数模历年全国数学建模试题及解法归纳

合集下载

国赛历届数学建模赛题题目与解题方法

国赛历届数学建模赛题题目与解题方法

历届数学建模题目浏览:1992--20091992年 (A) 施肥效果分析问题(北京理工大学:叶其孝)(B) 实验数据分解问题(华东理工大学:俞文此; 复旦大学:谭永基)1993年 (A) 非线性交调的频率设计问题(北京大学:谢衷洁)(B) 足球排名次问题(清华大学:蔡大用)1994年 (A) 逢山开路问题(西安电子科技大学:何大可)(B) 锁具装箱问题(复旦大学:谭永基,华东理工大学:俞文此)1995年 (A) 飞行管理问题(复旦大学:谭永基,华东理工大学:俞文此)(B) 天车与冶炼炉的作业调度问题(浙江大学:刘祥官,李吉鸾)1996年 (A) 最优捕鱼策略问题(北京师范大学:刘来福)(B) 节水洗衣机问题(重庆大学:付鹂)1997年 (A) 零件参数设计问题(清华大学:姜启源)(B) 截断切割问题(复旦大学:谭永基,华东理工大学:俞文此)1998年 (A) 投资的收益和风险问题(浙江大学:陈淑平)(B) 灾情巡视路线问题(上海海运学院:丁颂康)1999年 (A) 自动化车床管理问题(北京大学:孙山泽)(B) 钻井布局问题(郑州大学:林诒勋)1999年(C) 煤矸石堆积问题(太原理工大学:贾晓峰)(D) 钻井布局问题(郑州大学:林诒勋)2000年 (A) DNA序列分类问题(北京工业大学:孟大志)(B) 钢管订购和运输问题(武汉大学:费甫生)(C) 飞越北极问题(复旦大学:谭永基)(D) 空洞探测问题(东北电力学院:关信)2001年 (A) 血管的三维重建问题(浙江大学:汪国昭)(B) 公交车调度问题(清华大学:谭泽光)(C) 基金使用计划问题(东南大学:陈恩水)(D) 公交车调度问题(清华大学:谭泽光)2002年 (A) 车灯线光源的优化设计问题(复旦大学:谭永基,华东理工大学:俞文此)(B) 彩票中的数学问题(解放军信息工程大学:韩中庚)(C) 车灯线光源的优化设计问题(复旦大学:谭永基,华东理工大学:俞文此)(D) 赛程安排问题(清华大学:姜启源)2003年 (A) SARS的传播问题(组委会)(B) 露天矿生产的车辆安排问题(吉林大学:方沛辰)(C) SARS的传播问题(组委会)(D) 抢渡长江问题(华中农业大学:殷建肃)2004年 (A) 奥运会临时超市网点设计问题(北京工业大学:孟大志)(B) 电力市场的输电阻塞管理问题(浙江大学:刘康生)(C) 酒后开车问题(清华大学:姜启源)(D) 招聘公务员问题(解放军信息工程大学:韩中庚)2005年 (A) 长江水质的评价和预测问题(解放军信息工程大学:韩中庚)(B) DVD在线租赁问题(清华大学:谢金星等)(C) 雨量预报方法的评价问题(复旦大学:谭永基)(D) DVD在线租赁问题(清华大学:谢金星等)2006年 (A) 出版社的资源配置问题(北京工业大学:孟大志)(B) 艾滋病疗法的评价及疗效的预测问题(天津大学:边馥萍)(C) 易拉罐的优化设计问题(北京理工大学:叶其孝)(D) 煤矿瓦斯和煤尘的监测与控制问题(解放军信息工程大学:韩中庚)2007年 (A) 中国人口增长预测(B) 乘公交,看奥运(C) 手机“套餐”优惠几何(D) 体能测试时间安排2008年(A)数码相机定位,(B)高等教育学费标准探讨,(C)地面搜索,(D)NBA赛程的分析与评价2009年(A)制动器试验台的控制方法分析(B)眼科病床的合理安排(C)卫星和飞船的跟踪测控(D)会议筹备历年全国数学建模试题及解法归纳赛题解法93A非线性交调的频率设计拟合、规划93B足球队排名图论、层次分析、整数规划94A逢山开路图论、插值、动态规划94B锁具装箱问题图论、组合数学95A飞行管理问题非线性规划、线性规划95B天车与冶炼炉的作业调度动态规划、排队论、图论96A最优捕鱼策略微分方程、优化96B节水洗衣机非线性规划97A零件的参数设计非线性规划97B截断切割的最优排列随机模拟、图论98A一类投资组合问题多目标优化、非线性规划98B灾情巡视的最佳路线图论、组合优化99A自动化车床管理随机优化、计算机模拟99B钻井布局 0-1规划、图论00A DNA序列分类模式识别、Fisher判别、人工神经网络00B钢管订购和运输组合优化、运输问题01A血管三维重建曲线拟合、曲面重建赛题解法01B 公交车调度问题多目标规划02A车灯线光源的优化非线性规划02B彩票问题单目标决策03A SARS的传播微分方程、差分方程03B 露天矿生产的车辆安排整数规划、运输问题04A奥运会临时超市网点设计统计分析、数据处理、优化04B电力市场的输电阻塞管理数据拟合、优化05A长江水质的评价和预测预测评价、数据处理05B DVD在线租赁随机规划、整数规划06A出版社书号问题整数规划、数据处理、优化06B Hiv病毒问题线性规划、回归分析07A 人口问题微分方程、数据处理、优化07B 公交车问题多目标规划、动态规划、图论、0-1规划08A 照相机问题非线性方程组、优化08B 大学学费问题数据收集和处理、统计分析、回归分析赛题发展的特点:1. 对选手的计算机能力提出了更高的要求:赛题的解决依赖计算机,题目的数据较多,手工计算不能完成,如03B,某些问题需要使用计算机软件,01A。

2012-2013数学建模试题答案及讲解

2012-2013数学建模试题答案及讲解

5 284.572 255.428 11 292.299 247.701
6 286.766 253.234 12 292.793 247.207
可以看出A城公司支付基金数在逐步增加,但增幅逐步变
小;B 城公司的基金数变化则正好相反.然而ak是否有上界、 bk是否有下界? bk是否会小于220?我们还是不能断言.进 行更多的迭代或许得出更明显的提示,不过这里将不再进
在式(13)中取k=N而在式(14)中取k=M并注意到F0=0,
FM=0 ,这样只要消去FN,就可以导出关于r的一个方程:
0 p [(1 r)N 1 ](1 r)M N q [(1 r)M N 1 ]
r
r
整理得
(1r)M(1q)(1r)M Nq0
p
p
记x=r+1 ,且将已知数据代入,则只需求解方程
三、模型的分析及建立
以商业性贷款10000元为例来考察,一年期贷款的年 利率为6.12%,到期一次还本付息总计10612元, 这很
容 易理解. 然而二年期贷款的年利率为6.255%, 月还款数 444.356元为本息总额10664.54元的二十四分之一,这
后 两个数字究竟怎样产生的呢?是根据本息总额算出月还款 数还是恰好相反(从6.255%似乎不那么明显能得到 10664.54)?让我们稍微仔细一些来进行分析.由于贷款
B 1 B 2 B k B 1 [ 1 ( 1 r ) ( 1 r ) k 1 ]
(1r)k1 (A1A0)[ r ]
(1r)k1 [(1r)A 0m A 0][ r ]
从而得到差分方程(1)的解
A k1(1r)A km
A kA 0(1r)km r[(1r)k1] (7)
将A24 、A0 、r 的值和k=24代入,可解得 m=444.3560(元),这与表3中的数额完全一致,这样我们就 了解了还款额的确定方法.

