华师数学建模作业(1)
《1 数学建模活动的准备》(同步训练)高中数学必修_北师大版_2024-2025学年
《1 数学建模活动的准备》同步训练(答案在后面)一、单选题(本大题有8小题,每小题5分,共40分)1、数学模型的建立过程一般包括哪些步骤?A. 明确问题、假设简化、建立模型、求解模型、分析模型、检验结果B. 假设简化、明确问题、建立模型、求解模型、分析模型、检验结果C. 明确问题、假设简化、建立模型、求解模型、检验结果、分析模型D. 假设简化、明确问题、建立模型、求解模型、检验结果、分析模型2、在以下数学建模活动准备过程中,不属于必要步骤的是:A. 收集数据B. 确定模型类型C. 进行验证和修正D. 编写技术应用报告3、在数学建模活动中,以下哪种方法不是常用的数据收集方法?()A、问卷调查B、实验数据C、市场调研D、网络爬虫4、某市规定每个人的身份证号码第17位是用奇数表示男性,偶数表示女性,如果你在处理一个数据集时发现某人的身份证号码第17位是8,那么这个人是:A、男性B、女性C、无法确定D、学校教工5、在数学建模活动的准备工作阶段,以下哪项工作不需要进行?A. 收集和整理问题背景资料B. 分析数据类型和数量C. 确定建模的数学工具D. 评估题目的难度系数6、在数学建模活动中,以下哪个步骤不属于模型建立阶段?()A. 收集数据B. 建立数学模型C. 模型验证D. 模型应用7、某数学模型描述了一个物体在直线上运动,其位移随时间变化的关系为(s(t)=2t2+3t+1)(单位:米,时间单位:秒),则该物体在第2秒时的速度为多少米/秒?A、11米/秒B、7米/秒C、5米/秒D、3米/秒8、已知某城市前往机场的出租车行程费用由两部分组成:起步价和按行驶路程加价的费用。
起步价为10元,起步路程为3公里,以后每公里加价2元。
现有一乘客从市区打车到机场,共支付了32元,问他此次行程的实际路程是多少公里?(设此行程的实际路程为x公里)A. 7公里B. 8公里C. 9公里D. 10公里二、多选题(本大题有3小题,每小题6分,共18分)1、在数学建模活动中,以下哪些步骤是进行数学建模前的准备工作?()A、收集数据B、建立模型C、验证模型D、分析结果2、在数学建模活动的准备阶段,以下哪些步骤是必须进行的?A、明确建模目的B、收集相关资料C、确定建模对象D、确定建模方法3、某校举办数学建模竞赛,共有四个选拔阶段:初赛(题一)、复赛(题二)、决赛(题三)、大洋彼岸行(题四),每个阶段有100%的评审权。
数学建模第一章作业(章绍辉)
P7 Pj P7 Pj
196 495
所以打赌者赢的理论概率 P 为
1 196 251 P 0 1 0.50707 9 495 495
(四)收敛性分析 一次打赌相当于伯努利概型,记为随机变量 X,取值为 0(表示打赌者输)或 1(表示打赌者赢) ,则 X 的期望为 P, 方差为 P(1 P) . n 次打赌,即相互独立地重复试验 n 次,试验结果可记 作随机变量序列 X1 , X 2 , , X n ,则打赌者赢的频率为平均值
方法二(参数方程) 2 1.5 1 0.5 0 -0.5 -1 -1.5 -2 -2.5
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
2.5
评价:虽然半圆周由同样多的折线段连接而成,但是方 法二绘得的图形看起来处处一样光滑,事实上,方法二通过 等分圆心角来取得圆周上的采样点,并连结线段,所以绘得 的“圆形”实际上是正多边形.
( X1 X 2 X n ) n .
弱大数定律: 0 ,都有
n
lim Pr ( X1 X 2 X n ) n P 0 .
( X1 X 2 X n ) n P 1 . 强大数定律: Pr nlim
x
否则绘得的图像会在左边有一段与 x 轴重合. 程序: x=-3:.1:3; y=exp(x); plot(x,y,'k',y,x,'k',[-3,20],[-3,20],'k') axis equal axis([-3,20,-3,20]) grid xlabel('x') ylabel('y') title('y=e^x 和 y=ln x 的函数图像关于直线 y=x 对称')
数学建模第一次作业
14-15(2)数学建模第一次作业注意事项:提交时间截至3月27日课前,请将电子文档发送至邮箱sxjm@。
两个题目做到一个word文档里,文档和邮件标题均以“学号+姓名”命名。
请注意提交时间(顺序会影响给分结果)。
一、(必做题)ppt的思考题(1)~(4),由学号的后两位除以4的余数来确定;二、(必做题)本文档里的题目1~5,由学号的后两位除以5的余数来确定;三、(选做题)对于“生猪价格下降1%”理解的,0.65(11%)tp=-请根据ppt课件上的过程给出相应的结果(包括图形和灵敏性分析等)。
1油污清理问题一处石油泄漏污染了200英里的太平洋海岸线,所属石油公司被责令在14天内将其清除,预期则要被处以10000美元/天的罚款。
当地的清洁队每周可以清理5英里的海岸线,耗资500美元/天,额外雇佣清洁队则要付每支清洁队18000美元的费用和500美元/天的清洁费用.(1). 为使公司的总支出最低,应该额外雇佣多少支清洁队?采用5步方法,并求出清洁费用。
(2). 讨论清洁队每周清洁海岸线长度的灵敏性。
分别考虑最优的额外雇佣清洁队的数目和公司的总支出。
(3). 讨论罚金数额的灵敏性。
分别考虑公司用来清理漏油的总天数和公司的总支出。
(4). 石油公司认为罚金过高而提出上诉。
假设处以罚金的唯一目的是为了促使石油公司及时清理泄漏的石油,那么罚金的数额是否过高?*(5). (选做题)即使一开始采取围堵措施,海浪仍导致油污以每天0.5英里的速度沿海岸线扩散,这将导致最终清理的海岸线超过200海里,请分析扩散速度对公司总支出的影响。
2报刊价格问题一家有80000订户的地方日报计划提高其订阅价格。
现在的价格为每周1.5美元,据估计如果每提高定价10美分,就会损失5000订户。
(1)采用五步法,求使利润最大的订阅价格(2)对(1)中所得结论讨论损失5000订户这一参数的灵敏性。
分别假设这个参数值为3000,4000,5000,6000或7000,计算最优订阅价格(3)设n=5000为提高定价10美分而损失的订户数,求最优订阅价格p作为n的函数关系。
福师15春学期《数学建模》在线作业1-2试卷(更新)
福师15春学期《数学建模》在线作业1-2一、判断题(共35 道试题,共70 分。
)得分:701. 数学建模是一种抽象的模拟,它用数学符号等刻画客观事物的本质属性A. 错误B. 正确正确答案:B 满分:2 分得分:22. 研究新产品销售模型是为了使厂家和商家对新产品的推销速度做到心中有数A. 错误B. 正确正确答案:B 满分:2 分得分:23. 有的建模问题可利用计算机求解A. 错误B. 正确正确答案:B 满分:2 分得分:24. 捕食系统的方程是意大利学家Lanchester提出的A. 错误B. 正确正确答案:A 满分:2 分得分:25. 数据也是问题初态的重要部分A. 错误B. 正确正确答案:B 满分:2 分得分:26. 原型指人们在社会和生产实践中关心和研究的现实世界中的实际对象A. 错误B. 正确正确答案:B 满分:2 分得分:27. 利用无量纲方法可对模型进行简化A. 错误B. 正确正确答案:B 满分:2 分得分:28. 关联词联想法属于发散思维方法A. 错误B. 正确正确答案:B 满分:2 分得分:29. 建模主题任务是整个工作的核心部分A. 错误B. 正确正确答案:B 满分:2 分得分:210. 常用的建模方法有机理分析法和测试分析法A. 错误B. 正确正确答案:B 满分:2 分得分:211. 拐角问题来源于医院手术室病人的接送A. 错误B. 正确正确答案:B 满分:2 分得分:212. 数学建模中常遇到微分方程的建立问题A. 错误B. 正确正确答案:B 满分:2 分得分:213. 量纲分析是20世纪提出的在物理领域建立数学模型的一种方法A. 错误B. 正确正确答案:B 满分:2 分得分:214. 问题三要素结构是初态,目标态和过程A. 错误B. 正确正确答案:B 满分:2 分得分:215. 小组讨论要回避责任A. 错误B. 正确正确答案:A 满分:2 分得分:216. 大学生走向工作岗位后就不需要数学建模了A. 错误B. 正确正确答案:A 满分:2 分得分:217. 整个数学建模过程是又若干个有明显区别的阶段性工作组成A. 错误B. 正确正确答案:B 满分:2 分得分:218. 在许多的数学模型中变量时相互影响的A. 错误B. 正确正确答案:B 满分:2 分得分:219. 恰当的选择特征尺度可以减少参数的个数A. 错误B. 正确正确答案:B 满分:2 分得分:220. 激烈的价格竞争在超市之间是常见的A. 错误B. 正确正确答案:B 满分:2 分得分:221. 预测战争模型是牛顿提出的A. 错误B. 正确正确答案:A 满分:2 分得分:222. 任意齐次线性方程组的基本解组仅有一组A. 错误B. 正确正确答案:A 满分:2 分得分:223. 国际上仅有一种单位体系A. 错误B. 正确正确答案:A 满分:2 分得分:224. 数学建模以模仿为目标A. 错误B. 正确正确答案:A 满分:2 分得分:225. 不必认真设计结果的输出格式A. 错误B. 正确正确答案:A 满分:2 分得分:226. 模型不具有转移性A. 错误B. 正确正确答案:A 满分:2 分得分:227. 我们研究染色体模型是为了预防遗传病A. 错误B. 正确正确答案:B 满分:2 分得分:228. 交流中必须学会倾听A. 错误B. 正确正确答案:B 满分:2 分得分:229. 没有创新,人类就不会进步A. 错误B. 正确正确答案:B 满分:2 分得分:230. 数学建模仅仅设计变量A. 错误B. 正确正确答案:A 满分:2 分得分:231. 建模过程仅仅是建立数学表达式A. 错误B. 正确正确答案:A 满分:2 分得分:232. 利润受销售量的影响和控制A. 错误B. 正确正确答案:B 满分:2 分得分:233. 数学建模不是一个创新的过程A. 错误B. 正确正确答案:A 满分:2 分得分:234. 现在公认的科学单位制是SI制A. 错误B. 正确正确答案:B 满分:2 分得分:235. 人口预测模型用以预测人口的增长A. 错误B. 正确正确答案:B 满分:2 分得分:2二、多选题(共15 道试题,共30 分。
华师数学建模考试资料
数学建模名词解释:一阶差分方程标准答案:2.第9题名词解释:数学模型标准答案:数学模型(Mathematical Model)是由数字、字母或者其他数学符号组成的,描述现实对象数量规律的数学公式、图形或算法.3.第10题名词解释:二阶差分方程4.第15题名词解释:(1)线性规划模型;(2)线性规划模型的可行域;(3)线性规划模型的最优解和最优值;(4)不可行的线性规划模型;(5)无界的线性规划模型.标准答案:5.第4题标准答案:6.第11题司机在驾驶过程中遇到突发事件会紧急刹车,从司机决定刹车到车完全停住汽车行驶的距离称为刹车距离,车速越快,刹车距离越长. 请问刹车距离与车速之间具有怎样的数量关系7.第12题考虑弹簧-质量系统,收集弹簧伸长的长度与弹簧末端悬挂的质量的实验数据,记录在表1(单位省略). 请计算出伸长与质量的函数关系的经验公式.表1 弹簧伸长和质量的测量数据伸长 5.675 6.5007.2508.0008.750标准答案:8.第14题(接续47 酶促反应(1)和48酶促反应(2))请分析Michaelis-Menten模型非线性拟合和线性化拟合的结果有何区别?原因是什么?标准答案:您的答案:题目分数:4.0此题得分:0.09.第1题阅读材料电声器材厂在生产扬声器的过程中,有一道重要的工序:使用AB胶粘合扬声器中的磁钢与夹板. 长期以来,由于对AB胶的用量没有一个确定的标准,经常出现用胶过多,胶水外溢;或用胶过少,产生脱胶,影响了产品质量. 表1是一些恰当用胶量的具体数据.2设自变量x为磁钢面积,因变量y为恰当用胶量,用以下MATLAB脚本做一元线性回归分析的计算:x=[11.0;19.4;26.2;46.6;56.6;67.2;125.2;189.0;247.1;443.4];y=[0.164;0.396;0.404;0.664;0.812;0.972;1.688;2.86;4.076;7.332];X=[ones(size(x)),x]; [b,bint,r,rint,stat]=regress(y,X)命令窗口显示的计算结果:b =-0.101210.016546bint =-0.24763 0.0452090.015728 0.017365r =0.08320.176210.071696-0.0058489-0.023312-0.038703-0.28239-0.166040.0886160.096575rint =-0.2348 0.4012-0.11393 0.46635-0.2522 0.39559-0.33976 0.32806-0.35828 0.31166-0.37408 0.29667-0.51782 -0.046954-0.46895 0.13686-0.2249 0.40213-0.077904 0.27105stat =0.99633 2174 4.948e-011 0.02121问题请将计算结果整理成表格,并进行分析.标准答案:10.第6题标准答案:您的答案:题目分数:5.0 此题得分:0.011.第7题标准答案:您的答案:题目分数:9.0 此题得分:0.012.第8题标准答案:您的答案:题目分数:8.0此题得分:0.013.第16题某营养师要为某个儿童预定午餐和晚餐,已知一个单位的午餐含12个单位的碳水化合物,6个单位蛋白质和6个单位的维生素C;一个单位的晚餐含8个单位的碳水化合物,6个单位的蛋白质和10个单位的维生素C. 另外,该儿童这两餐需要的营养中至少含64个单位的碳水化合物,42个单位的蛋白质和54个单位的维生素C. 如果一个单位的午餐、晚餐的费用分别是2.5元和4元,那么要满足上述的营养要求,并且花费最少,应当为该儿童分别预定多少个单位的午餐和晚餐?标准答案:您的答案:题目分数:8.0 此题得分:0.014.第2题标准答案:您的答案:题目分数:4.0此题得分:0.0教师未批改15.第5题写出以下公式:按照最小二乘法,由样本数据计算一元线性回归模型的回归系数的点估计.标准答案:您的答案:题目分数:5.0此题得分:0.0教师未批改16.第13题请概括数学软件MATLAB的特点。
2022年东北师范大学《数学建模》期末考核必备题集(高分)
《数学建模课程》练习题一一、填空题1. 设开始时的人口数为0x ,时刻t 的人口数为)(t x ,若人口增长率是常数r ,那麽人口增长问题的马尔萨斯模型应为 。
2. 设某种商品的需求量函数是,1200)(25)(+-=t p t Q 而供给量函数是3600)1(35)(--=t p t G ,其中)(t p 为该商品的价格函数,那麽该商品的均衡价格是 。
3. 某服装店经营的某种服装平均每天卖出110件,进货一次的手续费为200元,存储费用为每件0.01元/天,店主不希望出现缺货现象,则最优进货周期与最优进货量分别为 。
4. 一个连通图能够一笔画出的充分必要条件是 .5.设开始时的人口数为0x ,时刻t 的人口数为)(t x ,若允许的最大人口数为m x ,人口增长率由sx r x r -=)(表示,则人口增长问题的罗捷斯蒂克模型为 .6. 在夏季博览会上,商人预测每天冰淇淋销量N 将和下列因素有关: (1)参加展览会的人数n ; (2)气温T 超过C 10; (3)冰淇淋的售价p . 由此建立的冰淇淋销量的比例模型应为 .7、若银行的年利率是x %,则需要 时间,存入的钱才可翻番. 若每个小长方形街路的8. 如图是一个邮路,邮递员从邮局A 出发走遍所有长方形街路后再返回邮局. 边长横向均为1km ,纵向均为2km ,则他至少要走 km.. A9. 设某种新产品的社会需求量为无限,开始时的生产量为100件,且设产品生产的增长率控制在0.1,t 时刻产品量为)(t x ,则)(t x = . 10. 商店以10元/件的进价购进衬衫,若衬衫的需求量模型是802,Q p p =-是销售单价(元/件),为获得最大利润,商店的出售价是 . 二、分析判断题1.从下面不太明确的叙述中确定要研究的问题,需要哪些数据资料(至少列举3个),要做些甚麽建模的具体的前期工作(至少列举3个) ,建立何种数学模型:一座高层办公楼有四部电梯,早晨上班时间非常拥挤,该如何解决。
华东师大数模第1章答案01~ch1_solutions
