数学建模奥运会建模

合集下载

数学建模

数学建模
材料均匀,热传导系数为常数 Q ~单位时间单位面积传导的热量 T~温差, d~材料厚度, k~热传导系数 记双层玻璃窗传导的热量Q1 记单层玻璃窗传导的热量Q2 热量传播只有传导,没有对流
室 内 T1
d
l
d
室 外 T2
Q1

室 内 T1
2d
室 外 T2
Q2

Ta~内层玻璃的外侧温度 Tb~外层玻璃的内侧温度 k1~玻璃的热传导系数 k2~空气的热传导系数
乙安全线
y0 0 x
y1 y0 0
y=f ( x)
y0 y f ( x) y0 x
x0
P(xm,ym)甲 安 x=g(y) 全 区 x1 x
P~平衡点(双方最少导弹数)
精细 模型
x<y x=y
乙方残存率 s ~甲方一枚导弹攻击乙方一个 基地,基地未被摧毁的概率。 甲方以 x攻击乙方 y个基地中的 x个, sx个基地未摧毁,y–x个基地未攻击。 y0=sx+y–x y0=sy y= y0+(1-s)x y=y0 / s
• (4)模型求解:利用获取的数据资料,对模 型的所有参数做出计算(估计)。 • (5)模型分析:对所得结果进行数学的分析。 • (6)模型检验:将模型分析结果与实际情形 进行比较,以此来验证模型的准确性、合 理性和适用性。如果模型与实际较吻合, 则要对计算结果给出其实际含义,并进行 解释。如果模型与实际吻合较差,则应该 修改假设,再次重复建模过程。 • (7)模型应用:应用方式因问题的性质和建 模的目的而异
0
x0
x
甲方的被动防御也会使双方军备竞赛升级。
模型解释
• 甲方将固定核导弹基地改进为可移动发射架 乙安全线y=f(x)不变

数学建模论文(乘公交看奥运)

数学建模论文(乘公交看奥运)

第18组:李姣 张华军 李醒乘公交,看奥运摘要本文探讨的是北京市的公交线路选择问题,属于运筹学中的最短路问题。

我们建立了多目标线性规划函数,运用软件Matlab 并结合Floyd 算法,求出了最优的乘车路线。

在问题一中,当仅考虑公汽线路时,我们建立了依次以最少的换乘次数、最短的时间、最省的费用为目标函数的多目标线性规划模型一。

此时,引入01-决策变量()u s 并在约束条件的限制下,运用Floyd 算法编程求解得到最优线路:在问题二中,当同时考虑公汽与地铁线路时,在模型一的基础上更改目标函数和约束条件,再次建立依次以最小的换乘次数、最短的时间、最省的费用为目在问题三中,公汽、地铁、步行交叉混合使用时,我们建立了3个最优化模型:换乘次数最少的优化模型、花费时间最短的优化模型、全程费用最省的优化模型。

根据乘客的各种心理偏好,可以依情况选择最优路线。

关键词:多目标线性规划 Floyd 算法 01-决策变量 最优路线1、问题重述1.1问题背景2004年在雅典奥运会上使用的info2004信息服务系统,为奥运期间来访的各国运动员、旅游观光者以及本国居民提供了便利,同时也将“数字奥运”、“科技奥运”、“人文奥运”融为一体,向世界宣告了信息化的广泛普及以及科技竞争的日益加剧。

“数字奥运”作为奥运会的亮点,旨在建设各种与奥运相关的信息与基础通信设施和系统,营造良好的信息化环境,提供优质的信息服务,是“科技奥运”的时代特征,是“人文奥运”的弘扬手段,我国人民翘首企盼的第29届奥运会明年8月将在北京举行,届时有大量观众到现场观看奥运比赛,其中大部分人将会乘坐公共交通工具(简称公交,包括公汽、地铁等)出行。

这些年来,城市的公交系统有了很大发展,北京市的公交线路已达800条以上,使得公众的出行更加通畅、便利,但同时也面临多条线路的选择问题。

如何通过高科技信息手段,建立一个公交查询服务系统,充分体现“以人为本”和“科技奥运”的理念,同时,进一步推动首都信息化的长期发展,实现“数字奥运”和北京生活的信息化的双重目标,提高我国的国际竞争力和影响力,便是值得我们深思的问题。

初三数学学习中的实践与探索

初三数学学习中的实践与探索

初三数学学习中的实践与探索在初中三年的数学学习中,我积极参与各种实践活动和探索性学习,通过实际操作和探索,我不仅加深了对数学知识的理解,还培养了解决问题的能力和创新思维。

