数学建模作业
数学建模课后习题作业
【陈文滨】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？【模型假设】（1）椅子四条腿一样长，椅脚与地面接触处视为一点，四脚的连线呈长方形．（2）地面高度是连续变化的，沿任何方向都不会出现间断 (没有像台阶那样的情况)，即从数学的角度看，地面是连续曲面．这个假设相当于给出了椅子能放稳的必要条件．（3）椅子在任何位置至少有三只脚同时着地．为保证这一点，要求对于椅脚的间距和椅腿的长度而言，地面是相对平坦的．因为在地面上与椅脚间距和椅腿长度的尺寸大小相当的范围内，如果出现深沟或凸峰(即使是连续变化的)，此时三只脚是无法同时着地的。
【模型建立】在上述假设下，解决问题的关键在于选择合适的变量，把椅子四只脚同时着地表示出来．首先，引入合适的变量来表示椅子位置的挪动．生活经验告诉我们，要把椅子通过挪动放稳，通常有拖动或转动椅子两种办法，也就是数学上所说的平移与旋转变换．然而，平移椅子后问题的条件没有发生本质变化，所以用平移的办法是不能解决问题的．于是可尝试将椅子就地旋转，并试图在旋转过程中找到一种椅子能放稳的情形．注意到椅脚连线呈长方形，长方形是中心对称图形，绕它的对称中心旋转180度后，椅子仍在原地．把长方形绕它的对称中心O旋转，这可以表示椅子位置的改变。
于是，旋转角度θ这一变量就表示了椅子的位置．为此，在平面上建立直角坐标系来解决问题．如下图所示，设椅脚连线为长方形ABCD，以对角线AC所在的直线为x轴，对称中心O为原点，建立平面直角坐标系．椅子绕O点沿逆时针方向旋转角度θ后，长方形ABCD转至A1B1C1D1 的位置，这样就可以用旋转角θ（0≤θ≤π）表示出椅子绕点O旋转θ后的位置．其次，把椅脚是否着地用数学形式表示出来．我们知道，当椅脚与地面的竖直距离为零时，椅脚就着地了，而当这个距离大于零时，椅脚不着地．由于椅子在不同的位置是θ的函数，因此，椅脚与地面的竖直距离也是θ的函数．由于椅子有四只脚，因而椅脚与地面的竖直距离有四个，它们都是θ的函数．而由假设(3)可知，椅子在任何位置至少有三只脚同时着地，即这四个函数对于任意的θ，其函数值至少有三个同时为0．因此，只需引入两个距离函数即可．考虑到长方形ABCD是中心对称图形，绕其对称中心 O沿逆时针方向旋转180°后，长方形位置不变，但A,C和B,D对换了．因此，记A、B两脚与地面竖直距离之和为f（θ），C、D两脚与地面竖直距离之和为g（θ），其中θ∈[0，π]，从而将原问题数学化。
数学建模一周作业题目
对作业题目的说明1. 本次数学建模周一共提供十五道题目供大家选择。
每支队伍（2-3人/队）必须从以下题目中任意选取一题（只须选择一道），并完成一篇论文，对论文的具体要求参阅《论文格式规范》。
2. 题目标注为“A ”的为有一定难度的题目，指导老师会根据题目的难度对论文最后的评分进行调整。
（一）乒乓球赛问题 (A)A 、B 两乒乓球队进行一场五局三胜制的乒乓球赛，两队各派3名选手上场，并各有3种选手的出场顺序（分别记为123,,ααα 和123,,βββ）。
根据过去的比赛记录，可以预测出如果A 队以i α次序出场而B 队以j β次序出场，则打满5局A 队可胜ija 局。
由此得矩阵()ij R a =如下：123123214034531R βββααα⎛⎫=⎪ ⎪ ⎪⎝⎭（1） 根据矩阵R 能看出哪一队的实力较强吗？（2） 如果两队都采取稳妥的方案，比赛会出现什么结果？ （3） 如果你是A 队的教练，你会采取何种出场顺序？（4） 比赛为五战三胜制，但矩阵R 中的元素却是在打满五局的情况下得到的，这样的数据处理和预测方式有何优缺点？（二）野兔生长问题在某地区野兔的数量在连续十年的统计数量(单位十万)如下：分析该数据，得出野兔的生长规律。
并指出在哪些年内野兔的增长有异常现象，预测T=10 时野兔的数量。
（三）停车场的设计问题在New England的一个镇上，有一位于街角处面积100 200平方英尺的停车场，场主请你代为设计停车车位的安排方式，即设计在场地上划线的方案。
容易理解，如果将汽车按照与停车线构成直角的方向，一辆紧挨一辆地排列成行，则可以在停车场内塞进最大数量的汽车，但是对于那些缺乏经验的司机来说，按照这种方式停靠车辆是有困难的，它可能造成昂贵的保险费用支出。
为了减少因停车造成意外损失的可能性，场主可能不得不雇佣一些技术熟练的司机专门停车；另一方面，如果从通道进入停车位有一个足够大的转弯半径，那么，看来大多数的司机都可以毫无困难地一次停车到位。
数学建模作业练习
优化作业(1)1.（本题只写模型不求解）某工厂向用户提供发动机，按合同规定，其交货数量和日期是：第一季度末交40台，第二季度末交60台，第三季度末交80台。
工厂的最大生产能力为每季度100台，每季度的生产费用是22.050)(x x x f +=元，其中x 为该季度生产发动机的台数。
若工厂生产得多，多余的发动机可移到下季度向用户交货，这样，工厂就需要支付存储费用，每台发动机每季度的存储费用为4元。
问该厂每季度生产多少台发动机，才能既满足交货合同，又使工厂所花费的费用最少（假定第一季度开始时发动机无存货）？2.（本题只写模型不求解）某市为方便小学生上学，拟在新建的8个居民小区821,,,A A A 增设若干所小学，经过论证知备选校址有621,,,B B B ，它们能够覆盖的居民小区如下表所列，试建立一个数学模型，确定出最小个数的建校地址，使其能覆盖所有的居民小区。
备选校址B 1 B 2 B 3 B 4 B 5 B 6 覆盖小区 A 1,A 5,A 7 A 1,A 2,A 5,A 8 A 1,A 3,A 5 A 2,A 4,A 8 A 3,A 6 A 4,A 6,A 83.写出下面LINGO 程序所对应的完整数学模型。
SETS: HANG/1..3/:B; LIE/1..4/:X,C; XISHU(HANG,LIE):A;ENDSETSDATA:A= 1 2 3 12 5 1 23 1 6 -2;B=4 5 7;C=1 3 4 5;ENDDATAmin=@sum(LIE(I):C(I)*X(I));@FOR(HANG(I):@SUM(LIE(J):A(I,J)*X(J))>B(I));4.根据下面LINGO 程序的集合段和模型段写出其所对应的数学模型。
SETS: HANG/1..3/:A;LIE/1..4/:B;XISHU(HANG,LIE):C,X;ENDSETSmin=@sum(XISHU(I,J):C(I,J)*X(I,J));@FOR(HANG(I):@SUM(LIE(J):X(I,J))=A(I));@FOR(LIE(J):@SUM(HANG(I):X(I,J))=B(J));5.某校篮球队准备从十名预备队员中选择五名作为正式队员，队员的各种情况如下表：队员号码身高（厘米）技术分位置1 185 8.6 中锋2 186 9 中锋3 193 8.4 中锋4 190 9.5 中锋5 182 9.1 前锋6 184 9 前锋7 188 8.1 前锋8 186 7.8 后卫9 190 8.2 后卫10 192 9.2 后卫队员的挑选要满足下面条件：（1）至少补充一名前锋。
数学建模作业题+答案
数学建模MATLAB 语言及应用上机作业11. 在matlab 中建立一个矩阵135792468101234501234A ⎡⎤⎢⎥⎢⎥=⎢⎥-----⎢⎥⎣⎦答案：A = [1,3,5,7,9;2,4,6,8,10;-1,-2,-3,-4,-5;0,1,2,3,4]2. 试着利用matlab 求解出下列方程的解（线性代数22页例14）123412423412342583692254760x x x x x x x x x x x x x x +-+=⎧⎪--=⎪⎨-+=-⎪⎪+-+=⎩ 答案：A=[2 ,1,-5,1;1,-3,0,-6;0,2,-1,2;1,4,-7,6]; B=[8;9;-5;0]; X=A\B 或A=[2,1,-5,1;1,-3,0,-6;0,2,-1,2;1,4,-7,6] b=[8,9,-5,0]' X=inv(A)*b3. 生成一个5阶服从标准正态分布的随机方阵，并计算出其行列式的值，逆矩阵以及转置矩阵。
答案:A=randn(5) det(A) inv(A) A'4. 利用matlab 求解出110430002A -⎡⎤⎢⎥=-⎢⎥⎢⎥⎣⎦的特征值和特征向量。
答案：A=[-1,1,0;-4,3,0;0,0,2] [V,D]=eig(A)5.画出衰减振荡曲线3sin3t y et -=在[0,4]π上的图像。
要求，画线颜色调整为黑色，画布底面为白色。
（在实际中，很多打印机时黑白的，因此大多数作图要考虑黑白打印机的效果。
） 给出恰当的x ，y 坐标轴标题，图像x 轴的最大值为4π。
6. 生成一个0-1分布的具有10个元素的随机向量，试着编写程序挑选出向量中大于0.5的元素。
数学建模和Matlab 上机作业2（2016-9-20）跟老师做（不用整合进作业中）：上机演示讲解：函数，递归的两个例子的写法。
