数学建模集训讲义(7-7节)
数学建模竞赛集训
最优解:x21 = x32 = x43 = x51 = 1, 成绩为4’17”7
乙~ 蝶泳、丙~ 仰泳、 原 甲~ 自由泳、乙~ 蝶泳、
丁~ 蛙泳、戊~ 自由泳
方 案
丙~ 仰泳、丁~ 蛙泳.
指派(Assignment)问题:每项任务有且只有一人承担,
每人只能承担一项,效益不同,怎样分派使总效益最大.
干扰。
符号规定:
i
Si ——第i种投资项目,如股票,债券
ri,qi,pi ----分别为Si的平均收益率,风险损失率,交易费率
ui ----Si的交易定额
r0
同期银行利率
-------
xi -------投资项目Si的资金
a -----投资风险度
18
Q ----总体收益 ΔQ ----总体收益的增量
2
解 设在甲车床上加工工件1、2、3的数量分别为x1、 x2、x3,在乙车床上加工工件1、2、3的数量分别为 x4、x5、x6。
可建立以下线性规划模型:
min z 13x1 9x2 10 x3 11x4 12 x5 8x6
x1 x4 400
x2
x5
600
s.t.
0x.34x1x6
j 1
5
xij 1, j 1,4
i 1
7
模型求解 输入LINDO求解
MIN 66.8x11+75.6x12+87x13+58.6x14 +… … +67.4x51+71 x52+83.8x53+62.4x54
SUBJECT TO x11+x12+x13+x14 <=1 …… x41+x42+x43+x44 <=1 x11+x21+x31+x41+x51 =1 …… x14+x24+x34+x44+x54 =1
数学建模培训精品课件ppt
学员们认为,通过案例分析和实践操作,他们能够更好地解决实 际问题,提高了工作效率。
结识优秀的同行
学员们结识了很多优秀的同行,通过互相学习和交流,彼此的能 力都得到了提升。
未来发展趋势预测
数学建模与大数据结合
随着大数据时代的到来,数学建模将会与大数据更加紧密 结合,利用数据挖掘和分析技术,更好地解决实际问题。
数学建模培训精品课 件
汇报人:可编辑 2023-12-22
目 录
• 数学建模概述 • 数学建模基础知识 • 数学建模方法与技巧 • 数学建模应用领域 • 数学建模实践项目 • 数学建模培训总结与展望
01
数学建模概述
定义与特点
定义
数学建模是指用数学语言描述实 际现象、解释自然规律、解决实 际问题的过程。
Python
一款开源的编程语言,具有丰富的数 学库和工具包,适用于各种数学建模 任务。
03
数学建模方法与技巧
建模方法分类
初等模型
利用初等数学知识建立 模型,如代数方程、不
等式、几何图形等。
微分方程模型
利用微积分知识,通过 建立微分方程来描述实
际问题。
概率统计模型
利用概率论和统计学知 识,通过随机变量和随 机过程来描述实际问题
求解与分析
指导学生运用数学软件或编程语言对模型 进行求解和分析,得出结论。
建立模型
指导学生根据问题特点,选择合适的数学 方法和工具,建立数学模型。
项目成果展示与评价
成果展示
组织学生进行项目成果展示, 包括项目报告、论文、PPT演示
等。
评价标准
制定评价标准,包括问题的难 度、模型的合理性、求解的准 确性、论文的规范性等方面。
《数学建模培训》PPT课件
数学建模案例解析
04
经济学案例:供需平衡模型
供需平衡理论
通过数学语言描述市场需求与供给之间的平衡关 系,涉及价格、数量等关键变量。
建模过程
收集相关数据,建立需求函数和供给函数,通过 求解方程组找到均衡价格和均衡数量。
模型应用
预测市场趋势,分析政策对市场的影响,为企业 决策提供支持。
物理学案例:热传导模型
Lingo在数学建模中的应 用案例
展示Lingo在数学建模中的实 际应用,如线性规划、整数规 划、非线性规划等优化问题的 求解。
其他数学建模相关软件与工具简介
