对大幅度单摆运动周期公式的研究
\
摘要
单摆作为经典的力学模型，已被众多学者加以研究。多数关于单摆的研究都以摆角小于5度为限，将单摆运动周期近似拟合为在重力和绳拉力下合力的简谐运动的周期。这阻碍了我们对单摆运动周期的进一步探索。此次我们先用力学原理对单摆运动做一般性分析，再通过数学手法简化运动公式，从而得出一般情况下单摆的周期公式，并使用插值法求解出最终结果。
关键字大幅度单摆运动周期公式
一问题重述
通常对于小幅度（θ≤5。）的单摆运动周期可以近似拟用简谐运动周期公式求解。现在我们试图探究如何求解大幅度单摆运动的周期，并推导出近似公式。
二问题分析
单摆的摆球在重力，摆线拉力的联合作用下做大幅度摆动（θ≥5。）。其运动轨迹可以通过力学分析得到基本运动公式，并以此推导出周期公式。最后通过数学手段简化得出数学解析式。
三基本假设
1空气对单摆运动的阻力和浮力是如此之小，以至于可以忽略且并不对问题的研究产生交大影响。
2摆线是一根柔软且无弹性的轻线。
四符号说明
意义符号单位
小球质量m kg
摆线长度L m
小球半径r m
重力加速度g m/s2
摆角θrad
时间t s
角速度ωrad/s
五模型建立和求解
1．模型建立
一个质量为ｍ的小球由一根轻质的长度为Ｌ的刚性细绳悬挂在一个固定的支架上（小球半球远远小于细绳长度），小球在重力的作用下可在垂直平面内来回摆动（不考虑空气阻力），单摆的受力分析图如下：
2．模型的求解（即求解大幅摆角单摆运动周期的解析式）
由牛顿第二定律：
（１）
式（１）是关于θ（角位移）、ｇ（重力加速度）、l（摆长）的一般普遍公式。
若给定初始条件，式（１）的任意精度的数值解是可以求出来的.当 5。式可由近似求解。但是当。由于误差增大，不能再由上述近似条件求解。通过数值模拟求解的方法可得。
当单摆的摆动角度＞５°，由于系统的机械能守恒，从能量的观点出发也可以求解单摆周期的精确解，这样就不需要详细讨论式（１）非线性微分方程。这时小球运动的速度需要用θ来表示，选择质点运动的轨迹的最低点为势能零点，初始条件为:
θ|t=0＝+θ0
|t=0＝０
由此可得：
(2)
对（2）式数学分析求解，由（2）式得：
（3）
上式中＋（－）表示质点逆时针（顺时针）摆动。
分离变量得摆动周期：
T=2（4）
又
设, k=则（4）式改写为：
T=2（5）
其中|θ|<π，k<1。若给定一个摆动幅度（振幅），利用计算机编写程序对式（５）进行数值模拟不难求出周期Ｔ。无论怎样，这个计算比较麻烦的，不能直接简单地求解。
令
其在（0，内为的单值函数可选择（0,1）和（两点数据采用线性内插法近似求解式(5)。用这个近似公式可以获得单摆的周期公式, 这里
=,选取
r（）=1- (6)
用式(6)直线方程作线性内插应用到函数里面去,我们可以找到K(k)的解析表达式:
(7)
与的关系及线性方程（7）图示。
将式（7）代入（5）可得
(8)
因为| |<π,< 0,所以>0。
求解完毕。
六推广与深化
v1.0 可编辑可修改对误差的分析
考虑到，周期公式的相对误差表示
| | (9)
可得
||
第二讲 数学建模的基本方法与步骤 数学建模面临的实际问题就是多种多样的,建模的目的不同、分析的方法不同、采用的数学工具不同,所得模型的类型也不同,我们不能指望归纳出若干条准则,适用于一切实际问题的数学建模方法。下面所谓基本方法不就是针对具体问题而就是从方法论的意义上讲的。(注:用最初等的方法解决,越受人尊重) 一 数学建模的基本方法 一般说来数学建模的方法大体上可分为机理分析与测试分析两种。 ????????????? 机理分析： 是根据对客观事物特性的认识，找出反映内部机理的数 量规律，建立的数学模型常有明确的物理或现实意义。 建模方法测试分析： 将研究对象看作一个“黑箱”（意思是内部机理看不清 楚），通过对测量数据的统计分析，找出与数据拟合最 好的模型。 面对于一个实际问题用哪一种方法建模,主要取决于人们对研究对象的了解程度与建模目的。如果掌握了一些内部机理的知识,模型也要求具有反映内部特征的物理意义,建模就应以机理分析为主。而如果对象的内部机理规律基本上不清楚,模型也不需要反映内部特征,那么可以用测试分析。对于许多实际问题也常常将两种方法结合起来,用机理分析建立模型结构,用测试分析确定模型的参数。 二 数学建模的一般步骤 建模要经过哪些步骤并没有一定的模式,通常与问题性质与建模的目的等有关。下面给出建模的一般步骤,如图1、2所示。 ⑴ 模型准备:了解实际背景,明确建模目的,搜索必要信息,弄清对象的主要特征,形成一个比较清晰的“问题”(即问题的提出)。情况明才能方法对,在这个阶段要深入调查研究,虚心向实际工作者请教,尽量掌握第一手资料。
⑵模型假设:根据对象的特征与建模目的,抓住问题的本质,忽略次要因素,作出必要的、合理的简化假设。对于建模的成败这就是非常重要与困难的一步。假设不合理或太简单,会导致错误的或无用的模型;假设作得过分详细,试图把复杂对象的众多因素都考虑进去,会使您很难或无法继续下一步的工作。常常需要在合理与简化之间作出恰当的折衷,要不段积累经验,并注意培养与充分发挥对事物的洞察力与判断力。 ⑶模型的建立:根据假设,用数学的语言、符号描述对象的内在规律,得到一个数学结构。这里除了需要一些相关的专门知识外,还常常需要较为广阔的应用数学方面的知识,要善于发挥想象力,注意使用类比法,分析对象与熟悉的其她对象的共性,借用已有的数学模型。建模时还应遵循的一个原则就是尽量采用简单数学工具,因为您的模型总希望更多的人了解与使用,而不就是只供少数专家欣赏。 ⑷模型求解:使用各种数学方法、数学软件与计算机技术对模型求解。 ⑸模型分析:对求解结果进行数学上的分析,如对结果进行误差分析,分析模型对数据的稳定性或灵敏性等。 ⑹模型检验:把求解与分析结果翻译回到实际问题,与实际现象、数据进行比较,检验模型的合理性与适用性。如果结果与实际不符,问题常常出现在模型假设上,应该修改或补充假设,重新建模。这一步对于模型就是否真的有用就是非常关键的,要以严肃认真的态度对待。 ⑺模型应用:这与问题的性质、建模的目的以及最终结果有关,一般不属于本书讨论的范围。 应该指出,并不就是所有问题的建模都要经过这些步骤,有时各步骤之间的界限也不那么分明,建模时不要拘泥于形式上的按部就班。 三数学建模的全过程 数学建模的全过程可分为表述、求解、解释、验证几个阶段,并且通过这些阶段完成从现实对象到数学模型,再从数学模型回到现实对象的循环,如图1、3所示。 表述就是根据建模目的与信息将实际问题“翻译”成数学问题,即将现实问题“翻译”成抽象的数学问题,属于归纳法。数学模型的求解选择适当的数学方
