数学建模大作业习题答案

09级数模试题1. 把四只脚的连线呈长方形的椅子往不平的地面上一放，通常只有三只脚着地，放不稳，然后稍微挪动几次，就可以使四只脚同时着地，放稳了。

试作合理的假设并建立数学模型说明这个现象。

（15分）解：对于此题，如果不用任何假设很难证明，结果很可能是否定的。

因此对这个问题我们假设 ：（1）地面为连续曲面（2）长方形桌的四条腿长度相同（3）相对于地面的弯曲程度而言，方桌的腿是足够长的（4）方桌的腿只要有一点接触地面就算着地。

那么，总可以让桌子的三条腿是同时接触到地面。

现在，我们来证明：如果上述假设条件成立，那么答案是肯定的。

以长方桌的中心为坐标原点作直角坐标系如图所示，方桌的四条腿分别在A 、B 、C 、D 处，A 、B,C 、D的初始位置在与x 轴平行，再假设有一条在x 轴上的线ab,则ab 也与A 、B ，C 、D 平行。

当方桌绕中心0旋转时，对角线 ab 与x 轴的夹角记为θ。

容易看出，当四条腿尚未全部着地时，腿到地面的距离是不确定的。

为消除这一不确定性，令 ()f θ为A 、B 离地距离之和，()g θ为C 、D 离地距离之和，它们的值由θ唯一确定。

由假设（1），()f θ,()g θ均为θ的连续函数。

又由假设（3），三条腿总能同时着地， 故()f θ()g θ=0必成立（∀θ）。

不妨设(0)0f =,(0)0g >g （若(0)g 也为0，则初始时刻已四条腿着地，不必再旋转），于是问题归结为：已知()f θ,()g θ均为θ的连续函数，(0)0f =,(0)0g >且对任意θ有00()()0f g θθ=，求证存在某一0θ，使00()()0f g θθ=。

证明：当θ=π时，AB 与CD 互换位置，故()0f π>，()0g π=。

作()()()h f g θθθ=-，显然，()h θ也是θ的连续函数，(0)(0)(0)0h f g =-<而()()()0h f g πππ=->，由连续函数的取零值定理，存在0θ，00θπ<<，使得0()0h θ=，即00()()f g θθ=。

2、如果连续复利时，以什么利率才能使本金在8年内变成3倍？1、在每半年复利一次的情况下，以8%的利率，需要经过多长时间才能使现值增到2.5倍？3、连续收益流量每年按80万元持续5年，若以年利率5%贴现，其现值应是多少？T=11.68年r=13.73%55%00S 80353.92t e dt -==⎰8003S S re =4、某汽车使用寿命为10年，若购买此车需35000元，若租用此车每年租金为7200元，若资金的年利率为14%，按连续复利计算，问买车与租车哪一种方式合算。

计算租车资金流量总值的现值，然后与购买费相比。

租车租金流量总值的现值为所以买车比租车合算。

002.5S S +=2T0.08（1）2101014141172003875635000i i i i i S e e -%-%==≈>=∑∑5、一商家销售某种商品的价格满足关系x p 2.07-=(万元/吨)，x 为销售量(单位：吨)；商品的成本函数是C =3x +1(万元)。

(1) 若每销售一吨商品，政府要征税t (万元)，求该商家获最大利润时商品的销售量；(2) t 为何值时，政府税收总额最大。

6、已知某企业生产的商品的需求弹性为1.2，如果该企业准备明年将价格降低15%，问这种商品的销量预期会增长多少？总收益会增长多少？2'5(2) 10 0 22T tx t t T t ==-=⇒=R18%,3%R Q Q∆∆==令2(70.2)31(4)0.21Px C Tx x x tx t x x --=----=---'''5()0,()0102L x L x x t=<⇒=-（1）利润L(x)=7、某消费者打算购买两种商品q 1和q 2，他的预算约束是240元，两种商品的单价分别是10元和2元,其效用函数为U=q 1q 2,消费者的最优商品组合是什么？一元钱的边际效用是多少？8、效用函数U (q 1,q 2) 应满足的条件是以下的A,B 之一：A. U (q 1,q 2) =c 所确定的函数q 2=q 2(q 1)单调减、下凸；0,0,0,0,0.B 21222221221>∂∂∂<∂∂<∂∂>∂∂>∂∂q q Uq U q U q U q U AB ⇒证明：对U (q ,q 2) =c 两端求q 1的一阶导和二阶导12102240q q +=1212MU MU P P =1212,60q q ==解建立方程组得解出一元钱边际效用为610、在确定性存贮模型中，在费用中增加购买货物本身的费用，确定不允许缺货的最优订货周期和订货批量。

