数学建模陈东彦版课后答案
数学建模竞赛参考答案
数学建模竞赛参考答案数学建模竞赛参考答案数学建模竞赛是一项旨在培养学生综合运用数学知识和解决实际问题能力的竞赛活动。
参赛者需要通过分析问题、建立数学模型、求解问题等环节，最终给出合理的答案和解决方案。
在这篇文章中，我们将为大家提供一些数学建模竞赛的参考答案，希望能够给参赛者们提供一些启示和帮助。
第一题：某公司的销售额预测问题描述：某公司希望通过过去几年的销售数据，预测未来一年的销售额。
请根据给定的销售数据，建立合适的数学模型，并给出未来一年的销售额预测值。
解答思路：根据问题描述，我们可以将销售额看作是时间的函数，即销售额随时间变化。
可以使用回归分析的方法来建立数学模型。
首先，我们将销售额作为因变量，时间作为自变量，通过拟合曲线来预测未来一年的销售额。
我们可以选择多项式回归模型来拟合曲线。
通过将时间作为自变量，销售额作为因变量，进行多项式回归分析，可以得到一个多项式函数，该函数可以描述销售额随时间变化的趋势。
然后，我们可以使用该多项式函数来预测未来一年的销售额。
将未来一年的时间代入多项式函数中，即可得到未来一年的销售额预测值。
第二题：城市交通流量优化问题描述：某城市的交通流量问题日益突出，如何优化交通流量成为了当地政府亟待解决的难题。
请根据给定的交通数据和道路拓扑结构，建立合适的数学模型，并给出交通流量优化的方案。
解答思路：根据问题描述，我们可以将城市的交通流量看作是网络中的流量分配问题。
可以使用网络流模型来建立数学模型。
首先，我们需要将城市的道路网络抽象成一个有向图，节点表示交叉口，边表示道路，边上的权值表示道路的容量。
然后，我们可以使用最小费用最大流算法来求解交通流量优化的方案。
该算法可以通过调整道路上的流量分配，使得整个网络中的流量达到最大，同时满足道路容量的限制。
通过计算最小费用最大流，可以得到交通流量优化的方案。
最后，我们可以根据最小费用最大流算法的结果，对交通流量进行合理调控。
例如，可以调整信号灯的时长，优化交通信号控制系统，减少交通拥堵现象，提高交通效率。
数学模型第三版课后答案
《数学建模》习题解答第一章部分习题3(5). 决定十字路口黄灯亮的时间长度.4. 在1.3节“椅子能在不平的地面上放稳吗”的假设条件中，将四角的连线呈正方形改为长方形，其余不变，试构造模型并求解.5. 模仿1.4节商人过河问题中的状态转移模型，作下面这个众所周知的智力游戏：人带着猫、鸡、米过河，船除希望要人计划之外，至多能载猫、鸡、米三者之一，而当人不在场时猫要吃鸡、鸡要吃米，设计一个安全过河方案，并使渡河次数尽量地少.6. 利用1.5节表1和表3给出的1790-2000年的美国实际人口资料建立下列模型： (1) 分段的指数增长模型. 将时间分为若干段，分别确定增长率r. (2) 阻滞增长模型. 换一种方法确定固有增长率r 和最大容量x m .7. 说明1.5节中Logistic 模型（9）可以表示为()()01t t r mex t x --+=，其中t 0是人口增长出现拐点的时刻，并说明t 0与r ，x m 的关系.8. 假定人口的增长服从这样的规律：时刻t 的人口为x (t)，t 到t +△t 时间内人口的增量与x m -x (t)成正比（其中为x m 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.9(3). 甲乙两站之间有电车相通，每隔10分钟甲乙两站相互发一趟车，但发车时刻不一定相同。
甲乙之间一中间站丙，某人每天在随机的时刻到达丙站，并搭乘最先经过丙站的那趟车，结果发现100天中约有90天到达甲站，约有10天到达乙站。
问开往甲乙两站的电车经过丙站的时刻表是如何安排的。
参考答案3(5). 司机看到黄灯后停车要有一定的刹车距离1s ，设通过十字路口的距离为2s ，汽车行驶速度为v ，则黄灯的时间长度t 应使距停车线1s 之内的汽车能通过路口，即()vs s t 21+≈其中s 1可由试验得到，或按照牛顿第二定律解运动方程，进一步可考察不同车重、不同路面及司机反应灵敏程度等因素的影响.4. 相邻两椅脚与地面距离之和分别定义为()()θθg f 和，将椅子旋转ο180，其余作法与1.3节相同.5. 人、猫、鸡、米分别记为4,3,2,1=i ，当i 在此岸时记1=i x ，否则记0=i x ，则此岸的状态可用()4321,,,x x x x s =表示。
数学建模陈东彦版课后答案
数学建模陈东彦版课后答案第⼀部分练习与思考题2.9-3.7 3.6-5.144.1-7.1 4.4-7.35.9-11.1 5.1-9.16.5-4.7 6.10-4.14第1章建⽴数学模型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）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对夫妻过河，船⾄多载两⼈，条件是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20XX 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。
试建⽴模型并求解，作出解的图形并与指数增长模型和阻滞增长模型的结果进⾏⽐较。
1.8 ⼀昼夜有多少时刻互换长短针后仍表⽰⼀个时间？如何求出这些时间？1.9 你在⼗层楼上欲乘电梯下楼，如果你想知道需要等待的时间，请问你需要有哪些信息？如果你不愿久等，则需要爬上或爬下⼏个楼层？1.10 居民的⽤⽔来⾃⼀个由远处⽔库供⽔的⽔塔，⽔库的⽔来⾃降⾬和流⼊的河流。
数学建模教程课后答案
表1-5
单 人 理论 取 qi2 取 qi2 取 qi2 取 qi2
位数 值 整
整
整
整
5 10-6 6 10-6 7 10-6 8 10-6
1 404 40.4 40 0.01 40 0.01 41 0.02 40 0.01
2 204 20.4 20 0.04 21 0.08 20 0.04 21 0.08 3 104 10.4 11 0.30 10 0.16 10 0.16 11 0.30 4 54 5.4 6 1.00 6 1.00 6 1.00 5 0.64 5 14 1.4 1 16.00 1 16.00 1 16.00 1 16.00 合 780 78 78 17.35 78 17.25 78 17.22 78 17.03
今证:n4不存在任何无重复安全过河 解.(反证法)设存在一个无重复安全过 河方案.该方案第一次跳到y轴前的状 态只能是(如图所示):(2,2)和(1,1), 且都是偶数步.若为(2,2) 则前一步必 是从(1,1)到(2,2)产生重复; 若为 (1,1),则前一步必来自y轴上的点都是 不可能的.
不难证明:“若不存在任何不重复安全 过河方案,则不存在任何安全过河方案”
该年生产总值为2004年的 e0.07520 =4.48倍.
解: 我们只须证明其等价命题：“若存 在一个安全过河方案，则必存在一个不重 复安全过河方案”. 事实上,从一个安全 过河方案中去掉一切产生重复的循环之后, 便得到一个不重复安全过河方案.
n=2时的安全过河方案(共5次)
y
(0,2)
(2,2)
(0,1)
(1,1) (2,1)
(0,0)
(2,0)
x
图 1-4
n1=987/6-n2-n3=84-54=30. 答案:锐,直,钝角三角形个数分别是30,0
数学建模答案（完整版）
1 建立一个命令M 文件:求数60.70.80,权数分别为1.1，1.3,1.2的加权平均数。
在指令窗口输入指令edit ，打开空白的M 文件编辑器；里面输入s=60*1.1+70*1.3+80*1.2;ave=s/3然后保存即可2 编写函数M 文件SQRT.M;函数 x=567.889与0.0368处的近似值（保留有()f x =效数四位）在指令窗口输入指令edit ，打开空白的M 文件编辑器；里面输入syms x1 x2 s1 s2 zhi1 zhi2 x1=567.889;x2=0.368;s1=sqrt(x1);s2=sqrt(x2);zhi1=vpa(s1,4)zhi2=vpa(s2,4)然后保存并命名为SQRT.M 即可3用matlab 计算的值,其中a=2.3,b=4.89.()f x >> syms a b >> a=2.3;b=4.89;>> sqrt(a^2+b^2)/abs(a-b)ans = 2.08644用matlab 计算函数在x=处的值.()f x =3π>> syms x >> x=pi/3;>> sqrt(sin(x)+cos(x))/abs(1-x^2)ans = 12.09625用matlab 计算函数在x=1.23处的值.()arctan f x x =+>> syms x >> x=1.23;>> atan(x)+sqrt(log(x+1))ans = 1.78376 用matlab 计算函数在x=-2.1处的值.()()f x f x ==>> syms x >> x=-2.1;>> 2-3^x*log(abs(x))ans =1.92617 用蓝色.点连线.叉号绘制函数在[0,2]上步长为0.1的图像.>> syms x y>> x=0:0.2:2;y=2*sqrt(x);>> plot(x,y,'b.-')8 用紫色.叉号.实连线绘制函数在上步长为0.2的图像.ln 10y x =+[20,15]-->> syms x y>> x=-20:0.2:-15;y=log(abs(x+10));>> plot(x,y,'mx-')ln 10[20,y x =+--9 用红色.加号连线 虚线绘制函数在[-10,10]上步长为0.2的图像.sin(22x y π=->> syms x y;>> x=-10:0.2:10;y=sin(x/2-pi/2);>> plot(x,y,'r+--')10用紫红色.圆圈.点连线绘制函数在上步长为0.2的图像.sin(2)3y x π=+[0,4]πsin(2)sin()[0,4]322x y x y πππ=+=->> syms x y >> x=0:0.2:4*pi;y=sin(2*x+pi/3);>> plot(x,y,'mo-.')11 在同一坐标中,用分别青色.叉号.实连线与红色.星色.虚连线绘制y=与.y =>> syms x y1 y2>> x=0:pi/50:2*pi;y1=cos(3*sqrt(x));y2=3*cos(sqrt(x));>> plot(x,y1,'cx-',x,y2,'r*--')12 在同一坐标系中绘制函数这三条曲线的图标,并要求用两种方法加234,,y x y x y x ===各种标注.234,,y x y x y x ===>> syms x y1 y2 y3;>> x=-2:0.1:2;y1=x.^2;y2=x.^3;y3=x.^4;plot(x,y1,x,y2,x,y3);13 作曲线的3维图像2sin x t y t z t ⎧=⎪=⎨⎪=⎩>> syms x y t z >> t=0:1/50:2*pi;>> x=t.^2;y=sin(t);z=t;>> stem3(x,y,z)14 作环面在上的3维图像(1cos )cos (1cos )sin sin x u v y u v z u =+⎧⎪=+⎨⎪=⎩(0,2)(0,2)ππ⨯>> syms x y u v z>> u=0:pi/50:2*pi;v=0:pi/50:2*pi;>>x=(1+cos(u)).*cos(v);y=(1+cos(u)).*sin(v);z=sin(u);>> plot3(x,y,z)15 求极限0lim x +→0lim x +→>> syms x y >> y=sin(2^0.5*x)/sqrt(1-cos(x));>> limit(y,x,0,'right') ans = 216 求极限1201lim (3x x +→>> syms y x >> y=(1/3)^(1/(2*x));>> limit(y,x,0,'right') ans = 017求极限lim x >> syms x y >> y=(x*cos(x))/sqrt(1+x^3);>> limit(y,x,+inf) ans = 018 求极限21lim (1x x x x →+∞+->> syms x y >> y=((x+1)/(x-1))^(2*x);>> limit(y,x,+inf) ans = exp(4)19 求极限01cos 2lim sin x xx x →->> syms x y >> y=(1-cos(2*x))/(x*sin(x));>> limit(y,x,0) ans = 220 求极限 x →>> syms x y >> y=(sqrt(1+x)-sqrt(1-x))/x;>> limit(y,x,0) ans = 121 求极限2221lim 2x x x x x →+∞++-+>> syms x y >> y=(x^2+2*x+1)/(x^2-x+2);>> limit(y,x,+inf) ans = 122 求函数y=的导数5(21)arctan x x -+>> syms x y >> y=(2*x-1)^5+atan(x);>> diff(y) ans = 10*(2*x - 1)^4 + 1/(x^2 + 1)23 求函数y=的导数2tan 1x x y x=+>> syms y x>> y=(x*tan(x))/(1+x^2);>> diff(y)ans =tan(x)/(x^2 + 1) + (x*(tan(x)^2 + 1))/(x^2 + 1) - (2*x^2*tan(x))/(x^2 + 1)^224 求函数的导数3tan x y e x -=>> syms y x >> y=exp^(-3*x)*tan(x)>> y=exp(-3*x)*tan(x) y = exp(-3*x)*tan(x) >> diff(y) ans = exp(-3*x)*(tan(x)^2 + 1) - 3*exp(-3*x)*tan(x)25 求函数y=在x=1的导数22ln sin 2x x π+>> syms x y >> y=(1-x)/(1+x);>> diff(y,x,2) ans = 2/(x + 1)^2 - (2*(x - 1))/(x + 1)^3 >> syms x y >> y=2*log(x)+sin(pi*x/2)^2;>> dxdy=diff(y) dxdy = 2/x + pi*cos((pi*x)/2)*sin((pi*x)/2)zhi=subs(dxdy,1)zhi = 226 求函数y=的二阶导数01cos 2lim sin x x x x →-11x x-+>> syms x y>> y=(1-x)/(1+x);>> diff(y,x,2) ans = 2/(x + 1)^2 - (2*(x - 1))/(x + 1)^327 求函数的导数;>> syms x y >> y=((x-1)^3*(3+2*x)^2/(1+x)^4)^0.2;>> diff(y) ans = (((8*x + 12)*(x - 1)^3)/(x + 1)^4 + (3*(2*x + 3)^2*(x - 1)^2)/(x + 1)^4 - (4*(2*x + 3)^2*(x - 1)^3)/(x + 1)^5)/(5*(((2*x + 3)^2*(x - 1)^3)/(x + 1)^4)^(4/5))28在区间()内求函数的最值.,-∞+∞43()341f x x x =-+>> f='-3*x^4+4*x^3-1';>> [x,y]=fminbnd(f,-inf,inf)x =NaN y = NaN >> f='3*x^4-4*x^3+1';>> [x,y]=fminbnd(f,-inf,inf)x = NaN y = NaN29在区间(-1,5)内求函数发的最值.()(f x x =->> f='(x-1)*x^0.6';>> [x,y]=fminbnd(f,-1,5)x =0.3750y = -0.3470>> >> f='-(x-1)*x^0.6';>> [x,y]=fminbnd(f,-1,5)x = 4.9999y = -10.505930 求不定积分(ln 32sin )x x dx -⎰(ln 32sin )x x dx -⎰>> syms x y >> y=log(3*x)-2*sin(x);>> int(y) ans = 2*cos(x) - x + x*log(3) + x*log(x)31求不定积分2sin x e xdx ⎰>> syms x y>> y=exp(x)*sin(x)^2;>> int(y)ans =-(exp(x)*(cos(2*x) + 2*sin(2*x) - 5))/1032. 求不定积分 >> syms x y >> y=x*atan(x)/(1+x)^0.5;>> int(y)Warning: Explicit integral could not be found. ans = int((x*atan(x))/(x + 1)^(1/2), x)33.计算不定积分2(2cos )x x x e dx --⎰>> syms x y >> y=1/exp(x^2)*(2*x-cos(x));>> int(y)Warning: Explicit integral could not be found. ans = int(exp(-x^2)*(2*x - cos(x)), x)34.计算定积分10(32)xe x dx -+⎰>> syms x y >> y=exp(-x)*(3*x+2);>> int(y,0,1) ans = 5 - 8*exp(-1)10(32)x e x dx -+⎰35.计算定积分0x →120(1)cos x arc xdx+⎰>> syms y x>> y=(x^2+1)*acos(x);>> int(y,0,1)ans =11/936.计算定积分10cos ln(1)x x dx +⎰>> syms x y >> y=(cos(x)*log(x+1));>> int(y,0,1)Warning: Explicit integral could not be found. ans = int(log(x + 1)*cos(x), x == 0..1)37计算广义积分;2122x x dx +∞++-∞⎰>> syms y x >> y=(1/(x^2+2*x+2));>> int(y,-inf,inf) ans = pi 38.计算广义积分；20x dx x e +∞-⎰>> syms x y>> y=x^2*exp(-x);>> int(y,0,+inf)ans =2。
数模第三版习题答案
