行线应该如何改动才合理?【模型假设】 (1) 每条道路都是单行线. (2) 每个交叉路口进入和离开的车辆数目相等.【模型建立】根据图3和上述假设, 在①, ②, ③, ④四个路口进出车辆数目分别满足500 = x 1 + x 2 ①400 + x 1 = x 4 + 300②x 2 + x 3 = 100 + 200③x 4 = x 3 + 300 ④【模型求解】根据上述等式可得如下线性方程组12142334500100300300x x x x x x x x +=??-=-??+=??-+=?其增广矩阵(A , b ) =1100500100110001103000011300?? ?-- ? ? ?-?→初等行变换10011000101600001130000000--?? ? ?-- ? ??由此可得 142434100600300x x x x x x -=-??+=??-=-?即142434100600300x x x x x x =-??=-+??=-?.为了唯一确定未知流量, 只要增添x 4统计的值即可.当x 4 = 350时, 确定x 1 = 250, x 2 = 250, x 3 = 50.若x 4 = 200, 则x 1 = 100, x 2 = 400, x 3 = -100 < 0. 这表明单行线“③←④”应该改为“③→④”才合理.【模型分析】(1) 由(A , b )的行最简形可见, 上述方程组中的最后一个方程是多余的. 这意味着最后一个方程中的数据“300”可以不用统计.(2) 由142434100600300x x x x x x =-??=-+??=-?可得213141500200100x x x x x x =-+??=-??=+?, 123242500300600x x x x x x =-+??=-+??=-+?, 132343200300300x x x x x x =+??=-+??=+?, 这就是说x 1, x 2, x 3, x 4这四个未知量中, 任意一个未知量的值统计出来之后都可以确定出其他三个未知量的值.Matlab 实验题某城市有下图所示的交通图, 每条道路都是单行线, 需要调查每条道路每小时的车流量. 图中的数字表示该条路段的车流数. 如果每个交叉路口进入和离开图4 某城市单行线车流量(1)建立确定每条道路流量的线性方程组.(2)分析哪些流量数据是多余的.(3)为了唯一确定未知流量, 需要增添哪几条道路的流量统计.案例二. 配方问题在化工、医药、日常膳食等方面都经常涉及到配方问题. 在不考虑各种成分之间可能发生某些化学反应时, 配方问题可以用向量和线性方程组来建模.【模型准备】一种佐料由四种原料A 、B 、C 、D 混合而成. 这种佐料现有两种规格, 这两种规格的佐料中, 四种原料的比例分别为2:3:1:1和1:2:1:2. 现在需要四种原料的比例为4:7:3:5的第三种规格的佐料. 问: 第三种规格的佐料能否由前两种规格的佐料按一定比例配制而成?【模型假设】 (1) 假设四种原料混合在一起时不发生化学变化. (2) 假设四种原料的比例是按重量计算的. (3) 假设前两种规格的佐料分装成袋, 比如说第一种规格的佐料每袋净重7克(其中A 、B 、C 、D 四种原料分别为2克, 3克, 1克, 1克), 第二种规格的佐料每袋净重6克(其中A 、B 、C 、D 四种原料分别为1克, 2克, 1克, 2克).【模型建立】根据已知数据和上述假设, 可以进一步假设将x 袋第一种规格的佐料与y 袋第二种规格的佐料混合在一起, 得到的混合物中A 、B 、C 、D 四种原料分别为4克, 7克, 3克, 5克, 则有以下线性方程组24,327,3,2 5.x y x y x y x y +=??+=?+=?+=?【模型求解】上述线性方程组的增广矩阵(A , b ) =214327113125?? ? ? ? →初等行变换101012000000?? ? ? ? ???, 可见{1,2.x y == 又因为第一种规格的佐料每袋净重7克, 第二种规格的佐料每袋净重6克, 所以第三种规格的佐料能由前两种规格的佐料按7:12的比例配制而成.