一、名词解释1.Table命令的使用格式；2.Solve命令的使用格式；3.Do命令的使用格式；4.Plot命令的使用格式；5.ListPlot命令的使用格式；6.Reduce命令的使用格式；7.Expand命令的使用格式；8.FindRoot命令的使用格式；9.Switch命令的使用格式；lO.ConstrainedMin命令的使用格式；11 .Factor命令的特点与几种使用格式。

12.Clear命令的特点与使用格式二、计算题1. 1959年8月4日是星期几，这一天与2001年12月4日之间共有多少天?2.求我国北京市的地理经纬度。

3.北美地区有几个国家？写出它们的名字。

4.求解递归关系式a” = 3% _2a”_2，ao =1,4 = 2。

5.求斐波那契(Fibonacci)数列Fibonacci[n]从n=l至【Jn = 50的值。

6.分别以0.1、0.01、0.001为误差上限，将J方化成近似分数。

7 .求下列矩阵的特征值与对应的特征向量:13•求解方程7% -和"—张+ 1X 14.求1+ 28+38+...+n 8的简洁表达式。

15.求Pell 方程.r 2 -234y 2 -1的最小正整数解。

16.将16进制的数字20转化为10进制的数字。

17.求下列矩阵的行列逆矩阵与转置矩‘1 2 3、A= 2 3 1、3 1 2,8.求多项式 f=( X1 + X2 +X3 + X4 + X5严中 Xi 3 x 23 X35 X42 X55 的系数。

9•求208素因子分解。

10. 用Lindo 求解下列整数线性规划问题。

max / = 20 兀 1 +10%兀1 +兀2 +兀3 = 30y, + y 2 + = 2020x l +10% = 30X 2 + 20y 2 = 25 x 3 + 15y 3s.tA 20兀i +10% <20*30 + 10*2030兀2+20y2 <30*30 + 20*20 25兀3+15儿 <25*30 + 15*20 x t , y j > 0,integers11. 求中国香港的地理经纬度。

高中数学建模试题及答案一、单项选择题（每题3分，共30分）1. 数学建模的一般步骤不包括以下哪一项？A. 问题提出B. 模型假设C. 模型求解D. 数据收集答案：D2. 在数学建模中，模型的验证通常不包括以下哪一项？A. 模型的逻辑性检验B. 模型的适用性检验C. 模型的稳定性检验D. 模型的美观性检验答案：D3. 以下哪一项不是数学建模中常用的方法？A. 微分方程B. 线性规划C. 概率论D. 文学创作答案：D4. 在数学建模中，以下哪一项不是模型的要素？A. 模型的假设B. 模型的变量C. 模型的参数D. 模型的结论答案：D5. 数学建模中，以下哪一项不是模型的分类？A. 确定性模型B. 随机性模型C. 静态模型D. 动态模型答案：C6. 在数学建模中，以下哪一项不是模型的构建过程？A. 模型的假设B. 模型的建立C. 模型的求解D. 模型的发表答案：D7. 数学建模中，以下哪一项不是模型的分析方法？A. 数值分析B. 符号计算C. 图形分析D. 文字描述答案：D8. 在数学建模中，以下哪一项不是模型的优化方法？A. 线性规划B. 非线性规划C. 动态规划D. 统计分析答案：D9. 数学建模中，以下哪一项不是模型的应用领域？A. 工程技术B. 经济管理C. 生物医学D. 音乐艺术答案：D10. 在数学建模中，以下哪一项不是模型的评估标准？A. 模型的准确性B. 模型的简洁性C. 模型的可解释性D. 模型的复杂性答案：D二、填空题（每题4分，共20分）1. 数学建模的一般步骤包括：问题提出、模型假设、模型建立、模型求解、模型分析、模型验证和______。