历年全国大学生数学建模竞赛-题目(1994-2009)

历年全国大学生数学建模竞赛-题目(1994-2009)
B 题 节水洗衣机
我国淡水资源有限,节约用水人人有责。洗衣机在家庭用水中占有相当大的 份额,目前洗衣机已非常普及,节约洗衣机用水十分重要。假设在放入衣物和洗 涤剂后洗衣机的运行过程为:加水-漂水-脱水-加水-漂水-脱水-…-加水-漂水脱水(称“加水-漂水-脱水”为运行一轮)。请为洗衣机设计一种程序(包括运 行多少轮、每轮加多少水等),使得在满足一定洗涤效果的条件下,总用水量最 少。选用合理的数据进行计算。对照目前常用的洗衣机的运行情况,对你的模型 和结果作出评价。
1)建立数学模型分析如何可持续捕获(即每年开始捕捞时渔场中各年龄组 鱼群不变),并且在此前提下得到最高的年收获量(捕捞总重量)。
2)某渔业公司承包这种鱼的捕捞业务5年,合同要求鱼群的生产能力不能 受到太大的破坏。已知承包时各年龄组鱼群的数量分别为: 122,29.7,10.1,3.29(×109 条),如果仍用固定努力量的捕捞方式,该公司采取 怎样的策略才能使总收获量最高。
1996 年全国大学生数学建模竞赛
A 题:最优捕鱼策略
为了保护人类赖以生存的自然环境,可再生资源(如渔业、林业资源)的开 发必须适度。一种合理、简化的策略是,在实现可持续收获的前提下,追求最大 产量或最佳效益。
考虑对某种鱼(鲳鱼)的最优捕捞策略:
假设这种鱼分4个年龄组:称1龄鱼,……,4龄鱼。各年龄组每条鱼的平 均重量分别为 5.07,11.55,17.86,22.99(克);各年龄组鱼的自然死亡率均为 0.8(1/年);这种鱼为季节性集中产卵繁殖,平均每条4龄鱼的产卵量为 1.109 ×105(个);3龄鱼的产卵量为这个数的一半,2龄鱼和1龄鱼不产卵,产卵和 孵化期为每年的最后4个月;卵孵化并成活为1龄鱼,成活率(1龄鱼条数与产 卵总是 n 之比)为 1.22×1011/(1.22×1011+n).

2013-2014年全国数模竞赛a题讲解

2013-2014年全国数模竞赛a题讲解

2013-2014年全国数模竞赛a题讲解2013-2014年全国数模竞赛A题是一道涉及建模和优化等数学概念的综合性问题。

本文将对该题进行详细的解析和讲解,帮助读者理解题目的要求,并提供一些解题思路和方法。

第一部分:理解题目该题目的题面由多个部分组成,涉及到原问题、目标、约束条件等内容。

在进行解题之前,我们首先需要完全理解题目的要求。

原问题是一个货车经过N个城市,每个城市都有相应的货物量,目标是使得货车的路径长度最短。

同时,题目要求我们设计一个数据模型,来描述这个问题。

第二部分:建立数学模型为了更好地解决问题,我们需要建立一个数学模型来描述货车的路径以及货物量的分配。

在本部分,我们将详细讲解如何建立这个模型。

假设有N个城市,每个城市的货物量分别为w1, w2, ..., wN。

我们可以将货车的路径表示为一个N*N的矩阵D,其中D[i][j]表示从第i个城市到第j个城市的距离。

同时,我们引入一个N维的向量x,其中x[i]表示从第i个城市运送的货物量。

我们的目标是最小化路径长度,即最小化下式:Minimize ∑∑D[i][j]*x[i]*x[j] (i从1到N, j从1到N)同时,我们有一些约束条件需要满足:1. 每个城市必须运送货物:∑x[i] = W,其中W是总的货物量。