1. An automobile manufacturer makes a profit of $1,500 on the sale of a certain model. It is estimated that for every $100 of rebate, sales increase by 15%.(a) What amount of rebate will maximize profit? Use the five-step method, and model as a one-variable optimization problem.Step 1: Ask the question.Variables:r = rebate ($)s = number of cars soldP= profit ($)Assumptions:s= s_0 (1+0.15(r/100))P= (1500-r) ss>= 0 , 0<= r <=1500where the constant s_0 is the number of sales without any rebate Objective:Maximize P.Step 2: Select the modeling approach.We will model this problem as a one variable optimization problem. See text p. 6.Step 3: Formulate the model.Let x=r and y=P, and writey = f(x) = (1500-x) s_0 (1+0.15(x/100)).Our goal is to maximize f(x) over the interval [0, 1,500].Step 4: Solve the model.Compute f '(x) = 1500 s_0 (0.0015) + (-1) s_0 (1+0.15(x/100)) = 0 at x = 416.6667,f(x) = 1760.42 and since the graph of f(x) is a parabola we know this is the global maximum.Step 5: Answer the question.According to this model, the optimal policy is to offer a rebate of around $420, which should result in about a 17% increase in profits as compared to no rebate.(b) Compute the sensitivity of your answer to the 15% assumption. Consider both the amount of rebate and the resulting profit.Generalize the model from part (a) and lety = f(x) = (1500-x) s_0 (1+e x)where currently e = 0.0015. Compute thatf '(x) = 1500 s_0 e + (-1) s_0 (1+e x) = 0at x = 750-1/(2e). Then dx/de = 1/(2 e^2), and soS(x,e) = (dx/de) (e/x) = 1/(2*0.0015^2) (0.0015/416.6667) = 0.8so if the rebate is 10% more effective then we thought, then the optimal rebate will be 8% bigger. A similar computation yields S(y,e) = 0.38 so that if the rebate is 10% more effective than we thought, then our optimal profit will be 4% greater.(c) Suppose that rebates actually generate only a 10% increase in sales per $100. What is the effect? What if the response is somewhere between 10 and 15% per $100 of rebate?Using the results of part (b), if e decreases by 33% to 0.0010 then we expect the optimal rebate to decrease by (0.8) 33% = 27% to around $310. We would also expect profits to go down by (0.38) 33% = 13% to around $1530. A direct computation (solve the entire problem again using e=0.0010) yields a similar result: a 40% decrease in the optimal rebate (to $250) and an 11% decrease in profit (to 1562.50).(d) Under what circumstances would a rebate offer cause a reduction in profit?Using the sensitivity results of part (b), if every $100 of rebate results in a sales increase of less than 8.3% then the optimal policy is to offer no rebate. To see this, note that currently the optimal profit is 17% higher than with no rebate, and (0.38) 44.7% = 17%. The current rebate effectiveness is e = 0.0015 and so a 44.7% decrease yields 0.00083. Exact calculations yield a similar result: if every $100 of rebate results in a sales increase of less than 6.7% then the optimal policy is to offer no rebate. To see this, note that by the formula derived in part (b), the optimal rebate is x = 750-1/(2e), which decreases to zero as e decreases to 1/(2*750) = 0.00067.2. In the pig problem, perform a sensitivity analysis based on the cost per day of keeping the pig. Consider both the effect on the best time to sell and on the resulting profit. If a new feed costing 60 cents/day would let the pig grow at a rate of 7 lbs/day, would it be worth switching feed? What is the minimum improvement in growth rate that would make this new feed worthwhile?In this case we havey = f (x) = (0.65 - 0.01 x) (200 + 7 x) - 0.60 xand so f '(x) = (195 - 14 x) / 100 = 0 at around x = 13.9, f (x) = 143.58. This is the global maximum since f (x) is a parabola. Since this is considerably more than the old maximum of 133.20, it is worth while to switch to the new feed.More generally we havey = f (x) = (0.65 - 0.01 x) (200 + g x) - 0.60 xwhere currently g = 7. Compute that f '(x) = (65 (g - 4) - 2 g x) / 100 = 0 when x = 65 (g - 4) / (2 g)and substitute this back into the expression for y to obtainy = 13 (13 g^2 + 56 g + 208) / (16 g)which is equal to 133.20 when g = 5.26. Thus the new feed would be worth 60 cents per day as long as it produced a growth rate of at least 5.26 pounds per day.3. Reconsider the pig problem, of Example 1.1, but now assume that the price for pigs is starting to level off. Letp = 0.65 - 0.01t + 0.00004 t^2(4)represent the price for pigs (cents/lb) after t days.(a) Graph Eq. (4) along with our original price equation. Explain why our original price equation could be considered as an approximation to Eq. (4) for values of t near zero. The following graph shows the new, nonlinear price function along with the original, linear price function. The original equation is the tangent line to the new equation at t = 0, and so the original equation may be considered as an approximation of the new equation for values of t near zero.GRAPHING UTILITYp = 0.65 - 0.01t + 0.00004 t^2ptnew p(t)original p(t)(b) Find the best time to sell the pig. Use the five-step method, and model as a one-variable optimization problem.Step 1: Ask the question.Exactly the same as in the text p. 5, but now we assume p = 0.65 - 0.01 t + 0.00004 t^2. Step 2: Select the modeling approach.We will model this problem as a one variable optimization problem. See text p. 6. Step 3: Formulate the model.Let x=t and y=P, and writey = f(x) = (0.65 - 0.01 x + 0.00004 x^2) (200 + 5 x) - 0.45 x.Our goal is to maximize f(x) over the set of all x >= 0.Step 4: Solve the model.Compute that f '(x) = (3 x^2 - 420 x + 4000)/5000 which equals zero at x = 70-10*SQRT(321)/3 and at x = 70+10*SQRT(321)/3, or at around x = 10.28 and x =129.72. As shown in the following graph, the maximum is at x = 10.28. Although f(x)increases to infinity as x gets large, this is beyond the range where our model makes sense.GRAPHING UTILITYy = f(x)-40-202040608010012014020406080100120140160y x Step 5: Answer the question.According to this model, the optimal policy is to sell the pig after 10 days, for a net profit of about $134.(c) The parameter 0.00004 represents the rate at which price is leveling off. Conduct a sensitivity analysis on this parameter. Consider both the optimal time to sell and the resulting profit.Generalize the model from part (b) and lety = f(x) = (0.65 - 0.01 x + a x^2) (200 + 5 x) - 0.45 xwhere currently a = 0.00004. Compute thatf '(x) = (150*a*x^2+x*(4000*a-1)+8)/10 = 0atx = -(SQRT(16000000*a^2-12800*a+1)+4000*a-1)/(300*a).Thendx/de = -(SQRT(16000000*a^2-12800*a+1)+ 6400*a-1)/(300*a^2*SQRT(16000000*a^2-12800*a+1))and so S(x,e) = (dx/de) (e/x) = 0.31. If price is leveling off 10% faster then we thought, then we should wait 3.1% longer to sell the pig . A similar computation yields S(y,e) = 0.008 so that if price is leveling off 1000% faster then we thought, then we should wait 8% longer to sell the pig.(d) Compare the results of part (b) to the optimal solution contained in the text. Comment on the robustness of our assumptions about price.There is not much difference between the results in part (b) and the results in the text. Our model is reasonably robust with respect to the assumption that price is a linear function of time. Given this, the added computational difficulty associated with the quadratic price model is probably not justified.4. An oil spill has fouled 200 miles of Pacific shoreline. The oil company responsible has been given 14 days to clean up the shoreline, after which a fine will be levied in the amount of $10,000/day. The local clean-up crew can scrub 5 miles of beach per week at a cost of $500/day. Additional crews can be brought in at a cost of $18,000 plus$800/day for each crew.