高中物理-单摆教案 【教学目标】 一、知识与技能 1．知道单摆是一种理想化模型和做简谐运动的条件 2. 知道单摆做简谐运动时回复力的特点和表达式 3．知道单摆(偏角θ较小时)的周期与振幅、摆球质量、摆长和当地重力加速度g的关系。 二、过程与方法 1．知道测量单摆周期的方法,会用单摆测定重力加速度 2．通过探究过程体会猜想、设计实验、分析论证、评估等科学探究要素; 3．通过制定探究方案体会“控制变量”的研究方法。 三、情感、态度和价值观 1．通过实验,领悟实事求是的理念,并在探究活动中培养合作精神。 2．通过动手合作调动学生的学习主动性,培养他们的探究意识,激发他们的学习热情,体会研究的乐趣。 【重点、难点、疑点】 1.重点:单摆的振动规律和周期公式。 2.难点:单摆回复力的分析。 3.疑点:怎样确定单摆的振动周期与哪些因素有关,以及具体关系。 【教具准备】 摆球、铁架台、细线、支架、盛砂漏斗、硬纸板、砂、计算机、投影仪等 【教学过程】 一、复习引入新课 在前面我们学习了弹簧振子,知道弹簧振子做简谐运动。 那么：怎么判断物体的运动是否是简谐运动 答：有两种方法：方法一：位移时间图像为正弦 函数 方法二：物体在跟位移大小成正比、并且总是指 向平衡位置的回复力作用下的振动F =-kx 在生活中有很多种机械振动。比如建筑物挂钟的 振动、房顶吊灯的摆动、秋千的运动、座钟的钟 摆的摆动。这些运动都是摆动。我们对实际生活 中的摆进行理想化处理,忽略次要因素、突出主 要因素,这样所构建的模型称之为单摆。
二、新课教学 （一）单摆 问题：以上这些运动有什么共同点？ 物理中常抽象出一种模型 1、单摆概念：细线一端固定在悬点,另一端系一个小球,如果 细线的质量与小球相比可以忽略；球的直径与线的长度相比也 可以忽略,这样的装置就叫做单摆。 ①摆线质量m 远小于摆球质量 M,即m << M ②摆球的直径 d 远小于单摆的摆长Ｌ,即 d <<Ｌ。③摆球所受空气阻力远小 于摆球重力及绳的拉力,可忽略不计。④摆线的伸长量很小, 可以忽略。 2、摆长：悬点到摆球重心的距离。摆长 L=L0+R （二）单摆的运动 问题1：运动的平衡位置在哪里 细线竖直下垂,摆球所受重力G和悬线的拉力F平衡,O点就是摆球的平衡位置。问题２：摆球的受力情况小球收到的力有重力、拉力 问题3:小球的运动情况分析以点Ｏ为平衡位置的振动 以悬点Ｏ’为圆心的圆周运动 问题4：力与运动的关系 回复力大小：向心力大小： O` O θ sin mg F= 回 θ cos mg N F- = 向
数学建模课程实验报告 专题实验7 班级数财系1班学号2011040123 丛文 实验题目常微分方程数值解 实验目的 1．掌握用MATLAB求微分方程初值问题数值解的方法； 2．通过实例学习微分方程模型解决简化的实际问题； 3．了解欧拉方法和龙格库塔方法的基本思想。 实验容 (包括分 析过程、 方法、和 代码，结 果) 1. 用欧拉方法和龙格库塔方法求下列微分方程初值问题的数值 解，画出解的图形，对结果进行分析比较 解；M文件 function f=f(x,y) f=y+2*x; 程序； clc;clear; a=0;b=1; %求解区间 [x1,y_r]=ode45('f',[a b],1); %调用龙格库塔求解函数求解数值 解； %% 以下利用Euler方法求解 y(1)=1;N=100;h=(b-a)/N; x=a:h:b;
for i=1:N y(i+1)=y(i)+h*f(x(i),y(i)); end figure(1) plot(x1,y_r,'r*',x,y,'b+',x,3*exp(x)-2*x-2,'k-');%数值解与真解图 title('数值解与真解图'); legend('RK4','Euler','真解'); xlabel('x');ylabel('y'); figure(2)
plot(x1,abs(y_r-(3*exp(x1)-2*x1-2)),'k-');%龙格库塔方法的误差 title('龙格库塔方法的误差') xlabel('x');ylabel('Error'); figure(3) plot(x,abs(y-(3*exp(x)-2*x-2)),'r-')%Euler方法的误差 title('Euler方法的误差') xlabel('x');ylabel('Error');
