数学建模计算实验

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1.流⽔问题问题描述：⼀如下图所⽰的容器装满⽔，上底⾯半径为r=1m，⾼度为H=5m，在下地⾯有⼀⾯积为B0.001m2的⼩圆孔，现在让⽔从⼩孔流出，问⽔什么时候能流完？解题分析：这个问题我们可以采⽤计算机模拟，⼩孔处的⽔流速度为V=sqrt[2*g*h]，单位时间从⼩孔流出的⽔的体积为V*B，再根据⼏何关系，求出⽔⾯的⾼度H，时间按每秒步进，记录点（H，t）并画出过⽔⾯⾼度随时间的变化图，当⽔⾯⾼度⼩于0.001m 时，可以近似认为⽔流完了。

程序代码：Methamatic程序代码：运⾏结果：（5）结果分析：计算机仿真可以很直观的表现出所求量之间的关系，从图中我们可以很⽅便的求出要求的值。

但在实际编写程序中，由于是初次接触methamatic 语⾔，对其并不是很熟悉，加上个⼈能⼒有限，所以结果可能不太精确，还请见谅。

2.库存问题问题描述某企业对于某种材料的⽉需求量为随机变量，具有如下表概率分布：每次订货费为500元，每⽉每吨保管费为50元，每⽉每吨货物缺货费为1500元，每吨材料的购价为1000元。

该企业欲采⽤周期性盘点的),(S s 策略来控制库存量，求最佳的s ，S 值。

（注：),(S s 策略指的是若发现存货量少于s 时⽴即订货，将存货补充到S ，使得经济效益最佳。

）问题分析：⽤10000个⽉进⾏模拟，随机产⽣每个⽉需求量的概率，利⽤计算机编程，将各种S 和s 的取值都遍历⼀遍，把每种S，s的组合对应的每⽉花费保存在数组cost数组⾥，并计算出平均⽉花费average，并⽤类answer来记录，最终求出对应的S和s。

程序代码：C++程序代码：#include#include#include#include#define Monthnumber 10000int Need(float x){int ned = 0;//求每个⽉的需求量if(x < 0.05)ned = 50;else if(x < 0.15)ned = 60;else if(x < 0.30)ned = 70;else if(x < 0.55)ned = 80;else if(x < 0.75)ned = 90;else if(x < 0.85)ned = 100;else if(x < 0.95)ned = 110;else ned = 120;return ned;}class A{public:int pS;int ps;float aver;};int main(){A answer;answer.aver=10000000;//int cost[Monthnumber+1]={0}; float average=0;int i;float x;int store[Monthnumber];//srand((int)time(0));for(int n=6;n<=12;n++){// int n=11;int S=10*n;for(int k=5;k{// int k=5;int s=k*10;average=0;int cost[Monthnumber+1]={0};for(i=1;i<=Monthnumber;i++){store[i-1]=S;srand(time(0));x=(float)rand()/RAND_MAX; //产⽣随机数//cout<<" "<//cout<int need=Need(x);if(need>=store[i-1]){cost[i]= 1000*S + (need - store[i-1])*1500 + 500;store[i]=S;}else if(need>=store[i-1]-s){cost[i]=1000*(need+S-store[i-1]) + 50*(store[i-1]-need) + 500; store[i]=S;}else{cost[i]=(store[i-1]-need)*50;store[i]=store[i-1]-need;}average=cost[i]+average;}average=average/Monthnumber;cout<<"n="<cout<<"花费最少时s应该为："<cout<<"平均每⽉最少花费为："<}运⾏结果：结果分析：⽤计算机模拟的结果和⽤数学分析的结果有⼀定的差异，由于计算机模拟时采⽤的是随机模型⽽我⽤time函数和rand函数产⽣真随机数，所以在每次的结果上会有所差异，但对于⼀般的⽣产要求亦可以满。

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))。

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。

一、问题路灯照明问题。

在一条20m宽的道路两侧，分别安装了一只2kw和一只3kw的路灯，它们离地面的高度分别为5m和6m。

在漆黑的夜晚，当两只路灯开启时，两只路灯连线的路面上最暗的点和最亮的点在哪里？如果3kw的路灯的高度可以在3m到9m之间变化，如何路面上最暗点的亮度最大？如果两只路灯的高度均可以在3m到9m之间变化，结果又如何？二、数学模型已知P1为2kw的路灯，P2为3kw的路灯，以地面为X轴，路灯P1为Y轴，建立平面直角坐标系。

