1. 什么是数学模型与数学建模 简单地说：数学模型就是对实际问题的一种数学表述。 具体一点说：数学模型是关于部分现实世界为某种目的的一个抽象的简化的数学结构。 更确切地说：数学模型就是对于一个特定的对象为了一个特定目标，根据特有的内在规律，做出一些必要的简化假设，运用适当的数学工具，得到的一个数学结构。数学结构可以是数学公式，算法、表格、图示等。 数学建模就是建立数学模型，建立数学模型的过程就是数学建模的过程（见数学建模过程流程图）。数学建模是一种数学的思考方法，是运用数学的语言和方法，通过抽象、简化建立能近似刻划并"解决"实际问题的一种强有力的数学手段。 2.美国大学生数学建模竞赛的由来： 1985年在美国出现了一种叫做MCM的一年一度大大学生数学模型（1987年全称为Mathematical Competition in Modeling,1988年改全称为Mathematical Contest in Modeling,其所写均为MCM）。这并不是偶然的。在1985年以前美国只有一种大学生数学竞赛（The william Lowell Putnam mathematial Competition,简称Putman(普特南）数学竞赛），这是由美国数学协会（MAA--即Mathematical Association of America的缩写）主持，于每年12月的第一个星期六分两试进行，每年一次。在国际上产生很大影响，现已成为国际性的大学生的一项著名赛事。该竞赛每年2月或3月进行。 我国自1989年首次参加这一竞赛，历届均取得优异成绩。经过数年参加美国赛表明，中国大学生在数学建模方面是有竞争力和创新联想能力的。为使这一赛事更广泛地展开，1990年先由中国工业与应用数学学会后与国家教委联合主办全国大学生数学建模竞赛（简称CMCM），该项赛事每年9月进行。
第一章引言 众所周知，21世纪是知识经济的时代，所谓知识经济是以现代科学技术为核心，建立在知识和信息的生产、存储、使用和消费之上的经济；是以智力资源为第一生产力要素的经济；是以高科技产业为支柱产业的经济。知识创新和技术创新是知识经济的基本要求和内在动力，培养高素质、复合型的创新人才是时代发展的需要。创新人才主要是指具有较强的创新精神、创新意识和创新能力，并能够将创新能力转化为创造性成果的高素质人才。培养创新人才，大学教育是关键，而大学的数学教育在整个大学教育，乃至在人才的培养中都起着重要的奠基作用。正如著名的数学家王梓坤院士所说：“今天的数学兼有科学和技术两种品质，数学科学是授人以能力的技术。”数学作为一门技术，现已经成为一门能够普遍实施的技术，也是未来所需要的高素质创新人才必须要具有的一门技术。随着知识经济发展的需要，创新人才的供需矛盾日趋突现，这也是全社会急呼教学改革的根本所在。因此，现代大学数学教育的思想核心就是在保证打捞学生基础的同时，力求培养学生的创新意识与创新能力、应用意识与应用能力。也就是大学数学教育应是基于传授知识、培养能力、提高素质于一体的教育理念之下的教学体系。数学建模活动是实现这一改革目标的有效途径，也正是数学建模活动为大学的数学教学改革打开了一个突破口，近几年的实践证明，这一改革方向是正确的，成效是显著的。 1.1 数学建模的作用和地位 我们培养人才的目的主要是为了服务于社会、应用于社会，促进社会的进步和发展。而社会实际中的问题是复杂多变的，量与量之间的关系并不明显，并不是套用某个数学公式或只用某个学科、某个领域的知识就可以圆满解决的，这就要求我们培养的人才应有较高的数学素质。即能够从众多的事物和现象中找出共同的、本质的东西，善于抓住问题的主要矛盾，从大量的数据和定量分析中寻找并发现规律，用数学的理论和数学的思维方法以及相关的知识去解决，从而为社会服务。基于此，我们认为定量分析和数学建模等数学素质是知识经济时代人才素质的一个重要方面，是培养创新能力的一个重要方法和途径。因此，开展数学建模活动将会在人才培养的过程中有着重要的地位和起着重要的作用。 1.1.1 数学建模的创新作用 数学科学在实际中的重要地位和作用已普遍地被人们所认识，它的生命力正在不断地增强，这主要是来源于它的应用地位。各行各业和各科学领域都在运用数学，或是建立在数学基础之上的，正像人们所说的“数学无处不在”已成为不可争辩的事实。特别是在生产实践中运用数学的过程就是一个创造性的过程，成功运用的核心就是创新。我们这里所说的创新是指科技创新，所谓的科技创新主要是指在科学拘束领域的新发明、新创造。即发明新事物、新思想、新知识和新规律；创造新理论、新方法和新成果；开拓新的应用领域、解决新的问题。大学是人才培养的基地，而创新人才的培养核心是创新思想、创新意识和创新能力的培养。传统的教学内容和教学方法显然不足以胜任这一重担，数学建模本身就是一个创造性的思维过程，从数学建模的教学内容、教学方法，以及数学建模竞赛活动的培训等都是围绕着一个培养创新人才的核心这个主题内容进行的，其内容取材于实际、方法结合于实际、结果应用于实际。总之，知识创新、方法创新、结果创新、应用创新无不在数学建模的过程中得到体现，这也正是数学建模的创新作用所在。 1.1.2 数学建模的综合作用 对于我们每一个教数学基础科的教师来说，在上第一堂课的时候，按惯例都会讲一下课
