2012数学建模国赛A题

承诺书我们仔细阅读了中国大学生数学建模竞赛的竞赛规则.我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。

我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。

我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。

如有违反竞赛规则的行为，我们将受到严肃处理。

我们授权全国大学生数学建模竞赛组委会，可将我们的论文以任何形式进行公开展示（包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等）。

我们参赛选择的题号是（从A/B/C/D中选择一项填写）： A我们的参赛报名号为（如果赛区设置报名号的话）：所属学校（请填写完整的全名）：参赛队员(打印并签名) ：1.2.3.指导教师或指导教师组负责人(打印并签名)：日期： 2012年 9月日赛区评阅编号（由赛区组委会评阅前进行编号）：编号专用页赛区评阅编号（由赛区组委会评阅前进行编号）：全国统一编号（由赛区组委会送交全国前编号）：全国评阅编号（由全国组委会评阅前进行编号）：葡萄酒的评价摘要葡萄拥有很高的营养价值，含有多种氨基酸、蛋白质和维生素，而以葡萄为原料的葡萄酒也蕴藏了多种营养物质，而且这些物质都是人体必须补充和吸收的营养品。

目前，已知的葡萄酒中含有的对人体有益的成分大约就有600种。

葡萄酒的营养价值由此也得到了广泛的认可，可以说葡萄酒是一个良好的滋补品。

本文通过对葡萄酒的评价，以及酿酒葡萄和葡萄酒的理化指标之间的关系进行讨论分析。

对不同的酿酒葡萄进行了分类，并更深入讨论两者的理化指标是否影响葡萄酒质量。

对于本题，我们主要采用SPSS软件对模型进行求解。

针对问题一，首先我们将附件1中数据在Excel中进行处理；其次，我们在SPSS中，采用T检验，分别分析出两组评酒品红、白葡萄酒的评价结果有无差异性。

数学建模2012a题（实用版）目录一、数学建模 2012a 题概述二、题目背景及要求三、解题思路与方法四、具体解题过程五、答案与解析正文一、数学建模 2012a 题概述数学建模 2012a 题是一道经典的数学建模题目，主要考察学生运用数学知识解决实际问题的能力。

题目内容丰富，涉及多个学科领域，包括数学、物理、化学、生物等。

此题对学生的综合素质和创新能力有很高的要求，需要学生具备较强的分析问题和解决问题的能力。

二、题目背景及要求数学建模 2012a 题的背景是一个实际的生态问题，具体涉及到某种动植物的数量增长与环境因素之间的关系。

题目要求参赛者建立一个数学模型，描述这种关系，并利用模型分析和预测动植物数量的变化趋势。

三、解题思路与方法针对这道题目，首先要明确题目所给出的背景和要求，然后根据题目的特点，选择合适的数学模型进行建立。

一般来说，数学建模的解题思路包括以下几个步骤：1.充分理解题目，明确题目要求。

2.提炼题目中的关键信息，建立数学模型。

3.求解数学模型，得到问题的解。

4.分析解的合理性，并根据实际情况进行调整。

四、具体解题过程以某种动植物的数量增长为例，假设其数量与时间、环境因素（如温度、湿度等）有关，可以建立如下的数学模型：设动植物数量为 N(t)，t 表示时间，环境因素为 E，可以得到如下的数量增长方程：dN(t)/dt = f(N(t), E)其中，f(N(t), E) 表示动植物数量的增长率，根据实际情况和生物学知识可以进行具体设定。

根据题目要求，需要利用该模型分析和预测动植物数量的变化趋势。

可以利用数值方法（如有限差分法、龙格库塔法等）对上述微分方程进行求解，得到动植物数量随时间的变化情况。

同时，可以根据实际情况对模型进行调整和优化，以提高预测的准确性。

五、答案与解析数学建模 2012a 题的答案并不唯一，关键在于参赛者能否根据题目要求建立合适的数学模型，并利用模型得出合理的结论。

2012高教社杯全国大学生数学建模竞赛题目（请先阅读“全国大学生数学建模竞赛论文格式规范”）A题葡萄酒的评价确定葡萄酒质量时一般是通过聘请一批有资质的评酒员进行品评。

每个评酒员在对葡萄酒进行品尝后对其分类指标打分，然后求和得到其总分，从而确定葡萄酒的质量。

酿酒葡萄的好坏与所酿葡萄酒的质量有直接的关系，葡萄酒和酿酒葡萄检测的理化指标会在一定程度上反映葡萄酒和葡萄的质量。

附件1给出了某一年份一些葡萄酒的评价结果，附件2和附件3分别给出了该年份这些葡萄酒的和酿酒葡萄的成分数据。

请尝试建立数学模型讨论下列问题：1. 分析附件1中两组评酒员的评价结果有无显著性差异，哪一组结果更可信？2. 根据酿酒葡萄的理化指标和葡萄酒的质量对这些酿酒葡萄进行分级。

