数学建模过程.ppt

合集下载
  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)。
4)按建立模型的数学方法(或所属数学分支)分 初等模型、几何模型、线性代数模型、微分方程模型、 图论模型、马氏链模型、运筹学模型等。
5)按建模目的分
描述性模型、分析模型、预报模型、优化模型、
决策模型、控制模型等。
6)按对模型结构的了解程度分
白箱模型:其内在机理相当清楚的学科问题,包括 力学、热学、电学等。
三 产品的抽样检验
一 席位分配问题
某校有200名学生,甲系100名,乙系60名,
丙系40名,若学生代表会议设20个席位,问三系各
有多少个席位?
1 问题的提出
按惯例分配席位方案,即按人数比例分配原则
mq p N
m 表示某单位的席位数 p 表示某单位的人数
N 表示总人数 q 表示总席位数
20个席位的分配结果
3)模型建立:
•分清变量类型,恰当使用数学工具;
•抓住问题的本质,简化变量之间的关系;
•要有严密的数学推理,模型本身要正确;
•要有足够的精确度。
4)模型求解:可以包括解方程、画图形、证明定理 以及逻辑运算等。会用到传统的和近代的数学方 法,计算机技 术(编程或软件包)。特别地近似计 算方法(泰勒级数,三角级数,二项式展开、代数 近似、有效数字等)。
5)模型分析:结果分析、数据分析。 变量之间的依赖关系或稳定性态;数学预测;最优 决策控制。
6)模型检验: 把模型分析的结果“翻译”回到实 际对象中,用实际现象、数据等检验模型的合理性 和适应性检验结果有三种情况:符合好,不好,阶 段性和部分性符合好。 7)模型应用:应用中可能发现新问题,需继续完善。
存在不公平现象,能否给出更公平的分配席位的方案?
2 建模分析 目标:建立公平的分配方案。
反映公平分配的数量指标可用每席位代表的人数来衡量。
系别 甲 乙 丙
人数 100 60 40
席位数 10 6 4
每席位代表的人数 100/10=10 60/6=10 40/4=10
系别 人数 席位数 每席位代表的人数 公平程度
灰箱模型:其内在机理尚不十分清楚的现象和问题, 包括生态、气象、经济、交通等。
黑箱模型:其内在机理(数量关系)很不清楚的现 象,如生命科学、社会科学等。
初等模型
初等模型是指可以用初等数学的方法来构 造和求解的模型。我们来建立以下四个问题 的数学模型。
我们来解决以下几个问题:
一 席位分配问题
二 核军备竞赛
乙 63 63/200=31.5% 31.5%•20=6.3
丙 34 34/200=17.0% 17.0%•20=3.4
席位数 10 6 4
席位数 10 6 4
现象1 丙系虽少了6人,但席位仍为4个。(不公平!)
为了在表决提案时避免可能出现10:10的平局,再设一个席 位。
21个席位的分配结果
系别 人数 所占比例
甲 103 10 103/10=10.3

乙 63 6
63/6=10.5

丙 34 4
34/4=8.5

系别 人数 席位数 每席位ቤተ መጻሕፍቲ ባይዱ表的人数
甲 103 11 103/11=9.36
乙 63 7
63/7=9
丙 34 3
34/3=11.33
公平程度 中 好 差
一般地,
单位 人数
A
p1
B
p2
席位数
n1 n2
系别 甲 乙 丙
人数 100 60 40
所占比例 100/200 60/200 40/200
分配方案 (50/100)•20=10 (30/100)•20=6 (20/100)•20=4
现丙系有6名学生分别转到甲、乙系各3名。
系别 人数 所占比例
分配方案
甲 103 103/200=51.5% 51.5 %•20 =10.3
120 10
12
12-10=2
B
100 10
10
C
1020 10
分配方案
甲 103 103/200=51.5% 51.5 %•21 =10.815
乙 63 63/200=31.5% 31.5%•21=6.615
丙 34 34/200=17.0% 17.0%•21=3.570
席位数
11 7 3
现象2 总席位增加一席,丙系反而减少一席。(不公平!) 惯例分配方法:按比例分配完取整数的名额后,剩下的名额 按惯例分给小数部分较大者。
系统分析法:对复杂性问题或主观性问题的研究方法。把
定性的思维和结论用定量的手段表示出来。 如:层次分析法。
2 建模步骤
模型准备
模型假设
模型检验 模型应用
模型分析
模型建立 模型求解
1)模型准备: 了解问题的实际背景,明确建模目 的,掌握对象的各种信息如统计数据等,弄清实际 对象的特征。
有时需查资料或到有关单位了解情况等。
每席位代表的人数
p1 n1
p2 n2

p1 p2 n1 n2
席位分配公平
但通常不一定相等,席位分配的不公平程度用以下标准来 判断。
1) p1 p2 称为“绝对不公平”标准。 n1 n2
此值越小分配越趋于公平,但这并不是一个好的衡量标准。
单位 A
人数p 席位数n 每席位代 绝对不公 表的人数 平标准
2)模型假设:根据实际对象的特征和建模目的,对问 题进行必要地合理地简化。不同的假设会得到不同的模 型。如果假设过于简单可能会导致模型的失败或部分失 败,于是应该修改或补充假设,如“四足动物的体重问 题”;如果假设过于详细,试图把复杂的实际现象的各 个因素都考虑进去,可能会陷入困境,无法进行下一步 工作。分清问题的主要方面和次要方面,抓主要因素, 尽量将问题均匀化、线性化。
模型的分类
1)按变量的性质分: 离散模型 确定性模型 线性模型 单变量模型 连续模型 随机性模型 非线性模型 多变量模型
2)按时间变化对模型的影响分
静态模型 动态模型
参数定常模型 参数时变模型
3)按模型的应用领域(或所属学科)分 人口模型、交通模型、生态模型、城镇规划模型、 水资源模型、再生资源利用模型、污染模型、 生物数学模型、医学数学模型、地质数学模型、 数量经济学模型、数学社会学模型等。
数学建模过程
现实对象的信
表述 数学模型

验 证
(归纳) (
求演 解绎

现实对象的 解释 数学模型的
解答
解答
现实对象与数学模型的关系
建立数学模型的方法和步骤
1 方法 机理分析法:以经典数学为工具,分析其内部的机理规律。
F ma
统计分析法:以随机数学为基础,经过对统计数据进行分
析,得到其内在的规律。 如:多元统计分析。
相关文档
最新文档