【模型分析】(1) 若令α1 = (2, 3, 1, 1)T , α2 = (1, 2, 1, 1)T , β = (4, 7, 5, 3)T , 则原问题等价于“线性方程组Ax = b 是否有解”, 也等价于“β能否由α1, α2线性表示”.(2) 若四种原料的比例是按体积计算的, 则还要考虑混合前后体积的关系(未必是简单的叠加), 因而最好还是先根据具体情况将体积比转换为重量比, 然后再按上述方法处理.(3) 上面的模型假设中的第三个假设只是起到简化运算的作用. 如果直接设x 克第一种规格的佐料与y 克第二种规格的佐料混合得第三种规格的佐料, 则有下表因而有如下线性方程组214(),7619327(),7619113(),7619125().7619x y x y x y x y x y x y x y x y ?+=++=++=++=+?? (*) 【模型检验】把x = 7, y = 12代入上述方程组(*), 则各等式都成立. 可见模型假设中的第三个假设不影响解的正确性.Matlab 实验题蛋白质、碳水化合物和脂肪是人体每日必须的三种营养, 但过量的脂肪摄入不利于健康.人们可以通过适量的运动来消耗多余的脂肪. 设三种食物(脱脂牛奶、大豆面粉、乳清)每100克中蛋白质、碳水化合物和脂肪的含量以及慢跑5分钟消耗蛋白质、碳水化合物和脂肪的量如下表.问怎样安排饮食和运动才能实现每日的营养需求?案例三. 投入产出问题在研究多个经济部门之间的投入产出关系时, W. Leontief 提出了投入产出模型.这为经济学研究提供了强有力的手段. W. Leontief 因此获得了1973年的Nobel 经济学奖.【模型准备】某地有一座煤矿, 一个发电厂和一条铁路. 经成本核算, 每生产价值1元钱的煤需消耗0.3元的电; 为了把这1元钱的煤运出去需花费0.2元的运费; 每生产1元的电需0.6元的煤作燃料; 为了运行电厂的辅助设备需消耗本身0.1元的电, 还需要花费0.1元的运费; 作为铁路局, 每提供1元运费的运输需消耗0.5元的煤, 辅助设备要消耗0.1元的电. 现煤矿接到外地6万元煤的订货, 电厂有10万元电的外地需求, 问: 煤矿和电厂各生产多少才能满足需求?【模型假设】假设不考虑价格变动等其他因素.。

有下面的线性方程组
5 x1 + 4 x2 + 7 x3 + 10 x4 = 100 20 x1 + 25 x2 + 10 x3 + 5 x4 = 200 2 x + 2 x + 10 x + 6 x = 50 2 3 4
15
【模型求解】
• 对该 线 性方 程 组的增 广矩阵 进行初 等行变 换 ，
1 2 1 r2 × 5 r1 ↔ r3 r3 ×
使之变为行阶梯型矩阵。
5 4 7 10 100 4 → 20 25 10 5 200 5 2 2 10 6 50
r2 − r1 × 4 r3 − r1 ×5
1 1 5 5 2
25 40 4 7 10 100 3 1
200m比赛后各个队的得分与奖金表为
9 5 6 A100 B + A200 B = 8 7 1 120 8 120 17 240 70 8 110 13 180 100 7 90 13 190 + = 110 4 60 12 170 90 9 120 16 210 0 0 1 10 10
电厂 36505.96 2808.15 2808.15 42122.27
案例3 案例3 最佳食谱
• 一个兽医推荐狗的每天食谱中应该包含100个单位的 蛋白质，200个单位的卡路里，50个单位的脂肪。一个商 店的宠物食物部有四钟食品A,B,C,D。每1kg的这四种食品 所包含的蛋白质、卡路里和脂肪的量（单位）如下。
4
200m成绩对应的矩阵为
A200

对于（4-30）式中的M，易求得其特征值和 特征向量分别为 1 2 1 1 3 0 2
1 e1 0 0
1 e2 1 0
1 e3 2 1
33
因此
1 D 0 0
根据假设（1），有
an bn cn a0 b0 c0 1.