《数学模型》作业解答第一章（2008年9月9日）4．在“椅子摆放问题”的假设条件中，将四脚的连线呈正方形改为呈长方形，其余条件不变.试构造模型并求解.解：设椅子四脚连线呈长方形ABCD. AB 与CD 的对称轴为x 轴，用中心点的转角θ表示椅子的位置.将相邻两脚A 、B 与地面距离之和记为)(θf ;C 、D 与地面距离之和记为)(θg .并旋转0180.于是，设,0)0(,0)0(=g f 就得到()()0,0=ππf g .数学模型：设()()θθg f 、是[]π2,0上θ的非负连续函数.若[]πθ2,0∈∀,有()()0=θθg f ,且()()()()0,0,00,00==ππf g f g ,则[]πθ2,00∈∃,使()()000==θθg f .模型求解:令)()()(θθθg f h -= .就有,0)0( h 0)(0)()()( ππππg g f h -=-=.再由()()θθg f ,的连续性,得到()θh 是一个连续函数. 从而()θh 是[]π,0上的连续函数.由连续函数的介值定理：()πθ,00∈∃,使()00=θh .即()πθ,00∈∃,使()()000=-θθg f .又因为[]πθ2,0∈∀,有()()0=θθg f .故()()000==θθg f .8. 假定人口的增长服从这样的规律：时刻t 的人口为)(t x ,单位时间内人口的增量与)(t x x m -成正比（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比较.解：现考察某地区的人口数，记时刻t 的人口数为()t x （一般()t x 是很大的整数）,且设()t x 为连续可微函数.又设()00|x t x t ==.任给时刻t 及时间增量t ∆,因为单位时间内人口增长量与)(t x x m -成正比, 假设其比例系数为常数r .则t 到t t ∆+内人口的增量为：()()()t t x x r t x t t x m ∆-=-∆+)(. 两边除以t ∆,并令0→∆t ,得到⎪⎩⎪⎨⎧=-=0)0()(x x x x r dtdxm 解为rt m m e x x x t x ---=)()(0如图实线所示，当t 充分大时 m x 它与Logistic 模型相近.0x t9．为了培养想象力、洞察力和判断力，考察对象时除了从正面分析外，还常常需要从侧面 或反面思考.试尽可能迅速回答下面问题：（1） 某甲早8：00从山下旅店出发，沿一条路径上山，下午5：00到达山顶并留宿. 次日早8：00沿同一路径下山，下午5：00回到旅店.某乙说，甲必在两天中的同一时刻经 过路径中的同一地点.为什么？（2） 37支球队进行冠军争夺赛，每轮比赛中出场的每两支球队中的胜者及轮空者 进入下一轮，直至比赛结束.问共需进行多少场比赛，共需进行多少轮比赛.如果是n 支球队比赛呢？（3） 甲乙两站之间有电车相通，每隔10分钟甲乙两站相互发一趟车，但发车时刻 不一定相同.甲乙之间有一中间站丙，某人每天在随机的时刻到达丙站，并搭乘最先经过丙站的那趟车，结果发现100天中约有90天到达甲站，仅约10天到达乙站.问开往甲乙两站的电车经过丙站的时刻表是如何安排的？（4） 某人家住T 市在他乡工作，每天下班后乘火车于6：00抵达T 市车站，他的 妻子驾车准时到车站接他回家，一日他提前下班搭早一班火车于5：30抵T 市车站，随即步行回家，他的妻子象往常一样驾车前来，在半路上遇到他，即接他回家，此时发现比往常 提前了10分钟.问他步行了多长时间？（5） 一男孩和一女孩分别在离家2 km 和1 km 且方向相反的两所学校上学，每天 同时放学后分别以4 km/h 和2 km/h 的速度步行回家.一小狗以6 km/h 的速度由男孩处奔向女孩，又从女孩处奔向男孩，如此往返直至回到家中，问小狗奔波了多少路程？如果男孩和女孩上学时小狗也往返奔波在他们之间，问当他们到达学校时小狗在何处？解：（1）方法一：以时间t 为横坐标，以沿上山路径从山下旅店到山顶的行程x 为纵坐标， 第一天的行程)(t x 可用曲线（I ）表示 ，第二天的行程)(t x 可用曲线（I I ）表示，（I ）（I I ）是连续曲线必有交点),(000d t p ,两天都在0t 时刻经过0d 地点.方法二：设想有两个人， 一人上山，一人下山，同一天同 时出发，沿同一路径,必定相遇. 0d t早8 0t 晚5方法三：我们以山下旅店为始点记路程,设从山下旅店到山顶的路程函数为)(t f (即t 时刻走的路程为)(t f ),同样设从山顶到山下旅店的路函数为)(t g ,并设山下旅店到山顶的距离为a (a >0).由题意知：,0)8(=f a f =)17(,a g =)8(,0)17(=g .令)()()(t g t f t h -=,则有0)8()8()8(<-=-=a g f h ，0)17()17()17(>=-=a g f h ，由于)(t f ,)(t g 都是时间t 的连续函数,因此)(t h 也是时间t 的连续函数,由连续函数的介值定理,]17,8[0∈∃t ,使0)(0=t h ,即)()(00t g t f =.（2）36场比赛，因为除冠军队外，每队都负一场；6轮比赛，因为2队赛1轮，4队赛2轮，32队赛5轮. n 队需赛1-n 场，若k k n 221≤- ，则需赛k 轮.（3）不妨设从甲到乙经过丙站的时刻表是8：00，8：10，8：20，…… 那么从乙到甲经过丙站的时刻表应该是8：09，8：19，8：29……（4）步行了25分钟.设想他的妻子驾车遇到他后，先带他前往车站，再回家，汽车多行驶了10分钟，于是带他去车站这段路程汽车多跑了5分钟，而到车站的时间是6：00，所以妻子驾车遇到他的时刻应该是5：55.（5）放学时小狗奔跑了3 km .孩子上学到学校时小狗的位置不定（可在任何位置），因为设想放学时小狗在任何位置开始跑，都会与孩子同时到家.之所以出现位置不定的结果，是由于上学时小狗初始跑动的那一瞬间，方向无法确定.10*. 某人第一天上午9：00从甲地出发，于下午6：00到达乙地.第二天上午9：00他又从乙地出发按原路返回，下午6：00回到甲地.试说明途中存在一点，此人在两天中同一时间到达该处.若第二天此人是下午4：00回到甲地，结论将如何？答：（方法一）我们以甲地为始点记路程,设从甲地到乙地的路程函数为)(t f (即t 时刻走的路程为)(t f ),同样设从乙地到甲地的路函数为)(t g ,并设甲地到乙地的距离为a (a >0).由题意知：,0)9(=f a f =)18(,a g =)9(,0)18(=g . 令)()()(t g t f t h -=,则有0)9()9()9(<-=-=a g f h ，0)18()18()18(>=-=a g f h 由于)(t f ,)(t g 都是时间t 的连续函数,因此)(t h 也是时间t 的连续函数,由连续函数的介值定理,]18,9[0∈∃t ,使0)(0=t h ,即)()(00t g t f =. 若第二天此人是下午4：00回到甲地,则结论仍然正确,这是因为0)9()9()9(<-=-=a g f h ，0)16()16()16()16(>=-=f g f h .（方法二）此题可以不用建模的方法,而变换角度考虑：设想有两个人，一人从甲地到乙地,另一人从乙地到甲地,同一天同时出发,沿同一路径,必定相遇.若第二天此人是下午4：00回到甲地,则结论仍然正确.《数学模型》作业解答第二章(1)（2008年9月16日）1． 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,剩下的名额按惯例分给小数部分较大者; （2）. §1中的Q 值方法；（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.你能解释这种方法的道理吗？如果委员会从10个人增至15人，用以上3种方法再分配名额，将3种方法两次分配的结果列表比较.解：先考虑N=10的分配方案，,432 ,333 ,235321===p p p ∑==31.1000i ip方法一（按比例分配） ,35.23111==∑=i ipNp q ,33.33122==∑=i ipNp q 32.43133==∑=i ipNp q分配结果为： 4 ,3 ,3321===n n n 方法二（Q 值方法）9个席位的分配结果（可用按比例分配）为：4 ,3 ,2321===n n n第10个席位：计算Q 值为,17.92043223521=⨯=Q ,75.92404333322=⨯=Q 2.93315443223=⨯=Q3Q 最大，第10个席位应给C.分配结果为 5 ,3 ,2321===n n n方法三（d ’Hondt 方法）此方法的分配结果为：5 ,3 ,2321===n n n此方法的道理是：记i p 和i n 为各宿舍的人数和席位（i=1,2,3代表A 、B 、C 宿舍）.iin p 是每席位代表的人数，取,,2,1 =i n 从而得到的i i n p 中选较大者，可使对所有的,i ii n p尽量接近.再考虑15=N 的分配方案，类似地可得名额分配结果.现将3种方法两次分配的结果列表如下：2． 试用微积分方法，建立录像带记数器读数n 与转过时间的数学模型. 解： 设录像带记数器读数为n 时，录像带转过时间为t.其模型的假设见课本.考虑t 到t t ∆+时间内录像带缠绕在右轮盘上的长度，可得,2)(kdn wkn r vdt π+=两边积分，得⎰⎰+=ntdn wkn r k vdt 0)(2π)22 2n wk k(r n πvt +=∴ .2 22n vk w n v rk t ππ+=∴第二章(2)（2008年10月9日）15．速度为v 的风吹在迎风面积为s 的风车上，空气密度是ρ ，用量纲分析方法确定风车获得的功率P 与v 、S 、ρ的关系.解: 设P 、v 、S 、ρ的关系为0),,,(=ρs v P f ， 其量纲表达式为: [P]=32-TML , [v ]=1-LT,[s ]=2L ,[ρ]=3-ML ,这里T M L ,,是基本量纲.量纲矩阵为：A=)⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---ρ()()()()()()(001310013212s v P T M L齐次线性方程组为：⎪⎩⎪⎨⎧=--=+=-++030032221414321y y y y y y y y 它的基本解为)1,1,3,1(-=y 由量纲i P 定理得1131ρπs v P -=， 113ρλs v P =∴ ， 其中λ是无量纲常数.16．雨滴的速度v 与空气密度ρ、粘滞系数μ和重力加速度g 有关，其中粘滞系数的定义是：运动物体在流体中受的摩擦力与速度梯度和接触面积的乘积成正比，比例系数为粘滞系数，用量纲分析方法给出速度v 的表达式.解：设v ,ρ,μ,g 的关系为(f v ,ρ,μ,g )=0.其量纲表达式为[v ]=LM 0T -1，[ρ]=L -3MT 0，[μ]=MLT -2（LT -1L -1）-1L -2=MLL -2T -2T=L -1MT -1，[g ]=LM 0T -2,其中L ，M ，T 是基本量纲.量纲矩阵为A=)()()()()()()(210101101131g v T M L μρ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡----- 齐次线性方程组Ay=0 ，即⎪⎩⎪⎨⎧==+=+02y -y - y -0y y 0y y -3y -y 431324321 的基本解为y=(-3 ,-1 ,1 ,1) 由量纲i P 定理 得g v μρπ13--=. 3ρμλgv =∴，其中λ是无量纲常数. 16*．雨滴的速度v 与空气密度ρ、粘滞系数μ、特征尺寸γ和重力加速度g 有关，其中粘滞系数的定义是：运动物体在流体中受的摩擦力与速度梯度和接触面积的乘积成正比，比例系数为粘滞系数，用量纲分析方法给出速度v 的表达式.解：设v ,ρ,μ,γ，g 的关系为0),,,,(=g v f μργ.其量纲表达式为[v ]=LM 0T -1，[ρ]=L -3MT 0，[μ]=MLT -2（LT -1L -1）-1L -2=MLL -2T -2T=L -1MT -1，[γ]=LM 0T 0 ，[g ]=LM 0T -2其中L ，M ，T 是基本量纲. 量纲矩阵为A=)()()()()()()()(21010110011311g v T M L μργ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-----齐次线性方程组Ay=0 即⎪⎩⎪⎨⎧=---=+=+--+020035414354321y y y y y y y y y y 的基本解为⎪⎩⎪⎨⎧---=--=)21,1,1,23,0()21,0,0,21,1(21y y得到两个相互独立的无量纲量⎩⎨⎧==-----2/112/322/12/11g g v μργπγπ 即 1212/12/31,--==πμργπγg g v . 由0),(21=Φππ , 得 )(121-=πϕπ ∴ )(12/12/3-=μργϕγυg g , 其中ϕ是未定函数.20.考察阻尼摆的周期，即在单摆运动中考虑阻力，并设阻力与摆的速度成正比.给出周期的表达式，然后讨论物理模拟的比例模型，即怎样由模型摆的周期计算原型摆的周期. 解：设阻尼摆周期t ,摆长l , 质量m ,重力加速度g ，阻力系数k 的关系为0),,,,(=k g m l t f其量纲表达式为：112120000000)(]][[][,][,][,][,][-----======LT MLT v f k T LM g MT L m T LM l T M L t 10-=MT L ， 其中L ，M ，T 是基本量纲.量纲矩阵为A=)()()()()()()()(120011010001010k g m l t T M L ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--齐次线性方程组⎪⎩⎪⎨⎧=--=+=+02005415342y y y y y y y 的基本解为⎪⎩⎪⎨⎧--=-=)1,21,1,21,0()0,21,0,21,1(21Y Y 得到两个相互独立的无量纲量∴g lt =1π, )(21πϕπ=, 2/12/12mgkl =π ∴)(2/12/1mg kl g l t ϕ=，其中ϕ是未定函数 . 考虑物理模拟的比例模型，设g 和k 不变，记模型和原型摆的周期、摆长、质量分别为t ,'t ；l ,'l ;m ,'m . 又)(2/12/1gm l k g l t '''='ϕ 当无量纲量l l m m '='时， 就有 ll l g g l t t '=⋅'='. 《数学模型》作业解答第三章1（2008年10月14日）1. 在3.1节存贮模型的总费用中增加购买货物本身的费用,重新确定最优订货周期和订货批量．证明在不允许缺货模型中结果与原来的一样，而在允许缺货模型中最优订货周期和订货批量都比原来结果减少．解：设购买单位重量货物的费用为k ,其它假设及符号约定同课本．01 对于不允许缺货模型，每天平均费用为：kr rTc T c T C ++=2)(212221r c Tc dT dC+-= 令0=dTdC， 解得 rc c T 21*2= ⎩⎨⎧==---22/112/112/12/1ππk g m l g tl由rT Q = ， 得212c rc rT Q ==** 与不考虑购货费的结果比较，Ｔ、Ｑ的最优结果没有变．02 对于允许缺货模型，每天平均费用为：⎥⎦⎤⎢⎣⎡+-++=kQ Q rT r c r Q c c TQ T C 23221)(221),(2223322221222T kQ rT Q c r c rT Q c T c T C--+--=∂∂Tk rT Q c c rT Qc Q C ++-=∂∂332 令⎪⎪⎩⎪⎪⎨⎧=∂∂=∂∂00Q CTC， 得到驻点：⎪⎪⎩⎪⎪⎨⎧+-+-+=-+=**323222233232132233221)(22c c krc c c r k c c c c c r c Q c c k c c c rc c T与不考虑购货费的结果比较，Ｔ、Ｑ的最优结果减少．2．建立不允许缺货的生产销售存贮模型．设生产速率为常数k ，销售速率为常数r ，r k >．在每个生产周期Ｔ内，开始的一段时间()00T t <<一边生产一边销售，后来的一段时间)(0T t T <<只销售不生产，画出贮存量)(t g 的图形.设每次生产准备费为1c ，单位时间每件产品贮存费为2c ，以总费用最小为目标确定最优生产周期，讨论r k >>和r k ≈的情况.解：由题意可得贮存量)(t g 的图形如下：贮存费为 ∑⎰=→∆⋅-==∆ni Ti i t TT r k c dt t g c t g c 1022022)()()(limξ又 )()(00T T r T r k -=- ∴ T k r T =0 , ∴ 贮存费变为 kT T r k r c 2)(2⋅-= 于是不允许缺货的情况下，生产销售的总费用（单位时间内）为kTr k r c T c kT T r k r c T c T C 2)(2)()(21221-+=-+=k r k r c T c dT dC 2)(221-+-=. 0=dTdC令, 得)(221r k r c kc T -=*易得函数处在*T T C )(取得最小值，即最优周期为： )(221r k r c kc T -=*rc c ，Tr k 212≈>>*时当 . 相当于不考虑生产的情况. ∞→≈*，T r k 时当 . 此时产量与销量相抵消，无法形成贮存量.第三章2（2008年10月16日）3．在3.3节森林救火模型中，如果考虑消防队员的灭火速度λ与开始救火时的火势b 有关，试假设一个合理的函数关系，重新求解模型.解：考虑灭火速度λ与火势b 有关，可知火势b 越大，灭火速度λ将减小，我们作如下假设: 1)(+=b kb λ， 分母∞→→+λ时是防止中的011b b 而加的. 总费用函数()xc b kx b x t c b kx b t c t c x C 3122121211)1()(2)1(2+--++--++=βββββββ最优解为 []k b k c b b b c kbc x ββ)1(2)1()1(223221+++++=5．在考虑最优价格问题时设销售期为T ，由于商品的损耗，成本q 随时间增长，设t q t q β+=0)(，为增长率β.又设单位时间的销售量为)(为价格p bp a x -=.今将销售期分为T t TTt <<<<220和两段，每段的价格固定，记作21,p p .求21,p p 的最优值，使销售期内的总利润最大.如果要求销售期T 内的总售量为0Q ，再求21,p p 的最优值. 解：按分段价格，单位时间内的销售量为⎪⎩⎪⎨⎧<<-<<-=T t T bp a T t bp a x 2,20,21又 t q t q β+=0)(.于是总利润为[][]⎰⎰--+--=22221121)()()()(),(TTT dt bp a t q p dt bp a t q p p p=22)(022)(20222011T Tt t q t p bp a T t t q t p bp a ⎥⎦⎤⎢⎣⎡---+⎥⎦⎤⎢⎣⎡---ββ=)8322)(()822)((20222011T t q T p bp a T T q T p bp a ββ---+--- )(2)822(12011bp a T T T q T p b p -+---=∂∂β )(2)8322(22022bp a TT t q T p b p -+---=∂∂β 0,021=∂∂=∂∂p p 令, 得到最优价格为: ⎪⎪⎩⎪⎪⎨⎧⎥⎦⎤⎢⎣⎡++=⎥⎦⎤⎢⎣⎡++=)43(21)4(210201T q b a b p T q b a b p ββ 在销售期T 内的总销量为⎰⎰+-=-+-=20221210)(2)()(T TT p p bTaT dt bp a dt bp a Q 于是得到如下极值问题：)8322)(()822)((),(max 2022201121T t q T p bp a T T q T p bp a p p ββ---+---=t s . 021)(2Q p p bTaT =+-利用拉格朗日乘数法，解得：⎪⎩⎪⎨⎧+-=--=880201TbT Q b a p T bT Q b a p ββ 即为21,p p 的最优值.第三章3（2008年10月21日）6. 某厂每天需要角钢100吨，不允许缺货.目前每30天定购一次，每次定购的费用为2500元.每天每吨角钢的贮存费为0.18元.假设当贮存量降到零时订货立即到达.