数学建模-实验报告11
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。
数学建模实验报告
数学建模实验报告一、实验目的和背景本次实验旨在运用数学建模方法，解决一个与实际生活相关的问题。
通过建立数学模型，分析问题，提出解决方案，并通过实验数据验证模型的可行性和准确性。
二、实验内容本次实验的题目是“公司送货员最优路径规划”。
公司有多名送货员需要在城市中进行货物的配送工作。
公司希望通过合理的路径规划，使得送货员能够在最短的时间内完成所有的配送任务。
在实验中，需要考虑的主要因素包括送货员之间的配送范围、道路交通状况、道路长度等。
三、实验步骤1.收集相关数据：收集城市道路网络的地理数据，包括道路长度、道路交通状况等信息。
2.确定目标函数和约束条件：由于目标是使得送货员在最短的时间内完成配送任务，因此可以将送货员的路径总长度作为目标函数，并设置配送时间限制作为约束条件。
3.建立数学模型：根据收集到的数据和确定的目标函数、约束条件，建立数学模型，将问题转化为一个最优化问题。
4.进行求解：使用数学建模常见的求解方法，如遗传算法、模拟退火算法等，对数学模型进行求解，得到最优的路径规划方案。
5.实验验证：将求解得到的路径规划方案应用于实际情境中，通过实践进行验证，观察实际效果与模型预测结果的一致性。
四、实验结果与分析通过对数学模型进行求解，得到了送货员的最优路径规划方案。
将该方案应用于实际情境中，观察实际效果与模型预测结果的一致性。
通过与其他非最优路径规划方案进行对比，可以发现，最优路径规划方案能够使得送货员在最短的时间内完成配送任务，提高工作效率。
五、结论和展望本次实验成功地运用了数学建模方法，解决了公司送货员最优路径规划问题。
通过建立数学模型，可以快速地得到最优的路径规划方案，提高了送货员的工作效率。
未来可以进一步改进模型，考虑更多实际情况，如车辆限行、路况实时变化等因素，提供更加精确和实用的路径规划方案。
总结：本次实验通过对公司送货员最优路径规划问题的建模和求解，展示了数学建模的应用价值和解决问题的能力。
数学建模基础实验报告(3篇)
第1篇一、实验目的本次实验旨在让学生掌握数学建模的基本步骤，学会运用数学知识分析和解决实际问题。
通过本次实验，培养学生主动探索、努力进取的学风，增强学生的应用意识和创新能力，为今后从事科研工作打下初步的基础。
二、实验内容本次实验选取了一道实际问题进行建模与分析，具体如下：题目：某公司想用全行业的销售额作为自变量来预测公司的销售量。
表中给出了1977—1981年公司的销售额和行业销售额的分季度数据（单位：百万元）。
1. 数据准备：将数据整理成表格形式，并输入到计算机中。
2. 数据分析：观察数据分布情况，初步判断是否适合使用线性回归模型进行拟合。
3. 模型建立：利用统计软件（如MATLAB、SPSS等）进行线性回归分析，建立公司销售额对全行业的回归模型。
4. 模型检验：对模型进行检验，包括残差分析、DW检验等，以判断模型的拟合效果。
5. 结果分析：分析模型的拟合效果，并对公司销售量的预测进行评估。
三、实验步骤1. 数据准备将数据整理成表格形式，包括年份、季度、公司销售额和行业销售额。
将数据输入到计算机中，为后续分析做准备。
2. 数据分析观察数据分布情况，绘制散点图，初步判断是否适合使用线性回归模型进行拟合。
3. 模型建立利用统计软件进行线性回归分析，建立公司销售额对全行业的回归模型。
具体步骤如下：（1）选择合适的统计软件，如MATLAB。
（2）输入数据，进行数据预处理。
（3）编写线性回归分析程序，计算回归系数。
（4）输出回归系数、截距等参数。
4. 模型检验对模型进行检验，包括残差分析、DW检验等。
（1）残差分析：计算残差，绘制残差图，观察残差的分布情况。
（2）DW检验：计算DW值，判断随机误差项是否存在自相关性。
5. 结果分析分析模型的拟合效果，并对公司销售量的预测进行评估。
四、实验结果与分析1. 数据分析通过绘制散点图，观察数据分布情况，初步判断数据适合使用线性回归模型进行拟合。
2. 模型建立利用MATLAB进行线性回归分析，得到回归模型如下：公司销售额 = 0.9656 行业销售额 + 0.01143. 模型检验（1）残差分析：绘制残差图，观察残差的分布情况，发现残差基本呈随机分布，说明模型拟合效果较好。
数学建模的实验报告
数学建模实验报告姓名：学院：专业班级：学号：数学建模实验报告（一）——用最小二乘法进行数据拟合一．实验目的：1.学会用最小二乘法进行数据拟合。
2.熟悉掌握matlab软件的文件操作和命令环境。
3.掌握数据可视化的基本操作步骤。
4.通过matlab绘制二维图形以及三维图形。
二．实验任务：来自课本64页习题：用最小二乘法求一形如y=a+b x2的多项式，使之与下列数据拟合：三．实验过程：1.实验方法：用最小二乘法解决实际问题包含两个基本环节：先根据所给出数据点的变化趋势与问题的实际背景确定函数类；然后按照最小二乘法原则求最小二乘解来确定系数。
即要求出二次多项式: y=a+b x2的系数。
2．程序：x=[19 25 31 38 44]y=[19.0 32.3 49.0 73.3 97.8]ab=y/[ones(size(x));x.^2];a=ab(1),b=ab(2)xx=19:44;plot(xx,a+b*xx.^2,x,y,'.')3.上机调试得到结果如下：x = 19 25 31 38 44y=19.0000 32.3000 49.0000 73.3000 97.8000a = 0.9726b = 0.0500图形：四．心得体会通过本次的数学模型的建立与处理，我们学习并掌握了用最小二乘法进行数据拟合，及多项式数据拟合的方法，进一步学会了使用matlab软件，加深了我们的数学知识，提高了我们解决实际问题的能力，为以后深入学习数学建模打下了坚实的基础。
数学建模实验报告（二）——用Newton法求方程的解一．实验目的1.掌握Newton法求方程的解的原理和方法。
2.利用Matlab进行编程求近似解。
二．实验任务来自课本109页习题4-2：用Newton法求f(x)=x-cosx=0的近似解三．实验过程1.实验原理：把f(x)在x0点附近展开成泰勒级数f(x) = f(x0)+(x－x0)f'(x0)+(x－x0)^2*f''(x0)/2! +… 取其线性部分，作为非线性方程f(x) = 0的近似方程，即泰勒展开的前两项，则有f(x0)+f'(x0)(x－x0)=0 设f'(x0)≠0则其解为x1=x0－f(x0)/f'(x0) 这样，得到牛顿法的一个迭代序列：x(n+1)=x(n)－f(x(n))/f'(x(n))。
数学建模实验报告
数学建模实验报告一、实验目的1.通过具体的题目实例, 使学生理解数学建模的基本思想和方法, 掌握数学建模分析和解决的基本过程。
2、培养学生主动探索、努力进取的的学风, 增强学生的应用意识和创新能力, 为今后从事科研工作打下初步的基础。
二、实验题目（一）题目一1.题目: 电梯问题有r个人在一楼进入电梯, 楼上有n层。
设每个乘客在任何一层楼出电梯的概率相同, 试建立一个概率模型, 求直到电梯中的乘客下完时, 电梯需停次数的数学期望。
2.问题分析（1）由于每位乘客在任何一层楼出电梯的概率相同, 且各种可能的情况众多且复杂, 难于推导。
所以选择采用计算机模拟的方法, 求得近似结果。
