数学建模实验答案初等模型
数学建模第五部分-初等模型及简单优化模型
记qi=Npi /P, i=1,2, … , m, 若qi 均为整数,显然应 ni=qi
5.1 公平席位分配
qi=Npi /P不全为整数时,ni 应满足的准则: 记 [qi]– =floor(qi) ~ 向 qi方向取整; [qi]+ =ceil(qi) ~ 向 qi方向取整. 1) [qi]– ni [qi]+ (i=1,2, … , m), 即ni 必取[qi]– , [qi]+ 之一 2) ni (N, p1, … , pm ) ni (N+1, p1, … , pm) (i=1,2, … , m) 即当总席位增加时, ni不应减少 ―比例加惯例”方法满足 1),但不满足 2) Q值方法满足 2), 但不满足 1)。令人遗憾!
• 空右轮盘半径记作 r ;
• 时间 t=0 时读数 n=0 .
建模目的
建立时间t与读数n之间的关系 (设v,k,w ,r为已知参数)
5.2 录像机计数器的用途
模型建立 建立t与n的函数关系有多种方法
1. 右轮盘转第 i 圈的半径为r+wi, m圈的总长度 等于录像带在时间t内移动的长度vt, 所以
T1 T2 k1 l Q1 k1 , sh , h d ( s 2) k2 d
5.3 双层玻璃窗的功效
建模 记单层玻璃窗传导的热量Q2 T1 T2 T1 T2 Q1 k1 Q2 k1 d ( s 2) 2d
双层与单层窗传导的热量之比
室 内 T1
2d
室 外 T2
Q2
5.1 公平席位分配
应讨论以下几种情况 初始 p1/n1> p2/n2 1)若 p1/(n1+1)> p2/n2 , 则这席应给 A
数学建模实验报告
湖南城市学院数学与计算科学学院《数学建模》实验报告专业:学号:姓名:指导教师:成绩:年月日实验一 初等模型实验目的:掌握数学建模的基本步骤,会用初等数学知识分析和解决实际问题。
实验内容:A 、B 两题选作一题,撰写实验报告,包括问题分析、模型假设、模型构建、模型求解和结果分析与解释五个步骤。
A 题 飞机的降落曲线在研究飞机的自动着陆系统时,技术人员需要分析飞机的降落曲线。
根据经验,一架水平飞行的飞机,其降落曲线是一条S 形曲线。
如下图所示,已知飞机的飞行高度为h ,飞机的着陆点为原点O ,且在整个降落过程中,飞机的水平速度始终保持为常数u 。
出于安全考虑,飞机垂直加速度的最大绝对值不得超过g /10,此处g 是重力加速度。
(1)若飞机从0x x 处开始下降,试确定出飞机的降落曲线; (2)求开始下降点0x 所能允许的最小值。
B 题 铅球的投掷问题众所周知,铅球的投掷运动是运动员单手托住7.264kg(16磅)重的铅球在直径为2.135m 的投掷圆内将铅球掷出并且使铅球落入开角为45o 的有效扇形区域内。
以铅球的落地点与投掷圆间的距离度量铅球投掷的远度,并以铅球投掷远度的大小评定运动员的成绩。
在铅球的训练和比赛中,铅球投掷距离的远与近是人们最关心的问题。
而对于教练和运动员最为关心的问题是如何使铅球掷得最远。
影响铅球投掷远度的因素有哪些?建立一个数学模型,将预测的投掷距离表示为初始速度和出手角度的函数。
最优的出手角度是什么?如果在采用你所建议的出手角度时,该运动员不能使初始速度达到最大,那么他应该更关心出手角度还是出手速度?应该怎样折中?哪些是影响远度的主要因素?在平时训练中,应该更注意哪些方面的训练?试通过组建数学模型对上述问题进行分析,给教练和运动员以理论指导。
参考数据资料如下:实验报告:一、问题分析在研究飞机下落过程中,需要分析飞机下降的降落曲线,根据经验应该是一条五次多项式。
以降落点为原点O建立直角坐标系。
数学建模期末答案模型解释~4
数学建模期末答案模型解释~4数学建模期末答案模型解释数学建模是一门应用数学课程,旨在培养学生解决实际问题和应用数学方法的能力。
在期末考试中,学生需要通过建模实验来解决一系列的实际问题,并给出相应的答案模型。
为了更好地理解数学建模期末答案模型的解释,我们需要先了解数学建模的基本流程。
一般来说,数学建模的过程可以分为问题建立、问题分析、模型建立、模型解决和模型检验几个步骤。
期末考试中展示的答案模型,正是根据这个流程得出的最终结果。
首先是问题建立阶段。
在这个阶段,我们需要了解问题的背景、目标和约束条件,并对问题进行准确的描述。
然后,在问题分析阶段,我们需要对问题进行深入分析,找出问题中存在的关键要素和关系,并确定解决问题需要考虑的因素。
接下来是模型建立阶段。
在这个阶段,我们需要选择合适的数学模型来描述问题,并建立数学方程或者数学模型来表示问题中的各个要素之间的关系。
这个阶段的关键是选择一个适当的模型,能够准确地描述问题,并能够提供有效的解法。
模型建立完成后,就可以进入模型解决阶段了。
在这个阶段,我们需要使用数学方法来求解建立的模型,得到最终的答案模型。
这个过程中,可能需要进行数值计算、优化求解、模拟仿真等操作,以得出最佳的解决方案。
最后是模型检验阶段。
在这一阶段,我们需要对得到的答案模型进行验证和分析。
通过比较模型的输出结果与实际问题的实际情况,来判断模型的准确性和可行性。
如果模型输出结果与实际情况吻合,那么我们可以认为答案模型是有效的。
综上所述,数学建模期末答案模型的解释可以归纳为:通过问题建立、问题分析、模型建立、模型解决和模型检验等步骤,得出一个能够准确解决实际问题的数学模型。
这个答案模型是通过数学方法求解得到的,能够提供解决问题的最佳方案。
在期末考试中,学生需要运用所学的数学知识和技巧,通过建模实验来解决实际问题,并给出相应的答案模型。