(a) How many additional crews should be brought in to minimize the total cost to the company? Use the five-step method. How much will the clean-up cost?Step 1: Ask the question.Variables: c = number of additional crewst = time to clean up spill (days)T= total cost of clean-up ($)F= fine ($)Assumptions:T= 500 t + (18000 + 800 t) c + F200= (5 / 7) (c + 1) tF= 0if t <= 14F= 10,000 (t - 14)if t > 14c is a nonnegative integer, and t >= 0Objective:Minimize T.Step 2: Select the modeling approach.We will model this problem as a one variable optimization problem. See text p. 6.Step 3: Formulate the model.Let x = c and y = T, and writey = f(x) = 500 (280 / (x+1)) +(18,000 + 800 (280 / (x+1))) xif x >= 19 ory = f(x) = 500 (280 / (x+1)) +(18,000 + 800 (280 / (x+1))) x+ 10,000 (280 / (x + 1) - 14)if x < 19. Our goal is to maximize f(x) over the set of nonnegative integers x.Step 4: Solve the model.One way to solve is to minimize over the nonnegative reals, and then specialize to the integers. On 0 <= x < 19 we havef '(x) = 2000*(9*x^2+18*x-1349)/(x+1)^2which is negative on [0, 11.28) and positive on (11.28, 19), so x = 11.28 is the minimum. Then the minimum over the integers occurs at either x = 11 or at x = 12, and we can check that x = 11, f (x) = 508333 is smaller. On x >= 19 we havef '(x) = 6000*(3*x^2+6*x+17)/(x+1)^2which is always positive, and so on this interval the minumum occurs at x = 19, f (x) = 561800. Then the global minimum occurs at x = 11.GRAPHING UTILITYy = f(x)yxStep 5: Answer the question.According to this model, the optimal policy is to bring in 11 additional crews, resulting in a total clean-up cost of around $510,000. Clean-up will take around 23.3 days and the resulting fine will be around $93,000.(b) Examine the sensitivity to the rate at which a crew can clean up the shoreline. Consider both the optimal number of crews and the total cost to the company. Generalize the model in part (a) to obtain the assumption200= r (c + 1) twhere currently r = (5 / 7) miles per day per crew. Then we havey = f(x) = 500 (200 / (r (x+1))) +(18,000 + 800 * 200 / (r (x+1))) xif x >= 19 ory = f(x) = 500 (200 / (r (x+1))) +(18,000 + 800 * 200 / (r (x+1))) x+ 10,000 (200 / (r (x+1)) - 14)if x < 19. For values of r near (5 / 7) the minimum should still occur on the interval (0, 19). Solving0 = f '(x) = 2000*(9*r*x^2+18*r*x+9*r-970)/(r*(x+1)^2)yieldsx = (SQRT(970)-3*SQRT(r))/(3*SQRT(r))and sodx / dr = -SQRT(970)/(6*r^(3/2)).Substituting r = (5 / 7) we obtainS(x, r) = (dx / dr) (r / x) = -0.54so that if the cleanup crews are 10% faster than expected, the optimal number of crews decreases by about 5.4%. If we substitute the formula for the optimal x in terms of r into the formula for y = f(x) in the case x < 19, we obtainy = -2000*(79*r-6*SQRT(970)*SQRT(r)-80)/rand then we can also calculatedy / dr = -2000*SQRT(10)*(3*SQRT(97)*SQRT(r)+8*SQRT(10))/r^2 Substituting r = (5 / 7) we obtainS(y, r) = (dy / dr) (r / y) = -0.88so that if the cleanup crews are 10% faster than expected, the total cost of clean-up decreases by about 8.8%.(c) Examine the sensitivity to the amount of the fine. Consider the number of days the company will take to clean up the spill and the total cost to the company.Generalize the model in part (a) to obtain the assumptionF= a (t - 14)if t > 14where currently a = 10,000 dollars per day. Then for values of a near 10,000 we havey = f(x) = 500 (280 / (x+1)) +(18,000 + 800 (280 / (x+1))) x+ a (280 / (x + 1) - 14)if x < 19. The optimal number of crews is x = SQRT(14)*SQRT(a-300)/30-1 and so the time to finish the clean-up ist = 280 / (x+1) = 600*SQRT(14)/SQRT(a-300)and then we can compute that at a=10,000 we haveS(t,a) = (dt/da)(a/t) = (-300*SQRT(14)/(a-300)^(3/2))*(a/t) = -0.52so that if the fine is raised by 2% then the cleanup time should decrease by about 1%. Substituting the optimal formula for x in terms of a into the equation for y above, we obtainy = 2*(600*SQRT(14)*SQRT(a-300)-7*a+103000)dy/da = 2*SQRT(7)*(300*SQRT(2)-SQRT(7)*SQRT(a-300))/SQRT(a-300)so that at a = 10,000 we haveS(y,a) = (dy/da)(a/y) = 0.17which means that if the fine is increased then the total cleanup cost to the company will go up by about 1.7% for each additional $1,000 per day of fine.(d) The company has filed an appeal on the grounds that the amount of the fine is excessive. Assuming that the only purpose of the fine is to motivate the company to clean up the oil spill in a timely manner, is the fine excessive?Reasonable answers will differ on this question. On the one hand, the fine is only 19% of the total cost, and if the fine were reduced by 50% then the number of days to clean up the spill would increase by about 25% and it would only save the company about 8.5% of the total cost. So the amount of the fine does not seem excessive. On the other hand, if the 14 day limit were extended to 21 days, cleanup would proceed exactly as before, only the company would save $70,000. So in this case the 14 day limit does seem excessive.5. It is estimated that the growth rate of the fin whale population (per year) isr x (1 - x / K), where r = 0.08 is the intrinsic growth rate, K = 400,000 is the maximum sustainable population, and x is the current population, now around 70,000. It is further estimated that the number of whales harvested per year is about .00001 E x, where E is the level of fishing effort in boat-days. Given a fixed level of effort, population will eventually stabilize at the level where growth rate equals harvest rate.(a) What level of effort will maximize the sustained harvest rate? Model as a one-variable optimization problem using the five-step method.Step 1: Ask the question.Variables:x = population (whales)E = level of effort (boat-days)g= growth rate (whales per year)h= harvest rate (whales per year)Assumptions:g= 0.08 x (1 - x / 400,000)h= .00001 E xg= h,x >= 0,E >= 0Objective:Maximize h.Step 2: Select the modeling approach.We will model this problem as a one variable optimization problem. See text p. 6.Step 3: Formulate the model.Let y = h, and writey = f(x) = 0.08 x (1 - x / 400,000).Our goal is to maximize f(x) over the interval x >= 0.Step 4: Solve the model.Compute f '(x) = 0 at x = 200,000, f(x) = 8000 and since the graph of f(x) is a parabola we know this is the global maximum.Step 5: Answer the question.According to this model, the optimal policy is to harvest 8000 whales per year, which requires controlling the level of effort at 4000 boat-days per year. This will maintain the population of whales at 200,000 which is higher than the current population. This indicates that in the past the harvesting rate has exceeded the optimum level according to this model.(b) Examine the sensitivity to the intrinsic growth rate. Consider both the optimum level of effort and the resulting population level.Generalize the model in part (a) to obtain the assumptiong= r x (1 - x / 400,000)where currently r = 0.08. Then we havey = f(x) = r x (1 - x / 400,000)and the optimum is still at x = 200,000 but now f(x) = 100,000 r which leads toE = 50,000 r. ThenS(x , r) = 0S(E , r) = 1because x does not depend on r, and E is proportional to r.(c) Examine the sensitivity to the maximum sustainable population. Consider both the optimum level of effort and the resulting population level.Generalize the model in part (a) to obtain the assumptiong= 0.08 x (1 - x / K)where currently K = 400,000. Then we havey = f(x) = 0.08 x (1 - x / K)and the optimum is at x = K / 2, f(x) = 0.02 K which leads toE = 4000. ThenS(x , K) = 1S(E , K) = 0because E does not depend on K, and x is proportional to K.6. In problem 5, suppose that the cost of whaling is $500 per boat-day, and the price of a fin whale carcass is $6,000.