数学建模实验问题详解_初等模型
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。
第一节初等模型
第一节初等模型解决实际问题,应尽可能用简单而且初等的方法建模,方法简单而初等,容易被更多的人理解接受和采用,就更有价值。
下面举的例子,虽然不是很复杂,但告诉我们,只要仔细地观察生活,你就会发现,在我们周围处处存在着可用数学解决的问题。
一、代数法建模[例8.1.1] 椅子问题在我们周围的日常生活中,到处都会遇到数学问题,就看我们是否留心观察和善于联想,比如有这样一个问题(你或许认为这个问题与数学毫不相干):4条腿长度相等的椅子放在起伏不平的地面上,4条腿能否一定同时着地?模型假设:(1)椅子的四条腿一样长,4脚的连线是正方形。
(2)地面是数学上的光滑曲面,即沿任意方向,切面能连续移动。
建模的关键在于恰当地寻找表示椅子位置的变量,并把要证明的“着地”这个结论归结为某个简单的数学关系。
假定椅子中心不动,4条腿着地点视为几何学上的点,用A、B、C、D表示,将AC、BD连线看作x轴、y轴,建立如图8.1.1所示的坐标系。
引入坐标系后,将几何问题代数化,即用代数方法去研究这个几何问题。
图8.1.1人们习惯于,当一次放不平稳椅子时,总是转动一下椅子(这里假定椅子中心不动),因而将转动椅子联想到坐标轴的旋转。
设为对角线AC转动后与初始位置x轴夹角,如果定义距离为椅脚到地面的竖直长度。
则“着地”就是椅脚与地面的距离等于零,由于椅子位于不同位置,椅脚与地面距离不同,因而这个距离为的函数,设──A、C两脚与地面距离之和;──B、D两脚与地面距离之和。
因地面光滑,显然,连续,而椅子在任何位置总有三只脚可同时“着地”,即对任意的,,总有一个为零,有。
不失一般性,设于是椅子问题抽象成如下数学问题:假设:,是的连续函数,且对任意,。
求证:存在,使得。
证明:令,则将椅子转动,对角线互换,由和,有,,从而。
而在上连续,由介值定理,必存在使得。
即。
又因对任意,从而。
即在方向上椅子四条腿能同时“着地”。
椅子问题的解决是学习运用类比法的一个很好实例,从中可受到一定启发,学习到一些建模技巧:转动椅子与坐标轴旋转联系起来;用一元变量表示转动位置;巧妙地将“距离”用的函数表示,而且只设两个函数,(注意椅子有4只脚!);由三点定一平面得到;利用转动并采用了介值定理使得问题解决得非常巧妙而简单。
数学建模之初等模型
情形3
p1 p2 , 说明当对A 不公平时,给B 单 n1 n2 1 位增加1席,对A 不公平。
计算对A 的相对不公平值
r A (n 1 ,n 2 1 ) p 1n p 1 2 ( p n 2 2 (n 1 2 ) 1 ) p 1 (p n 2 2 n 11 ) 1
若 r B (n 1 1 ,n 2 ) r A (n 1 ,n 2 1 ),
取 r 4 参 m /s ,I 3 数 6 2 c/0 s , m p 1 0 .3 1 9 60
C 6 .9 5 1 4 0 (0 .8 sin 6c o 1 s.5 v)
v
可以看出:淋雨量与降雨的方向和行走的速度有关。
问题转化为给定 ,如何选择 v使得 C最小。
情形1 90
C6.95 1 04(0.81.5) v
结果表明:淋雨量是速度的减函数,当速度尽可能大时 淋雨量达到最小。 假设你以6米/秒的速度在雨中猛跑,则计算得
C 1.3 1 1 4 0 m 31.1升 3
情形2 60
C 6 .9 1 5 4 [ 0 1 .5 (0 .43 3 )/v ]
结果表明:淋雨量是速度的减函数,当速度尽可能大时 淋雨量达到最小。 假设你以6米/秒的速度在雨中猛跑,则计算得
你在雨中行度 走 v的 6米 /每 最秒 大, 速则计算 你在雨中 16行 秒 7 走 , 2分 了 即 47 秒。
从而可以计算被淋的雨水的总量为2.041(升)。 经仔细分析,可知你在雨中只跑了2分47 秒,但被淋了 2 升的雨水,大约有4 酒瓶的水量。这是不可思议的。 表明:用此模型描述雨中行走的淋雨量不符合实际。
C t (I/36 ) 0 .0 S 1 0 (米 3 ) 1(D 0 /v ) I/36 S ( 00升
