数学模型实验2
数学建模实验报告
湖南城市学院数学与计算科学学院《数学建模》实验报告专业:学号:姓名:指导教师:成绩:年月日目录实验一 初等模型........................................................................ 错误!未定义书签。
实验二 优化模型........................................................................ 错误!未定义书签。
实验三 微分方程模型................................................................ 错误!未定义书签。
实验四 稳定性模型.................................................................... 错误!未定义书签。
实验五 差分方程模型................................................................ 错误!未定义书签。
实验六 离散模型........................................................................ 错误!未定义书签。
实验七 数据处理........................................................................ 错误!未定义书签。
实验八 回归分析模型................................................................ 错误!未定义书签。
实验一 初等模型实验目的:掌握数学建模的基本步骤,会用初等数学知识分析和解决实际问题。
实验内容:A 、B 两题选作一题,撰写实验报告,包括问题分析、模型假设、模型构建、模型求解和结果分析与解释五个步骤。
数学建模实验报告
数学建模实验报告一、实验目的1、通过具体的题目实例,使学生理解数学建模的基本思想和方法,掌握数学建模分析和解决的基本过程。
2、培养学生主动探索、努力进取的的学风,增强学生的应用意识和创新能力,为今后从事科研工作打下初步的基础。
二、实验题目(一)题目一1、题目:电梯问题有r个人在一楼进入电梯,楼上有n层。
设每个乘客在任何一层楼出电梯的概率相同,试建立一个概率模型,求直到电梯中的乘客下完时,电梯需停次数的数学期望。
2、问题分析(1)由于每位乘客在任何一层楼出电梯的概率相同,且各种可能的情况众多且复杂,难于推导。
所以选择采用计算机模拟的方法,求得近似结果。
(2)通过增加试验次数,使近似解越来越接近真实情况。
3、模型建立建立一个n*r的二维随机矩阵,该矩阵每列元素中只有一个为1,其余都为0,这代表每个乘客在对应的楼层下电梯(因为每个乘客只会在某一层下,故没列只有一个1)。
而每行中1的个数代表在该楼层下的乘客的人数。
再建立一个有n个元素的一位数组,数组中只有0和1,其中1代表该层有人下,0代表该层没人下。
例如:给定n=8;r=6(楼8层,乘了6个人),则建立的二维随机矩阵及与之相关的应建立的一维数组为:m =0 0 1 0 0 01 0 0 0 0 00 0 0 0 0 00 1 0 0 0 00 0 0 0 0 00 0 0 0 0 10 0 0 0 1 00 0 0 1 0 0c = 1 1 0 1 0 1 1 14、解决方法(MATLAB程序代码):n=10;r=10;d=1000;a=0;for l=1:dm=full(sparse(randint(1,r,[1,n]),1:r,1,n,r));c=zeros(n,1);for i=1:nfor j=1:rif m(i,j)==1c(j)=1;break;endcontinue;endends=0;for x=1:nif c(x)==1s=s+1;endcontinue;enda=a+s;enda/d5、实验结果ans = 6.5150 那么,当楼高11层,乘坐10人时,电梯需停次数的数学期望为6.5150。
数学建模实验报告
《数学建模实验》实验报告学院名称数学与信息学院专业名称提交日期课程教师实验一:数学规划模型AMPL求解实验内容1. 用AMPL求解下列问题并作灵敏度分析:一奶制品加工厂用牛奶生产A1和A2两种奶制品,1桶牛奶可以在甲类设备上用12小时加工成3公斤A1或者在乙类设备上用8小时加工成4公斤A2,且都能全部售出,且每公斤A1获利24元,每公斤A2获利16元。
先加工厂每天能得到50桶牛奶的供应,每天工人总的劳动时间为480小时,并且甲类设备每天至多加工100公斤A1,乙类设备的加工能力没有限制,试为该厂制定一个计划,使每天的获利最大。
(1)建立模型文件:milk.modset Products ordered;param Time{i in Products }>0;param Quan{i in Products}>0;param Profit{i in Products}>0;var x{i in Products}>=0;maximize profit: sum{i in Products} Profit [i]* Quan [i]*x[i];subject to raw: sum{i in Products}x[i] <=50;subject to time:sum{i in Products}Time[i]*x[i]<=480;subject to capacity: Quan[first(Products)]*x[first(Products)]<=100;(2)建立数据文件milk.datset Products:=A1 A2;param Time:=A1 12 A2 8;param Quan:=A1 3 A2 4;param Profit:=A1 24 A2 16;(3) 建立批处理文件milk.runmodel milk.mod;data milk.dat;option