太湖流域水资源综合规划数模研究_水质模型的建立与率定

数学建模实验答案-概率模型

数学建模实验答案-概率模型

实验10 概率模型（2学时） （第9章 概率模型） 1.（验证）报童的诀窍p302~304, 323（习题2） 关于每天报纸购进量的优化模型： 已知b 为每份报纸的购进价，a 为零售价，c 为退回价（a > b > c ），每天报纸的需求量为r 份的概率是f (r )(r =0,1,2,…)。 求每天购进量n 份，使日平均收入，即 1 ()[()()()]()()()n r r n G n a b r b c n r f r a b nf r ∞ ==+=----+ -∑∑ 达到最大。 视r 为连续变量，f (r )转化为概率密度函数p (r )，则所求n *满足 * ()n a b p r dr a c -= -? 已知b =, a =1, c =，r 服从均值μ=500（份），均方差σ=50（份）的正态分布。报童每天应购进多少份报纸才能使平均收入最高，这个最高收入是多少 [提示：normpdf, normcdf] 要求：

(1) 在同一图形窗口内绘制10 ()()n y n p r dr =?和2()a b y n a c -= -的图形，观察其交点。 [提示] 22 ()2()r p r μσ-- = ，0 ()()()n n p r dr p r dr p r dr -∞ -∞ =-?? ? ☆(1) 运行程序并给出结果： (2) 求方程0()n a b p r dr a c -= -?的根n *（四舍五入取整），并求G (n *)。

mu=500;sigma=50; a=1; b=; c=; r=n+1; while (a-b)*n*normpdf(r,mu,sigma)>1e-6 r=r+1; end r=n+1:r; G=sum((a-b)*n*normpdf(r,mu,sigma)); r=0:n; G=G+sum(((a-b)*r-(b-c)*(n-r)).*normpdf(r,mu,sigma)) ☆(2) 运行程序并给出结果： 2.（编程）轧钢中的浪费p307~310 设要轧制长l=的成品钢材，由粗轧设备等因素决定的粗轧冷却后钢材长度的均方差σ=，问这时钢材长度的均值m应调整到多少使浪费最少。 平均每得到一根成品材所需钢材的长度为 () () m J m P m = 其中， 2 2 () 2 ()(), () 2 x m l P m p x dx p xσ πσ - - ∞ == ? 求m使J(m)达到最小。 等价于求方程 () () z z z λ ? Φ =- 的根z*。 其中：

《数学模型》

《数学模型》考试大纲 适应专业：数学与应用数学、信息与计算科学、统计学、应用统计学专业 一、课程性质与目的要求 数学模型课亦称为数学建模课，它是数学与应用数学、信息与计算科学、统计学、应用统计学专业必修课或限选课，教育部1998年颁布的高等学校本科专业目录中，把“数学模型”课作为数学类专业的必开课。数学模型是架于实际问题与数学理论之间的桥梁。数学模型就是应用数学语言和方法，对于现实世界中的实际问题进行抽象、简化和假设所得到的数学结构。本课程是研究数学建模的理论、思想和方法，研究建立数学模型、简单的优化模型、数学规划模型、微分方程模型、代数方程与差分方程模型、稳定性模型、离散模型、概率模型等。 数学模型课需要用到数学分析、高等代数、微分方程、图论、概率统计、运筹学等数学知识，它是学生所学数学知识的综合应用，是培养学生综合素质以及应用数学知识解决实际问题的能力的良好课程。该课程的考试评价依据是按照课程目标、教学内容和要求，把握合适的难易程度出试卷，用笔试的方法对学生学习情况和学习成绩做出评价。 二、课程内容和考核要求 第一章建立数学模型 １、考核知识点： 数学建模的背景及重要意义、数学模型与数学建模、数学模型的分类与特点、数学建模的基本方法和步骤、数学建模举例等。 ２、考核要求： （1）理解数学建模的背景及意义、原型、模型、数学模型、数学建模等概念。 （2）理解数学模型的各种分类、数学模型的特点。 （3）理解数学建模的基本方法和步骤、通过实例初步了解数学建模的思想和方法。 第二章简单的优化模型 １、考核知识点： 存储模型、生猪的出售时机、森林救火、冰山运输等。

２、考核要求： （1）掌握应用微积分理论建立存储问题模型。 （2）理解应用微积分理论建立生猪的出售时机模型和森林灭火模型。 （3）理解应用微积分理论建立冰山运输问题模型。 第三章数学规划模型 １、考核知识点： 数学规划问题的基本概念、数学规划问题图解法步骤、生产安排问题、奶制品的生产与销售等。 ２、考核要求： （1）掌握数学规划问题的基本概念、数学规划问题图解法步骤。 （2）掌握生产安排问题的模型及图解法。 （3）理解奶制品的生产与销售的模型及求解。 第四章微分方程模型 １、考核知识点： 传染病模型、正规战与游击战、药物在体内的分布与排除、香烟过滤嘴的作用等。 ２、考核要求： （1）理解传染病问题的建模及讨论。 （2）理解战争问题、房室问题的建模及讨论。 （3）了解香烟过滤嘴作用问题的建模及讨论。 第五章代数方程与差分方程模型 １、考核知识点： 量纲、量纲齐次原理、量纲分析法、差分方程的基本概念、市场经济中蛛网模型、节食与运动问题等。 ２、考核要求： （1）掌握量纲、量纲齐次原理、量纲分析法建模及解法步骤。 （2）掌握市场经济中蛛网模型及解法步骤。 （3）理解理解差分方程的基本概念、减肥问题的建模思想。 第六章稳定性模型

