数学模型第三版学习笔记

数学模型第三版学习笔记
数学模型第三版学习笔记

数学模型第三版学习笔记 The document was prepared on January 2, 2021

《数学模型(第三版)》学习笔记

写在开始

---小康社会欢迎您今天第一次归纳、复习,整理思路重点,从最后两章(除了“其他模型”)开始,想可能印象比较深刻。可实际开始总结才发现对于知识的理解和掌握还有很大差距,自己也是自学看书,非常希望各位提出宝贵意见,内容、学习方法经验上的都是. 整本书读下来感觉思路、数学都有很大拓展,总结起来有一下几个特点:(一) “实际—>模型”的建模过程很关键,本书的模型很多虽然所谓“简单”、“假设多”,但简化分析中,还真难找到比它更合适、更合理、更巧妙的建模、假设了;(二) 模型求解之后的处理,许多地方似乎求解完毕可以结束,但却都未戛然而止,而是进一步“结果分析”、“解释”,目的不一,要看进程而定,有的促进了模型的改进,有的对数学结果做出了现实对应的解释(这一点建模过程中也经常做,就是做几步解释一下实际意义),也还有纯数学分析的,这些都是很重要的,在我看来,这本书中的许多模型、论文似乎到了“结果分析”这一步才刚刚开始,前面的求解似乎是家常便饭了;

(三) 用各种各样的数学工具、技巧、思想来建模的过程,

这本书读下来愈发觉得线性代数、高等数学基础的重要

性,同时书中也设计到了一些(虽是浅浅涉及)新的数学知识和技巧,许多我在读的过程中只是试图了解这个思想,而推导过程未能花很多时间琢磨,但即便如此,还是让我的数学知识有了很大的拓展(作为工科专业学生)。

从上周六继续自学《数学模型》开始一周,比预期的时间长了许多,但是过程中我觉得即便如此也很难领会完整这本书的内容。最近学习任务比较多,所以两天前快看完时到现在一直未能做个小结,从今天起每天做2章的小结,既是复习总结重点,也是请诸位同学指教、提意见交流—

—毕竟自己领会很有限。

也可以作为未读过、准备读这本书的同学的参考~

——Tony Sun July 2012, TJU

(目前已更新:全12章)

第1章建立数学模型关键词:数学模型意义特点

第1章是引入的一章,对数学模型的意义来源,做了很好的解释。其实数学模型也是模型的一种,是我们用来研究问题、做实验的工具之一,只不过它比较“理论”、“摸不着”而已。但通常,数学模型有严谨的特点,而且我们可以根据建模实际需要改变模型,成本也比较低;同时数学模型手段之一计算机模拟也有很好的效果。

椅子在不平的地面上放稳、商人安全过河、预报人口增长这3个熟悉的例子,用简单的数学进行描述、建模分析,给数学模型一个最好的诠释:用数学语言描述事物、现象——往往增添了说服力。

第2章初等模型关键词:初等数学简化技巧思想

这一章顾名思义,是一些用“初等”数学知识建立、求解的模型,虽然数学知识比较易懂,但是其中的巧妙思想确实十分重要的。

如何把问题做恰当的简化,到简单的数学工具能够表示、求解的程度,本章做出了很好的例子,同时分析也很精彩。

节公平席位分配,通过定义不公平程度等衡量标准,确立目标,提出Q值法。有意思的是,在考虑是否存在一个理论上公平的分配方法时,根据所提出的4个(毋庸置疑的)公理,得出的结论却是:不存在满足上述公理的分配方法。这种类似情况在本书中后面的例子也出现过。这给我们什么启示呢有些问题和工作,比如公平席位的分配,日常中是一定要做的,就算不能达到绝对公平也要分配,但一旦证明不存在理论上公平的分配方法时,我们还有分配的意义吗答案不一;在这个例子中,固然是有意义的,我们自然转而寻求一个相对公平的分配方法,抑或,就是

回溯查看提出的“公理”是不是那么的“公理”,看能否通过删改公理来取得更公平方案。

录像机计数器、双层玻璃功效、刹车距离等模型,均是用日常现象、基础的物理知识和巧妙简化进行的建模分析,这里每个例子中的分析,求解后的解释很重要——它们是整个模型的关键,阐述现象。

实物交换——是后面经济学模型的雏形,无差别曲线的图形方法,确定这种曲线实际中要收集大量的数据;核军备竞赛一节,也是一个动态的变化过程,基本全是用曲线进行分析的——这里给我们一个思想,得出表达式后,许多时候我们只关注曲线的形状、趋势,因此作图分析是很好的方法,图中可以给我们很多信息(交点,截距,极限值……),而这些信息都一一对应着它们的实际意义;有些即使没有明显的含义,但也很可能为接下来的铺垫、预测作下铺垫。

量纲分析与无量纲化——是另一种重要的求解方法,大致来说思想就是:仅知道变量之间的制约关系(正/负相关),系数、阶数均未知,即只能得出表达式的“形式”,要我们通过“量纲齐次性”(等式两端必须保持量纲的一致)来确定具体的表达式。这是与按理论推导建模并列的另一种方法,这一节用单摆、抛射等物理问题很好地诠释了这种方法的强大。关键:恰当地选择特征尺度,

不仅可以减少独立参数的个数,还帮助我们决定舍弃哪些次要因素。物理知识和经验是关键。

第2章小结:

本章可以总结为“初等数学知识+巧妙简化技巧+思想”,10节涉及了不同类型的问题、数学方法,很多都是本书后面章节模型的雏形、基础。

第3章简单的优化模型关键词:简单优化微分法建模

思想

本章与第4章连续两章都是优化、规划的问题,可以看成一类问题——内容上也是由简单到复杂。在第3章中,主要是几个简单的优化模型,可以归结到函数极值问题来求解,直接用微分法。虽然模型、数学计算难不倒,但是还是那句——建模,求解之后结果分析、结果解释的思想,是我们要学习和引入脑中的。

存贮模型

分不允许、允许缺货两种讨论,中间推出一个最小费用的结果——经济订货批量公式EOQ。对存贮量函数q(t)作图,观察规律,对结果解释。

生猪出售时机

关键点在于敏感性分析和强健性分析——这对于优化模型是否实用、有效是很重要的。

森林救火

亮点是对火势蔓延程度dB/dt的形式作出的数条假设,以及假设对应的实际解释。只要合理、自圆其说,就是一个好的对实际问题的简化。

最优价格

主要是引出边际收入、编辑支出,以及经济学一条着名定律——最大利润在边际收入等于编辑支持时达到。

血管分支

是很有趣的一节,用数学模型研究生理问题,我们还是只关注建模、数学的层面,而对于血管系统几何形状等生理学知识不讨论过多,用合理有力的假设代之。

消费者的选择

一个消费者买两种产品时,钱应该如何分配。分配比例使他得到最大的满意度的最优比例乘务消费者均衡,而建立消费者均衡模型的关键在于确定效用函数U(q1,q1)。冰山运输

也是很有趣的问题,考虑各种因素,基于一些假设,这节研究怎样运输冰山使费用最小。其中用实际数据建立了

经验公式,二是假设冰山为球形,简化了融化规律等的计算。

第4章数学规划模型关键词:数学规划方法

lingo/lindo软件结果深入分析变量个数

约束条件、可行域、目标函数,构成了常说的“数学规划”模型。本章揭示了数学规划的本质,和它与传统优化数学问题的区别:常理优化模型属于函数极值问题的范畴,但实际中更多的是决策变量数、约束个数较大,且最优解往往在边界上取得的问题,因此不能用传统的“微分法”求解——因此要引入“数学规划”方法。

这一章内容不少,但都是一类问题,主要点有几个:1. lingo、lindo求解的使用——运行结果中还有一些平时未留意的信息,可以作为结果分析来用,前两节叙述较多;

2. 一些细节之处:把一句话用数学公式表达,它往往作为约束条件,如p102的式(19);

3. 多目标规划的处理,p109的“选课策略”——基本思想是通过加权组合形成一个新的目标,从而化为单目标规划;

4. 同前面章节一样地,对一个问题解出结果后,问题虽然解决了,但分析并没有结束——我们要学习这种further discussion的精神,发现这个结果“恰与…相同…”之类的,不妨多问自己一句:“这是偶然的吗”然后继续分析,得出一般的结论,这样往往能看到更多的风景,得出的结论更有含金量/启发性,而不是仅仅是解决了该个问题而已。如p109选课策略。