其中，P1、P2高度分别为h1、h2，水平距离为S=20m。

设有一点Q(x，0)，P1、P2分别与其相距R1、R2。

如下图示。

经查阅资料得，光照强度公式为：，设光照强度k=1。

则，两个路灯在Q点的光照强度分别为：2 111 1sin RapI=2222 2sin RapI=其中：R12=h12+x2 R22=h22+(S-x)2则Q点的光照强度I x=I1+I2分别按照题目中的不同要求，带入不同数值，求导，令导数为零，求得极值，进一步分析对比，求得最值。

三、算法与编程1.当h1=5m，h2=6m时:symptoms x yx=0:0.1:20;y=10./sqrt((25.+x.^2)^3)+18./sqrt((36.+(20-x).^2).^3);plot(x,y)grid on;在图中的0-20米范围内可得到路灯在路面照明的最亮点和最暗点①对Ix求导：syms xf=10./sqrt((25.+x.^2)^3)+18./sqrt((36.+(20-x).^2).^3)②运用MATLAB求出极值点s=solve('(-30*x)/((25+x^2)^(5/2))+(54*(20-x))/((36+(20-x)^2)^(5/2))');s1=vpa(s,8)s1 =.28489970e-18.5383043+11.615790*i19.9766969.33829918.5383043-11.615790*i③根据实际要求，x应为正实数，选择19.9767、9.3383、0.02849三个数值，通过MATLAB计算出相应的I值：syms xI=10/(25+x^2)^(3/2)+18/(36+(20-x)^2)^(3/2);subs(I,x,19.9767)subs(I,x,9.3383)subs(I,x,0.02849)ans =0.0845ans =0.0182ans =0.820综上，在19.3米时有最亮点；在9.33米时有最暗点2.当h1=5m，3m<h2<9m时：①对h2求偏导，并令其为0：②运用MATLAB求出极值点solve('3/((h^2+(20-x)^2)^(3/2))-3*(3*h^2)/((h^2+(20-x)^2)^(5/2))=0')ans =20+2^(1/2)*h20-2^(1/2)*h③对x求偏导，并令其为0：④通过MATLAB，将步骤②中计算出的关于h2的表达式带入上式，并求出h2的值；solve('-30*(20-2^(1/2)*h)/((25+(20-2^(1/2)*h)^2)^(5/2))+9*h*(20-(20-2^(1/2)*h))/((h^2+(20-(20-2^(1/2)*h))^2)^(5/2))=0')ans =7.4223928896768612557104509932965⑤通过MATLAB，利用已求得的h2，计算得到x，并进一步计算得到Ih=7.42239;x=20-2^(1/2)*hI=10/((25+x^2)^(3/2))+(3*h)/((h^2+(20-x)^2)^(3/2)) x =9.5032I =0.01863．当h1，h2均在3m-9m之间时:①同上，通过MATLAB求解下面的方程组：solve('p1/(h1^2+x^2)^(3/2)-3*p1*h1^2/(h1^2+x^2)^(5/ 2)')solve('3/((h^2+(20-x)^2)^(3/2))-3*(3*h^2)/((h^2+(20 -x)^2)^(5/2))=0')ans =2^(1/2)*h1-2^(1/2)*h1ans =20+2^(1/2)*h20-2^(1/2)*h②根据实际，选择x=h1，x=20-h2，带入第三个式中，得：③利用MATLAB，求得x值：s=solve('1/((20-x)^3)=2/(3*(x^3))');s1=vpa(s,6)s1 =9.325307.33738+17.0093*i7.33738-17.0093*i④按照实际需求，选择x=9.32525⑤带入求解I，并比较得到亮度最大的最暗点h1=(1/sqrt(2))*9.32525h2=(1/sqrt(2))*(20-9.32525)h1 =6.5939h2 =7.5482四、计算结果1.当h1=5m，h2=6m时:x=9.33m时，为最暗点，I=0.01824393；x=19.97m时，为最亮点，I=0.08447655。

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。

一、实验目的1. 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。

2. 提高数学建模能力，培养创新思维和团队合作精神。

3. 熟练运用数学软件进行数据分析、建模和求解。

二、实验内容本次实验选取了以下三个题目进行建模：1. 题目一：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）。

2. 题目二：三个系学生共200名（甲系100，乙系60，丙系40），某公司计划招聘一批新员工，要求男女比例分别为1:1，甲系女生比例60%，乙系女生比例40%，丙系女生比例30%。