（2）通过增加试验次数, 使近似解越来越接近真实情况。
3.模型建立建立一个n*r的二维随机矩阵, 该矩阵每列元素中只有一个为1, 其余都为0, 这代表每个乘客在对应的楼层下电梯（因为每个乘客只会在某一层下, 故没列只有一个1）。
而每行中1的个数代表在该楼层下的乘客的人数。
再建立一个有n个元素的一位数组, 数组中只有0和1,其中1代表该层有人下, 0代表该层没人下。
例如:给定n=8;r=6（楼8层, 乘了6个人）,则建立的二维随机矩阵及与之相关的应建立的一维数组为：m =0 0 1 0 0 01 0 0 0 0 00 0 0 0 0 00 1 0 0 0 00 0 0 0 0 00 0 0 0 0 10 0 0 0 1 00 0 0 1 0 0c = 1 1 0 1 0 1 1 14.解决方法（MATLAB程序代码）:n=10;r=10;d=1000;a=0;for l=1:dm=full(sparse(randint(1,r,[1,n]),1:r,1,n,r));c=zeros(n,1);for i=1:nfor j=1:rif m(i,j)==1c(j)=1;break;endcontinue;endends=0;for x=1:nif c(x)==1s=s+1;endcontinue;enda=a+s;enda/d5.实验结果ans = 6.5150 那么, 当楼高11层, 乘坐10人时, 电梯需停次数的数学期望为6.5150。
数模实验报告
数模实验报告摘要：本实验通过数学建模方法，对某个具体问题进行了建模与求解。
实验内容主要包括问题描述、问题分析、模型建立、模型求解及结果分析等几个部分。
通过本次实验，我们可以对数学建模的过程有较为全面的了解，同时也能够掌握一定的模型建立与求解的方法和技巧。
一、问题描述本次实验的问题是关于某个具体问题的建模与求解。
具体而言，问题是关于某个物理系统的数学描述。
物理系统的状态可以通过一组物理量来描述，而这组物理量的变化又可以通过一组数学方程来描述。
因此，问题的基本任务是找到这组数学方程，并通过求解这组方程，得到问题的解答。
二、问题分析在进行问题分析之前，我们需要对问题进行深入的了解和分析。
首先，我们需要对物理系统进行全面的观察和实验，以获得充分的数据和信息。
通过观察与实验，我们可以发现其中的一些规律和关系，这些规律和关系有助于我们建立数学模型并求解问题。
其次，我们需要通过对问题的分析，找出问题的关键要素和影响因素。
通过对关键要素和影响因素的分析，我们可以确定问题的数学描述方法，从而进一步进行模型建立与求解。
三、模型建立在进行模型建立之前，我们需要根据问题的要求和实际情况选择适当的数学工具和方法。
常用的数学工具和方法包括微积分、线性代数、概率论与数理统计等。
根据问题的特点和需求，我们可以选择适当的数学建模方法，如数值求解、最优化、动态系统等。
在模型建立过程中，我们需要明确问题的假设和约束条件，并据此构建数学模型。
模型的构建涉及到数学方程的建立和模型参数的确定等几个方面。
通过对方程和参数的合理选择和调整，我们可以使得模型能够真实地反映物理系统的行为和特性。
四、模型求解。
数学建模优秀实验报告
一、实验背景与目的随着科学技术的不断发展，数学建模作为一种解决复杂问题的有力工具，在各个领域都得到了广泛应用。
本实验旨在通过数学建模的方法，解决实际问题，提高学生的数学思维能力和解决实际问题的能力。
二、实验内容与步骤1. 实验内容本实验选取了一道具有代表性的实际问题——某城市交通拥堵问题。
通过对该问题的分析，建立数学模型，并利用MATLAB软件进行求解，为政府部门提供决策依据。
2. 实验步骤（1）问题分析首先，对某城市交通拥堵问题进行分析，了解问题的背景、目标及影响因素。
通过查阅相关资料，得知该城市交通拥堵的主要原因是道路容量不足、交通信号灯配时不当、公共交通发展滞后等因素。
（2）模型假设为简化问题，对实际交通系统进行以下假设：1）道路容量恒定，不考虑道路拓宽、扩建等因素；2）交通信号灯配时固定，不考虑实时调整；3）公共交通系统运行正常，不考虑公交车运行时间波动；4）车辆行驶速度恒定，不考虑车辆速度波动。
（3）模型构建根据以上假设，构建以下数学模型：1）道路容量模型：C = f(t)，其中C为道路容量，t为时间；2）交通流量模型：Q = f(t)，其中Q为交通流量；3）拥堵指数模型：I = f(Q, C)，其中I为拥堵指数。
（4）模型求解利用MATLAB软件，对所构建的数学模型进行求解。
通过编程实现以下功能：1）计算道路容量C与时间t的关系；2）计算交通流量Q与时间t的关系；3）计算拥堵指数I与交通流量Q、道路容量C的关系。
（5）结果分析与解释根据求解结果，分析拥堵指数与时间、交通流量、道路容量之间的关系。
针对不同时间段、不同交通流量和不同道路容量，提出相应的解决方案，为政府部门提供决策依据。
三、实验结果与分析1. 结果展示通过MATLAB软件求解，得到以下结果：（1）道路容量C与时间t的关系曲线；（2）交通流量Q与时间t的关系曲线；（3）拥堵指数I与交通流量Q、道路容量C的关系曲线。
2. 结果分析根据求解结果，可以得出以下结论：（1）在高峰时段，道路容量C与时间t的关系曲线呈现下降趋势，说明道路容量在高峰时段不足；（2）在高峰时段，交通流量Q与时间t的关系曲线呈现上升趋势，说明交通流量在高峰时段较大；（3）在高峰时段，拥堵指数I与交通流量Q、道路容量C的关系曲线呈现上升趋势，说明拥堵指数在高峰时段较大。
数学建模实验报告
数学建模实验报告实验报告：数学建模引言：数学建模是一门独特且灵活的学科，它将现实问题转化为数学模型，并利用数学工具和方法来分析和解决这些问题。
通过实践和研究，我们可以发现数学建模在各个领域都有广泛的应用，如物理学、生物学、经济学等。
本实验报告旨在介绍数学建模的基本理论与方法，并展示一个实际问题的建模与求解过程。
一、数学建模的基本理论与方法1.1模型的建立数学建模的第一步是建立数学模型。
一个好的模型应具备以下要素：准确描述问题的前提条件，明确问题的目标，确定可变参数和约束条件，考虑问题的实际需求。
1.2模型的求解模型的求解是数学建模的核心环节。
根据模型的形式和要求，我们可以选择适合的求解方法，如数值方法（如微积分、线性代数等）和符号计算方法（如差分方程、偏微分方程等）等。
1.3模型的分析与验证在模型求解的基础上，我们需要对模型进行分析和验证。
分析主要是从数学角度研究模型的性质和规律，验证则是将模型的结果与实际数据进行比对，以评估模型的准确性和可靠性。
二、实际问题的建模与求解考虑以下实际问题：公司准备推出一款新产品，为了提高产品的市场竞争力，他们决定在一部分商品上采用价格优惠的策略。
为了确定优惠的程度，他们需要建立一个数学模型来分析不同优惠方案的效果，并选择最优的方案。
2.1模型的建立首先，我们需要明确问题的前提条件和目标。
假设该产品的市场价格为P，成本价格为C，单位销售量为Q。
我们的目标是最大化销售利润。
于是，我们可以建立以下数学模型：利润函数：利润=销售额-成本利润=(P-D)*Q-C其中D为优惠的价格折扣。
2.2模型的求解为了确定最优的优惠方案，我们需要将问题转化为一个数学优化问题。
我们可以选用辅助函数法或拉格朗日乘子法来求解最优值。
在这里，我们选择辅助函数法。
我们将利润函数分别对P和D求偏导数，并令其等于0，得到以下方程组：d(利润)/dP=Q-2D=0d(利润)/dD=P-C=0解这个方程组可以求得最优解P=C，D=Q/22.3模型的分析与验证在分析这个模型之前，我们需要验证模型的准确性。