Mathematica软件
简要介绍Mathematica的特点和功能,以及其 在数学建模中的应用。
SAS软件
简要介绍SAS的特点和功能,以及其在数学建模 中的应用。
数据预处理
包括数据清洗、缺失值处 理、异常值检测等,保证 数据质量。
数据可视化
利用图表、图像等手段展 示数据,便于理解和分析 。
数据分析方法
如回归分析、时间序列分 析、聚类分析等,用于挖 掘数据中的信息和规律。
数学建模常用方法
03
回归分析
线性回归
通过最小二乘法拟合自变量和因 变量之间的线性关系,得到最佳
模型应用
预测舆论走向,分析社会热点问题,为政府和企业提供决策支持。
数学建模软件与工
05
具介绍
MATLAB软件介绍及使用技巧
MATLAB概述
简要介绍MATLAB的历史、功能和应用领域 。
MATLAB常用函数
列举并解释MATLAB中常用的数学函数、绘 图函数、数据处理函数等。
MATLAB基础操作
详细讲解MATLAB的安装、启动、界面介绍 、基本语法和数据类型等。
数学建模培训精品课件
深度学习与神经网络
介绍深度学习和神经网络的基本原理 ,以及在数学建模中的应用和挑战。
探讨机器学习算法如何与数学建模相 结合,实现数据分析和预测。
大数据时代的数学建模挑战与机遇
大数据的数学建模方法
介绍处理大规模数据集的数学建模方法和技巧,如分布式计算、 云计算等。
数据清洗与预处理
阐述数据预处理在数学建模中的重要性,以及如何进行数据清洗和 特征提取。
THANKS.
04
模型评估与改进技巧
误差分析
分析模型预测误差来源,提高模型预测精度 。
多目标优化
在满足多个约束条件下,优化模型目标函数 。
敏感性分析
评估模型参数对结果的影响程度,优化模型 参数。
模型集成
将多个模型组合起来,提高整体预测性能。
数学建模软件介绍
04
MATLAB的使用介绍
MATLAB概述
01
MATLAB是一种用于算法开发、数据可视化、数据分析以及数
数学建模应用实例
02
微积分建模实例
总结词:微积分建模是数学建模中的基 础,通过实例可以更好地理解微积分的 实际应用。
经济学中的边际分析:通过微积分分析 经济活动中成本、收益和利润的变化, 为决策提供依据。
人口增长模型:利用微积分的知识,建 立人口增长模型,预测未来人口数量和 增长趋势。
详细描述
瞬时速度与加速度:通过分析物体运动 的速度和加速度,建立微积分模型,用 于预测物体的运动轨迹和时间。
模型验证:使用实际数据对模型进行 验证,评估模型的准确性和可靠性。
应用与优化:将模型应用于未来气候 预测中,根据反馈进行模型优化和调 整。
数学建模前沿动态
06
人工智能与数学建模的结合
《数学建模培训》课件
MATLAB
• 总结词:MATLAB是一种高效的数值计算和数据分析工具 ,广泛用于数学建模、算法开发、数据分析等领域。
MATLAB
• 详细描述 • MATLAB简介:MATLAB是Matrix Laboratory的缩写,由MathWorks
公司开发,是一种基于矩阵运算的编程语言和数值计算环境。 • MATLAB功能:MATLAB具有强大的矩阵运算和数值计算能力,可以用
Python(NumPy, Pandas, Scikit-learn)
• 总结词:Python是一种广泛使用的通用编程语言,具有简单易学、代码可读性高等优点,常用于数据处理、机器学习等领 域。
Python(NumPy, Pandas, Scikit-learn)
• 详细描述 • Python简介:Python由Guido van Rossum于1989年发布第一个公开发行版,是一种解释型、交互式的编程
《数学建模培训》课件
汇报人: 日期:
目录
• 数学建模概述 • 数学基础知识 • 数学建模案例分析 • 数学建模进阶知识 • 数学建模实践技巧 • 数学建模常用软件介绍 • 数学建模发展趋势与挑战