5. 减少变量个数,简化模型、式子(简化起见,同时lingo对变量个数有限制),p115销售的例子。

6. 求最优解时,为了减少搜索范围,加快速度,可以先去一个特殊情况求出一个可行解,然后让最优解至少优于它。

第5章微分方程模型关键词:动态模型合理假设分析

预测控制

这一章是非常经典的一章,对微分方程模型作了很好的诠释、介绍,每一个模型都有丰富的价值。对于随时间连续变化的对象或状态,当我们要 1)分析变化规律;2)预测;3)研究如何控制它的时候,就要建立相应的微分方程模型。

自然地,这样的模型功能非常强大,也具有一般性,也自然地需要在简化假设上动脑筋——如何用数学语言能表述的东西来刻画一个实际动态过程。一个方程,有时就表

示着一件事,这件事有可能还持续几十年——多么有趣而强大。

传染病模型

本节是解决“传播”、“蔓延”微分方程问题的典例,模型分三部分层层递进:SI(只分为易感染着、已感染者),SIS(已感染者可以被治愈,重新变为易感染者),SIR(治愈后具免疫力,即增加了“移出者”)。可以说从基础模型到一步步递进,是对实际传染病情况的逐渐深入、全面的考虑,而其中的分析十分重要,也是本章分析得最细的章节。其中引入了“相轨线”分析法,是很有力的工具,后面多次用到,这一节有很详细的介绍。

经济增长模型

通过建立产值与1)资金;2)劳动力之间的关系,来研究1)资金与劳动力的最佳分配,使效益最大;2)如何调节资金、劳动力增长率,使劳动生产率有效增长。

本模型虽然不长,但推导出计量经济学一重要模型——Douglas生产函数。本节给出的模型推导稍繁,但结果简明,有合理解释。

正规战与游击战

这一节介绍了历史上用过的、经典的预测战争结局的数学模型,有传统正规战争、稍复杂的游击战,以及混合战。重点在于建模过程:如何描述战争双方的特性,如何作假设。然后用来分析硫磺岛战役。这节很好地体现了微分方程的强大。

药物在体内的分布与排除

本节建立了房室模型,研究血药浓度的变化过程,为制订给药方案、剂量大小提供数量依据。重点在于1)模型的假设:尽管是简化,但由临床试验证明是正确的,可以接受;2)对参数的估计。

先由机理分析确定方程形式,再由测试数据估计参数。

香烟过滤嘴的作用

看起来不易下手的一个问题,用恰当的假设,引入两个基本函数q,w,及物理学常用的守恒定律,建立出微分方程模型,从而构造动态模型。本例是经典的建模案例。

人口的预测和控制

本节模型与之前的区别在于:考虑年龄的分布,即除了时间外,年龄是另一个自变量。过程中重要的是数学公式中,系数、因子的实际含义要解释。

烟雾的扩散与消失

这个模型巧妙地引入了“仪器灵敏度”指标,不仅帮助建模,而且该指标本身是客观存在的,并非虚构,这样更加有说服力。

万有引力定律的发现

十分有意义的一节。我们初中就熟悉的牛顿万有引力定律,是由开普勒第三定律和牛顿第二定律一同推导出的,这一节再现了这个推导过程。这个模型告诉我们:正确假设+用数学演绎建模=对自然科学研究的巨大作用。我们要学习科学家前辈们如何创造性地运用数学方法,来提升我们解决实际问题的能力。

第6章稳定性模型关键词:稳定性理论建而不解平衡

状态趋势相轨线

本章是建立在上一章的基础上,在微分方程基础上引入的一种重要思想/概念,那就是——对于某些问题,我们可能不关注动态过程的每个瞬时状态,而是研究稳定状态的特征,特别是时间充分长以后的状态/趋势,从而判断是否“稳定”。这时我们往往不需要“求解”微分方程(组),即“建而不解”;而是利用“微分方程稳定性理论”直接研究平衡状态稳定性即可。

* 微分方程稳定性理论简介

这一节应为优先阅读的一节,介绍了如何判断一阶、二阶方程的平衡点和稳定性。数学推导稍复杂(对于未接触过的同学),重要在于了解一些概念、结论,在模型实例中来进一步理解。

捕鱼业的持续收获

研究捕鱼业产量、效益和捕捞过度问题,如何捕捞能获得最大收益。这个问题虽然看似只需要给出一个“捕捞量”的答案就可以了,但是模型整个过程分析中还是得出了许多结论,如经济学捕捞过度、生态学捕捞过度等概念。在稳定的前提下步步深入。

军备竞赛

这个问题在第二章初等模型中就出现过,这里用微分方程稳定性的知识来分析。正如本节引言所说,军备竞赛因素很多,无法圆满描述,只是想告诉我们:一个复杂实际过程可以被合理简化到什么程度,得到的结果又怎样解释实际现象。

种群的相互竞争种群的相互依存食饵-捕食者模型这三节作为一个系列,用种群竞争、依存、捕食这类生物学案例来诠释稳定性模型的应用。其中,相轨线分析法再次成为主角,它的意义在于:从图中曲线上直观地看出发展趋势,且特殊点对应的意义作出解释。

第7章差分方程模型关键词:差分方程稳定性离散时段

差分阻滞增长混沌

将时间离散化后,就可以建立与微分方程相对应的差分方程模型。这章与第8章讨论的是确定性离散模型。实际上有些问题既可以用连续,又可以用离散,要看目的而定。离散的一个优势在于,便于计算机求解。

差分方程简介:介绍差分方程稳定性的知识,判别稳定的条件。本章要用到的知识。

市场经济中的蛛网模型

先用图形法建立市场经济的“蛛网模型”,给出趋于稳定的条件,再用差分方程建模,解释结果。本节开头的“问题前瞻、介绍”部分很经典,可作为建模论文写作的参考。

本节最后对结果的解释也非常值得学习:启示我们,一些数学结果如参数前后的变大/变小,可能意味着什么,我们不要轻易放过,而是要时刻不忘解释相对应的原因。

减肥计划——节食与运动

这是一个很生活的问题,主要讨论如何把一个“超重”的人减到目标的正常范围内(均以WTO颁布的体重指数BMI衡量)。

我认为这个模型的两点仍然在建模本身:及如何将减肥计划中“减肥”这一件事量化,用数学的语言可以表达,写出差分方程。其中p208的“基本方程”式(1)是整个模型的基石,有了此式后面的工作就可以往上搭建了。注意到,式(1)其实是一个“建而不解”的方程。

但正如节末评注中所述,实际参数的设置会更复杂,代谢消耗系数beta也因人而异、因环境而异,所以要有更多核对。但我们先要学习的还是建模这一步。

差分形式的阻滞增长模型

此节是与之前用微分方程Logistic规律描述的“阻滞增长”规律最好的对比。有时,用离散化的时间研究比较方便,本节是很好的参考。(按:本人曾经做过用差分方程加修正,描述人数传播问题,个人认为很多情况用差分方程更好,也更“诚实”些,因为我们也只是想要每个时段的数量)

要注意的是:若用离散描述,需要说明各“时段”指代意义。推出p211的式(6)后,这个一阶分线性差分方程,也是“建而不解”,但注意:此处“不解”是指不需求通项公式,但各项的值仍要计算——用计算机递推可方便得到。我们最关心的往往是k趋向无穷时,y/x收敛情况,即平衡点稳定性的问题。这里微分、差分方程判别上有区别。

P212中,通过深入讨论和213页的数据表发现,不同的参数b下收敛情况不一,然后发现了“倍周期收敛”的规律,即存在多个收敛的子序列。然后发现当n区域无穷时,不在存在任何倍周期收敛,出现混沌现象(Chaos)。混沌的特点为对初值极度敏感,这一点在物理课中老师也提到过,许多非线性方程均是如此,即“差之毫厘,失之千里”,蝴蝶效应。

按年龄分组的种群增长

这个模型的主要区别在于:将种群分成n个年龄组,分析各年龄组对种群总量增减的影响。这一节的数学推导稍繁。

第8章离散模型

关键词:层次分析排名次冲量过程“分赃” 群体决策(本章是确定性离散模型的应用、方法)

层次分析模型

社会经济系统分析工具。排名、评分评价,排等级都可以用层次分析模型解决,数学知识虽然不深,但是思想十分巧妙且合理,可扩展性也很好。关键在于1)“成对比较矩阵”的确定及修正,2)特征根法求权向量的原理(重要),3)1-9比较尺度(Satty等人提出),4)一致性检验。