大学数学建模实习报告完整版(内含题、代码、彩图)
实验过程：练习题目：（后附有涉及每一类选题详细代码及答案）MATLAB实验训练题1．建立一个命令M文件：求数60、70、80，权数分别为1.1、1.3、1.2的加权平均数．2．编写函数M文件SQRT．M：函数xxf=)(在889.567=x与处的近似值（保留有效数四位）．0368.03．用MA TALB计算baba−22的值，其中89.42.3=ba，＝．4．用MA TALB计算函数21cossin)(xxxxf−=在3π=x处的值．5．用MA TALB计算函数)1ln(arctan)(++=xxxf在23.1=x处的值．6．用MA TALB计算函数xxf x ln32)(⋅.=在1.2−=x处的值．7．用蓝色、点连线、叉号绘制函数xy2=在上步长为0.1的图象．］［0,28．用紫色、叉号、实连线绘制函数10ln+=xy在]15,20[−−上步长为0.2的图象．9．用红色、加号连线、虚线绘制函数⎟.⎞⎜.⎛−22sinπxy在］［,1010−上步长为0.2的图象．10．用紫红色、圆圈、点连线绘制函数⎟.⎞⎜.⎛+=32sinπxy在］［π0,4上步长为0.2的图象．11．在同一坐标系中，用分别青色、叉号、实连线与红色、星号、虚连线绘制xy3cos=与xy cos3=的图象．12．在同一坐标系中绘制函数，，这三条曲线的图形，并要求用两种方法加各种标注．2xy=3xy=4xy=13．作曲面的3维图象．⎪.⎪⎨.===tztytx sin214．作环面在⎪.⎪⎨.=+=+=uzvuyvux sinsin)cos1(cos)cos1()2,0()2,0(ππ×上的3维图象．15．求极限xx x cos12sinlim0−+→16．求极限xx21031lim⎟.⎞⎜.⎛+→17．求极限31coslim xxx x++∞→18．求极限xx xx211lim⎟.⎞⎜.⎛−+∞→19．求极限xxx x sin2cos1lim0−→20．求极限xxx x−.+→11lim021．求极限212lim22+−+∞→xxxx x＋22．求函数的导数xxy arctan)12(5+−23．求函数21tan xxxy+=的导数24．求函数的导数xey x tan3−=25．求函数2sinln22xxyπ+=在1=x的导数26．求函数xxy+−=11的二阶导数27．求函数5423)1()23()1(xxxy++−的导数28．在区间（–1，5）内求函数35)1()(xxxf−的最值．29．在区间（–∞，＋∞）内求函数的最值．143)(34+−xxxf30．求不定积分∫−dxxx)sin23(ln31．求不定积分∫xdxe x2sin32．求不定积分∫+dxxxx1arctan33．求不定积分∫−−dxexx x2)cos2(34．计算定积分dxxe x∫+−10)23(35．计算定积分xdxx arccos)1(102∫+36．计算定积分dxxx∫+10)1ln(cos37．计算广义积分dxxx∫∞+∞−++221238．计算广义积分dxex x∫∞+−02答案：一：3、>> s y m s a b>> a = 2 . 3 ; b = 4 . 8 9 ;>> s q r t ( a ^ 2 + b ^ 2 ) / a b s ( a - b ) a n s =2 . 0 8 6 45、>> s y m s x y>> x = 1 . 2 3 ;>> y = a t a n ( x ) + s q r t ( l o g ( x + 1 ) )y =1 . 7 8 3 78、>> x = - 2 0 : 0 . 2 : - 1 5 ; y = l o g ( a b s ( x + 1 0 ) ) ; p l o t ( x , y , ' m x - ' )11>>x = 0 : 0 . 1 : 2 * p i ; y 1 = c o s ( 3 * s q r t ( x ) ) ; >> y 2 = 3 * c o s ( s q r t ( x ) ) ;>> p l o t ( x , y 1 , ' c x - ' , x , y 2 , ' r * - - ' )14、>> s>> u>>x>> z16、>> s y m s x>>l i m i t ( ( 1 / 3 ) ^ ( 1 / ( 2 * x ) ) , x , 0 , ' r i g h t ' ) a n s =23.>> s y m s x y>> y = x * t a n ( x ) / ( 1 + x ^ 2 ) ;>> d i f f ( y )a n s =t a n ( x ) / ( 1 + x ^ 2 ) + x * ( 1 + t a n ( x ) ^ 2 ) / ( 1 + x ^ 2 ) - 2 * x ^ 2 * t a n ( x ) / ( 1 + x ^ 2 ) ^ 228、>> f = ' ( x - 1 ) ^ 3 . * s q r t ( x ^ 5 ) ' ;>> [ x , y ] = f m i n b n d ( f , - 1 , 5 )x =0 . 4 5 4 5y =- 0 . 0 2 2 6>> f = ' - ( x - 1 ) ^ 3 . * s q r t ( x ^ 5 ) ' ; >> [ x , y ] = f m i n b n d ( f , - 1 , 5 )x =5y =- 3 . 5 7 7 7 e + 0 0 331、>> s y m s x y>> y = e x p ( x ) * ( s i n ( x ) ) ^ 2 ;>> i n t ( y )a n s =1 / 5 * ( s i n ( x ) -2 * c o s ( x ) ) * e x p ( x ) * s i n ( x ) + 2 / 5 * e x p ( x )二：1、问题分析商品价格是由成本决定的，成本可分为生产成本、包装成本和其他成本。
数学建模实验报告 第十一章 最短路问题
一、实验内容与要求掌握Dijkstra算法和Floyd算法，并运用这两种算法求一些最短路径的问题。
二、实验软件三、实验内容1、在一个城市交通系统中取出一段如图所示，其入口为顶点v1，出口为顶点v8，每条弧段旁的数字表示通过该路段所需时间，每次转弯需要附加时间为3，求v1到 v8的最短时间路径。
3V4 2 V74 V8程序：function y=bijiaodaxiao(f1,f2,f3,f4)v12=1;v23=3;v24=2;v35=1;v47=2;v57=2;v56=6;v68=3;v78=4;turn= 3;f1=v12+v23+v35+v56+turn+v68;f2=v12+v23+v35+turn+v57+turn+v78;f3=v12+turn+v24+turn+v47+v78;f4=v12+turn+v24+v47+turn+v57+turn+v56+turn+v68; min=f1;if f2<minmin=f2;endif f3<minmin=f3;endif f4<minmin=f4;endminf1f2f3f4实验结果：v1到v8的最短时间路径为15，路径为1-2-4-7-8.2、求如图所示中每一结点到其他结点的最短路。