solver cplex;solve;display x;(4)运行运行结果:CPLEX 11.0.0: optimal solution; objective 33602 dual simplex iterations (1 in phase I)x [*] :=A1 20A2 30;(5)灵敏度分析:model milk.mod;data milk.dat;option solver cplex;option cplex_options 'sensitivity';solve;display x;display x.rc, x.down, x.up;display raw, time, capacity;display raw.down, raw.up,raw.current, raw.slack;得到结果:【灵敏度分析】: x.rc x.down x.up:=A1 -3.55271e-15 64 96A2 0 48 72;raw = 48time = 2capacity = 0raw.down = 43.3333raw.up = 60raw.current = 50raw.slack = 0某公司有6个建筑工地,位置坐标为(a i, b i)(单位:公里),水泥日用量d i (单位:吨)1) 现有j j j吨,制定每天的供应计划,即从A, B两料场分别向各工地运送多少吨水泥,使总的吨公里数最小。
数学建模实验二:微分方程模型Matlab求解与分析
实验二: 微分方程模型Matlab 求解与分析一、实验目的[1] 掌握解析、数值解法,并学会用图形观察解的形态和进行解的定性分析; [2] 熟悉MATLAB 软件关于微分方程求解的各种命令;[3] 通过范例学习建立微分方程方面的数学模型以及求解全过程; [4] 熟悉离散 Logistic 模型的求解与混沌的产生过程。
二、实验原理1. 微分方程模型与MATLAB 求解解析解用MATLAB 命令dsolve(‘eqn1’,’eqn2’, ...) 求常微分方程(组)的解析解。
其中‘eqni'表示第i 个微分方程,Dny 表示y 的n 阶导数,默认的自变量为t 。
(1) 微分方程 例1 求解一阶微分方程 21y dxdy+= (1) 求通解 输入:dsolve('Dy=1+y^2')输出:ans =tan(t+C1)(2)求特解 输入:dsolve('Dy=1+y^2','y(0)=1','x')指定初值为1,自变量为x 输出:ans =tan(x+1/4*pi)例2 求解二阶微分方程 221()04(/2)2(/2)2/x y xy x y y y πππ'''++-=='=-原方程两边都除以2x ,得211(1)04y y y x x'''++-= 输入:dsolve('D2y+(1/x)*Dy+(1-1/4/x^2)*y=0','y(pi/2)=2,Dy(pi/2)=-2/pi','x')ans =- (exp(x*i)*(pi/2)^(1/2)*i)/x^(1/2) +(exp(x*i)*exp(-x*2*i)*(pi/2)^(3/2)*2*i)/(pi*x^(1/2))试试能不用用simplify 函数化简 输入: simplify(ans)ans =2^(1/2)*pi^(1/2)/x^(1/2)*sin(x) (2)微分方程组例3 求解 d f /d x =3f +4g ; d g /d x =-4f +3g 。
数学模型实验报告2
教师签名:
实验小结: 本次试验主要让我们掌握线性方程组建模,利用 MATLAB 来计算线性方程,从而解决 实际问题,是一个非常实用的解决实际问题的方法。十分值得学习。
教师评语: 1. 实验结果及解释: ( 准确合理、 较准确、 不合理 ) ; 2. 实验步骤的完整度: ( 完整、 中等、 不完整 ) ; 3. 实验程序的正确性: ( 很好、 较好、 中等、 较差、 很差 ) ; 4. 卷面整洁度: ( 很好、 评定等级: ( ) 较好、 中等、 较差、 很差 ) ; 日期:
X4-X11+X12=500
X5+X8=310
Байду номын сангаас
X5-X6+X10=400
(2)使用 MATLAB 求线性方程组:
实验目的: 掌握线性方程组建模,并会用它解决一些实际问题;熟悉科学计算软件 MATLAB 求 线性方程组的命令。 实验仪器: 1、支持 Intel Pentium Ⅲ及其以上 CPU,内存 256MB 以上、硬盘 1GB 以上容量的 微机; 软件配有 Windows98/2000/XP 操作系统及 MATLAB 软件等。 2、了解 MATLAB 等软件的特点及系统组成,在电脑上操作 MATLAB 等软件。 实验内容、步骤及程序: 实验内容 问题一:某城市有下图所示的交通图, 每条道路都是单行线, 需要调查每条道路 每小时的车流量. 图中的数字表示该条路段的车流数. 如果每个交叉路口进入和 离开的车数相等, 整个图中进入和离开的车数相等 。
31 31
左上方框里填写学号后两位,学习委员按此顺号(报告展开排序)交给老师
数学模型实验报告
专业 姓名 实验时间 实验名称 信息与计算科学 史博强 2017 年 9 班级 同组人 月 23 日 初等模型 实验地点 k7-403 1班 组别 指导教师 许小芳
数学建模与数学实验课后习题答案
P594•学校共1002名学生,237人住在A 宿舍,333人住在B 宿舍,432 人住在C 宿舍。
学生要组织一个10人的委员会,使用Q 值法分配各 宿舍的委员数。
解:设P 表示人数,N 表示要分配的总席位数。
i 表示各个宿舍(分别取 A,B,C ), p i 表 示i 宿舍现有住宿人数, n i 表示i 宿舍分配到的委员席位。
首先,我们先按比例分配委员席位。
23710 A 宿舍为:n A ==2.365 1002 333"0 B 宿舍为:n B =3.323 1002 432X0 C 宿舍为:n C =4.3111002现已分完9人,剩1人用Q 值法分配。
经比较可得,最后一席位应分给 A 宿舍。