附：1. Fibonacci Sequence （斐波那契数列）在数学上，费波那西数列是以递归的方法来定义： F1= 1；F2= 1；F （n ）=F （n-1）+F （n-2） 2. 阶乘举例：数学描述：n!=1×2×……×n ；计算机描述：n!=n*(n-1)!自己做（需要整合进作业中，提交到系统中）：1. 写一个m 文件完成分值百分制到5分制的转换（即输入一个百分制，转换后输出一个5级对应的得分，联系条件控制语句）。
数学建模作业(1)
数学建模作业(1)
数模
数模
1.学校共学校共1000名学生，235人住在宿名学生，人住在A宿名学生人住在人住B宿舍人住在C宿舍舍，333人住宿舍，432人住在宿舍人住宿舍，人住在宿舍.学生们要组织一个10人的委员会人的委员会，学生们要组织一个人的委员会，试用下列办法分配各宿舍的委员数：列办法分配各宿舍的委员数：(1)按比例分配取整数的名额后，剩下的名按比例分配取整数的名额后，按比例分配取整数的名额后额按惯例分给小数部分较大者。
额按惯例分给小数部分较大者。
(2)用Q值方法。
值方法。
用值方法
数模
如果委员会从10人增至人如果委员会从人增至15人，用以上人增至2种方法再分配名额。
将2种方法两次分配种方法再分配名额。
种方法再分配名额种方法两次分配的结果列表比较。
的结果列表比较。
(3)你能提出其它的方法吗？用你的方你能提出其它的方法吗？你能提出其它的方法吗法分配上面的名额。
法分配上面的名额。
数模
2.考察模拟水下爆炸的比例模型.爆炸物质量m,在距爆炸点距离r处设置仪器，接收到的冲击波压强为p,记大气初始压强p0,水的密度ρ,水的体积弹性模量k,用量纲分析法已经得到
p0ρrp=p0(,)km3
数模
设模拟实验与现场的p0,ρ,k相同，而爆炸物模型的质量为原模型的1/1000.为了使实验中接收到与现场相同的压强p,问实验时应如何设置接收冲击波的仪器，即求实验仪器与爆炸点之间的距离是现场的多少倍？
p0,ρ,k。
数学建模第四套
徐州工程学院个性化教育数学建模（大作业）试卷班级 学号 姓名 得分1、某农场饲养的某种动物所能达到的最大年龄为15岁，将其分成三个年龄组：第一组，0~5岁；第二组，6~10岁；第三组，11~15岁。
动物从第二年龄组开始繁衍后代，经过长期统计，第二组和第三组的繁殖率分别为4和3，第一年龄和第二年龄组的动物能顺利进入下一个年龄组的存活率分别为1/2和1/4。
假设农场现有三个年龄段的动物各100头，问15年后农场三个年龄段的动物各有多少头？解：由于年龄分为五岁一段，所以时间周期取5年。
设(k)i x 表示第k 个时间周期，第i 组年龄阶段动物的数量。
因为某一时间周期第二年龄组和第三年龄组的动物数量是由上一周期上一年龄组存活下来的动物的数量决定的，所以有(k)(k 1)(k)(k 1)213211,22x x x x --== 又因为某一时间周期，第一年龄组的动物数量是由上一时间周期各个年龄组出生的动物数量决定的，所以有(k)(k 1)(k 1)12343x x x --=+由此得到递推关系式： (k)(k 1)(k 1)123(k)(k 1)21(k)(k 1)32431214x x x x x x x ----⎧=+⎪⎪⎪=⎨⎪⎪=⎪⎩ 用矩阵表示为： (k)(k 1)11(k)(k 1)22(k)(k 1)3304310021004x x x x x x ---⎡⎤⎢⎥⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎢⎥⎣⎦即(k)(k 1)x Lx -=，其中(n)043100100,10021001004L x ⎡⎤⎢⎥⎡⎤⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎢⎥⎣⎦则有()()()(3)(2)(1)(0)1437.5137.587.5x Lx L Lx L L Lx ⎡⎤⎢⎥====⎢⎥⎢⎥⎣⎦计算过程代码如下： >> x0=[100;100;100];>> L=[0,4,3;1/2,0,0;0,1/4,0]; >> x1=L*x0; >> x2=L*x1; >> x3=L*x2x3 =1.0e+03 * 1.4375 0.1375 0.0875结果分析：由于动物的数量不可能出现小数，所以根据实际，15年后农场饲养动物的数量2、深洞的估算： 假如你站在洞口且身上仅带着一只具有跑秒功能的计算器，你出于好奇心想用扔下一块石头听回声的方法来估计洞的深度，假定你捡到一块质量是1KG 的 石头，并准确的测定出听到回声的时间T=5S ，就下面给定情况，分析这一问题，给出相应的数学模型，并估计洞深。
(完整word版)数学建模作业
结果：
Untitled2
j =
80.1000
b =
9.7106
p =
-0.4682
f =
3.1529
极差：
用z表示极差。
编写M文件：Untitled1.m
x1=[93 75 83 93 91 85 84 82 77 76 77 95 94 89 91];
x2=[88 86 83 96 81 79 97 78 75 67 69 68 84 83 81];
93
75
83
93
91
85
84
82
77
76
77
95
94
89
91
88
86
83
96
81
79
97
78
75
67
69
68
84
83
81
75
66
85
70
94
84
83
82
80
78
74
73
76
70
86
76
90
89
71
66
86
73
80
94
79
78
77
63
53
55
(1)计算均值，标准差，极差，偏度，峰度，画出直方图；
(2)检验分布的正态性；
检验结果
（1）布尔变量h=0，表示不拒绝零假设，说明提出的假设学生成绩均值80是合理的。
（2）95%的置信区间为[77.6，82.6]，它完全包括80，且精度很高。
（3）sig的值为0.9367，远超过0.5，不能拒绝零假设。
数学建模例题和答案
数学建模例题和答案
题目：
一个汽车公司拥有两个工厂，分别生产两种型号的汽车，A型和B型，每种型号的汽车都有一定的销售价格。
现在，该公司需要在两个工厂中生产A型和B型汽车，使得总收入最大。
答案：
1、建立数学模型
设A型汽车在第一个工厂生产的数量为x，在第二个工厂生产的数量为y，A型汽车的销售价格为a，B型汽车的销售价格为b，则该公司的总收入可以表示为：
总收入=ax+by
2、确定目标函数
由于题目要求使得总收入最大，因此可以将总收入作为目标函数，即：
最大化Z=ax+by
3、确定约束条件
由于两个工厂的生产能力有限，因此可以设置约束条件：
x+y≤M，其中M为两个工厂的总生产能力
4、求解
将上述模型转化为标准的数学规划模型：
最大化Z=ax+by
s.t. x+y≤M
x≥0,y≥0
由于该模型是一个线性规划模型，可以使用数学软件进行求解，得到最优解：
x=M，y=0
即在第一个工厂生产M件A型汽车，在第二个工厂不生产B型汽车，此时该公司的总收入最大，为Ma。
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。
数学建模练习题作业
1、马青公式 π=16arctan1/5-4arctan1/239 这个公式由英国天文学教授约翰·马青于 1706 年发现。他利用这个公式计
算到了 100 位的圆周率。马青公式每计算一项可以得到 1.4 位的十进制精度。因 为它的计算过程中被乘数和被除数都不大于长整数，所以可以很容易地在计算机 上编程实现。
练习题 6：兄弟三人戴帽子问题 解放前，在一个村子里住着聪明的三兄弟，他们除恶杀了财主的儿子，犯了人命案。县太爷有意想免他们
一死，决意出一个难题测测他们是否真的聪明，如果他们能在一个时辰内回答出来，就免他们一死，否则就被 处死。题目如下：
兄弟三人站成一路纵队(老三选择了站在最前面，他后面是老二，老大站在了最后面 )，并分别被蒙住了眼 睛，县太爷说我这里有两顶黑帽子和三顶红帽子，接着分别给他们头上各带了一顶帽子，然后又分别把被蒙住 的眼睛解开。
还有很多类似于马青公式的反正切公式。在所有这些公式中，马青公式似乎是 最快的了。虽然如此，如果要计算更多的位数，比如几千万位，马青公式就力不 从心了。
2、拉马努金公式 1914 年，印度天才数学家拉马努金在他的论文里发表了一系列共 14 条圆周
率的计算公式。这个公式每计算一项可以得到 8 位的十进制精度。1985 年 Gosper 用这个公式计算到了圆周率的 17,500,000 位。
此时，老大只可以看见老三和老二头上的帽子,老二只可以看见老三头上的帽子，老三看不见帽子。 只有一个时辰的时间，看谁能说出自己头上帽子的颜色，第一句声音有效。现在开始！ (县太爷有多少种带帽子的方案，那一种最难？你能回答吗？)
解答：
县太爷一共有 7 种戴帽子方案:
1 黑黑红 2 黑红黑 3 黑红红 4 红红红 5 红红黑 6 红黑红 7 红黑黑
数学建模样题及答案
数学建模作业一学校共1000名学生，235人住在A 宿舍，333人住在B 宿舍，432人住在C 宿舍。
学生们要组织一个10人的委员会，试用下列方法分配各宿舍的委员数：（1） 按比例分配取整数的名额后，剩下的名额按惯例分给小数部分较大的。