64V25 V410 V76 V8中的程序：function[D,R]=floyd(a)n=size(a,1);D=afor i=1:nfor j=1:nR(i,j)=j;endendRfor k=1:nfor i=1:nfor j=1:nif D(i,k)+D(k,j)<D(i,j)D(i,j)=D(i,k)+D(k,j);R(i,j)=R(i,k);endendendkDRend程序：>> a=[0 3 10 inf inf inf inf inf;3 0 inf 5 inf inf inf inf;10 inf 0 6 inf inf inf inf;inf 5 6 0 4 inf 10 inf ;inf inf inf 4 0 9 5 inf ;inf inf inf inf 9 0 3 4;inf inf inf 10 5 3 0 6;inf inf inf inf inf 4 6 0;];[D,R]=floyd(a)实验结果：D =0 3 10 Inf Inf Inf Inf Inf 3 0 Inf 5 Inf Inf Inf Inf 10 Inf 0 6 Inf Inf Inf Inf Inf 5 6 0 4 Inf 10 Inf Inf Inf Inf 4 0 9 5 Inf Inf Inf Inf Inf 9 0 3 4 Inf Inf Inf 10 5 3 0 6 Inf Inf Inf Inf Inf 4 6 0R =1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 81 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8k =1D =0 3 10 Inf Inf Inf Inf Inf 3 0 13 5 Inf Inf Inf Inf 10 13 0 6 Inf Inf Inf Inf Inf 5 6 0 4 Inf 10 Inf Inf Inf Inf 4 0 9 5 Inf Inf Inf Inf Inf 9 0 3 4 Inf Inf Inf 10 5 3 0 6 Inf Inf Inf Inf Inf 4 6 0R =1 2 3 4 5 6 7 8 1 2 1 4 5 6 7 8 1 1 3 4 5 6 7 8 1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8k =2D =0 3 10 8 Inf Inf Inf Inf 3 0 13 5 Inf Inf Inf Inf 10 13 0 6 Inf Inf Inf Inf 8 5 6 0 4 Inf 10 InfInf Inf Inf 4 0 9 5 Inf Inf Inf Inf Inf 9 0 3 4 Inf Inf Inf 10 5 3 0 6 Inf Inf Inf Inf Inf 4 6 0R =1 2 3 2 5 6 7 8 1 2 1 4 5 6 7 81 1 3 4 5 6 7 82 2345678 1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8k =3D =0 3 10 8 Inf Inf Inf Inf 3 0 13 5 Inf Inf Inf Inf 10 13 0 6 Inf Inf Inf Inf 8 5 6 0 4 Inf 10 Inf Inf Inf Inf 4 0 9 5 Inf Inf Inf Inf Inf 9 0 3 4 Inf Inf Inf 10 5 3 0 6 Inf Inf Inf Inf Inf 4 6 0R =1 2 3 2 5 6 7 8 1 2 1 4 5 6 7 81 1 3 4 5 6 7 82 2345678 1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 8 1 2 3 4 5 6 7 81 2 3 4 5 6 7 8k =4D =0 3 10 8 12 Inf 18 Inf 3 0 11 5 9 Inf 15 Inf 10 11 0 6 10 Inf 16 Inf 8 5 6 0 4 Inf 10 Inf 12 9 10 4 0 9 5 Inf Inf Inf Inf Inf 9 0 3 4 18 15 16 10 5 3 0 6 Inf Inf Inf Inf Inf 4 6 0R =1 2 3 2 2 6 2 8 1 2 4 4 4 6 4 81 4 3 4 4 6 4 82 2345678 4 4 4 4 5 6 7 8 1 2 3 4 5 6 7 8 4 4 4 4 5 6 7 8 1 2 3 4 5 6 7 8k =5D =0 3 10 8 12 21 17 Inf 3 0 11 5 9 18 14 Inf 10 11 0 6 10 19 15 Inf 8 5 6 0 4 13 9 Inf 12 9 10 4 0 9 5 Inf21 18 19 13 9 0 3 4 17 14 15 9 5 3 0 6 Inf Inf Inf Inf Inf 4 6 0R =1 2 3 2 2 2 2 8 1 2 4 4 4 4 4 81 4 3 4 4 4 4 82 2345 5 5 84 4 4 4567 85 5 5 5 5678 5 5 5 5 5 6 7 8 1 2 3 4 5 6 7 8k =6D =0 3 10 8 12 21 17 25 3 0 11 5 9 18 14 22 10 11 0 6 10 19 15 23 8 5 6 0 4 13 9 17 12 9 10 4 0 9 5 13 21 18 19 13 9 0 3 4 17 14 15 9 5 3 0 6 25 22 23 17 13 4 6 0R =1 2 3 2 2 2 2 2 1 2 4 4 4 4 4 41 4 3 4 4 4 4 42 2345 5 5 54 4 4 4567 65 5 5 5 567 85 5 5 5 567 86 6 6 6 6 67 8k =7D =0 3 10 8 12 20 17 23 3 0 11 5 9 17 14 20 10 11 0 6 10 18 15 21 8 5 6 0 4 12 9 15 12 9 10 4 0 8 5 11 20 17 18 12 8 0 3 4 17 14 15 9 5 3 0 6 23 20 21 15 11 4 6 0R =1 2 3 2 2 2 2 21 2 4 4 4 4 4 41 4 3 4 4 4 4 42 2345 5 5 5 4 4 4 4 5 7 7 7 7 7 7 7 7678 5 5 5 5 5 6 7 8 7 7 7 7 7 6 7 8k =8D =0 3 10 8 12 20 17 23 3 0 11 5 9 17 14 20 10 11 0 6 10 18 15 21 8 5 6 0 4 12 9 15 12 9 10 4 0 8 5 11 20 17 18 12 8 0 3 423 20 21 15 11 4 6 0R =1 2 3 2 2 2 2 2 1 2 4 4 4 4 4 41 4 3 4 4 4 4 42 2345 5 5 5 4 4 4 4 5 7 7 7 7 7 7 7 7678 5 5 5 5 5 6 7 8 7 7 7 7 7 6 7 8D =0 3 10 8 12 20 17 23 3 0 11 5 9 17 14 20 10 11 0 6 10 18 15 21 8 5 6 0 4 12 9 1520 17 18 12 8 0 3 4 17 14 15 9 5 3 0 6 23 20 21 15 11 4 6 0R =1 2 3 2 2 2 2 2 1 2 4 4 4 4 4 41 4 3 4 4 4 4 42 2345 5 5 5 4 4 4 4 5 7 7 7 7 7 7 7 7678 5 5 5 5 5 6 7 8 7 7 7 7 7 6 7 8四、实验体会。