§15.4锁具装箱问题 [学习目标] 1.能表述锁具装箱问题的分析过程； 2.能表述模型的建立方法； 3.会利用排列组合来计算古典概型； 4.会利用Mathematica求解锁具装箱问题。 一、问题 某厂生产一种弹子锁具，每个锁具的钥匙有5个槽，每个槽的高度从{1，2，3，4，5，6}6个数（单位从略）中任取一数。由于工艺及其它原因，制造锁具时对5个槽的高度有两个要求：一是至少有3个不同的数；二是相邻两槽的高度之差不能为5。满足上述两个条件制造出来的所有互不相同的锁具称为一批。销售部门在一批锁具中随意地抽取，每60个装一箱出售。 从顾客的利益出发，自然希望在每批锁具中不能互开（“一把钥匙开一把锁”）。但是，在当前工艺条件下，对于同一批中两个锁具是否能够互开，有以下实验结果：若二者相对应的5个槽的高度中有4个相同，另一个槽的高度差为1，则可能互开；在其它情况下，不可能互开。 团体顾客往往购买几箱到几十箱，他们会抱怨购得的锁具中出现互开的情形。现请回答以下问题： 1．每批锁具有多少个，能装多少箱？ 2．按照原来的装箱方案，如何定量地衡量团体顾客抱怨互开的程度（试对购买一、二箱者给出具体结果）。 二、问题分析与建立模型 因为弹子锁具的钥匙有5个槽，每个槽的高度从{1，2，3，4，5，6}这6个数中任取一数，且5个槽的高度必须满足两个条件：至少有3个不同的数；相邻两槽的高度之差不能为5。所以我们在求一批锁具的总数时，应把问题化为三种情况，即5个槽的高度由5个不同数字组成、由4个不同数字组成、由3个不同数字组成，分别算出各种情况的锁具个数，然后相加便得到一批锁具的总个数。在分别求这三种情况锁具个数的时候，先求出满足第1个条件的锁具个数再减去不满足第2个条件的锁具个数。在求这三种情况锁具个数的时候，主要依靠排列组合的不尽相异元素的全排列公式。 下面用一个5元数组来表示一个锁具： Key=（h1，h2，h3，h4，h5） 其中h i表示第i个槽的高度，i=1，2，3，4，5。此5元数组表示一把锁，应满足下述条件： 条件1：h i∈{1，2，3，4，5，6}，i = 1，2，3，4，5。
单摆运动规律的研究 摘要单摆问题是高中物理及大学普通物理实验教学中的一个基础问题。受各种因素的影响，其运动规律较为复杂。本文建立了理想模式下单摆的数学模型，现实情况下单摆的数学模型.等对单摆的运动进行了探究。 首先，本文从理想情况出发，由牛顿第二定律进行推理，建立了无阻尼小角度单摆运动模型，对单摆的运动进行了初步探究。 然后，本文又建立了无阻尼大角度单摆运动模型，进一步完善了理想模式下单摆的数学模型。 最后，本文从实际出发，考虑单摆运动中受到的阻力因素，以理想模式下单摆的数学模型为基础，建立了现实情况下单摆的运动模型，深度的对单摆运动进行了探索。 关键词简谐运动角度阻尼运动单摆运动 目录 一、问题的描述 二、模型假设 三、模型建立及求解 1 理想模式下单摆的数学模型 1.1 小角度单摆运动模型 1.1.1 模型建立 1.1.2 模型求解 1.1.3 结果分析 1.2 大角度单摆运动模型 1.2.1 模型建立 1.2.2 模型求解 1.2.3 结果分析 2 现实模式下单摆的数学模型 2.1 小、大阻尼单摆运动模型 2.1.1 模型建立 2.1.2 模型求解 2.1.3 结果分析 四模型分析 一问题的描述 根据平常接触到的摆钟、秋千等实物中，我们可以抽象出单摆的模型。细线一端固定在悬点,另一端系一个小球,如果细线的质量与小球相比可以忽略,球的直接与线的长度相比也可以忽略,这样的装置就叫做单摆.我们从理想情况出发进行分析，并逐渐完善从而推导出单摆实际运动规律。
二模型假设 1悬挂小球的细线伸缩和质量均忽略不记，线长比小球的直径大得多； 2.装置严格水平； 3.无驱动力。 三模型建立及求解 1 理想模式下单摆的数学模型 图1 简单单摆模型 在 t 时刻，摆锤所受切向力ft(t)是重力mg在其运动圆弧切线方向上的分力，即f(t) =mg sin(t) 完全理想条件下，根据牛顿第二运动定律，切向加速度为： a(t) =g sin(t) 因此得到单摆的运动微分方程组： 1.1 小角度单摆运动模型 1.1.1模型建立 当摆角θ很小时,sinθ≈θ，故方程1可简化为:
单摆的运动规律分析 摘要：单摆的理想模型是，假设单摆由不可伸缩的轻绳与一质量为m 的小球组成，不考虑空气阻力。在此基础上还可以进一步考虑受阻力情况。 关键词：单摆 线性微分方程 非线性微分方程 正文： 单摆的理想模型是，假设单摆由不可伸缩的轻绳与一质量为m 的小球组成，不考虑空气阻力。在此基础上还可以进一步考虑受阻力情况。 单摆在摆动过程中要受到空气阻力的影响，且其在摆动的过程中可能会出现不在同一平面内的情况，若考虑这一系列问题，求解就会变得比较复杂了，首先把问题理想化，假设单摆由不可伸缩的轻绳与一质量为m 的小球组成，不考虑空气阻力。 Ⅰ.由刚体绕定轴转动的微分方程可知： θθsin 2 22 mgl dt d ml -=……⑴ 当θ很小时： 02 2=+θθl g dt d ……⑵ 令l g w =2 则原式化为02 22=+θθw dt d ……⑶ 做任意角度摆动时的情况： 0sin 2 2 2=+θθw dt d ……⑷ Ⅱ.受大小与速度成正比的阻力作用时： 0sin 2 22=+-θθθw dt d k dt d ……⑸ 做小角度摆动时可近似为： 0222=++θθ θw dt d k dt d ……⑹ 其中⑵、⑶、⑹式为线性微分方程，⑴、⑷、⑸式为非线性微分方程。 1）小角度震荡时将sin θ近似看作θ i.函数文件: function fc=f0(t,y) global g l fc=[y(2) -g/l*y(1)]' ii.绘图程序：
clear clc global g l g=9.8; l=1; w0=input('wm0?\n') [t,y]=ode45('f0',[0,100],[0,w0*pi]'); plot(t,y(:,1),'r') title('θ-t 图'); xlabel('时间/s'); ylabel('θ/rad'); grid iii.图像： 取wm0=0.5. 2)振幅增大后，θ将不满足近似条件。 i.函数文件： function fc=f1(t,y) global g l fc=[y(2) -g/l*sin(y(1))]' ii.绘图程序： clear clc global g l k