(a) Find the level of effort that will maximize profit over the long term. Model as a one-variable optimization problem using the five-step method.Step 1: Ask the question.Variables:x = population (whales)E = level of effort (boat-days)g= growth rate (whales per year)h= harvest rate (whales per year)R = revenue (dollars per year)C = cost (dollars per year)P = profit (dollars per year)Assumptions:g= 0.08 x (1 - x / 400,000)h= .00001 E xR= 6000 hC= 500 EP = R - Cg= h,x >= 0,E >= 0Objective:Maximize P.Step 2: Select the modeling approach.We will model this problem as a one variable optimization problem. See text p. 6.Step 3: Formulate the model.Setting g = h we see thatE = 0.08 (1 - x / 400,000) / .00001= 8000 - .02 xLet y = P, and writey = f(x) = 6000 (.00001 E x) - 500 E= (.06 x - 500) E= -.0012 x^2 + 490 x - 4,000,000.Our goal is to maximize f(x) over the interval x >= 0.Step 4: Solve the model.Compute f '(x) = 0 at x = 204,167, f(x) = 4.60208*10^7 and since the graph of f(x) is a parabola we know this is the global maximum.Step 5: Answer the question.According to this model, the optimal policy is to harvest 7997 whales per year, which requires controlling the level of effort at 3917 boat-days per year. This will maintain the population of whales at 204,167 and will net the industry an annual profit of around 46 million dollars.(b) Examine the sensitivity to the cost of whaling. Consider both the eventual profit in $ / year and the level of effort.Generalize the model in part (a) to obtain the assumptiony = f(x) = 6000 (.00001 E x) - w E= (.06 x - w) E= -.0012 x^2 + (480+.02 w) x - 8000 w.where currently w = 500. Then the optimum is at x = 200,000 + 25w/3,P = f(x) = (1/12) (w - 24000)^2 which leads to E = (24000 - w)/6. ThenS(P , w) = (dP/dw) (w/P) = -0.04S(E , w) = (dE/dw) (w/E) = -0.02so if the cost of whaling goes up by 10% then the optimal profit decreases by 0.4% and the optimal level of effort decreases by 0.2 %.(c) Examine the sensitivity to the price of a fin whale carcass. Consider both profit and level of effort.Generalize the model in part (a) to obtain the assumptiony = f(x) = c (.00001 E x) - 500 E= (.00001 c x - 500) E= -(c/5,000,000) x^2 + (2c/25 + 10) x - 4,000,000.where currently c = 6000. Then the optimum is at x = 200,000 (c + 125)/c,f(x) = 8000 ( c^2 - 250 c + 15625) / c which leads to E = 4000(c-125)/c. Then S(P , c) = (dy/dc) (c/y) = 1.04S(E , c) = (dE/dc) (c/E) = 0.02so if the price of a fin whale carcass goes up by 10% then the optimal profit increases by about 10.4% and the optimal level of effort increases by 0.2 % .(d) Over the past 30 years there have been several unsuccessful attempts to ban whaling worldwide. Examine the economic incentives for whalers to continue harvesting. In particular, determine the conditions (values of the two parameters: cost per boat-day and price per fin whale carcass) under which harvesting the fin whale produces a sustained profit over the long term.From part (b) we see that the optimal profit is P = f(x) = (1/12) (w - 24000)^2 at $6000per carcass, so that the industry makes a profit whenever the cost of whaling is below $24,000 per boat-day. From part (c) we see that P = 8000 ( c^2 - 250 c + 15625) / c at $500 per boat-day, in which case the industry makes a profit whenever the price per carcass exceeds $125. It is difficult analytically to consider the optimal P as a function of both c and w together, but using our sensitivity results we have approximately thatP = 46,000,000 + 1.04 (46,000/6) (c-6,000) - 0.04 (460,000/5) (w-500)and then P>0 whenever c > 6w/13 or in other words the industry makes a profit as long as the price of a fin whale carcass is a bit more than half of the cost per boat-day of whaling.Thus there is a very strong profit motive to continue whaling.7. Reconsider the pig problem of Example 1.1, but now suppose that our objective is to maximize our profit rate ($/day). Assume that we have already owned the pig for 90 days and have invested $100 in this pig to date.(a) Find the best time to sell the pig. Use the five-step method, and model as a one-variable optimization problem.Step one is the same as in figure 1.1 of the text, except that we add a new variable Q =profit per day ($/day), we assume C = 100 + 0.45 t, Q = P / (t + 90), and our objective is to optimize profit per day. This is a one variable optimization problem. Letting x = t and y = f (x) = Q we are to find the maximum of the functionf (x) = ((200 + 5 x) (0.65 - 0.01 x) - (100+ 0.45 x)) / (x + 90)over the set of all nonnegative x. The graph indicates a maximum around x = 4.5,f (x) = 0.345.GRAPHING UTILITYy = f(x)0.3300.3320.3340.3360.3380.3400.3420.3440.34612345678910y x Computef '(x) = -(x^2+180*x-840)/(20*(x+90)^2) = 0at x = 2*SQRT(2235)-90 or approximately x = 4.55. Then the farmer should sell the pig in 4 or 5 days to maximize profit per day, or the rate at which the farmer earns income.(b) Examine the sensitivity to the growth rate of the pig. Consider both the best time to sell and the resulting profit rate.Let g denote the growth rate of the pig, where currently we assume g = 5 lbs / day. Now we are to find the maximum of the functionf (x) = ((200 +g x) (0.65 - 0.01 x) - (100+ 0.45 x)) / (x + 90)over the set of all nonnegative x. Computef '(x) = -(g*x^2+180*g*x-150*(39*g-167))/(100*(x+90)^2) = 0atx = 5*SQRT(6)*(SQRT(93*g-167)-3*SQRT(6)*SQRT(g))/SQRT(g)and then at g = 5 we haveS(x, g) = (dx / dg) (g / x) = 4.82so that if the pig grows 1% faster than expected, we should wait 5% longer to sell the pig. Substituting into y = f(x) we can also compute thatS(y, g) = (dy / dg) (g / y) = 0.42so that if the pig grows 10% faster then expected we should gain an additional 4% profit per day.(c) Examine the sensitivity to the rate at which the price for pigs is dropping. Consider both the best time to sell and the resulting profit rate.Let r denote the rate at which price is falling, where currently r = 0.01 ($/day). Then we are to maximizef (x) = ((200 + 5 x) (0.65 - r x) - (100+ 0.45 x)) / (x + 90)over the set of all nonnegative x. Computef '(x) = -(5*r*x^2+900*r*x+6*(3000*r-37))/(x+90)^2 = 0atx = SQRT(30)*(SQRT(3750*r+37)-15*SQRT(30)*SQRT(r))/(5*SQRT(r))and then at r = 0.01 we haveS(x, r) = (dx / dr) (r / x) = -5.16so that if the price drops 1% faster than expected, we should sell the pig 5% sooner. Substituting into y = f(x) we can also compute thatS(y, r) = (dy / dr) (r / y) = -0.31so that if the price drops 10% faster then expected then we will lose about 3% of our expected profit per day.8. Reconsider the pig problem of Example 1.1, but now take into account the fact that the growth rate of the pig decreases as the pig gets older. Assume that the pig will be fully grown in another five months.(a) Find the best time to sell the pig in order to maximize profit. Use the five-step method, and model as a one-variable optimization problem.The results of step one are the same as in figure 1.1 of the text, except that now we assume the growth rate of the pig is r (lbs/day) where r = 5 - t / 30 so that the weightw (lbs) of the pig after t days is w = 200 + (5 - t / 30) t. Then we need to maximizef (x) = (200 + (5 - x / 30) x) (0.65 - 0.01 x) - 0.45 xover the set of all nonnegative x. The graph indicates a maximum around x = 6,f (x) = 132.GRAPHING UTILITYy = f (x)132.5132.0131.5y131.0130.5130.0xWe compute thatf '(x) = (3*x^2-430*x+2400)/3000 = 0at x = 215/3-5*SQRT(1561)/3 = 5.82 so that f (x) = 132.29. Then the farmer should sell the pig after 6 days, and the expected net profit will be about $132.