数学建模实验报告11详解
《数学建模实验》实验报告学号： 姓名：一只小船渡过宽为d 的河流，目标是起点A 正对着的另一岸B 点，已知河水流速v 1与船在静水中的速度v 2之比为k .1.建立小船航线的方程，求其解析解；2.设d =100m,v 1=1m/s,v 2=2m/s ，用数值解法求渡河所需时间、任意时刻小船的位置及航行曲线，作图，并与解析解比较。
一、问题重述我们建立数学模型的任务有：1.由已给定的船速、水速以及河宽求出渡河的轨迹方程；2.已知船速、水速、河宽，求在任意时刻船的位置以及渡船所需要的时间。
二、问题分析此题是一道小船渡河物理应用题，为典型的常微分方程模型，问题中船速、水速、河宽已经给定，由速度、时间、位移的关系，我们容易得到小船的轨迹方程，同时小船的起点和终点已经确定，给我们的常微分方程模型提供了初始条件。
三、模型假设1.假设小船与河水的速度恒为定值21v v 、,不考虑人为因素及各种自然原因；2.小船行驶的路线为连续曲线，起点为A ，终点为B ；3.船在行驶过程中始终向着B 点前进，即船速2v 始终指向B ；4.该段河流为理想直段，水速1v 与河岸始终保持平行。
四、模型建立68.7000 -0.0000 100.000068.8000 -0.0000 100.000068.9000 -0.0000 100.000069.0000 -0.0000 100.0000我们看到，在=t 66.6s 时，小船到达对岸B 。
接下来我们给出小船的t y t x --,图像以及小船的轨迹以及与解析法的比较图像如下图：由第三个图，我们可以看出数值解与解析解图像几乎重合，差别不大。
六、附录：（1）建立m文件boat1.mfunction dx=boat1(t,x)v1=1;v2=2;d=100;dx=[v1-v2*x(1)/sqrt(x(1)^2+(d-x(2))^2);v2*(d-x(2))/sqrt((d-x(2))^2+x(1)^ 2)];end（2）主程序如下：tt=0:0.1:100;x0=[0,0];[t,x]=ode23s(@boat1,tt,x0);%用龙格-库塔方法计算微分；[t,x]figure(1)plot(t,x),gridtitle('xy分位移-时间曲线图');legend('x-t','y-t')figure(2)plot(x(:,1),x(:,2))title('小船轨迹图');Y=0:0.1:100;d=100;v1=1;v2=2;k=v1/v2;X=0.5*d*((1-Y./d).^(1-k)-(1-Y./d).^(1+k));figure(3)plot(X,Y,'r',x(1:100:end,1),x(1:100:end,2),'g')。
建模实验报告
建模实验报告摘要：本实验主要针对建模方法进行研究与探索，分别采用了数学模型、统计模型和物理模型进行建模实验。
实验结果表明，不同的建模方法对于问题的解决和分析具有不同的优势和适用性，选择合适的建模方法能够有效提高问题的解决效率和精确度。
1.引言建模是指将实际问题转化为数学模型、统计模型或物理模型等形式的一种方法。
通过建模，我们可以抽象出实际问题中的关键因素和变量，进一步分析和解决问题。
本实验将重点研究数学模型、统计模型和物理模型的建模方法，并通过实验验证其有效性和适用性。
2.数学模型的建模方法数学模型是以数学的形式描述实际问题的模型。
在本实验中，我们采用了几种常见的数学建模方法，包括代数方程模型、微分方程模型和最优化模型。
2.1 代数方程模型代数方程模型是一种通过代数方程来描述问题的模型。
我们可以采用一系列代数方程来表示问题中的变量和关系，进而通过求解方程组来得到问题的解。
在实验中，我们以一个简单的线性方程组作为例子，通过代数方程模型计算方程组的解。
2.2 微分方程模型微分方程模型是一种通过微分方程来描述问题的模型。
微分方程可以描述问题中的变量和其变化率之间的关系。
在实验中，我们以一个经典的弹簧振动模型为例，通过微分方程模型求解系统的振动频率和振幅。
2.3 最优化模型最优化模型是一种通过寻找最优解来描述问题的模型。
最优化模型可以用于解决各种优化问题，如线性规划、整数规划等。
在实验中，我们以一个简单的线性规划问题为例，通过最优化模型求解问题的最优解。
3.统计模型的建模方法统计模型是一种通过统计理论和方法来描述问题的模型。
在本实验中，我们主要研究了回归分析和时间序列分析两种常见的统计建模方法。
3.1 回归分析回归分析是一种通过建立变量之间的回归关系来描述问题的模型。
在实验中，我们以一个销售数据的回归分析为例，通过建立销售额和广告投入之间的回归关系，预测未来的销售额。
3.2 时间序列分析时间序列分析是一种通过统计和数学方法来描述时间序列的模型。
数学实验 实验11最速降线
2
2.5
3
a 3; h 5; g 9.8; f x_ : 5 27 x 6 ^ 2 20 3; f1 x_ D f x , x ; Plot f x , x, 0, 3 ; NIntegrate Sqrt 1 f1 x ^2 2 g f x ,
x, 0, a
5
4
1.15383
3
2
1
0.5
1
1.5
2
Integrate Sqrt 1 gg1 x ^2 2 g gg x , x, a 2, a
1.15943
过点(a/2,2.1)，即上面的m=2.1时
1.20474
沿一条抛物线(过(0,0)(a/2,y)(a,h))
a 3; h 5; g 9.8; m 3.5; f x_
Fit 0, 0 , a 2, m , a, h , x, x^ 2 , x ; f1 x_ D f x , x ; NIntegrate Sqrt 1 f1 x ^2 2 g f x ,
x, 0, a
1.14527
寻找最速降线
求T=f(y1,y2,…,y n-1 )的最小 值点(y1,y2,…,y n-1 ) 。
用光滑曲线连接点Pi 等时曲线
运用FindMinimum
Clear y0, y1, y2, y3, y4, y5, y6 ; d 0.3; y0 0; y10 10; g 9.8; t y0, y1, y2, y3, y4, y5, y6, y7, y8, y9, y10 ; ft t_List :
3
沿抛物线
a 3; h 5; g 9.8; f x_ : 5 21 x h ^ 2 125 21; f1 x_ D f x , x ; Plot f x , x, 0, 3 ; NIntegrate Sqrt 1 f1 x ^2 2 g f x ,
数学建模实践报告
数学建模实践报告一、实践目的数学建模主要是将显示对象的信息加以翻译与归纳的产物。
通过对数学模型的假设、求解、验证，得到数学上的解答，在经过翻译回到现实对象，给出分析与决策的结果。
数学建模对我们并不陌生，在我们的日常生活和工作中，经常会用到有关建模的概念。