主 成分分析方法 地理环境是多要素的复杂系统，在我们进行地理系统分析时，多变量问题是经常会遇到的。变量太多，无疑会增加分析问题的难度与复杂性，而且在许多实际问题中，多个变量之间是具有一定的相关关系的。因此，我们就会很自然地想到，能否在各个变量之间相关关系研究的基础上，用较少的新变量代替原来较多的变量，而且使这些较少的新变量尽可能多地保留原来较多的变量所反映的信息事实上，这种想法是可以实现的，这里介绍的主成分分析方法就是综合处理这种问题的一种强有力的方法。 一、主成分分析的基本原理 主成分分析是把原来多个变量化为少数几个综合指标的一种统计分析方法，从数学角度来看，这是一种降维处理技术。假定有n个地理样本，每个样本共有p个变量描述，这样就构成了一个n×p阶的地理数据矩阵：
111212122212p p n n np x x x x x x X x x x ???=????L L L L L L L （1） 如何从这么多变量的数据中抓住地理事物的内在规律性呢要解决这一问题，自然要在p 维空间中加以考察，这是比较麻烦的。为了克服这一困难，就需要进行降维处理，即用较少的几个综合指标来代替原来较多的变量指标，而且使这些较少的综合指标既能尽量多地反映原来较多指标所反映的信息，同时它们之间又是彼此独立的。那么，这些综合指标（即新变量)应如何选取呢显然，其最简单的形式就是取原来变量指标的线性组合，适当调整组合系数，使新的变量指标之间相互独立且代表性最好。 如果记原来的变量指标为x 1，x 2，…，x p ，它们的综合指标——新变量指标为z 1，z 2，…，zm （m≤p)。则 11111221221122221122,,......................................... ,p p p p m m m mp p z l x l x l x z l x l x l x z l x l x l x =+++??=+++????=+++?L L L （2）
第1章数学建模与误差分析 1.1 数学与科学计算 数学是科学之母，科学技术离不开数学，它通过建立数学模型与数学产生紧密联系，数学又以各种形式应用于科学技术各领域。数学擅长处理各种复杂的依赖关系，精细刻画量的变化以及可能性的评估。它可以帮助人们探讨原因、量化过程、控制风险、优化管理、合理预测。近几十年来由于计算机及科学技术的快速发展，求解各种数学问题的数值方法即计算数学也越来越多地应用于科学技术各领域，相关交叉学科分支纷纷兴起，如计算力学、计算物理、计算化学、计算生物、计算经济学等。 科学计算是指利用计算机来完成科学研究和工程技术中提出的数学问题的计算，是一种使用计算机解释和预测实验中难以验证的、复杂现象的方法。科学计算是伴随着电子计算机的出现而迅速发展并获得广泛应用的新兴交叉学科，是数学及计算机应用于高科技领域的必不可少的纽带和工具。科学计算涉及数学的各分支，研究它们适合于计算机编程的数值计算方法是计算数学的任务，它是各种计算性学科的联系纽带和共性基础，兼有基础性和应用性的数学学科。它面向的是数学问题本身而不是具体的物理模型，但它又是各计算学科共同的基础。 随着计算机技术的飞速发展，科学计算在工程技术中发挥着愈来愈大的作用,已成为继科学实验和理论研究之后科学研究的第三种方法。在实际应用中所建立的数学模型其完备形式往往不能方便地求出精确解，于是只能转化为简化模型，如将复杂的非线性模型忽略一些因素而简化为线性模型，但这样做往往不能满足精度要求。因此，目前使用数值方法来直接求解较少简化的模型，可以得到满足精度要求的结果，使科学计算发挥更大作用。了解和掌握科学计算的基本方法、数学建模方法已成为科技人才必需的技能。因此，科学计算与数学建模的基本知识和方法是工程技术人才必备的数学素质。 1.2 数学建模及其重要意义 数学，作为一门研究现实世界数量关系和空间形式的科学，在它产生和发展的历史长河中，一直是和人们生活的实际需要密切相关。用数学方法解决工程实际和科学技术中的具体问题时，首先必须将具体问题抽象为数学问题，即建立起能描述并等价代替该实际问题的数学模型，然后将建立起的数学模型，利用数学理论和计算技术进行推演、论证和计算，得到欲求解问题的解析解或数值解，最后用求得的解析解和数值解来解决实际问题。本章主要介绍数学建模基本过程和求解数学问题数值方法的误差传播分析。 1.2.1 数学建模的过程 数学建模过程就是从现实对象到数学模型，再从数学模型回到现实对象的循环，一般通过表述、求解、解释、验证几个阶段完成。数学建模过程如图1.2.1所示，数学模型求解方法可分为解析法和数值方法，如图1.2.2所示。 表述是将现实问题“翻译”成抽象的数学问题，属于归纳。数学模型的求解方法则属于演绎。归纳是依据个别现象推出一般规律；演绎是按照普遍原理考察特定对象，导出结论。演绎利用严格的逻辑推理，对解释现象做出科学预见，具有重要意义，但是它要以归纳的结论作为公理化形式的前提，只有在这个前提下