循环比赛的名次

这节也是对一些排名评价“难题”给出一种经典解法:邻接矩阵+得分向量。转化为计算各级得分向量s、A最大特征根&对应特征向量s。按常理一般只会想到基于原邻接矩阵的1级得分向量,若比不出则停滞了;但若将i级乘回邻接矩阵,可以“发展”到i+1级得分向量——这个思想是本模型的关键,而且简单易用易理解。

对于所谓的“下一级”得分向量定义的原理依据,或实际意义,是此思想的关键,我觉得可以接受,看上去很有道理,但未想出具体的解释,这里欢迎指教、讨论。

(p246)

社会经济系统的冲量过程

区别于机理分析、统计分析,冲量过程与层次分析属于“系统分析”,是近20年来发展起来的解决复杂系统的有力工具。

这节模型研究能源系统中,各个因素的趋势、预测问题。主要工具有:带符号加权的有向图,冲量过程(类比物理“冲量“概念)。其目的无非是研究系统的“稳定性”,以及如何“调整”到稳定。这是实际问题关注的。效益的合理分配

几方(大于3方)合作,已知不同子组合可获得不同收益,那么一起合作后,谁的功劳最大也就是说,干完活

后,如何“分赃”——这里是理性的、用数学推理的公平的“分赃”。

本节介绍了3类方法:Shapley值,协商解等,Raiffa 解。最后用一个3方分配例子对比了这3种方法。3种方法特点在p262。是客观求各因素权重的有力途径。

存在公正的选举规则吗

这一节类似第2章的“公平席位”。主要讨论的是“群体决策”这一类问题。

首先是简单的选举规则。

接着介绍Arrow K的工作:提出一组公理,却证明不存在满足这组公理的选举规则,但很具有启发性。

然后是联合尺度选举规则,它是一个简单易行的规则(但是对投票情况限制了,才可能满足Arrow公理)。

最后是一种与Arrow公理无关的规则——最小距离,这是一种类比思想,很巧妙地把公平转化为距离之和最小的最优化问题。

第9章概率模型关键词:随机模型基础概率生灭过程

数值解分析

相对“确定性”模型来说,当随机因素的影响不可忽略时,就要建立随机模型。概率模型就是比较简单的随机模

型,这一章用我们熟悉的概率分布、期望、方差等知识介绍概率模型怎样处理随机因素的。

关键点有:

1. 如何定义随机因素相关的量。针对一个实际问题,做好定义是开始工作的根本。

2. 随机概率模型一般从离散角度(一个个时段)下手,但求解中为了需要可能会转化为连续(如p274的求和转化为积分)。

3. 要灵活根据实际问题,决定哪些参数应设为定值,哪些参数会变(如轧钢问题,重量服从正态分布中,均方差应认为是已知的定值,而均值是可以调整的)。

4. 一般的“生灭过程”参考的随机人口模型——相比之前的人口模型,这个更加一般,考虑的因素更多,更接近实际。

5. 有些模型无法解析求解,然而数值计算的结果已满足我们对问题进行分析的需要(预订票策略)。

第10章统计回归模型

关键词:数据拟合MATLAB统计残差分析自相关逐步

回归

对于有些内部规律复杂、无法分析内在机理的问题,我们建模、拟合的通常做法就是搜集大量的数据,用统计方法建立模型——统计回归模型。

关键点有:

1. 做散点图,大致判断函数趋势(比如有明显的线性增长),确定方程形式,待定系数。

2. 用MATLAB统计工具箱regress拟合,得出结果;重点:如何由MATLAB输出结果下结论(如置信区间不要包含零点,R^2、F)。

3. (考虑实际问题制约)适当引入变量简化问题,如中引入价格差(p297最后一段说明)。

4. 利用好回归变量的预测(置信)区间。

5. 改进回归模型:逐渐考虑回归变量之间的交互作用——在方程中引入二次项、交叉项。若MATLAB拟合输出信息表明有改进,则说明模型更符合实际。还可加上作图对比前后模型(p300)。

6. 残差分析(p305,但这页我未看懂具体做法,待交流),及分析得出的结论,我们应该怎样改进模型。

7. p307评注内容:0-1变量法、残差分析法、异常值应剔除。

8. 线性化(p309),及非线性MATLAB求解(p310);p315最后两段。

数学建模与计算机的重要性

数学建模与计算机的联系及重要性 摘要:在当今科技发达的今天,计算机已经得到了广泛的应用,也为数学建模的计算提供了有力工具。本文浅谈了数学建模与计算机在人类生产和生活中的重要性。 关键词:数学建模计算机重要性 当今社会计算机已经被广泛的应用了,在计算机的协助下许多问题的求解变得简单、方便、快捷。而数学建模是把现实世界中的实际问题加以提炼,抽象为数学模型,求出模型的解,验证模型的合理性,并用该数学模型所提供的解答来解释现实问题。在科技迅猛发展的今天计算机和数学建模在人类的生存和发展中都具有举足轻重的作用。 一、数学建模与计算机息息相关 其一、我们在模型求解时,有些计算单纯的用纸和笔是难以完成的,这就需要利用计算机上机计算、编制软件、绘制图形等,当结果通过计算机算出后也必须通过打印机随时进行输出。其二、数学建模的学习对计算机能力的培养也起着极大推动作用,如报考计算机方向的研究生时,对数学的要求非常高;在进行计算机科学的研究时,也要求有极强的数学功底才能写出具有相当深度的论文,计算机科学的发展也是建立在数学基础之上的,许多为计算机的发展方面做出杰出贡献的人,在数学方面也颇有造诣。我们在遇到一些实际问题时往往需要计算机和数学建模同时应用才能解决问题,否则问题将无法进行。数学问题与计算机通常采用一些数学软件(lingo,Matlab,MathCAD 等等)的命令来描述算法,既简单又容易操作。例如下面有这样一道

题就是利用数学软件lingo 求解的。 例1 某工厂有两条生产线,分别用来生产M 和P 两种型号的产品,利润分别为200元每个和300元每个,生产线的最大生产能力分别为每日100和120,生产线没生产一个M 产品需要1个劳动日(1个工人工作8小时称为1个劳动日)进行调试、检测等工作,而每个P 产品需要2个劳动日,该工厂每天共计能提供160个劳动日,假如原材料等其他条件不受限制,问应如何安排生产计划,才能使获得的利润最大? 解 设两种产品的生产量分别为1x 和2x ,则该问题的数学模型 为: 目标函数 12max 200300z x x =+ 约束条件 1212100,120,160, 0,1,2. i x x x x x i ≤??≤??+≤??≥=? 编写LINGO 程序如下: MODEL: SETS: SHC/1,2 /:A,B,C,X; YF/1,2,3 /:J; ENDSETS DATA: A=1,2 ; B=100,120; C=200,300; ENDDATA

什么是数学模型与数学建模

1. 什么是数学模型与数学建模 简单地说:数学模型就是对实际问题的一种数学表述。 具体一点说:数学模型是关于部分现实世界为某种目的的一个抽象的简化的数学结构。 更确切地说:数学模型就是对于一个特定的对象为了一个特定目标,根据特有的内在规律,做出一些必要的简化假设,运用适当的数学工具,得到的一个数学结构。数学结构可以是数学公式,算法、表格、图示等。 数学建模就是建立数学模型,建立数学模型的过程就是数学建模的过程(见数学建模过程流程图)。数学建模是一种数学的思考方法,是运用数学的语言和方法,通过抽象、简化建立能近似刻划并"解决"实际问题的一种强有力的数学手段。 2.美国大学生数学建模竞赛的由来: 1985年在美国出现了一种叫做MCM的一年一度大大学生数学模型(1987年全称为Mathematical Competition in Modeling,1988年改全称为Mathematical Contest in Modeling,其所写均为MCM)。这并不是偶然的。在1985年以前美国只有一种大学生数学竞赛(The william Lowell Putnam mathematial Competition,简称Putman(普特南)数学竞赛),这是由美国数学协会(MAA--即Mathematical Association of America的缩写)主持,于每年12月的第一个星期六分两试进行,每年一次。在国际上产生很大影响,现已成为国际性的大学生的一项著名赛事。该竞赛每年2月或3月进行。 我国自1989年首次参加这一竞赛,历届均取得优异成绩。经过数年参加美国赛表明,中国大学生在数学建模方面是有竞争力和创新联想能力的。为使这一赛事更广泛地展开,1990年先由中国工业与应用数学学会后与国家教委联合主办全国大学生数学建模竞赛(简称CMCM),该项赛事每年9月进行。