数学建模实验答案初等模型
数学建模实验答案初等模型Document number【SA80SAB-SAA9SYT-SAATC-SA6UT-SA18】实验02 初等模型(4学时)(第2章初等模型)1.(编程)光盘的数据容量p23~27表1 3种光盘的基本数据CAV光盘:恒定角速度的光盘。
CLV光盘:恒定线速度的光盘。
R2=58 mm, R1=22.5 mm,d, ρ见表1。
CLV光盘的信息总长度(mm) LCLV2221()R Rdπ-≈CLV光盘的信息容量(MB) CCLV= ρL CLV / (10^6)CLV光盘的影像时间(min) TCLV = CCLV/ ×60)CAV光盘的信息总长度(mm) LCAV222Rd π≈CAV光盘的信息容量(MB) CCAV= ρL CAV / (10^6)CAV光盘的影像时间(min ) TCAV = CCAV/ ×60)(验证、编程)模型求解要求:①(验证)分别计算出LCLV, CCLV和TCLV三个3行1列的列向量,仍后输出结果,并与P26的表2(教材)比较。
程序如下:②(编程)对于LCAV, CCAV和TCAV,编写类似①的程序,并运行,结果与P26的表3(教材)比较。
★要求①的程序的运行结果:★要求②的程序及其运行结果:(编程)结果分析信道长度LCLV 的精确计算:212R CLVR L dπ=⎰模型给出的是近似值:2221()CLV R R L L dπ-=≈相对误差为:CLV L LLδ-=要求:①取R2=58 mm, R1=22.5 mm,d, ρ见表1(题1)。
分别计算出LCLV, L和delta三个3行1列的列向量,仍后将它组合起来输出一个3行3列的结果。
②结果与P26的表2和P27(教材)的结果比较。
[提示]定积分计算用quad、quadl或trapz函数,注意要分别取d的元素来计算。
要用数组d参与计算,可用quadv(用help查看其用法)。
数学建模实验二初等模型实验
数学建模实验⼆初等模型实验集美⼤学计算机⼯程学院实验报告课程名称:数学模型班级:计算12 实验成绩:指导教师:付永钢姓名:实验项⽬名称:初等模型试验学号:上机实践⽇期:实验项⽬编号:实验⼆上机实践时间:2014.11⼀、实验⽬的掌握初等模型的建⽴的基本思路和⽅法,并了解其求解过程。
对给定的初等模型问题能够借助Matlab ⼯具进⾏求解。
⼆、实验内容实验 1 ⽤Matlab 验证划艇⽐赛成绩模型的结果,通过数值结果来检验你所得到的模型正确性。
(⾸先要阅读本⽬录中的Matlab 数据拟合和matlab 数据处理的相关材料)实验2 求解汽车刹车距离的模型,⽤Matlab 给出你的求解结果。
验证应该遵循的t 秒准则的标准。
实验3 从教材P56中的第7,13,14题,任选⼀题,建⽴相应的初等模型,并借助matlab 进⾏求解,并给出合理的模型解释。
三、实验使⽤环境WindowsXP 、Matlab6.1四、实验步骤1、划艇⽐赛成绩的模型检验根据推导出的模型公式和数据,对参数βα,进⾏求解βαn t =。
⾸先转换成对数形式:,log 'log n t βα+=其中ααlog '=然后对给定数据进⾏拟合。
代码:n=[1 2 4 8]t=[7.21 6.88 6.32 5.84]lgn=log(n);lgt=log(t);p=polyfit(lgn,lgt,1);alpha=exp(p(2));belta=p(1);x=1:20;y=alpha*x.^belta ;plot(x,y,’c*-‘) ;xlabel(‘Number of Athlete ’);ylabel(‘Time Cost ’);Matlab 拟合函数图像:结果分析:划艇⽐赛模型的结果为t∞n-(1/9).。
在matlab中检验得belta =-0.1035与-(1/9)接近。
因此,模型正确。