(b) Examine the sensitivity to the time it will take until the pig is fully grown. Consider both the best time to sell and the resulting profit.We generalize our previous model. Let a denote the rate at which the growth of the pig slows. Currently a = 1.0 lbs/day per month. Now the problem is to maximizef (x) = (200 + (5 - a x / 30) x) (0.65 - 0.01 x) - 0.45 xover the set of all nonnegative x. For values of a near 1.0 the maximum should occur at a point near x = 6 where f '(x) = 0. We compute thatf '(x) = (3*a*x^2-10*x*(13*a+30)+2400)/3000 = 0at x = -5*(SQRT(169*a^2+492*a+900)-13*a-30)/(3*a). Then at a = 1.0 we haveS(x, a) = (dx / da) (a / x) = -0.28so that if the pig stops growing 10% sooner than expected, then we should sell the pig 3% sooner. Substituting into the formula for y = f (x) we may also compute thatS(y, a) = (dy / da) (a / y) = -0.005so that the resulting profit is almost totally insensitive to the rate at which the pig stops growing. This makes sense because the growth rate of the pig will not change much in the 6 or so days until we sell.9. A local daily newspaper with a circulation of 80,000 subscribers is thinking of raising its subscription price. Currently the price is $1.50 per week, and it is estimated that the paper would lose 5,000 subscribers if the rate were to be raised by 10 cents/week.(a) Find the subscription price that maximizes profit. Use the five-step method, and model as a one-variable optimization problem.Step 1: Ask the question.Variables:p = subscription price ($/paper)s = number of subscriptions (papers)P= profit ($)Assumptions:s= 80000 - 50000 (p - 1.50)P= p ss>= 0p >= 0Objective:Maximize P.Step 2: Select the modeling approach.We will model this problem as a one variable optimization problem. See text p. 6.Step 3: Formulate the model.Let x = p and y = P, and writey = f(x) = x (80000 - 50000 (x - 1.50)).Our goal is to maximize f(x) over the interval [0, 3.10] since these are the only values of x that satisfy both s >= 0 and p >= 0. In other words, price cannot be negative, and according to our model the number of subscriptions drops to zero when price is raised to $3.10.Step 4: Solve the model.A graph of the function f (x) shows that the maximum occurs at around x = 1.5 andf (x) = 120,000.GRAPHING UTILITYy = f (x)-200000200004000060000800001000001200001400000.00.5 1.0 1.52.0 2.53.0 3.5y xCompute f '(x) = 5000*(31-20*x) = 0 at x = 31/20 = 1.55, f(x) = 120125 which is the global maximum.Step 5: Answer the question.According to this model, the optimal policy is to raise the price of the paper by 5 cents to $1.55 per week. The resulting profit (actually it is revenue since we have not accounted for any costs in our model) is $120,125 per week as opposed to $120,000 currently.(b) Examine the sensitivity of your answer in part (a) to the assumption of 5,000 lost subscribers. Calculate the optimal subscription rate assuming that this parameter is 3,000, 4,000, 5,000, 6,000, or 7,000.We repeat the above procedure with the parameter 10 n = 50000 replaced by 30000, ...to obtain the following results:n x y3000 2.081302104000 1.751224905000 1.551201256000 1.421204107000 1.32122220(c) Let n = 5,000 denote the number of subscribers lost when the subscription price increases by 10 cents. Calculate the optimal subscription price p as a function of n, and use this formula to determine the sensitivity S(p,n).Now we need to maximizef (x) = x (80000 - 10 n (x - 1.50))where currently n = 5000. For values of n near 5000 the maximum should occur at the point near x = 1.50 where f '(x) = 0. We calculate thatf '(x) = -5*(4*n*x-3*n-16000) = 0at p = x = (3*n+16000)/(4*n). Then at n = 5000 we find thatS(p, n) = (dp / dn) ( n / p) = -16000/(3*n+16000) = -16/31 = -0.52so that if the number n of lost subscriptions for a 10 cent price increase is 20% higher than expected, then the optimal price is about 10% lower. This is in rough agreement with the results of part (b) above.(d) Should the paper change its subscription price? Justify your conclusions in plain English.The newspaper should not make a change in its subscription price based on the results of this model. The chart in part (b) shows that for current estimate of n = 5000 we are already very close to the optimal subscription price. In fact the results of part (a) show that we are within 5 cents. If we did raise the price by 5 cents we would only increase our revenue by an estimated $125 or about 0.10 percent. The likely magnitude of error in our estimate of n is probably at least 10 or 20 percent, and so in fact the optimal price may be slightly higher or lower than the current price of $1.50 per week.。
数学建模作业及答案
数学建模作业姓名:叶勃学号:班级:024121一:层次分析法1、 分别用和法、根法、特征根法编程求判断矩阵1261/2141/61/41A ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦11/2433217551/41/711/21/31/31/52111/31/5311A ⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦的特征根和特征向量(1)冪法求该矩阵的特征根和特征向量 程序为:#include<iostream> #include<math.h> using namespace std;#define n 3 //三阶矩阵#define N 20 #define err 0.0001 //幂法求特征值特征向量 void main(){cout<<"**********幂法求矩阵最大特征值及特征向量***********"<<endl; int i,j,k;double A[n][n],X[n],u,y[n],max;cout<<"请输入矩阵:\n"; for(i=0;i<n;i++) for(j=0;j<n;j++)cin>>A[i][j]; //输入矩阵 cout<<"请输入初始向量:\n"; for(i=0;i<n;i++)cin>>X[i]; //输入初始向量 k=1; u=0;while(1){ max=X[0]; for(i=0;i<n;i++) {if(max<X[i]) max=X[i]; //选择最大值 }for(i=0;i<n;i++)y[i]=X[i]/max; for(i=0;i<n;i++)X[i]=0;for(j=0;j<n;j++)X[i]+=A[i][j]*y[j]; //矩阵相乘}if(fabs(max-u)<err){cout<<"A的特征值是 :"<<endl; cout<<max<<endl; cout<<"A的特征向量为:"<<endl; for(i=0;i<n;i++) cout<<X[i]/(X[0]+X[1]+X[2])<<" ";cout<<endl;break;}else{if(k<N) {k=k+1;u=max;} else {cout<<"运行错误\n";break;}}} }程序结果为:(2)和法求矩阵最大特征值及特征向量程序为:#include<stdio.h>#include<iostream>#include<math.h> using namespace std;#define n 3 //三阶矩阵#define N 20void main(){int i,j,k;double A[n][n],w[n],M[n],u[n],W[n][n],max;cout<<"********和法求矩阵的特征根及特征向量*******"<<endl;cout<<"请输入矩阵:\n";for(i=0;i<n;i++)for(j=0;j<n;j++)cin>>A[i][j]; //输入矩阵 //计算每一列的元素和M[0]=0;M[1]=0;M[2]=0;for(i=0;i<n;i++)for(j=0;j<n;j++){M[i]+=A[j][i];}//将每一列向量归一化for(i=0;i<n;i++)for(j=0;j<n;j++){W[j][i]=A[j][i]/M[i];}//输出按列归一化之后的矩阵Wcout<<"按列归一化后的矩阵为:"<<endl;for(i=0;i<n;i++)for(j=0;j<n;j++){cout<<W[i][j]<<" ";if(j==2)cout<<endl;} //求特征向量w[0]=0;w[1]=0;w[2]=0;for(i=0;i<n;i++)for(j=0;j<n;j++){w[i]+=W[i][j];}cout<<"特征向量为:"<<endl; for(i=0;i<n;i++){u[i]=w[i]/(w[0]+w[1]+w[2]);cout<<u[i]<<" "<<endl;}//求最大特征值max=0;for(i=0;i<n;i++){w[i] = 0;for(j=0;j<n;j++){w[i] += A[i][j]*u[j];}}for(i = 0;i < n;i++){max += w[i]/u[i];}cout<<"最大特征根为:"<<endl;cout<<max/n<<endl; }运行结果为:(3)根法求矩阵最大特征值及特征向量:程序为:#include<stdio.h>#include<iostream>#include<math.h>using namespace std;#define n 3 //三阶矩阵#define N 20void main(){int i,j;double A[n][n],w[n],M[n],u[n],W[n][n],max;cout<<"********根法求矩阵的特征根及特征向量*******"<<endl; cout<<"请输入矩阵:\n";for(i=0;i<n;i++)for(j=0;j<n;j++)cin>>A[i][j]; //输入矩阵//计算每一列的元素和M[0]=0;M[1]=0;M[2]=0;for(i=0;i<n;i++)for(j=0;j<n;j++){M[i]+=A[j][i];}//将每一列向量归一化for(i=0;i<n;i++)for(j=0;j<n;j++){W[j][i]=A[j][i]/M[i];}//输出按列归一化之后的矩阵Wcout<<"按列归一化后的矩阵为:"<<endl;for(i=0;i<n;i++)for(j=0;j<n;j++){cout<<W[i][j]<<" ";if(j==2)cout<<endl;}//求特征向量//w[0]=A[0][0];w[1]=A[0][1];w[2]=A[0][2];w[0]=1;w[1]=1;w[2]=1;for(i=0;i<n;i++){for(j=0;j<n;j++){w[i]=w[i]*W[i][j];}w[i]=pow(w[i], 1.0/3);}cout<<"特征向量为:"<<endl;for(i=0;i<n;i++){u[i]=w[i]/(w[0]+w[1]+w[2]);cout<<u[i]<<" "<<endl;}//求最大特征值max=0;for(i=0;i<n;i++){w[i] = 0;for(j=0;j<n;j++){w[i] += A[i][j]*u[j];}}for(i = 0;i < n;i++){max += w[i]/u[i];}cout<<"最大特征值为:"<<endl; cout<<max/n;}运行结果为:2、编程验证n阶随机性一致性指标RI:运行结果:3、考虑景色、费用、居住、饮食、旅途五项准则,从桂林、黄山、北戴河三个旅游景点选择最佳的旅游地。
福建师范大学2023年2月课程考试《数学建模》作业考核试题
福建师范大学2023年2月课程考试《数
学建模》作业考核试题
第一题
请根据以下信息,回答问题:
- 在某公司的某期广告活动中,共有50人参加。
- 这些参与者中的35人是男性,15人是女性。
- 48人中参加了室内活动,其中的33人是男性。
- 还有30人参加了室外活动,其中有18人是男性。
问题:参加室内活动的男性和参加室外活动的女性之间的人数差是多少?
请在下面回答问题:
室内活动的男性人数是33人,室外活动的女性人数是12人。
因此,参加室内活动的男性和参加室外活动的女性之间的人数差是21人。
第二题
请根据以下信息,回答问题:
- 某公司A在2022年的销售额为5000万元。
- 公司A的年销售额增长率为10%。
问题:公司A在2023年的销售额预计是多少?
请在下面回答问题:
公司A的年销售额增长率为10%,因此预计公司A在2023年的销售额为5500万元。
第三题
请根据以下信息,回答问题:
- 一辆汽车在开始时的速度为30米/秒。
- 汽车经过2分钟后,速度增加到40米/秒。
问题:汽车每秒的平均加速度是多少(假设匀加速)?