数学建模答题模板

例:某公司有6个仓库,库存货物总数分别为60,55,51,43,41,52,现有8个客户各要一批货,数量分别为35,37,22,32,41,32,43,38.各仓库到8个客户处得单位货物运价见下表。 问题分析:本问题中,各仓库的供应总量为302个单位,需求量为280个单位,为一个供需不平衡问题。目标函数为运输费用,约束条件有两个:分别是供应方和需求方的约束。 解: 引入决策变量ij x ,代表着从第i 个仓库到第j 个客户的货物运量,用符号ij c 表示从第i 个仓库到第j 个客户的单位货物运价,i a 表示第i 个仓库的最大供货量,j d 表示第j 个客户的订货量。 则本问题的数学模型为: 68 11 min ij ij i j z c x ===∑∑ s.t 8 1 61,1,2,6,1,2,,80,1,2,6,1,2,,8ij i j ij j i ij x a i x d j x i j ==? ≤=???? ? ? ≤=????? ?≥=???=?????∑∑ 模型求解:用LINGO 语言编写程序(程序见题后附录),运行得到以下求解结果:

以下省略了其他变量的具体数值。 计算结果表明:目标函数值为664.00,最优运输方案见下表 【参考文献】 [1]李大潜,中国大学生数学建模竞赛(第三版)[M],北京:高等教育出版社,2009 [2]叶其孝,大学生数学建模竞赛辅导教材(五)[M],长沙:湖南教育出版社,2008 [3]袁新生,邵大宏,郁时炼.LINGO和EXCEL在数学建模中的应用[M],北京:科学出版社,2007 附录:LINGO程序 model: sets: wh/w1..w6/:ai;vd/v1..v8/:dj; links(wh,vd):c,x; endsets data: ai=60,55,51,43,41,52; dj=35,37,22,32,41,32,43,38; c=6,2,6,7,4,2,5,9 4,9,5,3,8,5,8,2 5,2,1,9,7,4,3,3 7,6,7,3,9,2,7,1 2,3,9,5,7,2,6,5 5,5,2,2,8,1,4,3; enddata min=@sum(links(i,j):c(i,j)*x(i,j));

建模与仿真

第1章建模与仿真的基本概念 参照P8例子,列举一个你相对熟悉的简单实际系统为例,采用非形式描述出来。 第2章建模方法论 1、什么是数学建模形式化的表示?试列举一例说明形式化表示与非形式化表示的区别。 模型的非形式描述是说明实际系统的本质,但不是详尽描述。是对模型进行深入研究的基础。主要由模型的实体、包括参变量的描述变量、实体间的相互关系及有必要阐述的假设组成。模型的非形式描述主要说明实体、描述变量、实体间的相互关系及假设等。 例子:环形罗宾服务模型的非形式描述: 实体 CPU,USR1,…,USR5 描述变量 CPU:Who,Now(现在是谁)----范围{1,2,…,5}; Who.Now=i表示USRi由CPU服务。 USR:Completion.State(完成情况)----范围[0,1];它表示USR完成整个程序任务的比例。参变量 X-----范围[0,1];它表示USRi每次完成程序的比率。 i 实体相互关系 (1)CPU 以固定速度依次为用户服务,即Who.Now为1,2,3,4,5,1,2…..循环运行。 X工作。假设:CPU对USR的服务时间固定,不(2)当Who.Now=I,CPU完成USRi余下的 i X决定。 依赖于USR的程序;USRi的进程是由各自的参变量 i 2、何谓“黑盒”“白盒”“灰盒”系统? “黑盒”系统是指系统内部结构和特性不清楚的系统。对于“黑盒”系统,如果允许直接进行实验测量并通过实验对假设模型加以验证和修正。对属于黑盒但又不允许直接实验观测的系统,则采用数据收集和统计归纳的方法来假设模型。 对于内部结构和特性清楚的系统,即白盒系统,可以利用已知的一些基本定律,经过分析和演绎导出系统模型。 3、模型有效性和模型可信性相同吗?有何不同? 模型的有效性可用实际系统数据和模型产生的数据之间的符合程度来度量。它分三个不同级别的模型有效:复制有效、预测有效和结构有效。不同级别的模型有效,存在不同的行为水平、状态结构水平和分解结构水平的系统描述。 模型的可信度指模型的真实程度。一个模型的可信度可分为: 在行为水平上的可信性,即模型是否重现真实系统的行为。 在状态结构水平上可信性,即模型能否与真实系统在状态上互相对应,通过这样的模型可以对未来的行为进行唯一的预测。 在分解结构水平上的可信性,即模型能否表示出真实系统内部的工作情况,而且是惟一表示出来。 不论对于哪一个可信性水平,可信性的考虑贯穿在整个建模阶段及以后各阶段,必须考虑以下几个方面: 1在演绎中的可信性。2在归纳中的可信性。3在目的方面的可信性。 4、基于计算机建模方法论与一般建模方法论有何不同?(P32) 经典的建模与仿真的主要研究思路,首先界定研究对象-实际系统的边界和建模目标,利用已有的数学建模工具和成果,建立相应的数学模型,并用计算装置进行仿真。这种经典的建

数学建模培训课程体系设计

数学建模培训课程体系设计探讨 王茂芝,徐文皙,郭科 (成都理工大学信息管理学院,四川成都 610059) 摘要:数学建模培训的目标是培养学生应用数学解决实际问题的能力.对参与数学建模培训的学生的能力要求主要包括: 对数学学科的宏观驾驭能力,分析和解决问题以及数学建模的能力,数学模型的求解能力以及对计算机工具和数学软件的使 用能力,数学迁移能力和创新能力等.数学建模培训课程体系设计包括以下几个阶段:准备阶段,建模预处理阶段,专题培 训阶段及模拟和实战阶段. 关键词:数学建模;工科数学;数学教学改革 中图分类号: G642.3,O29 文献标识码: A 文章编号:1004–9894(2005)01–0079–03 全国大学生数学建模活动对于全方位提高学生的素质 和能力;提升教师的教学水平、业务能力和科研水平;促进 工科数学的教学改革等方面都起到了积极有效的推动作 用.《数学模型》和《数学实验》课程的开设,数学实验室 的建立等多种教学方式、措施和手段的出现都是数学建模活 动的开展带来的实际教学改革成果.本文作者根据多年来组 织、指导全国大学生数学建模的实际,针对在数学建模培训 过程中所讲授的内容以及开设的专题,从数学学科的角度对 数学建模培训课程体系的设置进行一些探讨. 1 数学建模培训的目标 数学建模是把数学作为一种工具,并应用它解决实际问 题的教学活动方式.由于实际问题背景的复杂性和广泛性, 同时也因为数学学科涵盖范围的广泛性,导致在数学建模培 训过程中相关课程(或专题)的开设既要考虑到点,又要照 顾到面.在点和面相结合的同时,重点培养并提高学生的多

种能力.这样才能达到应用数学解决实际问题的目的 [1~3]. 由于大学生数学建模竞赛的主要参赛对象是大学二、三 年级的学生,所以参与培训的学生一般都具有一定的数学基础(基本都学过《线性代数》《高等数学》《概率论与数理统计》这 3门基础课程).同时,由于数学建模集中培训(集 训)的时间有限,不可能在这么短的时间里把数学的相关基础课程和专业课程进行详尽地讲解.比较现实和可行的方法是:根据数学建模的目标要求以及数学学科的特点,通过开设一些专题讲座,有针对性地提高学生的能力. 1.1 数学建模培训的能力要求 经过多年的实践和探索,我们认为对于参与数学建模培 训的学生的能力要求有以下几个方面. 第一是对数学学科的宏观驾驭能力.也就是通过培训, 使学生对数学的学科划分、专业设置、相关课程设置、学科特点等都有一定的理解和认识.这实际上是一个占领制高点的过程,对于后续课程有一个清晰的脉络和清醒的认识.这 一步的完成在很大程度上可以使整个培训过程达到事半功 倍的效果.但前提是要求参与培训讲解的指导老师需要有较好的数学素养. 第二是对于一个给定的复杂问题背景,要学会理清两个 问题.一是透过问题背景知道告诉了我们什么已知信息;二是要求我们明确做什么,解决什么问题.然后紧密联系上面两个问题,实现两个量化.一是对已知条件的符号化和量化; 二是对需解决问题的转化和量化.最后,再联系自己对数学知识的把握、对数学建模方法的领悟,借助一系列数学工具(方程、函数、矩阵、向量等)把量化后的符号(变量)组 织起来建立数学模型. 第三是数学模型的求解能力,以及对计算机和数学软件