（2） Q 值方法：m 方席位分配方案：设第i 方人数为i p ，已经占有i n 个席位，i=1，2，…，m .当总席位增加1席时,计算2(1)i i i i p Q n n =+，i=1，2，…，m 把这一席分给Q 值大的一方。
（3） d ’Hondt 方法：将A ，B ，C 各宿舍的人数用正整数n=1,2,3,…相除，其商数如下表：将所得商数从大到小取前10个（10为席位数），在数字下标以横线，表中A,B,C 行有横线的数分别为2，3，5，这就是3个宿舍分配的席位。
（试解释其道理。
）（4） 试提出其他的方法。
数学建模作业二假定人口的增长服从这样的规律:时刻t 的人口为)(t x ,t 到t+ t 时间内人口的增长与m x -)(t x 成正比例(其中m x 为最大容量).试建立模型并求解.作出解的图形并与指数增长模型、阻滞增长模型的结果进行比较。
解：=r(x m -x),r 为比例系数，x(0)=x 0 解为：x(t)= x m -( x m - x 0),如下图粗线，当t →∞时，它与Logistic 模型相似。
数学建模作业三一容器内盛入盐水100L，含盐50g .然后将含有2g/L的盐水流如容器内，流量为3L/min.设流入盐水与原盐水搅拌而成均匀的混合物。
同时，此混合物又以2L/min的流量流出，试求在30min时，容器内所含的盐量。
若以同样流量放进的是淡水，则30min时，容器内还剩下多少盐？要求写出分析过程。
解：设x(t)为t时刻容器内剩余的盐的质量①x(t)=2(100+t)-1.5(100+t)-2X(t=30)=171.24② x(t)=(100+t)-2 X(t=30)=29.59数学建模作业四商业集团公司在123,,A A A 三地设有仓库，它们分别库存40，20，40个单位质量的货物，而其零售商店分布在地区,1,,5i B i ，它们需要的货物量分别是25，10，20，30，15个单位质量。
(0349)《数学建模》网上作业题及答案
（0349）《数学建模》网上作业题及答案1：第一批次2：第二批次3：第三批次4：第四批次5：第五批次6：第六批次1：[填空题]名词解释13．符号模型14．直观模型15．物理模型16．计算机模拟17．蛛网模型18．群体决策参考答案：13．符号模型：是在一定约束条件或假设下借助于专门的符号、线条等，按一定形式组合起来描述原型。
14．直观模型：指那些供展览用的实物模型以及玩具、照片等，通常是把原型的尺寸按比例缩小或放大，主要追求外观上的逼真。
15．物理模型：主要指科技工作者为一定的目的根据相似原理构造的模型，它不仅可以显示原型的外形或某些特征，而且可以用来进行模拟实验，间接地研究原型的某些规律。
16．计算机模拟：根据实际系统或过程的特性，按照一定的数学规律用计算机程序语言模拟实际运行情况，并依据大量模拟结构对系统或过程进行定量分析。
17．蛛网模型：用需求曲线和供应曲线分析市场经济稳定性的图示法在经济学中称为蛛网模型。
18．群体决策：根据若干人对某些对象的决策结果，综合出这个群体的决策结果的过程称为群体决策。
2：[填空题]名词解释7．直觉8．灵感9．想象力10．洞察力11．类比法12．思维模型参考答案：13．符号模型：是在一定约束条件或假设下借助于专门的符号、线条等，按一定形式组合起来描述原型。
14．直观模型：指那些供展览用的实物模型以及玩具、照片等，通常是把原型的尺寸按比例缩小或放大，主要追求外观上的逼真。
15．物理模型：主要指科技工作者为一定的目的根据相似原理构造的模型，它不仅可以显示原型的外形或某些特征，而且可以用来进行模拟实验，间接地研究原型的某些规律。
16．计算机模拟：根据实际系统或过程的特性，按照一定的数学规律用计算机程序语言模拟实际运行情况，并依据大量模拟结构对系统或过程进行定量分析。
17．蛛网模型：用需求曲线和供应曲线分析市场经济稳定性的图示法在经济学中称为蛛网模型。
18．群体决策：根据若干人对某些对象的决策结果，综合出这个群体的决策结果的过程称为群体决策。
数学建模例题及解析
.例1差分方程——资金(de)时间价值问题1:抵押贷款买房——从一则广告谈起每家人家都希望有一套(甚至一栋)属于自己(de)住房,但又没有足够(de)资金一次买下,这就产生了贷款买房(de)问题.先看一下下面(de)广告(这是1991年1月1日某大城市晚报上登(de)一则广告),任何人看了这则广告都会产生许多疑问,且不谈广告中没有谈住房面积、设施等等,人们关心(de)是：如果一次付款买这栋房要多少钱呢银行贷款(de)利息是多少呢为什么每个月要付1200元呢是怎样算出来(de)因为人们都知道,若知道了房价(一次付款买房(de)价格),如果自己只能支付一部分款,那就要把其余(de)款项通过借贷方式来解决,只要知道利息,就应该可以算出五年还清每月要付多少钱才能按时还清贷款了,从而也就可以对是否要去买该广告中所说(de)房子作出决策了.现在我们来进行数学建模.由于本问题比较简单无需太多(de)抽象和简化.a.明确变量、参数,显然下面(de)量是要考虑(de)：需要借多少钱,用记；月利率(贷款通常按复利计)用R记；每月还多少钱用x记；借期记为N个月.b．建立变量之间(de)明确(de)数学关系.若用记第k个月时尚欠(de) 款数,则一个月后(加上利息后)欠款 , 不过我们又还了x元所以总(de)欠款为k=0,1,2,3,而一开始(de)借款为.所以我们(de)数学模型可表述如下(1)c. (1)(de)求解.由(2)这就是之间(de)显式关系.d．针对广告中(de)情形我们来看(1)和(2)中哪些量是已知(de).N=5年＝60个月,已知；每月还款x＝1200元,已知 A.即一次性付款购买价减去70000元后剩下(de)要另外去借(de)款,并没有告诉你,此外银行贷款利率R也没告诉你,这造成了我们决策(de)困难.然而,由(2)可知60个月后还清,即,从而得(3)A和x之间(de)关系式,如果我们已经知(3)表示N＝60,x＝1200给定时0A.例如,若R ＝0．01,则由(3)可算得道银行(de)贷款利息R,就可以算出053946元.如果该房地产公司说一次性付款(de)房价大于70000十53946＝123946元(de)话,你就应自己去银行借款.事实上,利用图形计算器或Mathematica这样(de)数学软件可把(3)(de)图形画出来,从而可以进行估算决策.以下我们进一步考虑下面两个问题.注1问题1标题中“抵押贷款”(de)意思无非是银行伯你借了钱不还,因而要你用某种不动产(包括房子(de)产权)作抵押,即万一你还不出钱了,就没收你(de)不动产.例题1某高校一对年青夫妇为买房要用银行贷款60000元,月利率0．01,贷款期25年＝300月,这对夫妇希望知道每月要还多少钱,25年就可还清.假设这对夫妇每月可有节余900元,是否可以去买房呢解：现在(de)问题就是要求使 (de)x,由(2)式知现＝60000,R＝0．01,k＝300,算得x=632元,这说明这对夫妇有能力买房.例题2 恰在此时这对夫妇看到某借贷公司(de)一则广告：“若借款60000元,22年还清,只要；(i)每半个月还316元；(ii)由于文书工作多了(de)关系要你预付三个月(de)款,即316×6＝1896元.这对夫妇想：提前三年还清当然是好事,每半个月还316元,那一个月不正好是还632元,只不过多跑一趟去交款罢了；要预付18％元,当然使人不高兴,但提前三年还清省下来(de)钱可是22752元哟,是1896元(de)十几倍哪这家公司是慈善机构呢还是仍然要赚我们(de)钱呢这对夫妇请教你给他们一个满意(de)回答.具体解法略.问题2：养老基金今后,当年青人参加工作后就要从其每月工资中扣除一部分作为个人 (de)养老基金,所在单位（若经济效益好(de)话）每月再投入一定数量(de)钱,再存入某种利息较高而又安全(de)“银行”(也可称为货币市场)到60岁退休时可以动用.也就是说,若退休金不足以维持一定(de)生活水平时,就可以动用自己(de)养老基金,每月取出一定(de)款项来补贴不足部分.假设月利率及＝0．01不变,还允许在建立养老基金时自己可以一次性地存入A(不论多少),每月存入y元(个人和单位投入(de)总和)；通常从一笔钱0三十一岁开始到六十岁就可以动用.这当然是一种简化(de)假设,但作为估算仍可作为一种考虑(de)出发点.本问题实际上有两个阶段,即退休前和退休后,其数学模型为其中x为每月要从养老基金中提出(de)款项.习题1 某大学年青教师小李从31岁开始建立自己(de)养老基金,他把已有(de)积蓄1万元也一次性地存入,已知月利率为0．01 (以复利计),每月存入300元,试问当小李60岁退休时,他(de)退休基金有多少又若,他退休后每月要从银行提取l000元,试问多少年后他(de)退休基金将用完你能否根据你了解(de)实际情况建立一个较好(de)养老基金(de)数学模型及相应(de)算法和程取软件).习题2 渔业(林业)管理问题设某养鱼池(或某海域)一开始有某种鱼条,鱼(de)平均年净繁殖率为R,每年捕捞x条,记第N年有鱼条,则池内鱼数按年(de)变化规律为注意,在实际渔业经营中并不按条数计算而是以吨记数(de).