清华大学谢金星数学实验-作业6
微生物学设计实验_环境微生物的检测
• 根据Logistic模型可以求出与暴露时间相对应的菌体 含量:
图3-6
• 根据实验数据,可以得到一个具体函数关系式,这 可较准确地得出一定范围内任意时刻的细菌含量。
23
参考文献
• 中华人民共和国国家标准 生活饮用水标准检验方 法 微生物指标
• 姜起源,谢金星,叶俊, 《数学模型》,清华大学 出版社
• 当天平均温度14.1,当时的相对湿度82%,室外有 微风,近几天属阴雨天气。
实验步骤
• 本大组分为五小组,每组两人
• 五个小组依次测室外、实验室、厕所、大厅和超净台的微 生物含量。
• 具体步骤为:清洗双手—酒精清洁手部—用报纸包裹灭过 菌的平板到各个环境中—开盖接种半个小时—盖盖后报纸 包好拿回实验室—取出放入培养箱48小时—取出观察—对 比统计——结果分析
• 熊文山,瓶(桶)装饮用纯净水微生物检测方法,检测 与分析,2007年第10卷第6期
• /view/1262256.htm
24
25
4、相对于室外、大厅、厕所,教室内空气中的微生 物含量要少,教室内接种的平板里有五个菌落,这 可能跟教室内的空气相对不流通,人流较少等等因 素有关。
5、在超净台上做的实验产生了三个菌落,而且其直 径要小得多。这与其它的比较,微生物含量明显较 少。但是我们认为超净台上空气的微生物含量应该 没这么多,可能在操作中有少许污染。
• 3)同时另用一个平皿只倾注营养琼脂培养基作为空 白对照。
• 4)待冷却凝固后,翻转平皿,使底面向上,置于 36℃±1℃培养箱内培养48h,进行菌落计数,即为 水样1ml中的菌落总数。
• 5)对每个样品都进行上面步骤并计数。
17
3、菌落计数报告方法
• 在对菌落进行计数时,需要参照GB/T5750.12— 2006中的菌落计数及报告方法。
《数学实验》课程简介
《数学实验》课程简介课程名称:数学实验学时:32学分:2内容简介本课程是为经济管理学院各专业二年级学生设置的专业选修课程.数学实验课程内容涵盖了数学建模所涉及的常用方法和内容,主要围绕软件使用、数据的统计描述和分析、数值计算、最优化方法、统计分析、神经网络、灰色系统理论、模糊数学模型,几种现代算法和数学建模论文及数学建模竞赛等内容展开,模型求解利用MATLAB、L1NDO/LINGO、SPSS等软件实现,实用性较强,上述3种软件使用方便,各具特色,L1NDO/LINGO软件在解决规划和优化类问题比较简单,SPSS软件解决统计类问题功能丰富,操作方便;MATLAB软件是一种“全能”型软件,可以解决碰到的几乎所有的数学、工程、经济学等各领域的模型计算求解问题,它具有功能强大的库函数可供调用,这就大大简化了编程的巨大工作了,同时也降低了学生学习该门课程的难度.课程通过“方法—软件使用—软件结果的实际含义—实验案例”这种有效的模式,把各部分内容有机地组织起来,力求有效地引导学生充分感受、领悟和掌握“数学实验”的内涵.本课程教学以实际问题为载体,把数学知识、数学建模、数学软件和计算机应用有机的结合,强调学生的主体地位,在老师的引导下,学习查阅文献资料、分析问题、运用学到的数学知识和计算机技术,借助适当的软件分析、解决一些实际问题,并撰写论文或实验报告.本课程在解决问题的过程中适当引入相关的理论知识,使学生能够将学到的知识直接转化为解决问题的手段,有利于激发学生学习的积极性.本课程在教学中在教学中注重加强学生建模方法的训练、建模思维的培养,使学生在思维能力和创造性方面受到启迪,同时课程强调数学工具软件的应用,培养学生运用数学知识建立实际问题模型,解决实际问题的能力,对于开展创新教育与素质教育起着重要作用.主要参考书目:姜启源:《数学模型》,高等教育出版社,2011年版姜启源:《数学模型习题参考解答》,高等教育出版社,2011年版赵静,但琦:《数学建模及数学实验》,高等教育出版社(第三版),2008年版米尔斯切特:《数学建模方法与分析》刘来福译,机械工业出版社,2009年版杨启帆:《数学建模》,浙江大学出版社,2006年版曹旭东,李有文,张洪斌:《数学建模原理与方法》,高等教育出版社,2014年版余胜威:《MATLAB数学建模经典案例实战》,清华大学出版社,2015年版汪天飞:《数学建模与数学实验》,科学出版社,2013年版韩中庚:《数学建模竞赛--获奖论文精选与点评》,科学出版社,2013年版谢金星,薛毅:《优化建模LINDO/LINGO软件》,清华大学出版社,2005年版卓金武:《MATLAB在数学建模中的应用》,北京航空航天大学出版社,2011年版李尚志:《数学实验(第2版)》,高等教育出版社,2015年版傅鹂:《数学实验(第二版)》,科学出版社,2000年版Course Name:Mathematics Experimen Hours:32Credits:2 Course Description:Mathematical Modeling is designed to serve students majoring in Economic Science.Mathematics experiment is a scientific research approach ranging from the classical deductive method and the classical experiment is neither the mathematical application of the usual experiments nor experimental transplant in mathematics research.It is a unique mathematics learning and mathematics research method forming with the development of human thinking mathematical theory and computer and other modern scientific and technology.Mathematics experiment doesn't take mathematics as a transcendental logical system, but an"experimental science".It starting from issues,with the help of computer software and mathematical models,is the process for the students to solve the problems through their personal design and hands-on experience from the experiment in order to learn explore and discover mathematical laws,which is a basic mathematical idea and method of mathematic experiment.。
最优化理论-教学大纲
《最优化理论》教学大纲课程编号:112302A课程类型:专业选修课总学时:32 讲课学时:26 实验学时:6学分:2适用对象:金融工程专业先修课程:数学分析、线性代数、经济学、金融学一、教学目标最优化问题即在有限种或无限种可行方案(决策)中选择最优的方案(决策),与之相对应的最优化理论是数学领域的一个重要分支,也是金融工程专业学生需要掌握的必备工具之一。