数学建模的作用意义

数学建模的背景: 人们在观察、分析和研究一个现实对象时经常使用模型,如展览馆里的飞机模型、水坝模型,实际上,照片、玩具、地图、电路图等都是模型,它们能概括地、集中地反映现实对象的某些特征,从而帮助人们迅速、有效地了解并掌握那个对象。数学模型不过是更抽象些的模型。 当需要从定量的角度分析和研究一个实际问题时,人们就要在深入调查研究、了解对象信息、作出简化假设、分析在规律等工作的基础上,用数学的符号和语言,把它表述为数学式子(称为数学模型),然后用通过计算得到的模型结果来解释实际问题,并接受实际的检验。这个全过程就称为数学建模。 近半个多世纪以来,随着计算机技术的迅速发展,数学的应用不仅在工程技术、自然科学等领域发挥着越来越重要的作用,而且以空前的广度和深度向经济、金融、生物、医学、环境、地质、人口、交通等新的领域渗透,所谓数学技术已经成为当代高新技术的重要组成部分。 不论是用数学方法在科技和生产领域解决哪类实际问题,还是与其它学科相结合形成交叉学科,首要的和关键的一步是建立研究对象的数学模型,并计算求解。人们常常把数学建模和计算机技术在知识经济时代的作用比喻为如虎添翼。 数学建模日益显示其重要作用,已成为现代应用数学的一个重要领域。为培养高质量、高层次人才,对理工、经济、金融、管理科学等各专业的大学生都提出“数学建模技能和素质方面的要求”。 数学建模在现代社会的一些作用 (1)在一般工程技术领域,数学建模仍然大有用武之地。在以声、光、热、力、电这些物理学科为基础的诸如机械、电机、土木、水利等工程技术领域中,数学建模的普遍性和重要性不言而喻,虽然这里的基本模型是已有的,但是由于新技术、新工艺的不断涌现,提出了许多需要用数学方法解决的新问题;高速、大型计算机的飞速发展,使得过去即便有了数学模型也无法求解的课题(如大型水坝的应力计算,中长期天气预报等)迎刃而解;建立在数学模型和计算机模拟基础上的CAD技术,以其快速、经济、方便等优势,大量地替代了传统工程设计中的现场实验、物理模拟等手段。(2)在高新技术领域,数学建模几乎是必不可少的工具。无论是发展通讯、航天、微电子、自动化等高新技术本身,还是将高新技术用于传统工业去创造新工艺、开发新产品,计算机技术支持下的建模和模拟都是经常使用的有效手段。数学建模、数值计算和计算机图形学等相结合形成的计算机软件,已经被固化于产品中,在许多高新技术领域起着核心作用,被认为是高新技术的特征之一。在这个意义上,数学不再仅仅作为一门科学,它是许多技术的基础,而且直接走向了技术的前台。国际上一位学者提出了“高技术本质上是一种数学技术”的观点。 (3)数学迅速进入一些新领域,为数学建模开拓了许多新的处女地。随着数学向诸如经济、人口、生态、地质等所谓非物理领域的渗透,一些交叉学科如计量经济学、人口控制论、数学生态学、数学地质学等应运而生。一般地说,不存在作为支配关系的物理定律,当用数学方法研究这些领域中的定量关系时,数学建模就成为首要的、关键的步骤和这些学科发展与应用的基础。在这些领域里建立不同类型、不同方法、不同深浅程度模型的余地相当大,为数学建模提供了广阔的新天地。马克思说过,一门科学只有成功地运用数学时,才

数学建模常用方法

数学建模常用方法 建模常用算法,仅供参考: 1、蒙特卡罗算法(该算法又称随机性模拟算法,是通过计算机仿真来解决问题的算法,同时可以通过模拟可以来检验自己模型的正确性,是比赛时必 用的方法) 2、数据拟合、参数估计、插值等数据处理算法(比赛中通常会遇到大量的数据需要处理,而处理数据的关键就在于这些算法,通常使用M a t l a b作为工具) 3、线性规划、整数规划、多元规划、二次规划等规划类问题(建模竞赛大多数问题属于最优化问题,很多时候这些问题可以用数学规划算法来描述,通 常使用L i n d o、L i n g o软件实现) 4、图论算法(这类算法可以分为很多种,包括最短路、网络流、二分图等算法,涉及到图论的问题可以用这些方法解决,需要认真准备) 5、动态规划、回溯搜索、分治算法、分支定界等计算机算法(这些算法是算法设计中比较常用的方法,很多场合可以用到竞赛中) 6、最优化理论的三大非经典算法:模拟退火法、神经网络、遗传算法(这些问题是用来解决一些较困难的最优化问题的算法,对于有些问题非常有帮助,但是算法的实现比较困难,需慎重使用) 7、网格算法和穷举法(网格算法和穷举法都是暴力搜索最优点的算法,在很多竞赛题中有应用,当重点讨论模型本身而轻视算法的时候,可以使用这种 暴力方案,最好使用一些高级语言作为编程工具) 8、一些连续离散化方法(很多问题都是实际来的,数据可以是连续的,而计 算机只认的是离散的数据,因此将其离散化后进行差分代替微分、求和代替积分等思想是非常重要的) 9、数值分析算法(如果在比赛中采用高级语言进行编程的话,那一些数值分析中常用的算法比如方程组求解、矩阵运算、函数积分等算法就需要额外编写库函数进行调用) 10、图象处理算法(赛题中有一类问题与图形有关,即使与图形无关,论文 中也应该要不乏图片的,这些图形如何展示以及如何处理就是需要解决的问题,通常使用M a t l a b进行处理) 一、在数学建模中常用的方法: 1.类比法 2.二分法 3.量纲分析法 4.差分法 5.变分法 6.图论法 7.层次分析法 8.数据拟合法 9.回归分析法 10.数学规划(线性规划、非线性规划、整数规划、动态规划、目标规划) 11.机理分析 12.排队方法

数学模型第三版课后习题答案.doc

《数学模型》作业解答 第七章( 2008 年 12 月 4 日) 1.对于节蛛网模型讨论下列问题: ( 1)因为一个时段上市的商品不能立即售完,其数量也会影响到下一时段的价格,所以第 k 1时段的价格y k 1由第k 1 和第 k 时段的数量x k 1和x k决定,如果仍设x k 1仍只取

决于 y k ,给出稳定平衡的条件,并与节的结果进行比较 . ( 2)若除了 y k 1 由 x k 1 和 x k 决定之外, x k 1 也由前两个时段的价格 析稳定平衡的条件是否还会放宽 . 解:( 1)由题设条件可得需求函数、供应函数分别为: y k 1 f x k 1 x k ) ( 2 x k 1 h( y k ) 在 P 0 (x 0 , y 0 ) 点附近用直线来近似曲线 f , h ,得到 y k 1 y 0 ( x k 1 x k x 0 ), 2 x k 1 x 0 ( y k y 0 ) , 由( 2)得 x k 2 x 0 ( y k 1 y 0 ) ( 1)代入( 3)得 x k 2 x 0 ( x k 1x k x 0 ) 2 2x k 2 x k 1 x k 2x 0 2 x 0 对应齐次方程的特征方程为 2 2 ( ) 2 8 特征根为 1, 2 4 y k 和 y k 1 确定 . 试分 (1) ( 2) (3) 当 8 时,则有特征根在单位圆外,设 8 ,则

1,2 ( ) 2 ( ) 2 8 42 2 4 1,2 1 2 即平衡稳定的条件为 2与 P 207 的结果一致 . ( 2)此时需求函数、供应函数在 P 0 (x 0 , y 0 ) 处附近的直线近似表达式分别为: y k 1 y 0 ( x k 1 x k x 0 ), ( 4) 2 x k 1 x 0 ( y k y k 1 y 0 ) , ( 5) 2 由( 5)得, (x x 0 ) β(y y y k 1 y 0 ) ( 6 ) 2 k 3 k 2 将( 4)代入( 6),得 2( x k 3 x 0 ) ( x k 2 x k 1 x 0 ) ( x k 1 x k x 0 ) 2 2 4 x k 3x k 2 2 x k 1 x k 4 x 0 4 x 0 对应齐次方程的特征方程为 4 3 2 2 0 (7) 代数方程( 7 )无正实根,且 αβ , , 2 4 不是( 7)的根 . 设( 7)的三个非零根分 别为 1, 2, 3,则 1 2 3 4 1 2 2 3 3 1 2 1 2 3 4 对( 7)作变换: , 则 12 3 q 0, p 其中 p 1 (2 2 2 ), q 1(833 2 2 ) 4 12 4 123 6