§6 决策树法 对较为复杂的决策问题，特别是需要做多个阶段决策的问题，最常用的方法是决策树法。决策树法是把某个决策问题未来发展情况的可能性和可能结果所做的预测用树状图画出来。其步骤如下： 1、用方框表示决策点。从决策点画出若干条直线或折线，每条线代表一个行动方案，这样的直线或折线称为方案枝。 2、在各方案枝的末端画一个园圈，称为状态点，从状态点引出若干直线或折线，每条线表示一个状态，在线的旁边标出每个状态的概率，称为概率枝。 3、把各方案在各个状态下的损益期望值算出标记在概率枝的末端。 4、把计算得到的每个方案的损益期望值标在状态点上，然后通过比较，选出损益期望值最小的方案为最优方案。 例1某厂准备生产一种新产品，产量可以在三种水平n1、n2、n3中作决策。该产品在市场上的销售情况可分为畅销、一般和滞销三种情况，分别为S1、S2、S3。通过调查，预测市场处于这三种情况的概率分别为0.5、0.3、0.2。三种决策在各种不同市场情况下的利润见下表： 表1 基于各种决策的各种市场情况的利润表（万元） 我们可以计算每种决策下利润的期望值： 实行在水平n1下生产的利润的期望值为：90×0.5+30×0.3-60×0.2=42 实行在水平n2下生产的利润的期望值为：60×0.5+50×0.3-10×0.2=43 实行在水平n3下生产的利润的期望值为：10×0.5+9×0.3-6×0.2=6.5 由于在水平n2下生产利润的期望值最大，因而应选择产量水平n2生产。 可以应用决策树帮助解决这样的决策问题，把各种决策和情况画在图1上： 图1
图中的方框（□）称为决策点，圆圈（○）称为状态点，从方框出发的线段称为对策分支，表示可供选择的不同对策。在圆圈下面的线段称为概率分支，表示在此种对策下可能出现的各种情况。在概率分支上注明了该情况出现的概率。在每一个概率分支的末端注明了对应对策和对应情况下的收益（利润）。在计算时，我们把相应的期望值写在相应的状态点旁边，再由比较大小后选择最优决策，在图上用∥表示舍弃非最优的对策，并在决策点上注明最优决策所对应的期望利润。 图2 利用决策树还可以解决多阶段的决策问题。 例2 某公司在开发一种新产品前通过调查推知，该产品未来的销售情况分前三年和后三年两种情况。因此生产该产品有两种可供选择的方案：建造大厂和建造小厂。如果建造大厂，投资费用5000万元，当产品畅销时，每年可获利2000万元，当产品滞销时，每年要亏损120万元。如果建造小厂，投资费用1000万元，当产品畅销时，每年可获利300万元，当产品滞销时，每年仍可获利150万元。若产品畅销可考虑在后三年再扩建，扩建投资需2000万元，随后三年每年可获利1000万元；也可不再扩建。预测这六年该产品畅销的概率为0.6，滞销的概率为0.4。试分析该公司开发新产品应如何决策？ 根据问题的各种情况可以画出决策树如下：这是一个两阶段的决策问题。注意到图中有两个决策点，反映建小厂的方案中可以分成前三年和后三年两个阶段，并在后三年还要做出一次决策。 图3 把各种数据填到图适当的位置后，由后向前计算获利的期望值。由图可见应采用决策：建造大厂。 500 900 1000*3=3000 300*3=900 6.5
2007-2008学年第一学期《数值分析与数学建模》课程考核题目 说明： 本次考核题目共有五个部分，请从每一部分中任选一题作答。选择时请注意：每题难度不同分值也有所不同。 完成时间：2007－2008学年第二学期开学第一周前三个工作日，过期无效。 答卷提交方式：手写稿或打印稿请直接交到5号楼202室；电子稿可以发送Email 至 tzl99@https://www.doczj.com/doc/d317086752.html, 。 要求： （1）标清题号； （2）列出关键的数学模型及模型中各参数的含义； （3）可利用Matalb 软件中相关库函数直接求解，请注明你所用到的关键函数及其作用； （4）也可以在建立模型之后，自行选择数值分析课程中介绍的合适算法并利用Matlab 软件编程实现；如此，你将获得额外加分； （5）对得到的结果加以适当评价，以及对问题本身提出相应的思考与改进，也将获得额外加分； （6）鼓励相互讨论，不允许相互抄袭；雷同（绝大部分相同）答卷按无效答卷处理，不予记录成绩；若某些题目解答完全相同，则该题不得分。 第一部分 说明： Ex1、Ex2每题10分；Ex3~Ex6每题15分 Ex1：以定期存储为基础的储蓄账户的累积值可由“定期年金方程”确定， ]1)1[(-+= n i i P A ； 在这个方程中，A 是账户中的数额，P 是定期存储的数额，i 是n 个存储期间的每期利率。一个工程师想在20年内退休时储蓄账户上的数额达到750000美元，而为了达到这个目标他每个月能存1500美元。为实现他的储蓄值目标，最小利率应是多少？假定利息是月复利的。 Ex2：在固定的时期内需付抵押贷款的数额问题和下面的称为“普通年金方程”的公式有关， ]) 1(1[n i i P A -+-= 在这个方程中，A 是抵押贷款的数额，P 是每期付款的数额，i 是n 个付款期的每期利率。假设需要30年房屋按揭贷款135000美元，又假设借款人每月至多能付1000美元房款。借款人能付得起的最大利率是多少？ Ex3：病人用的药在血流中产生的浓度由ml mg e t A t c t 3 ) (-=给出（注射了A 单位药物后的t 小时以后血液中药物的浓度）。病人能够承受的药物最大安全浓度是1 ml mg 。 （1）分别利用微积分知识以及Matlab 软件描绘出浓度随时间变化的图形； （2）应该注射多大的量来达到最大的安全浓度？什么时候达到这个最大的安全浓度？ （3）在浓度下降到0.25ml mg 后，要给病人注射这种药的附加的药量。确定何时应进行第二次注射，精确到分钟； （4）假设连续注射的浓度是可加的，又假设开始注射的75％的药量仍在第二次注射中起作用。什么时候可以进行第三次注射？