01
数学建模概述
数学建模的定义
数学建模是一种用数学语言描述现实问题,建立数学模型,并通过对模型的分析和 求解来做出决策的科学方法。
大数据时代的挑战
数据处理难度加大
随着大数据时代的到来,数据的类型、规模 和复杂性都不断加大,这给数学建模带来了 更多的挑战。如何有效地处理、分析和利用 大数据,成为数学建模需要面对的重要问题 。
数据隐私和安全问题
在大数据时代,数据的隐私和安全问题也日 益突出。如何在保证数据隐私和安全的前提 下,进行有效的数学建模,是当前需要解决 的一个重要问题。
《数学建模培训》课件
Excel 和 Python
05
数学建模竞赛介绍
国际数学建模竞赛起源于1985年,由美国数学及其应用联合会主办,是全球范围内最具影响力的数学建模竞赛之一。
起源与发展
国际数学建模竞赛(ICM)
ICM面向全球的数学建模爱好者,参赛者可以来自不同学科领域,包括理工科、社会科学、人文科学等。
参赛范围
ICM采用3人一组的参赛形式,限定4天时间内完成一个实际问题,提交一篇完整的英文论文。
竞赛形式
起源与发展
MCM面向全美的数学建模爱好者,参赛者主要来自理工科和社科类专业。
参赛范围
竞赛形式
全美数学建模竞赛(MCM)
MCM采用2人一组的参赛形式,限定48小时内完成一个实际问题,提交一篇完整的英文论文。
全美数学建模竞赛由美国数学协会主办,是全美范围内最具代表性的数学建模竞赛之一。
起源与发展
经济增长模型
模型假设
经济增长受投资、劳动力、技术等多种因素影响,假设投资和技术进步是经济增长的主要驱动力,而劳动力增长速度较慢。
模型建立
基于假设,建立微分方程模型,将国内生产总值、投资、劳动力数量和技术水平作为变量。
模型求解
通过数值方法求解方程,得出未来经济增长趋势。
01
02
03
股票价格受市场供求关系、公司业绩、宏观经济等多种因素影响,假设公司业绩和宏观经济对股票价格具有长期影响。
应用程序
03
Mathematica支持与其他应用程序的集成,如Excel、Access、Visual Studio等,方便数据的导入和导出。
Maple具有强大的符号计算能力,可以处理各种符号数学问题,如微积分、线性代数、组合数学等。
符号计算
《数学建模培训》课件
统计建模方法
利用统计学原理,如回归分析 、时间序列分析等建立模型。
优化建模方法
利用优化理论,如线性规划、 非线性规划等建立模型。
微分方程建模方法
利用微分方程理论,如常微分 方程、偏微分方程等建立模型
。
常见建模方法介绍
代数建模方法
通过代数方程或不等式表示变 量之间的关系,解决实际问题
。
概率建模方法
利用概率论和随机过程理论, 建立随机模型,解决实际问题 。
生物学
种群动态、生态平衡、基因遗传等 生物学问题可以通过数学建模进行 深入研究。
工程与技术领域
电子工程
电路设计、信号处理、电 磁场等问题的解决需要数 学建模的帮助。
机械工程
机构分析、优化设计、机 器人控制等需要数学建模 进行精确计算和模拟。
土木工程
建筑设计、结构分析、地 震工程等需要数学建模进 行结构优化和抗震设计。
《数学建模培训》课件
汇报人:可编辑 2023-12-22
• 数学建模概述 • 数学建模基础知识 • 数学建模方法与技巧 • 数学建模应用领域 • 数学建模案例分析 • 数学建模实践与挑战
01
数学建模概述
定义与特点
定义
数学建模是指通过建立数学模型 来描述、分析和解决实际问题的 过程。
特点
数学建模具有抽象性、概括性和 精确性,能够将复杂问题转化为 数学语言,为解决实际问题提供 有效工具。
对建立的模型进行训练和评估,包括模型 的参数调整、模型的性能评估等。
对模型的结果进行解释和应用,包括结果 的可视化、结果的解释和应用等。
实践项目成果展示与评价
成果展示
将实践项目的成果进行展示,包括模型的性能指 标、结果的可视化等。
数学建模培训讲义.