所以,总的席位分配应为: A 宿舍3个席位,B 宿舍3个席位,C 宿舍4个席位。
QA23722 3= 9361.5 Q B33323 4 = 9240.7 Q C4322 4 5=9331.2商人们怎样安全过河傻麴删舫紬削< I 11山名畝臥蹄峨颂禮训鋤嫌邂 韻靖甘讹岸讎鞍輯毗匍趾曲展 縣確牡GH 錚俩軸飙奸比臥鋪謎 smm 彌鯉械即第紘麵觎岸締熾 x^M 曲颁M 删牘HX …佛讪卜过樹蘇 卜允棘髒合 岡仇卅毘冋如;冋冋1卯;砰=口 於广歎煙船上觸人敦% V O J U;xMmm朗“…他1曲策D 咿川| thPl,2卜允隸策集合 刼為和啊母紳轉 多步贱 就匚叫=1入“山使曲并按 腿翻律由汩3』和騒側),模型求解 -穷举法〜编程上机 ■图解法S={(x ?jOI x=o, j-0,1,2,3;X =3? J =0,1,2,3; X =»*=1,2}J规格化方法,易于推广考虑4名商人各带一随从的情况状态$=(xy¥)~ 16个格点 允许状态〜U )个。
点 , 允许决策〜移动1或2格; k 奇)左下移;&偶,右上移. 右,…,必I 给出安全渡河方案评注和思考[廿rfn片,rfl12 3xmm賤縣臓由上题可求:4个商人,4个随从安全过河的方案。
建模实验报告
建模实验报告摘要:本实验主要针对建模方法进行研究与探索,分别采用了数学模型、统计模型和物理模型进行建模实验。
实验结果表明,不同的建模方法对于问题的解决和分析具有不同的优势和适用性,选择合适的建模方法能够有效提高问题的解决效率和精确度。
1.引言建模是指将实际问题转化为数学模型、统计模型或物理模型等形式的一种方法。
通过建模,我们可以抽象出实际问题中的关键因素和变量,进一步分析和解决问题。
本实验将重点研究数学模型、统计模型和物理模型的建模方法,并通过实验验证其有效性和适用性。
2.数学模型的建模方法数学模型是以数学的形式描述实际问题的模型。
在本实验中,我们采用了几种常见的数学建模方法,包括代数方程模型、微分方程模型和最优化模型。
2.1 代数方程模型代数方程模型是一种通过代数方程来描述问题的模型。
我们可以采用一系列代数方程来表示问题中的变量和关系,进而通过求解方程组来得到问题的解。
在实验中,我们以一个简单的线性方程组作为例子,通过代数方程模型计算方程组的解。
2.2 微分方程模型微分方程模型是一种通过微分方程来描述问题的模型。
微分方程可以描述问题中的变量和其变化率之间的关系。
在实验中,我们以一个经典的弹簧振动模型为例,通过微分方程模型求解系统的振动频率和振幅。
2.3 最优化模型最优化模型是一种通过寻找最优解来描述问题的模型。
最优化模型可以用于解决各种优化问题,如线性规划、整数规划等。
在实验中,我们以一个简单的线性规划问题为例,通过最优化模型求解问题的最优解。
3.统计模型的建模方法统计模型是一种通过统计理论和方法来描述问题的模型。
在本实验中,我们主要研究了回归分析和时间序列分析两种常见的统计建模方法。
3.1 回归分析回归分析是一种通过建立变量之间的回归关系来描述问题的模型。
在实验中,我们以一个销售数据的回归分析为例,通过建立销售额和广告投入之间的回归关系,预测未来的销售额。
3.2 时间序列分析时间序列分析是一种通过统计和数学方法来描述时间序列的模型。
北京工业大学、薛毅、数学模型作业二、作业2、实验二
实验二解:(1)将线性方程组写成矩阵形式dXdt =AX,A=a11a12a21a22=1001若det(A)≠0,则X0=(0,0)T,是唯一平衡点。
p=-(a11+a22)=-2,q=det(A)=1,因为p<0,q>0,所以平衡点不稳定。
(2)将线性方程组写成矩阵形式dXdt =AX,A=a11a12a21a22=−1002若det(A)≠0,则X0=(0,0)T,是唯一平衡点。
p=-(a11+a22)=-1,q=det(A)=-2,因为p<0,q<0,所以平衡点不稳定。
(3)将线性方程组写成矩阵形式dXdt =AX,A=a11a12a21a22=01−20若det(A)≠0,则X0=(0,0)T,是唯一平衡点。
p=-(a11+a22)=0,q=det(A)=2,因为p=0,q>0,所以平衡点不稳定。
(4)将线性方程组写成矩阵形式dXdt =AX,A=a11a12a21a22=−100−2若det(A)≠0,则X0=(0,0)T,是唯一平衡点。
p=-(a11+a22)=3,q=det(A)=2,因为p>0,q>0,p2>4q,所以平衡点稳定。
解:f(N)=R-KN,令f(N)=0,则N=k/Rf`(N)=-K<0,则N=k/R是稳定的。
当N<k/R时f(N)>0,N`(t)>0,N(t)递增;N>k/R时f(N)<0,N`(t)<0,N(t)递减ð2N ðt2=∂f∂N∙ðNðt=-K(R-KN),表明N=k/R为拐点,当N<k/R时N``(t)<0,N>k/R时N``(t)>0从图中可以看出N=k/R是营养平衡值,无论大于或小于这个值,细胞都会向这个点调整,偏离越大调整速率越大,接近平衡值时速率变小。
解:列满足条件的微分方程∂N=r1N−r2N12求平衡点,令f N=r1N−r2N1=0,解得N1=0,N2=r22r12ð2N ðt =∂f∂N∙ðNðt=(r1−12r2N−12)(r1N−r2N12),解得N=r224r12从图中可以看出N1=0不稳定,N2=r22r12是稳定的解:令f x=r1−xNx−Ex=0得平衡点x1=N1−Er,x2=0f`(x1)=E-r,f`(x2)= r-E.若E<r,则有f`(x1)<0,f`(x2)>0.则x1是稳定的,x2是不稳定的。
数学建模全部实验报告
一、实验目的1. 掌握数学建模的基本步骤,学会运用数学知识分析和解决实际问题。
2. 提高数学建模能力,培养创新思维和团队合作精神。
3. 熟练运用数学软件进行数据分析、建模和求解。
二、实验内容本次实验选取了以下三个题目进行建模:1. 题目一:某公司想用全行业的销售额作为自变量来预测公司的销售量,表中给出了1977—1981年公司的销售额和行业销售额的分季度数据(单位:百万元)。