3. 分析酿酒葡萄与葡萄酒的理化指标之间的联系。

4．分析酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响，并论证能否用葡萄和葡萄酒的理化指标来评价葡萄酒的质量？附件1：葡萄酒品尝评分表（含4个表格）附件2：葡萄和葡萄酒的理化指标（含2个表格）附件3：葡萄和葡萄酒的芳香物质（含4个表格）答案仅供参考：1. 分析附件1中两组评酒员的评价结果有无显著性差异根据表1计算的各取样点葡萄质量综合评分结果, 结合当地气象资料,进行相关普查和回归分析, 挑选出相关性显著, 并通过0. 01显著性检验的11个因子, 果实着色期平均最低气温(Tn45 )、果实着色期平均日较差(D45 )、果实着色期平均相对湿度(U45 )、果实着色期降水量(R 45 )、果实着色期水热系数(K 45 )、全生育期平均相对湿度(Ug )、全生育期降水量(Rg )、全生育期水热系数(Kg )、7~ 8月份降水量(R 7- 8 )、日照时数( S7- 8 )、水热系数(K 7- 8 )。

利用DPS3. 01 数据处理系统对这些影响因素进行因子分析, 并进行倾斜旋转( promaxrotation)得到11种影响酿酒葡萄品质气象因子结构如表5。

2011高教社杯全国大学生数学建模竞赛城市表层土壤重金属污染分析摘要本文主要研究重金属对城市表层土壤污染的问题,我们根据题目所给定的一些数据和信息分析并建立了扩散传播模型、权重分配模型、对比模型和转换模型解决问题。

首先，我们利用Matlab 软件拟出该城区地势图（图1），根据所给数据绘出该地区的三维地势及采样点在其上的综合空间分布图。

之后将8种重金属的浓度等高线投影到该地区三维地形图曲面上，接着分别计算8种重金属在五个区域的平均值，立体图和平面图（图1附件）相结合便可得出8种重金属元素在该城区的空间分布。

其次，在确定该城区内不同区域重金属的污染程度时，我们运用两种方法进行解答。

先假设各重金属毒性及其它性质相同，运用公式ijij P C P ='求出各区域各金属相对于背景平均值的比值作为金属污染程度，再运用1ji ij j C C ==∑求出各区域重金属污染程度，并将各区进行比较。

之后，我们加上各重金属的毒性，对各重金属求出权数，再结合国标重金属污染等级和已知的各组数据来确定金属的污染程度。

由上述两种方法的对比，更准确地得出重金属对各区的影响程度。

即： 工业区>交通区>生活区>公园绿地区>山区 并根据第一个模型的数据来说明重金属污染的主要原因。

再次，对重金属污染物的传播特征进行了分析，判断出重金属污染物主要是通过大气、土壤和水流进行传播。

在分析之中，我们得出这三种状态的传播并不是孤立存在的，而是可以相互影响和叠加的，因此，我们分别建立三个传播模型，再对这三个传播模型进行了时间和空间上的拟合，得出重金属浓度最高的区域图，并结合各重金属的分布图（图6）来确定各污染源的位置。

最后，本题中只给出了重金属对土壤的污染，对于研究城市地质环境的演变模式，还需要搜集一些信息（图7）。

根据每种因素对地质环境的影响程度进行由定性到定量的转化。

建立同一地质时期地质环境中各因素的正影响和负影响的权重分配模型，再对这些权重进行验算和修正。

葡萄酒质量评定模型摘要葡萄酒质量的评定长久以来都是采用聘请品酒员，通过品酒员对葡萄酒各项指标打分求和来确定葡萄酒的质量。

葡萄酒的价格因品酒员评分高低的不同有显著的差别。

然而在这样的评定方式中人的主观因素对酒质量的评定占主导地位，葡萄酒质量的评定结果存在较大的不确定性。

随着人们对葡萄酒消费的增加及高质量化的追求，建立合理、规范、客观的葡萄酒质量评定模型显得尤为重要。

根据题中给出的相关数据，通过解决以下问题建立葡萄酒质量评定模型。

对于问题一：首先，将题目附录1中的数据经Excel处理，得到每组评酒员对每种酒样品的总分。

然后，对每一种酒样品运用两配对样本的非参数检验(符号秩和检验)对数据进行显著性差异分析，运用MATLAB软件比较各酒样品的两组数据发现两组结果差异显著。

其次，通过Excel求出每一种酒的品酒员所打总分的方差，得到两组品酒员分别对两类葡萄酒的方差走势图(见图1.1、1.2)，根据总体方差最小，方差波动较小，确定第二组品酒员的评分更可信。

