【数学建模学习】第三章 离散模型
- 格式:pdf
- 大小:257.26 KB
- 文档页数:16
离散模型§ 1 离散回归模型一、离散变量如果我们用0,1,2,3,4,⋯说明企业每年的专利申请数,申请数是一个离散的变量,但是它是间隔尺度变量,该变量类型不在本章的讨论的被解释变量中。
但离散变量0和1可以用来说明企业每年是否申请专利的事项,类似表示状态的变量才在本章的讨论中。
在专利申请数的问题中,离散变量0,1,2,3 和4 等数字具有具体的经济含义,不能随意更改;而在是否申请专利的两个选择对象的选择问题中,数字0和1只是用于区别两种不同的选择,是表示一种状态。
本专题讨论有序尺度变量和名义尺度变量的被解释变量。
、离散因变量在讨论家庭是否购房的问题中,可将家庭购买住房的决策用数字1 表示,而将家庭不购买住房的决策用数字0 表示。
1 yesx0 no如果x 作为说明某种具体经济问题的自变量,则应用以前介绍虚拟变量知识就足够了。
如果现在考虑某个家庭在一定的条件下是否购买住房问题时,则表示状态的虚拟变量就不再是自变量,而是作为一个被说明对象的因变量出现在经济模型中。
因此,需要对以前讨论虚拟变量的分析方法进行扩展,以便使其能够适应分析类似家庭是否购房的问题。
因为在家庭是否购房问题中,虚拟因变量的具体取值仅是为了区别不同的状态,所以将通过虚拟因变量讨论备择对象选择的回归模型称为离散选择模型。
三、线性概率模型现在约定备择对象的0 和1 两项选择模型中,下标i 表示各不同的经济主体,取值0或l的因变量 y i表示经济主体的具体选择结果,而影响经济主体进行选择的自变量 x i 。
如果选择响应YES 的概率为 p(y i 1/ x i ) ,则经济主体选择响应NO 的概率为 1 p(y i 1/ x i),则E(y i /x i) 1 p(y i 1/x i) 0 p(y i 0/x i)= p(y i 1/x i)。
根据经典线性回归,我们知道其总体回归方程是条件期望建立的,这使我们想象可以构造线性概率模型p(y i 1/ x i) E(y i / x i) x iβ0 1 x i1 L k x ik u i描述两个响应水平的线性概率回归模型可推知,根据统计数据得到的回归结果并不一定能够保证回归模型的因变量拟合值界于[0,1]。
连续状态空间模型离散状
Ø
*(t)连续状态空间模型
⎧
x(k
例7-3-9 ,求其离散方程(含零阶保持)解:
1) 离散状态方程本质上是一阶差分方程组,故求其解也与求差分方程解一样有两种方法:递推法与
Ø
直接将初始条件
令Φ(
Øz z () X
解:1)用递推法代入不同的例7-3-10 x x ⎢⎣⎡
解:例7-3-10 x x ⎢⎣⎡
X
1)
Ø由差分方程
y
例:,求脉冲传递函数解:作
零初始条件
Ø
若已知控制器的脉冲传递函数须将
2) Ø
例7-3-11
⎤
u
(k
)
解:
Ø
Ø
现问题
Ø
分解)、
信号流图等工具也可以采用Ø
Ø能控标准型和能观标准型
G (z )==⎢⎢⎢⎡=A
Ø例7-3-12 解:1(21k y x x ⎢⎣⎡
Ø正则标准型(并联分解):适用于脉冲传递函数为部分分式形式,
基本单元:
Ø例7-3-12 解:
(D z
Ø:适用于脉冲传递函数分子分母均为因式分解形式一阶环节基本单元
例7-3-12
解:
状态变量图
Ø例7-3-12
解:
状态变量图
例7-3-13
解:特征方程的根:
)(z D e
) (k
3) 差分方程和状态方程Ø
Ø
例7-3-14
4) •例
(G 12(((x x y k (e k。
数学模型和模拟中的连续模型与离散模型数学模型和计算机模拟已经成为了许多领域的重要研究手段。
然而,在进行模型建立和模拟过程中,要根据具体问题的特点选择合适的模型类型。
在数学模型和模拟中,常见的模型类型有连续模型和离散模型两种。
连续模型是指一个作用在连续空间上的模型。
例如,微积分中的连续函数模型就是一个常用的连续模型。
这种模型常常用来描述实际问题中的连续过程,如流体力学、热力学等领域。
在连续模型中,物理量在不同时间和空间位置上都可以取到连续的值,因此它通常需要使用微积分的方法来求解。
同时,连续模型可以使用经典的物理方程来描述,如牛顿运动方程和麦克斯韦方程等。
离散模型是指一个作用在离散空间上的模型。
例如,数学中的离散数学模型就是一个常用的离散模型。
这种模型常常用来描述实际问题中的离散现象,如计算机科学、网络科学等领域。
在离散模型中,物理量在不同时间和空间位置上的取值是离散的,因此通常使用离散的数学工具来求解。
同时,离散模型的建立通常需要使用离散数学的方法,如排列组合、图论等。
对于一些实际问题,可以采用混合模型来描述。
例如,植物的生长状态是一个连续过程,可以使用连续模型来描述,但是植物的个体生长是一个离散过程,需要使用离散模型来描述。
因此,可以利用混合模型来描述植物的生长问题。
在建立模型时,需要深入了解问题的特点和要求,选择合适的模型类型进行建模。
同时,需要灵活应用不同模型之间的转化关系,充分利用模型的优势,提高模型的解决问题的能力。
总之,数学模型和模拟在科学研究和工程应用中起着重要的作用,并且连续模型和离散模型都有其独特的适用范围。
因此,我们需要充分了解不同类型的模型特点和应用情况,遵循科学的方法建立模型,提高模型的准确性和实用性。