2. 题目二:三个系学生共200名(甲系100,乙系60,丙系40),某公司计划招聘一批新员工,要求男女比例分别为1:1,甲系女生比例60%,乙系女生比例40%,丙系女生比例30%。
请为公司制定招聘计划。
3. 题目三:研究某市居民出行方式选择问题,收集了以下数据:居民年龄、收入、职业、出行距离、出行时间、出行频率等。
请建立模型分析居民出行方式选择的影响因素。
三、实验步骤1. 问题分析:对每个题目进行分析,明确问题背景、目标和所需求解的数学模型。
2. 模型假设:根据问题分析,对实际情况进行简化,提出合适的模型假设。
3. 模型构建:根据模型假设,选择合适的数学工具和方法,建立数学模型。
4. 模型求解:运用数学软件(如MATLAB、Python等)进行模型求解,得到结果。
5. 结果分析与解释:对求解结果进行分析,解释模型的有效性和局限性。
四、实验报告1. 题目一:线性回归模型(1)问题分析:利用线性回归模型预测公司销售量,分析行业销售额对销售量的影响。
(2)模型假设:假设公司销售量与行业销售额之间存在线性关系。
(3)模型构建:根据数据,建立线性回归模型y = β0 + β1x + ε,其中y为公司销售量,x为行业销售额,β0、β1为回归系数,ε为误差项。
(4)模型求解:运用MATLAB软件进行线性回归分析,得到回归系数β0、β1。
(5)结果分析与解释:根据模型结果,分析行业销售额对销售量的影响程度,并提出相应的建议。
2. 题目二:招聘计划模型(1)问题分析:根据男女比例要求,制定招聘计划,确保男女比例均衡。
数模实验报告
数模实验报告数模实验报告摘要:本实验旨在通过数学建模的方法,分析和解决实际问题。
通过对数学模型的建立和求解,得出了一系列有关问题的结论和解决方案。
本文将详细介绍实验的目的、方法、结果和讨论。
1. 引言数学建模是一种将实际问题转化为数学问题,并通过数学方法求解的过程。
它在现代科学研究和工程实践中发挥着重要作用。
本实验选取了一个与交通流量相关的问题,通过数学建模的方法进行分析和求解。
2. 问题描述本实验的问题是:如何优化城市交通系统中的交通信号灯配时方案,以最大限度地提高交通流量并减少交通拥堵现象。
3. 模型建立为了解决这个问题,我们首先需要建立一个数学模型。
我们假设城市交通系统中的交通流量可以用一个二维矩阵来表示,其中每个元素表示一个交叉口的车辆数。
我们将交通信号灯配时方案表示为一个向量,其中每个元素表示一个交叉口的信号灯状态(红灯或绿灯)。
接下来,我们需要确定一个目标函数来衡量交通流量的优化程度。
我们选择了交通流量的总和作为目标函数,即最大化交通流量。
4. 模型求解为了求解模型,我们采用了遗传算法。
遗传算法是一种模拟生物进化过程的优化算法,通过模拟遗传、变异和选择的过程,逐步优化目标函数。
我们首先随机生成了一组初始解,并计算其对应的目标函数值。
然后,我们通过交叉、变异和选择等操作,不断迭代更新解的集合,直到达到停止条件。
最终,我们得到了一个最优的交通信号灯配时方案,使得交通流量达到了最大值。
同时,我们也得到了一系列次优解,可以用于进一步的分析和讨论。
5. 结果分析通过对模型求解的结果进行分析,我们可以得出以下结论:首先,优化交通信号灯配时方案可以显著提高交通流量。
与传统的固定配时方案相比,我们的最优方案将交通流量提高了20%。
其次,交通流量的优化程度与交通网络的拓扑结构有关。
我们发现,在某些情况下,即使使用最优方案,交通流量仍然无法达到最大值。
这是因为交通网络的结构限制了交通流量的传输。
最后,我们还发现,交通流量的优化程度与交通信号灯配时方案的调整频率有关。
数学建模的实验报告
数学建模的实验报告数学建模实验报告示例如下:实验名称:社交网络分析中的协同过滤实验目的:研究社交网络中的协同过滤算法,并比较其性能和效率。
实验设计:1. 数据收集:从Facebook的公开数据集中获取了20个城市居民的用户数据,包括他们的个人资料、社交关系和浏览记录等。
每个用户被标记为一个或多个好友、关注者或喜欢某个特定话题的人。
共收集了7000个用户数据点。
2. 数据预处理:对数据进行清洗和特征提取。
清洗数据是为了删除无用的信息,提取特征则是为了将数据转化为计算机能够理解的形式。
3. 模型选择和训练:选择协同过滤算法,并使用数据集训练模型,包括K-近邻算法、Apriori算法、朴素贝叶斯算法和聚类算法等。
4. 模型评估:使用测试集对不同算法的性能进行评估。
计算模型的准确性、召回率、精确度、F1值等指标,并比较不同算法之间的性能。
5. 应用测试:使用测试集尝试在实际应用中应用模型。
将模型应用于新的数据集,评估模型的性能和效率,并进行模型的优化和改进。
实验结果:1. 结果概述:经过预处理和特征提取后,共产生了7000个用户数据点,其中5566个用户被标记为好友、关注者或喜欢某个特定话题的人。
共1897个用户数据点被保留,用于评估模型的性能。
2. 模型评估指标:准确性:模型预测的准确率。
召回率:模型从测试集中返回的真实用户中,能够被预测为好友或关注者的比例。
精确度:模型预测的精确度。
F1值:在测试集中,模型预测正确的用户数量与实际用户数量之比。
实验结果显示,K-近邻算法的性能最好,召回率为74.06%。
Apriori算法的性能次之,准确性为72.32%。
朴素贝叶斯算法的性能最次,召回率为69.71%。
聚类算法的精确度最低,为68.91%。
3. 应用测试结果:在实际应用中,将模型应用于新的数据集,评估模型的性能和效率。
实验结果显示,K-近邻算法的应用性能最好,召回率为89.46%。
Apriori算法的应用性能次之,召回率为78.21%。
实验2数列极限与生长模型
2 n +1 3[1 + ( ) ] 3 (4) lim x →+∞ 2 n +1 ( ) 3 2 x 1 x +1 (6) lim ( )
x →+∞
2x +1
4
实验2数列极限与生长模型 实验 数列极限与生长模型