例如，我们平时出远门时会考虑一下出行的路线，以达到既快速又经济的目的；一些厂长为了获得更大的利润，往往会策划出一个合理安排生产和销售的最优方案......这些问题与建模都有着很大的联系。
通过数学建模的实践，就会了解解决问题的方法与原理,学习更多的数学方面的知识及其应用。
数学建模的过程可以培养我们更加全面、多角度考虑问题的能力，使我们的逻辑推理能力和量化分析能力得到很好的锻炼和提高，它还可以让我了解多种数学软件以及如何运用这些数学软件对模型进行求解。
二、实习内容数学建模是通过抽象、简化现实问题，进行变量和参数的确定，并应用某些“规律”对变量、参数间的确定的数学问题进行模型建立；然后对该数学问题进行求解，最后的解是在现实问题中解释和验证中得到的创造过程。
数学建模过程可用下图来表明：图1 数学建模过程简图数学建模为我们学生提供了自主学习的空间，有助于我们体验数学在解决实际问题中的价值和作用，体验数学与日常生活和其他学科的联系，体验综合运用知识和方法解决实际问题的过程，增强应用意识；有助于激发我们学习数学的兴趣，发展我们的创新意识和提高实践能力。
数学建模与数学实验开创了大学生把数学理论和专业知识有机结合的新途径，是培养学生分析问题、解决问题和使用计算机进行科学计算的有效方法，是培养学生创新能力和实践能力的有效手段。
1.建模培训建模要有热情，要有认真、严谨的学习精神。
热情是必需的，如果抱着试一试的态度，是不会有什么结果的。
在练习建模的过程中我们也有苦恼的时候，但是我们的热情却始终没有减少，我们经常激烈的争辩，为一个问题搞的不去吃饭，然而当灵感到来，解法豁然开朗时，我们都会激动万分。
数学建模全部实验报告
一、实验目的1. 掌握数学建模的基本步骤，学会运用数学知识分析和解决实际问题。
2. 提高数学建模能力，培养创新思维和团队合作精神。
3. 熟练运用数学软件进行数据分析、建模和求解。
二、实验内容本次实验选取了以下三个题目进行建模：1. 题目一：某公司想用全行业的销售额作为自变量来预测公司的销售量，表中给出了1977—1981年公司的销售额和行业销售额的分季度数据（单位：百万元）。
2. 题目二：三个系学生共200名（甲系100，乙系60，丙系40），某公司计划招聘一批新员工，要求男女比例分别为1:1，甲系女生比例60%，乙系女生比例40%，丙系女生比例30%。
请为公司制定招聘计划。
3. 题目三：研究某市居民出行方式选择问题，收集了以下数据：居民年龄、收入、职业、出行距离、出行时间、出行频率等。
请建立模型分析居民出行方式选择的影响因素。
三、实验步骤1. 问题分析：对每个题目进行分析，明确问题背景、目标和所需求解的数学模型。
2. 模型假设：根据问题分析，对实际情况进行简化，提出合适的模型假设。
3. 模型构建：根据模型假设，选择合适的数学工具和方法，建立数学模型。
4. 模型求解：运用数学软件（如MATLAB、Python等）进行模型求解，得到结果。
5. 结果分析与解释：对求解结果进行分析，解释模型的有效性和局限性。
四、实验报告1. 题目一：线性回归模型（1）问题分析：利用线性回归模型预测公司销售量，分析行业销售额对销售量的影响。
（2）模型假设：假设公司销售量与行业销售额之间存在线性关系。
（3）模型构建：根据数据，建立线性回归模型y = β0 + β1x + ε，其中y为公司销售量，x为行业销售额，β0、β1为回归系数，ε为误差项。
（4）模型求解：运用MATLAB软件进行线性回归分析，得到回归系数β0、β1。
（5）结果分析与解释：根据模型结果，分析行业销售额对销售量的影响程度，并提出相应的建议。
2. 题目二：招聘计划模型（1）问题分析：根据男女比例要求，制定招聘计划，确保男女比例均衡。
《数学建模与实验》实验报告
>> y=x.*exp(sin(x));
>> plot(x,y,'--p');
5.在0≤x≤2区间内，绘制曲线y1=2e^(-0.5x)和y2=cos(4πx)，并给图形添加图形标注。
>> clf,x=0:0.01:2*pi;
>> y1=2*exp(-0.5*x);
>>subplot(2,2,1);plot(x,y1,'b'),title(' y1=5*x.^1+6');
>>subplot(2,2,2);plot(x,y2,'r'),title(' y2=5*x.^2+6');
>>subplot(2,2,3);plot(x,y3,'k'),title(' y3=5*x.^3+6');
3.按照的步长间隔 ，绘制函数 在0≤x≤1时的曲线。
4.绘制颜色为蓝色，数据点用五角星标识的函数 在(0,5)上的虚线图。
5.在0≤x≤2区间内，绘制曲线y1=2e^(-0.5x)和y2=cos(4πx)，并给图形添加图形标注。
实
验
步
骤
1.在[-2，2]中，以/50为步长取点在同一图形窗口绘出蓝色实线型的Y1=sin(2x)和红色线型的Y2=cos(2x)。
>> subplot(2 ,2,4);plot(x,y4,'g'),title(' y4=5*x.^பைடு நூலகம்+6');
3.按照的步长间隔 ，绘制函数 在0≤x≤1时的曲线。
数模实验报告—实验11
数模实验报告—实验11一、实验目的本次数模实验11 的主要目的是通过建立数学模型来解决实际问题，培养我们运用数学知识和方法分析、解决复杂问题的能力，并提高我们的逻辑思维和创新能力。
二、实验内容本次实验围绕一个具体的实际问题展开，即研究某城市的交通流量分布情况。
我们需要收集相关数据，如道路网络结构、不同时间段的车流量、路口的通行能力等，并运用数学建模的方法对这些数据进行分析和处理。
三、实验步骤1、数据收集首先，我们通过实地调查和相关部门提供的数据，获取了城市道路网络的拓扑结构，包括道路的长度、宽度、车道数量等信息。
同时，还收集了不同时间段（如早高峰、晚高峰、平峰期）各个路口的车流量数据，以及路口的信号灯设置和通行能力等数据。
2、模型选择在对数据进行初步分析后，我们决定采用宏观交通流模型中的流体动力学模型来描述交通流量的变化。
该模型将交通流类比为流体，通过建立连续性方程和动量方程来描述车辆的流动情况。
3、模型建立根据所选的模型，我们定义了相关的变量和参数，如交通流量、密度、速度等，并建立了相应的数学表达式。
同时，考虑到实际情况中的各种因素，如道路拥堵、交通事故等，对模型进行了适当的修正和完善。
4、模型求解利用数值计算方法，如有限差分法或有限元法，对建立的数学模型进行求解。
通过编程实现计算过程，并对不同参数条件下的结果进行分析和比较。
5、结果分析对求解得到的结果进行分析，绘制出交通流量随时间和空间的变化曲线，以及密度分布等图像。
通过分析这些结果，评估模型的准确性和可靠性，并找出交通拥堵的关键路段和时间段。
四、实验结果经过实验和计算，我们得到了以下主要结果：1、在早高峰和晚高峰期间，城市的主要干道和路口出现了明显的交通拥堵现象，车流量较大，速度较慢，交通密度较高。
2、一些次干道和支路的交通流量相对较小，但在与主干道的连接处容易出现交通瓶颈，影响整个交通网络的通行效率。
3、通过对不同信号灯设置方案的模拟分析，发现优化信号灯的配时可以在一定程度上缓解交通拥堵，但效果有限。
数学建模实训报告