请为公司制定招聘计划。

3. 题目三：研究某市居民出行方式选择问题，收集了以下数据：居民年龄、收入、职业、出行距离、出行时间、出行频率等。

请建立模型分析居民出行方式选择的影响因素。

三、实验步骤1. 问题分析：对每个题目进行分析，明确问题背景、目标和所需求解的数学模型。

2. 模型假设：根据问题分析，对实际情况进行简化，提出合适的模型假设。

3. 模型构建：根据模型假设，选择合适的数学工具和方法，建立数学模型。

4. 模型求解：运用数学软件（如MATLAB、Python等）进行模型求解，得到结果。

5. 结果分析与解释：对求解结果进行分析，解释模型的有效性和局限性。

四、实验报告1. 题目一：线性回归模型（1）问题分析：利用线性回归模型预测公司销售量，分析行业销售额对销售量的影响。

（2）模型假设：假设公司销售量与行业销售额之间存在线性关系。

（3）模型构建：根据数据，建立线性回归模型y = β0 + β1x + ε，其中y为公司销售量，x为行业销售额，β0、β1为回归系数，ε为误差项。

（4）模型求解：运用MATLAB软件进行线性回归分析，得到回归系数β0、β1。

（5）结果分析与解释：根据模型结果，分析行业销售额对销售量的影响程度，并提出相应的建议。

2. 题目二：招聘计划模型（1）问题分析：根据男女比例要求，制定招聘计划，确保男女比例均衡。

第1篇一、前言数学建模是一门将数学理论与实际问题相结合的课程，旨在培养学生运用数学知识解决实际问题的能力。

通过参加数学建模课的实验，我对数学建模有了更深刻的认识，以下是我对实验的心得体会。

二、实验过程1. 理解实验目的在实验开始前，我明确了实验的目的：通过具体实例，掌握数学建模的基本思想和方法，提高自己的实际应用能力。

这使我更加有针对性地进行实验。

2. 实验步骤（1）选题：选择一个实际问题，明确问题的背景、目标和所需解决的问题。

（2）建立模型：运用数学知识，将实际问题转化为数学模型。

（3）求解模型：利用数学软件，对模型进行求解，得到最优解或近似解。

（4）分析结果：对求解结果进行分析，评估其合理性和可行性。

（5）撰写实验报告：总结实验过程、结果和分析，撰写实验报告。

3. 实验成果通过实验，我成功地将一个实际问题转化为数学模型，并利用数学软件求解得到最优解。

同时，我学会了如何分析结果，评估其合理性和可行性。

三、心得体会1. 数学建模的重要性数学建模是解决实际问题的有效途径。

通过数学建模，我们可以将复杂的问题简化为数学模型，从而提高解决问题的效率。

在实验过程中，我深刻体会到了数学建模在解决实际问题中的重要性。

2. 数学知识的运用数学建模实验使我更加深入地理解了所学数学知识，并将其应用于实际问题。

在实验过程中，我运用了线性规划、概率论、统计学等多种数学知识，提高了自己的综合运用能力。

3. 团队合作精神数学建模实验需要团队合作，共同完成实验任务。

在实验过程中，我与团队成员相互学习、相互帮助，共同攻克难题。

这使我认识到团队合作的重要性，培养了团队协作精神。

4. 实验技能的提升通过实验，我熟练掌握了数学建模的基本步骤，提高了自己的实验技能。

同时，我学会了使用数学软件进行求解和分析，为今后从事相关领域的工作打下了基础。

5. 分析问题的能力在实验过程中，我学会了如何分析问题，寻找问题的本质。

这使我具备了解决实际问题的能力，为今后的学习和工作奠定了基础。

《数学建模》实验一：matlab函数拟合学时：4学时实验目的：掌握用matlab进行函数拟合的方法。

实验内容：实例1.（汽车刹车距离问题）某汽车司机培训课程中有这样的规则：正常驾驶条件下，车速每增16公里/小时，后面与前车的距离应增一个车身的长度。

实现这个规则的渐变办法是“2秒准则”：后车司机从前车经过某一标志开始默数2秒钟后到达同一标志，而不管车速如何。

这个规则的合理性如何是否有更合理的规则。

下表是测得的车速和刹车距离的一组数据。

车速（km/h）20 40 60 80 100 120 140刹车距离（m） 6.5 17.8 33.6 57.1 83.4 118.0 153.5解：模型假设：（1）刹车距离y等于反映距离y1与制动距离y2之和。