30
将（4-27），（4-28）和（4-29）式联立得
1 an an1 bn1 2
1 bn bn1 cn1 ,Hale Waihona Puke 2cn 0. Mx
1 2 1 2 0 0 1 0
用矩阵形式表示为
x
(n)
( n 1) （n 1,2, ）
（4 30）
1 其中 M 0 0
x
(n)
a n bn c n
31
由(4-30)式进行递推，便得到第n代基因 型分布的数学模型
x ( n) Mx( n1) M 2 x ( n2) M n x ( 0) （4 31）
四、常染色体遗传模型
1、亲体基因遗传方式与问题
1）遗传方式 在常染色体遗传中，后代是从每个亲体的 基因对中各继承一个基因，形成自己的基因 对，基因对也称基因型。如果所考虑的遗传 特征是由两个基因A和a控制的，那么就有三 种基因对，记为AA，Aa，aa。例如，金鱼草 是由两个遗传基因决定它的花的颜色，基因 型是AA的金鱼草开红花，Aa型开粉红色花， 而aa型的开白花。
欧氏距离定义： 欧氏距离（ Euclidean distance）也称欧几里得 距离，它是一个通常采用的距离定义，它是在m维空间中两个点之间 的真实距离。 在二维和三维空间中的欧式距离的就是两点之间的距离，二维的 公式是 d = sqrt((x1-x2)^+(y1-y2)^) 三维的公式是 d=sqrt(x1-x2)^+(y1-y2)^+(z1-z2)^) 推广到n维空间，欧式距离的公式是 d=sqrt( ∑(xi1-xi2)^ ) 这里i=1,2..n xi1表示第一个点的第i维坐标,xi2表示第二个点的第i维坐标 n维欧氏空间是一个点集,它的每个点可以表示为(x(1),x(2),...x(n)), 其中x(i)(i=1,2...n)是实数,称为x的第i个坐标,两个点x和 y=(y(1),y(2)...y(n))之间的距离d(x,y)定义为上面的公式. 欧氏距离看作信号的相似程度。 距离越近就越相似，就越容易相 互干扰，误码率就越高。

量，明文为 YI CH UF AA。
三、密码的破译 密码破译实际上就是破译加密矩阵 A 及 A1 ，前
面的加密与解密过程类似于在二维向量空间进行线 性变换与其逆变换。每个明文向量都是一个 Z 上的二 维向量，乘以加密矩阵 A 后仍为一个 Z 上的二维向量。 由于 A 为可逆矩阵，所以，如果知道了两个线性无关 的二维明文向量与其对应的密文向量，就可以求出它 的加密矩阵 A 及 A1 。
(mod
26)
其中 (ad bc)1 是 (ad bc) (mod 26) 的倒数。
这样，在模 26 意义下，求解方程组 A 的问题即
可解决：
A1 (mod 26)
（4）
例 要将一段密文 QA SX GR CC 解密，只要将上述加 密过程逆转回去，即将密文按同样方式分组，查它们 的表值即得：
下面以一个具体例子说明这种方法。
有一段密文： QJWPISWAZUXAUUISEABAUCRSIPLBHAAMML PJJOTENH。
经分析是用 Hill 密码编译的，且这段密文的字
母 UCRS 依次代表字母 TACO（通常这是由破译部门 通过大量的统计分析与语言分析确定的），这样密文
与明文的对应为
个整数，这称为模 26 运算，记为：
2473(mod26) 117, 1383(mod26) 178
（3）
这样，这 4 个新的二维列向量对应的字母为：QA SX GR
CC。它就是明文“YI CHU FA”的密文。
二、解密 解密过程即为上述过程的逆过程。这是在模运算
下如何解方程组 A 的问题。一般一个 n 阶方阵 A 可逆的充要条件是 det A 0 。在模 26 运算下矩阵可逆 与一般的矩阵可逆有所不同。