案例分析1: 自行车外胎的使用寿命 问题： 目前，自行车在我国是一种可缺少的交通工具。它小巧、灵活、方便、易学，而且价格适中，给广大居民带来了不小的益处。但是，自行车也有令人头痛的地方，最常见的问题莫过于扎胎了。扎胎的原因有很多，但相当一部分是由于外胎磨损，致使一些玻璃碴、小石子很容易侵入、扎破内胎。为了减少不必要的麻烦，如何估计自行车外胎的寿命，及时更换? 分析： 分析角度：由于题目里未明确指出我们是应从厂家角度，还是应从用户角度来考虑这个问题，因此需要我们自己做出合理判断。若从厂家角度，我们面对的应当是一大批自行车外胎的平均寿命的估计。这样的估计要求一定精确度和相对明确的使用环境；而从用户角度来说，面对的仅是个人的一辆车，不需要很高的精确度，这样的寿命估计更简单，易于随时了解，下面仅从用户角度进行分析。 产品的使用者需要了解产品的寿命，是基于安全性及更换的费用来考虑的。我们将这两个标准作为主要标准来分析，首先值得注意的两个关键性问题是如何定义寿命、何时为寿命的终止。寿命的定义要做到科学，直观，有可比性，在航空工业中航天飞机的使用寿命是用重复使用的次数来衡量，而工厂机器设备的寿命则以连续工作的时间来定义。本题外胎的寿命亦可用时间来表征，但由于外胎的寿命直接与其磨损速度相关；而磨损速度又与使用频率及行驶速度相互联系，致使外胎的寿命不一定与使用时间成正比(这种非正比关系使我们不能拿一辆—天跑200公里的自行车与一天只跑1公里的自行车进行寿命比较)，降低了可比性。如换成自行车的路程寿命来比较，就好得多。产品寿命是在安全性和更换费用相互制约下达到的一个点，在这个点上，外胎的安全系数降到用户不可接受的最低值，更换费用(寿命越长，在一定意义上更换费用越低)也达到了最大限度的节省。 弄清了上面两个问题后，我们继续明确建立模型需要解决哪些问题及建立模型的重点难点。 自行车使用过程中，一来影响因素多，二来这些因素之间彼此相关，十分复杂，要做到比较准确地估计使用寿命，不但要对外胎的性能有相当的了解，而且对使用环境更不能忽视。当然我们由于是站在用户角度上来考虑的，相对地就可忽略一些次要的影响因素。 这样的数学模型面对着两个主要问题。一、自行车使用寿命与外胎厚度的关系，二、外胎能够抵御小石子破坏作用的最小厚度。后者可处理得相对简略些(如只考虑一块具有一般特征的小石子对外胎的破坏作用)，而重点(也是难点)是第一个问题。车重、人重、轮胎性质(力学的、热学的、甚至化学的)和自行车使用频率等都左右着它们的关系。这么多相关因素，不必一一都加以考虑(用户是不会在意这么多的)，有些因素，可以先不考虑，在模型的改进部分再作修改，采取逐步深入的方法，如：摩擦损耗有滑动摩擦和滚动摩擦损耗两种，由于滚动摩擦占用的时间(或路程)显然占绝对优势，因此可重点考虑。但滑动摩擦造成的一次损坏又比滚动摩擦大，在刹车使用过频的情况下，就不能不考虑了。 最后，需对得出的结果用简单清晰的文字进行说明，以供用户参考。 案例分析2：城市商业中心最优位置分析 问题： 城市商业中心是城市的基本构成要素之一。它的形成是一个复杂的定位过程。商业中心的选址涉及到各种因素制约，但其中交通条件是很重要的因素之一。即商业中心应位于城市“中心”，如果太偏离这一位置，极有可能在城市“中心”地带又形成一个商业区，造成重复建设。 某市对老商业中心进行改建规划，使居民到商业中心最方便。如果你是规划的策划者，如何建立一个数学模型来解决这个问题。
单摆 同学们：前面几节课，我们与弹簧振子为载体详细研究了简谐运动的运动特征和简谐运动的图像。在众多的机械振动中是不是只有弹簧振子的运动是简谐运动呢？当然不是。今天我们再来研究加一个典型的简谐运动――单摆。 （板书课题：四、单摆） 我们先来看看摆动：（演示多媒体课件）其实摆动还是比较复杂的，我们先研究最简单的摆动――单摆。 什么是单摆呢？ （板书：一、单摆的构成） 一根没有质量的细线，下挂一个质点构成理想的单摆――理想化物理模型 实际中是一根质量、伸缩可以忽略不计的细线下挂一个密度较大的金属小球构成单摆。通常，如果线很细，伸缩和质量可忽略，球直径比线长短的多，这样的装置就叫做单摆。 单摆的运动特征是来回往复运动，一定有一个回复力，那么单摆的回复力是什么力提供？回复力有何特征呢？ （板书：二、单摆的回复力） 边演示多媒体课件，边分析单摆的回复力得出：（板书）θsin mg F ＝回 （板书）小角度摆动时： ι ιθθθx s tg ≈≈≈弧度）＝(sin 所以单摆在较小偏角摆动时： x mg F ι ＝－ 回，对照简谐运动的回复力 特征得：
（板书：三、单摆在较小偏角摆动时是简谐运动） 关于单摆在小角度摆动是简谐运动，还可以从单摆振动图像中得到证实。（演示多媒体课件：砂摆动运动描绘振动图像） 既然单摆是简谐运动，那么它应该有简谐运动的特征量：周期T ，频率f ，振幅A 等。 我们研究一下单摆的周期 （板书：四、单摆的周期） （演示多媒体课件比较研究单摆周期与振幅A 、质量m 、摆长L 、重力加速度g 的关系。） 首先定性研究一下单摆的周期与哪些因素有关。测量摆长约为1m 的单摆，在两个不同振幅下的周期。 怎样测才能误差小呢？ 答：测多次，而后取其平均值。为了节省时间，我只测10个全振动时间 保证小角度情况下，改变幅度，读表从平衡位置计时。 结果：单摆周期与振幅无关。 ⑴单摆周期与振幅无关（单摆的等时性） 下面我们再做实验看周期T 与摆球质量之间系。如图,m 1 数学建模第四版答案 【篇一：数学建模课后答案】 t>第二章(1)（2012年12月21日） 1．学校共1000名学生，235人住在a宿舍，333人住在b宿舍，432人住在c宿舍.学生们 要组织一个10人的委员会，试用下列办法分配各宿舍的委员数：（1）. 按比例分配取整数的名额后,剩下的名额按惯例分给小数部分 较大者; （2）. 1中的q值方法； （3）.d’hondt方法：将a、b、c各宿舍的人数用正整数n=1,2,3,??相除，其商数如下表： 将所得商数从大到小取前10个（10为席位数），在数字下标以横线，表中a、b、c行有横线的数分别为2，3，5，这就是3个宿舍 分配的席位.你能解释这种方法的道理吗？ 如果委员会从10个人增至15人，用以上3种方法再分配名额，将 3种方法两次分配的结果列表比较. 