问是否应改变订货策略？改变后能节约多少费用？解：已知：每天角钢的需要量r=100(吨);每次订货费1c ＝2500（元）; 每天每吨角钢的贮存费2c ＝0.18（元）.又现在的订货周期T 0＝30（天） 根据不允许缺货的贮存模型：kr rT c T c T C ++=2121)( 得：k T TT C 10092500)(++=令0=dTdC， 解得：35092500*==T 由实际意义知：当350*=T （即订货周期为350）时，总费用将最小. 925002+-=TdT dC又k T C 10035095025003)(*+⨯+⨯=＝300＋100k k T C 100309302500)(0+⨯+==353．33＋100k )(0T C －)(*T C ＝（353.33＋100k ）－（300＋100k ）32＝53．33.故应改变订货策略.改变后的订货策略（周期）为T *=350，能节约费用约53．33元.《数学模型》作业解答第四章（2008年10月28日）1. 某厂生产甲、乙两种产品,一件甲产品用A 原料1千克, B 原料5千克；一件乙产品用A 原料2千克,B 原料4千克.现有A 原料20千克, B 原料70千克.甲、乙产品每件售价分别为20元和30元.问如何安排生产使收入最大？ 解：设安排生产甲产品x 件,乙产品y 件，相应的利润为S 则此问题的数学模型为：max S=20x+30ys.t. ⎪⎩⎪⎨⎧∈≥≤+≤+Z y x y x y x y x ,,0,7045202这是一个整线性规划问题，现用图解法进行求解可行域为：由直线1l ：x+2y=20, 2l :5x+4y ＝702l以及x=0,y=0组成的凸四边形区域. 直线l ：20x+30y=c 在可行域内 平行移动.易知：当l 过1l 与2l 的交点时， x S 取最大值. 由⎩⎨⎧=+=+7045202y x y x 解得⎩⎨⎧==510y x此时 max S ＝2053010⨯+⨯＝350（元）2. 某厂拟用集装箱托运甲乙两种货物，每箱的体积、重量以及可获利润如下表：.试问这两种货物各托运多少箱，使得所获利润最大，并求出最大利润.解:设甲货物、乙货物的托运箱数分别为1x ,2x ,所获利润为z .则问题的数学模型可表示为211020 max x x z +=⎪⎩⎪⎨⎧∈≥≤+≤+Z y x x x x x x x st ,,0,13522445212121这是一个整线性规划问题. 用图解法求解. 可行域为：由直线2445:211=+x x l1352:212=+x x l 及0,021==x x 组成直线 c x x l =+211020:在此凸四边形区域内平行移动.易知：当l 过l 1与l2的交点时，z 取最大值由⎩⎨⎧=+=+135224452121x x x x 解得 ⎩⎨⎧==1421x x90110420max =⨯+⨯=z .3．某微波炉生产企业计划在下季度生产甲、乙两种型号的微波炉.已知每台甲型、乙型微波炉的销售利润分别为3和2个单位.而生产一台甲型、乙型微波炉所耗原料分别为2和32ll1x1l2x个单位,所需工时分别为4和2个单位.若允许使用原料为100个单位,工时为120个单位,且甲型、乙型微波炉产量分别不低于6台和12台.试建立一个数学模型,确定生产甲型、乙型微波炉的台数,使获利润最大．并求出最大利润.解：设安排生产甲型微波炉x 件,乙型微波炉y 件,相应的利润为S. 则此问题的数学模型为：max S=3x +2ys.t. ⎪⎩⎪⎨⎧∈≥≥≤+≤+Z y x y x y x y x ,,12,61202410032这是一个整线性规划问题 用图解法进行求解可行域为：由直线1l ：2x+3y=100, 2l :4x+2y ＝120 及x=6,y=12组成的凸四边形区域.直线l ：3x+2y=c 在此凸四边形区域内平行移动. 易知：当l 过1l 与2l 的交点时, S 取最大值.由⎩⎨⎧=+=+1202410032y x y x 解得⎩⎨⎧==2020y x .max S ＝320220⨯+⨯＝100.《数学模型》作业解答第五章1（2008年11月12日）1.对于5.1节传染病的SIR 模型，证明：（1）若处最大先增加，在则σσ1)(,10=s t i s ，然后减少并趋于零；)(t s 单调减少至.∞s（2）.)()(,10∞s t s t i s 单调减少至单调减少并趋于零，则若σ解：传染病的SIR 模型（14）可写成⎪⎩⎪⎨⎧-=-=i s dtds s i dt diλσμ)1(.)(lim 0.(t) .)( .0,t 存在而单调减少知由∞∞→=∴≥-=s t s s t s dtdsi s dt ds λ.)(∞s t s 单调减少至故（1）.s s(t) .s(t) .100≤∴单调减少由若σs;)(,0 .01,10单调增加时当t i dtdis s s ∴-σσ.)(,0.01,1单调减少时当t i dtdis s ∴-σσ .0)(lim.0)18(t ==∞→∞t i i 即式知又由书上 .)( .0,1m i t i dtdis 达到最大值时当∴==σ（2）().0 0.1-s,1,10 dtdit s s σσσ从而则若 ()().0.0lim ==∴∞∞→i t i t i t 即单调减少且4．在5.3节正规战争模型（3）中，设乙方与甲方战斗有效系数之比为.4=ba初始兵力00y x 与相同.(1) 问乙方取胜时的剩余兵力是多少,乙方取胜的时间如何确定.(2) 若甲方在战斗开始后有后备部队以不变的速率r 增援,重新建立模型,讨论如何判断双方的胜负.解:用()()t y t x ,表示甲、乙交战双方时刻t 的士兵人数,则正规战争模型可近似表示为:()()()⎪⎪⎩⎪⎪⎨⎧==-=-=000,01 ,yy x x bx dtdyay dt dx现求(1)的解: (1)的系数矩阵为⎥⎦⎤⎢⎣⎡--=00b a Aab ab b aA E ±=∴=-==-1,22 .0λλλλλ⎪⎪⎭⎫⎝⎛⎪⎪⎭⎫⎝⎛-1212,21，对应的特征向量分别为λλ ()()()tab t ab eC e C t y t x -⎪⎪⎭⎫ ⎝⎛+⎪⎪⎭⎫⎝⎛-=⎪⎪⎭⎫ ⎝⎛∴1212121的通解为.再由初始条件，得()()2 220000 tab tab e y x ey x t x -⎪⎭⎫ ⎝⎛++⎪⎭⎫ ⎝⎛-=又由().1aybx dx dy =可得其解为 ()3 ,202022 bx ay k k bx ay -==-而(1) ()().231000202011y a b y a bx ay a k t y t x =-=-===时，当即乙方取胜时的剩余兵力数为.230y又令().0222,01100001=-⎪⎭⎫⎝⎛++⎪⎭⎫⎝⎛-=t ab t ab e y x e y x t x ）得由（注意到000020022,1x y y x ey x t ab -+==得. .43ln ,3121bt et ab =∴=∴ (2) 若甲方在战斗开始后有后备部队以不变的速率r 增援.则()()⎪⎪⎩⎪⎪⎨⎧==-=+-=000,)0(4 yy x x bx dtdyr ay dt dx().,4rdy aydy bxdx bxray dy dx -=-+-=即得由 相轨线为,222k bx ry ay =-- .222220.020k a r bx a r y a bx ry ay k =--⎪⎭⎫ ⎝⎛---=或 此相轨线比书图11中的轨线上移了.a r 乙方取胜的条件为.,0222020a r x a b a r y k +⎪⎭⎫ ⎝⎛- 亦即 第五章2（2008年11月14日）6. 模仿5.4节建立的二室模型来建立一室模型（只有中心室），在快速静脉注射、恒速静脉滴注（持续时间为τ）和口服或肌肉注射3种给药方式下求解血药浓度，并画出血药浓度曲线的图形.解: 设给药速率为(),0t f()()()()().,,0/t VC t x t f t kx t x k ==+则排除速率为常数(1)快速静脉注射: 设给药量为,0D 则()()().,0,0000t k e VDt C V D C t f -===解得 (2)恒速静脉滴注(持续时间为τ): 设滴注速率为()(),00,000==C k t f k ，则解得()()()()⎪⎩⎪⎨⎧-≤≤-=----τττ t e e Vkk t e Vkk t C t k kt kt,10 ,10(3) 口服或肌肉注射: ()()，解得）式节（见134.5010010tk eD k t f -=()()()⎪⎪⎩⎪⎪⎨⎧=≠--=---010101001 ,,01k k te VkD k k e e k k V D k t C kt t k kt 3种情况下的血药浓度曲线如下：第五章3（2008年11月18日）8. 在5.5节香烟过滤嘴模型中,(1) 设3.0,/50,08.0,02.0,20,80,80021=======a s mm b mm l mm l mg M νβ求./21Q Q Q 和(2) 若有一支不带过滤嘴的香烟,参数同上,比较全部吸完和只吸到1l 处的情况下，进入人体毒物量的区别.解)(857563.229102.07.050103.01508002.07.0502008.0/01/2毫克≈⎪⎪⎭⎫ ⎝⎛-⨯⨯⨯=⎪⎪⎭⎫ ⎝⎛-=⨯⨯-⨯---e e e eba v aw Q v bl a vl β()10/10==l M w 其中，()()97628571.0502002.008.0212===⨯----ee Q Q vl b β (2) 对于一支不带过滤嘴的香烟,全部吸完的毒物量为⎪⎪⎭⎫⎝⎛-=-vbla eb a v aw Q '103‘ 只吸到1l 处就扔掉的情况下的毒物量为⎪⎪⎭⎫ ⎝⎛-=--vbl a v ble e b a v aw Q 1'21'04 .256531719.1110096.0032.0012.004.0508002.03.0508002.05010002.03.05010002.043111'1'≈--=--=--=⎪⎪⎭⎫ ⎝⎛-⎪⎪⎭⎫ ⎝⎛-=⨯⨯⨯⨯⨯⨯--e e e e e e e e e e e e e e e e Q Q v abl v bl v abl v bl v bl a v bl v bl a vbl 44.235,84.29543≈≈ ＱQ4．在5.3节正规战争模型（3）中，设乙方与甲方战斗有效系数之比为.4=ba初始兵力00y x 与相同.(1) 问乙方取胜时的剩余兵力是多少,乙方取胜的时间如何确定.(2) 若甲方在战斗开始后有后备部队以不变的速率r 增援,重新建立模型,讨论如何判断双方的胜负.解:用()()t y t x ,表示甲、乙交战双方时刻t 的士兵人数,则正规战争模型可近似表示为:()()()⎪⎪⎩⎪⎪⎨⎧==-=-=000,01 ,yy x x bx dtdyay dt dx现求(1)的解: (1)的系数矩阵为⎥⎦⎤⎢⎣⎡--=00b a Aab ab b aA E ±=∴=-==-1,22 .0λλλλλ⎪⎪⎭⎫⎝⎛⎪⎪⎭⎫⎝⎛-1212,21，对应的特征向量分别为λλ ()()()tab t ab eC e C t y t x -⎪⎪⎭⎫ ⎝⎛+⎪⎪⎭⎫⎝⎛-=⎪⎪⎭⎫ ⎝⎛∴1212121的通解为.再由初始条件，得()()2 220000 tab tab e y x ey x t x -⎪⎭⎫ ⎝⎛++⎪⎭⎫ ⎝⎛-=又由().1aybx dx dy =可得其解为 ()3 ,202022 bx ay k k bx ay -==-而(1) ()().231000202011y a b y a bx ay a k t y t x =-=-===时，当即乙方取胜时的剩余兵力数为.230y 又令().0222,01100001=-⎪⎭⎫⎝⎛++⎪⎭⎫⎝⎛-=t ab t ab e y x e y x t x ）得由（注意到000020022,1x y y x ey x t ab -+==得. .43ln ,3121bt et ab =∴=∴ (2) 若甲方在战斗开始后有后备部队以不变的速率r 增援.则()()⎪⎪⎩⎪⎪⎨⎧==-=+-=000,)0(4 yy x x bx dtdyr ay dt dx().,4rdy aydy bxdx bxray dy dx -=-+-=即得由 相轨线为,222k bx ry ay =-- .222220.02k a r bx a r y a bx ry ay k =--⎪⎭⎫ ⎝⎛---=或 此相轨线比书图11中的轨线上移了.a r 乙方取胜的条件为.,0222020a r x a b a r y k +⎪⎭⎫ ⎝⎛- 亦即《数学模型》作业解答第六章（2008年11月20日）1.在6.1节捕鱼模型中，如果渔场鱼量的自然增长仍服从Logistic 规律，而单位时间捕捞量为常数h ．(1)分别就4/rN h >，4/rN h <，4/rN h =这3种情况讨论渔场鱼量方程的平衡点及其稳定状况．(2)如何获得最大持续产量，其结果与6.1节的产量模型有何不同．解：设时刻t 的渔场中鱼的数量为()t x ，则由题设条件知：()t x 变化规律的数学模型为h Nxrx dt t dx --=)1()( 记h Nxrx x F --=)1()( (1).讨论渔场鱼量的平衡点及其稳定性： 由()0=x F ，得0)1(=--h Nxrx ． 即()102=+-h rx x Nr )4(42Nhr r N rh r -=-=∆ ， (1)的解为：2412,1N rNhN x -±=①当4/rN h >，0<∆，(1)无实根，此时无平衡点； ②当4/rN h =，0=∆，(1)有两个相等的实根，平衡点为20N x =. Nrxr N rx N x r x F 2)1()('-=--=，0)(0'=x F 不能断定其稳定性. 但0x x ∀ 及0x x 均有04)1()( rNN x rx x F --= ，即0 dt dx ．∴0x 不稳定； ③当4/rN h <，0>∆时，得到两个平衡点：2411N rNhN x --=， 2412N rNh N x -+=易知：21N x <， 22N x > ，0)(1'>x F ，0)(2'<x F ∴平衡点1x 不稳定，平衡点2x 稳定.(2)最大持续产量的数学模型为⎩⎨⎧=0)(..max x F t s h即 )1(max Nxrx h -=， 易得 2*0N x = 此时 4rN h =，但2*0N x =这个平衡点不稳定．这是与6.1节的产量模型不同之处．要获得最大持续产量，应使渔场鱼量2N x >，且尽量接近2N ，但不能等于2N ． 2.与Logistic 模型不同的另一种描述种群增长规律的是Gompertz 模型：()xNrx t x ln '=．其中r 和N 的意义与Logistic 模型相同．设渔场鱼量的自然增长服从这个模型，且单位时间捕捞量为Ex h =．讨论渔场鱼量的平衡点及其稳定性，求最大持续产量m h 及获得最大产量的捕捞强度m E 和渔场鱼量水平*0x ．解：()t x 变化规律的数学模型为()Ex xNrx dt t dx -=ln 记 Ex xNrx x F -=ln)( ① 令()0=x F ，得0ln =-Ex xNrx ∴r ENe x -=0，01=x ．∴平衡点为1,0x x . 又 ()E r xNr x F --=ln'，()()∞=<-=1'0',0x F r x F ． ∴ 平衡点o x 是稳定的，而平衡点1x 不稳定.②最大持续产量的数学模型为：⎪⎩⎪⎨⎧≠=-=.0,0ln ..max x Ex x N rx t s Ex h Ex()x f由前面的结果可得 rE ENeh -=r Er Ee r EN Ne dE dh ---=，令.0=dEdh得最大产量的捕捞强度r E m =．从而得到最大持续产量e rN h m /=，此时渔场鱼量水平eNx =*0． 3．设某渔场鱼量)(t x (时刻t 渔场中鱼的数量)的自然增长规律为：)1()(Nxrx dt t dx -= 其中r 为固有增长率,`N 为环境容许的最大鱼量. 而单位时间捕捞量为常数h .10．求渔场鱼量的平衡点,并讨论其稳定性;20．试确定捕捞强度m E ,使渔场单位时间内具有最大持续产量m Q ,求此时渔场鱼量水平*0x . 解：10．)(t x 变化规律的数学模型为h Nxrx dt t dx --=)1()( 记h N x rx x f --=)1()(,令 0)1(=--h N x rx ，即02=+-h rx x Nr ----（1）)4(42Nhr r N rh r -=-=∆ ， （1）的解为：2412,1N rNh N x -±=① 当0 ∆时，（1）无实根，此时无平衡点； ② 当0=∆时，（1）有两个相等的实根，平衡点为20Nx =. Nrxr N rx N x r x f 2)1()('-=--= ，0)(0'=x f 不能断定其稳定性. 但0x x ∀ 及0x x 均有04)1()( rNN x rx x f --= ，即0 dt dx ∴0x 不稳定； ③ 当0 ∆时，得到两个平衡点：2411rNhN N x --=， 2412rNh N N x -+=易知 21N x， 22N x ∴0)('1 x f ， 0)('2 x f ∴平衡点1x 不稳定 ，平衡点2x 稳定.20．最大持续产量的数学模型为： ⎩⎨⎧=0)(..max x f t s h即 )1(max Nx rx h -=， 易得 2*0N x = 此时 4rN h =，但2*0N x =这个平衡点不稳定.要获得最大持续产量，应使渔场鱼量2N x ,且尽量接近2N ,但不能等于2N.《数学模型》第七章作业（2008年12月4日）1．对于7.1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1+k 时段的价格1+k y 由第1+k 和第k 时段的数量1+k x 和k x 决定，如果仍设1+k x 仍只取决于k y ，给出稳定平衡的条件，并与7.1节的结果进行比较.2．已知某商品在k 时段的数量和价格分别为k x 和k y ，其中1个时段相当于商品的一个生产周期.设该商品的需求函数和供应函数分别为)(k k x f y =和)2(11-++=k k k y y g x .试建立关于商品数量的差分方程模型，并讨论稳定平衡条件.3． 已知某商品在k 时段的数量和价格分别为k x 和k y ，其中1个时段相当于商品的一个生产周期.设该商品的需求函数和供应函数分别为)2(11kk k x x f y +=++和)(1k k y g x =+.试建立关于商品数量的差分方程模型，并讨论稳定平衡条件.《数学模型》作业解答第七章（2008年12月4日）2． 对于7.1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1+k 时段的价格1+k y 由第1+k 和第k 时段的数量1+k x 和k x 决定，如果仍设1+k x 仍只取决于k y ，给出稳定平衡的条件，并与7.1节的结果进行比较.（2）若除了1+k y 由1+k x 和k x 决定之外，1+k x 也由前两个时段的价格k y 和1-k y 确定.试分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：⎪⎩⎪⎨⎧=+=+++)()2(111k k k k k y h x x x f y 在),(000y x P 点附近用直线来近似曲线h f ,，得到⎪⎩⎪⎨⎧>-=->-+-=-+++)2( 0, )()1( 0),2(0010101 ββααy y x x x x x y y k k k k k 由（2）得 )3( )(0102 y y x x k k -=-++β （1）代入（3）得 )2(0102x x x x x kk k -+-=-++αβ 0012222 x x x x x k k k αβαβαβ+=++∴++对应齐次方程的特征方程为 02 2=++αβαβλλ特征根为48)(22,1αβαβαβλ-±-=当8≥αβ时，则有特征根在单位圆外，设8<αβ，则248)()4(2222,1αβαβαβαβλ=+-+= 212,1<⇔<∴αβλ 即平衡稳定的条件为2 <αβ与207P 的结果一致.