·综 述· 辐射剂量数学模型在医学影像学的应用及研究进展＊ 刘 潇综述，曾勇明△审校 （重庆医科大学附属第一医院放射科 ４０００１６） 关键词：辐射剂量；医学影像学；数学模型；蒙特卡洛；仿真人体体模 ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７１－８３４８．２０１３．１４．０３３文献标识码：Ａ文章编号：１６７１－８３４８（２０１３）１４－１６５０－０３ 随着医学的不断发展，现代医学影像技术越来越多的应用于临床实践中，尤其是在ＣＴ、ＤＳＡ的临床应用呈逐年上升趋势，辐射剂量问题已引起全世界的关注。有效实施辐射剂量检测是保证医学影像学检查合理使用的基本要求。当前，临床上主要采用影像设备的剂量测试工具来获得辐射剂量数据，并评估患者的辐射剂量，但不能前瞻性的评价和预估某一放射学检查时的辐射水平。近年来，数学模型开始应用于医学影像学领域，对研究辐射剂量的科学实验带来便利。本文就辐射剂量数学模型的临床应用及进展综述如下。 １ 辐射剂量数学模型 为了使描述更具科学性、逻辑性、客观性和可重复性，人们采用一种普遍认为比较严格的语言来描述各种现象，这种语言就是数学。使用数学语言描述的事物就称为数学模型。数学建模是一种数学的思考方法，是运用数学的语言和方法，通过抽象、简化建立能近似刻画并“解决”实际问题的一种强有力的数学手段。数学建模是用数学语言描述实际现象的过程，不但包括外在形态，内在机制的描述，也包括预测，试验和解释实际现象等内容［１］。 以蒙特卡洛（Ｍｏｎｔｅ Ｃａｒｌｏ）为代表的数学模拟方法是一种通过设定随机过程，反复生成时间序列，计算参数估计量和统计量，进而研究其分布特征的方法。具体的，当系统中各个单元的可靠性特征量已知，但系统的可靠性过于复杂，难以建立可靠性预计的精确数学模型或模型太复杂而不便应用时，可用随机模拟法近似计算出系统可靠性的预计值；随着模拟次数的增多，其预计精度也逐渐增高。由于涉及时间序列的反复生成，蒙特卡洛模拟法是以高容量和高速度的计算机为前提条件的，因此，只是在近些年才得到广泛推广。蒙特卡洛模拟方法的原理是当问题或对象本身具有概率特征时，可以用计算机模拟的方法产生抽样结果，根据抽样计算统计量或者参数的值；随着模拟次数的增多，可以通过对各次统计量或参数的估计值求平均的方法得到稳定结论［２］。 在医学影像学中，基于蒙特卡洛模拟技术开发的软件的临床应用近年来有较大发展，如Ｉｍｐａｃｔ ＭＣ软件包（ＶＡＭＰ Ｇｍ－ｂＨ，Ｅｒｌａｎｇｅｎ，Ｇｅｒｍａｎｙ）功能独特，目前科研中，提供快速的三维剂量分布计算，该软件可以适用于多种任务，包括普通放射学、ＣＴ、Ｃ型臂（基于平板探测器）ＣＴ等。在科研中成功的剂量分布计算已经在３０多个专业领域的国际刊物也有极好的反馈［３］。还有一些通用的软件工具常在实验研究中应用，如用来模拟辐射ＣＴ剂量沉积的基于蒙特卡洛的软件ＭＣＮＰＸ ｅｘ－ｔｅｎｄｅｄ ｖ２．６，在洛杉矶洛斯阿拉莫斯国家实验室执行模拟［４］。国内应用较广的免费软件，如Ｇｅａｎｔ４［５－６］或ＭＣＮＰ ＥＧＳ４［７］，这些软件可执行辐射剂量估算。器官剂量估算软件ＰＣＸＭＣ（ＳＴＵＫ，Ｆｉｎｌａｎｄ）是基于蒙特卡洛计算方法，用于估算人体器官所受吸收剂量（ａｂｓｏｒｂｅｄｄｏｓｅ，ＡＤ）和全身有效剂量（ｅｆｆｅｃｔｉｖｅｄｏｓｅ，ＥＤ）的常用计算软件［８］。 ２ 数学模型在ＣＴ检查中的应用 在ＣＴ检查中减少辐射剂量是医学影像研究的热点问题，常用于评价ＣＴ检查的ＥＤ通过剂量长度乘积（ｄｏｓｅ ｌｅｎｇｔｈｐｒｏｄｕｃｔ，ＤＬＰ）乘以权重因子获得［９］，但与利用仿真体模检测辐射剂量的方法比较，其值不够准确［１０］。应用数学模型软件，模拟患者的辐射剂量，可避免不必要的重复照射。通过在软件中加入ＣＴ的扫描参数及患者的性别、体质量指数（ＢＭＩ）、心率等因素，因而更具个性化。辐射剂量数学模型在ＣＴ的应用已越来越受到重视。 有研究采用数学模型评估冠状动脉造影患者接受的辐射剂量，模型模拟固定管电流下ＥＤ，与常规心电门控管电流自动调制技术接受的剂量相比较。可以得到心电门控管电流自动调制技术（预设１００ｍＡｓ）的ＥＤ为（７．１±２．１）ｍＳｖ，而模拟固定管电流（１００ｍＡｓ）下肺组织的ＥＤ为（１２．５±５．３）ｍＳｖ；并证明应用心电门控管电流自动调制技术后辐射剂量减少了５２％［１１］。 Ｉｍｐａｃｔ ＭＣ软件生成的三维剂量分布是其特点，可涉及到器官剂量的估算和计算患者个体风险的ＥＤ水平。在对每个采集的参数和重建的容积数据的基础上，进行了蒙特卡洛模拟，以计算每个像素的沉积与光子相互作用方面的剂量。它可模拟现代ＣＴ系统的所有参数，比如蝶形过滤器、管电流调制、双源ＣＴ设置和动态Ｚ轴准直等。Ｉｍｐａｃｔ ＭＣ软件的可视仿真体模（ＮＶＩＤＩＡ ＧＰＵ）功能，模拟一个高精度的ＣＴ检查环境，因此Ｉｍｐａｃｔ ＭＣ是最快最全面的蒙特卡洛模拟软件包之一。为了确保最好的结果，Ｉｍｐａｃｔ ＭＣ已在三个不同的ＣＴ系统（西门子、ＧＥ、飞利浦公司产品）验证［１２］。 ＭＣＮＰＸ ｅｘｔｅｎｄｅｄ ｖ２．６软件能模拟以１ｋｅＶ的低能量辐射剂量为基准的剂量，这种软件可使用１２０ｋＶｐ、３００ｍＡ的条件下模拟全身ＣＴ扫描。针对普通患者，扫描范围可扩大，从头顶的底部到耻骨随意调节。利用蒙特卡洛技术模拟的人体数学模型，以现场调查（与临床应用相适应）所得的ＣＴ技术参数和几何条件为输入参数，从理论上估算了成人ＣＴ冠状动脉检查所接受各器官组织的吸收剂量［４］。一些免费软件（如Ｇｅａｎｔ４）缺乏灵活性，难以适应ＣＴ扫描技术的复杂多变，这些原因促进了开发以蒙特卡洛技术为仿真基础的应用于放射诊断的软件，尤其是与ＣＴ检查相关的应用软件［１３－１７］。 ３ 数学模型在介入治疗的应用 介入治疗是临床、医学与工程技术紧密结合，相互依存而发展起来的前沿学科，它具有微创、简便、安全等优点，为过去 ０ ５ ６ １重庆医学２０１３年５月第４２卷第１４期 ＊基金项目：重庆市卫生局科研基金资助项目（２０１０－２－０５５）。 作者简介：刘潇（１９８１～），技师，在读硕士研究生，主要从事医学影像技术研究。 △ 通讯作者，Ｔｅｌ：１３６０８３３８４８８；Ｅ－ｍａｉｌ：ｚｅｎｇ－ｙｍ＠ｖｉｐ．ｓｉｎａ．ｃｏｍ。