即y=y1+y2.（2）反应距离y1与车速v成正比，比例系数为反应时间k1。

即y1=k1*v（3）刹车时使用最大制动力F，F作的功等于汽车动能的改变，且F与车的质量m成正比.即模型建立由假设2，y1=k1v,由假设3，在F作用下行驶距离y2作的功F*y2使车速从v→0，动能的变化为mv^2/2，又由牛顿第二定律可知F＝am，，其中刹车时的减速度a为常数，于是y2=k2*v^2,其中k2为比例系数，实际k2=1/2a,由假设1，刹车距离为 y=k1v +k2v^2模型求解：用最小二乘法拟合，则程式运行过程有：>> v=[20,40,60,80,100,120,140]./3.6;>> s=[6.5,17.8,33.6,57.1,83.4,118.0,153.5];>> fun=inline('k(1).*v+k(2).*v.*v','k','v');>> k=lsqcurvefit(fun,[20,140],v,s)Optimization terminated: relative function valuechanging by less than OPTIONS.TolFun.k =0.6522 0.0853于是s=0.6522v+0.0853v^2;模型应用：因为在实际中k2=1/2a 则a=5.86166 v=at1 且k1为反应时间，即最终时间：t=k1+t1 ，t1为刹车时间。

实验报告一、实验目的：1、学会用MATLAB函数求非线性规划问题的解。

2、学会建立非线性规划模型并求解。

3、学会利用罚函数求解非线性规划问题。

二、实验要求：1、按照题目要求完成实验内容。

2、写出相应的MATLAB程序。

3、给出实验结果。

4、对实验结果进行分析讨论。

5、写出相应的实验报告。

三、实验步骤：1、题目3.11、问题分析与假设：目标函数是总费用,包括生产费用和存储费记为y。

主要影响因素为生产合同和生产能力。

若令每季度生产费用f(x)=ax+bx^2.设三季度生产量分别为x，y，180-x-y。

且应满足40<=x<=100,100<=x+y<=180,0<=y<=100,x,y是正整数，a=50,b=0.2,c=4.每季的生产费用是f(x)=50x+0.2x^2(元)，每台的存储费为4元。

应用matlab对以上问题加以分析，并求解。

2、m文件（a084b31）为：a=50;b=0.2;c=4;H=diag(2*b*ones(1,3));C=[a+2*c,a+c,a];A1=[-1,0,0;-1,-1,0];b1=[-40,-100]';A2=[1 1 1];b2=180;v1=[0 0 0]';v2=[100 100 100]';[x,faval,exitflag,output,lambada]=quadprog(H,C,A1,b1,A2,b2,v1,v2,[]) 3、输出结果为：x =50.000060.000070.0000faval =11840exitflag =1output =iterations: 1constrviolation: -7.0711algorithm: 'medium-scale: active-set'firstorderopt: []cgiterations: []message: 'Optimization terminated.'lambada =lower: [3x1 double]upper: [3x1 double]eqlin: -78ineqlin: [2x1 double]2、题目3.2（1）编写非线性约束的函数（函数名和文件名命名为fun084b32）。

PD《数学建模实验》实验报告学号： 姓名：1.用龙格-库塔 方法求微分方程的数值解，画出解的图形，对结果进行分析比较。

,222222)(',2)(,0)('''πππ-===-++y y y n x xy y x 为Bessel 方程，21=n 时，精确解.2sin xxy π= 解答： MATLAB 程序如下y=dsolve('x^2*D2y+x*Dy+(x^2-1/4)*y','y(pi/2)=2,Dy(pi/2)=-2/pi','x'); pretty(y) ezplot(y) hold ondy=@(x,y)[y(2);(1/4/x^2-1)*y(1)-y(2)/x];%定义匿名函数; [x,y]=ode45(dy,[pi/2,2*pi],[2,-2/pi]);%使用RK 方法作图; plot(x,y(:,1),'*')%作图; legend('符号解','数值解') title('图1')结果分析：得到图像如图所示2.一个慢跑者在平面上沿椭圆以恒定的速率v=1跑步,设椭圆方程为: x =10+20cos t , y =20+5sin t . 突然有一只狗攻击他. 这只狗从原点出发,以恒定速率w 跑向慢跑者,狗的运动方向始终指向慢跑者。

分别求出w =20,w =5时狗的运动轨迹. 解答：一、建模分析：在chase1.m中，不断地修改tf的值，分别取tf=5，4.5，3.5，...，分析我们所得到的图像知，当tf=3.15时，狗刚好追上人。