2. 每个城市的货物量不能超过其容量:x[i] <= C,其中C是城市i的容量。

第三部分:优化求解在第二部分中,我们已经建立了数学模型,现在我们需要找到一种优化方法来求解这个模型。

在现实生活中,这类问题通常是NP难问题,因此我们需要采用一些启发式搜索算法。

在本部分,我们将介绍一种常用的优化方法,即遗传算法。

遗传算法模拟了自然界中的进化过程,通过不断筛选和演化来得到最优解。

遗传算法的优化步骤如下:1. 初始化种群:随机生成一组初始解,也就是一组路径和货物分配方案。

2. 评估适应度:根据路径长度和货物量是否满足约束条件,计算每个解的适应度。

数学模型习题参考解答

数学模型习题参考解答

综合题目参考答案1. 赛程安排(2002年全国大学生数学建模竞赛D 题) (1)用多种方法都能给出一个达到要求的赛程.(2)用多种方法可以证明n 支球队“各队每两场比赛最小相隔场次r 的上界”(如n =5时上界为1)是⎥⎦⎤⎢⎣⎡-23n ,如: 设赛程中某场比赛是i ,j 两队, i 队参加的下一场比赛是i ,k 两队(k ≠j ),要使各队每两场比赛最小相隔场次为r ,则上述两场比赛之间必须有除i ,j ,k 以外的2r 支球队参赛,于是32+≥r n ,注意到r 为整数即得⎥⎦⎤⎢⎣⎡-≤23n r . (3)用构造性的办法可以证明这个上界是可以达到的,即对任意的n 编排出达到该上界的赛程.如对于n =8, n =9可以得到:1A 2A 3A 4A 5A 6A 7A 8A每两场比赛相隔场次数相隔场次总数 1A × 1 5 9 13 17 21 25 3,3,3,3,3,3 18 2A 1 × 20 6 23 11 26 16 4,4,4,3,2,2 19 3A5 20 × 24 10 27 15 2 2,4,4,4,3,2 19 4A 96 24 × 28 24 3 19 2,2,4,4,4,3 19 5A 13 23 10 28 × 4 187 2,2,2,4,4,4 18 6A 17 11 27 14 4 × 8 22 3,2,2,2,4,4 17 7A 21 26 15 3 18 8 × 12 4,3,2,2,2,4 17 8A25 1621972212×4,4,3,2,2,2171A2A3A 4A5A 6A 7A 8A 9A每两场比赛相隔场次数 相隔场 次总数1A × 36 6 31 11 26 16 21 1 4,4,4,4,4,4,4, 28 2A 36 × 2 27 7 22 12 17 32 4,4,4,4,4,4,3 27 3A6 2 × 35 15 30 20 25 10 3,3,4,4,4,4,4 26 4A 31 27 35 × 3 18 8 13 23 4,4,4,4,3,3,3 25 5A 11 7 15 3 × 34 24 29 19 3,3,3,3,4,4,4 24 6A 26 22 30 18 34 × 4 9 14 4,4,3,3,3,3 23 7A 16 12 20 8 24 4 × 33 28 3,3,3,3,3,3,4 22 8A 21 17 25 13 29 9 33 × 5 3,3,3,3,3,3,3, 21 9A13210231914285×3,4,3,4,3,4,324可以看到, n =8时每两场比赛相隔场次数只有2,3,4, n =9时每两场比赛相隔场次数只有3,4,以上结果可以推广,即n 为偶数时每两场比赛相隔场次数只有22-n ,12-n ,2n,n 为奇数时只有23-n ,21-n . (4)衡量赛程优劣的其他指标如平均相隔场次 记第i 队第j 个间隔场次数为ij c ,2,2,1,,,2,1-==n j n i ,则平均相隔场次为∑∑=-=-=n i n j ij c n n r 121)2(1r 是赛程整体意义下的指标,它越大越好.可以计算n =8,n =9的r ,并讨论它是否达到上界.相隔场次的最大偏差 定义||,r c Max f ij j i -=∑-=--=21|)2(|n j ij r n c Max gf 为整个赛程相隔场次的最大偏差,g 为球队之间相隔场次的最大偏差,它们都是越小越好.可以计算n =8,n =9的f ,g ,并讨论它是否达到上界.参考文献工程数学学报第20卷第5期2003 2. 影院座位设计建立满意度函数),(βαf ,可以认为α和β无关, ()()βαβαh g f -=),(,g ,h 取尽量简单的形式,如αα=)(g ;0)(=βh (030≤β),0)(h h =β)30(0>β. (1)可030≤β将作为必要条件,以α最大为最佳座位的标准.在上图中以第1排座位为坐标原点建立坐标轴x ,可以得到⎪⎭⎫⎝⎛+----⎪⎭⎫ ⎝⎛+--=⎪⎭⎫⎝⎛+--=d x x h c H d x x c H d x x c H θθαθβtan arctan tan arctan ,tan arctan β是x 的减函数.可得x ≈1.7m,即第3(或4)排处030=β.又通过计算或分析可知α也是x 的减函数,所以第3(或4)排处是最佳座位.(2)设定一个座位间隔l (如0.5m), x 从0(或030≤β处)到d D -按l 离散,对于)20~0(00θ计算α的平均值,得020=θ时其值最大.(3)可设地板线是x 的二次曲线2bx ax +,寻求a ,b 使α的平均值最大. 实际上,还应考虑前排不应挡住后排的视线.3.节水洗衣机(1996年全国大学生数学建模竞赛B 题)该问题不要求对洗衣机的微观机制(物理、化学方面)深入研究,只需要从宏观层次去把握.宏观上洗衣的基本原理是用洗涤剂通过漂洗把吸附在衣物上的污物溶于水中,再脱去污水带走污物;洗衣的过程是通过“加水——漂洗——脱水”程序的反复运行,使残留在衣物的污物越来越少,直到满意的程度;洗涤剂也是不希望留在衣物上的东西,可将“污物”定义为衣物上原有污物与洗涤剂的总和.假设每轮漂洗后污物均匀地溶于水中;每轮脱水后衣物含水量为常数c .0x ~初始污水量,~k u 第k 轮加水量,k x ~第k 轮脱水量),,2,1( =k .设每轮脱水前后污物在水中的浓度不变.于是cx c u x c xc u x c x u x n n n =+=+=--11221110,,, , 得到)()(210c u c u u c x x n n n ++=. 在最终污物量与初始污物量之比0/x x n 小于给定的清洁度条件下,求各轮加水量k u ),,1(n k =,使总用水量最小,即∑=nk k u u Min k 1()ε<++)(..21c u c u u c t s n n等价于)()(21c u c u u Min n u k +++++α=++)()(..21c u c u u t s na 为常数可得c u c u u n +==+= 21,即第n ~2轮加水量u u k =(常数),第1轮加水量c u u +=1.令cx u =,问题简化为nx Min u n ,ε<⎪⎭⎫ ⎝⎛+nx t s 11.. 其解为0→x ,即0→u ,而∞→n .这与实际上是不合理的.应该加上对u 的限制:21v u v ≤≤.则得max min n n n ≤≤,其中 max min n n n ≤≤,1)/1ln(2min +⎥⎦⎤⎢⎣⎡+=c v n α这样,n为有限的几个数,可一一比较,具体数据计算从略.参考文献:《数学的实践与认识》第27卷第1期,19974.教师工资调整方案(1995年美国大学生数学建模竞赛B 题)题目对职称提升年限表述得不甚清楚(如未提及助理教授的提升),教龄也未区分是什么职称下工作的年限,所以应该作出一些相应的简化假设.按所给信息,工资仅取决于职称和教龄.建立新方案的一种办法是将职称折合成教龄,如定义x=教龄t+7×k (对于讲师、助理教授、副教授、教授,k 分别取值0,1,2,3),然后寻求工资函数I(x),使之满足题目的要求,如I(0)=27000,I(7)=32000等,以及x 较大时022<dxId .另一种办法是职称、教龄分别对待,工资函数J(k,t)从多种函数中选择,如最简单的线性函数J(k,t)=k k k k b a t b a ,,+(k=0,1,2,3)根据一定条件确定.按照第一种办法得到的新工资方案,以职称和教龄综合指标为x 的教师的工资都应为I(x),而人们的目前工资会低于或高于它.根据题目要求,高工资不应降低,低工资则应逐渐提高,尽快达到理想值I(x).需要做的只是根据每人(目前)工资与(理想值的)差额,制定学校提供的提薪资金的分配方案.它应该是简单、合理、容易被人接受的.按以上原则可以建立不同的模型,应通过检验比较其恶劣.检验可基于题目所给数据,按照提薪计划运行若干年,考察接近理想方案的情况,即用过渡时期的情况检验模型;也可进行随机模拟,按照一定规则随机产生数据(可以包括聘用、提职、解聘、退休的人数和时间等),再按照提薪计划运行,考察接近理想方案的情况.参考文献:叶其孝,《大学生数学建模竞赛辅导教材》(四),湖南教育出版社,2001 5. 一个飞行管理问题(1995年全国大学生数学建模竞赛A 题) 设ij a 为第i 架飞机与第j 架飞机的碰撞角(即)8arcsin(ijij r a =其中ij r 为这两架飞机连线的长度),ij β为第i 架飞机相对于第j 架飞机的相对速度(矢量)与这两架飞机连线(从i 指向j 的矢量)的夹角(以连线矢量为基准,逆时针方向为正,顺时针方向为负),i θ为第架飞机飞行方向角调整量.本问题中的优化目标函数可以有不同的形式:如使所有飞机的最大调整量最小;所有飞机的调整量绝对值之和最小等.以所有飞机的调整量绝对值之和最小,可以得到如下的数学规划模型:∑=61i i Min θs.t. ,)(21ij j i ij a >++θθβ j i j i ≠=,6,,1,30≤i θ , 6,,1 =i为了利用LINGO 求解这个数学规划模型,可以首先采用其他数学软件计算出ij α和ij β.其实,ij α和ij β也是可以直接使用LINGO 来计算的,这相当于解关于ij α和ij β的方程,只是解方程并非LINDO 软件的特长,这里我们作为一个例子,看看如何利用LINGO 计算ij α,可输入如下模型到LINGO 求解ij α:MIDEL : 1]SETS:2] PLANE/1..6/:x0,y0; 3] link(plane,plane):alpha,sin2: 4]ENDSETS5] @FOR(LINK(I,J)|I#NE#J:6] sin2(I,J)=64/((X0(I)-X0(J))*(X0(I)-X0(J))+ 7] (Y0(I)-Y0(J))*(Y0(I)-Y0(J))); 8] );9] @FOR(LINK(I,J)|I#NE#J:10] (@SIN(alpha*3./180.0))^2=SIN2; 11] ); 12]DATA:13] X0=150,85,150,145,130,0; 14] Y0=140,85,155,50,150,0; 15]endata END 计算结果如下:ija j=1 2 3 4 5 6i =1 0.000 0 5.391232.2315.091820.96342.23452 5.391 2 0.0000 4.804 0 6.61355.807 9 3.81593 32.2310 4.8040.000 0 4.364722.83372.12554 5.091 8 6.6135 4.364 7 0.0004.4.537 2.98985 20.9634 5.807922.83374.53770.000 0 2.30986 2.234 5 3.8159 2.125 5 2.98982.309 8 0.000ijβ也可类似地利用LINGO求得,计算结果如下:ijβj=1 2 3 4 5 6i =1 0.000109.263 6-128.250 024.179 8173.065 114.474 92 109.263 60.000 0-88.871 1-42.243 6-92.304 89.000 03 -128.250 0-88.871 10.00012.476 3-58.786 20.310 84 24.179 8-42.243 612.476 30.000 05.969 2-3.525.65 173.065 1-92.304 8-58.786 25.969 20.000 01.914 46 14.479.000.310 -3.5 1.910.04 9 0 0 8 256 4 4 00 0于是,该飞机管理的数学规划模型可如下输入LINGO求解:MODEL:1]SETS2] plane/1..6/:cita:3] link(plane,plane):alpha,beta;4]ENDSETS5] min=@sum(plane:@abs(cita));6] @for(plane(I):7] @bnd(-30,cita(I),30);8] );9] @fpr(link(I,j)|I#NE#J:10] @ABS(beta(I,J)+0.5*cit(I)+0.5*cita(J))11] >alpha(I,J);12] );13]DATA:14] A;[JA=0.000 0 5.391.2…..…2.309 8 0.000 020] ;21] BETA=0.000 010 9.263 6………1.914 4 0.000 027] ;28]enddataEND[注] alpha,beta中数据略去,见上面表格.求解结果如下:OPTIMUM FOUND AT STEP 197SOLUTION OBJECTIVE VALUE= 3.630V ARIABLE V ALUE REDUCED COSTCITA(1) 0.E-06 -1.000 000 CITA(2) -0.E-05 -0.715 033 4CITA(3) 2.557 866 1.000 000 CITA(4) -0.E-04 0.E+00 CITA(5) 0.E-05 -1.000 000 CITA(6) 1.071 594 0.E+00 ………. (以下略)由此可知最优解为:︒︒≈≈07.1,56.263θθ (其它调整角度为0).评注:如果将目标改为最大调整量最小,则可进一步化简得到线形规划模型,也可用LINDO 或LINGO 求解.参考文献:《数学的实践与认识》第26卷第1期,1996 6. 降落伞的选择这个优化问题的决策变量是降落伞数量n 和每一个伞的半径r ,可先将n 和r 看作连续变量,建立优化模型,求得最优解后,再按题目要求作适当调整.目标函数之降落伞的费用,可以根据表1数据拟合伞面费用1C 与伞的半径r 的关系。

数学建模历年题目分析方法

数学建模历年题目分析方法

建模更是一种精神】数学建模全国大赛历年题目分析以及参赛成功方法数学建模竞赛的赛题分析1. CUMCM历年赛题简析2. “彩票中的数学”问题3. 长江水质的评估、预测与控制问题4. 煤矿瓦斯和煤尘的监测与控制问题5. 其他几个数学建模的问题数学建模竞赛的规模越来越大,水平越来越高;竞赛的水平主要体现在赛题水平;赛题的水平主要体现:(1)综合性、实用性、创新性、即时性等;(2)多种解题方法的创造性、灵活性、开放性等;(3)海量数据的复杂性、数学模型的多样性、求解结果的不唯一性等。