第4章数学规划模型 本章研究数学规划模型，其中包括：线性规划、整数规划、非线性规划、多目标规划与动态规划等内容． 线性规划模型 线性规划是运筹学的一个重要分支，随着计算机技术的发展，线性规划不仅在理论上已趋向成熟，而且在实际应用中也日益广泛与深入．本节将借助Lingo数学软件对线性规划模型进行求解． 4.1.1问题的提出 在生产管理和经营活动中经常提出一类问题，即如何合理地利用有限的人力、物力、财力等资源，以便得到最好的经济效果． 引例1 普通生产计划安排问题 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的设备台时及A、B两种原材料的消耗，如表4-1所示．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，问应该如何安排计划使该工厂获利最多 表普通生产计划安排问题 ⅠⅡ 设备原材料A 原材料B 利润1 4 2 2 4 3 8台时 16kg 12kg 引例2 奶制品的生产计划问题 一奶品加工厂用牛奶生产A、B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A，或者在乙类设备上用8小时加工成4公斤B，根据市场需求，生产的A、B全部能售出，且每公斤A获利24元，每公斤B获利16元．现在加工厂每天能得到50桶牛奶的供应，每天正式工人总的劳动时间为480小时，并且甲类设备每天最多能加工100公斤A，乙类设备的加工能力没有限制．试为该厂制定一个生产计划，使每天获利最大，并进一步讨论以下３个附加问题： ⑴若用35元可以买到1桶牛奶，应否做这项投资若投资，每天最多购买多少桶牛奶 ⑵若可以聘用临时工人以增加劳动时间，付给临时工人的工资最多是每小时几元 ⑶由于市场需求变化，每公斤A的获利增加到30元，应否改变生产计划 4.1.2模型建立 1.引例1普通生产计划安排问题的模型建立 对于引例1，可以设x、y分别表示在计划期内产品Ⅰ、Ⅱ的产量．若用z表示
数学建模常用方法 建模常用算法,仅供参考： 1、蒙特卡罗算法（该算法又称随机性模拟算法,是通过计算机仿真来解决问题的算法,同时可以通过模拟可以来检验自己模型的正确性,是比赛时必 用的方法） 2、数据拟合、参数估计、插值等数据处理算法（比赛中通常会遇到大量的数据需要处理,而处理数据的关键就在于这些算法,通常使用M a t l a b作为工具） 3、线性规划、整数规划、多元规划、二次规划等规划类问题（建模竞赛大多数问题属于最优化问题,很多时候这些问题可以用数学规划算法来描述,通 常使用L i n d o、L i n g o软件实现） 4、图论算法（这类算法可以分为很多种,包括最短路、网络流、二分图等算法,涉及到图论的问题可以用这些方法解决,需要认真准备） 5、动态规划、回溯搜索、分治算法、分支定界等计算机算法（这些算法是算法设计中比较常用的方法,很多场合可以用到竞赛中） 6、最优化理论的三大非经典算法：模拟退火法、神经网络、遗传算法（这些问题是用来解决一些较困难的最优化问题的算法,对于有些问题非常有帮助,但是算法的实现比较困难,需慎重使用） 7、网格算法和穷举法（网格算法和穷举法都是暴力搜索最优点的算法,在很多竞赛题中有应用,当重点讨论模型本身而轻视算法的时候,可以使用这种 暴力方案,最好使用一些高级语言作为编程工具） 8、一些连续离散化方法（很多问题都是实际来的,数据可以是连续的,而计 算机只认的是离散的数据,因此将其离散化后进行差分代替微分、求和代替积分等思想是非常重要的） 9、数值分析算法（如果在比赛中采用高级语言进行编程的话,那一些数值分析中常用的算法比如方程组求解、矩阵运算、函数积分等算法就需要额外编写库函数进行调用） 10、图象处理算法（赛题中有一类问题与图形有关,即使与图形无关,论文 中也应该要不乏图片的,这些图形如何展示以及如何处理就是需要解决的问题,通常使用M a t l a b进行处理） 一、在数学建模中常用的方法： 1.类比法 2.二分法 3.量纲分析法 4.差分法 5.变分法 6.图论法 7.层次分析法 8.数据拟合法 9.回归分析法 10.数学规划（线性规划、非线性规划、整数规划、动态规划、目标规划） 11.机理分析 12.排队方法