这不仅是对学生应用数学知识和方法的考验,也是对他们综合能力的一次全面检验。
数学建模与数学实验习题答案
数学建模与数学实验习题答案数学建模与数学实验习题答案数学建模和数学实验习题是数学学习中的重要组成部分,通过这些习题,我们可以更好地理解和应用数学知识。
本文将介绍数学建模和数学实验习题的一些答案和解题方法,帮助读者更好地掌握数学学习。
一、数学建模数学建模是将数学方法和技巧应用于实际问题的过程。
在数学建模中,我们需要将实际问题抽象为数学模型,并通过数学方法进行求解和分析。
下面是一个简单的数学建模问题和其解题过程。
问题:某工厂生产产品A和产品B,每天的产量分别为x和y。
产品A的生产成本为10x+20y,产品B的生产成本为15x+10y。
如果工厂每天的总成本不超过5000元,且产品A的产量必须大于产品B的产量,求工厂一天最多能生产多少个产品。
解题过程:首先,我们需要建立数学模型来描述这个问题。
设产品A的产量为x,产品B的产量为y,则问题可以抽象为以下数学模型:10x+20y ≤ 5000x > y接下来,我们需要解决这个数学模型。
首先,我们可以通过图像法来解决这个问题。
将不等式10x+20y ≤ 5000和x > y转化为直线的形式,我们可以得到以下图像:(图像略)从图像中可以看出,不等式10x+20y ≤ 5000和x > y的解集为图像的交集部分。
通过观察图像,我们可以发现交集部分的最大值为x=250,y=125。
因此,工厂一天最多能生产250个产品A和125个产品B。
除了图像法,我们还可以通过代数法来解决这个问题。
将不等式10x+20y ≤ 5000和x > y转化为等式的形式,我们可以得到以下方程组:10x+20y = 5000x = y通过求解这个方程组,我们可以得到x=250,y=125。
因此,工厂一天最多能生产250个产品A和125个产品B。
二、数学实验习题数学实验习题是通过实际操作和实验来学习数学知识和技巧的一种方式。
下面是一个关于概率的数学实验习题和其答案。
习题:一枚硬币抛掷10次,求出现正面的次数为偶数的概率。
数学建模实验答案_数学规划模型一
在出现的选项框架中,选择General Solver(通用求解器)选项卡,修改2个参数:( LINGO9 )
Dual Computations(对偶计算)设置为:Prices and Ranges(计算对偶价格并分析敏感性)
Model Regeneration(模型的重新生成)设置为:Always(每当有需要时)
★
输入的模型:
!文件名:p97.lg4;
max=290*x11+320*x12+230*x13+280*x14
+310*x21+320*x22+260*x23+300*x24
+260*x31+250*x32+220*x33;
x11+x12+x13+x14<100;
x21+x22+x23+x24<120;
@for(wu(i):@sum(cang(j):x(i,j))<w(i));
@for(cang(j):@sum(wu(i):x(i,j))<WET(j));
@for(cang(j):@sum(wu(i):v(i)*x(i,j))<VOL(j));
@for(cang(j):
@for(cang(k)|k#GT#j:!#GT#是大于的含义;
附
4.1 奶制品的生产与销售
例1 加工奶制品的生产计划
结果分析
例2 奶制品的生产销售计划
结果分析
4.2 自来水输送与货机装运
例1 自来水输送问题
例2 货机装运
b=50 60 50;
m1=30 70 10 10;
数学建模之初等模型
情形3
p1 p2 , 说明当对A 不公平时,给B 单 n1 n2 1 位增加1席,对A 不公平。
计算对A 的相对不公平值
r A (n 1 ,n 2 1 ) p 1n p 1 2 ( p n 2 2 (n 1 2 ) 1 ) p 1 (p n 2 2 n 11 ) 1
若 r B (n 1 1 ,n 2 ) r A (n 1 ,n 2 1 ),
取 r 4 参 m /s ,I 3 数 6 2 c/0 s , m p 1 0 .3 1 9 60
C 6 .9 5 1 4 0 (0 .8 sin 6c o 1 s.5 v)
v
可以看出:淋雨量与降雨的方向和行走的速度有关。
问题转化为给定 ,如何选择 v使得 C最小。
情形1 90
C6.95 1 04(0.81.5) v
结果表明:淋雨量是速度的减函数,当速度尽可能大时 淋雨量达到最小。 假设你以6米/秒的速度在雨中猛跑,则计算得
C 1.3 1 1 4 0 m 31.1升 3
情形2 60
C 6 .9 1 5 4 [ 0 1 .5 (0 .43 3 )/v ]
结果表明:淋雨量是速度的减函数,当速度尽可能大时 淋雨量达到最小。 假设你以6米/秒的速度在雨中猛跑,则计算得
你在雨中行度 走 v的 6米 /每 最秒 大, 速则计算 你在雨中 16行 秒 7 走 , 2分 了 即 47 秒。
从而可以计算被淋的雨水的总量为2.041(升)。 经仔细分析,可知你在雨中只跑了2分47 秒,但被淋了 2 升的雨水,大约有4 酒瓶的水量。这是不可思议的。 表明:用此模型描述雨中行走的淋雨量不符合实际。
C t (I/36 ) 0 .0 S 1 0 (米 3 ) 1(D 0 /v ) I/36 S ( 00升
数学建模第二章 初等模型
第二章 初等模型如果研究对象的机理比较简单,一般用静态、线性、确定性模型描述就能达到建模的目的时,我们基本上可以用初等数学的方法来构造和求解模型。
