第一章建立数学模型

《数学建模（公选）》课程教学大纲一、课程基本信息课程代码：12130541课程英文名称: Mathematical Modelling课程面向专业：理工类专业课程类型：选修课先修课程：高等数学、线性代数、概率论与数理统计学分：2.5总学时：48 (其中理论学时：48 ；实验学时：0)二、课程性质与目的本课程主要介绍用数学知识解决实际问题的手段——建立数学模型。

通过教学,使学生掌握数学模型的基本知识；培养学生认识问题，用数学模型和计算机分析解决实际问题的初步能力；增强学生学习数学的兴趣和自学的能力，了解数学的一些应用分支的理论，会建立相应的简单模型，并能对模型进行分析。

三、课程教学内容与要求第一章建立数学模型1、教学内容与要求主要内容：学习数学建模课程的意义；数学模型的定义及分类；建立数学模型的方法及步骤；数学建模示例。

基本要求：了解数学模型的意义及分类，理解建立数学模型的方法及步骤。

2、教学重点：数学建模的基本方法和步骤。

3、教学难点：数学建模初步能力的培养。

第二章初等模型1、教学内容与要求主要内容：比例方法建模；类比方法建模；定性分析方法建模；量纲分析方法建模；初等模型举例。

基本要求：掌握比例方法，类比方法，定性分析方法及量纲分析方法建模的基本特点。

能运用所学知识建立数学模型，并对模型进行综合分析。

2、教学重点：比例方法建模，类比方法建模。

3、教学难点：量纲分析法建模第三章简单的优化模型1、教学内容与要求主要内容：存贮模型；生猪的出售时机；森林救火；冰山运输；量纲分析法基本要求：理解优化模型的一般意义，能运用高等数学的知识解决简单的优化模型。

掌握较简单的优化模型的建立和解法。

2、教学重点：比例方法建模，类比方法建模3、教学难点：量纲分析法建模第四章数学规划模型1、教学内容与要求主要内容：奶制品的生产与销售；自来水输送与货机装运；汽车生产与原油采购；接力队的选拔与选课策略；饮料厂的生产与检修；钢管和易拉罐下料基本要求：理解线性规划、整数规划模型和非线性规划模型的基本特点，能熟练利用数学软件进行数学规划模型的求解与灵敏度分析。

数学建模第一章 习题1．举出两三个实例说明建立数学模型的必要性。

包括实际问题的背景，建模目的，需要大体上什么样的模型以及怎样应用这种模型等。

2．怎样解决下面的实际问题。

包括需要哪些数据资料，要作些什么观察、试验以及建立什么样的数学模型等]21[。

①估计一个人体内血液的总量。

②为保险公司制定人寿保险金计划（不同年龄的人应缴纳的金额和公司赔偿的金额）。

③估计一批日光灯管的寿命。

④确定火箭发射至最高点所需的时间。

⑤决定十字路口黄灯亮的时间长度。

3．在1.2节“椅子能在不平的地面上放稳吗”的假设条件中，将四脚的连线呈正方形改为长方形，其余不变。

试构造模型并求解。

4．模仿1.3节商人过河问题中的状态转移模型作下面这个众所周知的智力游戏：人带着猫、鸡、米过河，船除需要人划之外，至多能载猫、鸡、米三者之一，而当人不在场时猫要吃鸡、鸡要吃米。

