数学模型与数学实验报告

数学建模实验报告一、实验目的和背景本次实验旨在运用数学建模方法，解决一个与实际生活相关的问题。

通过建立数学模型，分析问题，提出解决方案，并通过实验数据验证模型的可行性和准确性。

二、实验内容本次实验的题目是“公司送货员最优路径规划”。

公司有多名送货员需要在城市中进行货物的配送工作。

公司希望通过合理的路径规划，使得送货员能够在最短的时间内完成所有的配送任务。

在实验中，需要考虑的主要因素包括送货员之间的配送范围、道路交通状况、道路长度等。

三、实验步骤1.收集相关数据：收集城市道路网络的地理数据，包括道路长度、道路交通状况等信息。

2.确定目标函数和约束条件：由于目标是使得送货员在最短的时间内完成配送任务，因此可以将送货员的路径总长度作为目标函数，并设置配送时间限制作为约束条件。

3.建立数学模型：根据收集到的数据和确定的目标函数、约束条件，建立数学模型，将问题转化为一个最优化问题。

4.进行求解：使用数学建模常见的求解方法，如遗传算法、模拟退火算法等，对数学模型进行求解，得到最优的路径规划方案。

5.实验验证：将求解得到的路径规划方案应用于实际情境中，通过实践进行验证，观察实际效果与模型预测结果的一致性。

四、实验结果与分析通过对数学模型进行求解，得到了送货员的最优路径规划方案。

将该方案应用于实际情境中，观察实际效果与模型预测结果的一致性。

通过与其他非最优路径规划方案进行对比，可以发现，最优路径规划方案能够使得送货员在最短的时间内完成配送任务，提高工作效率。

五、结论和展望本次实验成功地运用了数学建模方法，解决了公司送货员最优路径规划问题。

通过建立数学模型，可以快速地得到最优的路径规划方案，提高了送货员的工作效率。

未来可以进一步改进模型，考虑更多实际情况，如车辆限行、路况实时变化等因素，提供更加精确和实用的路径规划方案。

总结：本次实验通过对公司送货员最优路径规划问题的建模和求解，展示了数学建模的应用价值和解决问题的能力。

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。

A 题 飞机的降落曲线在研究飞机的自动着陆系统时，技术人员需要分析飞机的降落曲线。

根据经验，一架水平飞行的飞机，其降落曲线是一条S 形曲线。

如下图所示，已知飞机的飞行高度为h ，飞机的着陆点为原点O ，且在整个降落过程中，飞机的水平速度始终保持为常数u 。

出于安全考虑，飞机垂直加速度的最大绝对值不得超过g ／10，此处g 是重力加速度。

（1）若飞机从0x x 处开始下降，试确定出飞机的降落曲线； （2）求开始下降点0x 所能允许的最小值。

B 题 铅球的投掷问题众所周知，铅球的投掷运动是运动员单手托住7.264kg(16磅)重的铅球在直径为2.135m 的投掷圆内将铅球掷出并且使铅球落入开角为45o 的有效扇形区域内。

以铅球的落地点与投掷圆间的距离度量铅球投掷的远度，并以铅球投掷远度的大小评定运动员的成绩。

在铅球的训练和比赛中，铅球投掷距离的远与近是人们最关心的问题。

而对于教练和运动员最为关心的问题是如何使铅球掷得最远。

影响铅球投掷远度的因素有哪些？建立一个数学模型，将预测的投掷距离表示为初始速度和出手角度的函数。

最优的出手角度是什么？如果在采用你所建议的出手角度时，该运动员不能使初始速度达到最大，那么他应该更关心出手角度还是出手速度？应该怎样折中？哪些是影响远度的主要因素？在平时训练中，应该更注意哪些方面的训练？试通过组建数学模型对上述问题进行分析，给教练和运动员以理论指导。

参考数据资料如下：实验报告：一、问题分析在研究飞机下落过程中，需要分析飞机下降的降落曲线，根据经验应该是一条五次多项式。

以降落点为原点O建立直角坐标系。

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。