通过下面的几个实例我们能够看到,用很简单的数学方法就可以解决一些有趣的实际问题。
需要强调的是,衡量一个模型的优劣完全在于它的应用效果,而不是它看它采用了多么高深的数学方法。
进一步说,对于某个实际问题我们如果能够用初等方法和所谓的高等方法建立了两个模型,而它们的应用效果相差无几的话,那么受人们欢迎并采用的,一定是前者而非后者。
§2.1公平的席位分配设有A 、B 两个单位,各有人数1p 、2p 个,现在要求按人数选出q 个代表召开一次代表会议。
那么怎样分配这q 个席位呢?一般的方法是令:q p p p q 211*1+= q p p p q 212*2+= (2.1)若*1q ,*2q 恰好是两个整数,就以*1q ,*2q 分别作为A ,B 两个单位的席位数,即可以获得一个完全合理的分配方案。
当*1q ,*2q 不是两个整数时,那么怎样分配才合理呢?下面我们就来讨论这个问题。
首先给出一种自然的想法,也就是通常所执行的方法。
即由(2.1)式计算出的*1q ,*2q ,用][*i i q q =表示*i q 的整数部分。
当*1q -1q >*2q -2q 时,则用1q +1与2q 分别作为A ,B 两个单位的席位数;当*2q -2q >*1q -1q 时,则用1q 与2q +1分别作为A ,B 两个单位的席位数;而当*2q -2q =*1q -1q 时,就只能由A ,B 两个单位协商来确定那多余的一个席位了。
这个方法的优点是简单、方便,并被很多人所接受,同时也容易推广到m (m >2)个单位的席位分配问题。
但是这个分配方案是存在弊病的,它有明显的不合理性。
例1 某学校有3个系共200名学生,其中甲系100名,乙系60名,丙系40名。
若学生代表会议设20个席位,公平而又简单的席位分配办法是按学生人数的比例分配,显然甲乙丙三系分别应占有10、6、4个席位。
数学建模实验二初等模型实验
数学建模实验⼆初等模型实验集美⼤学计算机⼯程学院实验报告课程名称:数学模型班级:计算12 实验成绩:指导教师:付永钢姓名:实验项⽬名称:初等模型试验学号:上机实践⽇期:实验项⽬编号:实验⼆上机实践时间:2014.11⼀、实验⽬的掌握初等模型的建⽴的基本思路和⽅法,并了解其求解过程。
对给定的初等模型问题能够借助Matlab ⼯具进⾏求解。
⼆、实验内容实验 1 ⽤Matlab 验证划艇⽐赛成绩模型的结果,通过数值结果来检验你所得到的模型正确性。
(⾸先要阅读本⽬录中的Matlab 数据拟合和matlab 数据处理的相关材料)实验2 求解汽车刹车距离的模型,⽤Matlab 给出你的求解结果。
验证应该遵循的t 秒准则的标准。
实验3 从教材P56中的第7,13,14题,任选⼀题,建⽴相应的初等模型,并借助matlab 进⾏求解,并给出合理的模型解释。
三、实验使⽤环境WindowsXP 、Matlab6.1四、实验步骤1、划艇⽐赛成绩的模型检验根据推导出的模型公式和数据,对参数βα,进⾏求解βαn t =。
⾸先转换成对数形式:,log 'log n t βα+=其中ααlog '=然后对给定数据进⾏拟合。
代码:n=[1 2 4 8]t=[7.21 6.88 6.32 5.84]lgn=log(n);lgt=log(t);p=polyfit(lgn,lgt,1);alpha=exp(p(2));belta=p(1);x=1:20;y=alpha*x.^belta ;plot(x,y,’c*-‘) ;xlabel(‘Number of Athlete ’);ylabel(‘Time Cost ’);Matlab 拟合函数图像:结果分析:划艇⽐赛模型的结果为t∞n-(1/9).。
在matlab中检验得belta =-0.1035与-(1/9)接近。
因此,模型正确。
2、汽车刹车距离验证代码:function E=fun1(a,x,y)Y=a(1)*x.*x+0.75*x;E=y-Y;%M⽂件结束%⽤lsqnonlin调⽤解决:x=[29.3 44 58.7 73.3 88 102.7 117.3];y=[44 78 124 186 268 372 506];a0=[0.5];options=optimset('lsqnonlin');a=lsqnonlin(@fun1,a0,[],[],options,x,y)%绘图plot(x,y,'o');hold on;x=[0:200];y=a(1)*x.*x+0.75*x;plot(x,y,'-');hold off结果分析:汽车刹车距离求解结果在Matlab的模型如上所⽰。
数学建模之初等模型
且
tn (n 1)T
S
0 n
(n
1)( L
D)
另外,汽车不会永远加速前进。我们设汽车在加速到某个给定速度 v*
后匀速前进,则加速的时间是
t* v * / a tn
综合上面的分析得到
Sn (0)
Sn
(t
)
Sn
(0)
Sn
(0)
a 2
(t
a 2
(tn
L1 v
L2 v
t2
(ni
1)d v
~ti
Li v
Li1 v
ti1
(ni 1)d v
~ti
Li v
Li1 v
ti1
向左疏散的总时间 Tl (x) 就是最后一个人离开的时间。 如果共l个房间,则
Tl (x) ~tl (xd l1 Li ) / v i 1
其中x是第i个 房间向左疏散的人数。 类似可以求出向右疏散的总时间Tr (nl 1 x) 。 求x使得
Tl (x) Tr (nl 1 x)
即得到疏散方案。
思考题: (1)对多层的楼房的疏散问题应如何分析? (2)疏散时人与人之间的间距多大较好?