第一章 1-1习题 1.设用原料A 生产甲、乙、丙的数量分别为131211,,x x x ，用原料B 生产甲、乙、丙的数量分别为232221,,x x x ，原料C 生产甲、乙、丙的数量分别为333231,,x x x ，则可以建立线性规划问题的数学模型： ?? ??? ??? ?? ?????=≥≤+--≤+--≥--≤+--≥--≤++≤++≤++++++++-+=) 3,2,1,(,00 5.05.05.004.0 6.06.00 15.015.085.008.02.02.006.06.04.012002500 2000..8.38.56.78.18.36.52.08.16.3max 33231332221232 22123121113121113332312322 21131211333231232221131211j i x x x x x x x x x x x x x x x x x x x x x x x x x t s x x x x x x x x x S ij LINDO 求解程序见程序XT1-1-1。 求解结果： 1200 ,22.1482,33.473,0,78.1017,66.1526322212312111======x x x x x x 0,0,0332313===x x x ，24640max =S （元） 。 2.设用设备,,,,,32121B B B A A 加工产品Ⅰ的数量分别为54321,,,,x x x x x ,设备121,,B A A 加工产品Ⅱ的数量分别为876,,x x x ,设备22,B A 加工产品Ⅲ的数量分别为109,x x ,则目标函数为: 976321)5.08.2())(35.02())(25.025.1(max x x x x x x S -++-+++-= 4000 7200700011478340008625010000129731260001053005 1048397261x x x x x x x x x x ?-+?-+?-++?-+? -整理后得到: ??? ??? ?=≥=-=-+=--++≤≤+≤+≤++≤+-+-++---+=)10,9,8,7,6,5,4,3,2,1(,00;0;0;40007;7000114;400086; 100001297;6000105..2304.19256.15.03692.115.135.04474.0375.07816.075.0max 10987654321510483972611098765 4321j x x x x x x x x x x x x x x x x x x x x x t s x x x x x x x x x x S j 整数 LINDO 求解的程序见程序XT1-1-2。 求解结果: 324,500,0,571,859,0,230,120010987654321==========x x x x x x x x x x 446.1155max =S 3.设自己生产甲、乙、丙的数量分别为312111,,x x x ,外协加工甲、乙、丙第数量分别为322212,,x x x （外协加工的铸造、机加工和装配的工时均不超过5000小时）,则
习题2作业讲评 1. 继续考虑 2.2节的“汽车刹车距离”案例，请问“两秒准则”和“一车长度准则”一样吗？“两秒准则”是否足够安全？对于安全车距，你有没有更好的建议？（“两秒准则”，即后车司机从前车经过某一标志开始，默数2秒之后到达同一标志，而不管车速如何. 刹车距离与车速的经验公式 20.750.082678d v v =+，速度单位为m/s ，距离单位为m ） 解答 （1）“两秒准则”表明前后车距与车速成正比例关系. 引入以下符号： D ～ 前后车距（m ）；v ～ 车速（m/s ）； 于是“两秒准则”的数学模型为22D K v v ==. 与“一车长度准则”相比是否一样，依赖于一车长度的选取. 比较2 0.750.082678d v v =+与2D v =，得： ()0.082678 1.25d D v v -=- 所以当15.12 m/s v <（约合54.43 km/h ）时，有d
v=(20:5:80).*0.44704; d2=[18,25,36,47,64,82,105,132,162,196,237,283,334 22,31,45,58,80,103,131,165,202,245,295,353,418 20,28,40.5,52.5,72,92.5,118,148.5,182,220.5,266,318,376]; d2=0.3048.*d2; k1=0.75; k2=0.082678; K2=2; d1=[v;v;v].*k1; d=d1+d2; plot([0,40],[0,K2*40],'k') hold on 51015 2025 303540 车速v （m/s ） 距离（m ） 图1
数学建模章绍辉版作业集团标准化工作小组 #Q8QGGQT-GX8G08Q8-GNQGJ8-MHHGN#
