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。
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。
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》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。
课时安排：2课时教学对象：大学本科生教学目标：1. 理解数学模型的基本概念和原理。
2. 学会运用数学模型解决实际问题。
3. 培养学生的创新思维和团队协作能力。
4. 提高学生的动手实践能力和实验操作技能。
教学重点：1. 数学模型的基本概念和原理。
2. 数学模型的应用实例。
教学难点：1. 数学模型的构建过程。
2. 数学模型在实际问题中的应用。
教学准备：1. 多媒体教学设备。
2. 数学模型相关教材和参考资料。
3. 实验所需数据及软件。
教学过程：第一课时一、导入1. 介绍数学模型的基本概念和原理，让学生了解数学模型在各个领域的应用。
2. 提出本节课的学习目标。
二、理论讲解1. 讲解数学模型的基本概念，如数学模型、模型类型、模型方法等。
2. 介绍数学模型的构建过程，包括问题提出、模型选择、模型验证等步骤。
3. 结合实际案例，讲解数学模型的应用。
三、分组讨论1. 将学生分成小组，每组选取一个实际问题进行讨论。
2. 指导学生运用所学知识，分析问题，构建数学模型。
3. 各小组汇报讨论成果，进行点评和总结。
四、实验操作1. 引导学生使用实验软件进行数学模型实验。
2. 学生按照实验步骤，完成实验操作。
3. 教师巡视指导，解答学生疑问。
第二课时一、回顾与总结1. 回顾上节课所学内容，总结数学模型的基本概念、原理和构建过程。
2. 强调数学模型在实际问题中的应用。
二、实验报告撰写1. 指导学生撰写实验报告，包括实验目的、实验方法、实验结果、实验结论等。
2. 学生分组讨论，共同完成实验报告。
三、实验报告展示与评价1. 各小组展示实验报告，进行交流与评价。
2. 教师点评各小组实验报告，总结优点和不足。
四、课堂小结1. 总结本节课的学习内容，强调数学模型在实际问题中的应用。
2. 提出课后作业，让学生进一步巩固所学知识。
教学评价：1. 课堂表现：学生出勤、课堂纪律、参与度等。
2. 实验操作：学生实验操作的熟练程度、实验结果准确性等。
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。
《数学模型实验》实验报告姓名：王佳蕾学院：数学与信息科学学院地点：主楼402学号：20151001055 专业：数学类时间：2017年4 月16日一、实验名称：商人和仆人安全渡河问题的matlab实现二、实验目的：1.熟悉matlab基础知识，初步了解matlab程序设计；2.研究多步决策过程的程序设计方法；3.（允许）状态集合、（允许）决策集合以及状态转移公式的matlab表示；三、实验任务：只有一艘船，三个商人三个仆人过河，每一次船仅且能坐1-2个人，而且任何一边河岸上仆人比商人多的时候，仆人会杀人越货。
怎么在保证商人安全的情况下，六个人都到河对岸去，建模并matlab实现。
要求：代码运行流畅，结果正确，为关键语句加详细注释。
四、实验步骤：1.模型构成2.求决策3.设计程序4.得出结论（最佳解决方案）五、实验内容：（一）构造模型并求决策设第k次渡河前此岸的商人数为xk，随从数为yk，k=1,2,...，xk，yk=0,1,2,3.将二维向量sk=（xk，yk）定义为状态，安全渡河条件下的状态集合称为允许状态集合，记作S，S 对此岸和彼岸都是安全的。
S={(x,y)|x=0,y=0,1,2,3;x=3,y=0,1,2,3;x=y=1,2}设第k次渡船上的商人数为uk，随从数vk，将二维变量dk=（uk，vk）定义为决策，允许决策集合记为D,由小船的容量可知，D={(u,v)|1<=u+v<=2,u,v=0,1,2}k为奇数时，船从此岸驶向彼岸，k为偶数时，船从彼岸驶向此岸，状态sk随决策变量dk的变化规律为sk+1=sk+(-1)^k*dk（状态转移律）这样制定安全渡河方案归结为如下的多步决策模型：求决策dk∈D(k=1,2,...,n)，使状态sk∈S，按照转移律，由初始状态s1=（3,3）经有限步n到达状态sn+1=（0,0）。