若对某海域(de)渔业作业中＝100000吨,R＝0．02,x＝1000吨,试问会不会使得若干年后就没有鱼可捕捞了（资源枯竭了）例2比例分析法——席位分配问题：某学校有三个系联合成立学生会,（1）试确定学生会席位分配方案.（2）若甲系有100名,乙系60名,丙系40名.学生会设20个席位,分配方案如何(3)若丙系有3名学生转入甲系,3名学生转入乙系,分配方案有何变化（4）因为有20个席位(de)代表会议在表决提案时有可能出现10： 10(de)平局,会议决定下一届增加1席,若在第（3）问中将学生会席位增加一席呢（5）试确定一数量指标衡量席位分配(de)公平性,并以此检查（1）—（4）.公平而又简单(de)席位分配办法是按人数(de)比例分配,若甲系有100名,乙系60名,丙系40名.学生会设20个席位,三个系分别应有10,6,4个席位.如果丙系有6名学生转入其他两系学习,各系人数如表所示系别学生人数所占比例（%）按比例分配(de)席位按惯例分配(de)席位甲10310乙636第二列所示,按比例分配席位时,出现了小数(见表中第四列)．在将取得整数(de)19席分配完毕后,剩下(de)1席按照惯例分给余数最大(de)丙系,于是三个系仍分别占有10、6、4个席位．因为有20个席位(de)代表会议在表决提案时有可能出现10：10(de)平局,会议决定下一届增加1席,于是他们按照上述惯例重新分配席位,计算(de)结果令人吃惊：总席位增加1席,丙系反而减少1席,见下表．看来,要解决这个矛盾,必须重新研究所谓惯例分配方法,提出更加“公平”(de)办法．下面就介绍这样一个席位分配模型．设A、B两方人数分别是p1 和p2,分别占有n1 和n2 个席位,则两方每个席位所代表(de)人数分别是p1 ／n12和p2／n2．很明显,仅当这两个数值相等时,席位(de)分配才是公平(de)．但是,通常它们不会相等,这时席位分配得不公平.不公平(de)程度可以用数值来表示,它衡量(de)是“绝对不公平”．从下表所举(de)例子来看,A、B之间(de)“绝对不公平”与C、D之间是一样(de).但是从常识(de)角度看,A、B之间显然比C、D之间存在着更加严重(de)不公平．所以“绝对不公平”不是一个好(de)衡量标准．p n p/n p1/n1-p2/n2 A120101212-10=2B1001010C102010102102-100=2D100010100为了改进绝对标准,我们自然想到用相对标准．因为p／n越大,每个席位代表(de)人数越多,或者说,总人数一定时分配(de)席位越少.所以,如果p1／n13＞p2/n2,则A方是吃亏(de),或者说,对A是不公平(de),由此,我们这样定义“相对不公平”：若p1／n1＞p2／n2,则称为对A(de)相对不公平值,记做若p1／n1＜p2／n2,则称为对B(de)相对不公平值,记做假设A、B两方已分别占有n1和n2个席位,我们利用相对不公平(de)城念来讨论,当总席位再增加1席时,应该给且A方还是B方不失一般性,可设p1／n1＞p2/n2,即此时对A方不公平, ,有定义．当再分配1个席位时,关于p／n(de)不等式有以下三种可能：1)p1／(n1十1)＞p2／n2,这说明即使A方增加1席,仍然对A不公平,所以这1席当然应给A方；2)p1／(n1十1)＜p2／n2,说明当A方增加1席位,将对B不公平,此时应参照式,计算对B(de)相对不公平值3）说明当B方增加1席时,将对A方不公平,此时计算得对A (de)相对不公平值是（注意：在p1/n1p2/n2(de)假设下,不可能出现p1／n1＜p2／(n2+1)(de)情况因为公平(de)席位分配方法应该使得相对不公平(de)数值尽量地小,所以如果则这1席应给A方；反之应给B方．根据(3)、（4）两式,(5)式等价于并且不难证明1从上述第1)种情况(de)p1／(n1十1)＞p2／p2也可推出. 于是我们(de)结论是：当(6)式成立时,增加(de)1席应分配A方；反之,应分配给B方．若记,则增加(de)1席位应分配给Q值较大(de)一方．将上述方法可以推广到有m方分配席位(de)情况．下面用这个方法,重新讨论本节开始时提出(de),三个系分配21个席位(de)问题．首先每系分配1席,然后计算：甲系n1＝1,乙系, n2=1,丙系,n3=1,因为最大,所以第4席应分配给甲系,继续计算：甲系n1＝2,将与上面(de)相比,最大,第5席应分给乙系,继续计算.如此继续,直到第21席分配给某个系为止（详见列表）．n甲系乙系丙系1（4）（5）578（9）2（6）（8）（15）3（7）（12）（21）4（10）（14）5（11）（18）6（13）7（16）8（17）9（19）10（20）11可以看出,用Q值法,丙系保住了它险些丧失(de)1席.你觉得这个方法公平吗习题：学校共1000名学生,235入住在A宿合,333人住在B宿合,432人住在C宿合．学生们要组织一个10人(de)委员会,试用下列办法分配各宿舍(de)委员数．1）惯例(de)方法,印按比例分配完整数名额后,剩下名额给余数最大者. 2）Q值方法.如果委员会从10人增至15人,分配名额将发生什么变化 ,例3 状态转移问题——常染色体遗传模型随着人类(de)进化,人们为了揭示生命(de)奥秘,越来越注重遗传学(de)研究,特别是遗传特征(de)逐代传播,引起人们(de)注意.无论是人,还是动植物都会将本身(de)特征遗传给下一代,这主要是因为后代继承了双亲(de)基因,形成自己(de)基因对,基因对将确定后代所表现(de)特征.下面,我们来研究两种类型(de)遗传：常染色体遗传和x—链遗传.根据亲体基因遗传给后代(de)方式,建立模型,利用这些模型可以逐代研究一个总体基因型(de)分布.在常染色体遗传中,后代从每个亲体(de)基因对中各继承一个基因,形成自己(de)基因对,基因对也称基因型.如果我们所考虑(de)遗传特征是有两个基因A和控制(de),那么就有三种基因对,记为AA,A,.例如,金草鱼由两个遗传基因决定花(de)颜色,基因型是AA(de)金鱼草开红花,型(de)开粉红色花,而型(de)开白花.又如人类(de)眼睛(de)颜色也是提高通过常染色体遗传控制(de).基因型是(de)人,眼睛是棕色,基因型是(de)人,眼睛是兰色.这里因为都表示了同一外部特征,我们认为基因A 支配基因,也可以认为基因对于A 来说是隐性(de)农场(de)植物园中某种植物(de)基因型为AA,A 和.农场计划采用AA 型(de)植物与每种基因型植物相结合(de)方案培育植物后代.那么经过若干年后,这种植物(de)任一代(de)三种基因型分布如何 第一步：假设：令 ,2,1,0=n .（1） 设n n b a ,和n c 分别表示第n 代植物中,基因型为AA,Aa 和aa(de)植物占植物总数(de)百分率.令)(n x 为第n 代植物(de)基因型分布:⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=n n n n c b a x )(当n=0时⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=000)0(c b a x表示植物基因型(de)初始分布（即培育开始时(de)分布）,显然有1000=++c b a（2） 第n 代(de)分布与第n-1代(de)分布之间(de)关系是通过上表确定(de).第二步：建模根据假设（2）,先考虑第n 代中(de)AA 型.由于第n-1代(de)AA 型与AA 型结合,后代全部是AA 型；第n-1代(de)Aa 型与AA 型结合,后代是AA 型(de)可能性为1/2,第n-1代(de)aa 型与AA 型结合,后代不可能是AA 型.因此,当 ,2,1,0=n 时11102/1---•++•=n n n n c b a a即2/11--+=n n n b a a 类似可推出2/11--+=n n n b c a 0=n c将式相加,得111---++=++n n n n n n c b a c b a根据假设（1）,有1000=++=++c b a c b a n n n对于式、式和式,我们采用矩阵形式简记为,2,1,)1()(==-n Mx x n n其中⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=00012/1002/11M ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=n n n n c b a x )(式递推,得)0()2(2)1()(x M x M Mx x n n n n ====--式给出第代基因型(de)分布与初始分布(de)关系.为了计算出n M ,我们将M 对角化,即求出可逆矩阵P 和对角阵D,使1-=PDP M因而有,2,1,1==-n P PD M n n其中⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=n n nnn D 321321000000000λλλλλλ这里321,,λλλ是矩阵M(de)三个特征值.