解:在命令窗口中键入: 在命令窗口中键入: %声明符号变量 声明符号变量x syms x; %声明符号变量x (1)在命令窗口中直接键入 在命令窗口中直接键入: (1)在命令窗口中直接键入: f=(sqrt(x+2)-sqrt(3))/(x-1); limit(f,x,1) (2)在命令窗口中接着键入 在命令窗口中接着键入: (2)在命令窗口中接着键入: f=2^x; limit(f,x,0,'left')
极限问题基本实验
利用Matlab数学软件求下列极限问题。 数学软件求下列极限问题。 例2-1 利用 数学软件求下列极限问题
(1) lim x + 2 3 (2) lim x →1 x 1 x → 0 (3) lim 2
x→0 + 1 x
2
x
sin ax (5) lim x →0 + 1 cos x
数学实验
河西学院数学系
1
实验2数列极限与生长模型 实验 数列极限与生长模型
【实验目的】 实验目的】 了解函数极限、函数极限的基本概念。 了解函数极限、函数极限的基本概念。 学习、掌握MATLAB软件有关求极限的 学习、掌握 软件有关求极限的 命令。 命令。
2
实验2数列极限与生长模型 实验 数列极限与生长模型
15
1
0.9
0.8Biblioteka 0.70.60.5
数学模型的实验验证
数学模型的实验验证为了解决实际问题,数学模型在科学研究和工程应用中起着至关重要的作用。
然而,数学模型的实际效果如何,需要通过实验验证来评估。
本文将探讨数学模型的实验验证方法以及其重要性。
一、数学模型实验验证的方法1. 理论分析法:数学模型通常基于一定的假设和推导,可以通过理论分析进行验证。
通过推导结果与已知理论知识进行对比,评估模型的准确性和适用性。
2. 数值模拟法:数学模型可通过数值计算进行模拟。
利用计算机等工具,将模型转化为数值方法,并进行仿真实验。
通过与实际观测数据对比评估模型的合理性。
3. 实际实验法:数学模型的实验验证也可以通过真实的实验来进行。
根据模型的预测,设计相应的实验方案,进行实际的物理实验。
通过实验结果与模型的预测进行比对,验证其正确性。
二、数学模型实验验证的重要性1. 评估模型的有效性:数学模型实验验证是评估模型的有效性的重要手段。
模型可能存在一定的假设和简化,通过实验验证可以判断模型是否具有足够的准确性和可信度。
2. 优化模型设计:数学模型实验验证可以帮助研究人员发现模型的不足之处,进而针对性地对模型进行改进和优化。
通过实验验证的结果,可以对模型参数进行调整,提高模型的可靠性和适应性。
3. 提高科学研究的可重复性:数学模型实验验证能够确保科学研究的可重复性。
通过公开的实验验证过程和结果,其他研究者可以复现同样的实验并获得相似的结果,进一步验证模型的有效性。
4. 促进实际应用:数学模型实验验证的结果可以为实际应用提供依据。
只有通过实验验证的数学模型才能够在实际工程和实际问题中得到应用,发挥应有的作用。
三、数学模型实验验证的案例以疫情传播模型为例,数学模型可以预测疫情传播的趋势和规律。
通过实验验证,可以评估模型对实际情况的准确性,并提供政策制定的参考依据。
实验验证结果可能需要对模型参数进行调整,进而提高模型的预测能力。
另外,金融领域中的风险管理模型也需要实验验证来评估其有效性。
实验二 控制系统的阶跃响应及稳定性分析
实验二 控制系统的阶跃响应及稳定性分析一、实验目的及要求:1.掌握控制系统数学模型的基本描述方法;2.了解控制系统的稳定性分析方法;3.掌握控制时域分析基本方法。
二、实验内容:1.系统数学模型的几种表示方法(1)传递函数模型G(s)=tf()(2)零极点模型G(s)=zpk(z,p,k)其中,G(s)=将零点、极点及K值输入即可建立零极点模型。
z=[-z1,-z …,-z m]p=[-p1,-p …,-p]k=k(3)多项式求根的函数:roots ( )调用格式: z=roots(a)其中:z — 各个根所构成的向量 a — 多项式系数向量(4)两种模型之间的转换函数:[z ,p ,k]=tf2zp(num , den) %传递函数模型向零极点传递函数的转换[num , den ]=zp2tf(z ,p ,k) %零极点传递函数向传递函数模型的转换(5)feedback()函数:系统反馈连接调用格式:sys=feedback(s1,s2,sign)其中,s1为前向通道传递函数,s2为反馈通道传递函数,sign=-1时,表示系统为单位负反馈;sign=1时,表示系统为单位正反馈。
2.控制系统的稳定性分析方法(1)求闭环特征方程的根(用roots函数);判断以为系统前向通道传递函数而构成的单位负反馈系统的稳定性,指出系统的闭环特征根的值:可编程如下:numg=1; deng=[1 1 2 23];numf=1; denf=1;[num,den]= feedback(numg,deng,numf,denf,-1);roots(den)(2)化为零极点模型,看极点是否在s右半平面(用pzmap);3.控制系统根轨迹绘制rlocus() 函数:功能为求系统根轨迹rlocfind():计算给定根的根轨迹增益sgrid()函数:绘制连续时间系统根轨迹和零极点图中的阻尼系数和自然频率栅格线4.线性系统时间响应分析step( )函数---求系统阶跃响应impulse( )函数:求取系统的脉冲响应lsim( )函数:求系统的任意输入下的仿真三、实验报告要求:编出程序并运行,完成下面的练习题:1.写出表示下列传递函数模型的MATLAB程序,并运行实现:(1)(2) (3)>>num=4*conv([1,2],conv([1, 6, 6],[1, 6, 6]));>>den=conv([1,0],conv([1,1],conv([1,1],conv([1,1],[1,3,2,5]))));2.判断以为系统前向通道传递函数而构成的单位负反馈系统的稳定性,指出系统的闭环特征根的值。
数学建模实验答案_微分方程模型
数学建模实验答案_微分⽅程模型实验07 微分⽅程模型(2学时)(第5章微分⽅程模型)1.(验证)传染病模型2(SI 模型)p136~138传染病模型2(SI 模型):0(1),(0)dik i i i i dt=-= 其中,i (t )是第t 天病⼈在总⼈数中所占的⽐例。