（2）此时需求函数、供应函数在),(000y x P 处附近的直线近似表达式分别为：⎪⎩⎪⎨⎧>-+=->-+-=--+++)5( 0 , )2()4( 0),2(01010101ββααy y y x x x x x y y k k k k k k 由（5）得，)( ) y y y β(y )x (x k k k 62010203 -+-=-+++ 将（4）代入（6），得 ⎥⎦⎤⎢⎣⎡-+--+-=-++++)2()2()(20101203x x x x x x x x k k k k k ααβ 001234424 x x x x x x k k k k αβαβαβαβ+=+++∴+++对应齐次方程的特征方程为(7) 024 23 =+++αβαβλαβλλ 代数方程（7）无正实根，且42 ,αβαβ---, αβ不是（7）的根.设（7）的三个非零根分别为321,,λλλ，则⎪⎪⎪⎩⎪⎪⎪⎨⎧-==++-=++424321133221321αβλλλαβλλλλλλαβλλλ 对（7）作变换：,12αβμλ-= 则 ,03=++q p μμ其中 )6128(41 ),122(412233322αββαβαβααβ+-=-=q p 用卡丹公式：⎪⎪⎪⎪⎩⎪⎪⎪⎪⎨⎧+--+++-=+--+++-=+--+++-=33233223332233223323321)3()2(2)3()2(2)3()2(2)3()2(2)3()2(2)3()2(2p q q w p q q w p q q w p q q w pq q p q q μμμ 其中,231i w +-=求出321,,μμμ，从而得到321,,λλλ，于是得到所有特征根1<λ的条件.2．已知某商品在k 时段的数量和价格分别为k x 和k y ，其中1个时段相当于商品的一个生产周期.设该商品的需求函数和供应函数分别为)(k k x f y =和)2(11-++=k k k y y g x .试建立关于商品数量的差分方程模型，并讨论稳定平衡条件.解：已知商品的需求函数和供应函数分别为)(k k x f y =和)2(11-++=k k k y y g x . 设曲线f 和g 相交于点),(000y x P ，在点0P 附近可以用直线来近似表示曲线f 和g ：0,)(00 ααx x y y k k --=- ----------------------（1）0,)2(0101 ββy y y x x k k k -+=--+ --------------------（2） 从上述两式中消去k y 可得,2,1,)1(22012=+=++++k x x x x k k k αβαβαβ， -----------（3） 上述（3）式是我们所建立的差分方程模型，且为二阶常系数线性非齐次差分方程. 为了寻求0P 点稳定平衡条件，我们考虑（3）对应的齐次差分方程的特征方程：022=++αβαβλλ容易算出其特征根为48)(22,1αβαβαβλ-±-=---------------（4） 当αβ 8时，显然有448)(22αβαβαβαβλ----= -----------（5） 从而2λ 2，2λ在单位圆外．下面设8 αβ，由(5)式可以算出 22,1αβλ=要使特征根均在单位圆内，即 2,1λ1 ，必须 2 αβ．故0P 点稳定平衡条件为 2 αβ．3． 已知某商品在k 时段的数量和价格分别为k x 和k y ，其中1个时段相当于商品的一个生产周期.设该商品的需求函数和供应函数分别为)2(11k k k x x f y +=++和)(1k k y g x =+.试建立关于商品数量的差分方程模型，并讨论稳定平衡条件.解：已知商品的需求函数和供应函数分别为)2(11k k k x x f y +=++和)(1k k y g x =+. 设曲线f 和g 相交于点),(000y x P ，在点0P 附近可以用直线来近似表示曲线f 和g ：0,)2(0101 ααx x x y y k k k -+-=-++ --------------------（1） 0,)(001 ββy y x x k k -=-+ --- ----------------（2）由（2）得 )(0102y y x x k k -=-++β --------------------（3）（1）代入（3），可得)2(0102x x x x x k k k -+-=-++αβ ∴ ,2,1,2220012=+=++++k x x x x x k k k αβαβαβ， --------------（4）上述（4）式是我们所建立的差分方程模型，且为二阶常系数线性非齐次差分方程.为了寻求0P 点稳定平衡条件，我们考虑（4）对应的齐次差分方程的特征方程：022=++αβαβλλ容易算出其特征根为 48)(22,1αβαβαβλ-±-= ---------------（4） 当αβ≥8时，显然有448)(22αβαβαβαβλ-≤---= -----------（5） 从而2λ 2，2λ在单位圆外．下面设8 αβ，由(5)式可以算出 22,1αβλ=要使特征根均在单位圆内，即 2,1λ1 ，必须 2 αβ．故0P 点稳定平衡条件为 2 αβ．。
2024-2025年北师大版数学必修第一册8.1-3数学建模活动(一)(带答案)
§1走近数学建模§2数学建模的主要步骤§3数学建模活动的主要过程必备知识基础练知识点一建立数学模型1．生物学家认为，睡眠中的恒温动物依然会消耗体内能量，主要是为了保持体温．研究表明，消耗的能量E与通过心脏的血液量Q成正比；并且根据生物学常识知道，动物的体重与体积成正比．血流量Q是单位时间流过的血量，脉博率f是单位时间心跳的次数；还有一些生物学假设，例如，心脏每次收缩挤压出来的血量q与心脏大小成正比，动物心脏的大小与这个动物体积的大小成正比．下表给出一些动物体重与脉搏率对应的数据．系，讨论你模型中的假设，并用上表中的数据检验模型．知识点二数学建模的主要步骤2．超市卖某一品牌的卫生纸，这种卫生纸分“有芯”和“无芯”两种纸卷，如图，两种纸具有同样的材质和厚度，纸卷的高度和单价也一样，若预购买这种卫生纸，但不知道哪种纸卷更合算，如果没有带尺子，用什么办法可以确定合算的纸卷？为什么？知识点三数学建模的主要过程3．在意外发生的时候，建筑物内的人员是否能尽快的疏散撤离是人们普遍关心的有关人身安全保障的最大问题．根据学校情况，选一角度并提出问题，完成开题报告．关键能力综合练1．甲、乙两个快递员去送信，两人同时出发以同样的速度走遍所有的街道，甲从A点出发，乙从B点出发，最后都回到邮局(C点).如果要选择最短的线路，谁先回到邮局？2．国际象棋中马的行走方式为“日”字形的对角线，如图甲中虚线所示．问能否以一马的跳步完全覆盖图乙的“棋盘”，使接触每个方格恰好一次？(允许从任一方格出发)核心素养升级练1．在商场中，我们经常可以看到同一种商品会有多种大小不同的型号，其价格也各不相同．对比型号和价格，我们很容易发现：当商品的“量”增加时，价格也会增加；但是价格的增加与“量”的增加是不成比例的，也就是说你买的商品的“量”越多，商品的平均价格越低，有人认为这是商家的营销策略，买得越多越划算，这样顾客往往倾向于购买大包装的商品．大包装的商品真的是薄利多销吗？就这一问题通过调查、分析、研究，完成选题，开题报告．§1走近数学建模§2数学建模的主要步骤§3 数学建模活动的主要过程必备知识基础练1．解析：建模过程如下：(1)因为动物体温通过身体表面散发热量，表面积越大，散发的热量越多，保持体温需要的能量也就越大，所以动物体内消耗的能量E 与身体的表面积S 成正比，可以表示为E ＝p 1S .又因为动物体内消耗的能量E 与通过心脏的血流量Q 成正比，可以表示为E ＝p 2Q .因此得到Q ＝pS ，其中p 1，p 2和p 均为正的比例系数．另一方面，因为体积V 与体重W 成正比，可以表示为V ＝r 1W ；又因为表面积S 大约与体积V 的23次方成正比，可以表示为S ＝r 2V 23，因此得到S ＝rW 23 ，其中r 1，r 2，r 为正的比例系数．所以可以构建血流量与体重关系的数学模型Q ＝k 1W 23，其中k 1为正的比例系数．(2)根据脉搏率的定义f ＝Qq，再根据生物学假设q ＝cW (c 为正的比例系数)，最后得到f＝Q q ＝k 1W 23cW，也就是f ＝kW －13 ，其中k 为正的待定系数． 脉搏率与体重关系的数学模型说明，恒温动物体重越大，脉搏率越低；脉搏率与体重的13次方成反比，表中的数据基本上反映了这个反比例的关系．下图是以ln W 和ln f 为坐标的散点图．可以看出，数据取对数之后基本满足线性关系，因此得到体重和脉搏率的对数线性模型，可以把这个模型表达为ln f ＝ln k －ln W3.2．解析：合算就是纸的量多，因为纸卷的高度和单价一样，我们只要比较两种纸卷截面的面积，取较大的就合算，为此可以各取一个纸卷，令无芯纸卷截面的圆心压在有芯纸卷截面的芯(即小圆)上，如右图，然后看无芯纸卷截面上与有芯纸卷截面的芯相切的直径端点，若端点在有芯纸卷截面的大圆上，则两种纸卷的量相等；若在其内则买有芯纸卷合算；若在其外则买无芯纸卷合算．证明：设有芯纸卷截面的内、外半径分别为r ，R ，大圆内与小圆相切的弦长为d ，无芯纸卷截面的直径为D ，于是，(d2)2＝R 2－r 2，当D ＝d 时，S 有芯＝π(R 2－r 2)＝π(d 2 )2＝π(D 2 )2＝S 无芯，当D ＞d 时，S 有芯＝π(R 2－r 2)＝π(d 2 )2＜π(D 2 )2＝S 无芯． 当D ＜d 时，S 有芯＝π(R 2－r 2)＝π(d2 )2＞π(D2 )2＝S 无芯． 3．解析： 要解决的问题在教学楼一楼有一排四间教室，学生可以沿教室外走廊一直走到尽头的出口，试分析学生撤离所用时间选题的原因及意义 建立数学模型给出最佳撤离方案，同时就教学楼设计给出合理化建议 建模问题的可行性分析教师可在教学楼内组织学生进行多次演习，只需测量几个简单的参数． 基本模型、解决问题的大体思路和步骤做出合理假设，列出有关的参数．队列中人与人之间的距离将为常数，记为d ，队列行进的速度也是常数v ，令第i 个教室中的人数为n i ＋1人，第i 个教室的门口到前一个教室的门口的距离为L i ，教室门的宽度为D .疏散时教室内第一个人到达教室门口所用的时间忽略不计．T 1，2＝⎩⎪⎨⎪⎧（L 1＋L 2＋D ＋n 2d ）/v ，（n 1＋1）d ≤L 2＋D ，[L 1＋（n 1＋n 2＋1）d ]/v ，（n 1＋1）d ＞L 2＋D预期结果和结果呈现方式 建立一个来描述建筑物内人员疏散的最合适的模型，一份有求解过程的文字报告参考文献 《数学模型与数学建模》 北京师范大学数学科学学院其他说明关键能力综合练1．解析：由题图看出，只有A，C两个奇点，根据一笔画定理，甲从A出发，可以不重复地一次走完所有街道，而乙从B出发走完所有街道回到C点必须重复一段街道，故甲先回到邮局．2．解析：问题是要确定题图乙是否有一条哈密尔顿路．把图重画，使顶点的布置更清楚．删去次数为2的顶点a(棋盘的角)以及4个顶点b以获得两个回路(见图丙)；以c与d分别标记此两回路的顶点．再把此两回路画成不相交的，见图丁．每个顶点b邻接于一顶点c与一顶点d.删去4个顶点b产生一个具有6个分支的图：两个不同的回路(分别以c与d为顶点)以及4个标号为a的顶点，于是可知原图中一条依次经过全部顶点的路线应是不存在的，即没有哈密尔顿路．所以，题图乙的棋盘不能像问题规定的那样为一马所跳遍．核心素养升级练1．解析：要解决的问题到商场买牙膏，从划算的角度讲，同一品牌的牙膏我们是买小包装的好，还是大包装的好呢？解决问题的方法同一品牌的牙膏形状是相似的，通过比例建立价格与质量的函数关系相关问题分析及其假设我们设商品的价格为y(元)，质量为x(g)，看能否找出y与x的函数关系式：y＝f(x).为了方便叙述，我们引入“∝”这一符号，当y与x成比例，即y＝kx(k为常数)时，记作y∝x建模求解的主要过程设商品的成本为P(元)，一般来说，商品价格＝商品成本×(1＋利润率)，所以有y∝P.而商品的成本主要分为生产成本和包装成本两部分，分别设为P1和P2，即有y∝(P1＋P2).商品的生产成本P1与商品的质量x成比例，即P1∝x；而商品的包装成本P2与商品的表面积S成比例，即P2∝S，将x ＝120代入，得y ＝21.57，与实际价格21.60元相差0.03；再将x ＝180代入，得y ＝28.77，与实际价格28.30元相差0.47元．因此，我们推导出来的函数表达式还是比较准确的． 这一步得到单位质量价格y ′＝0.0225＋0.7756x－13，由几何画板做出y ′－x 的关系图为可以看出随牙膏质量的增加，单位质量价格的减小量在减少，因此不能盲目的认为越大的包装越便宜全组共同制定研究计划商讨确定数学模型。
数学建模课后习题答案
第一章 课后习题6.利用1.5节药物中毒施救模型确定对于孩子及成人服用氨茶碱能引起严重中毒和致命的最小剂量。
解：假设病人服用氨茶碱的总剂量为a ，由书中已建立的模型和假设得出肠胃中的药量为：)()0(mg M x =由于肠胃中药物向血液系统的转移率与药量)(t x 成正比，比例系数0>λ，得到微分方程M x x dtdx=-=)0(,λ （1） 原模型已假设0=t 时血液中药量无药物，则0)0(=y ，)(t y 的增长速度为x λ。
由于治疗而减少的速度与)(t y 本身成正比，比例系数0>μ，所以得到方程：0)0(,=-=y y x dtdyμλ （2） 方程（1）可转换为：tMe t x λ-=)(带入方程（2）可得：)()(t t e e M t y λμμλλ----=将01386=λ和1155.0=μ带入以上两方程，得：t Me t x 1386.0)(-= )(6)(13866.01155.0---=e e M t y t针对孩子求解，得：严重中毒时间及服用最小剂量：h t 876.7=，mg M 87.494=； 致命中毒时间及服用最小剂量：h t 876.7=，mg M 8.4694= 针对成人求解：严重中毒时间及服用最小剂量：h t 876.7=，mg M 83.945= 致命时间及服用最小剂量：h t 876.7=，mg M 74.1987=课后习题7.对于1.5节的模型，如果采用的是体外血液透析的办法，求解药物中毒施救模型的血液用药量的变化并作图。
解：已知血液透析法是自身排除率的6倍，所以639.06==μut e t x λ-=1100)(，x 为胃肠道中的药量，1386.0=λ )(6600)(t t e e t y λμ---=1386.0,639.0,5.236)2(,1100,2,====≥-=-λλλu z e x t uz x dtdzt 解得：()2,274.112275693.01386.0≥+=--t e e t z t t用matlab 画图:图中绿色线条代表采用体外血液透析血液中药物浓度的变化情况。
数学建模 建模答案.docx
programi :(1) function [accum, varargout] = CircularHough_Grd(img, radrange, varargin) %Detect circular shapes in a grayscale image. Resolve their center %positions and radii.%% [accum, circen, cirrad, dbg_LMmask] = CircularHough_Grd(% img, radrange, grdthres, fltr4LM_R, multirad, fltr4accum)% Circular Hough transform based on the gradient field of an image.% NOTE: Operates on grayscale images, NOT B/W bitmaps.% NO loops in the implementation of Circular Hough transform,% which means faster operation but at the same time larger% memory consumption.%%%%%%%%% INPUT: (img, radrange, grdthres, fltr4LM_R, multirad, fltr4accum) % % img: A 2-D grayscale image (NO B/W bitmap)%% radrange: The possible minimum and maximum radii of the circles% to be searched, in the format of% [minimum radius , maximum_radius] (unit: pixels)% **NOTE**: A smaller range saves computational time and% memory.%% grdthres: (Optional, default is 10, must be non-negative)% The algorithm is based on the gradient field of the% input image. A thresholding on the gradient magnitude% is performed before the voting process of the Circular% Hough transform to remove the Uniform intensity'% (sort-of) image background from the voting process.% In other words, pixels with gradient magnitudes smaller% than 'grdthres' are NOT considered in the computation.% **NOTE**: The default parameter value is chosen for% images with a maximum intensity close to 255. For cases% with dramatically different maximum intensities, e.g.% 10-bit bitmaps in stead of the assumed 8-bit, the default% value can NOT be used. A value of 4% to 10% of the maximum% intensity may work for general cases.%% fltr4LM_R: (Optional, default is 8, minimum is 3)% The radius of the filter used in the search of local% maxima in the accumulation array. To detect circles whose% shapes are less perfect, the radius of the filter needs% to be set larger.