数学建模综合评价方法

所谓指标就就是用来评价系统的参量.例如,在校学生规模、教学质量、师资结构、科研水平等,就可以作为评价高等院校综合水平的主要指标.一般说来,任何—个指标都反映与刻画事物的—个侧面. 从指标值的特征瞧,指标可以分为定性指标与定量指标.定性指标就是用定性的语言作为指标描述值,定量指标就是用具体数据作为指标值.例如,旅游景区质量等级有5A 、4A 、3A 、2A 与1A 之分,则旅游景区质量等级就是定性指标;而景区年旅客接待量、门票收入等就就是定量指标. 从指标值的变化对评价目的的影响来瞧,可以将指标分为以下四类: (1)极大型指标(又称为效益型指标)就是指标值越大越好的指标; (2)极小型指标(又称为成本型指标)就是指标值越小越好的指标; (3)居中型指标就是指标值既不就是越大越好,也不就是越小越好,而就是适中为最好的指标; (4) 区间型指标就是指标值取在某个区间内为最好的指标. 例如,在评价企业的经济效益时,利润作为指标,其值越大,经济效益就越好,这就就是效益型指标;而管理费用作为指标,其值越小,经济效益就越好,所以管理费用就是成本型指标.再如建筑工程招标中,投标报价既不能太高又不能太低,其值的变化范围一般就是 (10%,5%)-+× 标的价,超过此范围的都将被淘汰,因此投标报价为区间型指标.投标工期既不能太长又不能太短,就就是居中型指标. 在实际中,不论按什么方式对指标进行分类,不同类型的指标可以通过相应的数学方法进行相互转换 8、2、4 评价指标的预处理方法 一般情况下,在综合评价指标中,各指标值可能属于不同类型、不同单位或不同数量级,从而使得各指标之间存在着不可公度性,给综合评价带来了诸多不便.为了尽可能地反映实际情况,消除由于各项指标间的这些差别带来的影响,避免出现不合理的评价结果,就需要对评价指标进行一定的预处理,包括对指标的一致化处理与无量纲化处理. 1.指标的一致化处理 所谓一致化处理就就是将评价指标的类型进行统一.一般来说,在评价指标体系中,可能会同时存在极大型指标、极小型指标、居中型指标与区间型指标,它们都具有不同的特点.如产量、利润、成绩等极大型指标就是希望取值越大越好;而成本、费用、缺陷等极小型指标则就是希望取值越小越好;对于室内温度、空气湿度等居中型指标就是既不期望取值太大,也不期望取值太小,而就是居中为好.若指标体系中存在不同类型的指标,必须在综合评价之前将评价指标的类型做一致化处理.例如,将各类指标都转化为极大型指标,或极小型指标.一般的做法就是将非极大型指标转化为极大型指标.但就是,在不同的指标权重确定方法与评价模型中,指标一致化处理也有差异. (1) 极小型指标化为极大型指标 对极小型指标j x ,将其转化为极大型指标时,只需对指标j x 取倒数: 1j j x x '= , 或做平移变换: j j j x M x '=-,

数学建模模糊综合评价法

学科评价模型（模糊综合评价法） 摘要：该模型研究的是某高校学科的评价的问题，基于所给的学科统计数据作出综合分析。基于此对未来学科的发展提供理论上的依据。 对于问题1、采用层次分析法，通过建立对比矩阵，得出影响评价值各因素的所占的权重。然后将各因素值进行标准化。在可共度的基础上求出所对应学科的评价值，最后确定学科的综合排名。（将问题1中的部分结果进行阐述） （或者是先对二级评价因素运用层次分析法得出其对应的各因素的权重（只选取一组代表性的即可），然后再次运用层次分析法或者是模糊层次分析法对每一学科进行计算，得出其权重系数）。通过利用matlab确定的各二级评价因素的比较矩阵的特征根分别为：4.2433、2、4.1407、3.0858、10.7434、7.3738、3.0246、1 对于问题2、基于问题一中已经获得的对学科的评价值，为了更加明了的展现各一级因素的作用，采用求解相关性系数的显著性，找出对学科评价有显著性作用的一级评价因素。同时鉴于从文献中已经有的获得的已经有的权重分配，对比通过模型求得的数值，来验证所建模型和求解过程是否合理。 对于问题3、主成份分析法，由于在此种情况下考虑的是科研型或者教学型的高校，因此在评价因素中势必会有很大的差别和区分。所以在求解评价值的时候不能够等同问题1中的方法和结果，需要重新建立模型，消除或者忽略某些因素的影响和作用（将问题三的部分结果进行阐述）。 一、问题重述

学科的水平、地位是评价高等学校层次的一个重要指标，而学科间水平的评价对于学科本身的发展有着极其重要的作用。而一个显著的方面就是在录取学生方面，通常情况下一个好的专业可以录取到相对起点较高的学生，而且它还可以使得各学科能更加深入的了解到本学科的地位和不足之处，可以更好的促进该学科的发展。学科的评价是为了恰当的学科竞争，而学科间的竞争是高等教育发展的动力，所以合理评价学科的竞争力有着极其重要的作用。鉴于学科评价的两种方法：因素分析法和内涵解析法。本模型基于某大学（科研与教学并重型高校）的13个学科在某一时期内的调查数据，包括各种建设成效数据和前期投入的数据。 通过计算每一级、每一个评价因素所占的权重，确定某一学科在评价是各因素所占的比重，构建评价等级所对应的函数。通过数值分析得出学科的评价值。需要解决一下几个问题： 1、根据已给数据建立学科评价模型，要求必要的数据分析及建模过程。 2、模型分析，给出建立模型的适用性、合理性分析。 3、假设数据来自于某科研型祸教学型高校，请给出相应的学科评价模 型。 二、符号说明与基本假设 2.1符号说明 符号说明 S——评价数（评价所依据的最终数值） X——影响评价数值的一级因素所构成的矩阵