本文将从数学建模、数学实验和数学应用三个方面详细介绍我在初三数学学习中的实践与探索。

一、数学建模数学建模是将实际问题抽象化并运用数学方法进行求解的过程。

在初三的数学学习中,我积极参与了数学建模的活动,其中最有深远影响的是参加了一个数学建模比赛。

在这个比赛中,我与队友合作,选择了一个关于城市交通流量优化的题目进行研究。

我们首先通过调研和数据收集,了解了城市道路的交通状况,并将其转化为数学问题。

然后,我们运用图论和线性规划等数学方法进行建模和求解,最终得出了一套优化城市交通流量的方案。

通过参与数学建模比赛,我不仅加深了对数学知识的理解,还学会了运用数学方法解决实际问题。

在整个建模过程中,我们需要不断调整和完善模型,这培养了我们解决问题的能力和灵活思维。

数学建模的实践让我体验到数学的魅力,也激发了我对数学研究的兴趣。

二、数学实验数学实验是通过实际操作和观察探索数学规律和定理的过程。

在初三的数学学习中,我积极参与了数学实验活动,其中最有收获的是进行几何实验和概率实验。

在几何实验中,我利用尺规作图工具和几何软件进行各种几何图形的构造和变换。

通过实际操作,我更加深入地理解了几何定理和几何性质。

我通过构造等腰三角形、相似三角形等几何图形,验证了它们的性质,并对几何定理有了更加直观的认识。

在概率实验中,我通过投掷骰子、抽签等实验,探究了概率的规律。

我记录实验结果,统计频次,并计算实验概率与理论概率的差异。

通过这些实验,我深入理解了概率理论,并加深了对概率计算的认识。

通过数学实验的实践活动,我不仅提高了动手操作的能力,还培养了观察和思考问题的能力。

数学实验的探索性学习让我在实践中体会到数学的真实应用和魅力。

三、数学应用数学应用是将数学知识应用于实际问题中的过程。

数学建模历年题目分析方法

数学建模历年题目分析方法

建模更是一种精神】数学建模全国大赛历年题目分析以及参赛成功方法数学建模竞赛的赛题分析1. CUMCM历年赛题简析2. “彩票中的数学”问题3. 长江水质的评估、预测与控制问题4. 煤矿瓦斯和煤尘的监测与控制问题5. 其他几个数学建模的问题数学建模竞赛的规模越来越大,水平越来越高;竞赛的水平主要体现在赛题水平;赛题的水平主要体现:(1)综合性、实用性、创新性、即时性等;(2)多种解题方法的创造性、灵活性、开放性等;(3)海量数据的复杂性、数学模型的多样性、求解结果的不唯一性等。

纵览16年的本科组32个题目(专科组13个),从问题的实际意义、解决问题的方法和题型三个方面作一些简单的分析。

一、CUMCM历年赛题的简析1. CUMCM 的历年赛题浏览:1992年:(A)作物生长的施肥效果问题(北理工:叶其孝)(B)化学试验室的实验数据分解问题(复旦:谭永基)1993年:(A)通讯中非线性交调的频率设计问题(北大:谢衷洁)(B)足球甲级联赛排名问题(清华:蔡大用)1994年:(A)山区修建公路的设计造价问题(西电大:何大可)(B)锁具的制造、销售和装箱问题(复旦:谭永基等)1995年:(A)飞机的安全飞行管理调度问题(复旦:谭永基等)(B)天车与冶炼炉的作业调度问题(浙大:刘祥官等)一、CUMCM历年赛题的简析1. CUMCM 的历年赛题浏览:1996年:(A)最优捕鱼策略问题(北师大:刘来福)(B)节水洗衣机的程序设计问题(重大:付鹂)1997年:(A)零件参数优化设计问题(清华:姜启源)(B)金刚石截断切割问题(复旦:谭永基等)1998年:(A)投资的收益和风险问题(浙大:陈淑平)(B)灾情的巡视路线问题(上海海运学院:丁颂康)1999年:(A)自动化机床控制管理问题(北大:孙山泽)(B)地质堪探钻井布局问题(郑州大学:林诒勋)(C)煤矸石堆积问题(太原理工大学:贾晓峰)一、CUMCM历年赛题的简析1. CUMCM 的历年赛题浏览:2000年:(A)DNA序列的分类问题(北工大:孟大志)(B)钢管的订购和运输问题(武大:费甫生)(C)飞越北极问题(复旦:谭永基)(D)空洞探测问题(东北电力学院:关信)2001年:(A)三维血管的重建问题(浙大:汪国昭)(B)公交车的优化调度问题(清华:谭泽光)(C)基金使用计划问题(东南大学:陈恩水)2002年:(A)汽车车灯的优化设计问题(复旦:谭永基等)(B)彩票中的数学问题(信息工程大学:韩中庚)(D) 球队的赛程安排问题(清华大学:姜启源)一、CUMCM历年赛题的简析1. CUMCM 的历年赛题浏览2003年:(A)SARS的传播问题(集体)(B)露天矿生产的车辆安排问题(吉林大:方沛辰)(D)抢渡长江问题(华中农大:殷建肃)2004年:(A)奥运会临时超市网点设计问题(北工大:孟大志)(B)电力市场的输电阻塞管理问题(浙大:刘康生)(C)酒后开车问题(清华大学:姜启源)(D)公务员的招聘问题(信息工程大学:韩中庚)2005年:(A)长江水质的评价与预测问题(信息工大:韩中庚)(B)DVD在线租赁问题(清华大学:谢金星等)(C) 雨量预报方法的评价问题(复旦:谭永基)一、CUMCM历年赛题的简析1. CUMCM 的历年赛题浏览2006年:(A)出版社的资源管理问题(北工大:孟大志)(B)艾滋病疗法的评价及预测问题(天大:边馥萍)(C)易拉罐形状和尺寸的设计问题(北理工:叶其孝)(D)煤矿瓦斯和煤尘的监测与控制问题(信息工程大学:韩中庚)2007年:(A)中国人口增长预测问题(清华大学:唐云)(B)“乘公交,看奥运”问题(吉大:方沛辰,国防科大:吴孟达)(C)“手机套餐”优惠几何问题(信息工程大学:韩中庚)(D)体能测试时间的安排问题(首都师大:刘雨林)一、CUMCM历年赛题的简析一、CUMCM历年赛题的简析1. CUMCM 的历年赛题浏览2001年夏令营三个题:(A)三峡工程高坡开挖优化设计(三峡大学:李建林等)(B)城市交通拥阻的分析与治理(北京理工大学:叶其孝)(C)乳房癌的诊断问题(复旦大学:谭永基)2006年夏令营三个题:(A)教材出版业的市场调查、评估和预测方法问题(北工大:孟大志)(B)铁路大提速下的京沪线列车调度问题(信息工程大学:韩中庚)(C)旅游需求的预测预报问题(北京理工:叶其孝)2、从问题的实际意义分析32个问题从实际意义分析大体上可分为:工业、农业、工程设计、交通运输、经济管理、生物医学和社会事业等七个大类。