（二）程序设计（三）运行结果、六、 结论体会：安全渡河问题可以看成一个多步决策过程。
实验一（2）电力网数学模型模拟实验一、实验目的：本实验通过对电力网数学模型形成的计算机程序的编制与调试，获得形成电力网数学模型：节点导纳矩阵的计算机程序，使数学模型能够由计算机自行形成，即根据已知的电力网的接线图及各支路参数由计算程序运行形成该电力网的节点导纳矩阵。
通过实验教学加深学生对电力网数学模型概念的理解，学会运用数学知识建立电力系统的数学模型，掌握数学模型的形成过程及其特点，熟悉各种常用应用软件，熟悉硬件设备的使用方法，加强编制调试计算机程序的能力，提高工程计算的能力，学习如何将理论知识和实际工程问题结合起来。
二、实验器材：计算机、软件（已安装，包括各类编程软件C语言、C++、VB、VC等、应用软件MATLAB等）、移动存储设备（学生自备，软盘、U盘等）三、实验内容：编制调试形成电力网数学模型——节点导纳矩阵的计算机程序。
程序要求根据已知的电力网的接线图及各支路参数运行形成该电力网的节点导纳矩阵。
a)将事先编制好的形成电力网数学模型的计算程序原代码由自备移动存储设备导入计算机。
b)在相应的编程环境下对程序进行组织调试。
c)应用计算例题验证程序的计算效果。
d)对调试正确的计算程序进行存储、打印。
e)完成本次实验的实验报告。
四、实验数据：《电力系统分析》（上册）72页例4-1五、实验报告要求：a)实验目的、实验内容。
b)程序调试记录，逐条记录下程序调试过程中发现的问题及解决的方法。
c)程序框图。
d)所编程序清单。
e)例题运行结果。
%n=input('请输入节点数：n=');% nl=input('请输入支路数：nl=');% isb=input('请输入平衡节点好：isb=');固定为1% pr=input('请输入精度误差：pr=');% B1=input('请输入由支路参数形成合的距阵：B1=');% X=input('请输入由节点号及对敌阻抗形成的距阵：X=');n=4;nl=4;isb=1;pr=0.001;B1=[1 2 0.10+0.40i 0.03056i 1 0;1 3 0.3i 0 1.1 0;1 4 0.12+0.50i 0.03842i 1 0;2 4 0.08+0.40i 0.02826i 1 0;];X=[1 0;2 0;3 0;4 0;];Y=zeros(n);for i=1:nif X(i,2)~=0;p=X(i,1);Y(p,p)=1./X(i,2);endendfor i=1:nlif B1(i,6)==0p=B1(i,1);q=B1(i,2);elsep=B1(i,2);q=B1(i,1);endY(p,q)=Y(p,q)-1./(B1(i,3)*B1(i,5));Y(q,p)=Y(p,q);Y(q,q)=Y(q,q)+1./(B1(i,3)*B1(i,5)^2)+B1(i,4)./2;Y(p,p)=Y(p,p)+1./B1(i,3)+B1(i,4)./2;end %求导纳距阵disp('导距Y为:');disp(Y);。
第1篇一、实验背景随着信息技术的飞速发展，数字建模在各个领域中的应用越来越广泛。
数字应用建模是将现实世界的复杂问题转化为数学模型，通过计算机模拟和分析，为决策提供科学依据。
本实验旨在通过数字应用建模的方法，解决实际问题，提高学生对数学建模的理解和应用能力。
二、实验目的1. 理解数字应用建模的基本原理和方法；2. 掌握数学建模软件的使用；3. 提高解决实际问题的能力；4. 培养团队合作精神和沟通能力。
三、实验内容1. 实验题目：某城市交通流量优化研究2. 实验背景：随着城市人口的增加，交通拥堵问题日益严重。
为了缓解交通压力，提高城市交通效率，本研究旨在通过数字应用建模方法，优化该城市的交通流量。
3. 实验步骤：（1）数据收集：收集该城市主要道路的实时交通流量数据、道路长度、交叉口数量、道路等级等数据。
（2）建立数学模型：根据交通流量数据，建立交通流量的数学模型，如线性回归模型、多元回归模型等。
（3）模型求解：利用数学建模软件（如MATLAB、Python等）对建立的数学模型进行求解，得到最优交通流量分布。
（4）结果分析：对求解结果进行分析，评估优化后的交通流量分布对缓解交通拥堵的影响。
（5）模型改进：根据分析结果，对模型进行改进，以提高模型的准确性和实用性。
4. 实验结果：（1）通过建立数学模型，得到优化后的交通流量分布。
（2）优化后的交通流量分布较原始分布，道路拥堵程度明显降低，交通效率得到提高。