纵览16年的本科组32个题目(专科组13个),从问题的实际意义、解决问题的方法和题型三个方面作一些简单的分析。

一、CUMCM历年赛题的简析1. CUMCM 的历年赛题浏览:1992年:(A)作物生长的施肥效果问题(北理工:叶其孝)(B)化学试验室的实验数据分解问题(复旦:谭永基)1993年:(A)通讯中非线性交调的频率设计问题(北大:谢衷洁)(B)足球甲级联赛排名问题(清华:蔡大用)1994年:(A)山区修建公路的设计造价问题(西电大:何大可)(B)锁具的制造、销售和装箱问题(复旦:谭永基等)1995年:(A)飞机的安全飞行管理调度问题(复旦:谭永基等)(B)天车与冶炼炉的作业调度问题(浙大:刘祥官等)一、CUMCM历年赛题的简析1. CUMCM 的历年赛题浏览:1996年:(A)最优捕鱼策略问题(北师大:刘来福)(B)节水洗衣机的程序设计问题(重大:付鹂)1997年:(A)零件参数优化设计问题(清华:姜启源)(B)金刚石截断切割问题(复旦:谭永基等)1998年:(A)投资的收益和风险问题(浙大:陈淑平)(B)灾情的巡视路线问题(上海海运学院:丁颂康)1999年:(A)自动化机床控制管理问题(北大:孙山泽)(B)地质堪探钻井布局问题(郑州大学:林诒勋)(C)煤矸石堆积问题(太原理工大学:贾晓峰)一、CUMCM历年赛题的简析1. CUMCM 的历年赛题浏览:2000年:(A)DNA序列的分类问题(北工大:孟大志)(B)钢管的订购和运输问题(武大:费甫生)(C)飞越北极问题(复旦:谭永基)(D)空洞探测问题(东北电力学院:关信)2001年:(A)三维血管的重建问题(浙大:汪国昭)(B)公交车的优化调度问题(清华:谭泽光)(C)基金使用计划问题(东南大学:陈恩水)2002年:(A)汽车车灯的优化设计问题(复旦:谭永基等)(B)彩票中的数学问题(信息工程大学:韩中庚)(D) 球队的赛程安排问题(清华大学:姜启源)一、CUMCM历年赛题的简析1. CUMCM 的历年赛题浏览2003年:(A)SARS的传播问题(集体)(B)露天矿生产的车辆安排问题(吉林大:方沛辰)(D)抢渡长江问题(华中农大:殷建肃)2004年:(A)奥运会临时超市网点设计问题(北工大:孟大志)(B)电力市场的输电阻塞管理问题(浙大:刘康生)(C)酒后开车问题(清华大学:姜启源)(D)公务员的招聘问题(信息工程大学:韩中庚)2005年:(A)长江水质的评价与预测问题(信息工大:韩中庚)(B)DVD在线租赁问题(清华大学:谢金星等)(C) 雨量预报方法的评价问题(复旦:谭永基)一、CUMCM历年赛题的简析1. CUMCM 的历年赛题浏览2006年:(A)出版社的资源管理问题(北工大:孟大志)(B)艾滋病疗法的评价及预测问题(天大:边馥萍)(C)易拉罐形状和尺寸的设计问题(北理工:叶其孝)(D)煤矿瓦斯和煤尘的监测与控制问题(信息工程大学:韩中庚)2007年:(A)中国人口增长预测问题(清华大学:唐云)(B)“乘公交,看奥运”问题(吉大:方沛辰,国防科大:吴孟达)(C)“手机套餐”优惠几何问题(信息工程大学:韩中庚)(D)体能测试时间的安排问题(首都师大:刘雨林)一、CUMCM历年赛题的简析一、CUMCM历年赛题的简析1. CUMCM 的历年赛题浏览2001年夏令营三个题:(A)三峡工程高坡开挖优化设计(三峡大学:李建林等)(B)城市交通拥阻的分析与治理(北京理工大学:叶其孝)(C)乳房癌的诊断问题(复旦大学:谭永基)2006年夏令营三个题:(A)教材出版业的市场调查、评估和预测方法问题(北工大:孟大志)(B)铁路大提速下的京沪线列车调度问题(信息工程大学:韩中庚)(C)旅游需求的预测预报问题(北京理工:叶其孝)2、从问题的实际意义分析32个问题从实际意义分析大体上可分为:工业、农业、工程设计、交通运输、经济管理、生物医学和社会事业等七个大类。

数学建模题目及答案解析

数学建模题目及答案解析

数学建模题目及答案解析-CAL-FENGHAI-(2020YEAR-YICAI)_JINGBIAN09级数模试题1. 把四只脚的连线呈长方形的椅子往不平的地面上一放,通常只有三只脚着地,放不稳,然后稍微挪动几次,就可以使四只脚同时着地,放稳了。

试作合理的假设并建立数学模型说明这个现象。

(15分) 解:对于此题,如果不用任何假设很难证明,结果很可能是否定的。

因此对这个问题我们假设 : (1)地面为连续曲面(2)长方形桌的四条腿长度相同(3)相对于地面的弯曲程度而言,方桌的腿是足够长的 (4)方桌的腿只要有一点接触地面就算着地。

那么,总可以让桌子的三条腿是同时接触到地面。

现在,我们来证明:如果上述假设条件成立,那么答案是肯定的。

以长方桌的中心为坐标原点作直角坐标系如图所示,方桌的四条腿分别在A 、B 、C 、D 处,A 、B,C 、D 的初始位置在与x 轴平行,再假设有一条在x 轴上的线ab,则ab 也与A 、B ,C 、D 平行。

当方桌绕中心0旋转时,对角线 ab 与x 轴的夹角记为θ。

容易看出,当四条腿尚未全部着地时,腿到地面的距离是不确定的。

为消除这一不确定性,令()f θ为A 、B 离地距离之和,()g θ为C 、D 离地距离之和,它们的值由θ唯一确定。

由假设(1),()f θ,()g θ均为θ的连续函数。

又由假设(3),三条腿总能同时着地, 故()f θ()g θ=0必成立(∀θ)。

不妨设(0)0f =,(0)0g >g (若(0)g 也为0,则初始时刻已四条腿着地,不必再旋转),于是问题归结为: 已知()f θ,()g θ均为θ的连续函数,(0)0f =,(0)0g >且对任意θ有00()()0f g θθ=,求证存在某一0θ,使00()()0f g θθ=。

证明:当θ=π时,AB 与CD 互换位置,故()0f π>,()0g π=。

作()()()h f g θθθ=-,显然,()h θ也是θ的连续函数,(0)(0)(0)0h f g =-<而()()()0h f g πππ=->,由连续函数的取零值定理,存在0θ,00θπ<<,使得0()0h θ=,即00()()f g θθ=。

数学建模例题及解析

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。

全国大学生数学建模竞赛赛题基本解法

全国大学生数学建模竞赛赛题基本解法

• 总结 • 数学建模竞赛常用方法和手段主要是下面几类:
• 1.分析类 如最优捕鱼策略 SARS的传播 微分方程 • 2.运筹学 图论 规划等 • 3.数理统计 统计分析、数据处理等 • 4.计算机 模式识别、Fisher判别、人工神经网
络、仿真模拟等 • 5.常用软件 • Matlab Mathematica Lingo SAS系统等
全国大学生数学建模竞赛贵州赛区组委会93a非线性交调的频率设计拟合规划93b足球队排名图论层次分析整数规划94a逢山开路图论插值动态规划94b锁具装箱问题图论组合数学95a飞行管理问题非线性规划线性规划95b天车与冶炼炉的作业调度动态规划排队论图论96a最优捕鱼策略微分方程优化96b节水洗衣机非线性规划97a零件的参数设计非线性规划97b截断切割的最优排列随机模拟图论98a一类投资组合问题多目标优化非线性规划98b灾情巡视的最佳路线图论组合优化99a自动化车床管理随机优化计算机模拟99b钻井布局01规划图论00adna序列分类模式识别fisher判别人工神经网络00b钢管订购和运输组合优化运输问题01a血管三维重建曲线拟合曲面重建01b工交车调度问题多目标规划02a车灯线光源的优化非线性规划02b彩票问题单目标决策仿真模拟03asars的传播微分方程差分方程时间序列03b露天矿生产的车辆安排整数规划运输问题04a奥运会临时超市网点设计统计分析数据处理优化04b电力市场的输电阻塞管理数据拟合优化05a长江水质的评价和预测统计分析数据处理预测1
• 其包括许多模块,如统计分析模块、绘图模块、 质量控制模块、SAS/ETS(经济计量学和时间 序列分析模块)、SAS/OR(运筹学模块)、 SAS/FSP(快速数据处理的交互式菜单系统模 块)、SAS/AF(交互式全屏幕软件应用系统模 块)等等。