数学建模竞赛命题过程及题目分析

数学建模竞赛命题过程及题目分析
体变位后在进/出油过程中的实际检测数据(附件2),根据你 们所建立的数学模型确定变位参数,并给出罐体变位后油位 高度间隔为10cm的罐容表标定值。进一步利用附件2中的实际 检测数据来分析检验你们模型的正确性与方法的可靠性。
油位探针
油位探测 装置
油位探针

β
3m
地平线垂直线
(a)无偏转倾斜的正截面图 (b)横向偏转倾斜后正截面图
结合评奖对本科组选作A, B题的分析
• 本科组全国14108队参赛,送全国1393份论文,其中A题877 份(63%),B题516份(37%),其比例基本代表全部参赛 队的情况.
• 获一等奖的210 队中A题133队,B题77队.
• A题获一等奖的队多数集中在重点高校:
北京17队(北航5、北大3、北邮3、清华2)
图3 储油罐截面示意图

注油口

出油管

针 油浮子
1.2m
1.2m
油 α
0.4m 2.05m (a) 小椭圆油罐cm正面示意图
水平线
1.78m
Байду номын сангаас
(b) 小椭圆油罐截面示意图
图4 小椭圆型油罐形状及尺寸示意图
附件1 实验数据
流水 C进油 D油位高

量/L 度/mm
采集时间
说明
2010-08-20 (1)罐体无变位进油,罐内
11
50 159.02
10:32:18 油量初值262L;
12
100 176.14
2010-08-20 (2)C列进油量是每次加入 10:33:18 50L油后的累加值
13
150 192.59
2010-08-20 (3)D列是原罐内初始油量加入 10:34:18 相应油量后油位高度值。

100米短跑奥运冠军步幅的数学建模分析及启示

100米短跑奥运冠军步幅的数学建模分析及启示

第32卷 第2期 陇东学院学报Vol.32 No.2 2021年3月 Journal of Longdong UniversityMar.2021文章编号:1674 1730(2021)02 0111 03100米短跑奥运冠军步幅的数学建模分析及启示开学文(安徽体育运动职业技术学院,安徽合肥230000)收稿日期:2020 02 19基金项目:2019年安徽体育运动职业技术学院教学研究项目(JX201901)作者简介:开学文(1990—),女,安徽池州人,讲师,主要从事基础数学研究。

摘 要:步幅和步频是决定短跑速度的重要因素,是衡量优秀运动员短跑技术是否合理的重要指标,二者相辅相成又互相制约。

世界优秀短跑运动员之所以取得优异成绩与他们具有合理的步幅、步频组合有着密切的关系。

通过对近30年100m短跑奥运会冠军的步幅和步频做一些数学建模分析并与我国优秀短跑运动员的成绩进行比较分析,从而为我国短跑运动员制定科学训练计划提供理论基础。

关键词:短跑;步幅;步频;数学建模;奥运冠军中图分类号:O223文献标识码:AMathematicalModelingAnalysisandRevelationsofOlympicChampion’sStridein100 meterSprintKAIXue wen(AnhuiProfessional&TechnicalInstituteofAthletics,Hefei230000,Anhui)Abstract:Strideandstridefrequencyareimportantfactorsindeterminingsprintspeedandimportantindi catorstoevaluatewhethersprinttechniqueisreasonableforeliteathletes.Theycomplementandrestricteachother.Thereasonwhytheworld’selitesprintersachieveexcellentresultsiscloselyrelatedtotheirreasonablestrideandstridefrequencycombination.Thispapermakessomemathematicalmodelinganaly sisonthestrideandstridefrequencyoftheOlympicchampionsofthe100 metersprintinthepast30yearsandcomparesitwiththeachievementsoftheelitesprintersinChina.ItprovidestheoreticalbasisforChinesesprintertomakescientifictrainingplan.Keywords:sprint;stride;stridefrequency;mathematicalmodeling;Olympicchampion图1 百米短跑是一种近乎人体生理极限的运动项目,它是田径比赛中最为引人瞩目的运动项目之一,竞争异常激烈。