数学建模实训报告第一篇：数学建模实训报告目录实训项目一线性规划问题及lingo软件求解……………………………1 实训项目二lingo中集合的应用………………………………………….7 实训项目三lingo中派生集合的应用……………………………………9 实训项目四微分方程的数值解法一………………………………………13 实训项目五微分方程的数值解法二……………………………………..15 实训项目六数据点的插值与拟合………………………………………….17 综合实训作品…………………………………………………………….18 每次实训课必须带上此本子，以便教师检查预习情况和记录实验原始数据。
实验时必须遵守实验规则。
用正确的理论指导实践袁必须人人亲自动手实验，但反对盲目乱动，更不能无故损坏仪器设备。
这是一份重要的不可多得的自我学习资料袁它将记录着你在大学生涯中的学习和学习成果。
请你保留下来，若干年后再翻阅仍将感到十分新鲜，记忆犹新。
它将推动你在人生奋斗的道路上永往直前！项目一：线性规划问题及lingo软件求解一、实训课程名称数学建模实训二、实训项目名称线性规划问题及lingo软件求解三、实验目的和要求了解线性规划的基本知识，熟悉应用LINGO 解决线性规划问题的一般方法四：实验内容和原理内容一：某医院负责人每日至少需要下列数量的护士班次时间最少护士数1 6:00-10:00 60 2 10:00-14:00 70 3 14:00-18:00 60 4 18:00-22:00 50 5 22:00-02:00 20 6 02:00-06:00 30 每班的护士在值班的开始时向病房报道，连续工作8个小时，医院领导为满足每班所需要的护士数，最少需要多少护士。
内容二：内容三五：主要仪器及耗材计算机与Windows2000/XP系统；LINGO软件六：操作办法与实训步骤内容一：考虑班次的时间安排，是从6时开始第一班，而第一班最少需要护士数为60，故x1>=60，又每班护士连续工作八个小时，以此类推，可以看出每个班次的护士可以为下一个班次工作四小时，据此可以建立如下线性规划模型：程序编程过程：min=x1+x2+x3+x4+x5+x6;x1>=60;x1+x2>=70;x2+x3>=60; x3+x4>=50;x4+x5>=20;x5+x6>=30;编程结果：Global optimal solution found.Objective value:150.0000Infeasibilities:0.000000Total solver iterations:VariableValueReduced CostX160.000000.000000X210.000000.000000X350.000000.000000X40.0000001.000000X530.000000.000000X60.0000000.000000RowSlack or SurplusDual Price150.0000-1.0000000.000000-1.0000000.0000000.0000000.000000-1.0000000.0000000.00000010.000000.0000000.000000-1.000000 内容二：（1）max=6*x1+4*x2;2*x1+3*x2<100;4*x1+2*x2<120;x1,x2分别表示两种型号生产数量。
初中数学建模实验报告(3篇)
第1篇一、实验背景随着科学技术的飞速发展，数学建模作为一种重要的科学研究方法，越来越受到人们的重视。
初中数学建模实验旨在培养学生运用数学知识解决实际问题的能力，提高学生的创新思维和团队协作能力。
本实验以某市居民出行方式选择为研究对象，通过建立数学模型，分析不同因素对居民出行方式的影响。
二、实验目的1. 理解数学建模的基本概念和步骤。
2. 学会运用数学知识分析实际问题。
3. 培养学生的创新思维和团队协作能力。
4. 提高学生运用数学知识解决实际问题的能力。
三、实验方法1. 收集数据：通过网络、调查问卷等方式收集某市居民出行方式选择的相关数据。
2. 数据处理：对收集到的数据进行整理、清洗和分析，为建立数学模型提供依据。
3. 建立模型：根据数据分析结果，选择合适的数学模型，如线性回归模型、多元回归模型等。
4. 模型求解：运用数学软件或编程工具求解模型，得到预测结果。
5. 模型验证：将预测结果与实际数据进行对比，验证模型的准确性。
四、实验过程1. 数据收集：通过问卷调查的方式，收集了500份某市居民的出行方式选择数据，包括出行距离、出行时间、出行目的、出行方式等。
2. 数据处理：对收集到的数据进行整理和清洗，剔除无效数据，得到有效数据490份。
3. 建立模型：根据数据分析结果，选择多元回归模型作为本次实验的数学模型。
4. 模型求解：利用SPSS软件对多元回归模型进行求解，得到以下结果：- 模型方程：Y = 0.05X1 + 0.03X2 + 0.02X3 + 0.01X4 + 0.005X5 + 0.002X6 + 0.001X7 + 0.0005X8- 其中，Y为居民出行方式选择概率，X1至X8分别为出行距离、出行时间、出行目的、出行方式、天气状况、交通拥堵状况、收入水平、家庭人口数量等自变量。
5. 模型验证：将模型预测结果与实际数据进行对比，结果显示模型具有较高的预测准确性。
五、实验结果与分析1. 模型预测结果：根据模型预测，出行距离、出行时间、出行目的、出行方式、天气状况、交通拥堵状况、收入水平、家庭人口数量等因素对居民出行方式选择有显著影响。
数学模型实验报告全
40
30
20
10
0 1 0.5 0 -0.5 -1 -1 -0.5 0.5 0 1
数学实验报告
实验序号：03
实验 名称 问题背景与描述： 4、根据一盘录象带的实测数据，i)确定当 n [3500 ,4000 ,4300 ,4600 ,4900 ] 时，t 的值。ii)由模型 t an2 bn 确定 a, b 的值，iii）插值的结果与拟和 进行比较。下面数据表示是时间 t 与录像带计数器 n 之间的关系。 （ t 分） 0 10 20 30 40 50 60 70 80 90 n 0 617 1141 1601 2019 2403 2760 3096 3413 3715 （ t 分） 100 110 120 130 140 150 160 170 184 n 4004 4280 4545 4803 5051 5291 5525 5752 6061 2、比赛成绩 t 与桨手数 n 之间满足关系 t=anb，利用下面的数据估计参数 a,b。 t (分) n 7.21 1 6.88 2 6.32 4 5.8 8
ti
100 4.54
200 4.99
300 5.35
500 5.90
600 6.10
ci 103
2、利用酶促反应模型中的数据拟合指数增长模型中参数。
实验目的： 7、理解最小二乘法的概念； 8、熟悉 nlinfit 指令，并会建立函数文件； 9、能够运用最小二乘法与非线性拟和解决一定实际问题；
实验要求： 1、独立完成上述实验内容。 2、有完整的实验程序和结果。
数学实验报告
实验序号：01
实验 名称
Matlab 软件的使用及基本运算，矩阵与向量。
实验目的： 1、熟悉 Matlab 软件的使用； 2、会使用 Matlab 软件做一些基本运算； 3、会使用 Matlab 软件做向量和矩阵运算
- 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)。
《数学建模实验》实验报告
学号：______ 姓名: 实验十一：微分方程建模2 一只小船渡过宽为d的河流，目标是起点A 正对着的另一岸B点，已知河水流速w 与船在静水中的速度V2之比为k.