2、汽车刹车距离验证代码:function E=fun1(a,x,y)Y=a(1)*x.*x+0.75*x;E=y-Y;%M⽂件结束%⽤lsqnonlin调⽤解决:x=[29.3 44 58.7 73.3 88 102.7 117.3];y=[44 78 124 186 268 372 506];a0=[0.5];options=optimset('lsqnonlin');a=lsqnonlin(@fun1,a0,[],[],options,x,y)%绘图plot(x,y,'o');hold on;x=[0:200];y=a(1)*x.*x+0.75*x;plot(x,y,'-');hold off结果分析:汽车刹车距离求解结果在Matlab的模型如上所⽰。
数学建模之初等模型
且
tn (n 1)T
S
0 n
(n
1)( L
D)
另外,汽车不会永远加速前进。我们设汽车在加速到某个给定速度 v*
后匀速前进,则加速的时间是
t* v * / a tn
综合上面的分析得到
Sn (0)
Sn
(t
)
Sn
(0)
Sn
(0)
a 2
(t
a 2
(tn
L1 v
L2 v
t2
(ni
1)d v
~ti
Li v
Li1 v
ti1
(ni 1)d v
~ti
Li v
Li1 v
ti1
向左疏散的总时间 Tl (x) 就是最后一个人离开的时间。 如果共l个房间,则
Tl (x) ~tl (xd l1 Li ) / v i 1
其中x是第i个 房间向左疏散的人数。 类似可以求出向右疏散的总时间Tr (nl 1 x) 。 求x使得
Tl (x) Tr (nl 1 x)
即得到疏散方案。
思考题: (1)对多层的楼房的疏散问题应如何分析? (2)疏散时人与人之间的间距多大较好?
先考虑向左疏散的人用了多少时间。
设疏散队列中人与人间隔是d,行进速度v,房宽为 L1, L2,, Lm 。第i个 房间第一个人到门口的时间tis为 ,则第k个房间的人向左疏散的时间为
1
v
k i1
Li
nkd
tk
s
k l
问题:多个教室的学生可能出现重叠!
数学建模初等模型
数学建模初等模型
数学建模是将现实世界的问题抽象化为数学模型,并利用数学方法和技巧来分析和解决这些问题的过程。
在数学建模中,初等模型是指使用基本的数学概念和方法来描述和解决问题的模型。
常见的初等模型包括线性模型、指数模型、对数模型、多项式模型等。
线性模型是最简单的初等模型之一,它假设变量之间的关系是线性的,可以用直线来表示。
指数模型描述的是变量之间的指数关系,对数模型则描述的是变量之间的对数关系。
多项式模型可以用多项式函数来描述变量之间的关系。
使用初等模型进行数学建模时,我们需要确定问题中的关键变量和它们之间的关系,然后建立数学方程或函数来表示这些关系。
通过对这些方程或函数进行求解和分析,我们可以得到问题的解答或结论。
初等模型的优点是简单易懂,容易理解和应用。
它适用于一些简单的实际问题,例如人口增长、物体运动、投资收益等。
但初等模型也有一些限制,它对问题的描述和解决方法有一定的限制性,不能很好地处理复杂的问题。
总之,初等模型是数学建模中的一种简单模型,通过使用基本的数学
概念和方法来描述和解决问题。
它易于理解和应用,适用于一些简单的实际问题。
但在处理复杂问题时,可能需要借助更高级的数学模型和技巧来进行建模和分析。
数学建模之初等模型-精品文档
因为考虑了降雨的方向,淋湿的部位只有顶部和前面。 分两部分计算淋雨量。
•顶部的淋雨量
C ( D / v ) w ( pr d sin ) 1
rsin 表示雨滴垂直下落的速 度。
•前表面淋雨量
D /v 表示在雨中行走的时间 ,wd 表示顶部面积
结果表明:淋雨量是速度的减函数,当速度尽可能大时 淋雨量达到最小。 假设你以6米/秒的速度在雨中猛跑,则计算得
4 3 C 14 . 7 10 m 1 . 47 升 180 情形3 90
此时,雨滴将从后面向你身上落下。
4
C 6 . 95 10 [( 0 . 8 sin 6 cos ) / v 1 . 5 ]
2 升的雨水,大约有4 酒瓶的水量。这是不可思议的。 表明:用此模型描述雨中行走的淋雨量不符合实际。 原因:不考虑降雨的方向的假设, 使问题过于简化。
2)考虑降雨方向。 若记雨滴下落速度为 r (米/秒)
, p 1 雨滴的密度为 p
表示在一定的时刻 在单位体积的空间