答案：模型报告2. 在数学建模中，模型的假设应该满足______、______和______。

答案：科学性、合理性、可行性3. 数学建模中，模型的求解方法包括解析方法和______。

答案：数值方法4. 数学建模中，模型的分析方法包括______、______和______。

高二数学数学建模练习题及答案一、简答题1. 什么是数学建模？数学建模是将现实问题抽象为数学模型，通过数学方法进行分析、求解并得出相应结论的过程。

它将数学知识与实际问题相结合，帮助我们理解问题的本质，预测和优化相关情况。

2. 数学建模的步骤有哪些？数学建模通常包括以下步骤：（1）问题的理解和描述：明确问题的背景、目标和限制条件，并对问题进行适当的简化和抽象。

（2）建立数学模型：将问题转化为数学表达式，建立合适的数学模型。

（3）模型的求解：利用数学方法对模型进行求解，得到定量的结果或结论。

（4）模型的验证和分析：对模型的结果进行检验，分析结果的合理性和可靠性。

（5）结果的解释与应用：解释模型结果，为实际问题提供有效的解决方案，并给出具体的应用建议。

3. 数学建模的意义是什么？数学建模在许多领域都具有重要意义：（1）在科学研究中，数学建模可以帮助解决实际问题，推动科学发展。

（2）在工程技术中，数学建模可以优化设计，提高效率和质量。

（3）在经济管理中，数学建模可以帮助决策者制定合理的策略和政策。

（4）在社会科学中，数学建模可以辅助分析社会问题，提供决策依据。

（5）数学建模还培养了学生的创新思维和解决问题的能力。

4. 数学建模过程中需要的数学知识有哪些？数学建模需要的数学知识包括但不限于：（1）数学分析：微分方程、积分、极限等。

（2）线性代数：矩阵运算、特征值与特征向量等。

（3）概率与统计：概率分布、统计推断等。

（4）最优化理论：线性规划、非线性规划等。

（5）图论与网络优化：最短路径、最小生成树等。

二、应用题1. 盒子问题已知一长方体盒子的长为20cm，宽为15cm，高为10cm。

现在要将一个边长为2cm的小正方体放入该盒子中，问最多可以放多少个小正方体？解答：盒子的体积为20 cm × 15 cm × 10 cm = 3000 cm³。

小正方体的体积为2 cm × 2 cm × 2 cm = 8 cm³。

综合题目参考答案1. 赛程安排(2002年全国大学生数学建模竞赛D 题) (1)用多种方法都能给出一个达到要求的赛程.(2)用多种方法可以证明n 支球队“各队每两场比赛最小相隔场次r 的上界”(如n =5时上界为1)是⎥⎦⎤⎢⎣⎡-23n ,如: 设赛程中某场比赛是i ,j 两队, i 队参加的下一场比赛是i ,k 两队(k ≠j ),要使各队每两场比赛最小相隔场次为r ,则上述两场比赛之间必须有除i ,j ,k 以外的2r 支球队参赛,于是32+≥r n ,注意到r 为整数即得⎥⎦⎤⎢⎣⎡-≤23n r . (3)用构造性的办法可以证明这个上界是可以达到的,即对任意的n 编排出达到该上界的赛程.如对于n =8, n =9可以得到:1A 2A 3A 4A 5A 6A 7A 8A每两场比赛相隔场次数相隔场次总数 1A × 1 5 9 13 17 21 25 3,3,3,3,3,3 18 2A 1 × 20 6 23 11 26 16 4,4,4,3,2,2 19 3A5 20 × 24 10 27 15 2 2,4,4,4,3,2 19 4A 96 24 × 28 24 3 19 2,2,4,4,4,3 19 5A 13 23 10 28 × 4 187 2,2,2,4,4,4 18 6A 17 11 27 14 4 × 8 22 3,2,2,2,4,4 17 7A 21 26 15 3 18 8 × 12 4,3,2,2,2,4 17 8A25 1621972212×4,4,3,2,2,2171A2A3A 4A5A 6A 7A 8A 9A每两场比赛相隔场次数 相隔场 次总数1A × 36 6 31 11 26 16 21 1 4,4,4,4,4,4,4, 28 2A 36 × 2 27 7 22 12 17 32 4,4,4,4,4,4,3 27 3A6 2 × 35 15 30 20 25 10 3,3,4,4,4,4,4 26 4A 31 27 35 × 3 18 8 13 23 4,4,4,4,3,3,3 25 5A 11 7 15 3 × 34 24 29 19 3,3,3,3,4,4,4 24 6A 26 22 30 18 34 × 4 9 14 4,4,3,3,3,3 23 7A 16 12 20 8 24 4 × 33 28 3,3,3,3,3,3,4 22 8A 21 17 25 13 29 9 33 × 5 3,3,3,3,3,3,3, 21 9A13210231914285×3,4,3,4,3,4,324可以看到, n =8时每两场比赛相隔场次数只有2,3,4, n =9时每两场比赛相隔场次数只有3,4,以上结果可以推广,即n 为偶数时每两场比赛相隔场次数只有22-n ,12-n ,2n,n 为奇数时只有23-n ,21-n . (4)衡量赛程优劣的其他指标如平均相隔场次 记第i 队第j 个间隔场次数为ij c ,2,2,1,,,2,1-==n j n i ,则平均相隔场次为∑∑=-=-=n i n j ij c n n r 121)2(1r 是赛程整体意义下的指标,它越大越好.