请在下面回答问题:
汽车的速度从30米/秒增加到40米/秒,经历了2分钟,即120秒。
因此,汽车每秒的平均加速度为(40米/秒 - 30米/秒) / 120秒 = 0.0833米/秒^2。
以上为《数学建模》作业考核试题的解答。
2016数学建模作业
说明:本电子版题目与教材原题不符者以教材为准,教材上没有的做了会适当加分。
教材上有而本电子版题目没有原题的,请同学们自行录入原题。
所有基本题目解答过程均须不少于姜启源先生《数学模型第三版习题参考解答》之答案长度!第1章 数学模型引论1.1 在稳定的椅子问题中,如设椅子的四脚连线呈长方形,结论如何?(稳定的椅子问题见姜启源《数学模型》第6页)(小型题目模版)解:模型分析(黑体五号字):……宋体五号字 模型假设与符号说明(黑体五号字):……宋体五号字 模型建立:……宋体五号字 模型求解:……宋体五号字 程序源代码(如果需要编程):……宋体五号字 程序运行结果(如果有图形或数据):……宋体五号字 模型讨论:……宋体五号字1.2 在商人们安全过河问题中,若商人和随从各四人,怎样才能安全过河呢?一般地,有n 名商人带n 名随从过河,船每次能渡k 人过河,试讨论商人们能安全过河时,n 与k 应满足什么关系。
(商人们安全过河问题见姜启源《数学模型》第7页)1.3 人、狗、鸡、米均要过河,船需要人划,另外至多还能载一物,而当人不在时,狗要吃鸡,鸡要吃米。
问人、狗、鸡、米怎样过河?1.4 有3对阿拉伯夫妻过河,船至多载两人,条件是根据阿拉伯法典,任一女子不能在其丈夫不在的情况下与其他的男子在一起。
问怎样过河?1.5 如果银行存款年利率为5.5%,问如果要求到2010年本利积累为100000元,那么在1990年应在银行存入多少元?而到2000年的本利积累为多少元?1.6 某城市的Logistic 模型为2610251251N N dt dN ⨯-=,如果不考虑该市的流动人口的影响以及非正常死亡。
设该市1990年人口总数为8000000人,试求该市在未来的人口总数。
当∞→t 时发生什么情况。
1.7 假设人口增长服从这样规律:时刻t 的人口为)(t x ,最大允许人口为m x ,t 到t t ∆+时间内人口数量与)(t x x m -成正比。
福师《数学建模》在线作业一1答案
福师《数学建模》在线作业一-0005试卷总分:100 得分:0一、判断题(共40 道试题,共80 分)1.数据的动态性又称为记忆性A.错误B.正确正确答案:B2.大学生走向工作岗位后就不需要数学建模了A.错误B.正确正确答案:A3.图示法是一种简单易行的方法A.错误B.正确正确答案:B4.明显歪曲实验结果的误差为过失误差A.错误B.正确正确答案:B5.任意齐次线性方程组的基本解组仅有一组A.错误B.正确正确答案:A6.任何一个模型都会附加舍入误差A.错误B.正确正确答案:B7.模型不具有转移性A.错误B.正确正确答案:A8.获取外部信息时必须考虑其可靠性和权威性A.错误B.正确正确答案:B9.求常微分方程的基本思想是将方程离散化转化为递推公式以求出函数值A.错误B.正确正确答案:B10.利用乘同余法可以产生随机数A.错误B.正确正确答案:B11.数学建模的真实世界的背景是可以忽视的A.错误B.正确正确答案:A12.预测战争模型是牛顿提出的A.错误B.正确正确答案:A13.引言是整篇论文的引论部分A.错误B.正确正确答案:B14.数学建模是一种抽象的模拟,它用数学符号等刻画客观事物的本质属性A.错误B.正确正确答案:B15.建模中的数据需求常常是一些汇总数据A.错误B.正确正确答案:B16.对变量关系拟合时精度越高越好A.错误B.正确正确答案:A17.面向事件法又称时间增量法A.错误B.正确正确答案:A18.原型指人们在社会和生产实践中关心和研究的现实世界中的实际对象A.错误B.正确正确答案:B19.题面见图片A.错误B.正确正确答案:B20.现在世界的科技文献不到2年就增加1倍A.错误B.正确正确答案:A21.在构造一个系统的模拟模型时要抓住系统中的主要因素A.错误B.正确正确答案:B22.没有创新,人类就不会进步A.错误B.正确正确答案:B23.渡口模型涉及到先到后服务的排队问题A.错误B.正确正确答案:A24.建模主题任务是整个工作的核心部分A.错误B.正确正确答案:B25.小组讨论要回避责任A.错误B.正确正确答案:A26.有的建模问题可利用计算机求解A.错误B.正确正确答案:B27.利用理论分布基于对问题的实际假设选择适当的理论分布可以对随机变量进行模拟A.错误B.正确正确答案:B28.参考文献要反映出真实的科学依据A.错误B.正确正确答案:B29.量纲分析是20世纪提出的在物理领域建立数学模型的一种方法A.错误B.正确正确答案:B30.利用偏回归平方和评价一个自变量在一组自变量中的重要性A.错误B.正确正确答案:B31.现在公认的科学单位制是SI制A.错误B.正确正确答案:B32.随机误差不是由偶然因素引起的A.错误B.正确正确答案:A33.数学建模仅仅设计变量A.错误B.正确正确答案:A34.研究新产品销售模型是为了使厂家和商家对新产品的推销速度做到心中有数A.错误B.正确正确答案:B35.我国对异常值没有颁布标准A.错误B.正确正确答案:A36.数学建模没有唯一正确答案A.错误B.正确正确答案:B37.利润受销售量的影响和控制A.错误B.正确正确答案:B38.最小二乘法估计是常见的回归模型参数估计方法A.错误B.正确正确答案:B39.模型的成功与否取决于经受住实践检验A.错误B.正确正确答案:B40.关键词不属于主题词A.错误B.正确正确答案:A二、多选题(共10 道试题,共20 分)1.建立数学模型时可作几方面的假设____A.关于是否包含某些因素的假设B.关于条件相对强弱及各因素影响相对大小的假设C.关于变量间关系的假设D.关于模型适用范围的假设正确答案:ABCD2.估计模型中参数值的常用方法有____A.直接查阅资料B.图解法C.统计法D.机理分析法正确答案:ABCD3.使用模拟系统应达到的目标有()A.描述一个现有的系统B.探索一个假设的系统C.设计一个改进的系统正确答案:ABC4.实验误差有____A.随机误差B.系统误差C.过失误差正确答案:ABC5.建立微分方程模型一般的步骤是____A.把用语言叙述的情况化为文字方程B.给出问题所涉及的原理或物理定律C.列出微分方程,列出该微分方程的初始条件或其他条件D.求解微分方程,确定微分方程中的参数,最后求出问题的答案正确答案:ABCD6.用模拟模型去解决实际问题时的注意事项有____A.应该做足够多次的模拟运行后,对结果进行分析B.注意抓住系统中的主要因素C.把握原则D.牢记建模目标E.模拟模型的每一次模拟都是从特定的初始状态开始F.一个系统是在稳定状态条件下按正常情况设计的正确答案:ABCDEF7.采取面向事件法进行系统模拟的步骤是____A.写出实体(实体的特征),状态,活动B.确定系统的运转规则,画出说明事件和活动的流向图C.绘制“轨迹表”表格,产生随机数进行模拟D.写轨迹表正确答案:ABCD8.观察实际问题中的平衡现象的方法有______A.从长期的宏观的角度着眼,在大局上或整体上进行研究B.从瞬时的局部的角度着眼,把微小结构及瞬时变化作为问题来研究C.利用宏观模型去观察D.利用微观模型去观察正确答案:ABCD9.数学模型的误差原因有____A.来自建模假设的误差B.来自近似求解方法的误差C.来自计算工具的舍入误差D.来自数据测量的误差正确答案:ABCD10.产生随机数的数学方法有____A.乘同余法B.混合同余法C.除同余法D.独立同余法正确答案:AB。
华师数学建模考试资料
数学建模名词解释:一阶差分方程标准答案:2.第9题名词解释:数学模型标准答案:数学模型(Mathematical Model)是由数字、字母或者其他数学符号组成的,描述现实对象数量规律的数学公式、图形或算法.3.第10题名词解释:二阶差分方程4.第15题名词解释:(1)线性规划模型;(2)线性规划模型的可行域;(3)线性规划模型的最优解和最优值;(4)不可行的线性规划模型;(5)无界的线性规划模型.标准答案:5.第4题标准答案:6.第11题司机在驾驶过程中遇到突发事件会紧急刹车,从司机决定刹车到车完全停住汽车行驶的距离称为刹车距离,车速越快,刹车距离越长. 请问刹车距离与车速之间具有怎样的数量关系7.第12题考虑弹簧-质量系统,收集弹簧伸长的长度与弹簧末端悬挂的质量的实验数据,记录在表1(单位省略). 请计算出伸长与质量的函数关系的经验公式.表1 弹簧伸长和质量的测量数据标准答案:8.第14题(接续47 酶促反应(1)和48酶促反应(2))请分析Michaelis-Menten模型非线性拟合和线性化拟合的结果有何区别原因是什么标准答案:您的答案:题目分数:此题得分:9.第1题阅读材料电声器材厂在生产扬声器的过程中,有一道重要的工序:使用AB 胶粘合扬声器中的磁钢与夹板. 长期以来,由于对AB胶的用量没有一个确定的标准,经常出现用胶过多,胶水外溢;或用胶过少,产生脱胶,影响了产品质量. 表1是一些恰当用胶量的具体数据.表1 磁钢面积(cm2)和恰当用胶量(g)的具体数据设自变量x为磁钢面积,因变量y为恰当用胶量,用以下MATLAB脚本做一元线性回归分析的计算:x=[;;;;;;;;;];y=[;;;;;;;;;];X=[ones(size(x)),x]; [b,bint,r,rint,stat]=regress(y,X)命令窗口显示的计算结果:b =bint = r =rint =stat =2174问题请将计算结果整理成表格,并进行分析. 标准答案:10.第6题标准答案:您的答案:题目分数:此题得分:11.第7题标准答案:您的答案:题目分数:此题得分:12.第8题标准答案:您的答案:题目分数:此题得分:13.第16题某营养师要为某个儿童预定午餐和晚餐,已知一个单位的午餐含12个单位的碳水化合物,6个单位蛋白质和6个单位的维生素C;一个单位的晚餐含8个单位的碳水化合物,6个单位的蛋白质和10个单位的维生素C. 另外,该儿童这两餐需要的营养中至少含64个单位的碳水化合物,42个单位的蛋白质和54个单位的维生素C. 如果一个单位的午餐、晚餐的费用分别是元和4元,那么要满足上述的营养要求,并且花费最少,应当为该儿童分别预定多少个单位的午餐和晚餐标准答案:您的答案:题目分数:此题得分:14.第2题标准答案:您的答案:题目分数:此题得分:教师未批改15.第5题写出以下公式:按照最小二乘法,由样本数据计算一元线性回归模型的回归系数的点估计.标准答案:您的答案:题目分数:此题得分:教师未批改16.第13题请概括数学软件MATLAB的特点。