1•建立小船航线的方程，求其解析解；
2. 设d=100m,v i=1m/s,v2=2m/s，用数值解法求渡河所需时间、任意时刻小船的位置及航行曲线，作图，并与解析解比较。
一、问题重述
我们建立数学模型的任务有：
1. 由已给定的船速、水速以及河宽求出渡河的轨迹方程；
2. 已知船速、水速、河宽，求在任意时刻船的位置以及渡船所需要的时间。
二、问题分析
此题是一道小船渡河物理应用题，为典型的常微分方程模型，问题中船速、水速、河宽已经给定，由速度、时间、位移的关系，我们容易得到小船的轨迹方程，同时小船的起点和终点已经确定，给我们的常微分方程模型提供了初始条件。
三、模型假设
1•假设小船与河水的速度恒为定值v「V2 ,不考虑人为因素及各种自然原因；
2. 小船行驶的路线为连续曲线，起点为A，终点为B ；
3. 船在行驶过程中始终向着B点前进，即船速v2始终指向B ；
4. 该段河流为理想直段，水速w与河岸始终保持平行。
四、模型建立
y |
B
A
兀、
% \
*
r
v
A X
如图，以A为原点，以沿河岸向右方向为x轴正向，以垂直河岸到B端方向为y轴正向建立平面直角坐标系。
其中河水流速为v i，小船速度为V2，且w:v2 k，合速度为v，河宽为d，为72与直线AB的夹角。
V x
V y
在t 时刻, 船 dx dt
V i 小船在x 轴方向的位移为 x
v 2 sin v 2 cos V i V 2
0,x(0)
0, y(0) ；(d y) 0.
\ (d y) d
y ______
2 2 '
x
dy v 2 cos 由(2)/(1)得到dx
y(0) v-1 v 2 sin
0.
dx In (2)
(i )题
dx
对上式求倒数得
dx
dy
x ，在y 轴方向上的位移为y ，则t 时刻, 方向
的速度
模型求解
v 2 sin
V 1 v 2
co s
—，
则上式可化为
dx
d y dy
d ?dp pdy
ydp ，代入上式, k J
p 2
整理，得
P 2
|
ln|
d
Cy |
也就是
x 2 (d y )2
y
P (d y )
dp P 2
kdy ，积分可得
y
C k
（ ------- ）k ，代入 d y
x
d y d y 2 0, y 0
d k (d y )k (d y )k d k （见附
录） ，对该情况下的微分方程的数值解进行分 60.0000
6.5451 98.2803 60.1000 6.4519 98.3319 60.2000 6.3585 98.3827 60.3000
6.2649 98.4327 60.4000 6.1711 98.4819 60.5000 6.0771 98.5304 60.6000 5.9829 98.5782 60.7000 5.8886 98.6251 60.8000 5.7940 98.6713 60.9000
5.6993 98.7168 61.0000 5.6043 98.7615 61.1000 5.5092 98.8054
题 由初始条件，设计程序 析，结果如下（省略了前60s 的数据）：
61.2000 5.4139 98.8486 61.3000 5.3183 98.8909
61.4000 5.2226 98.9326 61.5000 5.1266 98.9737 61.6000 5.0305 99.0141 61.7000 4.9343 99.0537 61.8000 4.8379 99.0925 61.9000 4.7414 99.1304
62.0000 4.6448 99.1676 62.1000 4.5481 99.2040 62.2000 4.4512 99.2395 62.3000 4.3543 99.2743 62.4000 4.2572 99.3083 62.5000 4.1600 99.3415 62.6000 4.0627 99.3738 62.7000 3.9652 99.4054 62.8000 3.8677 99.4362
62.9000 3.7700 99.4662
63.0000 3.6722 99.4953
63.1000 3.5743 99.5237 63.2000 3.4762 99.5513 63.3000 3.3781 99.5781 63.4000 3.2798 99.6041 63.5000 3.1814 99.6292 63.6000 3.0829 99.6536
63.7000 2.9843 99.6772 63.8000 2.8855 99.7000
63.9000 2.7865 99.7225
64.0000 2.6875 99.7442 64.1000 2.5884 99.7650 64.2000 2.4893 99.7850 64.3000 2.3901 99.8041 64.4000 2.2909 99.8224 64.5000 2.1917 99.8398 64.6000 2.0924 99.8564 64.7000 1.9930 99.8722
64.8000 1.8936 99.8871
64.9000 1.7942 99.9011
65.0000 1.6947 99.9143
65.1000 1.5951 99.9267 65.2000 1.4955 99.9382 65.3000 1.3959 99.9489 65.4000 1.2962 99.9587 65.5000 1.1965 99.9677
町廿垃樹眄宜曲线用
□10 2C 孔^10 50 60 70 KJ SD 100
由第三个图，我们可以看出数值解与解析解图像几乎重合，差别不大。
六、附录：
(1)建立m文件boatl.m
fun cti on dx=boat1(t,x) v1=1;v2=2;d=100;
dx=[v1-v2*x(1)/sqrt(x(1)A2+(d-x(2))A2);v2*(d-x (2) )/sqrt((d- x(2))A2+x(1)A2)];
end
(2)主程序如下：
tt=O:O.1:1OO; x0=[0,0]； [t,x]=ode23s(@boat1,tt,x0);% 用龙格-库塔方法计算微分;
[t,x]
figure(1) plot(t,x),grid title('xy 分位移-时间曲线图');
lege nd('x-t','y-t') figure(2) plot(x(:,1),x(:,2)) title(' 小船轨迹图');
Y=0:0.1:100; d=100;v1=1;v2=2;
k=v1/v2;
X=0.5*d*((1-Y./d)A(1-k)-(1-Y./d)A(1+k));
figure(3) plot(X,Y,'r',x(1:100:e nd,1),x(1:100:e nd,2),'g')
title(' 解析法(红)与龙格-库塔(绿)比较');。