具体图像如下tf=5时tf=4.5时……tf=3.15时四、程序（2）（2）5w时建立m文件eq2.mfunction dy=eq2(t,y)dy=zeros(2,1);dy(1)=5*(10+20*cos(t)-y(1))/sqrt((10+20*cos(t)-y(1))^2+(20+15*sin(t)-y(2 ))^2);dy(2)=5*(20+15*sin(t)-y(2))/sqrt((10+20*cos(t)-y(1))^2+(20+15*sin(t)-y(2 ))^2);取t0=0，tf=10，建立主程序chase2.mt0=0;tf=10;[t,y]=ode45('eq2',[t0,tf],[0,0]);T=0:0.1:2*pi;X=10+20*cos(T);Y=20+15*sin(T);plot(X,Y,'-')hold onplot(y(:,1),y(:,2),'*')五、结果分析（2）运行程序，得到图像如下：在chase2.m中，不断地修改tf的值，分别取tf=20，40，80，...，得到一系列图像，由图可以看出，狗永远追不上人。

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。

在下面的题目中选做100分的题目，给出详略得当的答案。

一.通过举例简要说明数学建模的一般过程或步骤。

(15分)答：建立数学模型的方法大致有两种，一种是实验归纳的方法，即根据测试或计算数据，按照一定的数据，按照一定的数学方法，归纳出系统的数学模型；另一种是理论分析的方法，具体步骤有五步（以人口模型为例）：1、明确问题，提出合理简化的假设：首先要了解问题的实际背景，明确题目的要求，收集各种必要的信息2、建立模型：据所做的假设以及事物之间的联系，构造各种量之间的关系。

（查资料得出数学式子或算法）。

3、模型求解：利用数学方法来求解上一步所得到的数学问题，此时往往还要做出进一步的简化或假设。

注意要尽量采用简单的数学公具。

例如：马尔萨斯模型，洛杰斯蒂克模型4、模型检验：根据预测与这些年来人口的调查得到的数目进行对比检验5、模型的修正和最后应用：所建立的模型必须在实际应用中才能产生效益，根据预测模型，制定方针政策，以实现资源的合理利用和环境的保护。

二.把一张四条腿等长的正方形桌子放在稍微有些起伏的地面上，通常只有三只脚着地，然而只需稍为转动一定角度，就可以使四只脚同时着地，即放稳了。

(1) 请用数学模型来描述和证明这个实际问题; (2)讨论当桌子是长方形时，又该如何描述和证明？(15分)答：模型假设：1．椅子四条腿一样长，椅脚与地面的接触部分相对椅子所占的地面面积可视为一个点。

2．地面凹突破面世连续变化的，沿任何方向都不会出现间断（没有向台阶那样的情况），即地面可看作数学上的连续曲面。

3．相对椅脚的间距和椅子腿的长度而言，地面是相对平坦的，即使椅子在任何位置至少有三条腿同时着地。

4．椅子四脚连线所构成的四边形是圆内接四边形，即椅子四脚共圆。

5．挪动仅只是旋转。

我们将椅子这两对腿的交点作为坐标原点，建立坐标系，开始时AC、BD这两对腿都在坐标轴上。

将AC和BD这两条腿逆时针旋转角度θ。

记AC到地面的距离之和为f(θ)。

《数学建模》实验报告计算过程如下, 结果如下:画图程序命令如下:函数图象如下:实验题目二: 编写利用顺序Guass消去法求方程组解的M-函数文件,并计算方程组的解解: M-函数文件如下:方程组的计算结果如下:实验题目三: 编写“商人们安全过河”的Matlab程序解: 程序如下:function foot=chouxiang%%%%%%%%%%%%%%%%%%%%%% 程序开始需要知道商人数, 仆人数, 船的最大容量n=input('输入商人数目:');nn=input('输入仆人数目:');nnn=input('输入船的最大容量:');if nn>nn=input('输入商人数目:');nn=input('输入仆人数目:');nnn=input('输入船的最大容量:');end %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 决策生成jc=1; % 决策向量存放在矩阵“d”中, jc为插入新元素的行标初始为1for i=0:nnnfor j=0:nnnif (i+j<=nnn)&(i+j>0) % 满足条件D={(u,v)|1<=u+v<=nnn,u,v=0,1,2}d(jc,1:3)=[i,j 1]; %生成一个决策向量后立刻将他扩充为三维（再末尾加“1”）d(jc+1,1:3)=[-i,-j,-1]; % 同时生成他的负向量jc=jc+2; % 由于一气生成两个决策向量,jc指标需要往下移动两个单位endendj=0;end再验证：程序结果说明在改变商人和仆人数目, 其他条件不变的条件下。

可能无法得到结果。

程序结果说明在改变商人和仆人数目，其他条件不变的条件下。

可能无法得到结果。