数学建模基础练习一及参考答案
数学建模基础练习一及参考答案练习1 matlab练习一、矩阵及数组操作1.利用基本矩阵产生3×3和15×8的单位矩阵、全1矩阵、全0矩阵、均匀分布随机矩阵([-1,1]之间)、正态分布矩阵(均值为1,方差为4),然后将正态分布矩阵中大于1的元素变为1,将小于1的元素变为0。
2.利用fix及rand函数生成[0,10]上的均匀分布的10×10的整数随机矩阵a,然后统计a中大于等于5的元素个数。
3.在给定的矩阵中删除含有整行内容全为0的行,删除整列内容全为0的列。
4.随机生成10阶的矩阵,要求元素值介于0~1000之间,并统计元素中奇数的个数、素数的个数。
二、绘图5.在同一图形窗口画出下列两条曲线图像,要求改变线型和标记y1=2x+5;y2=x^2-3x+1,并且用legend标注。
6.画出下列函数的曲面及等高线z=sinxcosyexp(-sqrt(x^2+y^2)). 7.在同一个图形中绘制一行三列的子图,分别画出向量x=[1 5 8 10 12 5 3]的三维饼图、柱状图、条形图。
三、程序设计8.编写程序计算(x在[-8,8],间隔0.5)先新建的,在那上输好,保存,在命令窗口代数;9.用两种方法求数列前15项的和。
10.编写程序产生20个两位随机整数,输出其中小于平均数的偶数。
11.试找出100以内的所有素数。
12.当时,四、数据处理与拟合初步1随机产生由10个两位随机数的行向量A,将A中元素按降序排列为B,再将B重排为A。
14.通过测量得到一组数据t 1 2 3 4 5 6 7 8 9 10 y 842 362 754 368 169 038 034 016 012 005 分别采用y=c1+c2e^(-t)和y=d1+d2te^(-t)进行拟合,并画出散点及两条拟合曲线对比拟合效果。
15.计算下列定积分16.(1)微分方程组当t=0时,x1(0)=1,x2(0)=-0.5,求微分方程t在[0,25]上的解,并画出相空间轨道图像。
2010年华东地区数学建模一等奖论文 试题一
弹性棒弹性弯曲的研究同济大学熊比德叶子张森摘要首先,对于弹性棒在轴向压力下的形变问题,本文通过查找资料得到微小弹性弯曲下弹性棒“临界力的表达式”。
然后基于一些已有的材料力学结果,推导得到在更一般的弹性弯曲情况下,给定任意初始倾斜角条件的轴向压力与最大侧向挠度的表达式。
然后,根据图像的对称性,考虑弹性棒平衡状态挠曲线的上半部分,并根据轴向压力与最大侧向挠度关于初始倾斜角(即端点与轴向压力的夹角)的表达式,本文推导出在给定初始倾斜角平衡状态下挠曲线的微分方程。
并利用微分方程的数值解法,使用MATLAB 软件编程,得到在任意初始倾斜角条件下,对应的挠曲线的图像。
由于棒两端重合的充要条件是状态曲线的左右两端处于同一水平线上,因此本文采用最优化的搜索方法,令初始倾斜角在[]0 , π上每个很小的间隔取值,使用MATLAB 软件编程,分别求得状态曲线左右两端高度差的绝对值。
当其达到最小值时,所对应的初始倾斜角即为棒两端重合时的初始倾斜角。
最终,确定棒两端重合下的初始倾斜角后,本文由轴向压力表达式得到“21/F F ”;通过简单的数学计算得到“端点重合处的夹角”;由此时的状态曲线得到棒两端重合下的“宽度与棒长之比”以及“长度与棒长之比”。
具体相应结果如下:宽度与棒长之比 高度与棒长之比 0.2569端点重合处的夹角'''812512本文的模型如下:模型Ⅰ(微小弹性弯曲下的弹性棒弯曲模型)该模型基于欧拉-伯努利方程导出的细长压杆临界力的欧拉公式。
简单推导即可得到临界力1F 的表达式。
模型Ⅱ(一般弹性弯曲下的弹性棒弯曲模型)针对后四个问题建立比模型Ⅰ更一般的弹性棒弯曲模型。
运用MATLAB 软件编程,得到棒端点重合时的初始倾斜角,以及端点重合时弹性棒的状态曲线,从而得到相应问题的结果。
并且验证了实验结果的正确性。
本文通过合理的数学推导建立解决问题所需的模型,并使用MATLAB 软件对模型编程求解,同时运用适当的图表加以分析说明,使得文章准确并且易于理解;之后本文拓展提出了一些猜想和提高解模速度的方法,对问题尝试做更深入的研究;最后对模型的灵敏度分析,进一步说明了模型的稳定与科学。
华师数学建模考试资料
数学建模名词解释:一阶差分方程标准答案:2.第9题名词解释:数学模型标准答案:数学模型(Mathematical Model)就是由数字、字母或者其她数学符号组成得,描述现实对象数量规律得数学公式、图形或算法、3.第10题名词解释:二阶差分方程4。
第15题名词解释:(1)线性规划模型;(2)线性规划模型得可行域;(3)线性规划模型得最优解与最优值;(4)不可行得线性规划模型;(5)无界得线性规划模型、标准答案:5。
第4题标准答案:6。
第11题司机在驾驶过程中遇到突发事件会紧急刹车,从司机决定刹车到车完全停住汽车行驶得距离称为刹车距离,车速越快,刹车距离越长、请问刹车距离与车速之间具有怎样得数量关系7.第12题考虑弹簧-质量系统,收集弹簧伸长得长度与弹簧末端悬挂得质量得实验数据,记录在表1(单位省略)、请计算出伸长与质量得函数关系得经验公式、表1 弹簧伸长与质量得测量数据质量50100150200250300伸长1、0001、8752、7503、2504、3754、875质量350400450500550伸长5、6756、5007、2508、0008、750标准答案:8.第14题(接续47 酶促反应(1)与48酶促反应(2))请分析Michaelis—Menten模型非线性拟合与线性化拟合得结果有何区别?原因就是什么?标准答案:您得答案:题目分数:4、0此题得分:0、09.第1题阅读材料电声器材厂在生产扬声器得过程中,有一道重要得工序:使用AB胶粘合扬声器中得磁钢与夹板、长期以来,由于对AB胶得用量没有一个确定得标准,经常出现用胶过多,胶水外溢;或用胶过少,产生脱胶,影响了产品质量、表1就是一些恰当用胶量得具体数据、2设自变量x为磁钢面积,因变量y为恰当用胶量,用以下MATLAB脚本做一元线性回归分析得计算:x=[11、0;19、4;26、2;46、6;56、6;67、2;125、2;189、0;247、1;443、4];y=[0、164;0、396;0、404;0、664;0、812;0、972;1、688;2、86;4、076;7、332];X=[ones(size(x)),x];[b,bint,r,rint,stat]=regress(y,X)命令窗口显示得计算结果:b =-0、101210、016546bint =-0、24763 0、0452090、015728 0、017365r =0、08320、176210、071696—0、0058489-0、023312-0、038703-0、28239-0、166040、0886160、096575rint =-0、2348 0、4012-0、11393 0、46635—0、2522 0、39559-0、33976 0、32806-0、35828 0、31166-0、374080、29667-0、51782 -0、046954—0、468950、13686—0、2249 0、40213-0、077904 0、27105stat =0、99633 2174 4、948e-011 0、02121问题请将计算结果整理成表格,并进行分析、标准答案:10。
华师版数学八年级下册 建立一次函数的模型解决实际问题
一次函数模 型的应用
①将实验得到的数据在平面直角 坐标系中描出
②观察这些点的特征,确定选用 的函数模型,并根据已知数据求 出具体的函数表达式
③进行检验
④应用这个函数模型解决问题
20k + b = 160. 解得 k = 9,b = -20.
于是 y = 9x - 20. ① 将 x = 21,y = 169 代入①式也符合.
公式 ① 就是身高 y 与指距 x 之间的函数表达式.
(2) 当小李的指距为 22 cm 时,你能测算他的身高 吗? 解:当 x = 22 时, y = 9×22 - 20 = 178.
y (码)
42
这些点在一条直线上,40
38
如图所示.
36
34
32
30
x(厘米)
O 21 22 23 24 25 26 27
问2:据说某篮球巨人的鞋子长 31 cm,那么你知道
他穿多大码的鞋子吗?
我们选取点(22,34)及 点(25,40)的坐标代入 y = kx + b中,得
22k + b = 34,
由于 t = 0 (即1990年) 时,撑杆跳高的记录为 3.33 m; t = 4 (即1994年) 时,记录为 3.53 m,因此
b = 3.33,
4k + b = 3.53. 解得 k = 0.05, b = 3.33. 于是 y = 0.05t + 3.33. ①
当 t = 8 时,y = 3.73,这说明 1908 年的撑杆跳高记录 也符合公式①. 公式①就是奥运会早期男子撑杆跳高记录 y 与 t 之间 的函数表达式.
2. 世界上大部分国家都使用摄氏温度(℃)计量法,但 美、英等国的天气预报仍然使用华氏温度(℉)计量法. 两种计量法之间有如下的对应关系:
华师大版七年级数学练习卷:请你做个设计师
请你做个设计师
侯怀有
一、分割图形
例1如图1所示,有一块正方形土地,要在其上修筑两条笔直的道路,将这两块土地分成形状相同且面积相等的四部分,若道路的宽度忽略不计,请你设计三种不同的修筑方案.
解析:只要过正方形的中心画两条垂直的直线即可,本题答案不唯一,如图2所示
.
图1 图2
二、图形的密铺
例2黑色等边三角形与白色正六边形的边长相等,用它们镶嵌图案,方法如下:白色正六边形分上下两行,上面一行的六边形个数比下面一行少一个,六边形之间的空隙用黑色等边三角形嵌满,按第1、2、3个图案(如图3)所示规律,则第2011个图案中,黑色等边三角形与白色正六边形的个数分别是.