雨滴下落 的反方向
w
d
内,由雨滴所占的
2 h 1 . 50 米 , w 0 . 50 米 , d 0 . 20 米 , 即 S 2 . 2 米 。
你在雨中行走的最大速 度 v 6 米 / 每秒,则计算 你在雨中行走了 167 秒,即 2 分 47 秒。
从而可以计算被淋的雨水的总量为2.041(升)。
经仔细分析,可知你在雨中只跑了2分47 秒,但被淋了
若雨滴是以120 的角度落下,即雨滴以 30 的角
v 4 sin 30 2 m /s 的速度行走 从背后落下,你应该以
数学建模第二章初等模型
市场稳定问题
在市场经济下,当商品“供不应求”时,价格逐渐长升高,经营者会 觉得有利可图而加大生产量。然而,一旦生产量达到使市场“供过于求”, 价格立即会下跌,生产者会立即减产以避免损失,这样又极有可能造成又 一轮新的供不应求。我们关心的问题是:如此循环,市场上的商品的数量 与价格是否会趋于稳定? 所谓“需求”,指在一定条件下,消费者愿意购买并且有支付能力购 买的商品量。设p表示商品价格,q表示商品量,假设商品量q主要取决于 商品价格p,则称函数 q=f(p) 为需求函数。 需求函数q=f(p)一般是单调减少函数。因q=f(p)为单调减少函数,所 以存在反函数p=f-1(q),我们也称它为需求函数,见下图。
a, b 模型求解:我们来求步长
(1) 由图
为何值,使式 (4) 最小。
所表示,重心离开 B 点上升到最高点所需时间为
t
b 2v
(5)
1 2 gb2 h gt 2 2 8v
由
(1),(2),(3)
及
(5)
式,
(4)
式化成
2 (a b)bmg 1 W m, v2 2 2 8v
又完成一个大步所需时间为
跑步时如何节省能量
• 问题的提出:我们每个人都有跑步的经历, 有人会因此而疲惫不堪,但是有谁会想:怎 样跑步能使我们消耗的能量最少? • 模型假设:为解决上述问题,我们做下述假 设:
(1 )跑步所花费的时间分成两部分:第一部分为两 条腿同时离地的时间;在第二部分时间内一条腿 或两条腿同时落地。这样,人体重心的运动轨迹 如图(1)。
a b v
,因此单位时间内消耗的能量为
2 W bmg m, v3 P a b 8v 2(a b) v
(6)
数学建模-初等优化模型简介
优化模型二 货机装运问题
某架货机有三个货舱:前 舱、中舱、后舱。三个货舱 所能装载的最大重量和体积 都有限制。为了保持飞机的 平衡,三个货舱中实际装载 货物的重量与其最大容许重 量成比例。现有四类货物供 该货机本次飞行装运,其有 关信息如右表。应如何安排 装运,使该货机本次飞行获 利最大? 前舱 中舱 后舱
优化模型四 选课问题
某学校规定,运筹学专业的学生毕业时至少要学 习过两门数学课、三门运筹学课和两门计算机。这 些课程的编号、名称、学分、所属类别和先修课程 由下表给出,那么毕业时学生最少可以学习这些课 程中的哪些课程。 如果某个学生既希望选修的课程数量少,又希望 所获的学分多,他可以选修哪些课程。
求量300千吨,此时水库供水量不能全部卖出,因 而不能将获利最多问题转化成引水管理费用为最少 的问题。 为此,我们首先计算A、B、C三个水库向各居 民区供应每千吨水的净利润,即从收入900元中减 去其它管理费用450元,再减去引水管理费用,得
净利润元/千吨 A B C 甲 290 310 260 乙 320 320 250 丙 230 260 220 丁 280 300 ---
利用数学建模方法来处理一个优化问题 第一步:需要确定优化的目标; 第二步:确定需要做出的决策; 第三步:写出决策需要受哪些条件的限制。 在建模的过程中,需要对实际问题作若干合理的 简化假设。 然后用相应的数学方法去求解。 最后对结果作一些定性、定量的分析和必要的检 验
优化模型一
生产安排问题
某工厂有三种原料 B1,B2,B3,其储量 分别170kg,100kg和 原料 150kg;现用来生产A1, 产品 A2两种产品;每单位 A1 产品的原料消耗量及各 产品的单位利润由右表 A2 给出,问工厂在现有资 资源限额 源的条件下,应如何安 排生产,可使工厂获利 最多?