对于式中(de)M,易求得它(de)特征值和特征向量:0,2/1,1321===λλλ因此⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=00002/10001D ,⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=0011 ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=0112 ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=1213 所以[]⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--==100210111321P通过计算1-=P P ,因此有)0(1)0()(x P PD x M x n n n -==⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=0001002101110000)21(0010100210111c b a n 即⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=--00011)(000)2/1()2/1(0)2/1(1)2/1(11c b a c b a x n n n n n n n n ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡+--++=--0)2/1()2/1()2/1()2/1(010010000c b c b c b a n n n n所以有⎪⎩⎪⎨⎧=+=--=--0)2/1()2/1()2/1()2/1(1010010n n n n n n n c c b b c b a当∞→n 时0)2/1(→n,所以从式得到0,1→→n n b a 和n c =0即在极限(de)情况下,培育(de)植物都是AA 型. 第三步：模型讨论若在上述问题中,不选用基因AA 型(de)植物与每一植物结合,而是将具有相同基因型植物相结合,那么后代具有三代基因型(de)概率如下表：并且)0()(x M xn n =,其中⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=14/1002/1004/11M M(de)特征值为2/1,1,1321===λλλ通过计算,可以解出与21,λλ相对应(de)两个线性无关(de)特征向量1 和2 ,及与3λ相对应(de)特征向量3 ：⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=1011 ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=1002 ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=1213 因此[]⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--==111200101321P⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=-02/1011102/111P)0(1)0()(x P PD x M x n n n -==⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=00002/1011102/11)2/1(0001001111200101c b a n n所以有⎪⎩⎪⎨⎧-+==++=++010000100)2/1()2/1()2/1()2/1()2/1(bb c c b b b b a a n nn n n n当∞→n 时0)2/1(→n,所以从式得到0,)2/1(00→+→n n b b a a 和00)2/1(b c c n +→因此,如果用基因型相同(de)植物培育后代,在极限情况下,后代仅具有基因AA 和aa. 例4 合作对策模型在经济或社会活动中,几个社会实体（个人、公司、党派、国家）相互合作或结成联盟,常能获得比他们单独行动更多(de)经济或社会效益.这样合理地分配这些效益是合作对策要研究(de)问题.请看下面(de)例子.问题一：经商问题甲、乙、丙三人经商,若单干,每人仅能获利1元；甲乙合作可获利7元；甲丙合作可获利5元；乙丙合作可获利4元；三人合作可获利10元,问三人合作时如何分配10元(de)收入.甲(de)收入应按照甲对各种形式(de)合作(de)贡献来确定．对于某一合作(de)贡献定义为：有甲参加时这个合作(de)收入与无甲参加时这个合作(de)收入之差．例如甲对甲乙二人合作(de)贡献是7—1＝6 (因为甲乙合作获利7元,而乙单干仅获利1元)．甲可以参加(de),合作有四个：甲自己(单干视为合作(de)特例)、甲乙、甲丙、甲乙丙．甲对这些合作(de)贡献分别是甲：1一0＝1元；甲乙：7—1＝6元；甲内：5—1＝4元；甲乙丙：10—4＝6元,甲应分得(de)收入是这四个贡献(de)加权平均值,加权因子将由下面(de)一般模型给出．这个问题叫做3人合作对策,是对策论(de)一部分,这里介绍它(de)一种解法.一般(de)n人合作对策模型可以叙述如下：记n人集合为I=,如果对于I中 (de)任一子集,都对应一个实值函数v（s）,满足则称为定义在I上(de)特征函数．所谓合作对策是指定义了特征函数(de)I中n个人(de)合作结果,用向量值函数来表示．在实际问题中．常可把I中各种组合(de)合作获得(de)利益定义为特征函数,上式表示合作规模扩大时,获利不会减少.不难看出,如将三人经商问题中合作(de)获利定义为特征函数v,v是满足(1)、(2)(de)．为了确定,Shapley在1953年首先制定了一组应该满足(de)公理,然后证明了满足这组公理(de)(de)唯一解是其中是I中包含{i}(de)所有子集,是集合s中(de)人数,是加权因子,由确定．(3)式中可看作成员{i}对合作s(de)贡献；表示对所有包含{i}(de)集合求和．称为由v定义(de)合作(de)Shapley值．我们用(3)、(4)计算三人经商问题中各个人应得到(de)收入．甲、乙、丙分别记作{1},{2},{3},包含{1}(de)集合有{1}、{1,2}、{1,3}、{1,2,3},计算结果列入下表．S{1}{1,2}{1,3}{1,2,3}V(s)17510V(s-{1})0114V(s)- V(s-{1})1 6 4 612 23 W()1/31/61/61/3W()[V(s)-V(s-{1})]1/31 2/3 2.同样可以算出乙、丙应得收入为＝3．5元,＝元.问题二：三城镇(de)污水处理方案沿河有三城镇1、2和3,地理位置如图4；6所示．污水需处理后才能排入河中．三城镇或者单独建立污水处理厂,或者联合建厂,用管道将污水集中处理(污水应于河流(de)上游城镇向下游城镇输送).以Q 表示污水量(吨／秒),工表示管道长度(公里).按照经验公式,建立处理厂(de)费用为712.0173Q P =,铺设管道(de)费用为LQ P 51.0266.0=．今已知三城镇(de)污水量分别为5,3,5321===Q Q Q ．L(de)数值38,202312==L L ．试从节约总投资(de)角度为三城镇制定污水处理方案；包括是单独还是联合建厂；如果联合,如何分担投资额等．三城镇或单干或不同形式(de)联合,共有五种方案.下面一一计算所需(de)投资．方案一 三城镇都单干.投资分别为总投资：方案二城1、2合作.这时城1、2将从节约投资(de)角度对联合还是分别建厂作出决策,所以城1、2(de)投资为：=3500C（3）=2300总投资：方案三城2、3合作.C（1）=2300总投资：方案四城1、3合作.C（2）=1600总投资：方案五三城镇合作=5560总投资：比较五个方案可知,应该选择三城合作,联合建厂(de)方案． 下面(de)问题是如何分担总额为5560(de)费用．城3(de)负责人提出,联合建厂(de)费用按三城(de)污水量之比5：3：5分担,铺设管道费应由城1、2担负．城2(de)负责人同意,并提出从城2到城3(de)管道费由城1、2按污水量之比5：3分担；从城1到城2(de)管道费理应由城1自己担负．城1(de)负责人觉得他们(de)提议似乎是合理(de),但因事关重大,他没有马上表示同意；而是先算了一笔账．联合建厂(de)费用是4530)535(73712.0=++,城2到城3(de)管道费是730,城1到城2(de)管道费是300,按上述办法分配时,城3负担(de)费用为1740,城2(de)费用为1320,域1(de)费用为2500．