（3）通过模型改进，进一步优化交通流量分布，提高模型的准确性和实用性。
四、实验总结1. 本实验通过数字应用建模方法，成功解决了某城市交通流量优化问题，提高了交通效率，为城市交通管理提供了科学依据。
2. 在实验过程中，学生掌握了数学建模的基本原理和方法，熟悉了数学建模软件的使用，提高了解决实际问题的能力。
3. 实验过程中，学生学会了团队合作和沟通，提高了自己的综合素质。
五、实验心得1. 数字应用建模是一种解决实际问题的有效方法，通过建立数学模型，可以将复杂问题转化为可操作的解决方案。
实验一
在考虑最优定价时设销售期为T，由于商品的损耗，成本q随时间增长，设q = q0+βt, β为增长率，又设单位时间的销售量为x=a-bp(p为价格)。
今将销售分为0<t<T/2和T/2<t<T两段，每段的价格固定，记为p1,p2。
求p1,p2的最优值，使销售期内的总利润最大，如果要求销售期T内的总销售量为Q0,再求p1,p2的最优值。
回答：
（1）、求p1,p2的最优值,在销售期利润最大时。
在这个问题中我们将q1,q2看作是变量，其余全是常数
记0<t<T/2的销售量为w1
w1 = a – b*p1
成本为S1
S1 = q0+β*t
由题已知销售价格固定为p1
0<t<T/2总利润为Y1
0<t<T/2的销售量为w2
w2 = a – b*p2
成本为S2 = q0+β*t
由题已知销售价格固定为p2
0<t<T/2总利润为Y2
记最终的总利润为Y;
Y = Y1 + Y2;
Y1 = (p1 - S1) * w1;
Y2 = (p2 –S2) * w2;
由上式解出
p1 =
p2 =
（2）、求p1,p2的最优值,在销售总量为Q0时的最优值。
在上面的基础上加上一个条件
令Z =
p1 + p2 = Z;
联合上面的方程可解出
p1 =
p2 = Z -
实验二
1.某银行经理计划用一笔资金进行有价证券的投资，可供购进的证券以及其
信用等级、到期年限，收益如表1所示，按照规定，市政证券的收益可以免税，其他证券的收益需按50%的税率纳税，此外还有以下限制：
（1）、政府及代办机构的证券总共至少要购进400万元；
（2）、所购证券的平均信用等级不能超过 1.4（信用等级数字越小，信用程度越高）；
问：（1）若该经理有1000万元自资金，应如何投资？
（2）如果能够以2.75%的利率借到不超过100万元资金，该经理应如何操作？
（3）在1000万元资金情况下，若证券A的税前收益增加4.5%，投资应否改变？
若证券的税前收益减少为4.8%，投资应否改变？
（1）回：设所购证券A、B、C、D、E为x1,x2,x3,x4,x5万元;
所列方程为：
profit = 4.3%* x1+ 5.4%* x2+ 5.0%* x3+ 4.4%*
x4 + 4.5%* x5；
x2 + x3 + x4>= 400
<= 1.4
<= 5
x1 + x2 + x3 + x4 + x5< 1000;
软件代码截图：
结果：
结果解析： X2 = 90.90909
X3 = 909.0909
（2）、回：设所购证券A、B、C、D、E为x
,x2,x3,x4,x5万元，借
1
到X6万元。
profit = 4.3%* x1+ 5.4%* x2+ 5.0%* x3+ 4.4%*
x4 + 4.5%* x5 - x6；
x2 + x3 + x4>= 400
<= 1.4
<= 5
< 1000+x6;
x1,x2,x3,x4,x5>=0,0<=x6<=100
实验代码：max =
x1*0.043+x2*0.054+x3*0.05+x4*0.044+x5*0.045 - x6*0.0275;
x2 + x3 + x4 >= 400;
(x1*2 + x2*2 + x3 + x4 + x5*5)/(x1 + x2 + x3 + x4 + x5) <= 1.4;
(x1*9 + x2*15 + x3*4 + x4*3 + x5*2)/(x1 + x2 + x3 + x4 + x5) <= 5; x1 + x2 + x3 + x4 + x5 < 1000 + x6;
x6 <= 100;
实验结果：
X2 = 100,x3 = 1000,借x6 = 100;
(3)不改变！
实验三
问题背景：
禽流感的潜伏期很长，一般有7天，表现症状为：发热、咳嗽，可伴有头痛、肌肉酸痛和全身不适，也可以出现流涕、鼻塞、咽痛等，刚开始与一般的感冒一般，直到器官衰竭，并且禽流感的传染性极强，人们对禽流感的抵抗能力较弱，一旦和禽流感病人接触，极易致病。