可以计算n =8,n =9的r ,并讨论它是否达到上界.相隔场次的最大偏差 定义||,r c Max f ij j i -=∑-=--=21|)2(|n j ij r n c Max gf 为整个赛程相隔场次的最大偏差,g 为球队之间相隔场次的最大偏差,它们都是越小越好.可以计算n =8,n =9的f ,g ,并讨论它是否达到上界.参考文献工程数学学报第20卷第5期2003 2. 影院座位设计建立满意度函数),(βαf ,可以认为α和β无关, ()()βαβαh g f -=),(,g ,h 取尽量简单的形式,如αα=)(g ;0)(=βh (030≤β),0)(h h =β)30(0>β. (1)可030≤β将作为必要条件,以α最大为最佳座位的标准.在上图中以第1排座位为坐标原点建立坐标轴x ,可以得到⎪⎭⎫⎝⎛+----⎪⎭⎫ ⎝⎛+--=⎪⎭⎫⎝⎛+--=d x x h c H d x x c H d x x c H θθαθβtan arctan tan arctan ,tan arctan β是x 的减函数.可得x ≈1.7m,即第3(或4)排处030=β.又通过计算或分析可知α也是x 的减函数,所以第3(或4)排处是最佳座位.(2)设定一个座位间隔l (如0.5m), x 从0(或030≤β处)到d D -按l 离散,对于)20~0(00θ计算α的平均值,得020=θ时其值最大.(3)可设地板线是x 的二次曲线2bx ax +,寻求a ,b 使α的平均值最大. 实际上,还应考虑前排不应挡住后排的视线.3.节水洗衣机(1996年全国大学生数学建模竞赛B 题)该问题不要求对洗衣机的微观机制(物理、化学方面)深入研究,只需要从宏观层次去把握.宏观上洗衣的基本原理是用洗涤剂通过漂洗把吸附在衣物上的污物溶于水中,再脱去污水带走污物;洗衣的过程是通过“加水——漂洗——脱水”程序的反复运行,使残留在衣物的污物越来越少,直到满意的程度;洗涤剂也是不希望留在衣物上的东西,可将“污物”定义为衣物上原有污物与洗涤剂的总和.假设每轮漂洗后污物均匀地溶于水中;每轮脱水后衣物含水量为常数c .0x ~初始污水量,~k u 第k 轮加水量,k x ~第k 轮脱水量),,2,1( =k .设每轮脱水前后污物在水中的浓度不变.于是cx c u x c xc u x c x u x n n n =+=+=--11221110,,, , 得到)()(210c u c u u c x x n n n ++=. 在最终污物量与初始污物量之比0/x x n 小于给定的清洁度条件下,求各轮加水量k u ),,1(n k =,使总用水量最小,即∑=nk k u u Min k 1()ε<++)(..21c u c u u c t s n n等价于)()(21c u c u u Min n u k +++++α=++)()(..21c u c u u t s na 为常数可得c u c u u n +==+= 21,即第n ~2轮加水量u u k =(常数),第1轮加水量c u u +=1.令cx u =,问题简化为nx Min u n ,ε<⎪⎭⎫ ⎝⎛+nx t s 11.. 其解为0→x ,即0→u ,而∞→n .这与实际上是不合理的.应该加上对u 的限制:21v u v ≤≤.则得max min n n n ≤≤,其中 max min n n n ≤≤,1)/1ln(2min +⎥⎦⎤⎢⎣⎡+=c v n α这样,n为有限的几个数,可一一比较,具体数据计算从略.参考文献:《数学的实践与认识》第27卷第1期,19974.教师工资调整方案(1995年美国大学生数学建模竞赛B 题)题目对职称提升年限表述得不甚清楚(如未提及助理教授的提升),教龄也未区分是什么职称下工作的年限,所以应该作出一些相应的简化假设.按所给信息,工资仅取决于职称和教龄.建立新方案的一种办法是将职称折合成教龄,如定义x=教龄t+7×k (对于讲师、助理教授、副教授、教授,k 分别取值0,1,2,3),然后寻求工资函数I(x),使之满足题目的要求,如I(0)=27000,I(7)=32000等,以及x 较大时022<dxId .另一种办法是职称、教龄分别对待,工资函数J(k,t)从多种函数中选择,如最简单的线性函数J(k,t)=k k k k b a t b a ,,+(k=0,1,2,3)根据一定条件确定.按照第一种办法得到的新工资方案,以职称和教龄综合指标为x 的教师的工资都应为I(x),而人们的目前工资会低于或高于它.根据题目要求,高工资不应降低,低工资则应逐渐提高,尽快达到理想值I(x).需要做的只是根据每人(目前)工资与(理想值的)差额,制定学校提供的提薪资金的分配方案.它应该是简单、合理、容易被人接受的.按以上原则可以建立不同的模型,应通过检验比较其恶劣.检验可基于题目所给数据,按照提薪计划运行若干年,考察接近理想方案的情况,即用过渡时期的情况检验模型;也可进行随机模拟,按照一定规则随机产生数据(可以包括聘用、提职、解聘、退休的人数和时间等),再按照提薪计划运行,考察接近理想方案的情况.参考文献：叶其孝，《大学生数学建模竞赛辅导教材》（四），湖南教育出版社，2001 5. 