结果出乎意料之外,城3和城2(de)费用都比单独建厂时少,而城1(de)费用却比单独建厂时(de)C(1)还要多.城1(de)负责人当然不能同意这个方法,但是一时他又找不出公平合理(de)解决办法．为了促成联合(de)实现,你能为他们提供一个满意(de)分担费用(de)方案吗首先,应当指出,城3和城2负责人提出(de)办法是不合理(de)：从前面(de)计算我们知道,三城联合,才能使总投资节约了640(de)效益应该分配给三城,使三城分配(de)费用都比他们单干时要少,这是为促成联合所必须制定(de)一条原则．至于如何分配,则是下面要进一步研究(de)问题． 把分担费用转化为分配效益,就不会出现城1联合建厂分担(de)费用反比单独建厂费用高(de)情况.将三城镇记为I={1,2,3},联合建厂比单独建厂节约(de)投资定义为特征函数.于是有v(φ)=0,v({1})=v({2})=v({3})=0,v({1,2})=c(1)+c(2)-c(1,2)=2300+1600-3500=400,v({2,3})=c(2)+c(3)-c(2,3)=1600+2300-3650=250,v({1,3})=0,v(I)=c(1)+c(2)+c(3)-c(1,2,3)=640.S {1} {1,2} {1,3} {1,2,3} V(s) 0 400 0 640 V(s-{1}) 0 0 0 250 V(s)- V(s-{1})0 400 0 39012 23 W()1/31/61/61/3W()[V(s)-V(s-{1})] 0 67 0 130即197)(1=v ϕ同理得321)(2=v ϕ,122)(3=v ϕ那么, 城1分担(de)费用为2300-197=2103, 城2分担(de)费用为1600-321=1279, 城3分担(de)费用为2300-122=2178,合计5560. 习题：某甲（农民）有一块土地.如果从事农业生产可年收入100元；如果将土地租给某企业家用于工业生产,可年收入200元；如果租给某旅店老板开发旅游业,可年收入300元；当旅店老板请企业家参与经营时,年收入可达400元.为实现最高收入,试问如何分配各人(de)所得才能达成协议例5动态规划模型有不少动态过程可抽象成状态转移问题,特别是多阶段决策过程(de)最优化如最短路径问题,最优分配,设备更新问题,排序、生产计划和存储等问题．动态规划是一种将复杂问题转化为一种比较简单问题(de)最优化方法,它(de)基本特征是包含多个阶段(de)决策．1951年,美国数学家贝尔曼(R．Bellman)等人,提出了解决多阶段决策问题(de)“最优化原理”,并研究了许多实际问题,从而创建了动态规划·动态规划方法(de)基本思想是：将一个复杂问题分解成若干个阶段,每一个阶段作为一个小问题进行处理,从而决定整个过程(de)决策,阶段往往可以用时间划分这就具有“动态”(de)含义,然而,一些与时间无关(de)静态规划中(de)最优化问题,也可人为地把问题分成若干阶段,作为一个多阶段决策问题来处理,计算过程单一化,便于应用计算机．求解过程分为两大步骤,①先按整体最优化思想递序地求出各个可能状态(de)最优化决策；②再顺序地求出整个题(de)最优策略和最优路线．下面,结合一个求最短路径(de)例子,来说明动态规划(de)一些基本概念．最短路径问题如图所示(de)交通网络,节点连接线路上(de)数字表示两地距离,计算从A 到E(de)最短路径及长度.1．阶段．把所要处理(de)问题,合理地划分成若干个相互联系(de)阶段,通常用k 表示阶段变量.如例中,可将问题分为4个阶段,k=1,2,3,4. 2．状态和状态变量．每一个阶段(de)起点,称为该阶段(de)状态,描述过程状态(de)变量,称为状态变量,它可以用一个数、一组数或一个向量来描述,常用k x 来表示第k 阶段(de)某一状态．如果状态为非数量表示,则可以给各个阶段(de)可能状态编号,i x i k =)(()(i k x 表示第k 个阶段(de)第i 状态).第k 阶段状态(de)集合为},,,,,{)()()2()1(T k i k k k k x x x x X =如例6中,第3阶段集合可记为}3,2,1{},,{},,{321)3(3)2(3)1(33===C C C x x x X3．决策和决策变量．决策就是在某一阶段给定初始状态(de)情况下,从该状态演变到下一阶段某状态(de)选择.即确定系统过程发展(de)方案．用一个变量来描述决策,称这个变量为决策变量.设)(k k x u 表示第k 个阶段初始状态为k x (de)决策变量．)(k k x D 表示初始状态为k x (de)允许决 策集合,有)(k k x u ∈)(k k x D ={k u }如例6中},,{)(3211B B B A D =,若先取2B ,则21)(B A u =. 4．策略和子策略．由每段(de)决策)(k k x u 组成(de)整个过程(de)决策变量序列称为策略,记为n P ,1,即n P ,1=)}(,),(),({2211n n x u x u x u从阶段k 到阶段n 依次进行(de)阶段决策构成(de)决策序列称为k 子策略,记为n k P ,即)(1,x P n k =)}(,),(),({11n n k k k k x u x u x u ++显然,k=1时(de)k 子策略就是策略.如例6,选取路径E D C B A →→→→221就是一个子策略．从允许策略集中选出(de)具有最佳效果(de)策略称为最优策略. 5．状态转移方程．系统在阶段k 处于状态k x ,执行决策)(k k x u (de)结果是系统状态(de)转移,即由阶段K(de)状态k x 转移到阶段K 十1(de)状态1+k x 适用于动态规划方法求解(de)是一类具有无后效性(de)多阶段决策过程．无后效性又称马尔科夫性,指系统从某个阶段往后(de)发展,完全由本阶段所处(de)状态以及其往后(de)决策决定,与系统以前(de)状态及决策无关,对于具有无后效性(de)多阶段过程,系统由阶段k 向阶段k+1(de)状态转移方程为))(,(1k k k k k x u x T x =+意即1+k x 只与k x ,)(k k x u 有关,而与前面状态无关．))(,(k k k k x u x T 称为变换函数或算子．分确定型和随机型,由此形成确定型动态规划和随机型动态规划． 6．指标函数和最优指标函数．在多阶段决策中,可用一个数量指标来衡量每一个阶段决策(de)效果,这个数量指标就是指标函数,为该阶段状态变量及其以后各阶段(de)决策变量(de)函数,设为n k V ,即n k x x u x V V n k k k n k n k ,,2,1),,,,(1,, ==+指标(de)含义在不同(de)问题中各不相同,可以是距离、成本、产品产 量、资源消耗等．例6中,指标(de)含义就是距离,指标函数为A 到E(de)距离,为各阶段路程(de)和．最常见(de)指标函数取各阶段效果之和(de)形式,即∑==nk j j j j n k u x V V ),(,指标函数nk V ,(de)最优值,称为相应(de)最优指标函数,记为)(k k x fnk k k optV x f ,)(=式中opt 是最优化之意,根据问题要求取max 或min ． 7．动态规划最优化原理．贝尔曼指出“作为整个过程(de)最优策略具有这样(de)性质：即无论过去(de)状态和决策如何,对前面(de)决策所形成(de)状态而言,余下(de)诸决策必须构成最优策略”基于这个原理,可有如下定理：定理 若策略*,1n P 是最优策略,则对于任意(de)k(1<k<n),它(de)子策略*,n k P 对于以),(*1*11*---=k k k k u x T x 为起点(de)k 到n 子过程来说,必是最优策略． 实质上,动态规划(de)方法是从终点逐段向始点方向寻找最短路径(de)一种方法．8．动态规划(de)数学模型．利用最优化原理,可以得到动态规划(de)数学模型)}(),({)(11+++=k k k k k k k x f u x V opt x f ))(1,,1,(k k k x D u n n k ∈-=0)(11=++n n x f这是一个由后向前(de)递推方程．下面以例6(de)最短路径问题说明这种递序解法．