最后，采用SPSS软件作进一步检验，结果相同即模型合理。

对于问题二，选取一级理化指标作为酿酒葡萄分级参考，对理化指标运用主成分分析法降维，通过MATLAB计算得到红葡萄的主成分有8个，白葡萄的主成分有11个。

综合评分得到的葡萄酒质量影响，红葡萄的影响因素有9个，白葡萄的影响因素有12个。

然后，利用折衷型模糊决策模型，考虑到由主成分分析方法得到的酿酒葡萄的的主成分值在反应酿酒葡萄质量好坏问题上会有一定的偏差，利用三角模糊的表达方式对主成分指标值进行表示，分别将红、白两类酿酒葡萄按隶属度大小排序，在运用聚类分析的方法，利用SPSS软件将葡萄划分为五个等级(见表格2.1)。

对于问题三，数据的庞杂是解决该问题的难点。

我们运用问题二中的主成分分析方法将理化指标转化为几个主成分，并运用MATLAB编程求出具体的主成分数值，然后建立线性回归模型，求解出酿酒葡萄与葡萄酒理化指标主成分之间的相关关系，从而反映出酿酒葡萄与葡萄酒理化指标之间的联系。

承诺书我们仔细阅读了中国大学生数学建模竞赛的竞赛规则.我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。

我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。

我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。

如有违反竞赛规则的行为，我们将受到严肃处理。

我们授权全国大学生数学建模竞赛组委会，可将我们的论文以任何形式进行公开展示（包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等）。

我们参赛选择的题号是（从A/B/C/D中选择一项填写）：A我们的参赛报名号为（如果赛区设置报名号的话）：J3707所属学校（请填写完整的全名）：西京学院参赛队员(打印并签名) ：1. 李亚强2. 王震3. 王建强指导教师或指导教师组负责人(打印并签名)：孙卫日期： 2012 年 9 月 10 日赛区评阅编号（由赛区组委会评阅前进行编号）：编号专用页赛区评阅编号（由赛区组委会评阅前进行编号）：全国统一编号（由赛区组委会送交全国前编号）：全国评阅编号（由全国组委会评阅前进行编号）：葡萄酒的评价摘要本论文依据葡萄酒品尝评分表，采用t 检验法对葡萄酒品尝评分结果完成了显著性差异检验；应用多元统计中的主成分分析法、聚类分析法对酿酒葡萄进行了分级；并运用多元线性回归模型分析了酿造葡萄酒与葡萄酒理化指标间的联系。

对于问题1：要判断两组评酒员的评价结果有无显著性差异，本文分别求解得出两组评酒员对各个酒样品的综合评价结果(1)j P 和(2)j P ，这里取显著性水平为0.01α=，在Excel 环境下采用t 检验法对(1)j P 和(2)j P 进行显著性检验，进而判断出两组评酒员的评价结果无显著性差异。

判断哪一组评酒员的评判结果更为可信取决于两组评判数据的波动大小，经过检验得出第二组评酒员的评判结果更为可信。

2012全国数学建模竞赛A题详细分析1.问题重述在设计太阳能小屋时，需在建筑物外表面（屋顶及外墙）铺设光伏电池，光伏阵列件所产生的直流电需要经过逆变器转换成220V交流电才能供家庭使用，并将剩余电量输入电网。

不同种类的光伏电池每峰瓦的价格差别很大，且每峰瓦的实际发电效率或发电量还受诸多因素的影响。

因此，在太阳能小屋的设计中，研究光伏电池在小屋外表面的优化铺设是很重要的问题。

对下列三个问题，分别给出小屋外表面光伏电池的铺设方案，使小屋的全年太阳能光伏发电总量尽可能大，而单位发电量的费用尽可能小，并计算出小屋光伏电池35年寿命期内的发电总量、经济效益（当前民用电价按0.5元/kWh计算）及投资的回收年限。

在同一表面采用两种或两种以上类型的光伏阵列件时，同一型号的电池板可串联，而不同型号的电池板不可串联。

在不同表面上，即使是相同型号的电池也不能进行串、并联连接。

应注意分组连接方式及逆变器的选配。

问题1：请根据山西省大同市的气象数据，仅考虑贴附安装方式，选定光伏阵列件，对小屋（见附件2）的部分外表面进行铺设，并根据电池组件分组数量和容量，选配相应的逆变器的容量和数量。

问题2：电池板的朝向与倾角均会影响到光伏电池的工作效率，请选择架空方式安装光伏电池，重新考虑问题1。

问题3：根据附件7给出的小屋建筑要求，请为大同市重新设计一个小屋，要求画出小屋的外形图，并对所设计小屋的外表面优化铺设光伏电池，给出铺设及分组连接方式，选配逆变器，计算相应结果。