数学建模例题[1]
数学建模习题指导第一章 初等模型讨论与思考讨论题1 大小包装问题在超市购物时你注重到大包装商品比小包装商品便宜这种现象吗?比如洁银牙膏50g 装的每支1.50元,120g 装的每支3.00元,二者单位重量的价格比是1.2:1,试用比例方法构造模型解释这种现象。
(1)分析商品价格C 与商品重量w 的关系。
(2)给出单位重量价格c 与w 的关系,并解释其实际意义。
提示:决定商品价格的主要因素:生产成本、包装成本、其他成本。
单价随重量增加而减少单价的减少随重量增加逐渐降低思考题2 划艇比赛的成绩赛艇是一种靠浆手划桨前进的小船,分单人艇、双人艇、四人艇、八人艇四种。
各种艇虽大小不同,但形状相似。
T .A .M c M a h o n 比较了各种赛艇1964—1970年四次2000m 比赛的最好成绩(包括1964年和1968年两次奥运会和两次世界锦标赛),见下表。
建立数学模型解释比赛成绩与浆手数量之间的关系。
329434w w c γβ+=''-各种艇的比赛成绩与规格第二章 线性代数模型森林管理问题森林中的树木每年都要有一批砍伐出售。
为了使这片森林不被耗尽且每年都有所收获,每当砍伐一棵树时,应该就地补种一棵幼苗,使森林树木的总数保持不变。
被出售的树木,其价值取决于树木的高度。
开始时森林中的树木有着不同的高度。
我们希望能找到一个方案,在维持收获的前提下,如何砍伐树木,才能使被砍伐的树木获得最大的经济价值。
思考:试解释为什么模型中求解得到的 为每周平均销售量会略小于模型假设中给出的1。
练习:857.0 nR将钢琴销售的存贮策略修改为:当周末库存量为0或1时订购,使下周初的库存达到3架;否则,不订购。
建立马氏链模型,计算稳态下失去销售机会的概率和每周的平均销售量。
2.将钢琴销售的存贮策略修改为:当周末库存量为0时订购本周销售量加2架;否则,不订购。
建立马氏链模型,计算稳态下失去销售机会的概率和每周的平均销售量。
数学建模培训初等模型
人口增长模型
总结词
人口增长模型是用来描述人口随时间变化的 规律和趋势的数学模型。
详细描述
该模型通常由一组微分方程组成,表示人口 在不同年龄和性别的增长率。通过求解这组 微分方程,可以预测未来人口数量和结构的 变化,为政策制定提供依据。
经济增长模型
总结词
经济增长模型是用来描述一个国家或地区经 济随时间变化的规律和趋势的数学模型。
幂函数模型
总结词
幂函数模型描述一个变量与另一 个变量的幂之间的关系。
详细描述
幂函数模型的一般形式为 y = x^r, 其中 r 是常数。这种模型适用于描 述一些自然现象,如地球上的人口 分布、城市规模等。
幂函数模型
总结词
幂函数模型描述一个变量与另一 个变量的幂之间的关系。
详细描述
幂函数模型的一般形式为 y = x^r, 其中 r 是常数。这种模型适用于描 述一些自然现象,如地球上的人口 分布、城市规模等。
求解模型
运用数学方法和计算工具对建 立的模型进行求解。
明确问题
首先需要明确建模的目标和问 题,理解实际问题的背景和需 求。
建立模型
根据问题的特点和收集的数据, 选择合适的数学模型进行建模。
验证与优化
对求解结果进行验证,并根据 实际情况对模型进行优化和改 进。
建立数学模型的步骤
收集数据
根据问题收集相关数据,包括 实验数据、观测数据、统计数 据等。
02
它能将现实世界中的问题转化为 数学问题,并运用数学方法进行 求解,进而对现实世界的问题作 出预测和决策。
什么是数学建模
01
数学建模是运用数学语言和方法 ,通过抽象、简化建立能近似刻 画并解决实际问题的一种强有力 的数学手段。
数学建模_初等模型
1805年,英国和法国进行了一场惨烈的海战。其中,尼尔 森担任英国统帅,他的对手则是大名鼎鼎的拿破仑。尼尔森的 舰队有27艘战舰,而拿破仑的舰队却有33艘战舰。根据以往的 战争经验,若两军相遇,一方损失兵力大约是对方兵力的10%。 如果按照这一公式计算,显然人多势众的法军将获胜,而且在 第11次遭遇战中全歼英军,如表所示。
(k3 ∈ R+ ) (k4 ∈ R+ )
⎧⎨⎩TOnn++11
= On + ΔOn = Tn + ΔTn =
= (1 (1 +
+ k1)On k2 )Tn −
− k3OnTn k4OnTn
现在,取k1=0.2、 k2=0.3、 k3=0.001、 k4=0.002,解得平衡 点(O,T)=(150,200)或(0,0)【舍去】
在什么情况下双方的核军备精神才不会无限扩张而存在暂 时的平衡状态,处于这种平衡状态下双方拥有最少的核武器数 量是多大,这个数量受哪些因素影响,当一方采取诸如加强防 御、提高武器精度、发展多弹头导弹等措施时,平衡状态会发 生什么变化?