解：先考虑n=10的分配方案， p1?235,p2?333,p3?432,方法一（按比例分配） ?p i?1 3 i ?1000. q1? p1n ?p i?1 3 ?2.35,q2? p2n i ?p i?1 3 ?3.33, q3? p3n i ?p i?1 3 ?4.32 i 分配结果为： n1?3, n2?3, n3?4 方法二（q值方法） 9个席位的分配结果（可用按比例分配）为： n1?2,n2?3, n3?4 第10个席位：计算q值为 235233324322 q1??9204.17, q2??9240.75, q3??9331.2 2?33?44?5 q3最大，第10个席位应给c.分配结果为 n1?2,n2?3,n3?5 方法三（d’hondt方法） 此方法的分配结果为：n1?2,n2?3,n3?5 此方法的道理是：记pi和ni为各宿舍的人数和席位（i=1,2,3代表a、b、c宿舍）. pi 是ni 每席位代表的人数，取ni?1,2,?,从而得到的近. pip 中选较大者，可使对所有的i,i尽量接nini 再考虑n?15的分配方案，类似地可得名额分配结果.现将3种方法两次分配的结果列表如下： 2．试用微积分方法，建立录像带记数器读数n与转过时间的数学模型. 解：设录像带记数器读数为n时，录像带转过时间为t.其模型的假设见课本. 考虑t到t??t时间内录像带缠绕在右轮盘上的长度，可得 vdt?(r?wkn)2?kdn,两边积分，得 ? t vdt?2?k?(r?wkn)dn n 2?rk?wk22n2 2vv 第二章(2)（2008年10月9日） 数学建模常用的十种解题方法 摘要 当需要从定量的角度分析和研究一个实际问题时，人们就要在深入调查研究、了解对象信息、作出简化假设、分析内在规律等工作的基础上，用数学的符号和语言，把它表述为数学式子，也就是数学模型，然后用通过计算得到的模型结果来解释实际问题，并接受实际的检验。这个建立数学模型的全过程就称为数学建模。数学建模的十种常用方法有蒙特卡罗算法；数据拟合、参数估计、插值等数据处理算法；解决线性规划、整数规划、多元规划、二次规划等规划类问题的数学规划算法；图论算法；动态规划、回溯搜索、分治算法、分支定界等计算机算法；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；网格算法和穷举法；一些连续离散化方法；数值分析算法；图象处理算法。 关键词：数学建模；蒙特卡罗算法；数据处理算法；数学规划算法；图论算法 一、蒙特卡罗算法 蒙特卡罗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。在工程、通讯、金融等技术问题中, 实验数据很难获取, 或实验数据的获取需耗费很多的人力、物力, 对此, 用计算机随机模拟就是最简单、经济、实用的方法; 此外, 对一些复杂的计算问题, 如非线性议程组求解、最优化、积分微分方程及一些偏微分方程的解⑿, 蒙特卡罗方法也是非常有效的。 一般情况下, 蒙特卜罗算法在二重积分中用均匀随机数计算积分比较简单, 但精度不太理想。通过方差分析, 论证了利用有利随机数, 可以使积分计算的精度达到最优。本文给出算例, 并用MA TA LA B 实现。 1蒙特卡罗计算重积分的最简算法-------均匀随机数法 二重积分的蒙特卡罗方法(均匀随机数) 实际计算中常常要遇到如()dxdy y x f D ??,的二重积分, 也常常发现许多时候被积函数的原函数很难求出, 或者原函数根本就不是初等函数, 对于这样的重积分, 可以设计一种蒙特卡罗的方法计算。 定理 1 )1( 设式()y x f ,区域 D 上的有界函数, 用均匀随机数计算()??D dxdy y x f ,的方法: (l) 取一个包含D 的矩形区域Ω,a ≦x ≦b, c ≦y ≦d , 其面积A =(b 一a) (d 一c) ; ()j i y x ,,i=1,…,n 在Ω上的均匀分布随机数列,不妨设()j i y x ,, j=1，…k 为落在D 中的k 个随机数, 则n 充分大时, 有 数学建模的基本步骤 一、数学建模题目 1）以社会，经济，管理，环境，自然现象等现代科学中出现的新问题为背景，一般都有一个比较确切的现实问题。 2）给出若干假设条件： 1. 只有过程、规则等定性假设； 2. 给出若干实测或统计数据； 3. 给出若干参数或图形等。 根据问题要求给出问题的优化解决方案或预测结果等。根据问题要求题目一般可分为优化问题、统计问题或者二者结合的统计优化问题，优化问题一般需要对问题进行优化求解找出最优或近似最优方案，统计问题一般具有大量的数据需要处理，寻找一个好的处理方法非常重要。 二、建模思路方法 1、机理分析根据问题的要求、限制条件、规则假设建立规划模型，寻找合适的寻优算法进行求解或利用比例分析、代数方法、微分方程等分析方法从基本物理规律以及给出的资料数据来推导出变量之间函数关系。 2、数据分析法对大量的观测数据进行统计分析，寻求规律建立数学模型，采用的分析方法一般有： 1）. 回归分析法(数理统计方法)-用于对函数f（x）的一组观测值（xi,fi）i=1,2,…,n，确定函数的表达式。 2）. 时序分析法--处理的是动态的时间序列相关数据，又称为过程统计方法。 3）、多元统计分析（聚类分析、判别分析、因子分析、主成分分析、生存数据分析）。 3、计算机仿真（又称统计估计方法）：根据实际问题的要求由计算机产生随机变量对动态行为进行比较逼真的模仿，观察在某种规则限制下的仿真结果（如蒙特卡罗模拟）。 三、模型求解： 模型建好了，模型的求解也是一个重要的方面，一个好的求解算法与一个合 适的求解软件的选择至关重要，常用求解软件有matlab，mathematica，lingo，lindo，spss，sas等数学软件以及c/c++等编程工具。 