现代金融学研究的技术化程度日益增加,金融工程的许多问题都与最优化理论与方法密切相关,例如:投资组合选择与资产配置、期权的定价与对冲、金融风险的度量与管理、资产和负债的现金流管理等等。
本课程拟对最优化的基础理论和求解方法进行一个比较全面和系统的介绍,其中涉及到的方法包括:线性规划、非线性规划、二次规划、锥优化、整数规划、动态规划、随机规划等等。
通过本课程的学习,实现以下几个教学目标:目标1:帮助学生了解各类最优化模型的数学理论与求解方法;目标2:使学生理解如何应用这些优化模型分析经济学和金融学相关问题。
二、教学内容及其与毕业要求的对应关系本课程主要介绍几种主要的最优化模型的理论与方法,根据最优化模型的类别进行划分,分为无约束最优化和有约束最优化两大类别。
其中,无约束最优化问题的子类别较少、难度相对较低,主要从理论方法和数值方法两方面进行讲解;有约束最优化重点讲解线性规划的单纯形法和非线性规划的库恩塔克条件,在时间允许的情况适当介绍其他类别的高级规划课题。
基本教学内容的框架图如下:本课以课堂讲授为主,间之以案例教学、随堂练习和课后作业,针对适当的问题讲解其计算机程序实现,使学生既能掌握理论,也能动手操作,切实做到理论与实践相结合。
该课程旨在进一步完善金融工程专业学生的数理知识,一方面有利于强化与完善了金融专业学生的数理知识体系,同时结合经济学和金融学实际问题进行讲解学习,锻炼了学生们思考学习的能力,更训练了学生应用数理思维分析经济金融问题的能力,与金融工程专业学生的毕业要求相呼应。
数学实验全部答案(精品).doc
实验十:简单的鹿群增长问题•问题一:鹿群增长模型•问题二:养老保险问题•问题三:金融公司的支付基金流动•问题四:保险金问题摘要:本篇实验报告主要是针对实验十:简单的鹿群增长问题而建立的模型。
并且将此模型的求解方法,运用到其他的类似的模型当中。
对该模型的求解,运用斧分方程组和线性代数的有关知识,通过用matlab编程,实现对矩阵的特征值和特征向量的自动求解。
以及将已知矩阵进行对角化。
并且用该模型的建模思想和求解方法,对课后的四个实验任务,分别进行了模型的建立和求解。
具体的四个实验任务如下:(1)鹿群增长模型的建立,算法编程以及程序的可行性验证;(2)养老保险问题模型的建立与求解;(3)金融公司支付基金的流动模型的建立与求解;(4)人寿保险计划模型的建立与求解;针对这几个实验任务,我分别建立了不同的数学模型,运用Matlab编程进行求解。
通过书上给出的实际数据进行了算法的可行性检验,并且通过实际数据给出了该模型的优略性评价。
问题一:鹿群增长模型问题重述:假设在一个自然生态地区生长着一群鹿,在一段时间内鹿群的增长受资源制约的因素较小。
这里所说的资源包括:有限的食物、空间、水等。
试建立一个简单的鹿群增长模型,并以适当的数据给出结果。
给出数据一:x0=0.8 ,yO=l ,al=0.3 ,a2=1.5 ,bl=0.62 ,b2=0.75 ,s=0.8; 数据二:xO=2.8 ,y0=3.4 ,al=0.4 ,a2=1.8 ,b 1=0.61 ,b2=0.72 ,s=0.7; 情况下的结果模型假设:(1)只考虑母鹿,并将其分为两组,一岁以下为幼鹿组,其余的为成年组;(2)不考虑饱和状态,即在所考虑的时间段内,种群的增长基本上是不受自然资源的制约;(3)鹿的生育数与鹿的总数成正比。
符号说明:X fl:第“年幼鹿的数量;y n:第"年成年鹿的数量;%:幼鹿的生育率;a2:成年鹿的的生育率;也:幼鹿的存活率;b2 :成年鹿的存活率;A:系数矩阵;人:矩阵A的特征值;入:矩阵A的特征值;X o:开始时幼鹿的数量;%):开始时成年鹿的数量;S:刚出生的幼鹿在哺乳期的存活率;J 代入方程⑴中,可以得到:= Au模型的建立:问题分析:根据鹿群数量增长的关系模型,建立幼鹿和成年鹿的数量关系式(观测吋间取为一年),建立如下的线性斧分方程组:(1)问题转化为对(2)进行求解。
历年数学建模试题
1998年
(A) 投资的收益和风险问题(浙 江大学:陈淑平) (B) 灾情巡视路线问题(上海海 运学院:丁颂康)
1999年
(A) 自动化车床管理问题(北京 大学:孙山泽) (B) 钻井布局问题(郑州大学: 林诒勋) (C) 煤矸石堆积问题(太原理工 大学:贾晓峰) (D) 钻井布局问题(郑州大学: 林诒勋)
2004年
(A) 奥运会临时超市网点设计问题(北 京工业大学:孟大志) (B) 电力市场的输电阻塞管理问题(浙 江大学:刘康生) (C) 酒后开车问题(清华大学:姜启 源) (D) 招聘公务员问题(解放军信息工 程大学:韩中庚)
2005年
(A) 长江水质的评价和预测问题 (解放军信息工程大学:韩中庚) (B) DVD在线租赁问题(清华大学: 谢金星等) (C) 雨量预报方法的评价问题(复 旦大学:谭永基) (D) DVD在线租赁问题(清华大学: 谢金星等)
2008年
(A)数码相机定位, (B)高等教育学费标准探讨, (C)地面搜索, (D)NBA赛程的分析与评价
2009年
(A)制动器试验台的控制方法 分析 (B)眼科病床的合理安排 (C)卫星和飞船的跟踪测控 (D)会议筹备
2010年
(A)储油罐的变位识别与罐容 表标定 (B)2010年上海世博会影响力 的定量评估 (C)输油管的布置 (D)对学生宿舍设计方案的评 价
2002年
(A) 车灯线光源的优化设计问题(复旦 大学:谭永基,华东理工大学:俞文此) (B) 彩票中的数学问题(解放军信息工 程大学:韩中庚) (C) 车灯线光源的优化设计问题(复旦 大学:谭永基,华东理工大学:俞文此) (D) 赛程安排问题(清华大学:姜启源)
数学实验作业1--答案
数学实验-作业1—及部分答案(要求:1. 每次上机课下课之前提交,文件名如:数学091朝鲁第一次作业.doc。
2. 交至邮箱:matlabzuoyetijiao@3.作业实行5分制,依次为A++,A+,A ,A-,A- -)4.作业中,需要编程实现的均要求列出你的代码,以及求解的结果)1.请上网或查阅各种资料并回答:MATLAB是什么?MATLAB能做什么?答:略2.请上网或查阅各种资料并回答:MATLAB语言突出的特点是什么?答:略3.在MATLAB软件中有几种获得帮助的途径?答:help函数,菜单栏help菜单。
4.请上网或查询MATLAB软件中inv函数的功能与特点。
答:用来求可逆矩阵的逆矩阵。
inv(A),即求已知矩阵A的逆矩阵。
5.请上网或查阅各种资料并回答:如何在MATLAB中建立向量和矩阵。
答:如在matlab中创建向量a=(2,-5,6,1);a=[2,-5,6,1];b= [2;-5;6;1];如在matlab中创建矩阵A=;A=[1,2,3;4,5,6;7,8,9];A =1 2 34 5 67 8 96.请上网或查阅各种资料并回答:在MATLAB中,向量和矩阵如何进行基本加减乘除四则运算,以及矩阵的乘法。
答:a=[2,-5,6,1];b= [1,2,3,4];求向量的和与差,直接输入a+b,a-b,即可,当然必须要求两个向量大小一致。