刘欢
段涛
宋超
刘泽瑞
王森
陈勇
指导教师 高职学院数模教练组
从问题的解决方法上分析,涉及到的数学建模 方法有几何理论、组合概率、统计分析、优化方法、 图论、网络优化、层次分析、插值与拟合、差分方 法以、微分方程、排队论、模糊数学、随机决策、 多目标决策、随机模拟、灰色系统理论、神经网络、 时间序列、综合评价方法、机理分析等方法。
x(t) x e rt 0
x(t) x0 (er )t x0(1 r)t
随着时间增加人口按指数规律无限增长
指数增长模型的应用及局限性
• 与19世纪以前欧洲一些地区人口统计数据吻合 • 适用于19世纪后迁往加拿大的欧洲移民后代 • 可用于短期人口增长预测 • 不符合19世纪后多数地区人口增长规律 • 不能预测较长期的人口增长过程 19世纪后人口数据 人口增长率r不是常数(逐渐下降)
阻滞增长模型 (Logistic模型)
人口增长到一定数量后,增长率下降的原因:
资源、环境等因素对人口增长的阻滞作用
且阻滞作用随人口数量增加而变大
r是x的减函数
假定: r(x) r sx (r, s 0) r~固有增长率(x很小时)
xm~人口容量(资源、环境能容纳的最大数量)
r( xm ) 0
s r r(x) r(1 x )
xm
xm
阻滞增长模型 (Logistic模型)
dx rx dt
dx/dt
dx
x
r(x)x rx(1 )
dt
xm
x
xm
xm/2
0
xm/2
xm x
x0 0
x(t)
xm
数学建模培训精品课件
数学建模的基本步骤
总结词:掌握数学建模的基本步骤是成功解决问题的 关键。
详细描述:数学建模的基本步骤包括明确问题、收集数 据、建立模型、求解模型和评估模型。明确问题是数学 建模的第一步,需要清晰地定义问题并确定研究范围。 收集数据是建立模型的基础,需要收集足够的信息来支 持模型的建立。建立模型是将实际问题转化为数学问题 的过程,需要选择合适的数学方法和工具。求解模型是 利用计算机和数学软件对建立的模型进行计算和分析。 评估模型是验证模型的准确性和可靠性,需要对模型的 预测结果进行误差分析和改进。
线性代数在机器学习中的应用
例如,利用线性代数建模进行数据降维、特征提取等。
概率论与数理统计建模应用
概率论与数理统计建模概述
概率论与数理统计是研究随机现象的数学分支,通过概率论与数理统 计建模可以解决不确定性和风险的问题。
概率论与数理统计在金融中的应用
例如,利用概率论与数理统计建模进行风险评估、投资组合优化等。
例如,利用微积分建模研究生物种群增长、疾病 传播等问题。
线性代数建模应用
线性代数建模概述
线性代数是研究线性关系的数学分支,通过线性代数建模可以解决矩 阵和向量的问题。
线性代数在计算机图形学中的应用
例如,利用线性代数建模进行图像处理、3D渲染等。
线性代数在控制系统中的应用
例如,利用线性代数建模研究系统的稳定性、控制系统的设计和优化 等。
例如,利用优化建模进行路径规划、车辆调 度等,以实现运输成本的最小化。
优化在生产计划中的应用
例如,利用优化建模进行生产计划安排、资 源分配等,以实现生产效益的最大化。
优化在金融中的应用
例如,利用优化建模进行投资组合优化、风 险管理等,以实现金融收益的最大化。
数学建模课件讲课资料
• 从一组数据中可以看出它的蓬勃发展之势:从 1994年196个学校的867支参赛队,到2000年 517个学校的3210支参赛队,再到2005年795个 学校的8492支参赛队,参赛队壮大了近10倍, 2005年竞赛的选手达到25000多名。 2006年竞 赛的选手达到25000多名。
• (2)模型假设:根据实际对象的特征和建 模的目的,对问题进行必要的简化,并用 精确的语言提出一些恰当的假设。
• (3)模型建立:在假设的基础上,利用适 当的数学工具来刻划各变量之间的数学关 系,建立相应的数学结构。(尽量用简单的 数学工具)
• (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)。
y
y0 y=f(x)