指标函数为两点之间(de)距离,记为),(k k u x d ,例中共分4个阶段． (倒推) 第4阶段2)(),()(5114=+=E f E D d D f 3)(),()(5224=+=E f E D d D f 5)(),()(5334=+=E f E D d D f 0)(5=E f第3阶段6835)(),(624)(),(min )(2421141113=⎭⎬⎫⎩⎨⎧=+=+=+=+=D f D C d D f D C d C f},,{11*4,3E D C P =4431)(),(826)(),(min )(2422141223=⎭⎬⎫⎩⎨⎧=+=+=+=+=D f D C d D f D C d C f},,{22*4,3E D C P =6651)(),(1239)(),(min )(3433243333=⎭⎬⎫⎩⎨⎧=+=+=+=+=D f D C d D f D C d C f},,{33*4,3E D C P =第2阶段7734)(),(1367)(),(min )(2321131112=⎭⎬⎫⎩⎨⎧=+=+=+=+=C f C B d C f C B d B f},,,{221*4,2E D C B P =7734)(),(826)(),(min )(2322131222=⎭⎬⎫⎩⎨⎧=+=+=+=+=C f C B d C f C B d B f},,,{222*4,2E D C B P =91468)(),(945)(),(min )(3333232332=⎭⎬⎫⎩⎨⎧=+=+=+=+=C f C B d C f C B d B f},,,{223*4,2E D C B P =第1阶段10111192)(),(74)(),(1073)(),(min )(323221211=⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧=+=+=+=+=+=+=B f B A d B f B A d B f B A d A f},,,,{221*4,1E D C B A P =故最短路径为E D C B A →→→→221,从A 到E(de)最短距离为10. 上述步骤可归纳为下述递推公式)}(),(m in{)(11+++=k k k k k k x f u x d x f 1,2,3,4(=k ）0)(55=x f此递推关系叫做动态方程,即最短路径问题(de)动态规划模型,应用动态规划方法解决问题(de)关键是根据所给问题建立具体(de)动态规划模型,建立动态规划模型时(de)主要困难在于：如何将所遇到(de)最优化解释为合适(de)多段决策过程问题．从例6看出,划分I 阶段、定义状态、确定指标函数,是动态规划模型化时(de)主要工作,其合适性决定应用动态规划(de)成败．建模时,除将实际问题根据时间和空间恰当地划分若干阶段外,还须明确下列几点： (1)正确选择状态变量,使它既能描述过程(de)状态,又。
大学生数学建模：作业-线性规划的实验
实验课题：（一）线性规划问题1.用lingo求解下列线性规划问题：2. 某班男同学30人、女同学20人，植树。
工作效率（个/人、天）如下表。
如何安排，植树最多？3.某牧场饲养一批动物，平均每头动物至少需要 700g 蛋白质、30g 矿物质和100g 维生素。
现有A、B、C、D、E五种饲料可供选用，每千克饲料的营养成分(单位：g)与价格(单位：元/kg)如下表所示：试求能满足动物生长营养需求又最经济的选用饲料方案。
4.在以色列，为分享农业技术服务和协调农业生产，常常由几个农庄组成一个公共农业社区。
在本课题中的这个公共农业社区由三个农庄组成，我们称之为南方农庄联盟。
南方农庄联盟的全部种植计划都由技术协调办公室制订。
当前，该办公室正在制订来年的农业生产计划。
南方农庄联盟的农业收成受到两种资源的制约。
一是可灌溉土地的面积，二是灌溉用水量。
这些数据由下表给出。
注：英亩-英尺是水容积单位，1英亩-英尺就是面积为1英亩，深度为1英尺的体积；1英亩-英尺≈1233.48立方米。
南方农庄联盟种植的作物是甜菜、棉花和高粱，这三种作物的纯利润及耗水量不同。
农业管理部门根据本地区资源的具体情况，对本联盟农田种植规划制定的最高限额数据由下表给出。
三家农庄达成协议：各家农庄的播种面积与其可灌溉耕地面积之比相等；各家农庄种植何种作物并无限制。
所以，技术协调办公室面对的任务是：根据现有的条件，制定适当的种植计划帮助南方农庄联盟获得最大的总利润，现请你替技术协调办公室完成这一决策。
对于技术协调办公室的上述安排，你觉得有何缺陷，请提出建议并制定新的种植计划。
5．有一艘货轮，分前、中、后三个舱位，它们的容积与最大允许载重量如下表所示：前舱中舱后舱最大允许载重量（t）2000 3000 1000容积（m3）4000 5400 1000现有三种货物待运，已知有关数据如下表所示：商品数量（件）每件体积（m3/件）每件重量（t/件）运价（元/件）A 600 10 8 1000B 1000 5 6 700C 800 7 5 600又为了航运安全，要求前、中、后舱在实际载重量上大体保持各舱最大允许载重量的比例关系。
数学建模大作业题目
(1) 用起泡法对10个数由小到大排序. 即将相邻两个数比较,将小的调到前头. （10个数字自己选择，方法要一般）(2)有一个45⨯矩阵,编程求出其绝对值最大值及其所处的位置. （用abs 函数求绝对值）(3)编程求201!n n =∑ （ 分别用for 和while 循环）(4)一球从100米高度自由落下,每次落地后反跳回原高度的一半,再落下. 求它在第10次落地时,共经过多少米?第10次反弹有多高? (5)有一函数2(,)sin 2f x y x xy y =++,写一程序,输入自变量的值,输出函数值，并画出其图像，加上图例和注释. （区间自理） (6) 建立一个脚本M 文件将向量a,b 的值互换。
(7) 某商场对顾客所购买的商品实行打折销售，标准如下(商品价格用price 来表示)： price<200 没有折扣; 200≤price<500 3%折扣; 500≤price<1000 5%折扣; 1000≤price<2500 8%折扣; 2500≤price<5000 10%折扣;5000≤price 14%折扣;输入所售商品的价格，求其实际销售价格。
(用input 函数) (8) 已知y ，22221111123y n=++++,当n=100时，求y 的值。
(9)画出分段函数2221y 1 122 1 2x x x x x x x ⎧<⎪=-≤<⎨⎪-+≥⎩的图像，并求分段函数在任意几点的函数值。
(用hold on 函数)(10) 给定5阶方阵，求方阵的行列式、特征值、迹、上三角元素的和。
(11) 输入40个数字，按照从小到大的顺序排列输出。
(12) 把当前窗口分成四个区域，在每个区域中分别用不同的颜色和线形画sin ;tan y x y x==，x y e =和31y x x =++的图像。
（区间自理）(13) 对于,AXB YA B==，如果⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=753467294A ，⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=282637B ，，求解X,Y ;(14) 如果⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=753467294A ，242679836B ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦,求1122,*,.*,,,,T A B A B A B AB A B A A ---。
数学建模的作业
实验1 渡口模型仿真计算实验内容：（渡口模型仿真）渡船营运者如何规划，使得单次运送车辆最多、最合理，从而获得最大利润。
实验目的：对渡口问题进行仿真计算，与理论结果进行比较，验证模型的正确性。
实验步骤：1、对问题的变量进行合理定义，并指出合理存在区间；2、选取合适步长，通过C语言或者MATLAB软件编程，遍历寻优，得到单次运送所获利润的最大值，并同时求出最大值点；3、考虑随机到达的情况，进行随机优化；4、比较结论，对模型的合理性进行评估，或者进一步优化和重构模型。
【问题提出】一个渡口的渡船营运者拥有一只甲板长32米，可以并排停放两列车辆的渡船。
他在考虑怎样在甲板上安排过河车辆的位置，才能安全地运过最多数量的车辆。
【准备工作】他关心一次可以运多少辆车，其中有多少小汽车，多少卡车，多少摩托车。
他观察了数日，发现每次情况不尽相同，得到下列数据和情况：（1）车辆随机到达，形成一个等待上船的车列；（2）来到渡口的车辆中，轿车约占40％，卡车约占55％，摩托车越占5％；（3）轿车车身长为3.5～5.5米，卡车车身长为8～10米。
【问题分析】这是一个遵循“先到先服务”的随机排队问题，这里试图用模拟模型的方法来解决,故需分析以下几个问题需要考虑下面一些问题：（1）应该怎样安排摩托车？（2）下一辆到达的车是轿车还是卡车？（3）怎样描述一辆车的车身长度？（4）到达的车要加入甲板上两列车队的哪一列中去？【建立模型】其中我以函数获得的平均分布的随机数，然后假定车身长度也符合平均分布，并假定渡船甲板由两列组合成一列，长64米，每辆车辆来到渡口，遵循先到先服务的原则，依次进入，并假定两辆车之间相隔0.5米，因此得出模型1假定遵循左右均衡的原则。
尽可能使左右车辆的卡车数量相等，轿车数量相等，得出模型2模型1中,由于车辆为分两队摆放,每边都应有一定间隙,例如,若有8米空隙在模型1中,理论上还可停一辆车,但显然是不可能的.假定给出停放两列汽车的方式为采用先停一列再停一列的方式,得出模型3由于车辆的长度不可能特长或特短,因此车长该服从正态分布.将以上模型修改,得出模型4,5,6【模型求解】注意到甲板停放两队汽车，可供停车的总长度为32*2=64米。