数学建模典型例题

一、人体重变化 某人的食量是10467焦/天，最基本新陈代谢要自动消耗其中的5038焦/天。每天的体育运动消耗热量大约是69焦/（千克?天）乘以他的体重（千克）。假设以脂肪形式贮存的热量100% 地有效，而1千克脂肪含热量41868焦。试研究此人体重随时间变化的规律。 一、问题分析 人体重W（t）随时间t变化是由于消耗量和吸收量的差值所引起的，假设人体重随时间的变化是连续变化过程，因此可以通过研究在△t时间内体重W的变化值列出微分方程。 二、模型假设 1、以脂肪形式贮存的热量100%有效 2、当补充能量多于消耗能量时，多余能量以脂肪形式贮存 3、假设体重的变化是一个连续函数 4、初始体重为W0 三、模型建立 假设在△t时间内： 体重的变化量为W（t+△t）-W(t)； 身体一天内的热量的剩余为（10467-5038-69*W（t）） 将其乘以△t即为一小段时间内剩下的热量； 转换成微分方程为：d[W(t+△t)-W(t)]=(10467-5038-69*W(t))dt； 四、模型求解 d(5429-69W)/(5429-69W)=-69dt/41686 W(0)=W0 解得： 5429-69W=（5429-69W0）e(-69t/41686) 即： W（t）=5429/69-（5429-69W0）/5429e(-69t/41686) 当t趋于无穷时，w=81; 二、投资策略模型 一、问题重述 一家公司要投资一个车队并尝试着决定保留汽车时间的最佳方案。5年后，它将卖出所有剩余汽车并让一家外围公司提供运输。在策划下一个5年计划时，这家公司评估在年i 的开始买进汽车并在年j的开始卖出汽车，将有净成本a ij（购入价减去折旧加上运营和维修成本）ij

数学建模常见评价与衡量模型简介

常见评价模型简介 评价类数学模型是全国数学建模竞赛中经常出现的一类模型，如2005年全国赛A题长江水质的评价问题，2008年B题高校学费标准评价体系问题等。主要介绍三种比较常用的评价模型：层次分析模型，模糊综合评价模型，灰色关联分析模型，以期帮助大家了解不同背景下不同评价方法的应用。 层次分析模型 层次分析法(AHP)是根据问题的性质和要求，将所包含的因素进行分类，一般按目标层、准则层和子准则层排列，构成一个层次结构，对同层次内诸因素采用两两比较的方法确定出相对于上一层目标的权重，这样层层分析下去，直到最后一层，给出所有因素相对于总目标而言，按重要性程度的一个排序。其主要特征是，它合理地将定性与定量决策结合起来，按照思维、心理的规律把决策过程层次化、数量化。 运用层次分析法进行决策，可以分为以下四个步骤： 步骤1 建立层次分析结构模型 深入分析实际问题，将有关因素自上而下分层(目标—准则或指标—方案或对象)，上层受下层影响，而层内各因素基本上相对独立。 步骤2构造成对比较阵 对于同一层次的各元素关于上一层次中某一准则的重要性进行两两比较，借助1~9尺度，构造比较矩阵； 步骤3计算权向量并作一致性检验 由判断矩阵计算被比较元素对于该准则的相对权重，并进行一致性检验，若通过，则最大特征根对应的特征向量做为权向量。 步骤4计算组合权向量(作组合一致性检验) 组合权向量可作为决策的定量依据 通过一个具体的例子介绍层次分析模型的应用。 例(选择旅游地决策问题)如何在桂林、黄山、北戴河3个目的地中按照景色、费用、居住条件、饮食、旅途条件等因素进行选择。 步骤1 建立系统的递阶层次结构 将决策问题分为3个层次：目标层O，准则层C，方案层P；每层有若干元素，各层元素间的关系用相连的直线表示。

数学建模典型例题

一、人体重变化 某人得食量就是10467焦/天，最基本新陈代谢要自动消耗其中得503８焦/天。每天得体育运动消耗热量大约就是６9焦/（千克?天)乘以她得体重(千克)。假设以脂肪形式贮存得热量100% 地有效，而1千克脂肪含热量４１868焦。试研究此人体重随时间变化得规律. 一、问题分析 人体重W（t)随时间t变化就是由于消耗量与吸收量得差值所引起得,假设人体重随时间得变化就是连续变化过程，因此可以通过研究在△t时间内体重W得变化值列出微分方程。 二、模型假设 1、以脂肪形式贮存得热量１０0%有效 2、当补充能量多于消耗能量时,多余能量以脂肪形式贮存 3、假设体重得变化就是一个连续函数 4、初始体重为Ｗ0 三、模型建立 假设在△t时间内： 体重得变化量为W（t＋△ｔ）—W(t); 身体一天内得热量得剩余为（1０4６7—50３8-６9*W（t)） 将其乘以△ｔ即为一小段时间内剩下得热量； 转换成微分方程为:ｄ[W(t+△t）-Ｗ（t）］=(１0467—５038－6９*W（ｔ))ｄt; 四、模型求解 d（５42９—6９W)/（54２9-69W)＝-６9ｄt/416８6 W(0）=W0 解得： ５4２9-６９W=（54２９－69W0)ｅ（－6９t/４1686) 即：

W（t）=５4２９／６9—（5429－６9Ｗ０)/５４29e(-6９t/41686） 当t趋于无穷时，ｗ=８１; 二、投资策略模型 一、问题重述 一家公司要投资一个车队并尝试着决定保留汽车时间得最佳方案。５年后，它将卖出所有剩余汽车并让一家外围公司提供运输。在策划下一个5年计划时,这家公司评估在年i得开始买进汽车并在年j得开始卖出汽车,将有净成本ａｉj（购入价减去折旧加上运营与维修成本).以千元计数ａiｊ得由下面得表给出： 请寻找什么时间买进与卖出汽车得最便宜得策略。 二、问题分析 本问题就是寻找成本最低得投资策略,可视为寻找最短路径问题.因此可利用图论法分析,用Dijkstra算法找出最短路径，即为最低成本得投资策略。 三、条件假设 除购入价折旧以及运营与维护成本外无其她费用; 四、模型建立 二 5 11 7 三６ 4