16672-数学建模-培训课件-运用时间序列法预测2008年奥运会奖牌数

16672-数学建模-培训课件-运用时间序列法预测2008年奥运会奖牌数

1 时间序列法的基本思想及分类
时间序列是指同一种现象在不同时间上的相继观 察值排列而成的一组数字序列。时间序列预测方法的 基本思想是: 预测一个现象的未来变化时, 用该现象的 过去行为来预测未来。即通过时间序列的历史数据揭 示现象随时间变化的规律, 将这种规律延伸到未来, 从 而对该现象的未来作出预测[3]。
59 295 25 1475 125 625
63 378 36 2268 216 1296
286 1123 91 5173 441 2275
根据表 2 计算得出 a,b,c 的结果如下:
!286 =6a+21b+91c
1123=21a+91b+441c 5173=91a+441b+2275c
!a=18.6
上述方程中的 3 个未知参数 a、b、c 根据最小二乘 法求得, 即对时间序列拟合 1 条趋势曲线, 使之满足下 列条件: 各实 际 值 Yt 与 趋 势 值〖AKY^〗t 的 离 差 平 方 和为最小, 即∑(Yt-〖AKY^〗t)2= 最小值, 得到 标 准 求 解方程:
∑Y=na +b∑t+ c∑t2 ∑tY=a∑t+b∑t2+c∑t3 ∑t2Y=a∑t2+b∑t3+c∑t4
现实中的时间序列的变化受许多因素的影响, 有 些起着长期的、决定性的作用, 使时间序列的变化呈现 出某种趋势和一定的规律性, 有些则起着短期的、非决 定性的作用, 使时间序列的变化呈现出某种不规则性 [1]。时间序列的变化大体可分解为以下 4 种:
(1)趋势变化, 指现象随时间变化朝着一定方向呈
现出持续稳定地上升、下降或平指现象受季节性影响,
第 6 卷第 1 期 2007 年 3 月
南京体育学院学报( 自然科学版) Journal of Nanjing Institute of Physical Education( Natural Science)