0
x0
P(xm ,ym )
P(xm,ym) x=g(y)
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 y 甲方残存率变大
威慑值x 0和交换比不变
x减小,甲安全线
y0
x=g(y)向y轴靠近
0
P(xm,ym)
x=2y
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
y= y0+(1-s)x
y0=sy
y=y0/s
乙的x–y个被攻击2次,s2(x–y)个未摧毁;
y –(x–y)=2y– x个被攻击1次,s(2y– x )个未摧毁
数学建模培训精品课件ppt
跨学科的数学建模需要加强交流与合作,打破学科壁垒,促进知识的融合和应用。
总结
数学建模是利用数学语言描述现实世界的过程,它在科学、工程、经济、金融等领域有着广泛的应用。
重要性
数学建模能够将实际问题抽象化,通过数学分析和计算得出结论,为决策提供科学依据。
应用领域
数学建模在物理、化学、生物、环境科学、医学、社会科学等领域都有应用,是解决复杂问题的重要工具。
数学建模竞赛经验分享
数学建模竞赛需要学生运用所学知识解决实际问题,有助于培养他们的创新思维和解决问题的能力。
培养创新思维
参加数学建模竞赛可以提高学生的数学素养、编程能力、团队协作和沟通能力等,有助于提升学生的综合素质。
提高综合素质
在数学建模竞赛中取得优异成绩,可以为学生未来的学术和职业发展提供有力支持,增强他们的竞争力。
随着实际问题越来越复杂,数学建模面临诸多挑战,如模型建立、数据获取和处理、计算效率等。
挑战
随着科技的发展,数学建模在大数据分析、人工智能、机器学习等领域的应用越来越广泛,为数学建模提供了新的机遇。
技术创新
随着计算技术和算法的发展,数学建模将更加高效和精确,能够处理更大规模和更复杂的数据。
应用拓展
LINGO是一款由Lindo Systems公司开发的商业优化软件,主要用于解决线性规划、整数规划、非线性规划等问题。
LINGO内置了多种求解器,可以快速求解大规模的优化问题,支持多种目标函数和约束条件。
LINGO提供了友好的用户界面和强大的建模功能,支持多种优化模型,包括线性规划、整数规划、二次规划等。
Python的语法简单易懂,易于上手,适合初学者快速入门。
Python的可视化库也非常丰富,如Matplotlib、Seaborn等,可以方便地绘制各种统计图形和数据可视化。
数学建模竞赛集训精品PPT课件
参考文献要书写规范,可参考专业学术杂志。 11.附录
(1)计算程序、详细的结果,详细的数据表格,可 在此列出。但不要错,错的宁可不列。
(2)主要结果数据,应在正文中列出,不怕重复。
8
五、检查论文主要把握三点: (1) 模型的正确性、合理性、创新性
1、队员要有积极的合作及吃苦精神。 2、相互取长补短,优势互补。
如:一个思维敏捷,数学基础好, 一个计算机水平高, 一个写作能力强
3、一个优秀的队长。
2
二、充分重视竞赛论文的质量。 1. 评定参赛队的成绩好坏、高低,获奖级别,竞
赛论文是唯一依据。 2. 答卷是竞赛活动的成绩结晶的书面形式。
3. 写好答卷的训练,是科技写作的一种基本训练。 三、论文评选标准:
数学建模的创新可体现在: ▲建模中,模型本身,简化的好方法、好策略等; ▲模型求解中; ▲结果表示、分析、检验,模型检验; ▲推广部分。 (2) 结果的正确性、合理性; (3) 文字表述清晰,分析精辟,摘要精彩。
9
六、建模竞赛论文需再强调的几点:
1、严格按照论文要求的格式;
2、论文摘要极为重要; 3、语言流畅,表达清晰准确;
5
6、模型的建立(由简单到复杂可建多个模型);
建立数学模型应注意以下几点
(1) 分清变量类型,恰当使用数学工具。
(2)抓住问题本质,简化变量之间的关系。
(3) 建立数学模型时要有严密的数学推理。 (4)用数学方法建模,模型要明确,要有数学表 达式。
7、模型求解
(1)重要结论需要建立数学命题时,命题叙述要 符合数学命题的表述规范,尽可能论证严密;