最后英军战胜了法军,而且双方伤亡情况与历史事实也很 相近。当年,英军在战役A和战役B中战胜法军,但法军没有增 援C,而是选择了撤退,大约有13艘战舰退回法国海港。
点评:数学建模以解决某现实问题为目的,从问题中抽象 并归结出来的数学问题。从现象到模型,数学建模必须反映现 实,既然是一种模型,它就不是现实问题的全部复制,常常会 忽略一些次要因素,作一些必要的简化,但本质上必须反映现 实问题的数量规律。
斑点猫头鹰
老鹰 天数 老鹰 斑点猫头鹰 天数
情况4:老鹰仍然成为胜利者, 斑点猫头鹰最后还是灭绝了。与 数量 前面三种情况相比,两个种群的 初始数量相同,可以说是站在同 一条起跑线上。但是,老鹰种群 以绝对的优势赢得胜利,而斑点 10 猫头鹰种群惨遭灭绝。
初等模型
2 (r wi) vt,
代入m=kn并求和得 2rkn wkn(kn 1) vt
i 1
m
由于w r , 故上式可化成 2rk wk 2 2 t n n an bn v v
2
参数估计 利用此录像带测试若干数据进行拟合.就可 用最小二乘法估计出a,b,并代入模型中(单位: 分).
n1 1 p1 n1 p1
n2 p2
p2
( 3)
对B不公平,
(n 1 1)p 2 rB (n 1 1, n 2 ) 1 n 2p1
(2)若给B增加1席,可能出现两种情况: n n 1 此时仍然对B不公平, 所以 (i ) , p p 此席位当然应该给B.
1 1 2 2
y1 y2 O
M M1 p ·1
p ·3
p2 N1
·
x1 x2
N
x0 x
如图,对甲而言, p1与 p2同在曲线MN上,所 以这两种交换方案 具有同样的满意程 度. 而p3在另一条 满意程度更高的曲 线M1N1上.
y y0 y1 y2 x1 M M1 p ·1 p ·3
·
x2
p2
N1 N
O
x0 x
这样,甲有无数条无差异曲线,且互不相交.不妨将 这族曲线记作: f (x,y) = c1 (1) 其中c1 称为满意度.随着的增加,曲线向右上方移动.