模糊综合评价法的数学建模方法简介_任丽华

８ 《商场现代化》２００６年７月（中旬刊）总第４７３期 ２０世纪８０年代初，汪培庄提出了对绿色供应链绩效进行评价的模糊综合评价模型，此模型以它简单实用的特点迅速波及到国民经济和工农业生产的方方面面，广大实际工作者运用此模型取得了一个又一个的成果。本文简单介绍模糊综合评价法的数学模型方法。 一、构造评价指标体系 模糊综合评价的第一步就是根据具体情况建立评价指标体系的层次结构图，如图所示： 二、确定评价指标体系的权重 确定各指标的权重是模糊综合评价法的步骤之一。本文根据绿色供应链评价体系的层次结构特点，采用层次分析法确定其权重。尽管层次分析法中也选用了专家调查法，具有一定的主观性，但是由于本文在使用该方法的过程中，对多位专家的调查进行了数学处理，并对处理后的结果进行了一致性检验，笔者认为，运用层次分析法能够从很大程度上消除主观因素带来的影响，使权重的确定更加具有客观性，也更加符合实际情况。 在此设各级指标的权重都用百分数表示，且第一级指标各指标的权重为Ｗｉ，ｉ＝１，２，…，ｎ，ｎ为一级指标个数。一级指标权重向量为： Ｗ＝（Ｗ１，…，Ｗｉ，…Ｗｎ） 各一级指标所包含的二级指标权重向量为： Ｗ＝（Ｗｉ１，…，Ｗｉｓ，…Ｗｉｍ），ｍ为各一级指标所包含的二级指标个数，ｓ＝１，２，…，ｍ。 各二级指标所包含的三级指标权重向量为： Ｗｉｓ＝（Ｗｉｓ１，…Ｗｉｓ２，…Ｗｉｍｑ），ｑ为各二级指标所包含的三级指标个数。三、确定评价指标体系的权重建立模糊综合评价因素集将因素集Ｘ作一种划分，即把Ｘ分为ｎ个因素子集Ｘ１，Ｘ２，…Ｘｎ，并且必须满足： 同时，对于任意的ｉ≠ｊ，ｉ，ｊ＝１，２，…，均有 即对因素Ｘ的划分既要把因素集的诸评价指标分完，而任一个评 价指标又应只在一个子因素集Ｘｉ中。 再以Ｘｉ表示的第ｉ个子因素指标集又有ｋｉ个评价指标即：Ｘｉ＝｛Ｘｉ１，Ｘｉ２，…，ＸｉＫｉ｝，ｉ＝１，２，…，ｎ 这样，由于每个Ｘｉ含有Ｋｉ个评价指标，于是总因素指标集Ｘ其有 个评价指标。 四、　进行单因素评价，建立模糊关系矩阵Ｒ 在上一步构造了模糊子集后，需要对评价目标从每个因素集Ｘｉ上进行量化，即确定从单因素来看评价目标对各模糊子集的隶属度，进而得到模糊关系矩阵： 其中ｓｉ（ｉ＝１，２，…，ｍ）表示第ｉ个方案，而矩阵Ｒ中第ｈ行第ｊ列元素ｒｈｊ表示指标Ｘｉｈ在方案ｓｊ下的隶属度。对于隶属度的确定可分为两种 情况：定量指标和定性指标。 （１）定量指标隶属度的确定 对于成本型评价因素可以用下式计算： 对于效益型评价因素可以用下式计算：对于区间型评价因素可以用下式计算：上面三个式子中：ｆ（ｘ）为特征值，ｓｕｐ（ｆ），ｉｎｆ（ｆ）分别为对应于同一个指标的所有特征值的上下界，即是同一指标特征值的最大值和最小 模糊综合评价法的数学建模方法简介 任丽华　东营职业学院 ［摘　要］　本文一种数学模型方法构造了一种对绿色供应链绩效进行评价的模糊综合评价法，主要从构造评价指标体系，确定评价指标体系的权重，确定评价指标体系的权重，建立模糊综合评价因素集，进行单因素评价、建立模糊关系矩阵Ｒ，计算模糊评价结果向量Ｂ等五个方面介绍这种评价方法。 ［关键词］　绿色供应链绩效评价　模糊综合评价法　数学模型方法 流通论坛

数学建模实验答案_概率模型

实验10 概率模型（2学时） （第9章 概率模型） 1.（验证）报童的诀窍p302~304, 323（习题2） 关于每天报纸购进量的优化模型： 已知b 为每份报纸的购进价，a 为零售价，c 为退回价（a > b > c ），每天报纸的需求量为r 份的概率是f (r )(r =0,1,2,…)。 求每天购进量n 份，使日平均收入，即 1 ()[()()()]()()()n r r n G n a b r b c n r f r a b nf r ∞ ==+=----+ -∑∑ 达到最大。 视r 为连续变量，f (r )转化为概率密度函数p (r )，则所求n *满足 * ()n a b p r dr a c -= -? 已知b =0.75, a =1, c =0.6，r 服从均值μ=500（份），均方差σ=50（份）的正态分布。报童每天应购进多少份报纸才能使平均收入最高，这个最高收入是多少？ [提示：normpdf, normcdf] 要求：