试设计一安全过河方案，并使渡河次数尽量地少。

5．1650年世界人口为5亿，当时的年增长率为0003。

用指数增长模型计算什么时候世界人口达到10亿（实际上1850年前已超过10亿）。

1970年世界人口为36亿，年增长率为21000。

用指数增长模型预测什么时候世界人口会翻一番（这个结果可信吗）。

你对用两样的模型得到的两结果有什么看法。

6．利用 1.4节表1-1给出的1790~1980年的美国实际人口资料建立下列模型：①分段的指数增长模型。

譬如按时间分三段，分别确定增长率r 。

②阻滞增长模型。

重新确定固有增长率r 和最大容量m x 。

7．假定人口的增长服从这样的规律：时刻t 的人口为)(t x ，t 到t t ∆+时间内人口的增量与m x )(t x -成正比（其中m x 为最大容量）。

试建立模型并求解。

作出解的图形并与指数增长模型、阻滞增长模型的结果进行比较。

8．为了培养想象力、洞察力和判断力，考察对象时除了从正面分析外，还常常需要从侧面或反面思考。

试尽可能迅速地回答下面的问题：①某甲早8时从山下旅店出发沿一条路径上山，下午5时到达山顶并留宿。

《数学模型电子教案》PPT课件第一章：数学模型概述1.1 数学模型的定义与分类1.2 数学模型的构建步骤1.3 数学模型在实际应用中的重要性1.4 数学模型与数学建模的区别与联系第二章：数学模型建立的基本方法2.1 直观建模法2.2 解析建模法2.3 统计建模法2.4 计算机模拟建模法第三章：线性方程组与线性规划模型3.1 线性方程组的求解方法3.2 线性规划的基本概念与方法3.3 线性规划模型的应用案例3.4 线性规划模型的求解算法第四章：微分方程与差分方程模型4.1 微分方程的基本概念与分类4.2 微分方程的求解方法4.3 差分方程的基本概念与分类4.4 差分方程的求解方法与应用第五章：概率论与统计模型5.1 概率论基本概念与随机变量5.2 概率分布与数学期望5.3 统计学基本概念与推断方法5.4 统计模型的应用案例第六章：最优化方法与应用6.1 无约束最优化问题6.2 约束最优化问题6.3 最优化方法的应用案例6.4 遗传算法与优化问题第七章：概率图与贝叶斯模型7.1 概率图的基本概念7.2 贝叶斯定理及其应用7.3 贝叶斯网络与推理方法7.4 贝叶斯模型在实际应用中的案例分析第八章：时间序列分析与预测模型8.1 时间序列的基本概念与分析方法8.2 自回归模型（AR）与移动平均模型（MA）8.3 自回归移动平均模型（ARMA）与自回归积分滑动平均模型（ARIMA）8.4 时间序列预测模型的应用案例第九章：排队论与网络流量模型9.1 排队论的基本概念与模型构建9.2 排队论在服务系统优化中的应用9.3 网络流量模型的基本概念与方法9.4 网络流量模型的应用案例第十章：随机过程与排队网络模型10.1 随机过程的基本概念与分类10.2 泊松过程与Poisson 排队网络10.3 马克威茨过程与随机最优控制10.4 排队网络模型的应用案例第十一章：生态学与种群动力学模型11.1 生态学中的基本概念11.2 种群动力学模型的构建11.3 差分方程在种群动力学中的应用11.4 种群动力学模型的案例分析第十二章：金融数学模型12.1 金融市场的基本概念12.2 金融数学模型概述12.3 定价模型与风险管理12.4 金融数学模型在实际应用中的案例分析第十三章：社会经济模型13.1 社会经济系统的基本特征13.2 经济数学模型的构建方法13.3 宏观经济模型与微观经济模型13.4 社会经济模型的应用案例第十四章：神经网络与深度学习模型14.1 人工神经网络的基本概念14.2 深度学习模型的构建与训练14.3 神经网络在数学建模中的应用案例14.4 当前神经网络与深度学习的发展趋势第十五章：数学模型在工程中的应用15.1 工程问题中的数学建模方法15.2 数学模型在结构工程中的应用15.3 数学模型在流体力学中的应用15.4 数学模型在其他工程领域中的应用案例重点和难点解析本《数学模型电子教案》PPT课件涵盖了数学模型概述、建模方法、线性方程组与线性规划、微分方程与差分方程、概率论与统计、最优化方法、概率图与贝叶斯模型、时间序列分析、排队论与网络流量模型、随机过程、生态学与种群动力学模型、金融数学模型、社会经济模型、神经网络与深度学习模型以及数学模型在工程中的应用等多个领域。