先考虑向左疏散的人用了多少时间。
设疏散队列中人与人间隔是d,行进速度v,房宽为 L1, L2,, Lm 。第i个 房间第一个人到门口的时间tis为 ,则第k个房间的人向左疏散的时间为
1
v
k i1
Li
nkd
tk
s
k l
问题:多个教室的学生可能出现重叠!
数学建模实验答案初等模型
实验02 初等模型(4学时)(第2章 初等模型)1.(编程)光盘的数据容量p23~27CLV 光盘:恒定线速度的光盘。
R2=58 mm, R1=22.5 mm ,d, ρ见表1。
CLV 光盘的信息总长度(mm) L CLV 2221()R R dπ-≈CLV 光盘的信息容量(MB) C CLV = ρL CLV / (10^6) CLV 光盘的影像时间(min) T CLV = C CLV / ×60)CAV 光盘的信息总长度(mm) L CAV 222R dπ≈CAV 光盘的信息容量(MB) C CAV = ρL CAV / (10^6) CAV 光盘的影像时间(min ) T CAV = C CAV / ×60)(验证、编程)模型求解要求:①(验证)分别计算出LCLV, CCLV 和TCLV 三个3行1列的列向量,仍后输出结果,并与P26的表2(教材)比较。
的表3(教材)比较。
(编程)结果分析信道长度LCLV 的精确计算:212R CLVR L dπ=⎰模型给出的是近似值:2221()CLV R R L L dπ-=≈相对误差为:CLV L LLδ-=要求:① 取R2=58 mm, R1=22.5 mm ,d, ρ见表1(题1)。
分别计算出LCLV, L 和delta 三个3行1列的列向量,仍后将它组合起来输出一个3行3列的结果。
② 结果与P26的表2和P27(教材)的结果比较。
[提示]定积分计算用quad 、quadl 或trapz 函数,注意要分别取d 的元素来计算。
要用数组d 参与计算,可用quadv (用help 查看其用法)。
★ 编写的程序和运行结果:2.(验证,编程)划艇比赛的成绩p29~31模型:t=αnβ其中,t为比赛成绩(时间),n为桨手人数,α和β为参数。
n(1) 参数α和β参考数据结果:第1列为桨手人数,第2列为实际比赛平均成绩,第3列为计算比赛平均成绩。
数学建模第二章初等模型
市场稳定问题
在市场经济下,当商品“供不应求”时,价格逐渐长升高,经营者会 觉得有利可图而加大生产量。然而,一旦生产量达到使市场“供过于求”, 价格立即会下跌,生产者会立即减产以避免损失,这样又极有可能造成又 一轮新的供不应求。我们关心的问题是:如此循环,市场上的商品的数量 与价格是否会趋于稳定? 所谓“需求”,指在一定条件下,消费者愿意购买并且有支付能力购 买的商品量。设p表示商品价格,q表示商品量,假设商品量q主要取决于 商品价格p,则称函数 q=f(p) 为需求函数。 需求函数q=f(p)一般是单调减少函数。因q=f(p)为单调减少函数,所 以存在反函数p=f-1(q),我们也称它为需求函数,见下图。
a, b 模型求解:我们来求步长
(1) 由图
为何值,使式 (4) 最小。
所表示,重心离开 B 点上升到最高点所需时间为
t
b 2v
(5)
1 2 gb2 h gt 2 2 8v
由
(1),(2),(3)
及
(5)
式,
(4)
式化成
2 (a b)bmg 1 W m, v2 2 2 8v
又完成一个大步所需时间为
跑步时如何节省能量
• 问题的提出:我们每个人都有跑步的经历, 有人会因此而疲惫不堪,但是有谁会想:怎 样跑步能使我们消耗的能量最少? • 模型假设:为解决上述问题,我们做下述假 设:
(1 )跑步所花费的时间分成两部分:第一部分为两 条腿同时离地的时间;在第二部分时间内一条腿 或两条腿同时落地。这样,人体重心的运动轨迹 如图(1)。
a b v
,因此单位时间内消耗的能量为
2 W bmg m, v3 P a b 8v 2(a b) v
(6)
初等数学建模试题极其答案
1.你要在雨中从一处沿直线走到另一处.雨速是常数.方向不变。
你是否走得越快.淋雨量越少呢?2.假设在一所大学中.一位普通教授以每天一本的速度开始从图书馆借出书。
再设图书馆平均一周收回借出书的1/10.若在充分长的时间内.一位普通教授大约借出多少年本书?3.一人早上6:00从山脚A上山.晚18:00到山顶B;第二天.早6:00从B下山.晚18:00到A。
问是否有一个时刻t,这两天都在这一时刻到达同一地点?4.如何将一个不规则的蛋糕I平均分成两部分?5.兄妹二人沿某街分别在离家3公里与2公里处同向散步回家.家中的狗一直在二人之间来回奔跑。
已知哥哥的速度为3公里/小时.妹妹的速度为2公里/小时.狗的速度为5公里/小时。