数学模型试题及答案解析

数学模型试题及答案解析

数学模型试题及答案解析一、单项选择题(每题3分,共30分)1. 以下哪个不是数学模型的特征?A. 抽象性B. 精确性C. 可验证性D. 复杂性答案:D2. 数学模型的建立通常不包括以下哪个步骤?A. 定义问题B. 收集数据C. 建立假设D. 验证结果答案:D3. 在数学建模中,以下哪个不是模型分析的方法?A. 定性分析B. 数值分析C. 图形分析D. 统计分析答案:D4. 数学模型的验证不包括以下哪项?A. 内部一致性检验B. 与已知结果比较C. 与实验数据比较D. 模型的优化答案:D5. 在数学建模中,以下哪个不是模型的类型?A. 确定性模型B. 随机模型C. 动态模型D. 静态模型答案:D6. 以下哪个是数学模型的典型应用领域?A. 经济学B. 物理学C. 生物学D. 所有以上答案:D7. 数学模型的建立过程中,以下哪个步骤是不必要的?A. 问题定义B. 假设建立C. 模型求解D. 模型展示答案:D8. 数学模型的分析中,以下哪个不是常用的工具?A. 微分方程B. 线性代数C. 概率论D. 量子力学答案:D9. 在数学建模中,以下哪个不是模型的评估标准?A. 准确性B. 可解释性C. 简洁性D. 复杂性答案:D10. 数学模型的建立过程中,以下哪个步骤是至关重要的?A. 问题定义B. 数据收集C. 模型求解D. 模型验证答案:A二、多项选择题(每题5分,共20分)11. 数学模型的建立过程中,以下哪些步骤是必要的?A. 问题定义B. 数据收集C. 模型求解D. 模型验证答案:ABCD12. 数学模型的类型包括以下哪些?A. 确定性模型B. 随机模型C. 动态模型D. 静态模型答案:ABCD13. 数学模型的分析方法包括以下哪些?A. 定性分析B. 数值分析C. 图形分析D. 统计分析答案:ABCD14. 数学模型的验证包括以下哪些?A. 内部一致性检验B. 与已知结果比较C. 与实验数据比较D. 模型的优化答案:ABC三、填空题(每题4分,共20分)15. 数学模型的建立通常包括定义问题、______、建立假设和模型求解四个步骤。

数学建模考试试题及答案.doc

数学建模考试试题及答案.doc

数学建模及应用试题汇总1.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。

2.建立理想单摆运动满足的微分方程,并得出理想单摆运动的周期公式。

3. 一根长度为 l 的金属杆被水平地夹在两端垂直的支架上,一端的温度恒为T1,另一端温度恒为 T2,( T1、 T2 为常数, T1> T2)。

金属杆横截面积为A,截面的边界长度为B,它完全暴露在空气中,空气温度为T3,(T3< T2,T3 为常数),导热系数为α,试求金属杆上的温度分布T(x),(设金属杆的导热率为λ)4. 甲乙两队进行一场抢答竞赛,竞赛规则规定:开始时每队各记 2 分,抢答题开始后,如甲取胜则甲加 1 分而乙减 1 分,反之则乙加 1 分甲减 1 分 ,(每题必需决出胜负)。

规则还规定,当其中一方的得分达到 4 分时,竞赛结束。

现希望知道:(1)甲队获胜的概率有多大?(2)竞赛从开始到结束,平均转移的次数为多少?(3)甲获得 1、 2、 3 分的平均次数是多少?5.由于指派问题的特殊性,又存在着由匈牙利数学家提出的更为简便的解法——匈牙利算法。

当系数矩阵为下式,求解指派问题。

16 15 19 22C 17 21 19 18 24 22 18 17 17 19 22 166. 在遥远的地方有一位酋长,他想把三个女儿嫁出去。

假定三个女儿为A、B、C,三位求婚者为 X、 Y、 Z。

每位求婚者对A、 B、 C 愿出的财礼数视其对她们的喜欢程度而定:A B Cx 3 5 26y 27 10 28z 1 4 77.问酋长应如何嫁女,才能获得最多的财礼(从总体上讲,他的女婿最喜欢他的女儿。

某工程按正常速度施工时,若无坏天气影响可确保在30 天内按期完工。

但根据天气预报,15 天后天气肯定变坏。

有40%的可能会出现阴雨天气而不影响工期,在50%的可能会遇到小风暴而使工期推迟15 天,另有10%的可能会遇到大风暴而使工期推迟20 天。

数学建模试题(带答案)大全

数学建模试题(带答案)大全

(14 分)
得分
四、(满分 10 分) 雨滴的速度 v 与空气密度 、粘滞系数 和重力加速度 g 有关,其中粘
滞系数的量纲[ ]= L1MT 1 1,用量纲分析方法给出速度 v 的表达式.
解:设 v , , , g 的关系为 f ( v , , , g ) =0.其量纲表达式为
[ v ]=LM0T-1,
学分 5 4 4
4
数据结构
3
5
应用统计
4
6
计算机模拟 3
7
计算机编程 2
8
预测理论
2
9
数学实验
3
所属类别 数学 数学 数学;运筹学
数学;计算机 数学;运筹学
计算机;运筹学 计算机 运筹学 运筹学;计算机
先修课要求
微积分;线性代 数 计算机编程 微积分;线性代 数 计算机编程
应用统计 微积分;线性代 数
由 U 0, U 0 可得到最优价格:
p1
p2
1
T
1
3T
p1 2b [a b(q0
)] 4
P2 2b [a b(q0 4 )]
前期销售量
T、(2 a
0

bp1
)dt
后期销售量
T
T /2 (a p2 )dt
总销售量
Q0
=
aT
bT 2
(
p1
p2 )
在销售量约束条件下 U 的最大值点为
~p1
a b
Q0 bT
T 8
,
P~2
a b
Q0 bT
T 8
7. (1)雨水淋遍全身, s 2(ab bc ac) 2*(1.5*0.5 0.5*0.2 1.5*0.2) 2.2m2

《数学建模》试题解答要点及部分答案

《数学建模》试题解答要点及部分答案

2002年《数学建模》试题解答要点及部分答案阅卷原则:以假设的合理性、建模的创新性、结果的正确性、文字表述的清晰程度为主要标准.说明:该套题目分为基本题目和分析题,其中分析题应在仔细分析和深入思考的基础上,发挥自己的创造能力,留下独立思考的痕迹.这里给出的答题要点是教师个人的想法,鼓励同学们的其它正确合理的解答.一.(基本题目)(1)在一个密度为ρ的流质表面下深 h 处的压强P=ρgh (g 是重力加速度),试检验此公式的量纲是否正确?(2)在弹簧—质量—阻力系统中,质量为m 的物体在外力F(t)的作用下,在 t 时刻的位置x(t)满足以下方程:)(22t F kx dtdx r dt xd m =++, 其中r 是阻尼系数,k 是弹簧的弹性系数,试确定r, k 的量纲.解答(1)[p] =L —1MT —2, 公式量纲正确;(2)[ r]= MT —1, [k]= MT —2.二. (分析题)一个细菌培养器皿中细菌的繁殖速度很快,目前器皿中有100个细菌,每隔5分钟细菌个数就会加倍,请仔细分析实际情况,建立一个函数表示出 t 时刻的细菌数量.解答 关键语句:“仔细分析实际情况”1.讲义p54的 模型 0,)139.0exp(100≥=t t y 是理想化的结果,不合乎实际情况。

2. 结合实际情况可考虑以下因素:细菌的繁殖、死亡、营养、培养器皿的空间大小等.3.做合理的假设,如:*1 器皿中的营养足够细菌的繁殖需要;*2 细菌个数是连续变化的,细菌的增加理解为自然繁殖个数减去自然死亡个数;*3 培养器皿的空间所限,器皿中存活细菌个数有上限Y M (类似于相对于人类生存的地球)。

4. 对理想化模型进行改进:⎩⎨⎧>≤<=.,;0,)139.0exp(100)(MM M t t Y t t t t y 其中,有M M Y t y =)(。

256注:针对对不同情况的考虑,可做出不同的假设,建立不同的模型.但应考虑马尔萨斯模型是否满足条件“有100个细菌,每隔5分钟细菌个数加倍”.三.(基本题目) (见概率论教材p41)许多人有过这样的经历,进行一次医疗检查,结果呈阳性提示此人患病,但实际上却虚惊一场,究其原因往往是检查的技术水平等因素造成错误所致。

自己弄的历年全国数学建模试题及解法归纳定义

自己弄的历年全国数学建模试题及解法归纳定义

历年全国数学建模试题及解法归纳定义93A非线性交调的频率设计拟合是指已知某函数的若干离散函数值{f1,f2,…,fn},通过调整该函数中若干待定系数f(λ1, λ2,…,λn),使得该函数与已知点集的差别(最小二乘意义)最小。