一个飞行管理问题（1995年全国大学生数学建模竞赛A 题） 设ij a 为第i 架飞机与第j 架飞机的碰撞角（即)8arcsin(ijij r a =其中ij r 为这两架飞机连线的长度），ij β为第i 架飞机相对于第j 架飞机的相对速度（矢量）与这两架飞机连线（从i 指向j 的矢量）的夹角（以连线矢量为基准，逆时针方向为正，顺时针方向为负），i θ为第架飞机飞行方向角调整量.本问题中的优化目标函数可以有不同的形式：如使所有飞机的最大调整量最小；所有飞机的调整量绝对值之和最小等.以所有飞机的调整量绝对值之和最小，可以得到如下的数学规划模型：∑=61i i Min θs.t. ,)(21ij j i ij a >++θθβ j i j i ≠=,6,,1,30≤i θ , 6,,1 =i为了利用LINGO 求解这个数学规划模型，可以首先采用其他数学软件计算出ij α和ij β.其实，ij α和ij β也是可以直接使用LINGO 来计算的，这相当于解关于ij α和ij β的方程，只是解方程并非LINDO 软件的特长，这里我们作为一个例子，看看如何利用LINGO 计算ij α，可输入如下模型到LINGO 求解ij α：MIDEL ： 1]SETS:2] PLANE/1..6/：x0,y0; 3] link(plane,plane):alpha,sin2: 4]ENDSETS5] @FOR(LINK(I,J)|I#NE#J:6] sin2(I,J)=64/((X0(I)-X0(J))*(X0(I)-X0(J))+ 7] (Y0(I)-Y0(J))*(Y0(I)-Y0(J))); 8] ）；9] @FOR(LINK(I,J)|I#NE#J:10] (@SIN(alpha*3./180.0))^2=SIN2; 11] ); 12]DATA:13] X0=150,85,150,145,130,0; 14] Y0=140,85,155,50,150,0; 15]endata END 计算结果如下：ija j=1 2 3 4 5 6i =1 0.000 0 5.391232.2315.091820.96342.23452 5.391 2 0.0000 4.804 0 6.61355.807 9 3.81593 32.2310 4.8040.000 0 4.364722.83372.12554 5.091 8 6.6135 4.364 7 0.0004.4.537 2.98985 20.9634 5.807922.83374.53770.000 0 2.30986 2.234 5 3.8159 2.125 5 2.98982.309 8 0.000ijβ也可类似地利用LINGO求得，计算结果如下：ijβj=1 2 3 4 5 6i =1 0.000109.263 6-128.250 024.179 8173.065 114.474 92 109.263 60.000 0-88.871 1-42.243 6-92.304 89.000 03 -128.250 0-88.871 10.00012.476 3-58.786 20.310 84 24.179 8-42.243 612.476 30.000 05.969 2-3.525.65 173.065 1-92.304 8-58.786 25.969 20.000 01.914 46 14.479.000.310 -3.5 1.910.04 9 0 0 8 256 4 4 00 0于是，该飞机管理的数学规划模型可如下输入LINGO求解：MODEL:1]SETS2] plane/1..6/:cita:3] link(plane,plane):alpha,beta;4]ENDSETS5] min=@sum(plane:@abs(cita));6] @for(plane(I):7] @bnd(-30,cita(I),30);8] );9] @fpr(link(I,j)|I#NE#J:10] @ABS(beta(I,J)+0.5*cit(I)+0.5*cita(J))11] >alpha(I,J);12] ）;13]DATA:14] A;[JA=0.000 0 5.391.2…..…2.309 8 0.000 020] ;21] BETA=0.000 010 9.263 6………1.914 4 0.000 027] ;28]enddataEND[注] alpha,beta中数据略去，见上面表格.求解结果如下：OPTIMUM FOUND AT STEP 197SOLUTION OBJECTIVE VALUE= 3.630V ARIABLE V ALUE REDUCED COSTCITA(1) 0.E-06 -1.000 000 CITA(2) -0.E-05 -0.715 033 4CITA(3) 2.557 866 1.000 000 CITA(4) -0.E-04 0.E+00 CITA(5) 0.E-05 -1.000 000 CITA(6) 1.071 594 0.E+00 ………. (以下略)由此可知最优解为：︒︒≈≈07.1,56.263θθ （其它调整角度为0）.评注：如果将目标改为最大调整量最小，则可进一步化简得到线形规划模型，也可用LINDO 或LINGO 求解.参考文献：《数学的实践与认识》第26卷第1期，1996 6. 降落伞的选择这个优化问题的决策变量是降落伞数量n 和每一个伞的半径r ，可先将n 和r 看作连续变量，建立优化模型，求得最优解后，再按题目要求作适当调整.目标函数之降落伞的费用，可以根据表1数据拟合伞面费用1C 与伞的半径r 的关系。