%% multirad: (Optional, default is 0.5)% In case of concentric circles, multiple radii may be% detected corresponding to a single center position. This% argument sets the tolerance of picking up the likely% radii values. It ranges from 0.1 to 1, where 0.1% corresponds to the largest tolerance, meaning more radii % values will be detected, and 1 corresponds to the smallest % tolerance, in which case only the "principal" radius will% be picked up.%% fltr4accum: (Optional. A default filter will be used if not given)% Filter used to smooth the accumulation array. Depending % on the image and the parameter settings, the accumulation % array built has different noise level and noise pattern% (e.g. noise frequencies). The filter should be set to an% appropriately size such that ifs able to suppress the% dominant noise frequency.%%%%%%%%% OUTPUT: [accum, circen, cirrad, dbg_LMmask]%% accum: The result accumulation array from the Circular Hough% transform. The accumulation array has the same dimension % as the input image.%% circen: (Optional)% Center positions of the circles detected. Is a N-by-2% matrix with each row contains the (x, y) positions% of a circle. For concentric circles (with the same center% position), say k of them, the same center position will% appear k times in the matrix.%% cirrad: (Optional)% Estimated radii of the circles detected. Is a N-by-1% column vector with a one-to-one correspondance to the% output tircen*. A value 0 for the radius indicates a% failed detection of the circle's radius.%% dbg_LMmask: (Optional, for debugging purpose)% Mask from the search of local maxima in the accumulation % array.%%%%%%%%%% EXAMPLE #0:% rawimg = imread('TestImg_CHT_a2.bmp');% tic;% [accum, circen, cirrad] = CircularHough_Grd(rawimg, [15 60]);% toe;% figure(l); imagesc(accum); axis image;% title(,Accumulation Array from Circular Hough Transfbrm,);% figure(2); imagesc(rawimg); colormap(,gray,); axis image;% hold on;% plot(circen(:,l), circen(:,2), *r+');% for k = 1 : size(circen, 1),% DrawCircle(circen(k, 1), circen(k,2), cirrad(k), 32,，b」)；% end% hold off;% title([*Raw Image with Circles Detected% '(center positions and radii marked)*]);% figure(3); surf(accum, 'EdgeColoF, hone'); axis ij;% title('3-D View of the Accumulation Array*);%% COMMENTS ON EXAMPLE #0:% Kind of an easy case to handle. To detect circles in the image whose% radii range from 15 to 60. Default values for arguments 'grdthres',% 'fltr4LM_R', 'multirad* and ,fltr4accum, are used.%%%%%%%%%% EXAMPLE #1:% rawimg = imread('TestImg_CHT_a3.bmp');% tic;% [accum, circen, cirrad] = CircularHough_Grd(rawimg, [15 60], 10, 20);% toe;% figure(l); imagesc(accum); axis image;% title(,Accumulation Array from Circular Hough Transfbrm,);% figure(2); imagesc(rawimg); colormap('gray'); axis image;% hold on;% plot(circen(:,l), circen(:,2), T+');% for k = 1 : size(circen, 1),% DrawCircle(circen(k, 1), circen(k,2), cirrad(k), 32, 'b-');% end% hold off;% title([*Raw Image with Circles Detected% '(center positions and radii marked)*]);% figure(3); surf(accum, 'EdgeColoF, hone'); axis ij;% title(*3-D View of the Accumulation Array*);%% COMMENTS ON EXAMPLE #1:% The shapes in the raw image are not very good circles. As a result,% the profile of the peaks in the accumulation array are kind of% 'stumpy', which can be seen clearly from the 3-D view of the% accumulation array, (As a comparison, please see the sharp peaks in % the accumulation array in example #0) To extract the peak positions % nicely, a value of 20 (default is 8) is used for argument 'fltr4LM_R', % which is the radius of the filter used in the search of peaks.%%%%%%%%%% EXAMPLE #2:% rawimg = imread(,TestImg_CHT_b3 .bmp1);% fltr4img = [1 1 1 1 1; 1 2 2 2 1; 1 2 4 2 1; 1 2 2 2 1; 1 1 1 1 1];% fltr4img = fltr4img / sum(fltr4img(:));% imgfltrd = filter2( fltr4img , rawimg );% tic;% [accum, circen, cirrad] = CircularHough_Grd(imgfltrd, [15 80], 8, 10); % toe;% figure(l); imagesc(accum); axis image;% title(,Accumulation Array from Circular Hough Transfbrm,);% figure(2); imagesc(rawimg); colormap('gray'); axis image;% hold on;% plot(circen(:,l), circen(:,2), T+');% for k = 1 : size(circen, 1),% DrawCircle(circen(k, 1), circen(k,2), cirrad(k), 32, 'b-');% end% hold off;% title([*Raw Image with Circles Detected% '(center positions and radii marked)*]);%% COMMENTS ON EXAMPLE #2:% The circles in the raw image have small scale irregularities along % the edges, which could lead to an accumulation array that is bad for % local maxima detection. A 5-by-5 filter is used to smooth out the % small scale irregularities. A blurred image is actually good for the % algorithm implemented here which is based on the image's gradient % field.%%%%%%%%%% EXAMPLE #3:% rawimg = imread('TestImg_CHT_c3.bmp');% fltr4img = [1 1 1 1 1; 1 2 2 2 1; 1 2 4 2 1; 1 2 2 2 1; 1 1 1 1 1];% fltr4img = fltr4img / sum(fltr4img(:));% imgfltrd = filter2( fltr4img , rawimg );% tic;% [accum, circen, cirrad]=...% CircularHough_Grd(imgfltrd, [15 105], 8, 10, 0.7);% toe;% figure(l); imagesc(accum); axis image;% figure(2); imagesc(rawimg); colormap(,gray,); axis image;% hold on;% plot(circen(:,l), circen(:,2), *r+');% for k = 1 : size(circen, 1),% DrawCircle(circen(k, 1), circen(k,2), cirrad(k), 32,，b」)；% end% hold off;% title([*Raw Image with Circles Detected% '(center positions and radii marked)*]);%% COMMENTS ON EXAMPLE #3:% Similar to example #2, a filtering before circle detection works for% noisy image too. 'multirad* is set to 0.7 to eliminate the false% detections of the circles* radii.%%%%%%%%%% BUG REPORT:% This is a beta version. Please send your bug reports, comments and% suggestions to pengtao@ . Thanks.%%%%%%%%%%% INTERNAL PARAMETERS:% The INPUT arguments are just part of the parameters that are used by% the circle detection algorithm implemented here. Variables in the code% with a prefix ,prm_, in the name are the parameters that control the% judging criteria and the behavior of the algorithm. Default values for% these parameters can hardly work for all circumstances. Therefore, at% occasions, the values of these INTERNAL PARAMETERS (parameters that% are NOT exposed as input arguments) need to be fine-tuned to make% the circle detection work as expected.% The following example shows how changing an internal parameter could% influence the detection result.% 1. Change the value of the internal parameter 'prm LM LoBndRa* to 0.4% (default is 0.2)% 2. Run the following matlab code:% fltr4accum = [1 2 1; 2 6 2; 1 2 1];% fltr4accum = fltr4accum / sum(fltr4accum(:));% rawimg = imread(,Frame_0_0022jportion.jpg,);% tic;% [accum, circen] = CircularHough_Grd(rawimg,...% [4 14], 10, 4, 0.5, fltr4accum);% toe;% figure(l); imagesc(accum); axis image;% title(*Accumulation Array from Circular Hough Transform*);% figure(2); imagesc(rawimg); colormap(,gray,); axis image;% hold on; plot(circen(:,l), circen(:,2), "); hold off;% title('Raw Image with Circles Detected (center positions marked)*);% 3. See how different values of the parameter 'prm LM LoBndRa* could % influence the result.% Author: Tao Peng% Department of Mechanical Engineering% University of Maryland, College Park, Maryland 20742, USA% pengtao@% Version: Beta Revision: Mar. 07, 2007%%%%%%%% Arguments and parameters %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% Validation of argumentsif ndims(img)〜=2 || 〜isnumeric(img),error(*CircularHough_Grd: "img" has to be 2 dimensionaf);endif 〜all(size(img) >= 32),erro^'CircularHough Grd: "img" has to be larger than 32-by-32');endif numel(radrange)〜=2 || -isnumeric(radrange),error([*CircularHough_Grd: "radrange" has to be \ ...'a two-element vector1]);endprm_r_range = sort(max( [0,0;radrange( 1 ),radrange(2)]));% Parameters (default values)prmgrdthres = 10;prmfltrLMR = 8;prmmultirad = 0.5;funccompucen = true;funccompuradii = true;% Validation of argumentsvapgrdthres = 1;if nargin > (1 + vap_grdthres),if isnumeric(varargin{vap grdthres}) && ...varargin(vap grdthres} (1) >= 0,prm_grdthres = varargin {vapgrdthres} (1);elseerror(['CircularHough_Grd: "grdthres" has to be'a non-negative number1]);endendvap_fltr4LM = 2; % filter for the search of local maximaif nargin > (1 + vap_fltr4LM),if isnumeric(varargin{vap_fltr4LM}) && varargin{vap_fltr4LM}(1) >= 3, prmfltrLMR = varargin{vap_fltr4LM} (1);elseerror([,CircularHough_Grd: n fltr4LM_R n has to belarger than or equal to 3']);endendvap_multirad = 3;if nargin > (1 + vap multirad),if isnumeric(varargin{vap_multirad}) && ...varargin{vap multirad}(1) >= 0.1 && ...varargin {vap multirad} (1) <= 1,prmmultirad = varargin {vap_mul tirad} (1);elseerror(['CircularHough_Grd: "multirad" has to be'within the range [0.1, 1]*]);endendvap_fltr4accum = 4; % filter for smoothing the accumulation arrayif nargin > (1 + vap_fltr4accum),if isnumeric(varargin{vap_fltr4accum}) && ...ndims(varargin{vap_fltr4accum}) == 2 && ...all(size(varargin {vap_fltr4accum}) >= 3),fltr4accum = varargin {vap_fltr4accum};elseerror(['CircularHough_Grd: n fltr4accum n has to be \ ...