如果待定函数是线性,就叫线性拟合或者线性回归(主要在统计中),否则叫作非线性拟合或者非线性回归。

表达式也可以是分段函数,这种情况下叫作样条拟合。

拟合的曲线一般可以用函数表示.根据这个函数的不同有不同的拟合名字。

在MATLAB中可以用polyfit 来拟合多项式。

93A数学规划学科的内容十分丰富,包括许多研究分支,如:线性规划、非线性规划、多目标规划、动态规划、参数规划、组合优化和整数规划、随即规划、模糊规划、非光滑优化、多层规划、全局优化、变分不等式和互补问题等。

数学规划学科的内容十分丰富,包括许多研究分支,如:线性规划、非线性规划、多目标规划、动态规划、参数规划、组合优化和整数规划、随即规划、模糊规划、非光滑优化、多层规划、全局优化、变分不等式和互补问题等。

93B足球队排名图论是研究由线连接的点集的理论。

点集中的点称为结点,连接某些点对的线称为边。

一些由结点及边构成的图称为线图。

在线图中,结点的位置分布和边的长短曲直都可以任意描画,这并不改变实际问题的性质。

我们关心的是它有多少个结点,在哪些结点间有边相连,以及整个线图具有的某些特性。

93B层次分析(AHP)(购物模型、选拔干部模型等)是将决策问题分为3个层次:目标层O,准则层C,方案层P;每层有若干元素,各层元素间的关系用相连的直线表示。

通过相互比较确定各准则对目标的权重,及各方案对每一准则的权重。

将上述两组权重进行综合,确定各方案对目标的权重。

层次分析法将定性分析与定量分析结合起来完成以上步骤,给出决策问题的定量结果。

93B整数规划:依照决策变量取整要求的不同,整数规划可分为纯整数规划、全整数规划、混合整数规划、0-1整数规划。

原题目:数学建模竞赛题目与解答

原题目:数学建模竞赛题目与解答

原题目:数学建模竞赛题目与解答
数学建模竞赛是一个经典的竞赛形式,旨在测试参赛者对数学
问题的理解和解决能力。

本文将介绍一些常见的数学建模竞赛题目
及其解答。

1. 题目:某公司需要根据过去的销售数据预测未来一年的销售额。

已知过去5年销售额的数据如下:(省略数据)
解答:为了预测未来一年的销售额,可以使用回归分析的方法。

首先,将过去的销售额数据作为自变量,时间作为因变量,建立回
归模型。

然后,利用该模型来预测未来一年的销售额。

2. 题目:某城市的交通拥堵问题日益严重,如何合理规划道路
网以减轻交通压力?
解答:为了合理规划道路网以减轻交通压力,可以使用网络优
化的方法。

首先,建立该城市的交通网络模型,包括各个道路的长度、拥堵情况等参数。

然后,通过优化算法,确定最佳的道路规划
方案,以减轻交通压力。

3. 题目:某餐厅需要确定每个菜品的最佳售价,以最大化利润。

已知每个菜品的成本和销售量如下:(省略数据)
解答:为了确定每个菜品的最佳售价,可以使用价格优化的方法。

首先,将每个菜品的成本和销售量作为参数,建立利润模型。

然后,利用优化算法,确定最佳的售价,以最大化利润。

以上是一些常见的数学建模竞赛题目及其解答。

通过深入理解
和灵活运用数学方法,可以有效解决各种实际问题,提高数学建模
能力。

国内数模赛题解题方法总结

国内数模赛题解题方法总结

国内数模赛题解题方法总结第一篇:国内数模赛题解题方法总结国内数学建模竞赛试题解题方法总结国内数学建模竞赛试题解题方法总结93A 非线性交调的频率设计(拟合、规划)93B 足球队排名次(矩阵论、图论、层次分、整数规划)94A 逢山开路(图论、插值、动态规划)94B 锁具装箱问题(图论、组合数学)95A 飞行管理问题(非线性规划、线性规划)95B 天车与冶炼炉的作业调度(非线性规划、动态规划、层次分析法、PETRI方法、图论方法、排队论方法)96A 最优捕鱼策略(微分方程、优化)96B 节水洗衣机(非线性规划)97A 零件的参数设计(田口方法、非线性规划)97B 截断切割的最优排列(动态规划、图论模型、随机模拟)98A 一类投资组合问题(多目标优化、模糊线性规划、非线性规划)98B 灾情巡视的最佳路线(图论、组合优化、线性规划)99A 自动化车床管理(随机优化、计算机模拟)99B 钻井布局(0-1规划、非线性规划、图论方法)00A DNA序列分类(欧氏距离、马氏距离分类法、Fischer判别模型、神经网络方法)00B 钢管订购和运输(离散优化、运输问题)01A 血管三维重建(曲面重建、曲线拟合)01B 公交车调度问题(多目标规划)02A 车灯线光源的优化(非线性规划)02B 彩票问题(单标决策、多目标决策)目第二篇:2014年数模校内赛题2014年全国大学生数学建模竞赛(2014CMCM)浙江科技学院校内选拔赛试题A题暑假活动安排的决策模型我校某二年级学生准备暑假参加三种活动之一:活动一:赴美国进行游学一个月。

具体内容就是赴美国几所全球著名进行游学。

体验国际一流大学的学习、生活的情况,达到为今后择业、就业和留学等事早作准备。

活动二:准备从大二开始参加各种辅导班,比如数学考研班、英语考研班等;为两年以后考研提前做准备。

活动三:准备参加为期四十天的暑期数学建模竞赛集训班,为九月份的全国大学生数学建模竞赛作准备。

历年数学建模赛题题目详解

历年数学建模赛题题目详解

历年数学建模赛题题目1992年(A) 施肥效果分析问题(北京理工大学:叶其孝)(B) 实验数据分解问题(华东理工大学:俞文此; 复旦大学:谭永基)1993年(A) 非线性交调的频率设计问题(北京大学:谢衷洁)(B) 足球排名次问题(清华大学:蔡大用)1994年(A) 逢山开路问题(西安电子科技大学:何大可)(B) 锁具装箱问题(复旦大学:谭永基,华东理工大学:俞文此)1995年(A) 飞行管理问题(复旦大学:谭永基,华东理工大学:俞文此)(B) 天车与冶炼炉的作业调度问题(浙江大学:刘祥官,李吉鸾)1996年(A) 最优捕鱼策略问题(北京师范大学:刘来福)(B) 节水洗衣机问题(重庆大学:付鹂)1997年(A) 零件参数设计问题(清华大学:姜启源)(B) 截断切割问题(复旦大学:谭永基,华东理工大学:俞文此)1998年(A) 投资的收益和风险问题(浙江大学:陈淑平)(B) 灾情巡视路线问题(上海海运学院:丁颂康)1999年(A) 自动化车床管理问题(北京大学:孙山泽)(B) 钻井布局问题(郑州大学:林诒勋)(C) 煤矸石堆积问题(太原理工大学:贾晓峰)(D) 钻井布局问题(郑州大学:林诒勋)2000年(A) DNA序列分类问题(北京工业大学:孟大志)(B) 钢管订购和运输问题(武汉大学:费甫生)(C) 飞越北极问题(复旦大学:谭永基)(D) 空洞探测问题(东北电力学院:关信)2001年(A) 血管的三维重建问题(浙江大学:汪国昭)(B) 公交车调度问题(清华大学:谭泽光)(C) 基金使用计划问题(东南大学:陈恩水)(D) 公交车调度问题(清华大学:谭泽光)2002年(A) 车灯线光源的优化设计问题(复旦大学:谭永基,华东理工大学:俞文此)(B) 彩票中的数学问题(解放军信息工程大学:韩中庚)(C) 车灯线光源的优化设计问题(复旦大学:谭永基,华东理工大学:俞文此)(D) 赛程安排问题(清华大学:姜启源)2003年(A) SARS的传播问题(组委会)(B) 露天矿生产的车辆安排问题(吉林大学:方沛辰)(C) SARS的传播问题(组委会)(D) 抢渡长江问题(华中农业大学:殷建肃)2004年(A) 奥运会临时超市网点设计问题(北京工业大学:孟大志)(B) 电力市场的输电阻塞管理问题(浙江大学:刘康生)(C) 酒后开车问题(清华大学:姜启源)(D) 招聘公务员问题(解放军信息工程大学:韩中庚)2005年(A) 长江水质的评价和预测问题(解放军信息工程大学:韩中庚)(B) DVD在线租赁问题(清华大学:谢金星等)(C) 雨量预报方法的评价问题(复旦大学:谭永基)(D) DVD在线租赁问题(清华大学:谢金星等)2006年(A) 出版社的资源配置问题(北京工业大学:孟大志)(B) 艾滋病疗法的评价及疗效的预测问题(天津大学:边馥萍)(C) 易拉罐的优化设计问题(北京理工大学:叶其孝)(D) 煤矿瓦斯和煤尘的监测与控制问题(解放军信息工程大学:韩中庚)2007年(A) 中国人口增长预测(B) 乘公交,看奥运(C) 手机“套餐”优惠几何(D) 体能测试时间安排2008年(A)数码相机定位,(B)高等教育学费标准探讨,(C)地面搜索,(D)NBA赛程的分析与评价2009年(A)制动器试验台的控制方法分析(B)眼科病床的合理安排(C)卫星和飞船的跟踪测控(D)会议筹备2010年(A)储油罐的变位识别与罐容表标定(B)2010年上海世博会影响力的定量评估(C)输油管的布置(D)对学生宿舍设计方案的评价注:C、D题是大专组赛题2011年(A)城市表层土壤重金属污染分析(B)交巡警服务平台的设置与调度(C)企业退休职工养老金制度的改革(D)天然肠衣搭配问题2012年(A)葡萄酒的评价(B)太阳能小屋的设计(C)脑卒中发病环境因素分析及干预(D)机器人避障问题实物交换模型,战争模型,3.传染病模型,4.救火模型,5.储存模型,6.气象站模型7.卖报模型,8.牙膏销售模型,9.席位数量模型最优化方法:LP建模、LP模型分析、IP建模、IP建模技巧LINGO:LINGO基本编程、用LINGO分析模型,高级算法:遗传算法,粒子群算法。