n1 n2 1 (2 )又设 p1 800, p2 1000, n1 40, n2 25, 则 = . p1 p2 40
我们看到,两种情形下,分配席位都对B不公平,其绝 对不公平程度是一样的。但是,我们看到,后一种情形 下,人员数扩大10倍的情形下,吃亏的一方席位的扩大 倍数还低于另一方,更加不公平了。
初等 模型
初等模型初等模型是指运用初等数学知识如函数、方程、不等式、简单逻辑、向量、排列组合、概率统计、几何等知识建立起来的模型,并且能够用初等数学的方法进行求解和讨论。
对于机理比较简单的研究对象,一般用初等方法就能够达到建模目的。
但衡量一个模型的优劣,主要在于它的应用效果,而不在于是否采用了高等数学方法。
对于用初等方法和高等方法建立起来的两个模型,如果应用效果相差无几的话,那么受到人们欢迎和被采用的一定是初等模型。
2.1 人行走的最佳频率2.1.1 问题的提出行走是正常人每天工作、学习以及从事其他大多数活动的一项肢体运动。
人行走时的两个基本动作是身体重心的位移和腿部的运动,所做的功等于抬高身体重心所需的势能与两腿运动所需的动能之和。
试建立模型确定人行走时最不费力(即做的功最小)所应保持的最佳频率。
2.1.2 模型假设1.基本假设(1)不计人在行走时的空气阻力。
(2)人行走时所做的功为人体重心抬高所需的势能与两腿运动所需的动能之和。
(3)人的行走速度均匀。
2.符号及变量l :腿长;d :步幅;δ:人体重心位移;v :行走速度;m :腿的质量;M :人体质量;g :重力加速度;u :两腿运动动能;W :人行走所做的功;n :人的行走频率。
2.1.3 模型建立1.重心位移的计算人行走时重心位置的升高近似等于大腿根部位置的升高,如图2.1所示。
图2.1 人行走时重心位置的变化示意图由图2.1容易看出,人行走时重心位置的位移为2lδ=由于d l <l ≈,从而28d lδ≈.(0.1)2.两腿运动功率的计算人的行走是一种复杂的肢体运动,下面主要基于两种不同的假设计算行走时两腿运动的功率。
补充假设1 将腿等效为均匀直杆,行走设为两腿绕髋部的转动。
由均匀直杆的转动惯量计算公式,得到行走时两腿的转动惯量为213J ml =.于是两腿的转动动能为221126u J mv ω==. 而人每行走一步所需时间为/t d v =,则单位时间内两腿的运动动能亦即运动功率为36u mv p t d==. (0.2)补充假设2 将行走视为脚的匀速直线运动,腿的质量主要集中在脚上。
- 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)。
实验02 初等模型(4学时)
(第2章 初等模型)
1.(编程)光盘的数据容量p23~27
CLV 光盘:恒定线速度的光盘。
R2=58 mm, R1=22.5 mm ,
d, ρ见表1。
CLV 光盘的信息总长度(mm) L CLV 2221()
R R d
π-≈
CLV 光盘的信息容量(MB) C CLV = ρL CLV / (10^6) CLV 光盘的影像时间(min) T CLV = C CLV / (0.62×60)
CAV 光盘的信息总长度(mm) L CAV 2
22R d
π≈
CAV 光盘的信息容量(MB) C CAV = ρL CAV / (10^6) CAV 光盘的影像时间(min ) T CAV = C CAV / (0.62×60)
1.1(验证、编程)模型求解
要求:
①(验证)分别计算出LCLV, CCLV 和TCLV 三个3行1列的列向量,仍后输出结果,并与P26的表2(教材)比较。
P26的表3(教材)比较。
1.2(编程)结果分析
信道长度LCLV
的精确计算:21
2R CLV
R L d
π=⎰
模型给出的是近似值:2221()
CLV R R L L d
π-=
≈
相对误差为:CLV L L
L
δ-=
要求:
① 取R2=58 mm, R1=22.5 mm ,d, ρ见表1(题1)。
分别计算出LCLV, L 和delta 三个3行1列的列向量,仍后将它组合起来输出一个3行3列的结果。
② 结果与P26的表2和P27(教材)的结果比较。
[提示]
定积分计算用quad 、quadl 或trapz 函数,注意要分别取d 的元素来计算。
要用数组d 参与计算,可用quadv (用help 查看其用法)。
★ 编写的程序和运行结果:
2.(验证,编程)划艇比赛的成绩p29~31
模型:t=αnβ
其中,t为比赛成绩(时间),n为桨手人数,α和β为参数。
n
(1) 参数α和β
参考数据结果:
第1列为桨手人数,第2列为实际比赛平均成绩,第3列为计算比赛平均成绩。