管理系统数学建模课程教学大纲

“管理系统数学建模”课程教学大纲 英文名称:Management system mathematic modeling 课程编号:MAGT3776 学时:32 (理论学时:30 实验学时:0上机学时:0课外学时:20)学分:2 适用对象:行政管理,社会保障专业 先修课程:高等数学,线性代数,运筹学、经济博弈论 使用教材及参考书: [1]经济数学模型教改组编.经济数学模型.西安:西安交通大学理学 院,2005. [2]齐欢,代建民,奇翔.公共部门数学建模方法及案例.北京:科学出 版社,2007. [3]高洪深.经济系统分析法.北京:清华大学出版社,2007. [4]谭跃进,陈英武,易进先.系统工程原理.长沙:国防科技大学出版社, 1999. [5]谢识予.经济博弈论.上海:复旦大学出版社,2002. 一、课程性质和目的 性质:专业应用课 目的:使本专业学生掌握数学建模方法,并能应用到专业领域。 二、课程内容简介 本课程通过对初等经济方法模型、微分学模型、线性代数模型、随机决策模型和AHP、博弈论的相关知识、MATLAB的基

本功能和使用等知识的学习,让学生对管理系统数学建模的知识有所掌握,使本专业学生的定量分析能力进一步得到提高,增加学生对所学知识的应用能力和实践能力,把管理学与经济学的相关知识应用到数学建模中去。 三、教学基本要求 1.熟练掌握初等经济方法模型 2.掌握微分学模型 3.熟练掌握线性代数模型 4.掌握随机决策模型和AHP 5. 掌握博弈论的相关知识 6.熟悉MATLAB的基本功能和使用 四、教学内容及安排 第一章:公共部门数学建模概论 1.公共管理与数学建模概况 2. 复杂科学与公共管理 教学安排及教学方式

数学建模参考书大全

专业性参考书(这方面书籍很多,仅列几本供参考) : 1、数学模型,姜启源编,高等教育出版社(1987年第一版,1993年第二版,2003年第三版,2011年第四版;第一版在1992年国家教委举办的第二届全国优秀教材评选中获"全国优秀教材奖"). 2.数学模型与计算机模拟,江裕钊、辛培情编,电子科技大学出版社,(1989). 3.数学模型选谈(走向数学从书),华罗庚,王元著,王克译,湖南教育出版社;(1991). 4.数学建模--方法与范例,寿纪麟等编,西安交通大学出版社(1993). 5.数学模型,濮定国、田蔚文主编,东南大学出版社(1994). 6..数学模型,朱思铭、李尚廉编,中山大学出版社,(1995) 7.数学模型,陈义华编著,重庆大学出版社,(1995) 8.数学模型建模分析,蔡常丰编著,科学出版社,(1995). 9.数学建模竞赛教程,李尚志主编,江苏教育出版社,(1996). 10.数学建模入门,徐全智、杨晋浩编,成都电子科大出版社,(1996). 11.数学建模,沈继红、施久玉、高振滨、张晓威编,哈尔滨工程大学出版社,(1996). 12.数学模型基础,王树禾编著,中国科学技术大学出版社,(1996). 13.数学模型方法,齐欢编著,华中理工大学出版社,(1996). 14.数学建模与实验,南京地区工科院校数学建模与工业数学讨论班编,河海大学出版社,(1996). 15.数学模型与数学建模,刘来福、曾文艺编,北京师范大学出版杜(1997). 16. 数学建模,袁震东、洪渊、林武忠、蒋鲁敏编,华东师范大学出版社。 17.数学模型,谭永基,俞文吡编,复旦大学出版社,(1997). 18.数学模型实用教程,费培之、程中瑗层主编,四川大学出版社,(1998).

数学建模:课程安排优化问题

数学建模:课程安排优化问题

2012年数学建模竞赛 参赛队员 题目 A题:课程安排优化问题 关键词排课问题,优化矩阵,有效矩阵 摘要 每学期的开学初,总有许多老师对阳光校区的课程安排很有意见,本文选取武汉纺织大学机械设计系的师生情况、课程、教室间数为研究对象,以课程与上课时间之间的关系矩阵为目标矩阵,通过用各影响矩阵优化目标矩阵的方法,对机械设计系的课表进行了重排。在具体模型建立过程中采用了0-1矩阵法,矩阵的乘法等数学方法,建立优化类数学模型来求解有效矩阵,根据有效矩阵初排课表,结合多方面因素建立修正矩阵,对初排课表逐层修改,得出最优排课表。 运用我们建立的数学模型,对武汉纺织大学机械设计系的课表进行重排,将所得新课表与现有的课表进行比较,显然新排的课表更加合理化、人性化。根据新课表中每节课对应的相关因素(课程名称、教室、老师、班级)进行分析整合,可衍生出新的安排表(如通过对不同时间段上课老师人数的研究安排校车的接送)。我们以学校、教师和学生对所排课表满意度作为衡量标准,以···大学机械设计系的课表为例,可得学校、教师和学生对我们所排课表的满意度主因素分别为校车接送次数、在阳光校区逗留时间、专业课排在早上,可见对本模型使三方的满意度基本均衡且都超过80%,即做到了三者兼顾的满意最大化。最后,根据我们建立的模型,分析了模型的优缺点。

一、问题重述 我校现有三个校区,有在校学生近25000人,其中阳光校区在校学生人数最多。阳光校区现有四栋教学楼,分别是3号、6号、7号和8号楼,四栋教学楼之间有较大的距离,如从3号楼到8号楼步行需要约10分钟。我校的学生作息时间安排中,一天共有13节课,划分为5个时间段,分别是1-2节、3-5节、6-8节、9-10节、11-13节。按学校的规定同一门课程一天中最多可集中上3节课,一周不得超过6节。同一年级的相同课程可以合班上课,合班一般由各个院系或公共课教学部门给出具体安排。每学期临近结束时,学校教务处根据各个专业的培养计划向各院系下达下一学期的教学任务,由各个专业将教学任务分解到具体的任课教师,然后由教务处排出下一学期的课程表。每学期我校的课程表排出并开始运行后都会受到师生的抱怨。有学生说自己的课程分布不均衡,某天要上10节课,而某天又一节课都没有;有的学生抱怨一天中要在不同的教学楼之间反复奔波;有的教师抱怨自己的课程安排太分散,从南湖跑到阳光路上要花近两个小时,却只上两节课,这样太浪费时间。由此可见,我校的课程安排尚存在一些不太合理的地方,有进一步优化的必要。针对这一问题,请完成以下任务: 一.了解我校师生对课程安排的需求; 二.了解我校课程安排的相关规定; 三.收集与课程安排相关的数据; 四.建立我校课程安排的优化模型,分析模型的优缺点。 二、问题分析 首先,解决班级、课程与教师之间的多对多关系,例如当出现多个班级上同一门课而该由多个教师任教时,课程是否合上,由哪几个班级合上、哪位教师任教的问题。解决上应满足可 手动调整的要求。然后,取出全部班级,求出班级所上课程的优先级总和,按优先级高低排定班级顺序,按此顺序且遵照排课规则为每一个班级的每一门课程安排上课时间与地点。 首先,要进行预排课处理。预排课处理的目的是要解决两个基本问题: 1) 班级与课程之间的多对多关系,即合班上课的问题; 2) 课程与教师之间的多对多关系,即为每门课程安排任课教师。在预排课处理完成后,以班级作为外部大循环、以课程作为内部小