数学建模历年国赛c题

数学建模历年国赛c题

数学建模历年国赛C题1. 引言数学建模是数学学科与实际问题相结合的一种学科交叉。

每年都会有各种各样的数学建模竞赛,其中国家级数学建模竞赛是最高水平的竞赛之一。

本文将对国家级数学建模竞赛历年的C题进行分析与总结,希望能够为参与数学建模竞赛的同学提供一些帮助与指导。

2. 国赛C题概述国家级数学建模竞赛的C题是一道较为综合性的题目,通常涉及到多个数学领域的知识和技巧。

C题的解答过程往往需要多个步骤和推理,并且对数学建模的基本原理和方法都有一定的要求。

下面将对历年的C题进行概述,给出简要的问题描述和解题思路。

2.1 C题年份1问题描述:该年的C题是关于城市交通规划的问题。

给定一个城市的道路网络图,要求设计一种最优的交通规划方案,使得城市中的交通流量最大化,同时减少人们的出行时间和减少环境污染。

解题思路:该问题可以转化为一个最小费用流问题,通过对道路网络图进行建模,确定各条道路的容量和费用,然后使用最小费用流算法求解最优的交通规划方案。

2.2 C题年份2问题描述:该年的C题是关于电力系统的问题。

给定一个电力系统的拓扑结构图和负荷需求,要求设计一种最优的供电方案,使得电力系统的供电可靠性最大化,同时满足负荷需求,最大限度地减少系统的能量损耗。

解题思路:该问题可以转化为一个优化问题,通过对电力系统的拓扑结构图进行建模,确定各个电力节点的供电能力和负荷需求,然后使用整数规划或者动态规划等方法求解最优的供电方案。

2.3 C题年份3问题描述:该年的C题是关于物流配送的问题。

给定若干个配送中心和客户需求,要求设计一种最优的物流配送方案,使得客户的需求能够得到满足,同时最大限度地减少车辆行驶的总路程。

解题思路:该问题可以转化为一个带约束条件的最小路径问题,通过对配送中心和客户需求的位置和距离进行建模,可以使用图论中的最短路径算法求解最优的物流配送方案。

3. 解题方法与技巧国赛C题作为一道较为综合性的数学建模题目,解答过程通常需要运用多种数学知识和技巧。

数学建模历年国赛c题

数学建模历年国赛c题

数学建模历年国赛c题一、引言数学建模是一门综合性较强的学科,旨在通过数学模型解决实际问题。

历年来,国内外的各类数学建模竞赛都备受青睐,其中国赛C题更是备受关注。

本文将对数学建模历年国赛C题进行回顾与分析,并总结其中的一些经验和技巧。

二、数学建模历年国赛C题回顾1. 20XX年国赛C题:XXX在这一年的国赛C题中,我们需要构建一个数学模型来解决XXX问题。

通过分析问题背景、观察问题特征,并引入一些适当的假设,我们得到了一个完整的数学模型。

接下来,我们采用了XXX方法对模型进行求解,并得到了满意的结果。

该年的国赛C题要求我们充分利用已有的数学知识,并将其应用到实际问题中,通过数学模型的建立与求解,取得了良好的效果。

2. 20XX年国赛C题:XXX本年度的国赛C题涉及到XXX,我们需要利用已有的数据和信息,构建一个合适的数学模型,解决该问题。

通过对问题进行细致的分析和推导,我们提出了一个创新的数学模型,该模型能够考虑到XXX的特点,并在求解时给出准确的结果。

在解决的过程中,我们还结合了XXX的方法,进一步提高了模型的精确度和可靠性。

3. 20XX年国赛C题:XXX这一年的国赛C题要求我们应用数学建模方法解决XXX问题。

我们通过对问题的深入分析,提出了一个合理的数学模型,并利用数值计算方法对模型进行求解。

在求解过程中,我们遇到了XXX困难,但通过反复推敲和不断调整,我们最终找到了合适的解决方案。

该年的国赛C题提示了数学建模过程中的难点和挑战,使我们对数学建模有了更深入的了解和认识。

三、数学建模C题的经验与技巧1. 深入理解问题:在解决数学建模C题时,我们首先要对问题进行深入的理解。

这包括对问题背景、要求和约束条件等方面进行详细分析,确保我们对问题的理解准确无误。

2. 合理建立数学模型:在建模过程中,我们需要根据问题的特点和要求,选择合适的数学方法和模型来描述问题。

在建模过程中,要充分利用已有的数学知识,同时也要灵活运用创新的思维方式,提出新颖的数学模型。

  1. 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. 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. 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)。