如:>> a=[2,-5,6,1];b= [1,2,3,4];>> a+bans =3 -3 9 5>> a-b1 -7 3 -3>> a.*bans =2 -10 18 4>> a./bans =2.0000 -2.5000 2.0000 0.2500>> a/b向量之间进行除法运算,使用不加点的矩阵除法“A/B”时,问题可以描述为:给定两个向量A、B,求一个常量x,使得A=x * B。
最优化模型(第五讲)
数学建模讲义主讲人:穆学文西安电子科技大学数学系Email:xdmuxuewen@ 最优化模型---最优化方法的概念参考书目1. 陈宝林。
最优化理论与算法。
清华大学出版社.2. 谢金星,薛毅。
优化建模与lindo/lingo优化软件. 清华大学出版社. 背景知识基本概念及其应用最优化问题举例最优化方法的概念优化问题的数学模型及其分类 最优解与极值点常用的数学软件§1背景知识•运筹学理论的一部分•最早起源于中国古代¾公元前6世纪孙武所著的《孙子兵法》¾孙膑“斗马术”,田忌与齐王赛马,博弈论¾运筹帷幄之中,决胜千里之外”。
这千古名句也可以说是对张良运筹思想的赞颂和褒奖。
•国外起源与发展¾1896年,V.Pareto首次从数学角度提出多目标优化问题,引进了Pareto最优的概念。
¾1935-38年,英国为了正确地运用新研制的雷达系统来对付德国飞机的空袭,在皇家空军中组织了一批科学家,进行新战术试验和战术效率评价的研究,并取得了满意的效果。
他们把自己从事的这种工作命名为“Operational Research”(背景知识(续)Operational Research(运筹学,或直译为作战研究)。
¾1939年,苏联的Л.В.Канторович总结了他对生产组织的研究,写了《生产组织与计划中的数学方法》一书,是线性规划应用于工业生产问题的经典著作¾1947年,G.B.Dantzig提出了单纯形方法后,线性规划便迅速形成为一个独立的分支。
并逐级发展起来。
¾英国运筹学会1948年成立(1948-53年是运筹学俱乐部,1953年11月起改名为学会)。
¾二次大战胜利后,美英各国不但在军事部门继续保留了运筹学的研究核心,而且在研究人员、组织的配备及研究范围和水平上,都得到了进一步的扩大和发展,同时筹学方法也向政府和业等部门扩展背景知识(续)运筹学方法也向政府和工业等部门扩展。
最优化方法(建模、原理、算法)
26
29
32
里程(km) 501~600 601~700 701~800 801~900 901~1000
运价(万元) 37
44
50
55
60
• 1000km以上每增加1至100km运价增加5 • 公路运输费用为1单位钢管每公里0.1万元(不足
整公里部分按整公里计算)。
SST
• 钢管可由铁路、公路运往铺设地点(不只是运到 点,而是管道全线)。
• (1)请制定一个主管道钢管的订购和运输计划, 使总费用最小(给出总费用)。
• (2)请就(1)的模型分析:哪个钢厂钢管的销 价的变化对购运计划和总费用影响最大,哪个钢 厂钢管的产量的上限的变化对购运计划和总费用 的影响最大,并给出相应的数字结果。
• (3)如果要铺设的管道不是一条线,而是一个树 形图,铁路、公路和管道构成网络,请就这种更 一般的情形给出一种解决办法,并对图二按(1) 的要求给出模型和结果。
SST
i 1234567 si 800 800 1000 2000 2000 2000 3000 pi 160 155 155 160 155 150 160 • 1单位钢管的铁路运价如下表:
里程(km) 运价(万元)
≤300 20
301~350 351~400 401~450 451~500
23
平均值 c [c1, c2,, cn ]T,协方差矩阵 V 。
希望利润期望值最大且方差最小,建立多目标优化模型:
v - min [ - c T x, xTVx ]
s. t. Ax b
x0
SST
• 问题扩展 b. 风险投资问题(参考98全国建模赛题)
将前面的产品换成投资项目,考虑投资 Aj 风险损失qj 。
2000年数学建模B题钢管订购和运输全解答
钢管订购和运输摘要: 本文建立了一个运输问题的最优化模型。
通过分析题图一,我们利用Floyd 算法求出铁路网和公路网各点间最短路线,然后转化成最少运输,去掉了铁路和公路的性质,使运输网络变成一张供需运输价格表,然后建立了一个以总费用为目标函数的非线性规划模型,利用Lingo 软件,求出问题一的最优解为1278632万元通过对问题一中lingo 运行结果的分析,我们得出S5钢厂钢管的销价的变化对购运计划和总费用影响最大,S1钢厂钢管的产量的上限的变化对购运计划和总费用的影响最大。
问题三模型的建立原理和问题一的相同,利用Lingo 软件,求得最优解为1407149万元.关键词:Floyd 算法,非线性规划,0-1规划一 问题重述有7个生产厂,可以生产输送天然气主管道的钢管721,,S S S 。
要沿着1521A A A →→→ 的主管道铺设, 如题图一所示。
图中粗线表示铁路,单细线表示公路,双细线表示要铺设的管道(假设沿管道或者原来有公路,或者建有施工公路),圆圈表示火车站,每段铁路、公路和管道旁的阿拉伯数字表示里程(单位km)。
为方便计,1km 主管道钢管称为1单位钢管。
一个钢厂如果承担制造这种钢管,至少需要生产500个单位。
钢厂i S 在指定期限内能生产该钢管的最大数量为i s 个单位,钢管出厂销价1单位钢管为i p 万元,如下表:123456780080010002000200020003000160155155160155150160iis ip1单位钢管的铁路运价如下表:里程(km) ≤300 301~350 351~400401~450451~500 运价(万元) 2023262932里程(km) 501~600601~700 701~800801~900901~1000运价(万元)37445055601000km 以上每增加1至100km 运价增加5万元。
公路运输费用为1单位钢管每公里0.1万元(不足整公里部分按整公里计算)。
2012深圳杯数学建模竞赛D题——打孔机生产效能的提高-参考答案
2012深圳杯数学建模竞赛D题——打孔机生产效能的提高-参考答案2012深圳杯数学建模竞赛D 题——打孔机生产效能的提高参考答案摘要本文对印刷电路板过孔的生产效益如何提高进行了研究。
打孔机在加工作业时,钻头的行进时间和刀具的转换时间是影响生产效益的两个因素。
在完成一个电路板的过孔加工时,钻头行进时间和刀具转换总时间越短,生产效益越高。
钻头行进总时间由钻头进行路线决定,而刀具转换总时间由线路板上由各孔的位置以及钻头行进方案决定。
钻头行进的路线的确定我们用遗传算法模拟。
令{}0,1ij e ∈,当1ij e =示(,)i j 在得到的最优路径上;当0ij e =表示(,)i j 不在得到的最优路径上。
通过这个变量建立起路线与费用的桥梁关系,进而写出总费用的表达式,建立最优模型,用遗传算法求解。
当打孔机设计成双钻头时,由于作业时各钻头相互独立,且有合作间距的限制,因此在解决双钻头最优作业方案时,我们在单钻头作业的基础上再加上另一个钻头作业所需的各种费用并增加约束条件,保证合作间距在要求范围之内。
关键词:遗传算法; 优化模型; 印刷线路板;生产效益一、问题的重述过孔是印刷线路板(也称为印刷电路板)的重要组成部分之一,过孔的加工费用通常占制板费用的30%到40%,打孔机主要用于在制造印刷线路板流程中的打孔作业。