数学建模学习题及答案问题一某公司生产两种产品，产品A和产品B。

每单位产品A需要2个小时的生产时间，销售价格为100元；每单位产品B需要3个小时的生产时间，销售价格为150元。

公司有8个小时的生产时间。

由于市场需求限制，公司至少需要生产2个单位的产品A和3个单位的产品B。

试问公司应该如何安排生产，以最大化销售收入？答案：设公司生产产品A的数量为x，产品B的数量为y。

根据题意，可以得到以下条件：- 2x + 3y ≤ 8 （生产时间限制）- x ≥ 2 （至少生产两个单位的产品A）- y ≥ 3 （至少生产三个单位的产品B）我们的目标是最大化销售收入，即最大化100x + 150y。

这是一个线性规划问题，我们可以用图像法求解。

将不等式转化为等式得到以下三条线性方程：- 2x + 3y = 8- x = 2- y = 3通过绘制图形，我们发现可行解为以下三个点：(2, 2)，(2, 3)，(4, 2)。

计算销售收入可得：- (2, 2)：100 * 2 + 150 * 2 = 500- (2, 3)：100 * 2 + 150 * 3 = 650- (4, 2)：100 * 4 + 150 * 2 = 800所以，公司应该生产2个单位的产品A和3个单位的产品B，以达到最大化销售收入800元。

问题二某体育品牌公司要推出一个全新的运动鞋产品。

公司决定在市场上投放三种不同系列的运动鞋，分别为A系列、B系列和C系列。

经过市场调查，公司预计每年销售的鞋子数量分别为A系列1000双，B系列1500双和C系列2000双。

公司希望能够合理分配资源，以便最大程度地满足市场需求。

请问，应该如何分配每种系列的鞋子生产数量？答案：设A系列的鞋子生产数量为x，B系列的鞋子生产数量为y，C 系列的鞋子生产数量为z。

根据题意，我们有以下限制条件：- x ≥ 1000 （A系列鞋子需求）- y ≥ 1500 （B系列鞋子需求）- z ≥ 2000 （C系列鞋子需求）要最大程度地满足市场需求，我们的目标是最大化x + y + z。