第1章 数学建模与误差分析

第1章数学建模与误差分析 1.1 数学与科学计算 数学是科学之母,科学技术离不开数学,它通过建立数学模型与数学产生紧密联系,数学又以各种形式应用于科学技术各领域。数学擅长处理各种复杂的依赖关系,精细刻画量的变化以及可能性的评估。它可以帮助人们探讨原因、量化过程、控制风险、优化管理、合理预测。近几十年来由于计算机及科学技术的快速发展,求解各种数学问题的数值方法即计算数学也越来越多地应用于科学技术各领域,相关交叉学科分支纷纷兴起,如计算力学、计算物理、计算化学、计算生物、计算经济学等。 科学计算是指利用计算机来完成科学研究和工程技术中提出的数学问题的计算,是一种使用计算机解释和预测实验中难以验证的、复杂现象的方法。科学计算是伴随着电子计算机的出现而迅速发展并获得广泛应用的新兴交叉学科,是数学及计算机应用于高科技领域的必不可少的纽带和工具。科学计算涉及数学的各分支,研究它们适合于计算机编程的数值计算方法是计算数学的任务,它是各种计算性学科的联系纽带和共性基础,兼有基础性和应用性的数学学科。它面向的是数学问题本身而不是具体的物理模型,但它又是各计算学科共同的基础。 随着计算机技术的飞速发展,科学计算在工程技术中发挥着愈来愈大的作用,已成为继科学实验和理论研究之后科学研究的第三种方法。在实际应用中所建立的数学模型其完备形式往往不能方便地求出精确解,于是只能转化为简化模型,如将复杂的非线性模型忽略一些因素而简化为线性模型,但这样做往往不能满足精度要求。因此,目前使用数值方法来直接求解较少简化的模型,可以得到满足精度要求的结果,使科学计算发挥更大作用。了解和掌握科学计算的基本方法、数学建模方法已成为科技人才必需的技能。因此,科学计算与数学建模的基本知识和方法是工程技术人才必备的数学素质。 1.2 数学建模及其重要意义 数学,作为一门研究现实世界数量关系和空间形式的科学,在它产生和发展的历史长河中,一直是和人们生活的实际需要密切相关。用数学方法解决工程实际和科学技术中的具体问题时,首先必须将具体问题抽象为数学问题,即建立起能描述并等价代替该实际问题的数学模型,然后将建立起的数学模型,利用数学理论和计算技术进行推演、论证和计算,得到欲求解问题的解析解或数值解,最后用求得的解析解和数值解来解决实际问题。本章主要介绍数学建模基本过程和求解数学问题数值方法的误差传播分析。 1.2.1 数学建模的过程 数学建模过程就是从现实对象到数学模型,再从数学模型回到现实对象的循环,一般通过表述、求解、解释、验证几个阶段完成。数学建模过程如图1.2.1所示,数学模型求解方法可分为解析法和数值方法,如图1.2.2所示。 表述是将现实问题“翻译”成抽象的数学问题,属于归纳。数学模型的求解方法则属于演绎。归纳是依据个别现象推出一般规律;演绎是按照普遍原理考察特定对象,导出结论。演绎利用严格的逻辑推理,对解释现象做出科学预见,具有重要意义,但是它要以归纳的结论作为公理化形式的前提,只有在这个前提下

系统的描述与数学建模

系统的描述与数学建模 [摘要]数学建模就是利用数学方法将系统的文字语言描述转化成数学方式表达。由于影响系统的因素多种多样,当用数学表达系统时,我们要求尽可能要使得数学建模既能从本质上反映系统,又能使得系统的数学模型具有简单性。 [关键词]系统的建模数学建模 数学建模就是利用数学方法将系统的文字语言描述转化成数学方式表达。由于影响系统的因素多种多样,当用数学表达系统时,我们要求尽可能要使得数学建模既能从本质上反映系统,又能使得系统的数学模型具有简单性。一个极其复杂的数学模型对于分析系统毫无帮助。 为了说明这种数学建模的方法,我们举一个简单的例子。比如我们研究某一地区人口的健康状况。假定在我们的研究时段内没有人口的自然死亡,按照自然规律人口总是以一定的概率,变成亚健康、或者患上某种轻疾病、或者患上重疾病。在一定的环境和医疗条件下,部分亚健康者和患者会得以康复,这是一种简单运算的系统描述,并没有具体地给出定量表达。为了能用数学的方法表达这个描述,我们按照以下方式将人口分类:(1)健康人。(2)亚健康人。(3)患轻病人。(4)患重病人。 根据上面的关系和一些假定条件,我们可以得到相应的微分方程,至于方程的详细导出我们以后再讨论。这里我们需要指出,前面我们只是一种说明性的举例,在实际建模过程中,要依赖于系统所在的环境,按照前面方法得到的应是确定性模型,在随机环境中,上面所述的量应当对应成相应状态的概率。 再比如排队系统,是最常见的一种系统,这类系统主要描述顾客到达,接受服务然后离开这一过程。系统由顾客与服务员两个单元组成。这类问题主要由以下四个因素决定:(1)顾客来到窗口的频率。(2)窗口的个数。(3)排队规则。(4)服务时间分布;所以我们必须对它们作适当的假定。 在单个服务台的排队系统模型M/M/1,即系统只设一个服务台床的情况。假定顾客是相互独立地到达系统,而且顾客到达系统的间隔时间服从负指数分布 F(t)=1-e -λt (输入过程),又服务窗为每一位顾客的服务时间也同时服从负指 数分布H(t)=1-e -μt (运行方式)。对这种最简单的排队模型,我们将依照不同的系统规则确定排队系统所满足的微分方程。 M/M/1损失制排队模型是指系统内只设一个服务窗,系统容量为1(即有一个排队位置而无排队等待位置),顾客到达和窗口服务时间均为负指数分布,且

长安大学排课问题数学建模论文最终版

一、问题的重述 排课问题是高校制定教学计划、安排教学过程中的一项较为复杂的工作,在高校教务管理工作中处于重要地位。高校在每学期末都要根据培养计划和教学资源作出下学期的教学安排, 这主要体现在对课表的编排上。其中涉及的关键要素很多, 包括教师、班级、教室和授课时段等。根据排课总体目标、约束条件、及优先级, 充分利用紧缺资源, 设计并实现高校课表安排系统。我校所面临的问题主要有:第一,渭水校区有包括从大一至大三三个年级的学生,20个学院近700个班级,教学任务繁重,课表安排难度较大;第二,校区地处偏僻,距市区较远,老师上课需乘车来回奔波,如果课表安排不当,就会导致部分老师前往渭水乘车次数过多或在渭水逗留时间过长;第三,基于学生的学习规律与习惯,应根据课程的难度与重要性进行课程时段的安排,若安排不当,会导致学生的学习效果不佳;第四,为节省学校在校车往返方面的开支,安排课表时应尽量减少校车运行车次。为此应根据教学计划和排课要求,综合考虑教师、课程、班级和授课时段等因素,协调合理的编排课表,制作一个系统模型,根据这个模型使老师、同学和学校尽可能满意,并且具有足够的可行性和可变动性。让老师满意,即让每位老师一周前往渭水的乘车次数尽可能少,同时还要使每位老师在渭水逗留的时间尽可能少;让学生满意,即同一班级同一门课程在时间段上尽量间隔开来,另外相对重要的课程应尽量安排在较好的教学时段上;让学校满意,即节约学校开支,使每周派往渭水的车次尽可能少。 二、问题的分析 课表安排的主要任务是把各学院的课程汇总, 然后根据教学计划或教学环

节制订全校各班级的课表。根据学校的实际情况和学校所面临的问题,可以将这类题归为以老师、学生和学校的满意情况为多目标的多约束的规划问题。为了使课表的编排准确、合理、快速、高效, 充分利用学校资源,根据已知条件提出以下可行性要求: 1、课程的优先级:将大学所有课程分为三类,1)公共必修课:多个学院开设的课程,课程重要且开设的班级数最多,这类课尽量安排在最好时段;2)专业必修课:少数学院或一个学院开设的课程,课程重要且开设的班级数较多,这类课尽量安排在较好时段;3)其他如专业选修课或公共选修课等:少数班级开设的课程,课程相对简单,可以任意安排时段授课。 2、课程时段的规定:将每天分为5个时段(上午两个,下午两个,晚上一个),并规定为:1-2节课为第一时段,3-4节课为第二时段……依此类推。根据学生的学习效果及课程难度与重要性,将课程时段按有利程度分为五个等级,即第一时段>第二时段>第三时段>第四时段>第五时段。 3、时间段的分配优先级:周一至周五的白天共20个时段用来安排公共必修课和专业必修课及部分选修课,每天晚上及周六、周日安排其他课程;先安排公共必修课表,在剩余的时间段安排各系专业课程,最后再安排选修课程;将相对重要的课程安排在较好时段。 4、时间段的有效性:1)同一班级同一门课的两次授课时间必须隔天,但相隔天数不宜超过两天;2)一个老师一天的两节课应连排, 即尽量安排在同一天上午或同一天下午, 为教师上课提供方便,同时也减少了派往渭水的车次 5、应避免各种冲突:1)教室不冲突, 同一教室同一时间不能安排两门课程,人数不能超过教室的最大容量;2)学生不冲突, 同一班级学生不能在同一时间

数学建模中的重要问题解答

数模模拟赛论文 我们参赛选择的题号是(从A/B中选择一项填写): B 我们的参赛报名号为:B12 职务姓名学号学院专业和班级 队长张林10251003201 数学与计算科学学院2010数学与应用数 学2班 队员陈强10251003106 数学与计算科学学院2010数学与应用数 学1班 队员庞阳华10251003230 数学与计算科学学院2010数学与应用数 学2班