本问题旨在提高某类打孔机的生产效能。
打孔机的生产效能主要取决于以下几方面:(1)单个过孔的钻孔作业时间,这是由生产工艺决定,为了简化问题,这里假定对于同一孔型钻孔作业时间都是相同的;(2)打孔机在加工作业时,钻头的行进时间;(3)针对不同孔型加工作业时,刀具的转换时间。
目前,实际采用的打孔机普遍是单钻头作业,即一个钻头进行打孔。
现有某种钻头,上面装有8种刀具a,b,c,… , h,依次排列呈圆环状,而且8种刀具的顺序固定,不能调换。
在加工作业时,一种刀具使用完毕后,可以转换使用另一种刀具。
相邻两刀具的转换时间是18 s,例如,由刀具a转换到刀具b所用的时间是18s,其他情况以此类推。
数学建模--运输问题
运输问题摘要本文主要研究的是货物运输的最短路径问题,利用图论中的Floyd算法、Kruskal算法,以及整数规划的方法建立相关问题的模型,通过matlab,lingo 编程求解出最终结果。
关于问题一,是一个两客户间最短路程的问题,因此本文利用Floyd算法对其进行分析。
考虑到计算的方便性,首先,我们将两客户之间的距离输入到网络权矩阵中;然后,逐步分析出两客户间的最短距离;最后,利用Matlab软件对其进行编程求解,运行得到结果:2-3-8-9-10总路程为85公里。
关于问题二,运输公司分别要对10个客户供货,必须访问每个客户,实际上是一个旅行商问题。
首先,不考虑送货员返回提货点的情形,本文利用最小生成树问题中的Kruskal算法,结合题中所给的邻接矩阵,很快可以得到回路的最短路线:1-5-7-6-3-4-8-9-10-2;然后利用问题一的Floyd算法编程,能求得从客户2到客户1(提货点)的最短路线是:2-1,路程为50公里。
即最短路线为:1-5-7-6-3-4-8-9-10-2-1。
但考虑到最小生成树法局限于顶点数较少的情形,不宜进一步推广,因此本文建立以路程最短为目标函数的整数规划模型;最后,利用LINGO软件对其进行编程求解,求解出的回路与Kruskal算法求出的回路一致。
关于问题三,是在每个客户所需固定货物量的情况下,使得行程之和最短。
这样只要找出两条尽可能短的回路,并保证每条线路客户总需求量在50个单位以内即可。
因此我们在问题二模型的基础上进行改进,以货车容量为限定条件,建立相应的规划模型并设计一个简单的寻路算法,对于模型求解出来的结果,本文利用Kruskal算法结合题中所给的邻接矩阵进行优化。
得到优化结果为:第一辆车:1-5-2-3-4-8-9-1,第二辆车:1-7-6-9-10-1,总路程为280公里。
关于问题四,在问题一的基础上我们首先用Matlab软件编程确定提货点到每个客户点间的最短路线,然后结合一些限定条件建立一个目标模型,设计一个较好的解决方案进行求解可得到一种很理想的运输方案。
数学建模关于露天采矿问题
露天采矿问题摘要本文就某公司在方形土地上进行采矿的合理性问题建立了综合评价模型,对各层进行分析,通过确定选取挖取哪些块,给出合理性方案,使该公司的纯利润最大。
一、问题重述某公司获准在一块mm200200⨯的方形土地上露天采矿。
因为土石滑坡,挖坑的坑边坡度不能超过45。
公司已得到不同位置不同深度处的矿砂所含纯金属的百分数的估计值。
考虑到坡角对挖坑工作所加的限制,公司决定将问题按长方形块的挖取问题处理。
每个长方形块的水平尺寸为m50⨯,铅直尺寸为m25。
m50若在一个深度层上挖了4块;则在下一层上还可为挖一块;下图所示的情形(实线为上一层块,虚线为下一层块)是俯视这5块的水平位置关系。
俯视图这样以来,所能挖取的块数,第一层最多16块,第二层最多9块,第三层最多4块,第四层最多1块。
不能再往深挖取。
所有这些可能挖取的块,按已得的估计值,将各块含金属的百分数作为块的值。
这个优化问题的目标是使纯收入最多,而要做的决策是开采规划,即从第一层到第四层那些块需要开采。
而每一层每一块开采成本是相同的,而获取的利润不同。
每一题的唯一受到的一个约束条件:挖坑的坑边坡度不能超过45。
,即简化模型足若在一个深度层挖了四块,则在下一层还可以挖一块;将决策变景、目标函数和约束条件用数学符号及式子表示出来便可得到下面的模型。
二、模型假设1、利用0-1模型,作为决定每一块是否需要开采的模型,即O代表这一块,l代表这一块。
2、同时利用矩阵,为每一层每一块编号,即第一层设为矩阵A,第二层设为矩阵B 等。
三、符号说明ij A 代表第一层第i 行第j 块;ij B 代表第二层第i 行第i 块;ij C 代表第三层第i 行第i 块:ij D 代表第四层第i 行笫j 块;设Z 为最大利润。
四、模型建立由于挖去一块的收入同该块的值成正比,可设比例系数为R ,由挖一个值为100的块可收入200000。
所以可求出R=2000。
故将每一块的值乘以两千,则是这一块所获得的利润。
清华大学谢金星数学实验-作业4
说明: 1.输入相应的参量 A 矩阵和 d 矩阵; 2.用 lsqnonlin 命令进行非线性最小二乘优化求解。 运行结果如下所示: zuobiao = 0 0.5370 -0.3115 -0.4848 0 0.8806 -0.0244 0.8215
土木系结 23 李会平 2011012208
-0.0019 0.8718 -0.4983 0.5170 -0.2659 0.4437 -0.0002 0.6228 0.2174 0.7903 -0.4362 0.5057 -0.3451 1.0775 0.3505 -0.2350 0.5196 0.6374 -0.4411 0.6609 0.0060 0.7545 0.3034 1.4440 0.9257 1.0172 0.1734 -0.2007 -0.1308 1.0749 -0.4948 0.7518 -0.8040 0.9745 -0.9094 0.2980 -1.0765 0.2699 -1.1868 0.7078 -0.1507 0.6820 cancha2fanshu = 0.0245 相应的函数坐标散点图如下所示:
(
i,j
������������ − ������������
2
− ������������ − ������������
2
− ������������ ,������ )2
其中,������������������ 表示两个原子的距离,所以本题的本质既是以下优化:
������������������
所以基函数是 ������������ (������������ ),������������
������������ ,1,可以列出矩阵表达式: 1 1 ⋮ 1
清华大学组合数学6
§3.8 鸽巢原理之二
• 一个抽屉里面有20件衬衣,其中4件蓝色的,7件灰 色的,9件红色的,问从中任意取多少件保证有4件 同色的?
• 问从中任意取多少件保证有5,6,7,8,9件同色的 ?
• 鸽巢原理:n个鸽巢,kn+1只鸽子,至少有一个鸽巢 里面有k+1个鸽子
整数 解个 数相 等
§3.8 鸽巢原理之二
鸽巢原理二 m1 , m2 , … , mn都是正整数, 并有m1 + m2 +… +mn-n + 1个鸽子住进n个 鸽巢,则至少对某个 i 有第 i 个巢中至少有
如m若i个不鸽然子,则,对i 任= 一1
,2
i,
, … , n.
都有第 i 个巢中的鸽子数
≤mi-1 则鸽子总数≤ m1 + m2 +… +mn-n , 与假设相矛盾.