问题分析：
禽流感是一种易传染，致死率高，并且治愈好的病人抵抗力极弱，容易再次患病的病毒性传染病。
建立模型：
首先这个模型建立的基础是：病人被治愈后变成健康者，健康者可以被感染成病人。
所以病人数量会刚开始慢慢增长，然后一段平稳期，最后患病人数逐渐减少,同时病人刚开始死亡率会很高，并逐渐降低。
设：目前成都的总人数为S，患病人数比例为X(t)，健康人数的比例为Y(t)，这个病人有效接触（足以使人致病的接触）的人数为µ*Y(t)，每天治愈的病人占病人总数的比例为α，每天死亡人数占病人总数的比例为β。
则：
（1）根据病人增长情况列出式子
S*S*α*X-S*β*X(1)
（2）根据健康人、病人、死人总人数之和不变列出式子：
(2)
（3）根据健康人变化速率列出式子：
S*α*X - (3)
化简式子为：
α*X-β*X(4)
(5)
设0.4 （平均感染率）, α= 0.1β=0.2（初始治愈率为0.1,初始死亡率0.06）x(t)代表患病人数占总人数比例变化，y(t)代表健康人数占总人数比例变化，并且由于出现死亡，所以x(t)和y(t)和有时候不等于1；
数据曲线为：X(t)病人占总人数的比例变化函数，以及Y(t)健康人占总人数的比例变化函数。
X(t)、Y(t)图形
相轨线：
X(t)-Y(t)的变化曲线
相轨曲线分析，从点（0.95，0.05）开始，刚开始的患病比例只有总人口的5%，随着时间的流逝，患病人数的比例呈正比上升，当然健康人数也呈正比下降，最后达到患病人数的一个峰值（0.7，0.2），其中二者之和为90%，说明有10%的人死于该禽流感在30天内，随后由于找到治愈措施或者隔离得当，患病人数的下降速率越来越快，同时健康人数的上升速度也会越来越快，在患病人数的峰值数目降低到0过程中，一共60天死亡人数仅仅增加了0.1161。
说明，在禽流感传染期间的隔离和及早找到治愈的方法是很重要的。
可以看到在传染病的前期，隔离治疗很重要，可以在短时间内控制疾病的传播，并且治愈疾病的疫苗越早出来，对形势的控制越好。
并且前期如果不能及时控制患病的人数，会使得患者人数在短时间内急剧增加，该病的致
死率很高，当完全治愈后发现，最后和为0.7839，说明有0.2161的人数死亡，控制传播源头很重要。
实验四
问题分析：
对于优秀大学生的评选，采用层次分析法，以三层模型为主，第一层学生，第二层为加权平均成绩、集体观念、群众基础、技能证书、交流沟通能力，第三层为班主任评价和班级评价
如下图所示
注（最终得分超过80分才能评选为优秀大学生）
成对比较矩阵为：
A=
第三层对第二层每一个准则的成对比较阵：
C1= C2=
C3= C4= C5=
第二层对第一层的权重为：
第三层对第二层的权重为:
假如一个学生的打分如下表：
W（总）= W1*(X1*W11+Y1*W21)+W2*(X2*W12+Y2*W22)+…+W5*(X5*W15+Y5*W25) 假如有一个学生的真实打分情况如下：
则其最终得分为：
W = 0.6*(75*0.33+80*0.67)+0.1*(90*0.5+85*0.5)
+0.1*(95*0.25+90*0.75)+0.1*(88*0.2+80*0.8)+0.1*(80*0.33+75*0.67) = 80.71
这位同学最终得分达标，有资格成为优秀大学生
实验五
1.已知测得14头猪的体长、胸围、体重如下表所示：
请设计一种方法，只需要测量猪的体长、胸围就能估算出猪的体重，并利用你所设计的方法估算体长96，胸围88的猪的体重。
首先令体长为X1,胸围为X2，体重为Y。
①做出y对X1的散点图
②画出Y对X2的散点图
由以上散点图可知，Y与X1是线性模型，同样Y与X2也是线性模型，所以使用matlab的回归分析，构建模型
Y = β1X1+β2X2+β3
实验代码：
x=[41 49;45 58;51 62;52 71;59 62;62 74;69 71;72 74;78 79;80 84;90 85;92 94;98 91;103 95];
y=[28 39 41 44 43 50 51 57 63 66 70 76 80 84]';
[b,bint,r,rint,stats] = regress(y,x,0.05);
b
0.7715
0.0288
Y = 0.7715*X1+0.0288*X2;
当一只猪的体长96，胸围为88
那么它的体重为: Y = 96*0.7715+88*0.0288 = 76.5984。