分析半小时后.狗在何处?6.甲乙两人约定中午12:00至13:00在市中心某地见面.并事先约定先到者在那等待10分钟.若另一个人十分钟内没有到达.先到者将离去。
用图解法计算.甲乙两人见面的可能性有多大?7.设有n个人参加某一宴会.已知没有人认识所有的人.证明:至少存在两人他们认识的人一样多。
8.一角度为60度的圆锥形漏斗装着10端小孔的面积为0.5平方厘米.9.假设在一个刹车交叉口.所有车辆都是由东驶上一个1/100的斜坡.计算这种情下的刹车距离。
如果汽车由西驶来.刹车距离又是多少?10. 水管或煤气管经常需要从外部包扎以便对管道起保护作用。
包扎时用很长的带子缠绕在管道外部。
为了节省材料.如何进行包扎才能使带子全部包住管道而且带子也没有发生重叠。
:顶=1:a:b.选坐.v>0,而设语雨L(1q -+v x ),v≤x Q(v)=L(v x -q +1),v>x2.解:由于教授每天借一本书.即一周借七本书.而图书馆平均每周收回书的1/10.设教授已借出书的册数是时间t 的函数小x(t)的函数.则它应满足(时间t 以周为单位)其中 初始条件表示开始时教授借出数的册数为0。
解该线性题得X(t) =70[1-e t 10 ]由于当t ∞时.其极限值为70,故在充分长的时间内.一位普通教授大约已借出70本书。
数学建模_初等模型
1805年,英国和法国进行了一场惨烈的海战。其中,尼尔 森担任英国统帅,他的对手则是大名鼎鼎的拿破仑。尼尔森的 舰队有27艘战舰,而拿破仑的舰队却有33艘战舰。根据以往的 战争经验,若两军相遇,一方损失兵力大约是对方兵力的10%。 如果按照这一公式计算,显然人多势众的法军将获胜,而且在 第11次遭遇战中全歼英军,如表所示。
(k3 ∈ R+ ) (k4 ∈ R+ )
⎧⎨⎩TOnn++11
= On + ΔOn = Tn + ΔTn =
= (1 (1 +
+ k1)On k2 )Tn −
− k3OnTn k4OnTn
现在,取k1=0.2、 k2=0.3、 k3=0.001、 k4=0.002,解得平衡 点(O,T)=(150,200)或(0,0)【舍去】
在什么情况下双方的核军备精神才不会无限扩张而存在暂 时的平衡状态,处于这种平衡状态下双方拥有最少的核武器数 量是多大,这个数量受哪些因素影响,当一方采取诸如加强防 御、提高武器精度、发展多弹头导弹等措施时,平衡状态会发 生什么变化?
最后英军战胜了法军,而且双方伤亡情况与历史事实也很 相近。当年,英军在战役A和战役B中战胜法军,但法军没有增 援C,而是选择了撤退,大约有13艘战舰退回法国海港。
点评:数学建模以解决某现实问题为目的,从问题中抽象 并归结出来的数学问题。从现象到模型,数学建模必须反映现 实,既然是一种模型,它就不是现实问题的全部复制,常常会 忽略一些次要因素,作一些必要的简化,但本质上必须反映现 实问题的数量规律。
斑点猫头鹰
老鹰 天数 老鹰 斑点猫头鹰 天数
情况4:老鹰仍然成为胜利者, 斑点猫头鹰最后还是灭绝了。与 数量 前面三种情况相比,两个种群的 初始数量相同,可以说是站在同 一条起跑线上。但是,老鹰种群 以绝对的优势赢得胜利,而斑点 10 猫头鹰种群惨遭灭绝。
数学建模之初等模型
设该物品的某特征尺度为 L ,则
2 3 ⇒ s ∝ w 3 3 w ∝ v, v ∝ l ⇒ w ∝ l
s∝l
2
1 生产成本 ∝ w 包装成本 ∝ w 则由() 1 C =αw+ βw
2 3
2
3
+γ
(α , β , γ > 0)
C −1 2 单位重量价格:c = = α + β w 3 + γ w −1 w
1 0
f(h)
1 1 + 8l / d
0 1 2 3 4 5 6 7 8 9 10 h 考虑到美观和使用上 的方便,h不必取得过大,例如,可 取h=3,即l=3d,此时房屋热量的损失不超过单层玻璃窗 时的 3% 。
§2.3 崖高的估算
假如你站在崖顶且身上带着一只具有跑表功 能的计算器,你也许会出于好奇心想用扔下 一块石头听回声的方法来估计山崖的高度, 假定你能准确地测定时间,你又怎样来推算 山崖的高度呢,请你分析一下这一问题。
系别 学 生 比例 比 例 加 惯 例 甲 乙 丙 103 51.5 63 34 31.5 17.0 100.0
20席的分配 结果 10 6 4 20 10.3 6.3 3.4 20.0
21席的分配
人 数 ( %) 比例
总和 200
对 比例 结果 丙 10.815 11 系 6.615 7 公 平 3.570 3 吗 21.000 21
机理简单,一般采用静态、线性、确定性模型描述
§2.1 舰艇的会合