第一次取正好4件蓝色的剩下的从红色和灰色中取n2k15从略wwwdocincomramseyfrankplumptonramsey19031930剑桥皇家学院会员温彻斯特和三一学院昔日的学者马格达兰校长之子26岁英年早逝对经济学纯理论是一个重大损失尽管他的主要兴趣在哲学和数理逻辑方面世界上任意6个人中总有3个人相互认识或互相皆不认识
上一小节的鸽巢原理一是这一原理的特殊情况,即 m1 = m2 = … = mn= 2, m1 + m2 +… +mn-n + 1 = n + 1个鸽子 至少有某个巢中有mi=2个鸽子
§3.8 鸽巢原理之二
推论1:m只鸽子进n个巢,至少有一个巢 里有 ⎡-mn ⎤只鸽子. 推论2: n(m-1) + 1只鸽子进n个巢,至少
八(下)数学实验手册 实验六 “做”菱形
F
将G E H D
B A
C F
将
G E
H D
B
A
C
实验六 《“做”菱形》
----矩形中的菱形问题
苏州工业园区星海实验中学 高 铭
实验目的:
在矩形中,通过剪、折的方法制作菱形纸片,加深对菱形的理解,并在活动中进一步发展推理能力,感受生活中数学的乐趣。
实验准备:矩形纸片若干,剪刀 实验内容与步骤: 一、课前热身:
在矩形ABCD 中,将△ABD 沿着对角线BD
翻折,与BC 边交于点E ,求证:△BED 是等腰三角形。
【问题1】:将此矩形按如图方式折叠,展开后,四边形BEDF 是一个菱形吗?
二、课堂操作:
操作一:将一张矩形纸片,先折叠,再剪出一个菱形。
操作二:若只通过折叠,你能折出一个菱形吗?并说明理由。
方案一:
F
将G E H D
B A
C F
将G
E H D
B
A
C
F
将G E
H D
B A
C F 将G E H D
B A
C 方案二:
方案三:
方案四:
【发现】:按如图的方式折出来的是菱形吗?为什么?它有什么特点?
【问题2】
:从特殊到一般:如何在矩形中折一个一般的菱形?
F
将G E
H D
B
A C
三、课后拓展:
请你改造这个矩形,构造一个面积与之相等的菱形。
你有多少种做法?(可用工具:剪刀)。
清华杨顶辉数学实验六作业
Y= 1.0e-006 *
-0.0001
0.0133
0.0780
-0.1523
>> XT0=[0,0.9,0,70]; [XT,Y]=fsolve(@azeofun,XT0,[],n,P,a,b,c,Q) XT = 0.0000 0.7803 0.0000 76.9613
Y= 1.0e-008 * -0.0001 0.0446 结论:列表如下: XT0 [1/3,1/3,1/3,50] [0,0.9,0,70] x1 0 0 -0.1800 x2 0.5858 0.7803 -0.0019 x3 0.4142 0 x4 0 0.2197 T 71.9657 76.9613
6-8,假设商品在 t 时刻的市场价格为 p(t) ,需求函数为 D(p(t))=c-dp(t)(c,d≥0) 。而生产 方的期望价格为 q(t) ,供应函数为 S(q(t) ) 。当供销平衡时 S(q(t))=D(q(t)) 。若期望价 格与市场价格不符,商品市场不均衡,生产方 t+1 时期的期望价格将会调整,方式为 q(t+1)-q(t)=r[p(t)-q(t)](0<r<1),以 p(t)=[c-D(p(t))]/d=[c-S(q(t))]/d 代入,得到关于 q(t)的递推方 程。设 S(x)=arctan(μx),μ=4.8,d=0.25,r=0.3,以 c 为可变参数,讨论期望价格 q(t)的变 化规律,是否有混沌现象产生?并找出几个分叉点,观察分叉点极限趋势是否符合 Feigenbaum 常数揭示的规律。 解:模型建立:由题目可知: q(t+1)=rc/d-(arctan μq(t))r/d+(1-r)q(t),代入数据得: q(t+1)=1.2c-1.2arctan4.8q(t)+0.7q(t) function y=iter01(x,c) y=1.2*c-1.2*arctan(4.8*x)+0.7*x; function chaos(iter_fun,x0,r,n) kr=0; for rr=r(1):r(3):r(2) kr=kr+1; y(kr,1)=feval(iter_fun,x0,rr); for i=2:n(2) y(kr,i)=feval(iter_fun,y(kr,i-1),rr); end end plot([r(1):r(3):r(2)],y(:,n(1)+1:n(2)),'k.');
清华大学谢金星数学实验-作业1
数学实验作业1(插值与数值积分3-10,3-11.3-12)【实验目的】1.掌握用MATLAB计算拉格朗日、分段线性、三次样条三种插值的方法,改变节点的数目,对三种插值结果进行初步分析;2.掌握用MATLAB及梯形公式、辛普森公式计算数值积分;3.通过实例学习用插值和数值积分解决实际问题。
【实验内容】3-11机翼问题相关matlab程序如下面截图所示(复制粘贴代码时出现乱码,所以采用截图的形式):产生的结果为:(其中y1,y2是三次样条插值结果,y3,y4是分段线性差值结果,y5,y6是拉格朗日法插值结果,拉格朗日插值函数在教材中有相应的程序,此处略去)S1 = 11.3444S2 = 10.7500S3 = 40.3044ans =x y1 y2 y3 y4 y5 y60.1000 0.1089 0.0499 0.0600 0.0400 0.5516 -4.94370.2000 0.2134 0.0990 0.1200 0.0800 1.0117 -8.82000.3000 0.3137 0.1474 0.1800 0.1200 1.3910 -11.77260.4000 0.4097 0.1951 0.2400 0.1600 1.6992 -13.93100.5000 0.5018 0.2421 0.3000 0.2000 1.9452 -15.41170.6000 0.5898 0.2884 0.3600 0.2400 2.1371 -16.31900.7000 0.6740 0.3340 0.4200 0.2800 2.2821 -16.74570.8000 0.7545 0.3788 0.4800 0.3200 2.3868 -16.77470.9000 0.8314 0.4230 0.5400 0.3600 2.4573 -16.47921.0000 0.9047 0.4665 0.6000 0.40002.4989 -15.92381.1000 0.9747 0.5094 0.6600 0.44002.5165 -15.16511.2000 1.0413 0.5515 0.7200 0.48002.5143 -14.25241.3000 1.1047 0.5930 0.7800 0.52002.4961 -13.22871.4000 1.1651 0.6338 0.8400 0.56002.4654 -12.13071.5000 1.2225 0.6739 0.9000 0.60002.4251 -10.98981.6000 1.2770 0.7134 0.9600 0.64002.3778 -9.83261.7000 1.3287 0.7523 1.0200 0.68002.3258 -8.68121.8000 1.3778 0.7904 1.0800 0.72002.2711 -7.55391.9000 1.4244 0.8280 1.1400 0.76002.2154 -6.46542.0000 1.4685 0.8649 1.2000 0.8000 2.1600 -5.42722.1000 1.5104 0.9012 1.2600 0.8400 2.1061 -4.4484 2.2000 1.5499 0.9368 1.3200 0.8800 2.0549 -3.5353 2.3000 1.5874 0.9719 1.3800 0.9200 2.0069 -2.6923 2.4000 1.6229 1.0063 1.4400 0.9600 1.9629 -1.9220 2.5000 1.6565 1.0401 1.5000 1.0000 1.9233 -1.2253 2.6000 1.6884 1.0732 1.5600 1.0400 1.8886 -0.6019 2.7000 1.7185 1.1058 1.6200 1.0800 1.8587 -0.0504 2.8000 1.7471 1.1378 1.6800 1.1200 1.8340 0.43162.9000 1.7742 1.1692 1.7400 1.1600 1.8145 0.84723.0000 1.8000 1.2000 1.8000 1.2000 1.8000 1.2000 3.1000 1.8245 1.2302 1.8200 1.2250 1.7905 1.4942 3.2000 1.8480 1.2599 1.8400 1.2500 1.7858 1.7343 3.3000 1.8704 1.2889 1.8600 1.2750 1.7857 