一、教材76页第1章习题1第7题（来自高中数学课本的数学探究问题，满分10分） 表1.17是某地一年中10天的白昼时间（单位：小时），请选择合适的函数模型，并进行数据拟合.一、解：根据地理常识，某地的白昼时间是以一年为周期而变化的，以日期在一年中的序号为自变量x ，以白昼时间为因变量y ,则根据表1.17的数据可知在一年（一个周期）内，随着x 的增加，y 先增后减，y 大约在6月21日（夏至）达到最大值，在12月21日（冬至）达到最小值，在3月21日（春分）或9月21日（秋分）达到中间值。

选择正弦函数sin(2/365)y A x b πϕ=++作为函数模型。

根据表1.17的数据，推测,A b ϕ和的值，作非线性拟合得26.9022sin( 1.3712)12.385365y x π=-+，预测该地12月21日的白昼时间为5.49小时。

二、教材100页第2章习题2第1题（满分10分）继续考虑第2.2节“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？二、解：“两秒准则”表明亲厚车距D 与车速v 成正比例关系2D K v =，其中22K s =。

对于小型汽车，“一车长度准则”与“两秒准则”不一致。

由221[()]d D v k v K k -=--可以计算得到当212()/54.428/v K k k km h <-=时有d D <，“两秒准则”足够安全，或者把刹车距离实测数据和“两秒准则”画在同一幅图中，根据图形指出“两秒准则”足够安全的车速范围。

用最大刹车距离除以车速，得到最大刹车距离所需要的尾随时间，并以尾随时间为依据，提出更安全的准则，如“3秒准则”，“4秒准则”或“t 秒准则”（见下图）三、教材100页第2章习题2第3题（满分10分）继续考虑第2.3节“生猪出售时机”案例，做灵敏度分析，分别考虑农场每天投入的资金对最佳出售时机和多赚的纯利润的影响.三、解：(,)2,(,)4dt c dQ x S t c S Q c dc tdcQ =∙=-=∙=-四、教材143页第3章习题3第2题（满分10分）某种山猫在较好、中等及较差的自然环境下，年平均增长率分别为 1.68%、0.55%和-4.5%. 假设开始时有100只山猫，按以下情况分别讨论山猫数量逐年变化的过程及趋势：(1) 三种自然环境下25年的变化过程，结果要列表并图示；(2) 如果每年捕获3只，山猫数量将如何变化？会灭绝吗？如果每年只捕获1只呢？ (3) 在较差的自然环境下，如果要使山猫数量稳定在60只左右，每年要人工繁殖多少只？解：（1）设第k 年山猫的数量为k x ，列式得1(1)(0,1,2,k k x r x k +=+=…），用循环语句计算，并列表和作图。