第四章作业 第二题： 针对严重的交通情况，国家质量监督检验检疫局发布的国家标准，车辆驾驶人员血液中的酒精含量大于或等于20mg/100ml,小于80mg/100ml 为饮酒驾车，血液中的酒精含量大于或等于80mg/100ml 的为醉酒驾车。 下面分别考虑大李在很短时间内和较长时间内（如2个小时）喝了三瓶啤酒，多长时间内驾车就会违反新的国家标准。 1、 问题假设 大李在短时间内喝下三瓶啤酒后，酒精先从吸收室（肠胃）吸收进中心室（血液和体液），然后从中心室向体外排除，忽略喝酒的时间，根据生理学知识，假设 （1） 吸收室在初始时刻t=0时，酒精量立即为 32 D ;在任意时刻，酒精从吸收室吸收进中心室的速率（吸收室在单位时间内酒精含量的减少量）与吸收室的酒精含量成正比，比例系数为1k ； （2） 中心室的容积V 保持不变；在初始时刻t=0时，中心室的酒精含量为0； 在任意时刻，酒精从中心室向体外排除的速率（中心室在单位时间内酒精含量的减少量）与中心室的酒精含量成正比，比例系数为2k ； （3） 在大李适度饮酒没有酒精中毒的前提下，假设1k 和2k 都是常量，与饮酒量 无关。 2、 符号说明 酒精量是指纯酒精的质量，单位是毫克； 酒精含量是指纯酒精的浓度，单位是毫克/百毫升； ~t 时刻（小时）； ()~x t 在时刻t 吸收室（肠胃）内的酒精量（毫克）；
0~D 两瓶酒的酒精量（毫克）； (t)~c 在时刻t 吸收室（血液和体液）的酒精含量（毫克/百毫升）； 2()~c t 在时刻t 中心室（血液和体液）的酒精含量（毫克/百毫升）； ~V 中心室的容积（百毫升）； 1~k 酒精从吸收室吸收进中心室的速率系数（假设其为常数）； 2~k 酒精从中心室向体外排除的速率系数（假设其为常数）； 3~k 在短时间喝下三瓶酒的假设下是指短时间喝下的三瓶酒的酒精总量除以中心室体 积，即03/2D V ；而在较长时间内（2小时内）喝下三瓶酒的假设下就特指03/4D V . 3、 模型建立和求解 （1） 酒是在很短时间内喝的： 记喝酒时刻为0t =（小时），设(0)0c =，可用()2113 212 ()k t k t k k c t e e k k --= --来计算血液中的酒精含量，此时12k k 、为假设中所示的常数，而033155.792D k V ?? == ??? . 下面用MATLAB 程序画图展示血液中酒精含量随时间变化并且利用fzero 函数和fminbnd 函数来得到饮酒驾车醉酒驾车对应的时间段，以及血液中酒精含量最高的时刻。 MATLAB 程序如下： k1=;k2=;k3=; c=@(t)(k1.*k3)./(k1-k2).*(exp(-k2.*t)-exp(-k1.*t)); f=@(t)c(t)-20; g=@(t)c(t)-80; h=@(t)-c(t); t1(1)=fzero(f,1);t1(2)=fzero(f,12), t2(1)=fzero(g,1);t2(2)=fzero(g,12) [t3,c3]=fminbnd(h,0,24) fplot(c,[0,20],'k') hold on plot([0,20],[20,20],'k',[0,20],[80,80],'k') hold off
第四章动态规划 §1 引言 1.1 动态规划的发展及研究内容 动态规划（dynamic programming）是运筹学的一个分支，是求解决策过程（decision process）最优化的数学方法。20 世纪50 年代初R. E. Bellman 等人在研究多阶段决策过程(multistep decision process)的优化问题时，提出了著名的最优性原理（principle of optimality），把多阶段过程转化为一系列单阶段问题，逐个求解，创立了解决这类过程优化问题的新方法—动态规划。1957 年出版了他的名著《Dynamic Programming》，这是该领域的第一本著作。 动态规划问世以来，在经济管理、生产调度、工程技术和最优控制等方面得到了广泛的应用。例如最短路线、库存管理、资源分配、设备更新、排序、装载等问题，用动态规划方法比用其它方法求解更为方便。 虽然动态规划主要用于求解以时间划分阶段的动态过程的优化问题，但是一些与时间无关的静态规划（如线性规划、非线性规划），只要人为地引进时间因素，把它视为多阶段决策过程，也可以用动态规划方法方便地求解。 应指出，动态规划是求解某类问题的一种方法，是考察问题的一种途径，而不是一种特殊算法（如线性规划是一种算法）。因而，它不象线性规划那样有一个标准的数学表达式和明确定义的一组规则，而必须对具体问题进行具体分析处理。因此，在学习时，除了要对基本概念和方法正确理解外，应以丰富的想象力去建立模型，用创造性的技巧去求解。 例1 最短路线问题 图1 是一个线路网，连线上的数字表示两点之间的距离（或费用）。试寻求一条由A 到G距离最短（或费用最省）的路线。 图1 最短路线问题 例2 生产计划问题 工厂生产某种产品，每单位（千件）的成本为1（千元），每次开工的固定成本为3 （千元），工厂每季度的最大生产能力为6（千件）。经调查，市场对该产品的需求量第一、二、三、四季度分别为2，3，2，4（千件）。如果工厂在第一、二季度将全年的需求都生产出来，自然可以降低成本（少付固定成本费），但是对于第三、四季度才能上市的产品需付存储费，每季每千件的存储费为0.5（千元）。还规定年初和年末这种产品均无库存。试制定一个生产计划，即安排每个季度的产量，使一年的总费用（生产成本和存储费）最少。 1.2 决策过程的分类根据过程的时间变量是离散的还是连续的，分为离散时间 决策过程（discrete-time -56-