数学建模在解决实际问题中的应用

数学建模在解决实际问题中的应用

数学建模在解决实际问题中的应用应用数学知识去解决实际问题,常常需要在数学理论和实际问题之间构建一个桥梁来加以沟通,以便把实际问题中的数学结构明确地表示出来,这个桥梁就是“数学模型”.构建数学模型解决实际问题基本程序如下:初中数学常见的建模方法有:涉及现实生活中普遍存在的等量关系(不等量关系),建立方程(不等式)模型;涉及现实生活中的变量关系,建立函数模型;涉及图形的位置性质,建立几何模型;涉及对现实生活中的测量问题,建立解直角三角形模型;涉及对数据的收集、整理和分析,建立统计模型等. 一、构建方程(组)模型例1(2008德州市中考题)为迎接2008年奥运会,某工艺厂准备生产奥运会标志“中国印”和奥运会吉祥物“福娃”.该厂主要用甲、乙两种原料,已知生产一套奥运会标志需要甲原料和乙原料分别为4盒和3盒,生产一套奥运会吉祥物需要甲原料和乙原料分别为5盒和10盒.该厂购进甲、乙原料的量分别为20000盒和30000盒,如果所进原料全部用完,求该厂能生产奥运会标志和奥运会吉祥物各多少套? 分析:本例可通过构建方程组模型解决.解:设生产奥运会标志x 套,生产奥运会吉祥物y 套.根据题意,得 ⎩⎨⎧=+=+②00300103①0020054.y x ,y x①×2-②得:5x =10000. ∴ x =2000.把x =2000代入①得:5y =12000. ∴ y =2400.答:该厂能生产奥运会标志2000套,生产奥运会吉祥物2400套点评:对现实生活中广泛存在的如增长率、储蓄利率、产品购销、工程施工、人员调配等含有等量关系的实际问题,通常可以通过构建方程(组)模型来解决.二、构建不等式(组)模型例2(2008佛山市中考题)某地为四川省汶川大地震灾区进行募捐,共收到粮食100吨,副食品54吨. 现计划租用甲、乙两种货车共8辆将这批货物全部运往汶川,已知一辆甲种货车同时可装粮食20吨、副食品6吨,一辆乙种货车同时可装粮食8吨、副食品8吨.(1)将这些货物一次性运到目的地,有几种租用货车的方案?(2)若甲种货车每辆付运输费1300元,乙种货车每辆付运输费1000元,要使运输总费用最少,应选择哪种方案?分析:由题意知,选择哪种购票方案最佳,要运输费最省而定,分情况比较纳几种情况所需的费用最少.由于甲、乙两种车辆的载重量一定知的,故可通过设未知数构建不等式模型,实现等与不等的转化,从而对这两种方案所需的费用作出比较,确定最佳方案. 解 (1) 设租用甲种货车x 辆,则乙种货车为8x -辆. 依题意,得:208(8)100,68(8)54.x x x x +-≥⎧⎨+-≥⎩ (每列出一个给一分)解不等式组,得53≤≤x :这样的方案有三种:甲种货车分别租5,4,3辆,乙种货车分别租3,4,5辆. 另解:设安排甲种货车x 辆,则有54100)8)(88()620(+≥-+++x x .解得513≥x ,又8≤x ,可取整数8,7,6,5,4,3=x .租用货车的方案有六种:即甲种货车分别租用8,7,6,5,4,3辆.(2) 总运费8000300)8(10001300+=-+=x x x s .因为s 随着x 增大而增大,所以当3=x 时,总运费s 最少,为8900元.((2)若用类似列下表的方式解答也可)甲车数量 3 4 5 6 7 8 总运费89009200…………点评:通过构建一元一次不等式(组)模型,把实际问题转化为一元一次不等式(组)进行求解,一是要注意正确找出实际问题中的不等关系,二是要注意按照列不等式(组)解应用题的基本步骤(审,设、列、解、答),求出符合题意的答案.在现实世界中,正如相等关系一样不等关系也是普遍存在的.如在市场经营、核定价格、分析盈亏、估计产量、投资决策等许多问题中,可以通过挖掘实际问题所隐含的数量关系,构建不等式(组)模型加以解决. 三、构建函数模型例3 (2008茂名市中考题)我市某工艺厂为配合北京奥运,设计了一款成本为20元∕件的工艺品投放市场进行试销.经过调查,得到如下数据:(1)把上表中x、y的各组对应值作为点的坐标,在下面的平面直角坐标系中描出相应的点,猜想y与x的函数关系,并求出函数关系式;(2)当销售单价定为多少时,工艺厂试销该工艺品每天获得的利润最大?最大利润是多少?(利润=销售总价-成本总价)(3)当地物价部门规定,该工艺品销售单价最高不能..超过45元/件,那么销售单价定为多少时,工艺厂试销该工艺品每天获得的利润最大?分析:本例利用所给表格信息,可以构建一次函数模型.先由待定系数法求出一次函数的解析式,它表示的是销售量与单价之间的关系,再由利润公式求得利润的函数,并求它的最大值.解:(1)画图如右图;由图可猜想y与x是一次函数关系,设这个一次函数为y= k x+b(k≠0)∵这个一次函数的图象经过(30,500)(40,400)这两点,∴5003040040k bk b=+⎧⎨=+⎩解得10800kb=-⎧⎨=⎩∴函数关系式是:y =-10x +800(2)设工艺厂试销该工艺品每天获得的利润是W 元,依题意得 W=(x -20)(-10x +800) =-10x 2+1000x -16000 =-10(x -50)2+9000 ∴当x =50时,W 有最大值9000.所以,当销售单价定为50元∕件时,工艺厂试销该工艺品每天获得的利润最大,最大利润是9000元.(3)对于函数 W=-10(x -50)2+9000,当x ≤45时, W 的值随着x 值的增大而增大,∴销售单价定为45元∕件时,工艺厂试销该工艺品每天获得的利润最大. 点评:函数揭示了现实世界数量关系和运动、变化规律.对于现实生活中普遍存在的最优化问题,如用料最省、成本最低、利润最大等,可以构建立函数模型,转化为求函数的最值问题.四、构建几何模型例4(2008河北中考题)在一平直河岸l 同侧有A B ,两个村庄,A B ,到l 的距离分别是3km 和2km ,km AB a =(1)a >.现计划在河岸l 上建一抽水站P ,用输水管向两个村庄供水. 方案设计某班数学兴趣小组设计了两种铺设管道方案:图1是方案一的示意图,设该方案中管道长度为1d ,且1(km)d PB BA =+(其中BP l ⊥于点P );图2是方案二的示意图,设该方案中管道长度为2d ,且2(km)d PA PB =+(其中点A '与点A 关于l 对称,A B '与l 交于点P ).