k 是每个病⼈每天有效接触的平均⼈数(⽇接触率)。
i 0是初始时刻(t =0)病⼈的⽐例。
1.1 画~dii dt曲线图p136~138取k =0.1,画出i dt di ~的曲线图,求i 为何值时dtdi达到最⼤值,并在曲线图上标注。
提⽰:fplot, fminbnd, plot, text, title, xlabel 1)画曲线图⽤fplot 函数,调⽤格式如下: fplot(fun,lims)fun 必须为⼀个M ⽂件的函数名或对变量x 的可执⾏字符串。
若lims取[xmin xmax],则x轴被限制在此区间上。
若lims取[xmin xmax ymin ymax],则y轴也被限制。
本题可⽤fplot('0.1*x*(1-x)',[0 1.1 0 0.03]);2)求最⼤值⽤求解边界约束条件下的⾮线性最⼩化函数fminbnd,调⽤格式如下:x=fminbnd('fun',x1,x2)fun必须为⼀个M⽂件的函数名或对变量x的可执⾏字符串。
返回⾃变量x在区间x1本题可⽤x=fminbnd('-0.1*x*(1-x)',0,1)y=0.1*x*(1-x)3)指⽰最⼤值坐标⽤线性绘图函数plot,调⽤格式如下:plot(x1,y1, '颜⾊线型数据点图标', x2,y2, '颜⾊线型数据点图标',…)本题可⽤hold on; %在上⾯的同⼀张图上画线(同坐标系)plot([0,x],[y,y],':',[x,x],[0,y],':');4)图形的标注使⽤⽂本标注函数text,调⽤格式如下:格式1text(x,y,⽂本标识内容, 'HorizontalAlignment', '字符串1')x,y给定标注⽂本在图中添加的位置。
Matlab数学建模实验报告
数学实验报告实验序号:实验一日期:实验序号:实验二日期:实验序号: 实验三 日期:班级 姓名 学号实验 名称架设电缆的总费用问题背景描述:一条河宽1km ,两岸各有一个城镇A 与B ,A 与B 的直线距离为4km ,今需铺设一条电缆连接A 于B ,已知地下电缆的铺设费用是2万元/km ,水下电缆的修建费用是4万元/km 。
实验目的:通过建立适当的模型,算出如何铺设电缆可以使总花费最少。
数学模型:如图中所示,A-C-D-B 为铺设的电缆路线,我们就讨论a=30度,AE (A 到河岸的距离)=0.5km ,则图中:DG=4-AC cos b -1/tan c ; BG=0.5km AC=AE/sin bCD=EF/sin c=1/sin c BD=BG D 22G则有总的花费为:W=2*(AC+BD )+4*CD ;我们所要做的就是求最优解。
实验所用软件及版本:Matlab 7.10.0实验序号: 实验四 日期:班级 姓名 学号实验 名称慢跑者与狗问题背景描述:一个慢跑者在平面上沿曲线25y x 22=+以恒定的速度v 从(5,0)起逆时钟方向跑步,一直狗从原点一恒定的速度w ,跑向慢跑者,在运动的过程中狗的运动方向始终指向慢跑者。
实验目的:用matlab 编程讨论不同的v 和w 是的追逐过程。
数学模型:人的坐标为(manx,many ),狗的坐标为(dogx,dogy ),则时间t 时刻的人的坐标可以表示为manx=R*cos(v*t/R); many=R*sin(v*t/R);sin θ=| (many-dogy)/sqrt((manx-dogx)^2+(many-dogy)^2)|;cos θ=| (manx-dogx)/sqrt((manx-dogx)^2+(many-dogy)^2)|;则可知在t+dt 时刻狗的坐标可以表示为:dogx=dogx(+/-)w* cos θ*dt; dogy=dogy(+/-)w* sin θ*dt; (如果manx-dogx>0则为正号,反之则为负号)实验所用软件及版本:Matlab 7.10.0实验序号:实验五日期:班级姓名学号两圆的相对滚动实验名称问题背景描述:有一个小圆在大圆内沿着大圆的圆周无滑动的滚动。
数学建模实验报告
《数学建模实验报告》Lingo软件的上机实践应用简单的线性规划与灵敏度分析学号:班级:姓名:日期:2010—7—21数学与计算科学学院一、实验目的:通过对数学建模课的学习,熟悉了matlab和lingo等数学软件的简单应用,了解了用lingo软件解线性规划的算法及灵敏性分析。
此次lingo上机实验又使我更好地理解了lingo程序的输入格式及其使用,增加了操作连贯性,初步掌握了lingo软件的基本用法,会使用lingo计算线性规划题,掌握类似题目的程序设计及数据分析。
二、实验题目(P55课后习题5):某工厂生产A、2A两种型号的产品都必须经过零件装配和检验两道工序,1如果每天可用于零件装配的工时只有100h,可用于检验的工时只有120h,各型号产品每件需占用各工序时数和可获得的利润如下表所示:(1)试写出此问题的数学模型,并求出最优化生产方案.(2)对产品A的利润进行灵敏度分析1(3)对装配工序的工时进行灵敏度分析(4)如果工厂试制了A型产品,每件3A产品需装配工时4h,检验工时2h,可获3利润5元,那么该产品是否应投入生产?三、题目分析:总体分析:要解答此题,就要运用已知条件编写出一个线性规划的Lingo 程序,对运行结果进行分析得到所要数据;当然第四问也可另编程序解答.四、 实验过程:(1)符号说明设生产1x 件1A 产品,生产2x 件2A 产品.(2)建立模型目标函数:maxz=61x +42x 约束条件:1) 装配时间:21x +32x <=100 2) 检验时间:41x +22x <=120 3) 非负约束:1x ,2x >=0所以模型为: maxz=61x +42xs.t 。
⎪⎩⎪⎨⎧>=<=+<=+0,1202410032212121x x x x x x(3)模型求解:1)程序model:title 零件生产计划; max=6*x1+4*x2; 2*x1+3*x2<=100; 4*x1+2*x2<=120; end附程序图1:2)计算结果Global optimal solution found。
数学建模实验答案__数学规划模型二.