1.9249 3.4000 1.8918 1.3174 1.8800 1.3000 1.7900 2.0706 3.5000 1.9125 1.3454 1.9000 1.3250 1.7983 2.1765 3.6000 1.9325 1.3727 1.9200 1.3500 1.8104 2.2470 3.7000 1.9519 1.3995 1.9400 1.3750 1.8259 2.2870 3.8000 1.9708 1.4258 1.9600 1.4000 1.8446 2.30073.9000 1.9894 1.4515 1.9800 1.4250 1.8661 2.29264.0000 2.0076 1.4767 2.0000 1.4500 1.8900 2.2666 4.1000 2.0258 1.5014 2.0200 1.4750 1.9161 2.2265 4.2000 2.0439 1.5255 2.0400 1.5000 1.9441 2.1757 4.3000 2.0620 1.5491 2.0600 1.5250 1.9735 2.1174 4.4000 2.0803 1.5722 2.0800 1.5500 2.0042 2.0544 4.5000 2.0989 1.5947 2.1000 1.5750 2.0359 1.9894 4.6000 2.1179 1.6168 2.1200 1.6000 2.0682 1.9245 4.7000 2.1374 1.6383 2.1400 1.6250 2.1010 1.8616 4.8000 2.1575 1.6594 2.1600 1.6500 2.1340 1.80244.9000 2.1784 1.6799 2.1800 1.6750 2.1671 1.74815.0000 2.2000 1.7000 2.2000 1.7000 2.2000 1.7000 5.1000 2.2225 1.7196 2.2250 1.7150 2.2326 1.6587 5.2000 2.2459 1.7387 2.2500 1.7300 2.2647 1.6249 5.3000 2.2700 1.7573 2.2750 1.7450 2.2962 1.5988 5.4000 2.2948 1.7754 2.3000 1.7600 2.3270 1.5806 5.5000 2.3201 1.7930 2.3250 1.7750 2.3570 1.5703 5.6000 2.3459 1.8102 2.3500 1.7900 2.3862 1.5677 5.7000 2.3720 1.8269 2.3750 1.8050 2.4145 1.5723 5.8000 2.3984 1.8430 2.4000 1.8200 2.4418 1.58385.9000 2.4249 1.8588 2.4250 1.8350 2.4682 1.60156.0000 2.4515 1.8740 2.4500 1.8500 2.4936 1.6249 6.1000 2.4781 1.8887 2.4750 1.8650 2.5180 1.6531 6.2000 2.5045 1.9030 2.5000 1.8800 2.5415 1.6855 6.3000 2.5307 1.9168 2.5250 1.8950 2.5640 1.7212 6.4000 2.5566 1.9301 2.5500 1.9100 2.5857 1.75956.5000 2.5821 1.9430 2.5750 1.9250 2.6066 1.7995 6.6000 2.6071 1.9553 2.6000 1.9400 2.6266 1.8405 6.7000 2.6315 1.9672 2.6250 1.9550 2.6459 1.8817 6.8000 2.6552 1.9786 2.6500 1.9700 2.6645 1.92256.9000 2.6780 1.9895 2.6750 1.9850 2.6826 1.96217.0000 2.7000 2.0000 2.7000 2.0000 2.7000 2.0000 7.1000 2.7210 2.0100 2.7150 2.0050 2.7169 2.0357 7.2000 2.7411 2.0195 2.7300 2.0100 2.7335 2.0686 7.3000 2.7602 2.0285 2.7450 2.0150 2.7496 2.0984 7.4000 2.7786 2.0370 2.7600 2.0200 2.7654 2.1249 7.5000 2.7961 2.0450 2.7750 2.0250 2.7810 2.1477 7.6000 2.8130 2.0525 2.7900 2.0300 2.7963 2.1666 7.7000 2.8291 2.0595 2.8050 2.0350 2.8114 2.1817 7.8000 2.8446 2.0660 2.8200 2.0400 2.8264 2.19297.9000 2.8595 2.0719 2.8350 2.0450 2.8414 2.20038.0000 2.8739 2.0773 2.8500 2.0500 2.8562 2.2040 8.1000 2.8878 2.0822 2.8650 2.0550 2.8709 2.2041 8.2000 2.9013 2.0865 2.8800 2.0600 2.8856 2.2010 8.3000 2.9144 2.0902 2.8950 2.0650 2.9003 2.1949 8.4000 2.9272 2.0933 2.9100 2.0700 2.9149 2.1862 8.5000 2.9397 2.0959 2.9250 2.0750 2.9294 2.1752 8.6000 2.9520 2.0979 2.9400 2.0800 2.9439 2.1623 8.7000 2.9641 2.0994 2.9550 2.0850 2.9582 2.1479 8.8000 2.9761 2.1002 2.9700 2.0900 2.9723 2.13258.9000 2.9881 2.1004 2.9850 2.0950 2.9863 2.11649.0000 3.0000 2.1000 3.0000 2.1000 3.0000 2.1000 9.1000 3.0119 2.0990 3.0050 2.0950 3.0134 2.0838 9.2000 3.0238 2.0974 3.0100 2.0900 3.0264 2.0680 9.3000 3.0355 2.0952 3.0150 2.0850 3.0390 2.0531 9.4000 3.0469 2.0925 3.0200 2.0800 3.0510 2.0393 9.5000 3.0578 2.0893 3.0250 2.0750 3.0625 2.0269 9.6000 3.0683 2.0857 3.0300 2.0700 3.0733 2.0161 9.7000 3.0782 2.0815 3.0350 2.0650 3.0833 2.0069 9.8000 3.0873 2.0770 3.0400 2.0600 3.0924 1.99969.9000 3.0956 2.0721 3.0450 2.0550 3.1005 1.994110.0000 3.1029 2.0668 3.0500 2.0500 3.1076 1.9904 10.1000 3.1092 2.0611 3.0550 2.0450 3.1136 1.9883 10.2000 3.1143 2.0552 3.0600 2.0400 3.1183 1.9878 10.3000 3.1181 2.0490 3.0650 2.0350 3.1216 1.9886 10.4000 3.1206 2.0425 3.0700 2.0300 3.1236 1.9903 10.5000 3.1215 2.0358 3.0750 2.0250 3.1239 1.9928 10.6000 3.1209 2.0289 3.0800 2.0200 3.1227 1.9955 10.7000 3.1185 2.0219 3.0850 2.0150 3.1198 1.9980 10.8000 3.1143 2.0147 3.0900 2.0100 3.1151 2.000010.9000 3.1082 2.0074 3.0950 2.0050 3.1085 2.000811.0000 3.1000 2.0000 3.1000 2.0000 3.1000 2.000011.1000 3.0897 1.9924 3.0800 1.9800 3.0895 1.997011.2000 3.0772 1.9841 3.0600 1.9600 3.0770 1.991411.3000 3.0626 1.9742 3.0400 1.9400 