系统的描述与数学建模 [摘要]数学建模就是利用数学方法将系统的文字语言描述转化成数学方式表达。由于影响系统的因素多种多样，当用数学表达系统时，我们要求尽可能要使得数学建模既能从本质上反映系统，又能使得系统的数学模型具有简单性。 [关键词]系统的建模数学建模 数学建模就是利用数学方法将系统的文字语言描述转化成数学方式表达。由于影响系统的因素多种多样，当用数学表达系统时，我们要求尽可能要使得数学建模既能从本质上反映系统，又能使得系统的数学模型具有简单性。一个极其复杂的数学模型对于分析系统毫无帮助。 为了说明这种数学建模的方法，我们举一个简单的例子。比如我们研究某一地区人口的健康状况。假定在我们的研究时段内没有人口的自然死亡，按照自然规律人口总是以一定的概率，变成亚健康、或者患上某种轻疾病、或者患上重疾病。在一定的环境和医疗条件下，部分亚健康者和患者会得以康复，这是一种简单运算的系统描述，并没有具体地给出定量表达。为了能用数学的方法表达这个描述，我们按照以下方式将人口分类：（1）健康人。（2）亚健康人。（3）患轻病人。（4）患重病人。 根据上面的关系和一些假定条件，我们可以得到相应的微分方程，至于方程的详细导出我们以后再讨论。这里我们需要指出，前面我们只是一种说明性的举例，在实际建模过程中，要依赖于系统所在的环境，按照前面方法得到的应是确定性模型，在随机环境中，上面所述的量应当对应成相应状态的概率。 再比如排队系统，是最常见的一种系统，这类系统主要描述顾客到达，接受服务然后离开这一过程。系统由顾客与服务员两个单元组成。这类问题主要由以下四个因素决定：（1）顾客来到窗口的频率。（2）窗口的个数。（3）排队规则。（4）服务时间分布；所以我们必须对它们作适当的假定。 在单个服务台的排队系统模型M/M/1，即系统只设一个服务台床的情况。假定顾客是相互独立地到达系统，而且顾客到达系统的间隔时间服从负指数分布 F(t)=1-e -λt (输入过程)，又服务窗为每一位顾客的服务时间也同时服从负指 数分布H(t)=1-e -μt (运行方式)。对这种最简单的排队模型，我们将依照不同的系统规则确定排队系统所满足的微分方程。 M/M/1损失制排队模型是指系统内只设一个服务窗，系统容量为1（即有一个排队位置而无排队等待位置），顾客到达和窗口服务时间均为负指数分布，且
数学建模 第一章 线性规划 §1 线性规划 在人们的生产实践中，经常会遇到如何利用现有资源来安排生产，以取得最大经济效益的问题。此类问题构成了运筹学的一个重要分支—数学规划，而线性规划(Linear Programming 简记LP)则是数学规划的一个重要分支。自从1947年G. B. Dantzig 提出求解线性规划的单纯形方法以来，线性规划在理论上趋向成熟，在实用中日益广泛与深入。特别是在计算机能处理成千上万个约束条件和决策变量的线性规划问题之后，线性规划的适用领域更为广泛了，已成为现代管理中经常采用的基本方法之一。 1.1 线性规划的实例与定义 例1 某机床厂生产甲、乙两种机床，每台销售后的利润分别为4000元与3000元。生产甲机床需用B A 、机器加工，加工时间分别为每台2小时和1小时；生产乙机床需用C B A 、、三种机器加工，加工时间为每台各一小时。若每天可用于加工的机器时数分别为A 机器10小时、B 机器8小时和C 机器7小时，问该厂应生产甲、乙机床各几台，才能使总利润最大？ 上述问题的数学模型：设该厂生产1x 台甲机床和2x 乙机床时总利润最大，则21,x x 应满足 （目标函数） 2134m ax x x z += (1) s.t. （ 约 束 条 件 ） ?????? ?≥≤≤+≤+0 ,781022122 121x x x x x x x （2） 这里变量21,x x 称之为决策变量，（1）式被称为问题的目标函数，
精品文 （2）中的几个不等式是问题的约束条件，记为s.t.(即subject to)。上述即为一规划问题数学模型的三个要素。由于上面的目标函数及约束条件均为线性函数，故被称为线性规划问题。 总之，线性规划问题是在一组线性约束条件的限制下，求一线性目标函数最大或最小的问题。 在解决实际问题时，把问题归结成一个线性规划数学模型是很重要的一步，但往往也是困难的一步，模型建立得是否恰当，直接影响到求解。而选取适当的决策变量，是我们建立有效模型的关键之一。 1.2 线性规划的Matlab 标准形式 线性规划的目标函数可以是求最大值，也可以是求最小值，约束条件的不等号可以是小于号也可以是大于号。为了避免这种形式多样性带来的不便，Matlab 中规定线性规划的标准形式为 b Ax x c x T ≤ that such min 其中c 和x 为n 维列向量，b 为m 维列向量，A 为n m ?矩阵。 例如线性规划 b Ax x c x T ≥ that such max 的Matlab 标准型为 b Ax x c x T -≤-- that such min 1.3 线性规划问题的解的概念 一般线性规划问题的标准型为 ∑==n j j j x c z 1min (3) ∑==≤n j i j ij m i b x a 1,,2,1 s.t. (4) 可行解 满足约束条件（4）的解),,,(21n x x x x =，称为线性规
数学建模第二章作业答案章绍辉