*a 2-D matrix with a minimum size of 3-by-3']);endelse% Default filter (5-by-5)fltr4accum = ones(5,5);fltr4accum(2:4,2:4) = 2;fltr4accum(3,3) = 6;end func_compu_cen = (nargout > 1 );func_compu_radii = (nargout > 2 );% Reserved parametersdbg on = false; % debug information dbgbfigno = 4;if nargout > 3, dbg on = true; end%%%%%%%% Buildingaccumulation array %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% Convert the image to single if it is not of% class float (single or double) img_is_double = isa(img, double');if ~(img_is_double || isa(img, 'single')),imgf = single(img);end% Compute the gradient and the magnitude of gradientif img_is_double,[grdx, grdy] = gradient(img);else[grdx, grdy] = gradient(imgf);endgrdmag = sqrt(grdx.A2 + grdy.A2);% Get the linear indices, as well as the subscripts, of the pixels% whose gradient magnitudes are larger than the given threshold grdmasklin = find(grdmag > prm_grdthres);[grdmask_ldxl, grdmask_IdxJ] = ind2sub(size(grdmag), grdmasklin);% Compute the linear indices (as well as the subscripts) of% all the votings to the accumulation array.% The Matlab function 'accumarray* accepts only double variable, % so all indices are forced into double at this point.% A row in matrix ,lin2accum_aJ, contains the J indices (into the % accumulation array) of all the votings that are introduced by a % same pixel in the image. Similarly with matrix linZaccum aP. rr_41inaccum = double( prm_r_range );linaccum_dr = [ (-rr_41inaccum(2) + 0.5) : -rr_41inaccum(l),... (rr_41inaccum(l) + 0.5) : rr_41inaccum(2)];lin2accum_aJ = floor(...double(grdx(grdmasklin)./grdmag(grdmasklin)) * linaccum_dr + ...repmat( double(grdmask_IdxJ)+0.5 , [ 1 ,length(linaccum_dr)])...);lin2accum_al = floor(...double(grdy(grdmasklin)./grdmag(grdmasklin)) * linaccum dr + ...repmat( double(grdmask_IdxI)+0.5 , [1 ,length(linaccum_dr)])...)；% Clip the votings that are out of the accumulation arraymask_valid_a J al =...lin2accum_aJ > 0 & lin2accum_aJ < (size(grdmag,2) + 1) & ...Iin2accum_al > 0 & lin2accum_al < (size(grdmag,l) + 1);mask_valid_aJaI_reverse =〜mask_valid_aJaI;lin2accum_aJ = lin2accum_aJ .* maskvalida J al + maskvalidaJ alreverse;lin2accum_al = lin2accum_al .* mask_valid_aJaI + mask_valid_aJaI_reverse;clear mask_valid_aJ alre verse;% Linear indices (of the votings) into the accumulation arraylin2accum = sub2ind( size(grdmag), lin2accum_al, lin2accum_aJ );lin2accum_size = size( lin2accum );lin2accum = reshape( lin2accum, [numel(lin2accum),l]);clear lin2accum_al lin2accum_aJ;% Weights of the votings, currently using the gradient maginitudes% but in fact any scheme can be used (application dependent)weight4accum =...repmat( double(grdmag(grdmasklin)) , [lin2accum_size(2), 1 ]) .* ...mask_valid_aJ al(:);clear mask_valid_aJaI;% Build the accumulation array using Matlab function 'accumarray'accum = accumarray( lin2accum , weight4accum );accum = [ accum ; zeros( numel(grdmag) - numel(accum), 1 )];accum = reshape( accum, size(grdmag));%%%%%%%% Locating local maxima in the accumulation array %%%%%%%%%%%%% Stop if no need to locate the center positions of circlesif ~func_compu_cen,return;endclear lin2accum weight4accum;% Parameters to locate the local maxima in the accumulation array% — Segmentation of 'accum' before locating LM prmuseaoi = true;prm_aoithres_s = 2;prm aoiminsize = floor(min([ min(size(accum)) * 0.25,... prm_r_range(2) * 1.5 ]));% — Filter for searching for local maxima prmfltrLMs = 1.35;prm fltrLM r = ceil( prm fltrLM R * 0.6 );prm fltrLM npix = max([ 6, ceil((prm_fltrLM_R/2)A 1.8)]);% — Lower bound of the intensity of local maximaprm LM LoBndRa = 0.2; % minimum ratio of LM to the max of'accum'% Smooth the accumulation arrayfltr4accum = fltr4accum / sum(fltr4accum(:));accum = filter2( fltr4accum, accum );% Select a number of Areas-Of^Interest from the accumulation array if prmuseaoi, % Threshold value for 'accum1prm_llm_thresl = prm_grdthres * prm_aoithres_s;% Thresholding over the accumulation array accummask = ( accum > prm llm thres 1 );% Segmentation over the mask[accumlabel, accum nRgn] = bwlabel( accummask, 8 );% Select AOIs from segmented regionsaccumAOI = ones(0,4);for k = 1 : accum nRgn,accumrgn lin = find( accumlabel = k);[accumrgn_ldxl, accumrgn_IdxJ]=...ind2sub( size(accumlabel), accumrgn lin);rgn top = min( accumrgn ldxl);rgn bottom = max( accumrgn_ldxl);rgn left = min( accumrgn ldxJ );rgn_right = max( accumrgn ldxJ );% The AOIs selected must satisfy a minimum sizeif ((rgn_right - rgn_left + 1) >= prm_aoiminsize && ...(rgn_bottom - rgn top + 1) >= prm aoiminsize ),accumAOI = [ accumAOI;...rgn top, rgn bottom, rgn left, rgn right ];endendelse% Whole accumulation array as the one AOIaccumAOI = [1, size(accum,l), 1, size(accum,2)];end% Thresholding of 'accum' by a lower boundprm LM LoBnd = max(accum(:)) * prm LM LoBndRa;% Build the filter for searching for local maxima fltr4LM = zeros(2 * prm_fltrLM_R + 1);[mesh4fLM_x, mesh4fLM_y] = meshgrid(-prm_fltrLM_R : prm fltrLM R);mesh4fLM_r = sqrt( mesh4fLM_x.A2 + mesh4fLM_y.A2 );fltr4LM_mask =...(mesh4fLM_r > prm_fltrLM_r & mesh4fLM_r <= prm fltrLM R );fltr4LM = fltr4LMfltr4LM_mask * (prm fltrLM s / sum(fltr4LM_mask(:)));if prm_fltrLM_R >= 4,fltr4LM_mask = ( mesh4fLM_r < (prm_fltrLM_r - 1))；elsefltr4LM_mask = ( mesh4fLM_r < prm fltrLM r );endfltr4LM = fltr4LM + fltr4LM mask / sum(fltr4LM_mask(:));% **** Debug code (begin)if dbg_on,dbg_LMmask = zeros(size(accum));end% **** Debug code (end)% For each of the AOIs selected, locate the local maximacircen = zeros(0,2);fbrk = 1 : size(accumAOI, 1),aoi = accumAOI(k,:); % just for referencing convenience% Thresholding of 'accum* by a lower boundaccumaoi_LBMask =...(accum(aoi(l):aoi(2), aoi(3):aoi(4)) > prm LM LoBnd );% Apply the local maxima filtercandLM = conv2( accum(aoi( 1):aoi(2), aoi(3):aoi(4)),...fltr4LM, 'same*);candLM mask = ( candLM > 0 );% Clear the margins of 'candLM mask*candLM_mask([l :prm_fltrLM_R, (end-prm_fltrLM_R+l):end], :) = 0;candLM mask(:, [l:prm_fltrLM_R, (end-prm_fltrLM_R+l):end]) = 0;% **** Debug code (begin)if dbg_on,dbg_LMmask(aoi( 1 ):aoi(2), aoi(3):aoi(4))=...dbg_LMmask(aoi( 1 ):aoi(2), aoi(3):aoi(4)) + ...accumaoi LBMask + 2 * candLM mask;end% **** Debug code (end)% Group the local maxima candidates by adjacency, compute the% centroid position for each group and take that as the center% of one circle detected[candLM label, candLM nRgn] = bwlabel( candLM_mask, 8 );fbr ilabel = 1 : candLM nRgn,% Indices (to current AOI) of the pixels in the groupcandgrp masklin = find( candLM label == ilabel);[candgrp_ldxl, candgrp_IdxJ]=...ind2sub( size(candLM label), candgrp masklin );% Indices (to 'accum') of the pixels in the groupcandgrp_ldxl = candgrp_ldxl + ( aoi(l) - 1 );candgrp IdxJ = candgrp IdxJ + ( aoi(3) - 1 );candgrp_idx2acm =...sub2ind( size(accum) , candgrp ldxl, candgrp IdxJ );% Minimum number of qulified pixels in the groupif sum(accumaoi_LBMask(candgrp_masklin)) < prm_fltrLM_npix, continue;end% Compute the centroid positioncandgrp_acmsum = sum( accum(candgrp_idx2acm));cc_x = sum( candgrp IdxJ .* accum(candgrp_idx2acm) ) / ...candgrpacmsum;cc_y = sum( candgrp_ldxl .* accum(candgrp_idx2acm) ) / ...candgrpacmsum;circen = [circen; cc_x, cc_y];endend% **** Debug code (begin)if dbg_on,figure(dbg bfigno); imagesc(dbg LMmask); axis image;title(*Generated map of local maxima1);if size(accumAOI, 1) == 1,figure(dbg_bfigno+1);surf(candLM, 'EdgeColor1, hone'); axis ij;title(,Accumulation array after local maximum filtering*);endend% **** Debug code (end)%%%%%%%% Estimation of the Radii of Circles %%%%%%%%%%%%% Stop if no need to estimate the radii of circlesif ~func_compu_radii,varargout{l} = circen;return;end% Parameters for the estimation of the radii of circlesfltr4SgnCv=[2 1 1];fltr4SgnCv = fltr4SgnCv / sum(fltr4SgnCv);% Find circle's radius using its signature curve cirrad = zeros( size(circen,l), 1 );for k = 1 : size(circen,l),% Neighborhood region of the circle for building the sgn. curve circen_round = round( circen(k,:));SCvR IO = circen_round(2) - prm_r_range(2) - 1;ifSCvR_IO<l,SCvR_I0= 1;endSCvRIl = circen_round(2) + prm_r_range(2) + 1;if SCvR Il > size(grdx,l),SCvRIl = size(grdx,l);endSCvR JO = circen round(l) - prm_r_range(2) - 1;ifSCvR_JO<l,SCvRJO = 1;endSCvRJ 1 = circenround(l) + prm_r_range(2) + 1;if SCvR Jl > size(grdx,2),SCvRJl = size(grdx,2);end% Build the sgn. curveSgnCvMat_dx = repmat( (SCvR J0:SCvR J 1) - circen(k,l),...