各个分社提出的出版需求计划是决策的基础,而市场信息是调 整分社计划达到效益最大化的主要调节依据。在以上总体结构下, 需 要将各个分社的计划信息和市场信息的信息产生结构分析清楚。
2、 分社计划信息 在附录 4 中给出了各个分社 06 年申请的书号计划数,即分社所 属课程的计划数的列表。该出版社中,分社是按学科划分的,学科之 下又有若干课程,问题的决策对象可以分两级:课程级以及学科级。 也就是说,可以以课程作为基本分配对象,学科数据可以通过汇总得 到;也可以先将数据汇总到学科,然后以学科作为配置单位。两种方 法计算结果会有所不同。 3、 市场信息 相关的市场信息主要包括两个方面:需求信息和竞争力信息, 包括它们的变化趋势。 3.1 需求信息。 课程级的销售额是决策的目标函数的基础组 分(附录 4 中提示了销售额与盈利的等价性)。在根据课程级的需求 计划计算销售额时, 需要用过去五年该课程的实际销售量去预测当年 的销售量。这样就已经考虑了市场的需求信息,因此在总社的进一步 分析中不必要重复使用这类市场信息。另一方面,由于分社有夸大需 求的倾向(附录 4 提示),将课程级的计划销售量与实际销售量之比 作为“计划准确性系数”,在课程级的销售额中作为权重是恰当的考 虑。 3.2 竞争力信息。企业在战略决策中的主要原则是:重点支持 竞争力强、竞争力发展趋势强的产品(题目中已经提示)。虽然企业 也要关注现实竞争力不强、但有潜力的产品,但这不是主要的决策原 则,这是一个恰当的简化。竞争力因素很多,但是对于本题,由于只 给出了两方面的数据(A. 对教材的课程级的满意度,B. 该出版社的 课程级的市场占有率),因此也只有用这两个数据产生对于各个课程 的不同的竞争力系数,这是总社的主要调控手段,应体现在规划问题 的目标函数中。 4、建模过程 如何从给定数据中提取需要的每项市场信息,是本题建模的关键 之一。 4.1 市场需求信息。这里主要是课程级的需求量预测。从历年 的销售数据,即已经出版过的同课程的历年销售数据,可得到目标函 数的主要表达式:
[(课程级销量*平均书价)/当年的该课程的获得书号数]=该课 程的书号的平均销售额 4. 2 产品满意度。 在问卷调查中的本出版社的满意度 (课程级) 的均值除以所有出版社的满意值的均值,可以作为该课程的满意度, 这里“度”是率的含意。 4.3 市场份额占有率。 在问卷调查的统计中已经给出了关于 课程与出版社市场份额分布表, 而通过五年的市场份额分布表可以回 归出预测的市场份额占有率。 4.4 竞争力系数。以上两点可以产生单一的竞争力系数(通过 模型方法)加入到目标函数中,例如,可以从五年的历史数据拟合得 到加权系数,再进行加权求和等,方法各异。 由以上 4 点以及考虑到 3.1 中的“计划准确性系数”,可以构 成规划的目标函数。 4.5 约束条件:该社的产能即人力资源的约束,书号总量的限制 以及至少满足申请数一半的要求(附录 4),即可得到规划问题的完 整表示。 5、决策的逻辑结构
01A 血管三维重建 01B 公交车调度问题 02A 车灯线光源的优化 02B 彩票问题 03A SARS 的传播 03B 露天矿生产的车辆安排 04A 奥运会临时超市网点设计
曲线拟合、曲面重建 多目标规划 非线性规划 单目标决策 微分方程、差分方程 整数规划、运输问题 统计分析、 数据处理、 优化
历年全国数学建模试题及解法归纳
赛题 93A 非线性交调的频率设计 93B 足球队排名
解法 拟合、规划 图论、层次分析、整数规划
94A 逢山开路 94B 锁具装箱问题 95A 飞行管理问题 95B 天车与冶炼炉的作业调度 96A 最优捕鱼策略 96B 节水洗衣机 97A 零件的参数设计 97B 截断切割的最优排列 98A 一类投资组合问题 98B 灾情巡视的最佳路线 99A 自动化车床管理 99B 钻井布局 00A DNA 序列分类
1) 总体回归模型 用全部数据拟合一个模型,如 yij=b0+b1tij+b2tij , tij 为第 i 病人第 j 次测量时间,yij 为第 i 病人第 j 次测量值(CD4, HIV)或测量值与初始值之比。一次与二次函数模型比较,二次较优。 用数据估计 b0,b1,b2, 对 CD4,b2<0, b1>0, t=-b1/2b2 达到最大;对 HIV,b2>0,b1<0, t=-b1/2b2 达到最小。一般在 25~30(周)CD4 达到 最大、HIV 达到最小。可以合理地确定最佳治疗终止时间。 2) 个人回归模型 用每个病人的数据拟合一个模型,如上式(bk 改 为 bik, k=0,1,2), 计算 bik 的均值和均方差,用均值同 1)可得 CD4 的最大点和 HIV 的最小点, 一般为 20~30 (周) 。 可对 CD4 统计 b2i<0, b1i>0(存在正最大点)及 b2i>0(不存在最大点)的频率,对 HIV 统 计 b2i>0, b1i<0(存在正最小点)及 b2i<0(不存在最小点)的频率, 在一定条件下可以作为终止治疗与继续治疗的概率(一般为 0.6~0.8 与 0.3~0.2) ; 也可用 bik 的均值和均方差在一定分布的假定下直接计 算这些概率。 注 1 建立几种模型相互比较、验证者较优。 注 2 不能只有模型,不做统计分析;对模型结果进行统计分析, 考虑与数据拟合程度、注意去除异常数据者较优 注 3 注意到有一些数据是当出现 CD4 下降、HIV 上升就及时结 束的,并做出适当考虑者较优。 注 4 注意到题目中 “艾滋病治疗的目的, 是尽量减少人体内 HIV 的数量,同时产生更多的 CD4,至少要有效地降低 CD4 减少的速度”, 并对结果做出适当考虑者较优
图论、插值、动态规划 图论、组合数学 非线性规划、线性规划 动态规划、排队论、图论 微分方程、优化 非线性规划 非线性规划 随机模拟、图论 多目标优化、非线性规划 图论、组合优化 随机优化、计算机模拟 0-1 规划、图论 Fisher 判别、 模式识别、 人工 神经网络
00B 钢管订购和运输
组合优化、运输问题
主要包括销售额表达式 (注意如果作者利用了附录数据说明中的 假设,则赢利与销售额等价),可以以课程为单位,也可以以学科为 单位;包括由市场信息产生的对于不同课程的调控因子(竞争力系 数);由于数据说明中的提示,也应该包括每个课程的申报需求量的 “计划准确性因子”(学生用词会不同)。当然,前两点更重要些。 2、约束条件构成 对于出版社来说,所谓产能主要是人力资源,即策划、编辑和版 面设计人员的分布形成主要约束;此外,书号总量(500)也应该作 为约束条件;同时,在数据说明中指出的“满足申请书号量的一半” 也应该以约束方式表达。 3、规划变量 可以以每个课程的书号数量,也可以以学科的书号数作为变量, 但是得到的结果会有所不同。 实现以上三点,对于问题的理解是比较全面的,应该得到基本分 值。 进一步提高的分值来源于实现上述三点的具体模型的考虑和建模 水平。 1)如果注意到数据说明中提示的,同一课程的教材在价格和销 售量的同一性,销售额表达式是比较容易表示的:构造每个课程的、 用书号数表达的销售额,然后将所有书号的销售额的表达式累加, 形 成总社的销售额的基本表达式,这是目标函数的主体部分。 2)市场信息产生的对于不同课程的调控因子 (也称竞争力系数) 的表示,是一个信息不足情况下的决策模型。主要是满意度和市场占 有率的恰当表示和计算(由附件 2),以及两个指标的联合形成竞争 力系数问题,这里既可以使用拟合模型,也可以使用各种多因素分析 模型等等,方法不同。对这个问题解决的优劣,可以导致明显的评分 差别。 其中应该特别注意需求信息是否重复使用的问题,也就是说,如 果在构造销售额表达式时已经使用了课程的销售数据, 则不同课程的 支持强度的不同,主要由市场竞争力参数表达。 3)在优化问题中,应该恰当地表示“计划准确性因子”,数据 给出的计划销量和实际销量之比应该是比较合适的表示。
2006 高教社杯全国大学生数学建模竞赛 B 题评阅要点 问题(1) 利用附件 1 的数据预测继续治疗的效果,或者确定最佳治 疗终止时间。 1.分析数据 随机取若干个病人,画出他们 CD4 和 HIV 浓度随时间 变化的图形(折线),可以看出 CD4 大致有先增后减的趋势,HIV 有 先减后增的趋势,启示应建立时间的二次函数模型 (若先用一次函数 模型,应与二次函数模型做统计分析比较)。附件 1 中个别病人缺 CD4 或 HIV 数据(数据表中为空),计算时应注意。 2.建立模型 可能有以下形式的回归模型:
本题考察的重点是:从决策问题的海量的、不完全的、甚至错漏 (带有噪音、错误、异型)的数据中分析出决策的逻辑结构和提取有 用的数据(附录中许多数据是没有用的!)以及依赖数据信息,进而 构建数学模型的能力。 本题的资源优化配置模型是规划问题,其中也包括一些预测模型。 因此,理解并且实现优化问题的基础结构是取得基本分值的必要条 件。 1、目标函数的构成成分
赛题发展的特点: 1. 对选手的计算机能力提出了更高的要求:赛题的解决依赖计算机, 题目的数据较多,手工计算不能完成,如 03B,某些问题需要使用计 01A。 算机软件, 问题的数据读取需要计算机技术, 如 00A (大数据) , 01A(图象数据,图象处理的方法获得),04A(数据库数据,数据 库方法,统计软件包)。计算机模拟和以算法形式给出最终结果。 2. 赛题的开放性增大 解法的多样性,一道赛题可用多种解法。开放 性还表现在对模型假设和对数据处理上。 3. 试题向大规模数据处理方向发展 4. 求解算法和各类现代算法的融合 2006 高教社杯全国大学生数学建模竞赛 A 题评阅要点
08A 照相机问题 08B 大学学费问题
非线性方程组、优化 数据收集和处理、统计分 析、回归分析
09A 制动器试验台的控制方法分析 09B 眼科病床的合理安排 10A 储油罐的变位识别和罐容表标定
10B2010 上海世博会影响力的定量评估 11A 城市环境污染问题 11B 交巡警服务平台的设置与调度
4)加上前述约束条件构成适当的规划问题。 比较好的实现以上四点,应该得到 80%的分值。 最后剩余分值是:计算出结果,创造性,论文表述和格式。 [注 1] 以下给出建模所需信息和附录数据表的关系: 在问卷调查表的调查目的中提示了满意度和市场占有率是竞争 力的主要组成,也提示了数据依据(附录 1);课程级销售额以及销 售额与利润的等价性关系(附录 3),满意度和市场占有份额由问卷 调查数据表检索计算产生(附录 2),各个课程的需求的书号数(附 录 4)和“计划准确性因子”(附录 3),人力资源(附录 5)。其 中附录 1 只是让学生了解市场调查的方法。 [注 2] 学生会提出附录 5 和 4 之间在书号数与人力资源上的差别, 事实上人力资源和分配到的书号数没有直接的单一因果联系 (如临时 雇用人员、临时增加书号等)。附录 4 的书号总和的计算错误是实 际数据的错误,但是与解题无关(学生采用哪组数据应该都是可以 的)。
相关文档
最新文档