习题2作业讲评 1. 继续考虑 2.2节的“汽车刹车距离”案例，请问“两秒准则”和“一车长度准则”一样吗？“两秒准则”是否足够安全？对于安全车距，你有没有更好的建议？（“两秒准则”，即后车司机从前车经过某一标志开始，默数2秒之后到达同一标志，而不管车速如何. 刹车距离与车速的经验公式 20.750.082678d v v =+，速度单位为m/s ，距离单位为m ） 解答 （1）“两秒准则”表明前后车距与车速成正比例关系. 引入以下符号： D ～ 前后车距（m ）；v ～ 车速（m/s ）； 于是“两秒准则”的数学模型为22D K v v ==. 与“一车长度准则”相比是否一样，依赖于一车长度的选取. 比较2 0.750.082678d v v =+与2D v =，得： ()0.082678 1.25d D v v -=- 所以当15.12 m/s v <（约合54.43 km/h ）时，有d
v=(20:5:80).*0.44704; d2=[18,25,36,47,64,82,105,132,162,196,237,283,334 22,31,45,58,80,103,131,165,202,245,295,353,418 20,28,40.5,52.5,72,92.5,118,148.5,182,220.5,266,318,376]; d2=0.3048.*d2; k1=0.75; k2=0.082678; K2=2; d1=[v;v;v].*k1; d=d1+d2; plot([0,40],[0,K2*40],'k') hold on plot(0:40,polyval([k2,k1,0],0:40),':k') plot([v;v;v],d,'ok','MarkerSize',2) title('比较刹车距离实测数据、理论值和两秒准则') legend('两秒准则','刹车距离理论值',... '刹车距离的最小值、平均值和最大值',2) xlabel('车速v （m/s ）') ylabel('距离（m ）') hold off 51015 2025 303540 020406080100120 140160180比较刹车距离实测数据、理论值和两秒准则 车速v （m/s ） 距离（m ） 两秒准则 刹车距离理论值 刹车距离的最小值、平均值和最大值 图1
1．（1） n=101; x1=linspace(-1,1,n); x2=linspace(-2,2,n); y1=[sqrt(1-x1.^2);-sqrt(1-x1.^2)]; y2=[sqrt(4-x2.^2);-sqrt(4-x2.^2);sqrt(1-(x2.^2)/4);-sqrt(1-(x2.^2)/4)]; plot(x1,y1) … hold on; plot(x2,y2) title('椭圆x^2/4+y^2=1的内切圆和外切圆') axis equal -2.5 -2-1.5-1-0.500.51 1.52 2.5 -2-1.5-1-0.500.511.5 2椭圆x 2/4+y 2=1的内切圆和外切圆 （2） x1=linspace(-2,2,101); / x2=linspace(-2,8); axis equal plot(exp(x1),x1,x1,exp(x1),x2,x2) title('指数函数y=exp(x)和对数函数y=ln(x)关于y=x 对称')
-2 -1 1 2 3 4 5 6 7 8 -2-101234567 8指数函数y=exp(x)和对数函数y=ln(x)关于y=x 对称 （3） hold on — q=input('请输入一个正整数q;') for i=1:q for j=1:i if rem(j,i) plot(j/i,1/i) end end end @
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 00.050.10.150.20.250.30.350.40.45 0.5 3．代码如下： n=input('请输入实验次数n=') k=0; for i=1:n 。 x=ceil(rand*6)+ceil(rand*6); if x ==3|x==11 k=k+1; elseif x~=2&x~=7&x~=12 y= ceil(rand*6)+ceil(rand*6); while y~=x&y~=7 y=ceil(rand*6)+ceil(rand*6); end if y==7 ； k=k+1; end end end
第四章作业 第二题： 针对严重的交通情况，国家质量监督检验检疫局发布的国家标准，车辆驾驶人员血液中的酒精含量大于或等于20mg/100ml,小于80mg/100ml 为饮酒驾车，血液中的酒精含量大于或等于80mg/100ml 的为醉酒驾车。 下面分别考虑大李在很短时间内和较长时间内（如2个小时）喝了三瓶啤酒，多长时间内驾车就会违反新的国家标准。 1、 问题假设 大李在短时间内喝下三瓶啤酒后，酒精先从吸收室（肠胃）吸收进中心室（血液和体液），然后从中心室向体外排除，忽略喝酒的时间，根据生理学知识，假设 （1） 吸收室在初始时刻t=0时，酒精量立即为 32 D ;在任意时刻，酒精从吸收室吸收进中心室的速率（吸收室在单位时间内酒精含量的减少量）与吸收室的酒精含量成正比，比例系数为1k ； （2） 中心室的容积V 保持不变；在初始时刻t=0时，中心室的酒精含量为0；在任意时 刻，酒精从中心室向体外排除的速率（中心室在单位时间内酒精含量的减少量）与 中心室的酒精含量成正比，比例系数为2k ； （3） 在大李适度饮酒没有酒精中毒的前提下，假设1k 和2k 都是常量，与饮酒量无关。 2、 符号说明 酒精量是指纯酒精的质量，单位是毫克； 酒精含量是指纯酒精的浓度，单位是毫克/百毫升； ~t 时刻（小时） ； ()~x t 在时刻t 吸收室（肠胃）内的酒精量（毫克） ； 0~D 两瓶酒的酒精量（毫克）； (t)~c 在时刻t 吸收室（血液和体液）的酒精含量（毫克/百毫升） ； 2()~c t 在时刻t 中心室（血液和体液）的酒精含量（毫克/百毫升）； ~V 中心室的容积（百毫升） ； 1~k 酒精从吸收室吸收进中心室的速率系数（假设其为常数2.0079）； 2~k 酒精从中心室向体外排除的速率系数（假设其为常数0.1855）；