[SCvRJl - SCvRJO +1,1]);SgnCvMat_dy = repmat( (SCvR_IO:SCvR_Il)' - circen(k,2),...[1 , SCvRJl - SCvRJO + 1]);SgnCvMat_r = sqrt( SgnCvMat dx .A2 + SgnCvMat_dy .A2 );SgnCvMatrpl = round(SgnCvMatr) + 1;f4SgnCv = abs(...double(grdx(SCvR_IO:SCvR_Il, SCvRJO:SCvRJ 1)) .* SgnCvMat_dx + ...double(grdy(SCvR_IO:SCvR Il, SCvR JO:SCvR J 1)) .* SgnCvMat dy...)./ SgnCvMat r;SgnCv = accumarray( SgnCvMat rp 1(:) , f4SgnCv(:));SgnCv_Cnt = accumarray( SgnCvMat rp 1 (:) , ones(numel(f4SgnCv), 1));SgnCv_Cnt = SgnCv_Cnt + (SgnCv_Cnt == 0);SgnCv = SgnCv ./ SgnCv_Cnt;% Suppress the undesired entries in the sgn. curve% ― Radii that correspond to short arcsSgnCv = SgnCv .* ( SgnCv_Cnt >= (pi/4 * [O:(numel(SgnCv_Cnt)-1 )]*));% ― Radii that are out of the given rangeSgnCv( 1 : (round(prm_r_range( 1))+1) ) = 0;SgnCv( (round(prm_r_range(2))+1) : end ) = 0;% Get rid of the zero radius entry in the arraySgnCv = SgnCv(2:end);% Smooth the sgn. curveSgnCv = filtfilt( fltr4SgnCv , [1] , SgnCv );% Get the maximum value in the sgn. curveSgnCv_max = max(SgnCv);if SgnCv_max <= 0,cirrad(k) = 0;continue;end% Find the local maxima in sgn. curve by 1st order derivatives% ― Mark the ascending edges in the sgn. curve as Is and% ― descending edges as OsSgnCv AscEdg = ( SgnCv(2:end) - SgnCv(l:(end-l)) ) > 0;% ― Mark the transition (ascending to descending) regionsSgnCv LMmask = [ 0; 0; SgnCv_AscEdg(l:(end-2)) ] & (〜SgnCv_AscEdg);SgnCv LMmask = SgnCvLMmask & [ SgnCv_LMmask(2:end); 0 ];% Incorporate the minimum value requirementSgnCvLMmask = SgnCvLMmask & ...(SgnCv(l:(end-l)) >= (prm_multirad * SgnCv_max));% Get the positions of the peaksSgnCv LMPos = sort( find(SgnCv_LMmask));% Save the detected radiiif isempty(SgnCvLMPos),cirrad(k) = 0;elsecirrad(k) = SgnCvLMPos(end);for i radii = (length(SgnCv LMPos) - 1) : -1 : 1,circen = [ circen; circen(k,:)];cirrad = [ cirrad; SgnCv_LMPos(i_radii)];endendend% Outputvarargout{l} = circen;varargout{2} = cirrad;if nargout > 3,varargout{3} = dbg_LMmask;endprograms：programs:2 function DrawCircle (x, y, r, nseg, S)% Draw a circle on the current figure using ploylines%% DrawCircle (x, y, r, nseg, S)% A simple function for drawing a circle on graph.%% INPUT: (x, y, r, nseg, S)% x, y: Center of the circle% r: Radius of the circle% nseg: Number of segments for the circle% S: Colors, plot symbols and line types%% OUTPUT: None%% BUG REPORT:% Please send your bug reports, comments and suggestions to% pengtao@glue. umd. edu . Thanks.% Author: Tao Peng% Department of Mechanical Engineering% University of Maryland, College Park, Maryland 20742, USA % pengtao@glue. umd. edu% Version: alpha Revision: Jan. 10, 2006theta = 0 : (2 * pi / nseg) : (2 * pi);pline_x 二r * cos(theta) + x;pline_y 二r * sin(theta) + y;plot (pline_x, pline_y, S);3function testiml二imread (' image 1. jpg');% rawimg = imread(，TestImg_CHT_c3. bmp J);rawimg=rgb2gray(iml);tic;[accum, circen, cirrad] = CircularHough_Grd(rawimg, [20 30], 5,50);circentoe;figure(1) ; imagesc(accum); axis image;title (J Accumulation Array from Circular Hough Transform，); figure (2) ; imagesc (rawimg) ; colormap (J gray，) ; axis image; hold on;plot (circen(:, 1), circen(:, 2), ' r+');for k = 1 : size (circen, 1),DrawCircle (circen (k, 1), circen (k, 2), cirrad (k), 32, ' b-'); end hold off; title(f Raw Image with Circles Detected ...'(center positions and radii marked)']);figure (3); surf(accum, ' EdgeColor，, ' none5); axis ij; title (J 3-D View of the Accumulation Array');附带图像image 1. jpg直接运行test.m即可得到上方的结果！当然方法是活的，只要合理即可行。
数学建模与数学实验第五版课后答案合集
数学建模与数学实验第五版课后答案合集数学建模与数学实验是一门重要的数学课程，它旨在培养学生的数学建模能力和实验技能，使他们能够运用数学方法解决实际问题。
本文将为大家带来数学建模与数学实验第五版课后答案合集，希望对广大学生和教师有所帮助。
第一章。
1. (1) 5 (2) 7 (3) 9 (4) 11 (5) 13。
2. (1) 1 (2) 3 (3) 5 (4) 7 (5) 9。
3. (1) 2 (2) 4 (3) 6 (4) 8 (5) 10。
第二章。
1. (1) 3 (2) 5 (3) 7 (4) 9 (5) 11。
2. (1) 2 (2) 4 (3) 6 (4) 8 (5) 10。
3. (1) 1 (2) 3 (3) 5 (4) 7 (5) 9。
第三章。
1. (1) 4 (2) 6 (3) 8 (4) 10 (5) 12。
2. (1) 2 (2) 4 (3) 6 (4) 8 (5) 10。
3. (1) 5 (2) 7 (3) 9 (4) 11 (5) 13。
第四章。
1. (1) 2 (2) 4 (3) 6 (4) 8 (5) 10。
2. (1) 1 (2) 3 (3) 5 (4) 7 (5) 9。
3. (1) 3 (2) 5 (3) 7 (4) 9 (5) 11。
第五章。
1. (1) 6 (2) 8 (3) 10 (4) 12 (5) 14。
2. (1) 4 (2) 6 (3) 8 (4) 10 (5) 12。
3. (1) 7 (2) 9 (3) 11 (4) 13 (5) 15。
以上是数学建模与数学实验第五版课后答案合集，希朥能够对大家的学习有所帮助。
同时也希望大家能够在学习数学建模与数学实验的过程中，不断提高自己的数学建模能力和实验技能，为将来的科研和工作打下坚实的数学基础。
数学建模答案--完整版
验
目
的
4、用 MATLAB 计算函数 f ( x ) 实
sin x cos x 在 x= 处的值. 2 3 1 x
5、用 MATLAB 计算函数 f ( x) arctan x ln( x 1) 在 x=1.23 处的值.
验
15、求极限 lim
x 0
sin 2 x 1 cos x
过
>> syms x y >> y=sin(2^0.5*x)/sqrt(1-cos(x)); >> limit(y,x,0,‘right’) ans =
程
2
1 21x ( ) 16、求极限 lim x 0 3
>> syms x y >> y=(1/3)^(1/(2*x)); >> limit(y,x,0,'right') ans = 0 17、求极限 xlim
y x 2 , y x3 , y x 4 这三条曲线的
图形，并要求用两种方法加各种标注.
x t2 13、作曲线 y sin t 的 3 维图象. z t
实
x (1 cos u ) cos v 14、作环面 y (1 cos u ) sin v 在 (0, 2 ) (0, 2 ) 上的 3 维图象. z sin u
验
19、求极限 lim
1 cos 2 x x 0 x sin x
>> syms x y >> y=(1-cos(2*x))/(x*sin(x)); >> limit(y,x,0) 过 ans = 2 20、求极限 lim
数学建模练习答案
1．第6题第1题解释：非线性模型待数据拟合的函数模型关于某些待定参数是非线性的，就称为非线性模型。
第2题解释：线性模型待数据拟合的函数模型关于全体待定参数都是线性的，就称为线性模型。
第10题解释：数学模型数学模型（Mathematical Model）是由数字、字母或者其他数学符号组成的，描述现量规律的数学公式、图形或算法.第11题词解释：一阶差分方程第3题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案：?6．第5题7．第13题8．第14题9．第6题10．第9题根据按揭贷款的等额本息还款法的算法：每月利息=本月剩余本金×贷款月利率每月本金=本月剩余本金-下月剩余本金每月月供额=每月本金+每月利息建立数学模型，并推出已知本金总额和按揭年数时月供额的计算公式.11．第12题请详细阐述正比例函数模型进行最小二乘数据拟合的原理。
12．第15题13．第17题根据按揭贷款的等额本金还款法的算法：每月还本付息金额=每月本金+每月利息每月本金=本金总额/还款月数每月利息=（本金总额–累计已还本金）×月利率建立数学模型，并推出已知本金总额和按揭年数时月供额的计算公式.14．第4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.15．第7题MATLAB规定分号有哪些用途命令之后加一个分号“;”，MATLAB只执行命令，不显示结果，这样可以屏蔽掉不需要的显示。
创建数值数组时，两行之间以分号或回车换行隔开。
16．第8题什么是灵敏性分析为什么需要做灵敏性分析哪些参数需要做灵敏性分析哪些参数不需要做灵敏性分析灵敏性（sensitivity）是指当数学模型的某个参数改变时模型解答的变化程度，变化越大，模型解答对该参数的就越灵敏.在建立数学模型解决实际问题的时候，人们自然期待模型解答对参数不算灵敏，因为在灵敏的情况下，一旦参数发生微小变化，模型的解答就会发生显着的变化，会给模型检验和模型应用带来困难. 但事实上，在科学技术各个领域广泛存在着灵敏性和临界值问题，在数学上很多数学模型也存在着灵敏性和临界值问题，当参数处于临界值附近时，模型解答会对参数高度灵敏. 人们对此非常关注又非常感兴趣. 所以不论建立什么样的数学模型，都需要仔细的做灵敏度分析.在数学建模的实践中，没必要对所有参数都进行灵敏度分析，需要对哪些参数进行灵敏度分析要从实际意义出发考虑参数的不确定程度. 有些参数实际上是稳定的，其观测值是准确可靠的；另一些参数实际上经常变动，观测、估计或预测所得的参数值往往会包含不小的误差. 显然，前一种参数没有做灵敏度分析的必要，而后一种参数的不确定性会影响模型解答的可信性，所以灵敏度分析非常有必要.17．第16题请说明MATLAB的变量名、M文件名和函数名的命名规则。
数学建模习题及答案课后习题
第一部分课后习题1.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，剩下的名额按惯例分给小数部分较大者。
（2）节中的Q值方法。
（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。
你能解释这种方法的道理吗。
如果委员会从10人增至15人，用以上3种方法再分配名额。
将3种方法两次分配的结果列表比较。
（4）你能提出其他的方法吗。
用你的方法分配上面的名额。
2.在超市购物时你注意到大包装商品比小包装商品便宜这种现象了吗。
比如洁银牙膏50g装的每支元，120g装的元，二者单位重量的价格比是：1。
试用比例方法构造模型解释这个现象。
（1）分析商品价格C与商品重量w的关系。
价格由生产成本、包装成本和其他成本等决定，这些成本中有的与重量w成正比，有的与表面积成正比，还有与w无关的因素。
（2）给出单位重量价格c与w的关系，画出它的简图，说明w越大c越小，但是随着w的增加c减少的程度变小。
解释实际意义是什么。
3.一垂钓俱乐部鼓励垂钓者将调上的鱼放生，打算按照放生的鱼的重量给予奖励，俱乐部只准备了一把软尺用于测量，请你设计按照测量的长度估计鱼的重量的方法。
假定鱼池中只有一种鲈鱼，并且得到8条鱼的如下数据（胸围指鱼身的最大周长）：先用机理分析建立模型，再用数据确定参数4.用宽w的布条缠绕直径d的圆形管道，要求布条不重叠，问布条与管道轴线的夹角 应多大（如图）。
若知道管道长度，需用多长布条（可考虑两端的影响）。
如果管道是其他形状呢。
5.用已知尺寸的矩形板材加工半径一定的圆盘，给出几种简便、有效的排列方法，使加工出尽可能多的圆盘。
数学建模课后答案
第一章4.在1.3节“椅子能在不平的地面上放稳吗”的假设条件中，将四脚的连线呈正方形改为长方形，其余不变。
试构造模型并求解。
答：相邻两椅脚与地面距离之和分别定义为)()(a g a f 和。
f 和g 都是连续函数。
椅子在任何位置至少有三只脚着地，所以对于任意的a ，)()(a g a f 和中至少有一个不为零。
不妨设0)0(,0)0(g >=f 。
当椅子旋转90°后，对角线互换，0π/2)(,0)π/2(>=g f 。
这样，改变椅子的位置使四只脚同时着地。
就归结为证明如下的数学命题：已知a a g a f 是和)()(的连续函数，对任意0)π/2()0(,0)()(,===⋅f g a g a f a 且，0)π/2(,0)0(>>g f 。
证明存在0a ，使0)()(00==a g a f证：令0)π/2(0)0(),()()(<>-=h h a g a f a h 和则，由g f 和的连续性知h 也是连续函数。
根据连续函数的基本性质，必存在0a （0＜0a ＜π/2）使0)(0=a h ，即0)()(00==a g a f因为0)()(00=∙a g a f ，所以0)()(00==a g a f8第二章10.用已知尺寸的矩形板材加工半径一定的圆盘，给出几种简便有效的排列方法，使加工出尽可能多的圆盘。
第三章5.根据最优定价模型 考虑成本随着销售量的增加而减少，则设kx q x q -=0)( (1)k 是产量增加一个单位时成本的降低 ， 销售量x 与价格p 呈线性关系0,,>-=b a bp a x (2)收入等于销售量乘以价格p :px x f =)( (3)利润)()()(x q x f x r -= (4)将（1）（2）（3）代入（4）求出当k q b a ,,,0给定后容易求出使利润达到最大的定价*p 为6.根据最优定价模型 px x f =)( x 是销售量 p 是价格，成本q 随着时间增长，ββ,0t q q +=为增长率，0q 为边际成本（单位成本）。
2013全国大学生数学建模竞赛A题参考答案
2013全国大学生数学建模竞赛A题参考答案第一篇：2013全国大学生数学建模竞赛A题参考答案2013高教社杯全国大学生数学建模竞赛A题评阅要点[说明]本要点仅供参考，各赛区评阅组应根据对题目的理解及学生的解答，自主地进行评阅。