实验05 数学规划模型㈡(2学时)(第4章数学规划模型)1.(求解)汽车厂生产计划(LP,整数规划IP)p101~102(1) (LP)在模型窗口中输入以下线性规划模型max z = 2x1 + 3x2 + 4x3s.t. 1.5x1 + 3x2 + 5x3≤ 600280x1 + 250x2 + 400x3≤ 60000x1, x2, x3≥ 0并求解模型。
★(1) 给出输入模型和求解结果(见[101]):(2) (IP)在模型窗口中输入以下整数规划模型max z = 2x1 + 3x2 + 4x3s.t. 1.5x1 + 3x2 + 5x3≤ 600280x1 + 250x2 + 400x3≤ 60000x1, x2, x3均为非负整数并求解模型。
LINGO函数@gin见提示。
★(2) 给出输入模型和求解结果(见[102]模型、结果):2.(求解)原油采购与加工(非线性规划NLP ,LP 且IP )p104~107模型:已知 ⎪⎩⎪⎨⎧≤≤+≤≤+≤≤=)15001000(63000)1000500(81000)5000(10)(x x x x x xx c注:当500 ≤ x ≤ 1000时,c (x ) = 10 × 500 + 8( x – 500 ) = (10 – 8 ) × 500 + 8x112112221112212211112112122211122122max 4.8() 5.6()()500100015000.50.6,,,,0z x x x x c x x x x x x x x x x x x x x x x x x =+++-+≤++≤≤≥+≥+≥2.1解法1(NLP )p104~106将模型变换为以下的非线性规划模型:1121122212311122122111121121222123122312311122122max4.8()5.6()(1086)50010000.50.6(500)0(500)00,,500,,,,0z 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 x x x x x x x x x =+++-+++≤++≤≥+≥+=++-=-=≤≤≥LINGO 软件设置:局部最优解,全局最优解,见提示。
建立数学模型 (2)优秀课件
1.1 从现实对象到数学模型
我们常见的模型 玩具、照片、飞机、火箭模型… … ~ 实物模型
水箱中的舰艇、风洞中的飞机… … ~ 物理模型
建立数学模型
序言 一、现状:数学建模是一门新兴的学科,20世纪70年代 初诞生于英、美等现代工业国家。在短短几十年的历史瞬 间辐射至全球大部分国家和地区。 80年代初,我国高等院校也陆续开设了数学建模课程, 随着数学建模教学活动(包括数学建模课程、数学建模竞 赛和数学(建模)试验课程等)的开展,这门课越来越得 到重视,也深受广大学生的喜爱。原因:一是由于新技术 特别是计算机技术的飞速发展,大量的实际问题需要用计 算机来解决,而计算机与实际问题之间需要数学模型来沟 通。二是社会对大学生的要求越来越高 ,大学生毕业后 要适应社会的需求,一到工作岗位就能创造价值。
建立变量能满足 的微分方程
{ m d v ( t ) mg kv dt v |t 0 0
? 哪一类问题
在工程实际问题中
* “改变”、“变化”、“增加”、“减少”等 提示我们注意什么量在变化(连续).
关键词“速率”、“增长” “衰变” ,“边 际的” ,常涉及到导数.
常 用建 微立 分方 方法 程
•机理分析 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
•测试分析 将对象看作“黑箱”,通过对量测数据的 统计分析,找出与数据拟合最好的模型
机理分析建模法
机理分析是根据对现实对象特性的认识, 分 析其因果关系, 找出反映内部机理的规律.
机理分析方法立足于揭示事物内在规律
数学建模 2统计模型
数学建模论文题目:一个医药公司的新药研究部门为了掌握一种新止痛剂的疗效,设计了一个药物试验,给患有同种疾病的病人使用这种新止痛剂的以下4个剂量中的某一个:2 g,5 g,7 g和10 g,并记录每个病人病痛明显减轻的时间(以分钟计). 为了解新药的疗效与病人性别和血压有什么关系,试验过程中研究人员把病人按性别及血压的低、中、高三档平均分配来进行测试. 通过比较每个病人血压的历史数据,从低到高分成3组,分别记作0.25,0.50和0.75. 实验结束后,公司的记录结果见下表(性别以0表示女,1表示男).请你为该公司建立一个数学模型,根据病人用药的剂量、性别和血压组别,预测出服药后病痛明显减轻的时间.病人序号病痛减轻时间/min用药剂量/g性别血压组别1 352 0 0.252 43 2 0 0.503 55 2 0 0.754 47 2 1 0.255 43 2 1 0.506 57 2 1 0.757 26 5 0 0.258 27 5 0 0.509 28 5 0 0.7510 29 5 1 0.2511 22 5 1 0.5012 29 5 1 0.7513 19 7 0 0.2514 11 7 0 0.5015 14 7 0 0.7516 23 7 1 0.2517 20 7 1 0.5018 22 7 1 0.7519 13 10 0 0.2520 8 10 0 0.5021 3 10 0 0.7522 27 10 1 0.2523 26 10 1 0.5024 5 10 1 0.75一、摘要在农某医药公司为了掌握一种新止痛药的疗效,设计了一个药物实验,通过观测病人性别、血压和用药剂量与病痛时间的关系,预测服药后病痛明显减轻的时间。
我们运用数学统计工具m i n i t a b软件,对用药剂量,性别和血压组别与病痛减轻时间之间的数据进行深层次地处理并加以讨论概率值P (是否<0.05)和拟合度R -S q 的值是否更大(越大,说明模型越好)。
- 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、"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、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)。
数学建模实验
二.微分方程实验
1. 微分方程稳定性分析
绘出下列自治系统相应的轨线,并标出随t 增加的运动方向,确定平衡点,并按稳定的、渐近稳定、或不稳定的进行分类:
(1)⎪⎩⎪⎨⎧==;,y dt
dy x dt dx (2)⎪⎩⎪⎨⎧=-=;2,y dt dy x dt dx (3)⎪⎩⎪⎨⎧-==;2,x dt dy y dt dx (4)⎪⎩⎪⎨⎧-=-=;
2,
y dt dy x dt dx
(1) 选取平衡点,由,0)(,0)(====y y f x x f 可知为(0,0)
系数矩阵为
,1001⎥⎦
⎤
⎢⎣⎡=A 易得特征值
,
121==λλ则
,01.,02)(2121>==<-=+-=λλλλq p 对照稳定性情况表,平衡点是不稳定的。