2．问题的分析2．1 问题一的分析问题一中要求根据山西省大同市的气象数据，选定光伏阵列件对小屋的部分外表面以贴附安装方式进行铺设，使小屋的全年太阳能光伏发电总量尽可能大，而单位发电量的费用尽可能小，最后给出铺设方案，包括电池组件分组数量和容量，以及相应的逆变器的容量和数量。

首先，附表中提供的大同地区的光照数据并未直接告知每个面获得的光照总量，需要根据光散射和直射的关系，建立光照模型，确定每个面的总的光照强度。

2012高教社杯全国大学生数学建模竞赛承诺书我们仔细阅读了中国大学生数学建模竞赛的竞赛规则.我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。

我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。

我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。

如有违反竞赛规则的行为，我们将受到严肃处理。

我们授权全国大学生数学建模竞赛组委会，可将我们的论文以任何形式进行公开展示（包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等）。

我们参赛选择的题号是（从A/B/C/D中选择一项填写）： A我们的参赛报名号为（如果赛区设置报名号的话）：所属学校（请填写完整的全名）：CXXY参赛队员(打印并签名) ：1.2.3.指导教师或指导教师组负责人(打印并签名)：日期： 2012年 09 月 10 日赛区评阅编号（由赛区组委会评阅前进行编号）：2012高教社杯全国大学生数学建模竞赛编号专用页赛区评阅编号（由赛区组委会评阅前进行编号）：赛区评阅记录（可供赛区评阅时使用）：评阅人评分备注全国统一编号（由赛区组委会送交全国前编号）：全国评阅编号（由全国组委会评阅前进行编号）：A题葡萄酒的评价摘要问题一：针对两组评酒员的评价结果需要进行多个平均数间的差异显著性检验，首先应该对数据进行正态分布检验，结论是每一个葡萄酒样品的评价得分都服从正态分布，之后利用SPSS软件进行两独立样本T检验模型进行显著性检验得出两组评酒员的评价结果有显著性差异，结合方差分析得出第二组评分更可信。

问题二：根据酿酒葡萄的理化指标采用聚类分析和主成分分析的方法模型对酿酒葡萄评价，再结合问题一中葡萄酒的质量评价，利用正态分布将两者标准化到统一的评分尺度中，对两者赋予不同的权重系数求总得分，进而对这些酿酒葡萄划分成5个等级。

A 题葡萄酒的评价第一问：1. 分析附件1中两组评酒员的评价结果有无显著性差异，哪一组结果更可信？啊先对数据标号，标号方式参考如下：ijkl A j k l 萄酒第i 项指标的评分，用ijkl B 表示第j 组第k 位品酒师对第l 种白葡萄酒第i 项指标的评分，比如第1组第0位品酒师对第21种红葡萄酒第7项指标（口感浓度）的评分就是71021A ，第2组第5位品酒师对第8种白葡萄酒第2项指标（色调）的评分就是22508B 。

若是评价“哪一组结果更可信”的话，应该考虑一下系统误差和偶然误差，系统误差小的结果比系统误差大的结果可信，偶然误差小（数据比较集中）的结果比偶然误差大的结果可信。

比如说，第n 号红酒澄清度的实际分值（带有主观性，不过根据大数定理，无穷多个品酒师的评分的数学期望就是实际分值）为4分，那么同样是对第n 号红酒澄清度的打分，第一组打了7个4分，2个5分和1个3分，第二组打了6个4分，1个5分和3个3分，那么第一组的评分的数学期望就是4.1分，第二组的评分的数学期望就是3.8分，第二组的系统误差更大，第一组更可信；再比如说，第一组打了5个4分，3个5分和2个3分，第二组打了7个4分，2个5分和1个3分，那么两组的评分的数学期望都是4.1分，不过第一组的数据比较分散，偶然误差比较大，第二组更可信。

不同的品酒师的个人感受不可能完全一样，评分标准掌握尺度也有差异，因此难免有主观误差（系统误差的一类），不过如果品酒师是随机分配到两组的话，多数情况下可以认为不同的人的系统误差相互抵消（下文说不能相互抵消的话怎么办），因此重点考虑偶然误差。

可以通过统计学中的理论（需要用到t 分布）得出同样的置信水平（可以设05.0=α）下每一个统计量（同一组人对同一种酒同一项指标的评分）的置信区间，然后求出置信区间跨度（置信上限与置信下限的查，设为ijl a 和ijl b ，与A 和B 对应，比如7207a 就是第二组的品酒师对第七种红葡萄酒口感浓度的评分的置信区间跨度），跨度小的偶然误差小。