本题的难点在于通过视频资料获得车流数据，并以此为基础建立数学模型，分析部分车道被占用后，道路拥塞程度与上游来车量的关系。
评阅时请关注如下方面：建模的准备工作（视频中车流数据的提取，包括视频缺失及错误的处理），模型的建立、求解和分析方法，结果的表述，模型的合理性分析及其模型的拓广。
问题1.1.1．道路被占用后，实际的通行能力需要通过视频中的车流数据得到，不能仅由交通道路设计标准估计；1.2．应该根据视频信息给出不同时段、不同情况下车流量的变化，需要给出通行能力的计算方法、理由的陈述或分析；1.3.在被占用道路没有车辆排队时，通行能力等同于单车道情形，但当被占用道路有车辆排队时，由于被占用道路车辆的变道抢行，会使道路的通行能力下降，好的结果应该明确指出这一点。
问题2.2.1.对于视频2 的分析同视频1，需要通过视频2与视频1的数据对比给出通行能力的差异及原因分析；2.2．由于事故横断面下游交通流方向需求不同，会导致上游每条车道分配到的车辆数不同，使两种情况事故所处道路横断面形成多车道排队的机率不同，从而影响实际通行能力。
如果在模型中注意到这一点则更好。
问题3.3.1．建立数学模型，给出交通事故所引起的路段车辆排队长度与事故横断面实际通行能力、事故持续时间、路段上游车流量间的关系；3.2.模型的形式可以多样，但需要包含上述各种因素。
关键考察模型假设的合理性、参数确定的原则、及模型的可计算性。
问题 4.4.1．本问题是问题1 及问题 3 的扩展，可利用问题1 得到的通行能力及问题3 的模型计算结果；4.2．和问题1、3不同，当事故横断面离红绿灯路口较近时，司机无充分时间调整车道，会增大多车道占用情形，影响通行能力，模型计算中应考虑这一点；4.3.附件中给出了上游路口信号灯的控制方案，会影响上游来车的流量分布，如果学生能够利用附件给出上游路口信号灯配时方案和交通组织方案则更好。
数学建模答案（完整版）
数学建模答案（完整版）1 建立一个命令M 文件:求数60.70.80,权数分别为1.1，1.3,1.2的加权平均数。
在指令窗口输入指令edit ，打开空白的M 文件编辑器；里面输入s=60*1.1+70*1.3+80*1.2;ave=s/3 然后保存即可2 编写函数M 文件SQRT.M;函数()f x = x=567.889与0.0368处的近似值（保留有效数四位）在指令窗口输入指令edit ，打开空白的M 文件编辑器；里面输入syms x1 x2 s1 s2 zhi1 zhi2x1=567.889;x2=0.368; s1=sqrt(x1);s2=sqrt(x2); zhi1=vpa(s1,4) zhi2=vpa(s2,4)然后保存并命名为SQRT.M 即可3用matlab 计算()f x =的值,其中a=2.3,b=4.89.>> syms a b>> a=2.3;b=4.89;>> sqrt(a^2+b^2)/abs(a-b)ans =2.08644用matlab 计算函数()f x =在x=3π处的值. >> syms x>> x=pi/3;>> sqrt(sin(x)+cos(x))/abs(1-x^2)ans =12.09625用matlab 计算函数()arctan f x x =在x=1.23处的值. >> syms x >> x=1.23;>> atan(x)+sqrt(log(x+1))ans =1.78376 用matlab 计算函数()()f x f x ==在x=-2.1处的值. >> syms x>> x=-2.1;>> 2-3^x*log(abs(x)) ans =1.92617 用蓝色.点连线.叉号绘制函数[0,2]上步长为0.1的图像.>> syms x y>> x=0:0.2:2;y=2*sqrt(x); >> plot(x,y,'b.-')8 用紫色.叉号.实连线绘制函数ln 10y x =+在[20,15]--上步长为0.2的图像. >> syms x y>> x=-20:0.2:-15;y=log(abs(x+10)); >> plot(x,y,'mx-')ln 10[20,y x =+--9 用红色.加号连线虚线绘制函数sin()22x y π=-在[-10,10]上步长为0.2的图像. >> syms x y;>> x=-10:0.2:10;y=sin(x/2-pi/2); >> plot(x,y,'r+--')10用紫红色.圆圈.点连线绘制函数sin(2)3y x π=+在[0,4]π上步长为0.2的图像.sin(2)sin()[0,4]322x y x y πππ=+=- >> syms x y>> x=0:0.2:4*pi;y=sin(2*x+pi/3); >> plot(x,y,'mo-.')11 在同一坐标中,用分别青色.叉号.实连线与红色.星色.虚连线绘制y=与y =.>> syms x y1 y2>> x=0:pi/50:2*pi;y1=cos(3*sqrt(x));y2=3*cos(sqrt(x)); >> plot(x,y1,'cx-',x,y2,'r*--')12 在同一坐标系中绘制函数234,,y x y x y x ===这三条曲线的图标,并要求用两种方法加各种标注.234,,y x y x y x === >> syms x y1 y2 y3;>> x=-2:0.1:2;y1=x.^2;y2=x.^3;y3=x.^4;plot(x,y1,x,y2,x,y3);13 作曲线2sin x t y t z t ?=?=??=?的3维图像>> syms x y t z >> t=0:1/50:2*pi; >> x=t.^2;y=sin(t);z=t;>> stem3(x,y,z)14 作环面(1cos )cos (1cos )sin sin x u v y u v z u =+??=+??=?在(0,2)(0,2)ππ?上的3维图像>> syms x y u v z>> u=0:pi/50:2*pi;v=0:pi/50:2*pi;>>x=(1+cos(u)).*cos(v);y=(1+cos(u)).*sin(v);z=sin(u); >> plot3(x,y,z)15 求极限0lim x +→0lim x +→>> syms x y>> y=sin(2^0.5*x)/sqrt(1-cos(x)); >> limit(y,x,0,'right') ans = 216 求极限1201lim()3x x +→ >> syms y x>> y=(1/3)^(1/(2*x)); >> limit(y,x,0,'right') ans = 0 17求极限limx>> syms x y>> y=(x*cos(x))/sqrt(1+x^3); >> limit(y,x,+inf) ans = 0 18 求极限21lim ()1xx x x →+∞+- >> syms x y>> y=((x+1)/(x-1))^(2*x); >> limit(y,x,+inf) ans =exp(4)19 求极限01cos 2limsin x xx x→->> syms x y>> y=(1-cos(2*x))/(x*sin(x)); >> limit(y,x,0) ans = 220 求极限 0x →>> syms x y>> y=(sqrt(1+x)-sqrt(1-x))/x; >> limit(y,x,0) ans = 121 求极限2221lim 2x x x x x →+∞++-+>> syms x y>> y=(x^2+2*x+1)/(x^2-x+2); >> limit(y,x,+inf) ans = 1 22 求函数y=5(21)arctan x x -+的导数 >> syms x y>> y=(2*x-1)^5+atan(x); >> diff(y) ans =10*(2*x - 1)^4 + 1/(x^2 + 1) 23 求函数y=2tan 1x xy x=+的导数 >> syms y x>> y=(x*tan(x))/(1+x^2); >> diff(y) ans =tan(x)/(x^2 + 1) + (x*(tan(x)^2 + 1))/(x^2 + 1) - (2*x^2*tan(x))/(x^2 + 1)^224 求函数3tan x y e x -=的导数>> syms y x>> y=exp^(-3*x)*tan(x) >> y=exp(-3*x)*tan(x) y =exp(-3*x)*tan(x)>> diff(y) ans =exp(-3*x)*(tan(x)^2 + 1) - 3*exp(-3*x)*tan(x) 25 求函数y=2 2ln sin2xx π+在x=1的导数>> syms x y>> y=(1-x)/(1+x); >> diff(y,x,2) ans =2/(x + 1)^2 - (2*(x - 1))/(x + 1)^3>> syms x y>> y=2*log(x)+sin(pi*x/2)^2; >> dxdy=diff(y)dxdy =2/x + pi*cos((pi*x)/2)*sin((pi*x)/2) zhi=subs(dxdy,1)zhi =226 求函数y=01cos 2lim sin x x x x →-11xx-+的二阶导数>> syms x y>> y=(1-x)/(1+x); >> diff(y,x,2) ans =2/(x + 1)^2 - (2*(x - 1))/(x + 1)^327 求函数的导数;>> syms x y>> y=((x-1)^3*(3+2*x)^2/(1+x)^4)^0.2; >> diff(y) ans =(((8*x + 12)*(x - 1)^3)/(x + 1)^4 + (3*(2*x + 3)^2*(x - 1)^2)/(x + 1)^4 - (4*(2*x + 3)^2*(x - 1)^3)/(x + 1)^5)/(5*(((2*x + 3)^2*(x - 1)^3)/(x + 1)^4)^(4/5))28在区间(,-∞+∞)内求函数43()341f x x x =-+的最值. >> f='-3*x^4+4*x^3-1'; >> [x,y]=fminbnd(f,-inf,inf) x =NaN y =NaN>> f='3*x^4-4*x^3+1';>> [x,y]=fminbnd(f,-inf,inf) x =NaN y =NaN29在区间(-1,5)内求函数发()(f x x =-.>> f='(x-1)*x^0.6';>> [x,y]=fminbnd(f,-1,5) x =0.3750 y =-0.3470 >>>> f='-(x-1)*x^0.6';>> [x,y]=fminbnd(f,-1,5) x =4.9999 y =-10.505930 求不定积分(ln 32sin )x x dx -?(ln 32sin )x x dx -? >> syms x y>> y=log(3*x)-2*sin(x); >> int(y) ans =2*cos(x) - x + x*log(3) + x*log(x)31求不定积分2sin x e xdx ?>> syms x y>> y=exp(x)*sin(x)^2; >> int(y) ans =-(exp(x)*(cos(2*x) + 2*sin(2*x) - 5))/1032. 求不定积分>> syms x y>> y=x*atan(x)/(1+x)^0.5; >> int(y)Warning: Explicit integral could not be found. ans = int((x*atan(x))/(x + 1)^(1/2), x)33.计算不定积分2(2cos )x x x edx --?>> syms x y>> y=1/exp(x^2)*(2*x-cos(x)); >> int(y) Warning: Explicit integral could not be found. ans = int(exp(-x^2)*(2*x - cos(x)), x) 34.计算定积分1(32)xex dx -+?>> syms x y>> y=exp(-x)*(3*x+2); >> int(y,0,1) ans =5 - 8*exp(-1)1(32)x e x dx -+?35.计算定积分0limx x→120(1)cos x arc xdx +?>> syms y x>> y=(x^2+1)*acos(x); >> int(y,0,1) ans =11/936.计算定积分1cos ln(1)x x dx+?>> syms x y>> y=(cos(x)*log(x+1)); >> int(y,0,1)Warning: Explicit integral could not be found. ans = int(log(x + 1)*cos(x), x == 0..1) 37计算广义积分2122x x dx +∞++-∞?;>> syms y x>> y=(1/(x^2+2*x+2)); >> int(y,-inf,inf) ans = pi 38.计算广义积分20xdx x e+∞-?；>> syms x y>> y=x^2*exp(-x); >> int(y,0,+inf) ans = 2。
- 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)。
数学建模陈东彦版课后答案
篇一：数学建模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。
我们参赛选择的题号是（从A/B/C/D中选择一项填写）：我们的参赛报名号为（如果赛区设置报名号的话）：所属（请填写完整的全名）：参赛队员 (打印并签名) ：1.指导教师或指导教师组负责人 (打印并签名) 日期： 2010 年 11 月 22 日赛区评阅编号（由赛区组委会评阅前进行编号）：编号专用页赛区评阅编号（由赛区组委会评阅前进行编号）：全国统一编号（由赛区组委会送交全国前编号）：全国评阅编号（由全国组委会评阅前进行编号）：对等高线图转化为三维地形图以及水的流向的探讨摘要：在等高线地形图上，根据等高线不同的弯曲形态，可以判读出地表形态的一般状况。
等高线呈封闭状时，高度是外低内高，则表示为凸地形（如山峰、山地、丘顶等）；等高线高度是外高内低，则表示的是凹地形（如盆地、洼地等）。
等高线是曲线状时，等高线向高处弯曲的部分表示为山谷；等高线向低处凸出处为山脊。
数条高程不同的等高线相交一处时，该处的地形部位为陡崖，并在图上绘有陡崖图例。
由一对表示山谷与一对表示山脊的等高线组成的地形部位为鞍部。
等高线密集的地方表示该处坡度较陡；等高线稀疏的地方表示该处坡度较缓。
问题一：由等高线图转换为三维地形图有好多种方法，本文用坡度、坡向、等高线膨胀法以及建立空间直角坐标系的方法建立数学模型，把等高线图转化成三维地形图。
问题二：把地面无限细分为无限个单元格。
根据DEM栅格单元和八个相邻单元格之间的最大坡度来确定水流方向。
关键字：坡度、坡向、等高线膨胀法、直角坐标系、DEM 问题一：一、问题重述：等高线能反映地表起伏的势态和地表形态的特征。
随着计算机技术和图像仿真技术的发展，人们越来越需要真实的地貌环境。
以前的等高线地形图上存在一些重要信息，需要还原为三维立体图形。
建立数学模型，根据等高线生成三维
地形图，评价模型的合理性。
二、模型假设： 2.1假设地表不存在微小的凹凸，只考虑由等高线图生成三维地形图。
2.2假设三维地形图的函数X?kX?i?kXhl?100% ?f? Y?kY?a?kYarctan?X? ?fY? Z?M?f(MX,MY) 是连续的。
三、符号说明： M高程 MX 地面上某点M的X轴坐标 MY 地面上某点M的Y轴坐标 i 坡度 h地面上某点的铅直高度 l 地面的水平宽度 fXX方向高程变化率 fY是Y 方向高程变化率 a 坡向h1 等高线 h2 等高线 h3 等高线 h4 等高线 h5 等高线 kX X轴的权重系数 kY Y轴的权重系数四、模型分析：利用D8算法根据DEM栅格单元和八个相邻单元之间的最大坡降来确定水流的流向，即通过图论的方法来判断局部范围内的最低点，进而来判断水流的流向。
五、模型建立与求解 5.1高程：高程指的是某点沿铅垂线方向到绝对基面的距离，成为绝对高程，简称高程。
“高程”是测绘用词，通俗的理解，高程其实就是海拔高度。
“高程”是确定地面点位置的一个要素。
高程测量的方法有水准测量和三角高程测量，水准测量是精密测定高程的主要方法。
水准测量是利用能提供水平视线的仪器(水准仪)，测定地面点间的高差，推算高程的一种方法。
若已知地面上某点M的平面位置 (MX,MY) 则该点的高程为： M?f(MX,MY)篇二：数学建模参考文献参考文献 [1]陈东彦，李冬梅，王树忠：数学建模，科学出版社2007年版 [2]曹喜望：管理科学中的数学模型，北京大学出版社2006年版 [3]方道元，韦明俊：数学建模：方法导引与案例分析，浙江大学出版社2011年版 [4]姜启源，谢金星：数学建模案例选集，高等出版社2006年版 [5]姜启源，谢金星，叶俊：数学模型（第4版），高等教育出版社2011年版 [6]李大潜：中国大学生数学建模竞赛，高等教育出版社1998年版 [7]马莉：MATLAB数学实验与建模，清华大学出版社2010年版 [8]束金龙、闻人凯，柴俊：线性规划理论与模型应用，科学出版社2007年版 [9]谭勇基，朱晓明：经济管理数学模型案例教程，高等教育出版社2006年版 [10]杨启帆，方道元：数学建模，浙江大学出版社1999年版 [11]姚恩瑜，何勇，陈仕平：数学规划与组合优化，浙江大学出版社2001版篇三：2013年全国大学生数学建模竞赛哈理工我校学生在2013年全国大学数学建模竞赛中取得优异成绩作者：佚名来源：教务处日期时间：2013-11-29 16:00:16 点击： 2013年全国大学生数学建模竞赛于9月10日—13日举行。
在本次竞赛中，我校学生共获得了2项全国一等奖、3项全国二等奖、16项黑龙江
赛区一、二、三等奖。
本次竞赛在获奖层次上取得了新突破！在学校教务处大力支持下，应用科学学院应用数学系积极组织，广大同学热情参与，经过竞赛报名、暑期培训和赛前选拔，今年共有48个队参加了全国大学生数学建模竞赛，参赛的144名队员来自全校28个本科专业的大二至大四各个年级，参赛学生的专业覆盖面广、参赛数量进一步提高。
在竞赛指导教师们的辛勤指导下，全体参赛队员们奋力拼搏，48个参赛队全部顺利完成竞赛工作。
本竞赛经黑龙江赛区组委会初评和全国组委会评审，最终确定获奖结果。
在本次竞赛中，学生在获得层次上有了新的突破，同时获得了2项全国一等奖。
突出的竞赛成绩，从一个侧面反映了教师们的数学建模教学水平和学生们的数学建模创新能力，也增强了我校在大学生数学建模竞赛中的影响力。
优异的竞赛成绩是对各参赛队伍的顽强拼搏精神和指导教师的辛勤工作的最好回报，更是对学校各部门给予的大力支持的最好回报。
学校各级领导及有关部门对数学建模竞赛高度重视，为数学建模竞赛成绩的取得奠定了坚实基础。
在竞赛期间，实验室管理处、网络信息中心、图书馆以及后勤集团等为参赛师生提供了条件保障。
近几年，我校每年都举办校内数学建模竞赛，组织学生参加东北三省数学建模联赛、全国大学生数学建模竞赛和美国大学生数学建模竞赛。
围绕数学建模竞赛，应用数学系还组织了相应的数学建模竞赛培训和数学建模创新实验研究，这些活动的开展普及了数学建模的知识、扩大了数学建模的影响、激发了学生利用数学知识解决实际问题的热情，同时也促进了学生创新能力的培养和提高。
希望学生们利用好数学建模竞赛这一平台，积极参与、再接再厉，取得新的进步！（教务处/应用科学学院）。