(2) 根据(1)题所求方法,取平衡点(0,0),易得特征值
,02,01,2,121<-=<-==-=q p λλ对照稳定性情况表,可知平衡点是不稳定的。
(3) 取平衡点(0,0),易得特征值,04142.1,0,4142.1,4142
.121>==-==q p i i λλ对照稳定性情况表,可知平衡点是不稳定的。
(4) 取平衡点(1,0),易得特征值,022,03,2,121<=>=-=-=q p λλ对照稳定性情
况表,可知平衡点是稳定的。
2. 种群增长模型
一个片子上的一群病菌趋向于繁殖成一个圆菌落。
设病菌的数目为N ,单位成员的增长率为r1,则由Malthus 生长率有
.1N r dt
dN
=但是,处于周界表面的那些病菌由于寒冷而受到损伤,它们死亡的数量与N 1/2成比例,其比例系数为让。
求N 满足的微分方程,不用求解,图示其解族,方程是否有平衡接,如果有,是否为稳定? 解:
由题可得,N 满足的微分方程为:,)(21
21N r N r dt
dN
N f -==
求取平衡点,令0)(=N f ,可得平衡点为(0,2
122/r r ),
由)).(21(212121212
2N r N r N r r dt
N d --=-,令,022
=dt N d 可求得21224/r r N =, 令2
12221224/,/,0r r N r r N N ===把第一象限划分为三部分,且分别有
.0,0;0,0;0,0222222><<>>>dt
N
d dt dN dt N d dt dN dt N d dt dN 则微分方程的解族图形如下所示,其中,0=N 是不稳定的,2
122/r r N =是稳定的。
解:
(1) 构建方程组⎩
⎨⎧--+-=--+-=)]1([)()]
1([)(2211222222111111x b x b c a x x f x b x b c a x x f ,令,0)(,0)(21==x f x f
易得平衡点)0,(),,0(),0,0(1
11
12222210c b a c p c b a c p p -- 对于P 0,系数矩阵
⎥⎦
⎤⎢⎣⎡--=⎥⎦⎤⎢
⎣⎡--------=221
`1221121222211
222
121111100a c a c x c b x c b a c x c b x c b x c b x c b a c A , )(2211a c a c p -+--=,已知2211,a c a c >>,所以p<0,该点不稳定。
对于P 1,系数矩阵
⎥⎥⎥⎥⎦
⎤
⎢⎢⎢⎢⎣⎡------=⎥⎦⎤⎢⎣
⎡--------=211122221212211221121222211222
1211111))(()(0)(b a c b b b a c b c c a c a c x c h x c b a c x c b x b x c b x c b a c A λ,
),)
)(().()((,))(()(2
111221221121112212211b a c b b c c a c a c q b a c b b c c a c a c p -----=--+--
-=由题可知,,该点是稳定的。
即),0())(),((2
22
221c b a c t x t x t -→∞→时,,说明物种1最终会灭亡。
对于P 2,系数矩阵
⎥⎥⎥⎥⎦
⎤⎢⎢
⎢⎢⎣⎡
-------=⎥⎦⎤⎢⎣
⎡--------=1211221
11211221121222211222
1211111)(0)()(c c a c a c b a c b a c x c h x c b a c x c b x b x c b x c b a c A λ ),)().((,)()(2
211221112112211c c
a c a c a c q c c a c a c a c p -----=--
-+--= 由题可知,,该点是稳定的。
即)0,(
))(),((1
11
121c b a c t x t x t -→∞→时,,物种2最终要灭亡。
方程组⎩⎨⎧==0)(0)(2
1x f x f 为线性方程组,在平面上匹配两条直线21,l l 将第一象限分为三个
区域。
(1) 当
22
11c a c a >
时,随着时间的增加,物种1将会灭亡,物种2将达到稳定值2
22
2c b a c -。
(2)当
2211c a c a <
时,随着时间的增加,物种1最终能达到稳定值1
11
1c b a c -,物种2最终要灭亡。
4.蝴蝶效应与混沌解
解:
(1)编写Lorenz函数,Matlab程序如下:
Function dx=lorenz(t,x,b,a,c)
dx=[-b*x(1)+x(2)*x(3);
-a*x(2)+a*x(3);
-x(1)*x(2)+c*x(2)-x(3)];
调用ode45函数进行求解,利用plot函数进行绘图,如下所示:
(2) 适当调整参数,将βρα,,值各减1,初始值832110)0(x )0(),0(-=不变,x x ,得到
如下图示:
从图中我们可以看出,图形对参数和初始值的变化敏感很高,随着参数和初始值的轻微变化而改变很大。
解:
(1) 由题可得,微分方程为:⎪⎪⎩
⎪⎪⎨⎧==--=0)0('1)0(222
2x x dt dx h x k mg dt
x d m
其中,去m=1,g=9.8,用Matlab 求的数值解,并作出x(t)的图形: 分别为h=0和h=0.1时,
(2) 由题可知,受附加力后,微分方程为:⎪⎪⎩
⎪⎪⎨⎧==+--=0)0('1)0(sin 222
2x x wt B dt dx h x k mg dt
x d m ,
其中,B=1,w=1,1.2,1.4,1.6,1.8,2.0,2.2,2.4,2.6,2.8,3.0,用Matlab 求取数值解并作图: 如下非别为h=0以及h=0.1时的图形,
(3) 如上图所示,在不考虑外力以及摩擦力时,简谐振动会一直进行下去;而当h=0.1
时,振幅逐渐减小并趋近于0,但是周期不变。
在施加一个外力后,振幅发生变化,并且去外力的频率有关系,这就是受迫运动。
解:
(1) 按三段时间利用Matlab 对数据分别拟合,确定增长率r 1,r 2,r 3,图形如下,增长率如图
中所显示:
(2)采用Logistic模型,对所有数据利用Matlab进行拟合,代码如下
t = 0 : 10 : 190;
x = [3.9 5.3 7.2 9.6 12.9 17.1 23.2 31.4 38.6 50.2 62.9 76.0 92.0 106.5 123.2 131.7 150.7 179.3 204.0 226.5];
f = inline('p(1)./(1+p(2)*exp(-p(3).*t))','p','t');
p = lsqcurvefit (f, [300, 50, 0.02], t, x);
得出人口的最大容量N m为360.3560(百万),增长率r为0.0234
图形如下所示:
改变参数,t=200,可以得到1990年人口总数为预测为241.7704(百万)。