观察计算(1)在方案一中,1d = km (用含a 的式子表示);图1 图2图13(2)在方案二中,组长小宇为了计算2d 的长,作了如图3所示的辅助线,请你按小宇同学的思路计算,2d = km (用含a 的式子表示). 探索归纳(1)①当4a =时,比较大小:12_______d d (填“>”、“=”或“<”); ②当6a =时,比较大小:12_______d d (填“>”、“=”或“<”); (2)请你参考右边方框中的方法指导, 就a (当1a >时)的所有取值情况进 行分析,要使铺设的管道长度较短, 应选择方案一还是方案二?分析:本题可化为线段最短问题,可通过构建轴对称几何模型,最比较线段长度的大小.解:(1)2a +; (2探索归纳(1)①<;②>;(2)222212(2)420d d a a -=+-=-.①当4200a ->,即5a >时,22120d d ->,120d d ∴->.12d d ∴>; ②当4200a -=,即5a =时,22120d d -=,120d d ∴-=.12d d ∴=; ③当4200a -<,即5a <时,22120d d -<,120d d ∴-<.12d d ∴<.综上可知:当5a >时,选方案二; 当5a =时,选方案一或方案二;当15a <<(缺1a >不扣分)时,选方案一.点评:几何与人类的生活密切相关.诸如工程定位、材料加工、拱桥计算、皮带传动、残轮修复和跑道设计等,都涉及到几何图形及其性质,这就需要构建几何模型,将实际问题转化为几何问题进行求解. 五、构建统计模型可以对它们的平方进行比较:2m n 2-=22()m n ∴-当22m n -当22m n -例5(2008湖北宜昌市中考题)如图1,草原上有A ,B ,C 三个互通公路的奶牛养殖基地,B 与C 之间距离为100千米,C 在B 的正北方,A 在C 的南偏东47°方向且在B 的北偏东43°方向.A 地每年产奶3万吨;B 地有奶牛9 000头,平均每头牛的年产奶量为3吨;C 地养了三种奶牛,其中黑白花牛的头数占20%,三河牛的头数占35%,其他情况反映在图2,图3中.(1)通过计算补全图3;(2)比较B 地与C 地中,哪一地平均每头牛的年产奶量更高?(3)如果从B ,C 两地中选择一处建设一座工厂解决三个基地的牛奶加工问题,当运送一吨牛奶每千米的费用都为1元(即1元/吨·千米时,那么从节省运费的角度考虑,应在何处建设工厂?分析:本题将解直角三角形与统计揉为一体,可先通过构建统计模型,计算出B 、C 两奶产量的平均数,然后进行分析判断.解:(1)只要条形高度约在3 500左右即可.(注:条形图上未标注数字3500不扣分) (2)C 地每头牛的年平均产奶量为 52000 3.13500 2.1450010000⨯⨯+⨯+(或5×20%+3.1×35%+2.1×45%)=3.03 (吨),而B 地每头牛的年平均产奶量为3 吨,所以,C 地每头牛的年平均产奶量比B 地的高. (3分)(3)由题意:C 地每年产奶量为10 000×3.03=3.03万吨,B 地每年产奶量为9 000×3=2.7万吨,A 地每年产奶量为3万吨. (注:此处为独立得分点,计算出B ,C 中一地的年产奶量即可评 由题意,∠CBA =43°,∠ACB =47°,∴∠BAC =90°, ∵BC =100(千米),∴AB =100×sin47°≈100×0.731=73.1(千米), ∴AC =100×sin43°≈100×0.682=68.2(千米),(注:此处为独立得分点,计算出上面两个结果中任一个即可) 如果在B 地建厂,则每年需运费W 1=73.1×3×1+100×3.03×1=219.3+303=522.3(万元), 如果在C 地建厂,则每年需运费W 2=68.2×3×1+100×2.7×1=204.6+270=474.6(万元)而522.3>474.6.答:从节省运费的角度考虑,应在C 地建设工厂.点评:统计的内容具有非常丰富的实际背景,在现实世界中有着广泛的应用.要构建(图1) (图2) (图3)(第22题) 2.1吨/年草原红牛3.1吨/年三河牛5吨/年黑白花牛C 基地平均每头牛年产奶量统计模型,最有效的方法是投入到统计的全过程之中,提出问题、进行抽样、收集数据、整理数据、分析数据、做出决策,并在这个过程中学习、掌握和运用统计的思想方法.六、构建概率模型例6(2008吉林长春市中考题)汉字是世界上最古老的文字之一,字形结构体现人类追求均衡对称、和谐稳定的天性.如图,三个汉字可以看成是轴对称图形.(1)请在方框中再写出2个类似轴对称图形的汉字;(2)小敏和小慧利用“土”、“口”、“木”三个汉字设计一个游戏,规则如下:将这三个汉字分别写在背面都相同的三张卡片上,背面朝上洗匀后抽出一张,放回洗匀后再抽出一张,若两次抽出的汉字能构成上下结构的汉字(如“土”“土”构成“圭”)小敏获胜,否则小慧获胜.你认为这个游戏对谁有利?请用列表或画树状图的方法进行分析并写出构成的汉字进行说明.分析:要判断游戏对谁有利,可用列表或画树状图的方法进行分析判断.解:(1)如:田、日等(2)这个游戏对小慧有利.每次游戏时,所有可能出现的结果如下:(列表)土口木土(土,土)(土,口)(土,木)口(口,土)(口,口)(口,木)木(木,土)(木,口)(木,木)(树状图)土口木土口木开始土(土,土)口(土,口)木(土,木)土(口,土)口(口,口)木(口,木)土(木,土)口(木,口)木(木,木)总共有9种结果,每种结果出现的可能性相同,其中能组成上下结构的汉字的结果有4种:(土,土)“圭”,(口,口)“吕”,(木,口)“杏”或“呆”,(口,木)“呆”或“杏”.()49P =小敏获胜∴,()59P =小慧获胜....()P <小敏获胜()P 小慧获胜. ∴游戏对小慧有利 说明:若组成汉字错误,而不影响数学知识的考查且结论正确点评:概率在社会生活及科学领域中用途非常广泛.诸如抽奖游戏、彩票中奖、股票走势、球队胜负等问题,常可构建概率模型求解.随着新课改的深入开展,实际情景问题应运而生,并迅速发展成为命题的亮点和热点.情景设置的取材广泛,有社会热点问题,如环保、纳税、经济、“三农”问题等,极具时代气息;也有日常实际问题,如购物、统计、几何图形的计算等,更加贴近生活.解决实际情景问题的关键是“转化”,即将实际情景问题“数学化”,根据已有的数学知识、经验去构建相应的数学模型(即数学建模),进而解决问题.。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