3.0624 1.982611.4000 3.0459 1.9621 3.0200 1.9200 3.0457 1.970211.5000 3.0269 1.9469 3.0000 1.9000 3.0268 1.953711.6000 3.0059 1.9280 2.9800 1.8800 3.0058 1.932811.7000 2.9826 1.9046 2.9600 1.8600 2.9826 1.907211.8000 2.9573 1.8759 2.9400 1.8400 2.9572 1.876511.9000 2.9297 1.8413 2.9200 1.8200 2.9297 1.840812.0000 2.9000 1.8000 2.9000 1.8000 2.9000 1.800012.1000 2.8682 1.7516 2.8600 1.7400 2.8682 1.754212.2000 2.8342 1.6970 2.8200 1.6800 2.8344 1.703512.3000 2.7984 1.6377 2.7800 1.6200 2.7986 1.648512.4000 2.7606 1.5749 2.7400 1.5600 2.7609 1.589512.5000 2.7211 1.5099 2.7000 1.5000 2.7214 1.527212.6000 2.6798 1.4442 2.6600 1.4400 2.6801 1.462512.7000 2.6370 1.3790 2.6200 1.3800 2.6372 1.396212.8000 2.5927 1.3157 2.5800 1.3200 2.5928 1.329612.9000 2.5470 1.2556 2.5400 1.2600 2.5470 1.263713.0000 2.5000 1.2000 2.5000 1.2000 2.5000 1.200013.1000 2.4518 1.1501 2.4500 1.1800 2.4519 1.139913.2000 2.4026 1.1063 2.4000 1.1600 2.4029 1.084813.3000 2.3527 1.0687 2.3500 1.1400 2.3531 1.036413.4000 2.3021 1.0377 2.3000 1.1200 2.3027 0.996213.5000 2.2513 1.0134 2.2500 1.1000 2.2520 0.965613.6000 2.2004 0.9960 2.2000 1.0800 2.2011 0.946213.7000 2.1496 0.9857 2.1500 1.0600 2.1502 0.939113.8000 2.0991 0.9828 2.1000 1.0400 2.0996 0.945413.9000 2.0491 0.9875 2.0500 1.0200 2.0494 0.965614.0000 2.0000 1.0000 2.0000 1.0000 2.0000 1.000014.1000 1.9519 1.0205 1.9600 1.0600 1.9515 1.048314.2000 1.9049 1.0492 1.9200 1.1200 1.9042 1.109614.3000 1.8594 1.0863 1.8800 1.1800 1.8583 1.181914.4000 1.8156 1.1320 1.8400 1.2400 1.8142 1.262714.5000 1.7737 1.1866 1.8000 1.3000 1.7720 1.348014.6000 1.7339 1.2503 1.7600 1.3600 1.7320 1.432514.7000 1.6963 1.3233 1.7200 1.4200 1.6945 1.509514.8000 1.6614 1.4057 1.6800 1.4800 1.6598 1.570514.9000 1.6292 1.4979 1.6400 1.5400 1.6282 1.605015.0000 1.6000 1.6000 1.6000 1.6000 1.6000 1.6000 得到的三个图形如下所示●考虑到所给的图线没有明确的数学表达式,所以采用梯形法(也可以采用自己编程得到的辛普森公式进行计算)计算积分,参考教材p61给出的计算面积的方法,在求面积时候直接将所有的x和y放在一起构成一个顺时针的回路,这样算出的结果正好是围成的面积。
几种常用的插值方法
几种常用的插值方法数学系 信息与计算科学1班 李平指导老师:唐振先摘要:插值在诸如机械加工等工程技术和数据处理等科学研究中有许多直接的应用,在很多领域都要用插值的办法找出表格和中间值,插值还是数值积分微分方程数值解等数值计算的基础。
本文归纳了几种常用的插值方法,并简单分析了其各自的优缺点。
关键词:任意阶多项式插值,分段多项式插值。
引言:所谓插值,通俗地说就是在若干以知的函数值之间插入一些未知函数值,而插值函数的类型最简单的选取是代数多项式。
用多项式建立插值函数的方法主要用两种:一种是任意阶的插值多项式,它主要有三种基本的插值公式:单项式,拉格朗日和牛顿插值;另一种是分段多项式插值,它有Hermite 和spine 插值和分段线性插值。
一.任意阶多项式插值:1.用单项式基本插值公式进行多项式插值:多项式插值是求通过几个已知数据点的那个n-1阶多项式,即P n-1(X)=A 1+A 2X+…A n X n-1,它是一个单项式基本函数X 0,X 1…X n-1的集合来定义多项式,由已知n 个点(X,Y )构成的集合,可以使多项式通过没数据点,并为n 个未知系数Ai 写出n 个方程,这n 个方程组成的方程组的系数矩阵为Vandermonde 矩阵。
虽然这个过程直观易懂,但它都不是建立插值多项式最好的办法,因为Vandermonde 方程组有可能是病态的,这样会导致单项式系数不确定。
另外,单项式中的各项可能在大小上有很大的差异,这就导致了多项式计算中的舍入误差。
2.拉格朗日基本插值公式进行插值: 先构造一组插值函数L i (x )=011011()()()()()()()()i i n i i i i i i n x x x x x x x x x x x x x x x x -+-+--------,其中i=0,…n.容易看出n 次多项式L i (x )满足L i (x )=1,(i=j );L i (x )=0,(i ≠j ),其中i=0,1…n ,令L i (x )=0()ni i i y l x =∑这就是拉格朗日插值多项式。
清华大学--谢金星--optimizatio-lindo北戴河精品教育文档
4) 40.000000
0.000000
NO. ITERATIONS= 2
20桶牛奶生产A1, 30桶生产A2,利润3360元。
模型求解
OBJECTIVE FUNCTION VALUE
1)
3360.000
VARIABLE VALUE REDUCED COST
X1
20.000000
0.000000
X2
X1 X2 ROW
2
72.000000 24.000000
8.000000
64.000000 8.000000
16.000000
RIGHTHAND SIDE RANGES
注意: 充分但 可能不必要
CURRENT ALLOWABLE ALLOWABLE
RHS
INCREASE
DECREASE
50.000000 10.000000
ROW SLACK OR SURPLUS DUAL PRICES
原料增1单位, 利润增48 2)
0.000000
48.000000
时间加1单位, 利润增2 3)
0.000000
2.000000
能力增减不影响利润 4) 40.000000
0.000000
• 35元可买到1桶牛奶,要买吗? 35 <48, 应该买! • 聘用临时工人付出的工资最多每小时几元? 2元!
无线 约性 束规 优划 化
非 线 性 规 划
整 数 规 划
组 合 优 化
不 确 定 规 划
多 目 标 规 划
目 标 题的一般形式
优化问题三要素:决策变量;目标函数;约束条件
min f ( x)
s.t. hi ( x) 0, i 1,..., m g j ( x) 0, j 1,..., l
- 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)。
实验二常微分方程的数值解
土木系结23李会平
【实验目的】
1、掌握用matlab解数值微分方程
2、了解龙格-库塔方法的基本原理
3、用这些手段解决一些实际的问题
【实验内容】
4-5核废料问题
首先列出问题的运动学方程,由牛顿第二定律,
md 2s/dt2=G-F-f
其中m=G/g, f=kv,由于我们熟悉的单位是公制的,所以在定义函数的时候进行了单位
436*0.45^6*9.8;
F=470.327*0.4536*9,8
jn-527. 136*0. 1536.
k=0. 081*0. 4536^9. 3/0. 3fl46.