某航空母舰派其护卫舰去搜寻其跳伞的飞 行 员,护卫舰找到飞行员后,航母通知它尽快 返回与其汇合并通报了航母当前的航速与方 向,问护卫舰应怎样航行,才能与航母汇合。
数学建模实验答案初等模型
数学建模实验答案初等模型文件管理序列号:[K8UY-K9IO69-O6M243-OL889-F88688]实验02 初等模型(4学时)(第2章 初等模型)1.(编程)光盘的数据容量p23~27 表1 3种光盘的基本数据CAV 光盘:恒定角速度的光盘。
CLV 光盘:恒定线速度的光盘。
R2=58 mm, R1=22.5 mm ,d, ρ见表1。
CLV 光盘的信息总长度(mm) L CLV 2221()R R dπ-≈CLV 光盘的信息容量(MB) C CLV = ρL CLV / (10^6) CLV 光盘的影像时间(min) T CLV = C CLV / (0.62×60) CAV 光盘的信息总长度(mm) L CAV 222R dπ≈CAV 光盘的信息容量(MB) C CAV = ρL CAV / (10^6) CAV 光盘的影像时间(min ) T CAV = C CAV / (0.62×60) 1.1(验证、编程)模型求解 要求:①(验证)分别计算出LCLV, CCLV 和TCLV 三个3行1列的列向量,仍后输出结果,并与P26的表2(教材)比较。
程序如下:②(编程)对于LCAV, CCAV 和TCAV ,编写类似①的程序,并运行,结果与P26的表3(教材)比较。
1.2(编程)结果分析 信道长度LCLV 的精确计算:212R CLV R L dπ=⎰模型给出的是近似值:2221()CLV R R L L dπ-=≈相对误差为:CLV L LLδ-= 要求:① 取R2=58 mm, R1=22.5 mm ,d, ρ见表1(题1)。
分别计算出LCLV, L和delta三个3行1列的列向量,仍后将它组合起来输出一个3行3列的结果。
②结果与P26的表2和P27(教材)的结果比较。
[提示]定积分计算用quad、quadl或trapz函数,注意要分别取d的元素来计算。
要用数组d参与计算,可用quadv(用help查看其用法)。
数学建模 第一章 初等模型
型. 由此模型可解决这两个问题.
2V0
⑴炮弹发射后落地时纵坐标 y
2
0,
2
即
kx l (k 1) x , ( x 0), k x . 2 l (k 1)
dx 1 1 k 0 k 1. 2 2 dk l (k 1) k 1为函数的极大值点, 即最佳角度满足
第一章 初等模型
在这一章中, 我们介绍几个初等模型及相应的求解方法. 所谓初等模型, 指的是该模型并不涉及高深的数学问题,
用常用的数学工具即可求解此类问题.
一、微积分方法寻找最优点
问题一
铁路线上 AB 段的距离为100km, 工厂C 距 A 处
20km, 并且 AC AB.(见下图) 为了运输需要, 要在 AB上选定一点 D, 向工厂修筑一条公路. 已知铁路每公里 货运的运费与公路每公里货运的运费之比为3: 5, 问D 点
⑼
该方法就称为最小二乘法.
最小二乘法的几何意义
y
y ax b
O
x
进一步地, 若所求曲线为以多项式时, 则也有相应的方 程.
曲线拟合关系中的方程⑼常称为法式方程.
利用软件MatLab,可以简单地得到拟合多项式中的各 项系数. MatLab中曲线拟合命令是 polyfit.
基本格式 polyfit
应选在何处? 建模 设 AD xkm, 则
A x D B
DB 100 x,
20km
C
CD 400 x 2 .
再设铁路上货运的运费为 3k / km, 公路上货运的运费为
5k / km, 从 B 到 C 的总运费为 y, 则
y 5k CD 3k DB
数学建模中的初等模型
y0= s2(x–y)+ s(2y– x )
y y0 1 s x s(2 s) 2 s
y0=s2y
y=y0/s2
分析 模型 x<y, y= y0+(1-s)x
x=y, y=y0/s
x=a y,
y
y0 sa
y0 sx/ y
y
x=y
x=2y
y<x<2y, y y0 1 s x s(2 s) 2 s
初等模型
• 研究对象的机理比较简单 • 用静态、线性、确定性模型即可达到建模目的 可以利用初等数学方法来构造和求解模型 如果用初等和高等的方法建立的模型,其应用效果 差不多,那么初等模型更高明,也更受欢迎.
尽量采用简单的数学工具来建模
1. 双层玻璃窗的功效
室
室
问 双层玻璃窗与同样多材料的单层
内 T1
平衡点PP´
xm xm , ym ym
y
y0 y=f(x)
0
x0
P(xm , ym )
P(xm,ym) x=g(y)
x
甲方的被动防御也会使双方军备竞赛升级.