数学建模单人赛承诺书我们仔细阅读了数学建模单人赛竞赛规则.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。

我们的参赛队号为: 22 队员: 孙守泽,孙冉冉,蒋家坤指导教师或指导教师组负责人 (若无可不填):日期:2013年5月26日2012伦敦奥运会奖牌预测【摘要】本文就2012伦敦奥运会奖牌榜前十名预测这一问题进行探讨。

运用数学方法马尔科夫链来解决该问题。

数学模型,利用马尔科夫链模型,马尔科夫链是描述随机动态过程的一个分支。

它是指从一个时期到下一个时间的状态按照一定的概率去转移,下一个时期的状态只取决于本时期的状态和转移概率。

首先用马尔科夫方法对该问题进行数学分析,构造结构向量,再借助LINGO 软件求出状态转移概率矩阵,利用公式即可求得奖牌数比例的预测值,同时进行结果检验并加入修正项使得结果更加具有可信度。

接着建立多元非线性模型对结果进行优化,最终得到伦敦奥运奖牌榜前十名依次是美国、中国、俄罗斯、澳大利亚、德国、英国、法国、意大利、日本、韩国。

但由于东道主效应,英国极有可能超越俄罗斯占居奖牌榜第三名。

关键字:东道主效应马尔科夫链 LINGO一.问题重述第三十届夏季奥运会已于2012年7月27日在伦敦正式开幕并正如火如荼地举行,奥运会奖牌榜成了大家关心的热点问题。

请查阅资料,并根据以往各国奖牌榜排名情况,以及各国经济发展、人口体质、人口数量、政府政策等各种能影响到奖牌榜的因素,建立数学模型,预测2012伦敦奥运会的奖牌榜前10名。

二.问题分析本文就2012 伦敦奥运会奖牌榜这一热点问题进行分析,用马尔科夫链模型模型来进行分析探讨,从而预测出2012 奥运会奖牌榜前十名。

用马尔科夫链模型对2012 奥运会奖牌榜进行预测,首先建立数学模型,选取10个地区作为研究对象,构造结构向量W(t)= (w1(t), w2(t),..., w10(t))来表示各地区获得奖牌数的比例情况。

并且利用LINGO软件求出状态转移概率矩阵P,利用矩阵P即求出奖牌数比例的预测值W i’( t )。

并在模型求解中,考虑东道主效应,使得预测结果更加准确。

最后再进行结果检验,发现由于误差变量Vi ( t ) 的存在,最终误差比较大,因此又引入修正项以弥补误差过大的缺陷。

最后利用多元非线性模 Me =β0 +β 1 log(POP t ) +β2log(PGDP t ) +β3Home +β 4 P t +β 5 Me t-1对该问题进行优化处理,综合考虑各国经济发展、人口体质、政府政策等各种能影响到奖牌榜的因素,从而使结果更符合实际情况。

最终得到伦敦奥运会前十名依次是美国、中国、俄罗斯、澳大利亚、德国、英国、法国、意大利、日本、韩国。

但由于东道主效应,英国极有可能超越俄罗斯占居奖牌榜第三名。

三.问题假设1、假设各个国家体育实力没有很大的变化。

2、假设苏联解体前参加的奥运会记录记为俄罗斯记录。

3、假设第30届奥运会如期举行,不会由天气、战乱等外界因素影响各国奖牌数。

4、假设奥运会各大项的设置不变,各小项的竞赛规则基本不变。

5、假设各国奥运会奖牌数无后效性,即得奖情况只与其前几届得奖牌数有关。

四 符号说明五.模型求解马尔科夫链5.1 模型建立借鉴模型一中所选数据,根据第24 届至第29 届奥运会奖牌榜情况,选取多次出现在奖牌榜前 15 名的十个国家,并将剩余的所有国家化为一个地区,这样我们可以得到十一个地区作为研究对象。

其中用i 表示地区,t表示届数。

i=1,2,3,...,11,t =1,2, (6)对于所选取的十一个地区,令表示地区i 在第t 次奥运会上所得的奖牌数,N (t ) 表示该届奥运会的总奖牌数,即N (t )= n1(t )+ n2(t )+……+ n11(t )。

此时,可得该地区i 在此次奥运会上所得奖牌数占总奖牌数的比例,记为wi(t) ,即(2-1)接着我们构造结构向量,Wt =( w1(t ), w2(t ),…..,w10(t ) )来表示各地区获得奖牌数的比例情况。

有马氏链的基本方程可知,下届奥运会与上届奥运会各地区奖牌数的结构向量符合下列关系式:(2-2) 其中,P 是我们需要在求解时确定的状态转移概率矩阵。

关于P 矩阵元素pij 的确定,由马氏链的基本性质可知:(2-3)(2-4)对2-3 式引入误差变量vi (t+1) ,使得实际值wi(t +1)与预测值之间满足关系:。

因此,2-2 式也可写成(2-5)我们建立以误差变量最小为目标,关于转移概率矩阵P 的规划模型:(2-6)5.2 模型求解针对上述 2-6 式的模型我们先选取合适的研究对象i ,再根据以往数据计算各国家奖牌数占总奖牌数的比例w(t) ,用LINGO 软件解2-6 式的最优解iP ,再利用2-2 式即可求得奖牌数比例的预测值w’(t) 。