数学建模培训课件 32页PPT文档
问题分析 多步决策过程
决策~ 每一步(此岸到彼岸或彼岸到此岸)船上的人员 要求~在安全的前提下(两岸的随从数不比商人多),经有 限步使全体人员过河
模型构成
xk~第k次渡河前此岸的商人 数yk~第k次渡河前此岸的随从数
xk, yk=0,1,2,3;
sk=(xk , yk)~过程的状 S ~ 允许k=状1态,2集,
数学建模比赛
中国矿业大学科技文化节数学建模竞赛/每年十 一月份
电工杯全国大学生数学建模竞赛/每年十二月份 美国国际大学生数学建模竞赛/每年一月份 苏北数学建模联赛/每年五月份 高教杯全国大学生数学建模竞赛/每年九月份
全国大学生电工数学建模竞赛
全国大学生电工数学建模竞赛(以下简称竞赛) 是中国电机工程学会电工数学专委会主办的面 向全国大学生的科技活动,目的是提高学生的 综合素质、增强创新意识、培养学生应用数学 知识解决实际工程问题的能力,激发学生学习 数学的积极性,同时也将推动高校的教学改革 与教育创新的进程。
D‘ D
模型构成
由假设1,f和g都是连续函数
由假设3,椅子在任何位置至少有三只脚同时着地:对 任意t ,f(t)和g(t)中至少有一个为0。当t=0时,不妨设 g(t)=0,f(t)>0,原题归结为证明如下的数学命题:
已知f(t)和g(t)是t的连续函数,对任意t, f(t) •g(t)=0,且 g(0)=0,f(0)>0。则存在t0,使f(t0)= g(t0)=0
苏北数学建模联赛
苏北数学建模联赛是由江苏省工业与应用数学 学会、徐州市工业与应用数学学会、中国矿业 大学联合主办,中国矿业大学理学院团委协办 及数学建模协会筹办的面向苏北及全国其他地 区的跨校、跨地区性数学建模竞赛,目的在于 更好地促进数学建模事业的发展,扩大中国矿 业大学在数学建模方面的影响力;同时,给全 国广大数学建模爱好者提供锻炼的平台和更多 的参赛机会,鼓励广大学生踊跃参加课外科技 活动,开拓知识面,培养创造精神及合作意识。
- 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)。
§7 煤矸石堆积
(1999年全国大学生数学建模竞赛C题)煤矿采煤时,会产出无用废料煤矸石.在平原地区,煤矿不得不征用土地堆放矸石.通常矸石的堆积方法是:
β= 的直线形上升轨道(角度过大,架设一段与地面角度约为25
运矸车无法装满),用在轨道上行驶的运矸车将矸石运到轨道顶端后向两侧倾倒,待矸石堆高后,再借助矸石堆延长轨道,这样逐渐堆起如下图所示的一座矸石山来.
现给出下列数据:
矸石自然堆放安息角(矸石自然堆积稳定后,其坡面与地面形成的夹α< ;
角)55
矸石容重(碎矸石单位体积的重量)约2吨/米3;
运矸车所需电费为 0.50元/度(不变);
运矸车机械效率(只考虑堆积坡道上的运输)初始值(在地平面上)约30%,坡道每延长10米,效率在原有基础上约下降2%;
土地征用费现值为8万元/亩,预计地价年涨幅约10%;
银行存、贷款利率均为5%;
煤矿设计原煤产量为300万吨/年;
煤矿设计寿命为20年;
采矿出矸率(矸石占全部采出的百分比)一般为7%~10%. 另外,为保护耕地,煤矿堆矸土地应比实际占地多征用10%. 现在煤矿设计中用于处理矸石的经费(只计征地费及堆积时运矸车用的电费)为100万元/年,这笔钱是否够用?试制订合理的年度征地计划,并对不同的出矸率预测处理矸石的最低费用.
模型假设
1.矸石山是棱锥和圆锥的嵌入体,棱锥和圆锥的侧面与地面形成的夹角均为55α= (安息角),运矸车道SA 与地面的夹角25β= ;
2.矸石容重33210/c kg m =⨯;
3.原煤年产量理解为去掉矸石的净煤产量;
4.年度征地方案理解为最多于每年初征地一次;
5.煤矿用于处理矸石的经费100万元/年理解为每年初一次拨出;
6.银行利息为复利,煤矿使用银行资金存贷自由;
7.征地费于当时付出,电费于当年内付出,不可拖欠;
8.20年只堆积一个矸石山(参看最后的附注).