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。

第一章线性规划问题及其数学模型一、问题旳提出在生产管理和经营活动中常常提出一类问题，即怎样合理地运用有限旳人力、物力、财力等资源，以便得到最佳旳经济效果。

例1 某工厂在计划期内要安排生产I、II两种产品，已知生产单位产品所需旳设备台时及A、B两种原材料旳消耗，如表1-1所示。

表1-1该工厂每生产一件产品I可获利2元，每生产一件产品II可获利3元，问应怎样安排计划使该工厂获利最多？这问题可以用如下旳数学模型来描述，设x1、x2分别表达在计划期内产品I、II旳产量。

由于设备旳有效台时是8，这是一种限制产量旳条件，因此在确定产品I、II旳产量时，要考虑不超过设备旳有效台时数，即可用不等式表达为：x1+2x2≤8同理，因原材料A、B旳限量，可以得到如下不等式4x1≤164x2≤12该工厂旳目旳是在不超过所有资源限量旳条件下，怎样确定产量x1、x2以得到最大旳利润。

若用z表达利润，这时z=2x1+3x2。

综合上述，该计划问题可用数学模型表达为：目旳函数 max z =2x 1+3x 2 满足约束条件 x 1+2x 2≤84x 1≤16 4x 2≤12 x 1、x 2≥0例2 某铁路制冰厂每年1至4季度必须给冷藏车提供冰各为15，20，25，10kt 。

已知该厂各季度冰旳生产能力及冰旳单位成本如表6-26所示。

假如生产出来旳冰不在当季度使用，每千吨冰存贮一种季度需存贮费4千元。

又设该制冰厂每年第3季度末对贮冰库进行清库维修。

问应怎样安排冰旳生产，可使该厂整年生产费用至少？解：由于每个季度生产出来旳冰不一定当季度使用，设x ij 为第i 季度生产旳用于第j 季度旳冰旳数量。

按照各季度冷藏车对冰旳需要量，必须满足：⎪⎪⎩⎪⎪⎨⎧++++++33231343221242114144x x x x x x x x x x 。

，，，25201510==== 又每个季度生产旳用于当季度和后来各季度旳冰旳数量不也许超过该季度旳生产能力，故又有⎪⎪⎩⎪⎪⎨⎧++++++33232213121143424144x x x x x x x x x x 。

第一章 线性规划模型线性规划（Linear Programming ）是数学规划的一个重要组成部分，是最优化与运筹学理论中的一个重要分支和常用的方法，是最优化理论的基础性内容。

第一节 线性规划问题及其数学模型一、问题的提出在生产管理和经营活动中经常提出一类问题，即如何利用有限的人力、物力、财力等资源，以便得到最好的经济效果。

例1 生产计划问题某工厂在计划期内要安排生产Ⅰ、Ⅱ的两种产品，已知生产单位产品所需的设备台时，A 、B 两种原材料的消耗以及每件产品可获得的利润如下表所示。

问应如何安排生产计划使该工厂获利最多？解：设12,x x 分别表示在计划期内生产产品Ⅰ、Ⅱ的产量。

由于资源的限制，所以有：机器设备的限制条件: 1228x x +≤原材料A 的限制条件： 1416x ≤（称为资源约束条件） 原材料B 的限制条件： 2412x ≤同时，产品Ⅰ、Ⅱ的产量不能是负数，所以有120,0x x ≥≥（称为变量的非负约束）。

显然，在满足上述约束条件下的变量取值，均能构成可行方案，且有许许多多。

而工厂的目标是在不超过所有资源限量的条件下，如何确定产量12,x x 以得到最大的利润，即使目标函数1223z x x =+的值达到最大。

综上所述，该生产计划安排问题可用以下数学模型表示：例2 运输问题某公司经销某种产品，三个产地和四个销地的产量、销量、单位运价如下表所示。

问在保证产销平衡的条解:（1）决策变量：设(1,2,3;1,2,3,4)ij x i j ==为从产地i 运到销地j 的运量（2）目标函数：总运费最小3411min ij iji j z c x===∑∑（3）约束条件： 产量约束 销量约束 非负约束 模型为：二、线性规划问题的模型上述几例所提出的问题，可归结为在变量满足线性约束条件下，求使线性目标函数值最大或最小的问题。

它们具有以下共同的特征。

（1）每个问题都可用一组决策变量12(,,,)n x x x 表示某一方案，其具体的值就代表一个具体方案。