参考图形结果:
要求:
①运行问题(1)中的程序。
②编程解决问题(2):实际值与计算值比较(数据比较和和拟合图形)。
★(验证)用数据拟合求参数α和β。
给出α和β值和模型:
★(编程)实际值与计算值比较(数据比较和和拟合图形),程序和运行结果:
3.(编程,验证)污水均流池的设计p34~37
3.1(编程)均流池的恒定流出量和最大容量模型(离散)
每小时污水流入均流池的流量为f (t ), t =0, 1, 2, …, 23。
一天的平均流量 23
1()24t g f t ==∑
均流池中污水的空量c(t), t=0, 1, 2, …, 23。
c(t+1)=c(t)+f(t)-g, t=0, 1, 2, …, 22 (模型)
要求:
①求g,画f(t)和g的图形(与P35图1比较)。
②求c(t), t=0, 1, 2, …, 23, c(0)=0,并求其中的最小值M(与P36表3比较)。
求c(t), t=0, 1, 2, …, 23, c(0)=-M(与P36表4比较)。
画c(t)分别当c(0)和c(-M)时的图形(与P37图2比较)。
★要求①的程序和运行结果:
★要求②的程序和运行结果:
3.2(验证)均流池的恒定流出量和最大容量模型(连续)p56习题3
每小时污水流入均流池的流量为f (t ), t =0, 1, 2, …, 23。
用3次样条插值得到连续函数f (t ), 0≤t ≤23。
(仍用f (t )表示)
一天的平均流量 2301()230
g f t dt =-⎰ 均流池中污水的容量 c (t ) , 0≤t ≤23。
c (t +Δt )-c (t )=(f (t )-g ) Δt
0(),(0)dc f t g c c dt
=-= (模型) 00()(())t
c t f u g du c =-+⎰ (1) 求g ,画f (t )和g 的图形(与P35图1比较)。
c(0)=0和c(0)=-M时的图形(与P37图2比较)。
要求
①运行(1)中的程序,结果与P35图1比较。
②运行(2)中的程序,结果与P37图2比较。
③阅读并理解程序。
★要求①的运行结果:
★要求②的运行结果:命令窗口的结果:
4.(编程)天气预报的评价p49~54
4.1(编程求解)计数模型p50~52
若预报有雨概率>50%,则认为明天有雨,<50%则认为无雨,且依照明天是否有雨的实际观测,规定预报是否正确,从而统计预报的正确率。
求出4种预报的结果计数矩阵:
预报的正确率:对角线数字之和/全部数之和。
要求:
① 编写程序求出4种预报的结果计数(天数),并分别计算出它们的预报正确率(取2位小数)。
② 结果与p51中的结果比较。
★ 程序和运行结果:
预报和实测都有雨的天数 预报有雨而实测无雨的天数
预报无雨而实测有雨的天数 预报和实测都无雨的天数
4.2(编程求解)记分模型p52~53
将预报有雨概率的大小与实测结果(有雨或无雨)比较,给予记分。
注意:要将M 中的预报概率值转换为小数。
模型1
记第k 天某种预报有雨概率为p k ,第k 天实测有雨为v k =1,无雨为v k =0,令第k 天的某种预报得分为
0.5,1(1)(0.5),0,10.5,0
k k k v k k k k k p v s p v p v -=⎧==--=⎨-=⎩ 将s k 对k 求和得到某预报的分数S 1(越大越好)。
模型2
s
= | p k - v k |
k
将s k对k求和得到某预报的分数S2(越小越好)。
模型3
s
= ( p k - v k )2
k
将s k对k求和得到某预报的分数S3(越小越好)。
要求:
①编程求4种预报在模型1、2、3下的相应分数S1、S2、S3。
②运行结果与p52的结果比较。
4.3(部分编程求解)图形模型——模型1p53
以预报有雨概率p(值为小数)为横轴,实测值v(值为0或1)为纵轴,奖表tab的数据在图上用符号*标出,其中*上面的数字是坐标在*的天数。
要求:
①自己完成上面未完整的程序并运行。
②修改预报A的程序,分别用于B、C、D,并运行。
③运行结果与p53中的结果比较。
4.4(验证)图形模型——模型2p53~54
对每个不同的预报有雨概率p,统计实测有雨的天数占预报这个p的全部天数的比例q(p和q越接近越好)。
以p为横轴,q为纵轴,将表tab数据进行统计后在图上有*标出,并在图中画斜线q=p。
要求:
①运行上面程序,仍后修改程序,分别用于B、C、D,并运行。
②运行结果与p54中的结果比较。
③阅读并理解程序。
附1:实验提示第2题
附2:第2章初等模型2.1 光盘的数据容量
2.3 划艇比赛的成绩
2.5 污水均流池的设计
2.9 天气预报的评价。