模型建立
1.矸石山的底面积和征地费
1.1 矸石山的底面积、体积与高度的关系
在题图中A —SBOD 是棱锥部分,A —BCD 是圆锥部分,ΔSOB 是直
角三角形(OBS ∠为直角).记矸石山高h AO =,OSB γ=∠,可得 tan tan tan 25sin 19tan tan tan55OB h OS h αβγγβα====⇒=
, ΔSOB 面积=11cos 2sin cos 22tan tan 2tan tan h h OS OB SOB h γγβαβα
⋅=⋅⋅=, 扇形O —BCD 的半径tan h OB α
=,而扇形角2BOD πγ∠=+,所以, 扇形O —BCD 的面积=22222tan tan h h πγγπαα
++⎛⎫⋅= ⎪⎝⎭. 矸石山的底面积为ΔSOB 、ΔSOD 与扇形O —BCD 面积之和,得
()cos 22222.35tan tan tan S h h m γγπβαα⎛⎫+=+= ⎪⎝⎭
. (1)
征地面积至少为 ()
22()1.1 2.587S h S
h m == . (2) 矸石山的体积为 ()33()30.784V h Sh h m == . (3)
1.2 征地面积与采煤出矸率的关系
设出矸率为p ,记()1q p p =-.1kg 原煤,折合成含矸煤为11p -kg ,其中矸石量为1p p
-kg =q kg .由于原煤产量为300万吨/年,则年均出矸量为
710300q ⨯,按矸石容重33210c kg m =⨯换成体积为63101.5m q ⨯,于是t 年后矸石山的体积为
6310() 1.5m V t qt ⨯=. (4)
由(3)、(4)式可得矸石山高度与t 的关系 ()()13()124.1h t qt m =.
(5) 将(5)代入(2),并注意1亩=220003
m ,得t 年后占地面积为 ()23()59.77S t qt =(亩) (6)
由(5)、(6)式得20年后矸石山高与占地面积分别为
()13(20)337.1h q m =,23(20)440.4S q =(亩)
. 例如,当0.1p =时,()(20)162
h m =,(20)102S =(亩). 1.3 征地面积计划
因为地价年涨幅10%高于贷款利率5%,所以应在开始时一次性将用地全部购入,所缺经费向银行贷款.
例如,当0.1p =时,征地费为8102816Q =⨯=(万元).
2.堆积矸石的电费
2.1 运矸车机械效率
当运矸车坡道行程为l ,高度为x 时,sin l x β=,从而运矸车机械效率为
()()100.310.02l x η=- ()10sin 0.004780.30.98
0.3x x e β-=⨯=. (7) 2.2 运矸车机械功
现在我们求堆积到高度h 时运矸车所作的机械功.设想把区间[]0,h 分成若干个小区间,取其中任一小区间并记作[],x x dx +,在此小区间上体积增量为()V x ∆,此时需把重量为()V x c ∆的物体从地面拉到x 处,做功微元为()()
x V x c x η∆,从而堆积到高度h 的机械功为 ()0
()()h
xc J h dV x x η=⎰ (8) 以(3)、(7)和()
29.8g m s =代入得
()()30.00478501.53710h x J h x e dx =⨯⎰焦耳 (9) (9)式右端的积分可以用下式算出: ()33322403666h bx bh x e dx h b h b hb e b ⎡⎤=-+-+⎰⎣⎦
(10) 2.3 电费
按照1度(电)=63.610⨯焦耳和0.50元/度,可以由(9)、(10)、
(5)算出从开始到t 年的电费.当0.1p =时,1t =到20t =年的电费为
为了与所给经费比较,将它们都按利率5%折合成现值.
20年总电费K 和总经费S 分别为
20()40411.05
1K t K t t ==∑-=(万元),20100126911.051S t t ==∑-=(万元) (11) 总电费K 与征地费Q 之和为1220(万元),未超过总经费S . 对于不同的出矸率,费用的计算结果如下:
3.结论
开始时按10%的出矸率为20年堆积矸石征地102亩,不足经费向银行贷款,以后每年用当年经费缴电费并还贷,20年经费刚好够用.
若出矸率高于10%,如11%时,上述结果表明,经费已不足. 附注:上面的计算是基于20年只堆积一个矸石山的假设,若堆积多个矸石山,显然征地费将增加,而电费将减少,那么总费用如何呢.
若堆积两个矸石山,每个10年,不难算出,征地费为513×2=1026(万元),电费为185×2=370(万元),总费用1396(万元),大于上面的1220(万元).
所以堆积一个矸石山是正确的.。