模型解释
• 甲方将固定核导弹基地改进为可移动发射架.
乙安全线y=f(x)不变 y
甲方残存率变大
威慑值x 0不变
x减小,甲安全线
y0
x=g(y)向y轴靠近
x=2y, y=y0/s2 y0~威慑值 s~残存率
利用微积分知识可知 y是一条上凸的曲线,且
y=f(x)
y0 0
• y0变大,曲线上移、变陡. • s变大,y减小,曲线变平.
x
模型解释
• 甲方增加经费保护及疏散工业、交通中心等目标.
乙方威慑值 y0变大 (其他因素不变) 乙安全线 y=f(x)上移
实物交换、核军备竞赛—数学建模初等模型的应用
乙安全线
y0 0 x
y1 y0 0
y=f ( x)
y0 y f ( x) y0 x
x0
P(xm,ym)甲 安 x=g(y) 全 区 x1 x
P~平衡点(双方最少导弹数)
精细 模型
x<y x=y
乙方残存率 s ~甲方一枚导弹攻击乙方一个 基地,基地未被摧毁的概率。 甲方以 x攻击乙方 y个基地中的 x个, sx个基地未摧毁,y–x个基地未攻击。 y0=sx+y–x y0=sy y= y0+(1-s)x
xm , ym ym xm
0
x0
x
甲方的被动防御也会使双方军备竞赛升级。
模型解释
• 甲方将固定核导弹基地改进为可移动发射架 乙安全线y=f(x)不变
y
, ym ) P( xm
甲方残存率变大
威慑值x 0和交换比不变 x减小,甲安全线 x=g(y)向y轴靠近 PP´
y0 0
P(xm,ym)
.
D
B
p
0
A
.
C
xo x
设X单价a, Y单价b, 则等价交换下ax+by=s (s=ax0=by0)
2.7
背 景
核军备竞赛
• 冷战时期美苏声称为了保卫自己的安全,实行“核威 慑战略”,核军备竞赛不断升级。 • 随着前苏联的解体和冷战的结束,双方通过了一系列 的核裁军协议。 • 在什么情况下双方的核军备竞赛不会无限扩张,而存 在暂时的平衡状态。 • 估计平衡状态下双方拥有的最少的核武器数量,这个 数量受哪些因素影响。 • 当一方采取加强防御、提高武器精度、发展多弹头导 弹等措施时,平衡状态会发生什么变化。
模 型 假 设
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
数学建模实验答案初等
模型
Document number【SA80SAB-SAA9SYT-SAATC-SA6UT-SA18】
实验02 初等模型(4学时)
(第2章初等模型)
1.(编程)光盘的数据容量p23~27
表1 3种光盘的基本数据
CAV光盘:恒定角速度的光盘。
CLV光盘:恒定线速度的光盘。
R2=58 mm, R1=22.5 mm,d, ρ见表1。
CLV光盘的信息总长度(mm) L
CLV
22
21
()
R R
d
π-
≈
CLV光盘的信息容量(MB) C
CLV
= ρL CLV / (10^6)
CLV光盘的影像时间(min) T
CLV = C
CLV
/ ×60)
CAV光盘的信息总长度(mm) L
CAV
2
2
2
R
d π≈
CAV光盘的信息容量(MB) C
CAV
= ρL CAV / (10^6)
CAV光盘的影像时间(min ) T
CAV = C
CAV
/ ×60)
(验证、编程)模型求解
要求:
①(验证)分别计算出LCLV, CCLV和TCLV三个3行1列的列向量,仍后输出结果,并与P26的表2(教材)比较。
程序如下:
②(编程)对于LCAV, CCAV和TCAV,编写类似①的程序,并运行,结果与P26的表3(教材)比较。
★要求①的程序的运行结果:
★要求②的程序及其运行结果:
(编程)结果分析
信道长度LCLV 的精确计算:21
2R CLV
R L d
π=⎰
模型给出的是近似值:2221()
CLV R R L L d
π-=
≈
相对误差为:CLV L L
L
δ-=
要求:
①取R2=58 mm, R1=22.5 mm,d, ρ见表1(题1)。
分别计算出LCLV, L和delta三个3行1列的列向量,仍后将它组合起来输出一个3行3列的结果。
②结果与P26的表2和P27(教材)的结果比较。
[提示]
定积分计算用quad、quadl或trapz函数,注意要分别取d的元素来计算。
要用数组d参与计算,可用quadv(用help查看其用法)。
★编写的程序和运行结果:
程序:
运行结果:
2.(验证,编程)划艇比赛的成绩p29~31
模型:t=αnβ
其中,t为比赛成绩(时间),n为桨手人数,α和β为参数。
为适合数据拟合,将模型改为:log t=logα + βlog n
(1) 参数α和β估计程序如下:
(2) 实际值与计算值比较(数据比较和和拟合图形)
参考数据结果:
第1列为桨手人数,第2列为实际比赛平均成绩,第3列为计算比赛平均成绩。
参考图形结果:
要求:
①运行问题(1)中的程序。
②编程解决问题(2):实际值与计算值比较(数据比较和和拟合图形)。
★(验证)用数据拟合求参数α和β。
给出α和β值和模型:
模型为:
★(编程)实际值与计算值比较(数据比较和和拟合图形),程序和运行结果:
程序:
数值结果:
图形结果:
3.(编程,验证)污水均流池的设计p34~37
表2 (p35) 社区一天以小时为单位间隔的生活污水流量(单位:m3/h)