一．问题重述： 近年来，大学用电浪费比较严重，集中体现在学生上晚自习上，一种情况是去某个教室上自习的人比较少，但是教室的灯却全部打开，第二种情况是晚上上自习的总人数比较少，但是开放的教室比较多，这要求提供一种最节约、最合理的管理方法。根据题目所给出的数据，有以下问题。数据见表。 1．假如学校有8000名同学，每个同学是否上自习相互独立，上自习的可能性为0.7. 要使需要上自习的同学满足程度不低于95%，开放的教室满座率不低于4/5，同时尽量不超过90%。问该安排哪些教室开放，能达到节约用电的目的。 2．在第一问基础上，假设这8000名同学分别住在10个宿舍区，现有的45个教室分为9个自习区，按顺序5个教室为1个区，即1,2,3,4,5为第1区，…， 41,42,43,44,45为第9区。这10个宿舍区到9个自习区的距离见表2。学生到各教室上自习的满意程度与到该教室的距离有关系，距离近则满意程度高，距离远则满意程度降低。假设学生从宿舍区到一个自习区的距离与到自习区任何教室的距离相同。请给出合理的满意程度的度量，并重新考虑如何安排教室，既达到节约用电目的，又能提高学生的满意程度。另外尽量安排开放同区的教室。3．假设临近期末，上自习的人数突然增多，每个同学上自习的可能性增大为0.85，要使需要上自习的同学满足程度不低于99%，开放的教室满座率不低于4/5，同时尽量不超过95%。这时可能出现教室不能满足需要，需要临时搭建几个教室。 假设现有的45个教室仍按问题2中要求分为9个区。搭建的教室紧靠在某区，每个区只能搭建一个教室，搭建的教室与该区某教室的规格相同（所有参数相同），学生到该教室的距离与到该区任何教室的距离假设相同。问至少要搭建几个教室，并搭建在什么位置，既达到节约用电目的，又能提高学生的满意程度。
1．速度为v 的风吹在迎风面积为s 的风车上，空气密度是ρ。用量纲分析方法确定风车获得的功率p 与v 、s 、ρ的关系。 2．深水中的波速v 与波长λ、水深d 、水的密度和重力加速度g 有关。用量纲分析方法证明它们之间的关系可以表示为)/(λ?λd g v =，?是未定函数]18[。 3．原子弹爆炸时巨大的能量从爆炸点以冲击波形式向四周传播。据分析在时刻t 冲击波达到的半径r 与释放 能量e 、大气密度ρ、大气压强p 有关（设0=t 时0=r ）。用量纲分析方法证明???? ?????? ? ?=32655 /12 ρ?ρe t p et r ，?是未定函数]42[。 4．用量纲分析方法研究人体浸在匀速流动的水里时损失的热量。记水的流速v ，密度ρ，比热c ，粘性系数μ，热传导系数k ，人体尺寸d 。证明人体与水的热交换系数h 与上述各物理量的关系可表为 ??? ? ??=k c d v d k h μμρ,， ?是未定函数，h 定义为单位时间内人体的单位面积在人体与水的温差为1C 0时的热量交换]18[。 5．用量纲分析方法研究两带电平行板间的引力。两板面积均为s ，间距为d ，电位差为v ，板间介质的介电常数为ε。证明两板之间的引力()22/d s v f ?ε=。如果又知道f 与s 成正比，写出f 的表达式。这里介电常数ε的定义是221d q q f ε=，其中1q 、2q 是两个点电荷的电量，d 是点电荷的距离，f 是点电荷间的引力]18[。 6．考察模拟水下爆炸的比例模型。爆炸物质量m ，在距爆炸点距离r 处接收冲击波，产生压强p ，记大气初始压强0p ，水密度ρ，水的体积弹性模量k ，用量纲分析方法已经得到???? ??=m r k p p p 300,ρ?。设模拟实验与现场的0p 、ρ、k 相同，而爆炸物模型的质量为原型的1/1000。为了使实验中接收到与现场相同的压强p ，求 实验时接收冲击波仪器的相对位置（即问是现场仪器与爆炸点之间距离的多少倍）]18[。 7．质量m 的小球以初速v 竖直上抛，阻力与速度成正比，比例系数k 。设初始位置为0=x ，x 轴竖直向上，则运动方程为 v x x mg x k x m ===++????,0)0(,0 方程的解可表为),,,,(k m g v t x x ?=。试选择两种特征尺度将问题无量纲化，并讨论k 很小时求近似解的可能性 ]26[。 8．设有如下方程给出的一维热传导问题： ???? ?????>==<<=<<>==0,),(),0(0,0)0,(0,0,,0221t u t l u t u l x x u l x t c k a u a u xx ρ 其中k 是热传导系数（卡/厘米·秒·度），c 是比热（卡/克·度），ρ是密度（克/厘米3 ）。试选择特征尺度将问