承诺书 我们仔细阅读了中国大学生数学建模竞赛的竞赛规则. 我们完全明白,在竞赛开始后参赛队员不能以任何方式(包括电话、电子邮件、网上咨询等)与队外的任何人(包括指导教师)研究、讨论与赛题有关的问题。 我们知道,抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料(包括网上查到的资料),必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺,严格遵守竞赛规则,以保证竞赛的公正、公平性。如有违反竞赛规则的行为,我们将受到严肃处理。 北京市水资源短缺风险综合评价 一.摘要 本文以北京地区水资源短缺风险问题及北京市水资源短缺情况数据来进行综合评价,首先构造隶属函数]5[以评价水资源系统的模糊性,其次利用logistic 回归模型模拟和预测水资源短缺风险发生的概率,而后建立了基于模糊概率的水资源短缺风险评价模型,最后利用判别分析识别出水资源短缺风险敏感因子并提出改进方案。 本文最大的亮点是采用采用Logistic回归模型来模拟缺水量系列的概率分布,logistic回归方法具有对因变量数据要求低、计算结果唯一、模型精度高等优点。 二.问题重述 近年来,我国水资源短缺问题日趋严重,尤其是北京水资源短缺已成为焦

数学建模 自习室管理系统

一.问题重述: 近年来,大学用电浪费比较严重,集中体现在学生上晚自习上,一种情况是去某个教室上自习的人比较少,但是教室的灯却全部打开,第二种情况是晚上上自习的总人数比较少,但是开放的教室比较多,这要求提供一种最节约、最合理的管理方法。根据题目所给出的数据,有以下问题。数据见表。 1.假如学校有8000名同学,每个同学是否上自习相互独立,上自习的可能性为0.7. 要使需要上自习的同学满足程度不低于95%,开放的教室满座率不低于4/5,同时尽量不超过90%。问该安排哪些教室开放,能达到节约用电的目的。 2.在第一问基础上,假设这8000名同学分别住在10个宿舍区,现有的45个教室分为9个自习区,按顺序5个教室为1个区,即1,2,3,4,5为第1区,…, 41,42,43,44,45为第9区。这10个宿舍区到9个自习区的距离见表2。学生到各教室上自习的满意程度与到该教室的距离有关系,距离近则满意程度高,距离远则满意程度降低。假设学生从宿舍区到一个自习区的距离与到自习区任何教室的距离相同。请给出合理的满意程度的度量,并重新考虑如何安排教室,既达到节约用电目的,又能提高学生的满意程度。另外尽量安排开放同区的教室。3.假设临近期末,上自习的人数突然增多,每个同学上自习的可能性增大为0.85,要使需要上自习的同学满足程度不低于99%,开放的教室满座率不低于4/5,同时尽量不超过95%。这时可能出现教室不能满足需要,需要临时搭建几个教室。 假设现有的45个教室仍按问题2中要求分为9个区。搭建的教室紧靠在某区,每个区只能搭建一个教室,搭建的教室与该区某教室的规格相同(所有参数相同),学生到该教室的距离与到该区任何教室的距离假设相同。问至少要搭建几个教室,并搭建在什么位置,既达到节约用电目的,又能提高学生的满意程度。

数学建模作业3

数学建模第三次作业-写作训练 要求: (1)在下一次上课之前将结果发到我的邮箱视为有效; (2)我的邮箱的地址为:xcg743@https://www.360docs.net/doc/44367564.html, (3)文件名称(word 文件)格式为: 张三(信号20081234).doc (4)写作格式要求按照正式数学建模论文格式要求进行写作,可参考我们制作的写作模板。 (5)本次作业应该重视,占期末总成绩的20分。 题目: 螺旋线与平面交点的实时计算 已知空间螺旋线的方程为: cos sin x t y t z t =?? =??=? ,现要求讨论任意平面0Ax By Cz D +++=与该螺 旋线的交点情况,要求完成下面几个问题: (1)先建立一般的数学模型,然后就下面三个特殊的平面给出你的计算结果:① 230x y ++=;②3450x y z ++=;③ 661x y z ++=。 (2)就某一种较特殊的情况进行讨论(此时A ,B ,C 大致满足某种关系),给出此时交点个数的结论并证明之。 空间平面与空间螺旋曲线交点探究 摘要 本文以空间中的平面与曲线的交点个数为研究对象,详细分析了具体平面与螺旋曲线的交点和一些较为特殊的平面系列与螺旋曲线的交点,建立了简单明了的数学模型,运用数学软件mathematic 进行了详细求解。 对问题(1)由于三个平面均为具体的平面,因此求结果过程类似,具体采用的是图解分析的方法,利用图形分析简单易懂,求解迅速,而且求解的结果准确详细(详见附录1、2、3)。 对于问题(2)的求解,考虑到此题是一个较为开放的题目,因此在求解之时先假设了一些特殊关系,例如在本文中假设的关系如下: 0=D ,a C a B a A 3,2,===。利用这一特殊关系进行适当的化简就可以解出本题所 探究的答案。 本文最大的特点是采用图解分析的方法,图解法直观、明了,求解快,不必采用较为繁杂的

课程时间安排-数学建模

课程时间安排的优化模型 摘要 排课是教务运作中的一项重要工作,同时排课问题也是一个复杂的组合优化问题,对此问题的建模和求解,难度都非常大。多数情况下我们只是满足于求解问题的一个可行解,而对此可行解的进一步优化往往通过手工完成,效率很低。目前有很多计算机专家和数学专家都致力于对大规模排课问题的研究,在此我们给出一个规模相对较少,约束相对较少的较为简单的排课问题。解决排课中的问题,既能满足老师授课上机的要求又能满足学生对上机时间的合理安排。让学校、老师和同学的满意。 让老师满意,就是安排尽量少出现像同一天同一位老师上1-2节,7-8节,最好是1-2节面授然后4-5节课上机;让同学们满意,可从以下几方面考虑,比如,同一班级同一门课程,至少应隔一天上一次,另外对学生感到比较难学的课程尽量安排在最好的时段,上机时间要安排在面授课之后;让学校满意,就是尽量减少因出现问题而不得不为老师调课的次数。根据实际情况在具体模型建立过程中采用了0-1矩阵法,矩阵的乘法等数学方法,建立优化类数学模型来求解有效矩阵,根据有效矩阵初排课表,结合多方面因素建立修正矩阵,对初排课表逐层修改,得出最优排课表。并通过matlab实现算法和给出模型的解。 先将123班级课表和20张老师课表转换为0-1变量,有课改为0,没课改为1,组成两个矩阵,然后可用VB编程得到一个新的矩阵,两矩阵中元素都为1时,新的矩阵对应的元素就为1,即老师和班级同时有空时为1。将多目标函数转换为单目标函数,其他的要求可直接在约束条件中满足。然后用lingo软件编程解决(其约束条件和目标函数都可用lingo的语句表示出来)

关键词:排课问题 0-1矩阵矩阵的乘法优化目标矩阵 lingo VB 1 问题重述 排课是教务运作中的一项重要工作,同时排课问题也是一个复杂的组合优化问题,对此问题的建模和求解,难度都非常大。多数情况下我们只是满足于求解问题的一个可行解,而对此可行解的进一步优化往往通过手工完成,效率很低。目前有很多计算机专家和数学专家都致力于对大规模排课问题的研究,在此我们给出一个规模相对较少,约束相对较少的较为简单的排课问题,请同学们加以解决。 目前,某校的计算机上机课大都安排在计算机学院,计算机学院有5个机房用于学生上机,每个机房大约容纳90人。安排上机的课程共有4门,指导上机的教师共有24人,其中20人为课程的授课教师,见附件1,其他四人为机房的管理人员,依次为陆老师,章老师,张老师和彭老师,其中陆老师负责2个机房。共有123个班级需要上机,详细名单见附件1。教师和学生的上机时间不能和他们的授课课程时间冲突,为此我们给出了各位教师和各个班级学生的课程表,见文件夹附件2。四名管理人员可全天进行上机指导,但只能在自己负责的机房进行. 要求: (1)为了保证授课效果,学院规定每个老师在同一个时间段只能为1个班级进行指导;而同一时段允许有两名教师在同一个机房分别指导一个班级; (2)上机指导老师尽可能指导自己授课班级的学生; (3)周末尽可能不安排上机;其次晚上尽可能不安排上机。 (4)为了减少教师到新校区的次数,上机时间尽可能与其授课时间安排在同一天。 (5)还有其它要求可根据高校教学的情况,酌情给出,给出时要充分考虑教学规律、教学效果和大部分老师、学生的要求。

相关文档
最新文档