(1) 在同一图形窗口内绘制10 ()()n y n p r dr =?和2()a b y n a c -= -的图形，观察其交点。 [提示] 22 ()2()r p r μσ-- = ，0 ()()()n n p r dr p r dr p r dr -∞ -∞ =-?? ? ☆(1) 运行程序并给出结果： (2) 求方程0()n a b p r dr a c -= -?的根n *（四舍五入取整），并求G (n *)。

mu=500;sigma=50; a=1; b=0.75; c=0.6; r=n+1; while (a-b)*n*normpdf(r,mu,sigma)>1e-6 r=r+1; end r=n+1:r; G=sum((a-b)*n*normpdf(r,mu,sigma)); r=0:n; G=G+sum(((a-b)*r-(b-c)*(n-r)).*normpdf(r,mu,sigma)) ☆(2) 运行程序并给出结果： 2.（编程）轧钢中的浪费p307~310 设要轧制长l =2.0m的成品钢材，由粗轧设备等因素决定的粗轧冷却后钢材长度的均方差σ=0.2m，问这时钢材长度的均值m应调整到多少使浪费最少。 平均每得到一根成品材所需钢材的长度为 () () m J m P m = 其中， 2 2 () 2 ()(), () 2 x m l P m p x dx p xσ πσ - - ∞ == ? 求m使J(m)达到最小。 等价于求方程 () () z z z λ ? Φ =- 的根z*。 其中：

概率论与数学建模

概率论与数学建模

概率论与数学建模 基础知识部分 一、概率论： 1、概率：刻化某一事件在一次试验中发生的可能性大小的数。 注：事件指随机事件（可重复、可预测、结果明确） 例如抛骰子，抛一枚硬币。 2、常见的随机变量：X （1）离散型： 泊松分布：k e P X k k k λ λ-（=）= ，=0、1、2、、、！ 实际应用：时间t 内到达的次数； （小概率事件）一本书中一页中的印刷错误数； 某地区在一天内邮件遗失的信件数； 某一天内医院的急症病人数； 某一地区一个时间间隔内发生交通事故的次数； 一个时间间隔内某种放射性物质发出的经过计数器的α粒子数等等…… （2）连续型： 指数分布：x e x>0 f X λλ???-，（）=0，其它 其中>0λ为常数 ，记为)(~λExp X 特点:无记忆性。即是P(/)()X s t X s P X t >+>=>

一个元件已经使用了s 小时，在此情形下，它总共能使用至少s+t 小时的概率，与开始使用时算起它至少能使用t 小时的概率相等，即元件对已使用过s 小时无记忆。 实际应用：（可靠性理论、排队论）许多“等待时间”都服从指数分布；一些没有明显“衰老”迹象的机械元器件（如半导体元件）的寿命也可也用指数分布来描述…… 正态分布：x e f X

“3σ“原则： “3σ“原则被实际工作者发现,工业生产上用的控制图和一 些产品质量指数都是根据3σ原则制定。 3、随机变量的特征数（数字特征）： 均值（期望）：k k k x p E X xf x dx ∞ ∞ ∞ ???????∑?=1 +-，（离散型）（）=（），（连续型） 方差：22 D X = E X E X ()(())E X E X =-2（）（-（）） 中心极限定理：n X X ,,1 是独立同分布的随机变量序列，且 22(),(),0i i E X D X μσσ==> 则有：)(}{lim 1t t n n X X P n n Φ=≤-+∞ →σμ 模型一、轧钢中的浪费模型： 问题：将粗大的钢坯制成合格的钢材需要两道工序：粗轧（热轧），形成刚才的雏形；精轧（冷轧），得到规定长度的成品材料。由于受到环境、技术等因素的影响，得到钢材的长度是随机的，大体上呈正态分布，其均值可以通过调整轧机设定，而均方差是由设备的精度决定，不能随意改变。如果粗轧后的钢材长度大于规定长度，精轧时要把多余的部分切除，造成浪费； 而如果粗轧后的钢材长度小于规定长 2σ x 99.7% 6σ 4σ （1） （2） （3） μ

教师评价模型_数学建模教学提纲

教师评价模型_数学建 模

教师评价模型 一、摘要 学校是一个充满着评价人的场所，每时每刻都在对各个人进行评价。毫不 夸张地说评价教师是学校里每个人的“日常功课”。 由于教师职业劳动的特殊性，它是复杂劳动。不能仅仅用工作量来评价 教师的劳动，同时评价教师的人员纷繁复杂，方式多种多样。评价教师的标准 往往束缚着学校的教学质量，教师教学的积极性。所以教师评价的确定就显的 很重要。 新课程强调：评价的功能应从注重甄别与选拔转向激励、反馈与调整；评 价内容应从过分注重学业成绩转向注重多方面发展的潜能；评价主体应从单一 转向多元。 那么如何公正、客观地评价教师的同时，有效地保护教师的教学积极性和 帮助提高学校的办学水平呢？ 此模型的建立改变了以往同类模型的多种弊端，从另一角度更加合理地分析、评价，就是为了更公平，公正地对教师做出合理的评价，从而促进学生发 展和教师提高。 本模型主要用了模糊数学模型和对各项评价付权重的方法进行建模分析。 从（1）教师对自己的评价，（2）学生对教师的评价；（3）由专家组对教师的评价的角度出发，通过量化，加权，得出结果。然后确定三方面的比重来评价 教师。同时通过确定教师自评与他人评价的比值范围，而确定这次评价是否有效。 在各个方面采用的数学模型如下：