Lingo、lindo一般用于优化问题的求解，spss，sas一般用于统计问题的求解，matlab，mathematica功能较为综合，分别擅长数值运算与符号运算。 常用算法有：数据拟合、参数估计、插值等数据处理算法,通常使用spss、sas、Matlab作为工具. 线性规划、整数规划、多元规划、二次规划、动态规划等通常使用Lindo、Lingo,Matlab软件。 图论算法,、回溯搜索、分治算法、分支定界等计算机算法, 模拟退火法、神经网络、遗传算法。 四、自学能力和查找资料文献的能力： 建模过程中资料的查找也具有相当重要的作用，在现行方案不令人满意或难以进展时，一个合适的资料往往会令人豁然开朗。常用文献资料查找中文网站：CNKI、VIP、万方。 五、论文结构： 0、摘要 1、问题的重述，背景分析 2、问题的分析 3、模型的假设，符号说明 4、模型的建立（局部问题分析，公式推导，基本模型，最终模型等） 5、模型的求解 6、模型检验:模型的结果分析与检验，误差分析 7、模型评价:优缺点，模型的推广与改进 8、参考文献 9、附录 六、需要重视的问题 数学建模的所有工作最终都要通过论文来体现，因此论文的写法至关重要： 数学建模的主要步骤: 第一、模型准备 首先要了解问题的实际背景,明确建模目的,搜集必需的各种信息,尽量弄清对象的特征. 第二、模型假设 根据对象的特征和建模目的,对问题进行必要的、合理的简化,用精确的语言作出假设,是建模至关重要的一步.如果对问题的所有因素一概考虑,无疑是一种有勇气但方法欠佳的行为,所以高超的建模者能充分发挥想象力、洞察力和判断力,善于辨别主次,而且为了使处理方法简单,应尽量使问题线性化、均匀化. 第三、模型构成 根据所作的假设分析对象的因果关系,利用对象的内在规律和适当的数学工具,构造各个量间的等式关系或其它数学结构.这时,我们便会进入一个广阔的应用数学天地,这里在高数、概率老人的膝下,有许多可爱的孩子们,他们是图论、排队论、线性规划、对策论等许多许多,真是泱泱大国,别有洞天.不过我们应当牢记,建立数学模型是为了让更多的人明了并能加以应用,因此工具愈简单愈有价值. 第四、模型求解 可以采用解方程、画图形、证明定理、逻辑运算、数值运算等各种传统的和近代的数学方法,特别是计算机技术.一道实际问题的解决往往需要纷繁的计算,许多时候还得将系统运行情况用计算机模拟出来,因此编程和熟悉数学软件包能力便举足轻重. 第五、模型分析 对模型解答进行数学上的分析."横看成岭侧成峰,远近高低各不?quot;,能否对模型结果作出细致精当的分析,决定了你的模型能否达到更高的档次.还要记住,不论那种情况都需进行误差分析,数据稳定性分析. 数学建模采用的主要方法有： （一）、机理分析法：根据对客观事物特性的认识从基本物理定律以及系统的结构数据来推导出模 型. 1、比例分析法：建立变量之间函数关系的最基本最常用的方法. 2、代数方法：求解离散问题（离散的数据、符号、图形）的主要方法. 3、逻辑方法：是数学理论研究的重要方法,对社会学和经济学等领域的实际问题,在决策,对策等学科中得到广泛应用. 4、常微分方程：解决两个变量之间的变化规律,关键是建立“瞬时变化率”的表达式. 5、偏微分方程：解决因变量与两个以上自变量之间的变化规律. （二）、数据分析法：通过对量测数据的统计分析,找出与数据拟合最好的模型 1、回归分析法：用于对函数f（x）的一组观测值（xi,fi）i=1,2,…,n,确定函数的表达式,由于处理的是静态的独立数据,故称为数理统计方法. 2、时序分析法：处理的是动态的相关数据,又称为过程统计方法. 3、回归分析法：用于对函数f（x）的一组观测值（xi,fi）i=1,2,…,n,确定函数的表达式,由于处理的是静态的独立数据,故称为数理统计方法. 第十章 插值与拟合方法建模 在生产实际中，常常要处理由实验或测量所得到的一批离散数据，插值与拟合方法就是要通过这些数据去确定某一类已经函数的参数，或寻求某个近似函数使之与已知数据有较高的拟合精度。插值与拟合的方法很多，这里主要介绍线性插值方法、多项式插值方法和样条插值方法，以及最小二乘拟合方法在实际问题中的应用。相应的理论和算法是数值分析的内容，这里不作详细介绍，请参阅有关的书籍。 §1 数据插值方法及应用 在生产实践和科学研究中，常常有这样的问题：由实验或测量得到变量间的一批离散样点，要求由此建立变量之间的函数关系或得到样点之外的数据。与此有关的一类问题是当原始数据 ),(,),,(),,(1100n n y x y x y x 精度较高，要求确定一个初等函数)(x P y =（一般用多项式或分段 多项式函数）通过已知各数据点（节点），即n i x P y i i ,,1,0,)( ==，或要求得函数在另外一些点（插值点）处的数值，这便是插值问题。 1、分段线性插值 这是最通俗的一种方法，直观上就是将各数据点用折线连接起来。如果 b x x x a n =<<<= 10 那么分段线性插值公式为 n i x x x y x x x x y x x x x x P i i i i i i i i i i ,,2,1,,)(11 1 11 =≤<--+--= ----- 可以证明，当分点足够细时，分段线性插值是收敛的。其缺点是不能形成一条光滑曲线。 例1、已知欧洲一个国家的地图，为了算出它的国土面积，对地图作了如下测量：以由西向东方向为x 轴，由南向北方向为y 轴，选择方便的原点，并将从最西边界点到最东边界点在x 轴上的区间适当的分为若干段，在每个分点的y 方向测出南边界点和北边界点的y 坐标y1和y2，这样就得到下表的数据（单位：mm ）。 根据地图的比例，18 mm 相当于40 km 。数学建模第四版答案
数学建模常用的十种解题方法
数学建模的基本步骤
数学建模方法和步骤
数学建模案例分析-- 插值与拟合方法建模1数据插值方法及应用
相关主题
文本预览