I(1) 选取所要研究的地区由第24 届到第 29 届的奥运会排名榜情况,可选取多次出现在奖牌榜前15 名的9 个国家,并且重点参考最近几届的排名情况进行选择。

其基本情况如下表 5 所示:表 5 第24 届到第29 届的奥运会排名榜情况29届28届27届26届25届24届中国 1 2 3 4 4 11美国 2 1 1 1 2 3俄罗斯 3 3 2 2 1 1英国 4 10 10 36 13 12澳大利亚 6 4 4 7 10 15德国 5 6 5 3 3 7法国10 7 6 5 9 9意大利9 8 7 6 11 10日本8 5 15 23 17 14韩国7 9 12 10 7 4按照上表,我们依次对中国、美国、俄罗斯等国家编号i 1,2,...,9 ,10,将剩余的国家编号为11,这样就可确定所要研究的 11个地区。

(t)(2) 计算各国家奖牌数比例wi在计算奖牌数比例时,我们要考虑多种因素的影响,首先,考虑东道主效应,当运动员在自己的家乡参加比赛要比在其他地方参加比赛能取得更好的成绩。

蒋家坤统计了 1992—2000 年这 3 届奥运会中,东道主举办当届、上一届、再上一届和后一届获得金牌、奖牌排名情况,论证了夏季奥运会确实存在着东道主效应。

对于“东道主效应”的测算有很多方式,我们选用参考文献[3]中简单平均法综合所有各届奥运会东道主效应,所得结果是:金牌数的东道主效应增幅为11.31%,整体实力的东道主效应增幅为 11.71%。

而第30 届奥运会时中国队是客场作战,因此我们需要在每届奥运会中去除东道主效应对奖牌数的影响。

选取东道主效应指数α= 0.1171,则去除东道主效应后东道主奖牌数.在我们研究的数据中有东道主效应的国家有第24届的韩国,第26 届的美国,第27 届的澳大利亚,第29届的中国,奖牌数分别为33, 101,58,100 枚,按折合后奖牌数分别为30,91,52,90 枚,将其折合后统计每届中各国奖牌数为下表6 所示:表 6 去除东道主效应后的奖牌数表24届25届26届27届28届29届中国28 54 50 59 63 90 美国94 108 91 97 103 110俄罗斯132 112 63 88 92 72 德国142 82 65 57 48 41 英国24 20 15 28 30 47 法国16 29 37 38 33 40意大利14 19 35 34 32 28澳大利亚14 27 41 52 49 46 日本14 22 14 18 37 25 韩国30 29 27 28 30 31 其他231 314 394 418 412 418总奖牌数739 816 832 917 929 948根据上表中各地区奖牌数ni(t) 与总奖牌数N (t ) ,由 2-1 式 ,计算得到各地区奖牌数比例表7 所示:表 7 各国家奖牌数占总奖牌数的比例表24届25届26届27届28届29届中国0.038 0.066 0.060 0.064 0.068 0.094 美国0.127 0.132 0.109 0.106 0.111 0.116 俄罗斯0.179 0.137 0.076 0.096 0.099 0.076 德国0.192 0.100 0.078 0.062 0.052 0.043 英国0.032 0.025 0.018 0.031 0.032 0.050 法国0.022 0.036 0.045 0.041 0.036 0.042 意大利0.019 0.023 0.042 0.037 0.034 0.030 澳大利亚0.019 0.033 0.049 0.057 0.053 0.049 日本0.019 0.027 0.017 0.020 0.040 0.026 韩国0.045 0.036 0.032 0.031 0.032 0.033 其他0.353 0.420 0.506 0.486 0.476 0.474 3) 转移概率矩阵P 求解我们分别选取第 24 届到第 28届的数据wi(t) 预测到第 25 届到第 29 届数据wi ‘(t+1),其中:wi’(t+1) =w1(t)Pi1+w2(t)Pi2+…..+w11(t)Pi11,i=1,2,...,11;再利用第25 届到第29 届实际数据wi’(t+1)表示出误差变量vi (t+1),其中:vi(t+1)= wi(t+1) - wi‘(t+1)。

利用LINGO 软件求解2-6 式模型可得状态转移概率表如下表 8 所示:表 8 状态转移概率表(4) 第30届奥运会奖牌数预测用第29 届奥运会中各地区构成的数据向量W(6)=(0.094,0.116,0.076,0.043,0.050,0.042,0.030,0.049,0.026,0.474)结合表(8)的概率转移矩阵P ,由公式 2-2:W ’ (t+1) = W(t) P,可得出第 30届奥运会各地区奖牌比例,再根据各届的奖牌总数假设下届的奖牌总数为 980 枚,最后求得第30 届奥运会各地区奖牌比例和数量的情况如下表9 所示:表 9 第 30 届奥运会各地区奖牌比例和数量由上表可以看出第30 届伦敦奥运会的前十名是,美国,中国,俄罗斯,澳大利亚,德国,英国,法国,意大利,日本,韩国。

(5) 结果检验根据模型的求解方法,我们求得第25 届到第29 届中我们选取的 10 个研究对象的实际奖牌数和预测奖牌数的比较表如下表 10 所示:表 10 实际奖牌数和预测奖牌数比较表由上表可得实际值与预测值的误差还是比较大的,这是由于我们在模型建立时引入了误差变量v i (t),由上表可知该误差变量的影响较大不可忽略。

相关文档
最新文档