1、教师对自己的评价： 教师对自己的满意度，既体现教师的主人翁意识也保护教师的教学积 极性。 16 1160i i i P Q D ( i ∈[1,16]) (Q 表示教师自评的得分 Pi 表示教师对自己各项符合度而打的分数 Di 表示对教师自评要求各项所加给的权重 ) 2、学生对教师的评价： 表明以学生为主体，体现了模型的客观性，公平、公开的原则。 90j i ij i d c a ij a =ij n u ij a =A （U ，V ） （ U 为评价的主要因素， V 为评价因素分等。 C i 为学生对教师的各项评价要求所付的权重 N 为填写有效调查表的人数） 3、由专家组成通过听课对教师的评价： 表明专家对教师指导性，帮助教师提高教学水平。体现了评价的权威 性，真实性。同时也是作为教师提拔的一个方面。 （1）建立综合评价矩阵51ij ij ik k c g c （2）综合评价 B=A ⊕R=（b 1,b 2,……，b m ）

数学建模题目及其答案(疾病诊断)

数学建模疾病的诊断 现要你给出疾病诊断的一种方法。 胃癌患者容易被误诊为萎缩性胃炎患者或非胃病者。从胃癌患者中抽 取5人（编号为1-5），从萎缩性胃炎患者中抽取5人（编号为6-10），以及非胃病者 中抽取5人（编号为11-15），每人化验4项生化指标：血清铜蓝蛋白（ X）、 1 蓝色反应（ X）、尿吲哚乙酸（3X）、中性硫化物（4X）、测得数据如表1 2 所示： 表1. 从人体中化验出的生化指标 根据数据，试给出鉴别胃病的方法。

论文题目：胃病的诊断 摘要 在临床医学中，诊断试验是一种诊断疾病的重要方法。好的诊断试验方法将对临床诊断的正确性和疾病的治疗效果起重要影响。因此，对于不同疾病不断发现新的诊断试验方法是医学进步的重要标志。传统的诊断试验方法有生化检测、DNA检测和影像检测等方法。而本文则通过利用多元统计分析中的判别分析及SPSS软件的辅助较好地解决了临床医学中胃病鉴别的问题。在临床医学上，既提高了临床诊断的正确性，又对疾病的治疗效果起了重要效果，同时也减轻了病人的负担。 判别分析是在分类确定的条件下，根据某一研究对象的各种特征值判别其类型归属问题的一种多变量统计分析方法。 其基本原理是按照一定的判别准则，建立一个或多个判别函数，用研究对象的大量资料确定判别函数中的待定系数，并计算判别指标。 首先，由判别分析定义可知，只有当多个总体的特征具有显著的差异时，进行判别分析才有意义，且总体间差异越大，才会使误判率越小。因此在进行判别分析时，有必要对总体多元变量的均值进行是否不等的显著性检验。 其次，利用判别分析中的费歇判别和贝叶斯判别进行判别函数的建立。 最后，利用所建立的判别函数进行回判并测得其误判率，以及对其修正。 本文利用SPSS软件实现了对总体间给类变量的均值是否不等的显著性检验并根据样本建立了相应的费歇判别函数和贝叶斯判别函数，最后进行了回判并测得了误判率，从而获得了在临床诊断中模型，给临床上的诊断试验提供了新方法和新建议。 关键词：判别分析；判别函数；Fisher判别；Bayes判别 一问题的提出 在传统的胃病诊断中，胃癌患者容易被误诊为萎缩性胃炎患者或非胃病患者，为了提高医学上诊断的准确性，也为了减少因误诊而造成的病人死亡率，必须要找出一种最准确最有效的诊断方法。为诊断疾病，必须从人体中提取4项生化指标进行化验，即血

数学建模常用算法模型

按模型的数学方法分： 几何模型、图论模型、微分方程模型、概率模型、最优控制模型、规划论模型、马氏链模型等 按模型的特征分： 静态模型和动态模型，确定性模型和随机模型，离散模型和连续性模型，线性模型和非线性模型等 按模型的应用领域分： 人口模型、交通模型、经济模型、生态模型、资源模型、环境模型等。 按建模的目的分： 预测模型、优化模型、决策模型、控制模型等 一般研究数学建模论文的时候，是按照建模的目的去分类的，并且是算法往往也和建模的目的对应 按对模型结构的了解程度分： 有白箱模型、灰箱模型、黑箱模型等 比赛尽量避免使用，黑箱模型、灰箱模型，以及一些主观性模型。 按比赛命题方向分： 国赛一般是离散模型和连续模型各一个，2016美赛六个题目（离散、连续、运筹学/复杂网络、大数据、环境科学、政策） 数学建模十大算法 1、蒙特卡罗算法 （该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，比较好用的算法） 2、数据拟合、参数估计、插值等数据处理算法 （比赛中通常会遇到大量的数据需要处理，而处理数据的关键就在于这些算法，通常使用Matlab作为工具）

3、线性规划、整数规划、多元规划、二次规划等规划类问题 （建模竞赛大多数问题属于最优化问题，很多时候这些问题可以用数学规划算法来描述，通常使用Lindo、Lingo软件实现） 4、图论算法 （这类算法可以分为很多种，包括最短路、网络流、二分图等算法，涉及到图论的问题可以用这些方法解决，需要认真准备） 5、动态规划、回溯搜索、分治算法、分支定界等计算机算法 （这些算法是算法设计中比较常用的方法，很多场合可以用到竞赛中） 6、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 （这些问题是用来解决一些较困难的最优化问题的算法，对于有些问题非常有帮助，但是算法的实现比较困难，需慎重使用） 7、网格算法和穷举法 （当重点讨论模型本身而轻视算法的时候，可以使用这种暴力方案，最好使用一些高级语言作为编程工具） 8、一些连续离散化方法 （很多问题都是从实际来的，数据可以是连续的，而计算机只认的是离散的数据，因此将其离散化后进行差分代替微分、求和代替积分等思想是非常重要的） 9、数值分析算法 （如果在比赛中采用高级语言进行编程的话，那一些数值分析中常用的算法比如方程组求解、矩阵运算、函数积分等算法就需要额外编写库函数进行调用）10、图象处理算法 （赛题中有一类问题与图形有关，即使与图形无关，论文中也应该要不乏图片的这些图形如何展示，以及如何处理就是需要解决的问题，通常使用Matlab进行处理） 算法简介 1、灰色预测模型（必掌握）