数学建模作业(mathematica)
化简可得y= ,
又y（0）=1，y（24）=5,可得c[1]=1999 ,2000k=0.1329014
通过观察发现，60小时的患者人数比50小时时翻了一倍还多，说明这一时期是传染最为严重的时刻，因此应该在这之前采取适当措施，才能有效控制住病情的发展。否则通过图像可以看到，当时间到达90小时时，所有学生基本都被传染了。这时再采取措施就太晚了。
3.问题求解（附程序源代码）
用数学软件求解
观察图形发现，三次函数的拟合度比二次函数更好一些，因此用三次函数作为花园的边界曲线。
可见，修建花园总的花费为234万元左右。
问题二
宿舍楼里的传染病问题
1.问题描述
禽流感的爆发威胁着人们的健康，但是这种传染病如果能及时发现，就可以做到可治可控。对于学校来讲，人员密集，更要引起大家的注重。假设一个宿舍楼有2000名学生，现在有一名学生患了禽流感，24小时后会传染给5个人。禽流感是有潜伏期的，早起并不容易察觉，因此没法及时隔离病毒携带者。假设学校和医院在第一个患病学生回到学校10天之后才开始采取防治措施，求此时患传染病的人数。
数学实验与数学建模作业
（电子信息工程学院）
问题一
小区里街心花园的设计与造价问题
1.问题描述
有一个小区，入住率很高，但是业主对小区的环境和绿化并不是很满意。物业为了改善小区的居住环境，打算在小区里修建一个小型的街心花园，以便让业主休息放松。由于小区的面积比较狭窄，且建筑物比较稠密，因此没有很大的空间修建街心花园，只能修一个面积形状不规则的花园。物业计划要在开发出的空间里全部铺上草坪，并在每单位面积内种植一定数目和花卉，以及必要的灌溉设施（造价见符号说明）。计算花园的造价。
2.问题分析：
假设 为发现速率。
- 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)。
题目：线性规划模型问题
摘要：本次数学建模论文，旨于通过本次论文活动不断增加大学生数学建模能投资问题数学建模力，提高本班同学的数学建模技巧及其综合数学素养。
关键词：投资. 收益. 线性规划.最大值
主要内容；
1.问题：
某部门现有资金10万元，五年内有以下投资
项目供选择：
项目A：从第一年到第四年每年初投资，次年末收回本金且获利15%；项目B：第三年初投资，第五年末收回本金且获利25%，最大投资额为4万元；
项目C：第二年初投资，第五年末收回本金且获利40%，最大投资额为3万元；
项目D：每年初投资，年末收回本金且获利6%；
问如何确定投资策略使第五年末本息总额最大？
2.建立模型思路：
用ij x 表示第i 年对第j 个项目的投资金额
要使第五年年末本息总额最大，应当在每年将所有可用资金都用于投资，以确保资金的充分利用，由于项目投资均发生在年初，故以下只讨论年初的投资情况：
第一年：101411=+x x
第二年：手上资金（即第一年年末收回资金）为14%106x ，全部用来对
可投资项目投资，则有14%106x =242321x x x ++
第三年：同理，有2411%106%115x x +=343231x x x ++
第四年：3421%106%115x x +=4441x x +
第五年：4431%106%115x x +=54x
第五年年末本息和为41233254%115%140%125%106x x x x +++（即第五年所
能收回的所有资金）
3.建立模型：
max 233241544.125.115.106.1x x x x f +++=
st 101411=+x x
1406.1x =242321x x x ++
241106.115.1x x +=343231x x x ++
342106.115.1x x +=4441x x +
443106.115.1x x +=54x
323≤x ，432≤x
4..1,
5..1,0==≥j i x ij
4.求解模型：
Lingo 解法：
可编写lingo 程序如下：
Model :
max =1.06*x54+1.15*x41+1.25*x32+1.4*x23;
x11+x14=10;
1.06*x14=x21+x23+x24;
1.15*x11+1.06*x24=x31+x32+x34;
1.15*x21+1.06*x34=x41+x44;
1.15*x31+1.06*x44=x54;
x23<=3;
x32<=4;
end
运行结果如下：
所得最优值为14.375万元，对应的最优解为:
x11=7.169811,
x14=2.830189,
x23=3,
x32=4,
x34=4.245283,
x41=4.5,
其余值为0
即第一年对A 项目投资7.169811万元，
对D 项目投资2.830189万元；
第二年对C 项目投资3万元；
第三年对B 项目投资4万元，
对D 项目投资4.245283万元；
第四年对A 项目投资4.5万元。
加工奶制品的生产计划
1.问题 品加工厂用牛奶生产1A ，2A 两种奶制品，1桶牛奶可以在设备甲用12小时加工成3公斤1A ，或者在设备乙上用8小时加工成4公斤2A 。
根据市场需求，生产的1A ，2A 全部能售出，且每公斤1A 获利24元，每公斤2A 获利16元。
现在加工厂每天能得到50桶牛奶的供应，每天正式工人总的劳动时间魏480小时，并且设备甲每天至多能加工100公斤1A ，设备乙的加工能力没有限制。
试为该厂制订一个生产计划，使每天获利最大，并进一步讨论以下三个附加问题：
1）若用35元可以买到1桶牛奶，应否作这项投资？ 若投资，每天最多购买多少桶牛奶？
2）若可以聘用临时工人以增加劳动时间，付给临时工人的工资最多是每小时几元？
3）由于市场需求变化，每公斤1A 的获利增加到30元，应否改变生产计划？
2.问题分析 这个优化问题的目标是使每天的获利最大，要作的决策是生产计划，即每天用多少桶牛奶生产1A ，用多少桶牛奶生产2A ，决策受到3个条件的限制：原料（牛奶）供应、劳动时间、设备甲的工作能力。
按照题目所给，将决
策变量、目标函数和约束条件用数学符号及式子表示出来，就得到下面的模型。
3.基本模型:设每天用1x 桶牛奶生产1A ，用2x 桶牛奶生产2A 。
设每天获利Z 元。
1x 桶牛奶可生产31x 公斤1A ，获利1324x ⨯，2x 桶
牛奶可生产42x 公斤2A ，获利2416x ⨯，故Z=216472x x +.
生产1A ，2A 的原料（牛奶）总量不得超过每天的供应，即1x +2x ≤50
桶；
生产1A ，2A 的总加工时间不得超过每天正式工人总的劳动时间，即
121x +82x ≤480小时；
1A 的产量不得超过设备甲每天的加工能力，即31x ≤100；
1x ，2x 均不能为负值，即1x ≥0，2x ≥0。
综上可得 Max Z=216472x x + (1)
s.t. 1x +2x ≤50 (2)
121x +82x ≤480 (3)
31x ≤100； (4) 1x ≥0，2x ≥0 (5)
4.模型求解
生产规划问题求解
某工厂在计划期内安排生产甲、乙两种产品，已知生产单位产品所需的设备台时及A 、B 两种原材料如下表所示：
假设该工厂每生产一件产品甲可以获利2元，每生产一件产品乙获利3元。
(1) 问应如何安排生产计划才能使该工厂获利最多？试建立该问题的数学模型;
(2) 用图解法求解(1)中的数学模型(提示：梯度方向是函数值增加最快的方向，负梯度方向是函数值减少最快的方向)；
(3) 对于线性规划模型，如果有最优解，那么其最优解一定可以在其可行域的某个顶点处达到。
试根据该结论为(1)中的数学模型设计一个可行的求解算法（图解法除外），并给出详细的算法步骤；(4) 请给出求解该问题的Lingo程序
解：1)设x为甲产品的件数，y为乙产品的件数。
于是有MAX=2x+3y
又4x<=16;
4y<=12.
x+2y<=8;
x>0
y>0
2)如下图所示：
由约束条件可以画出可行域，在画出的可行域的基础上和目标函数z=2x+3y分析可得（4,2）是目标函数的最值点，故
MAXz=2x+3y=2*4+3*2=14
3) MAX=2x+3y
St 4x<=16;
4y<=12.
x+2y<=8;
x>0
y>0
4)
Lingo程序
model:
max=2*x+3*y;
4*x<=16;
4*y<=12;
x+2y<=8;
x>0;
y>0
end
程序运行结果可知当生产甲种产品4件，乙种产品2件时，该工厂获利最多，最大获利为14元。
4.模型特点
（1）本次模型主要运用的是线性规划模型，线性规划模型由目标函数，约束条件组成，其中目标函数可以求最大化，也可以求最小化，约束条件由资源约束和自然约束组成，也可以求最小化；约束条件由资源约束和自然约束组成，资源约束条件可以是大于等于，小于等于，或严格等于，自然约束条件常称为非负约束
（2）线性规划模型的优点在于有统一的算法，任何线性问题都能求解，不过它未必是最精确的算法.而且线性规划模型求解模型类型比较少，求解范围比较狭小。
1-31 2(1-28,2-12) 3(1-21,2-24) 4()。