数学建模作业姓名：叶勃学号：班级：024121一：层次分析法1、 分别用和法、根法、特征根法编程求判断矩阵1261/2141/61/41A ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦11/2433217551/41/711/21/31/31/52111/31/5311A ⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦的特征根和特征向量（1）冪法求该矩阵的特征根和特征向量 程序为：#include<iostream> #include<math.h> using namespace std;#define n 3 //三阶矩阵#define N 20 #define err 0.0001 //幂法求特征值特征向量 void main(){cout<<"**********幂法求矩阵最大特征值及特征向量***********"<<endl; int i,j,k;double A[n][n],X[n],u,y[n],max;cout<<"请输入矩阵:\n"; for(i=0;i<n;i++) for(j=0;j<n;j++)cin>>A[i][j]; //输入矩阵 cout<<"请输入初始向量:\n"; for(i=0;i<n;i++)cin>>X[i]; //输入初始向量 k=1; u=0;while(1){ max=X[0]; for(i=0;i<n;i++) {if(max<X[i]) max=X[i]; //选择最大值 }for(i=0;i<n;i++)y[i]=X[i]/max; for(i=0;i<n;i++)X[i]=0;for(j=0;j<n;j++)X[i]+=A[i][j]*y[j]; //矩阵相乘}if(fabs(max-u)<err){cout<<"A的特征值是 :"<<endl; cout<<max<<endl; cout<<"A的特征向量为:"<<endl; for(i=0;i<n;i++) cout<<X[i]/(X[0]+X[1]+X[2])<<" ";cout<<endl;break;}else{if(k<N) {k=k+1;u=max;} else {cout<<"运行错误\n";break;}}} }程序结果为：（2）和法求矩阵最大特征值及特征向量程序为：#include<stdio.h>#include<iostream>#include<math.h> using namespace std;#define n 3 //三阶矩阵#define N 20void main(){int i,j,k;double A[n][n],w[n],M[n],u[n],W[n][n],max;cout<<"********和法求矩阵的特征根及特征向量*******"<<endl;cout<<"请输入矩阵:\n";for(i=0;i<n;i++)for(j=0;j<n;j++)cin>>A[i][j]; //输入矩阵 //计算每一列的元素和M[0]=0;M[1]=0;M[2]=0;for(i=0;i<n;i++)for(j=0;j<n;j++){M[i]+=A[j][i];}//将每一列向量归一化for(i=0;i<n;i++)for(j=0;j<n;j++){W[j][i]=A[j][i]/M[i];}//输出按列归一化之后的矩阵Wcout<<"按列归一化后的矩阵为："<<endl;for(i=0;i<n;i++)for(j=0;j<n;j++){cout<<W[i][j]<<" ";if(j==2)cout<<endl;} //求特征向量w[0]=0;w[1]=0;w[2]=0;for(i=0;i<n;i++)for(j=0;j<n;j++){w[i]+=W[i][j];}cout<<"特征向量为:"<<endl; for(i=0;i<n;i++){u[i]=w[i]/(w[0]+w[1]+w[2]);cout<<u[i]<<" "<<endl;}//求最大特征值max=0;for(i=0;i<n;i++){w[i] = 0;for(j=0;j<n;j++){w[i] += A[i][j]*u[j];}}for(i = 0;i < n;i++){max += w[i]/u[i];}cout<<"最大特征根为："<<endl;cout<<max/n<<endl; }运行结果为：（3）根法求矩阵最大特征值及特征向量：程序为：#include<stdio.h>#include<iostream>#include<math.h>using namespace std;#define n 3 //三阶矩阵#define N 20void main(){int i,j;double A[n][n],w[n],M[n],u[n],W[n][n],max;cout<<"********根法求矩阵的特征根及特征向量*******"<<endl; cout<<"请输入矩阵:\n";for(i=0;i<n;i++)for(j=0;j<n;j++)cin>>A[i][j]; //输入矩阵//计算每一列的元素和M[0]=0;M[1]=0;M[2]=0;for(i=0;i<n;i++)for(j=0;j<n;j++){M[i]+=A[j][i];}//将每一列向量归一化for(i=0;i<n;i++)for(j=0;j<n;j++){W[j][i]=A[j][i]/M[i];}//输出按列归一化之后的矩阵Wcout<<"按列归一化后的矩阵为："<<endl;for(i=0;i<n;i++)for(j=0;j<n;j++){cout<<W[i][j]<<" ";if(j==2)cout<<endl;}//求特征向量//w[0]=A[0][0];w[1]=A[0][1];w[2]=A[0][2];w[0]=1;w[1]=1;w[2]=1;for(i=0;i<n;i++){for(j=0;j<n;j++){w[i]=w[i]*W[i][j];}w[i]=pow(w[i], 1.0/3);}cout<<"特征向量为:"<<endl;for(i=0;i<n;i++){u[i]=w[i]/(w[0]+w[1]+w[2]);cout<<u[i]<<" "<<endl;}//求最大特征值max=0;for(i=0;i<n;i++){w[i] = 0;for(j=0;j<n;j++){w[i] += A[i][j]*u[j];}}for(i = 0;i < n;i++){max += w[i]/u[i];}cout<<"最大特征值为:"<<endl; cout<<max/n;}运行结果为：2、编程验证n阶随机性一致性指标RI：运行结果：3、考虑景色、费用、居住、饮食、旅途五项准则，从桂林、黄山、北戴河三个旅游景点选择最佳的旅游地。