概率论与数学建模

第六章 概率论与数学建模 一、随机事件及其概率 1.随机事件：可重复；可预测结果且结果明确；试验前出现那个结果 不能确定 例如：抛骰子一次，抛一枚硬币三次等。 2.事件的运算及其含义： B A ?：A 为B 的子事件。其含义是：A 发生则B 必发生 B A =：事件A ，B 相等。其含义是：A 发生则B 必发生，反之亦然 C B A =?：事件A 与B 的交。其含义是：C 发生当且仅当A ，B 同 时发生 C B A =?：事件A 与B 的并（和） 。其含义是：C 发生当且仅当A ，B 中至少有一个发生。 C B A =-：事件A 与B 的差。其含义是：C 发生当且仅当A 发生并 且B 不发生。 φ=AB ：事件A 与B 互不相容。其含义是：A 与B 不可能同时发生。 A ：事件A 的对立事件。 3.概率：刻化某一事件在一次试验中发生的可能性大小的数量指标。 (当∞→n 时，)()(A P A f P ?→? ) 4.古典概论：某个试验共有n 个等可能的结果（样本点），事件A 包含其中m 个结果（样本点），则认为 n m 就是事件A 的概率。这种基于等可能性确定概率的模型称为古典概率模型。 例6.1.1（Monte Hall Problem ）20世纪60，70年代，美国“电视游戏

秀”曾经非常流行一个名叫“Let ’s Make a Deal ”的节目，由Monte Hall 主持。游戏过程如下：有三扇关着的门，其中一扇门后面有奖品（一辆汽车），其余两扇门后面则没有奖品，若猜中了有奖品的门就能赢取这辆汽车。你从中挑选一扇门，但暂不打开。这时，主持人在另外两扇门中挑一个没有奖品的门打开，并展示给你和观众。然后，主持人问你：是坚持原来的选择，还是换成最后那扇门？ 解：从能不能得奖的角度看，这个游戏只有两个结果：不换门得奖（A ）、换门能得奖（B ）。第一个门是你“三选一”随机（等可能地）挑选的，故P(A)=1/3,自然，另一个结果的概率就是P(B)=2/3。因此，正确的决定是换成那扇门。 例6.1.2（抽签原理）袋中有2只红球8只黑球（除颜色外无法再分辨）。10个人依次摸球，得红球者中奖。求：k A ＝{第k 个摸球者中奖}的概率，k=1,2,…,10 解法一：假定对解题者来说这些球可辨别。样本点为一轮抽签结束后这10个球的排列，共有10！个等可能的样本点。事件k A 所含样本点 的特征是：两个红球中任选一个排在第k 位（有12C 种可能），而其余 9个球在其余9个位置上可任意排列（有9！种可能）。因此k A 包含了 9！12 C 个样本点，故5 1 !10!9)(1 2== C A P K . 解法二：假定球不可辨，只需关注红球落入哪两个人之手，样本空间 共有452 10 =C 个等可能的样本点。事件k A 发生意味着第k 个人得一红球，另一红球落入其余9人中某一人之手，这有1 9C 种可能，所以

数学建模论文《学科评价模型》

答卷编号（参赛学校填写）： 答卷编号（竞赛组委会填写）： 论文题目：学科评价模型(A) 组别：本科生 参赛队员信息(必填)： 姓名专业班级及学号联系电话参赛队员1 08生物技术一班0886 参赛队员2 08生物技术一班1680 参赛队员3 08生物技术一班0698

答卷编号（参赛学校填写）： 答卷编号（竞赛组委会填写）： 评阅情况（学校评阅专家填写）：学校评阅1. 学校评阅2. 学校评阅3. 评阅情况（省赛评阅专家填写）：省赛评阅1. 省赛评阅2. 省赛评阅3.

学科评价模型 摘要本学科评价模型采用了指标体系法，其所具有的客观公正性使之成为目前大学学科评价的主流方法。学科评价一方面取决于指标体系本身设计是否科学，另一方面则取决于原始数据和指标的可比性。由于本题目并没有给出具体的哪13个学科，而不同学科之间在某些方面存在着不同程度上的差异性。所以，我们采用层次分析法分配权重以及灰色多层次分析法处理数据，从而使评价结果更加客观公正。学科评价应分类别、分层次进行，不同的类别和层次适用于不同的情形。比如科研教学并重型高校的学科评价模型与科研型或者教学型高校的学科评价模型会有所区别。同时，在学科评价体系中，指标分级是必要的，我们将题目所给的指标分为三级。通过模型的建立及求解，我们得出了各学科各指标的评价结果，以及各学科的综合实力评价结果，并对结果进行横向分析和纵向分析，为大学学科评估及资源优化提供了较为合理的依据。 关键词层次分析法，权重, 灰色多层次分析法，关联度