I d^Kt-F-k^djJ/M xd)]; 谥先应该走又G弄宾里,苦咄益比错;貞"就義噬度,代表潇償
这其实是一个关于s的二阶常微分方程,需要定义两个变量x(1),x(2)将其化为一阶微分方程组,此处x(1),x(2)实际上分别代表速度和深度,相应的微分方程如代码中所示:
dx=[(G-F-k*x(1))/m;x(1)]
(如课堂提醒,中间应该是分号,这点容易出错。
) 接写来进行m文件的命令编写,如下所示:
Ejditci - C ;\U SET s\ I enovo\Deii ktc p ,ri atl J b te a di er^i I m rvttr k\ho TI r ■ k2\Fuiig,rrFeiwaE
- t=0:2000 :
2- ^[3,0].
S—[t, nJ =D de4 S e IW U L t, irO):
4- pl nt (t, i f;, 1)/ b J)f frid;
5- hold on:
C - v>ax-40*0. Jilts (leiiEth^t), L ■.
;- plilt (t, VMI, 1J> ;可画出最犬逋度允许望
G - hold cff
9 - xlabelCt (i)J/ fGntEi:e'>16)
it - ylab^ljc v(n/s''.L toutsiz?L,.16?
H - t"l亡广速度的吏北观韋
12- P3US 9
13- pint <*(!, 1), a |!, 2) / b?grid:雷画二募縻肖逋度的美童
14- hold on;
15- 5»ax^30Q<Q» SQ^S^cnesd^nffthCx 1)), 1 ; $—走聲特常数转'七为数绢,'才肖作用!
1C - plal <A<:J l)j inai}i ') *画出通丸洙區
1~ -plot ( [vhM^ vtnMlj [0,2001^^ t-)兔画一举垂直孑橫柚的直鉞■用翔坐标儿m列km ■级由从□至|]二加IF - iclab^l <J vfn/s |J, ontsiz^^ □,]n
IS - ylab?l C s(n)" / fcntsi:e J, 16)
2D - tit It C 耒度匚連度的殖系’J f Wit Sire^j lfl),
21 —pauss
於-^i S<[10 is 90 IOO]):夷除制坐垛范匿・细北局部
23- et ext 广V™ar J /f srrtsize' , 18 ■, pt ext <'Smax' / f ontsise ・ 13)
24- hold eft
(1)执行pause之前的代码,得到的结果如下图所示:
该图代表了假设水无限深的情况下,物体速度的变化情况,容易看出速度是有一个上限
的,这也符合直观的感受,因为速度不可能无限大,否则阻力无限大,物体将无法继续运动。
(2 )红线为题给的速度阈值,可见初步判断速度是有可能超过该阈值的,需要进一步
判断沉底的时候是否超过该速度,于是需要做出s和v的关系曲线,即x(2),x(1)的关系曲线, 如下所示:
从图像中看出,s趋于g时候,v也趋于极限值,题给的smax=300*0.3048m, 在编程的
时候,如果要绘制该水平直线,需要将其转化为数组才能进行绘图,否则会出现错误。
(3)但是从这幅图像中,由于s非常大,红线触底,无法直接看出s,v的相交情况,需要进一步限定坐标轴范围进行细化,如下所示:
从图中明显读出,当s达到smax时候,其相应的v>vmax,所以从题给的情况看,工程师
们的说法是更有道理的。
在这个例题中,加深了对微分方程数值解的理解,同时在用matlab绘图时也有了更多
的心得。
绘图时候尤其要注意为数组和数组的对应!另外在通过查询相关知识知道,如果要
绘制直接过(a,b )和(c,d )两点的直线,可以直接用plot([a,c],[b,d])命令快速实现,方便了一些作图过程。
4-6小船渡河问题
首先给出问题的理论解法:
建立小船运行的数学模型,用极坐标,以B为原点进行计算。
取定BA为极轴。
小船位置设为C,可以得到方程组:
可以解得:
L 1 + sina 鸟 cosa ' 1 一
sina^ 2
接下来用程序进行数值解和理论解答的分析:
(1 )用matlab 运算时,采用普通坐标更加方便,所以以 A 为原点建立直角坐标系,
容易得到
r dX X
=V 1-V 1 - 血
Vx 2 + Crf-y): 据此定义函数m 文件如下所示:
'Ed rtor - C :\U se r^\len pvp\Des kto p\mat I a bteach 已rfillE'myli o me work \h om e v/o-rk2\xi aoc h u an.m
File Edrt Text Go Cell Tools Debug Desktop Window Help
□ ■怡■胃专0劭二:▼此■■已 归*村电
10
function ±f=xi3ochuan(tjx)
d=iOO: vl=1: v2=2:
dx= [vl —v2*x (D/sqr!: (x (1) ' 2 + (d-z (2)「2) ; v2* * d_X * 2 T f sqrt 厲⑴"2~^ (d.-x (2) ^2) J (2)相应的主程序为:
= v^sma — v 2
=卩二CDsa/p
消去t
dp Vising — r a -- = --- ffl£ p v^eosa
积分得到:
111朗i 禽-知
1,1
其中pause前的代码表示进行v1=1 , v2=2时候的数值运算求解绘图。
pause后的代
码表示分别绘制出v仁005,1,1.5,2 时候的运动轨迹并实现题目(2)中要求的数值解与理论解的对比情况,运行的结果如下所示:
① v1=1m/s,v2=2m/s 时候的轨迹图:
'O Figure 1 . @ file Edit View Insert Tools Qesktop Window Help 勺□ 輪|4|鬓只甥®膜尿|□盂l|
小船计算运动轨迹
(2)然后是v1=0,0.5m/s,1m/s,1.5m/s,2m/s 的理论曲线,并实现v1=1m/s 时候的
理论曲线和实际曲线的对比:
该图中有两点需要注意的地方:
1)标注均在曲线的右方,而3=0时候的曲线实际上和y轴重合,所以绘出的曲线没有
显现出来;
2 )注意到v1=1m/s 时候的曲线,实际上此处还有一条蓝色曲线,图上可以看到蓝色曲线的痕迹,这是v1=1m/s 时候的数值解曲线,可以看出二者的重合度是非常高的,几乎完全重合,这说明之前的数值解的结果是可信的。
另外我们注意到
1 )当v1=2m/s 的时候,船已经不可能正好到达河的正对岸了,从物理规律也可以直观
的理解,因为当v1 >v2时候,v2的任何一个分量都不可能大于v1,这样一定会随着水流向下游走一定的距离,而不可能完全到达对岸;
2)当水流速度逐渐增大的时候,路径越来越凸向右侧,即要到达正对岸会更加’费力气’,这也是符合生活规律的。
【实验总结】
本次实验总的来说思路较为清晰,通过实验进一步加深了对matlab的了解,巩固了课
堂所学的常微分方程的一些知识。
在matlab的实现过程中,有很多需要注意的细节,需要
耐心细致的去理解和注意,尤其是一些基本命令的实现,编程的时候不能凭感觉,而要符合
规范。
最后就是可以通过直观的生活规律、物理定律对所得的结果进行初步验证,体现了数
值解法的科学性。