解析:观察发现,后一幅图比前一幅图多4个黑色等边三角形、2个白色正六边形. 黑色等边三角形的个数分别有:4、8、12、16、…,白色正六边形的个数分别有:3、5、7、9、…,则第2011幅图中共有(4×2011)个黑色等边三角形,(2×2011+1)个白色正六边形.故应该填8044、4023.
三、巧移火柴棒
例3图4与图5所示的图形是由火柴棒组成的,请回答下列问题:
(1)移动图4中的火柴棒,组成3个大小及形状均相同的正方形;
(2)移走图5中的3根火柴棒,组成6个大小及形状均相同的等边三角形.
解析:同学们可以亲自动手试一试,注意题中“移动”和“移走”的区别.答案不唯一,如图6和图7所示.
图
4 图5
第1个第2个第3个
图3
图
6 图
7。
- 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)。
数学建模作业一、教材76页第1章习题1第7题(来自高中数学课本的数学探究问题,满分10分)表是某地一年中10天的白昼时间(单位:小时),请选择合适的函数模型,并进行数据拟合.解:根据地理常识,某地的白昼时间是以一年为周期而变化的,以日期在一年中序号为自变量x ,以白昼时间为因变量y ,则根据表的数据可知在一年(一个周期)内,随着x 的增加,y 大约在6月21日(夏至)达到最大值,在12月21日(冬至)达到最小值,在3月21日(春分)或9月21日(秋分)达到中间值。
选择函数2sin()365x y A b π=+ϕ+作为函数值。
根据表的数据,推测A,b 和ϕ的值,作非线性拟合得26.9022sin()12.385365x y π=-1.3712+,预测该地12月21日的白昼时间为小时。
二、教材100页第2章习题2第1题(满分10分)继续考虑第节“汽车刹车距离”案例,请问“两秒准则”和“一车长度准则”一样吗“两秒准则”是否足够安全对于安全车距,你有没有更好的建议解(1)按照节中的“汽车刹车距离”案例,“两秒准则”和“一车长度准则”在模型分析与模型建立差不多相同,只是K 1的取值不同。
D ~ 前后车距(m ); v ~ 车速(m/s );K 1 ~ 按照“两秒准则”,D 与v 之间的比例系数(s ).于是“两秒准则”的数学模型为:D= K 1* v ;(K1= ;已经知道,刹车距离的数学模型为 d=k 1v+k 22v ;;比较()与()式得d-D=(k1+k2v-K1)v;所以当k1+k2v-K1>0时,即前后车距大于刹车距离的理论值,可以为是足够安全;k1+k2v-K1<0时,可以为是不够安全。
代入k1=,k2=,K1=,计算得到当车速超过s时,“两秒准则"就不够安全了。
(2)下面的程序及图像也是很好的证明。
源程序:v=(20:5:80).*;d2=[18, 25, 36, 47, 64, 82, 105, 132, 162, 196, 237, 283, 334 22, 31, 45, 58, 80, 103, 131,165, 202, 245, 295, 353, 418 20,28,,,72,,118,,182,,266,318,376];d2=.*d2;K1=;k1=; k2=; d=d2+d1;plot([0,40],[0,2*40],'--k', [0,40]),hold onplot(0:40,polyval([k2,k1,0],0:40),':k')plot([v;v;v],d,'ok','MarkerSize',2),hold offtitle('比较刹车距离实测数据、理论值、两秒准则') legend('两秒准则','刹车距离理论值',...'刹车距离的最小值、平均值和最大值',2)xlabel('车速v(m/s)'), ylabel('距离(m)')(3)根据汽车的最高速度一般不超过120km/h (约s),k2= , k1= , *k2+k1= + = s ,所以我认为可以采取“秒准则"。
这在理论上和实际上都是比较安全的。
三、教材100页第2章习题2第3题(满分10分)继续考虑第节“生猪出售时机”案例,做灵敏度分析,分别考虑农场每天投入的资金对最佳出售时机和多赚的纯利润的影响.解:(1)考虑每天投入的资金c 发生的相对为cc∆,则生猪饲养的天数t 发生的相对变化tt∆是cc∆的多少倍,即定义t 对c 的灵敏度为S (t,c )=△t/t△c/c 因为△c →0,所以重新定义t 对c 的灵敏度为S (t,c )=△t/t △c/c =dt dc ×ct ①由课本上可知t= rp(0)-gω(0)-c2gr②所以t=rp(0)-g ω(0)2gr -c2gr ,所以t 是c 的减函数为了使t ﹥0,c 应满足rp(0)-g ω(0)-c>0 结合①②可得S (t,c )= — crp(0)-g ω(0)-c = - 错误!= -2这个结果表示的意思是如果农场每天投入的资金c 增加1%,出售时间就应该提前2% 。
(2)同理(1)总收益Q 对每天投入资金c 的灵敏度为S (Q,c )= dQ dc ×cQ③Qmax=[rp(0)-g ω(0)-c]²4gr ④结合③④得Qmax=- 2crp(0)-g ω(0)-c =- 错误!=-4这结果表示的意思是如果每天投入的资金c 增加1%,那么最大利润就会减少4%四、教材143页第3章习题3第2题(满分10分)某种山猫在较好、中等及较差的自然环境下,年平均增长率分别为%、%和%. 假设开始时有100只山猫,按以下情况分别讨论山猫数量逐年变化的过程及趋势:(1) 三种自然环境下25年的变化过程,结果要列表并图示;(2) 如果每年捕获3只,山猫数量将如何变化会灭绝吗如果每年只捕获1只呢(3) 在较差的自然环境下,如果要使山猫数量稳定在60只左右,每年要人工繁殖多少只解:①解记第k年山猫 x k,设自然坏境下的年平均增长率为r,则列式得x k+1=(1+r)x k, k=0,1,2…其解为等比数列x k=x0(1+r)k, k=0,1,2…当分别取r= , 和时,山猫的数量在25年内不同的环境下的数量演变为年较好中等较差1 102 101 962 103 101 913 105 102 874 107 102 835 109 103 796 111 103 767 112 104 728 114 104 699 116 105 6610 118 106 6311 120 106 6012 122 107 5813 124 107 5514 126 108 5216 131 109 4817 133 110 4618 135 110 4419 137 111 4220 140 112 4021 142 112 3822 144 113 3623 147 113 3524 149 114 3325 152 115 32(1)在较好的自然环境下即r=时,x k单调增趋于无穷大,山猫的数量将无限增长;(2)在中等的自然环境下即r=时,x k单调增并且趋于稳定值;(3)在较差的环境中即r=时,x k单调衰减趋于0,山猫将濒临灭绝。
②若每年捕获3只,b=-从上可以得出结论:3,则列式为X k+1=(1+r)x k-b则山猫在25年内的演变为年较好中等较差0 100 100 1001 99 98 932 97 95 853 96 93 784 95 90 725 93 88 666 92 85 607 90 83 548 89 80 499 87 77 4310 86 75 3911 84 72 3412 83 70 2913 81 67 2514 79 64 2115 78 62 1716 76 59 1317 74 56 1018 73 54 619 71 51 320 69 48 021 67 46 -322 65 43 -623 63 40 -924 61 37 -1125 59 35 -14由图上可知,无论在什么环境下,如果每年捕获山猫3只,单调减趋于0,那么最终山猫的数量都会灭绝,在较差的环境中第20年就会灭绝。
同理,如果每年人工捕获山猫1只,那么山猫在不同环境中的演变为年较好中等较差0 100 100 1002 101 99 893 102 99 844 103 98 795 104 98 756 104 97 707 105 97 668 106 96 629 107 96 5910 107 95 5511 108 95 5112 109 94 4813 110 94 4514 111 93 4215 111 93 3917 113 92 3418 114 92 3119 115 91 2920 116 91 2621 117 90 2422 118 90 2223 119 89 2024 120 88 1825 121 88 16如果每年人工捕获山猫一只,在较好的环境下山猫的数量仍然会一直增加,在中等的环境下,山猫的数量趋于稳定,但会慢慢减少,在较差的环境下,山猫的数量一直在减少,很快就会灭绝。
③若要使山猫的数量稳定在60只左右,设每年需要人工繁殖b 只,到第k年山猫的数量为x k=(1+r)x k-1+b, k=0,1,2…这时 x k= x k-1 =60,r=%,代入上式得b≈3五、教材143页第3章习题3第4题(满分10分)某成功人士向学院捐献20万元设立优秀本科生奖学金,学院领导打算将这笔捐款以整存整取一年定期的形式存入银行,第二年一到期就支取,取出一部分作为当年的奖学金,剩下的继续以整存整取一年定期的形式存入银行……请你研究这个问题,并向学院领导写一份报告.报告:摘要:本文主要研究的是基金的最佳使用方案,通过最佳的基金使用计划来提高每年发给学生的奖金。
首先,计算在只有银行存款的条件下,按照收益最大化原则,把基金存入银行使每年发放的奖金数目尽可能多,由于银行存款的期限最长为五年,所以把奖金发放制定成为期五年的发放计划,第六年即可划入下一个五年周期的奖金发放计划中。
在满足基金使用要求的情况下,每年存入银行的各种存款的数目可以根据约束条件计算,然后分析银行存款和投资并存情况下各种资金的分配情况。
存款与投资同时存在的情况。
在不考虑风险的情况下,将投资看作是特殊的存款,其利率用平均收益率近似代替,按照第一步的方法计算此时奖学金发放所产生的资金分配,通过灵敏度分析得出:奖学金发放对投资的灵敏度较高。
根据投资越分散风险越低,可知应将基金分散用于投资和存款,不应将基金大量用投资。
在考虑风险的情况下,应保证基金收益能够满足奖学金的发放要求,期末基金余额应大体与基金初始金额相等。
鉴于学校奖学金基金承担风险能力小,应采取谨慎的投资态度,因此应将学校奖学基金分为两部分:一部分用于保证奖学金的发放;一部分用于投资。
20万可分为两部分,分别作为存款和投资资本。
一方面银行存款以20万递减的趋势进行分析得出存款奖学金发放曲线,另一方面投资0万元开始以递增趋势进行分析得出投资奖学金发放曲线,两者的步长值相等且均为万元,然后将存款奖学金曲线和投资奖学金曲线在同一图中合并为一条曲线,即得出总的奖学金发放曲线,存款奖学金曲线和投资奖学金曲线的交点即为奖学金均衡点,此时,存款与投资的比例较为合适,接着分析投资风险,通过分析得出奖学金发放最优的基金使用方式。