一 问题的重述 学科的水平、地位是高等学校的一个重要指标，而学科间水平的评价对于学科的发展有着重要的作用，它可以使得各学科能更加深入的了解本学科(与其他学科相比较)的地位及不足之处，可以更好的促进该学科的发展。因此，如何给出合理的学科评价体系或模型一直是学科发展研究的热点问题。现有某大学（科研与教学并重型高校）的13个学科在一段时期内的调查数据，包括各种建设成效数据和前期投入的数据。 1、根据已给数据建立学科评价模型，要求必要的数据分析及建模过程。 2、模型分析，给出建立模型的适用性、合理性分析。 3、假设数据来自于某科研型或教学型高校，请给出相应的学科评价模型。 二 合理的假设 1、假设各学科所属领域以及学科特点的差异不对本评估体系产生影响 2、假设某些权威杂志对特定的学科没有偏重 3、假设国家和社会对各学科没有任何偏重 4、假设各学科培养出的人才素质没有差异 5、假设专家对学科各指标相对重要性的评判合理、客观、全面。 三 符号的说明 ijk C ：各级指标 ik C :(i=1,2,3····n;k=1,2,····m)第i 个参评学科中第k 个指标的原始数据 *k C :最优指标集 S ：综合分析评价值 A ：目标向量 ij D ：表示i D 对j D 的相对重要性数值 ij P ：判断矩阵)3,2,1,m 3,2,1(n j i ：特征向量 max ：最大特征值 CR ：判断矩阵的随机一致性比率 CI ：判断矩阵的一般一致性指标 RI ：平均随机一致性指标 i W ：各个分向量的权重系数 *W :第三指标权重分配矩阵

概率论与数理统计在数学建模中的应用

概 率 在 数 学 建 模 中 : 的 应 用 姓名：邓洪波高强庞宁 班级：文电082-2 专业：电子计算机与科学技术 电话：

? 概率论与数理统计在数学建模中的应用 通过五天的学习我们主要学习了三个方面的知识，包括：概率模型，统计回 归模型，以及马氏链模型。通过这三个方面的学习，大体上了解了概率在数学建 模中的应用以及它所能解决的问题类型。下面就这三个方面的内容做一下简单的 介绍 。 首先对概率模型做一下简单的介绍。对于实际问题我们所研究的对象无非是 制定计划使效率最高，收入最高，费用最小，浪费最小以及变化趋势的估计等问 题。在这类问题中，题目往往给出的是实际背景，我们需要从这些实际背景中， 抽象出数学模型，设出所需要的变量，然后用所学的知识解决问题，并且每一个 模型都要进行“模型假设”，这是用数学知识解决问题的一个前提条件，下面就 一个实际的题目进行各个方面的分析。 比如有如下问题：以周为时间单位；一周的商品销售量为随机；周末根据库 存决定是否订货，供下周销售。用到的知识是（s ，S ）存贮策略，即制丁下界s ， 上界S ，当周末库存小于s 时订货，是下周初的库存达到S;否则，不订货。要解 决的问题是考在虑订货费，存贮费，缺货费，购进费的情况下，制订（s ，S ）存 贮策略，使总费用最小。 首先我们进行模型的假设，设出建模中所用到的变量，如下：1.每次订货费0c , 每件商品的购进价为1c ,每件商品一周贮存费2c ，每件商品缺货损失费3 c （1c <3c ）；2.每周销售量r 随机，连续，概率密度p(r)；3.每周库存量x ，订货 量u ，周初库存量u x +；4. 每周贮存量按 x+u-r 计等等，当然有些问题再“模 型的假设”这一过程中除了对变量做相关的假设以外还要对实际问题进行假设， 比如在《传送系统的效率》中我们曾假设：生产进入稳态，每人生产完一件产品 的时刻在一个周期内是等可能的等。当然有些问题在做一般假设的时候还不能解 决问题，还要进行进一步的假设，比如在《随机人口模型》中，在我们假设出生 率x b 与t ?成正比之后，又做了进一步的假设，假设出生率x b 与人口的总数n 成 正比。通过进行各种模型的假设有利于我们在建模的过程中解决实际问题。 模型的建立，对于上题，我们考虑到两种情况，即一种是不用订货，另一种 是需要订货，写出目标函数： ???+++=) (),()(1 0x L u x L u c c u J 00=>u u ， 其中??∞ -+-=x x dr r p x r c dr r p r x c x L )()()()()(032，在此步骤中我们需要列出目标函数 以及约束条件，当然目标函数的选择也是至关重要的，选择一个合适的模型是取 得比赛胜利的关键，比如在《轧钢中的浪费》中我们建立的第一个模型是： ]

数学建模_四大模型总结

四类基本模型 1 优化模型 1.1 数学规划模型 线性规划、整数线性规划、非线性规划、多目标规划、动态规划。 1.2 微分方程组模型 阻滞增长模型、SARS 传播模型。 1.3 图论与网络优化问题 最短路径问题、网络最大流问题、最小费用最大流问题、最小生成树问题(MST)、旅行商问题(TSP)、图的着色问题。 1.4 概率模型 决策模型、随机存储模型、随机人口模型、报童问题、Markov 链模型。 1.5 组合优化经典问题 ● 多维背包问题(MKP) 背包问题：n 个物品，对物品i ，体积为i w ，背包容量为W 。如何将尽可能多的物品装入背包。 多维背包问题：n 个物品，对物品i ，价值为i p ，体积为i w ，背包容量为W 。如何选取物品装入背包，是背包中物品的总价值最大。 多维背包问题在实际中的应用有：资源分配、货物装载和存储分配等问题。该问题属于NP 难问题。 ● 二维指派问题(QAP) 工作指派问题：n 个工作可以由n 个工人分别完成。工人i 完成工作j 的时间为ij d 。如何安排使总工作时间最小。 二维指派问题（常以机器布局问题为例）：n 台机器要布置在n 个地方，机器i 与k 之间的物流量为ik f ，位置j 与l 之间的距离为jl d ，如何布置使费用最小。 二维指派问题在实际中的应用有：校园建筑物的布局、医院科室的安排、成组技术中加工中心的组成问题等。 ● 旅行商问题(TSP) 旅行商问题：有n 个城市，城市i 与j 之间的距离为ij d ，找一条经过n 个城市的巡回（每个城市经过且只经过一次，最后回到出发点），使得总路程最小。 ● 车辆路径问题(VRP) 车辆路径问题（也称车辆计划）：已知n 个客户的位置坐标和货物需求，在