(编程)均流池的恒定流出量和最大容量模型(离散)
每小时污水流入均流池的流量为f (t ), t =0, 1, 2, …, 23。
一天的平均流量 23
1()24t g f t ==∑
均流池中污水的空量 c (t ), t =0, 1, 2, …, 23。
c (t +1)=c (t )+f (t )-g , t =0, 1, 2, …, 22 (模型)
要求:
① 求g ,画f (t )和g 的图形(与P35图1比较)。
② 求c (t ), t =0, 1, 2, …, 23, c (0)=0,并求其中的最小值M (与P36表3比较)。
求c (t ), t =0, 1, 2, …, 23, c (0)=-M (与P36表4比较)。
画c (t )分别当c (0)和c (-M )时的图形(与P37图2比较)。
★ 要求①的程序和运行结果:
程序:
命令窗口的结果:
图形窗口的结果:
★要求②的程序和运行结果:程序:
命令窗口的结果:
图形窗口的结果:
(验证)均流池的恒定流出量和最大容量模型(连续)p56习题3每小时污水流入均流池的流量为f (t), t=0, 1, 2, …, 23。
用3次样条插值得到连续函数f(t), 0≤t≤23。
(仍用f(t)表示)
一天的平均流量 2301
()230
g f t dt =
-⎰ 均流池中污水的容量 c (t ) , 0≤t ≤23。
c (t +Δt )-c (t )=(f (t )-g ) Δt
0(),(0)dc
f t
g c c dt
=-= (模型) (1) 求g ,画f (t )和g 的图形(与P35图1比较)。
程序:
(2) 求c(t), 0≤t≤23, c(0)=0时的最小值M。
画c(t)初值条件分别为c(0)=0和c(0)=-M时的图形(与P37图2比较)。
程序:
要求
①运行(1)中的程序,结果与P35图1比较。
②运行(2)中的程序,结果与P37图2比较。
③阅读并理解程序。
★要求①的运行结果:
命令窗口的结果:
图形窗口的结果:
★要求②的运行结果:
命令窗口的结果:
图形窗口的结果:
4.(编程)天气预报的评价p49~54
31天4种(A~D)预报方法的有雨预报(%)及实际观测结果
4 60 30 90 70 1;
5 60 30 0 20 0;
6 30 30 10 50 1;
7 80 30 10 40 0;
8 70 30 20 30 0;
9 80 30 40 30 0;
10 60 30 60 40 0;
11 80 30 20 80 1;
12 40 30 30 40 0;
13 90 30 90 40 1;
14 50 30 60 20 0;
15 10 30 20 10 0;
16 60 30 50 80 1;
17 20 30 10 30 0;
18 0 30 0 50 0;
(编程求解)计数模型p50~52
若预报有雨概率>50%,则认为明天有雨,<50%则认为无雨,且依照明天是否有雨的实际观测,规定预报是否正确,从而统计预报的正确率。
求出4种预报的结果计数矩阵:
预报的正确率:对角线数字之和/全部数之和。
要求:
① 编写程序求出4种预报的结果计数(天数),并分别计算出它们的预报正确率(取2位小数)。
② 结果与p51中的结果比较。
★ 程序和运行结果:
程序:
预报和实测都有雨的天数 预报有雨而实测无雨的
运行结果:
(编程求解)记分模型p52~53
将预报有雨概率的大小与实测结果(有雨或无雨)比较,给予记分。
注意:要将M中的预报概率值转换为小数。
模型1
记第k天某种预报有雨概率为p k,第k天实测有雨为v k=1,无雨为v k=0,令第k天的某种预报得分为
将s k对k求和得到某预报的分数S1(越大越好)。
模型2
s k = | p k - v k |
将s k对k求和得到某预报的分数S2(越小越好)。
模型3
s k = ( p k - v k )2
将s k对k求和得到某预报的分数S3(越小越好)。
要求:
①编程求4种预报在模型1、2、3下的相应分数S1、S2、S3。
②运行结果与p52的结果比较。
★程序和运行结果:
(部分编程求解)图形模型——模型1p53
以预报有雨概率p(值为小数)为横轴,实测值v(值为0或1)为纵轴,奖表tab的数据在图上用符号*标出,其中*上面的数字是坐标在*的天数。
预报A的程序:
运行结果示例:
要求:
①自己完成上面未完整的程序并运行。
②修改预报A的程序,分别用于B、C、D,并运行。
③运行结果与p53中的结果比较。
★预报A的完整程序:
★预报A、B、C、D的程序运行结果(图形):
(验证)图形模型——模型2p53~54
对每个不同的预报有雨概率p,统计实测有雨的天数占预报这个p的全部天数的比例q(p和q越接近越好)。
以p为横轴,q为纵轴,将表tab数据进行统计后在图上有*标出,并在图中画斜线q=p。
预报A的程序:
运行结果示例:
要求:
①运行上面程序,仍后修改程序,分别用于B、C、D,并运行。
②运行结果与p54中的结果比较。
③阅读并理解程序。
★预报A、B、C、D的程序运行结果(图形):
附1:实验提示
第2题
数据拟合函数polyfit
附2:第2章初等模型光盘的数据容量
划艇比赛的成绩
污水均流池的设计
天气预报的评价。