数学建模数学模型作业题
数学建模作业及答案
数学建模作业姓名：叶勃学号：班级：024121一：层次分析法1、 分别用和法、根法、特征根法编程求判断矩阵1261/2141/61/41A ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦11/2433217551/41/711/21/31/31/52111/31/5311A ⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦的特征根和特征向量（1）冪法求该矩阵的特征根和特征向量 程序为：#include<iostream> #include<math.h> using namespace std;#define n 3 //三阶矩阵#define N 20 #define err 0.0001 //幂法求特征值特征向量 void main(){cout<<"**********幂法求矩阵最大特征值及特征向量***********"<<endl; int i,j,k;double A[n][n],X[n],u,y[n],max;cout<<"请输入矩阵:\n"; for(i=0;i<n;i++) for(j=0;j<n;j++)cin>>A[i][j]; //输入矩阵 cout<<"请输入初始向量:\n"; for(i=0;i<n;i++)cin>>X[i]; //输入初始向量 k=1; u=0;while(1){ max=X[0]; for(i=0;i<n;i++) {if(max<X[i]) max=X[i]; //选择最大值 }for(i=0;i<n;i++)y[i]=X[i]/max; for(i=0;i<n;i++)X[i]=0;for(j=0;j<n;j++)X[i]+=A[i][j]*y[j]; //矩阵相乘}if(fabs(max-u)<err){cout<<"A的特征值是 :"<<endl; cout<<max<<endl; cout<<"A的特征向量为:"<<endl; for(i=0;i<n;i++) cout<<X[i]/(X[0]+X[1]+X[2])<<" ";cout<<endl;break;}else{if(k<N) {k=k+1;u=max;} else {cout<<"运行错误\n";break;}}} }程序结果为：（2）和法求矩阵最大特征值及特征向量程序为：#include<stdio.h>#include<iostream>#include<math.h> using namespace std;#define n 3 //三阶矩阵#define N 20void main(){int i,j,k;double A[n][n],w[n],M[n],u[n],W[n][n],max;cout<<"********和法求矩阵的特征根及特征向量*******"<<endl;cout<<"请输入矩阵:\n";for(i=0;i<n;i++)for(j=0;j<n;j++)cin>>A[i][j]; //输入矩阵 //计算每一列的元素和M[0]=0;M[1]=0;M[2]=0;for(i=0;i<n;i++)for(j=0;j<n;j++){M[i]+=A[j][i];}//将每一列向量归一化for(i=0;i<n;i++)for(j=0;j<n;j++){W[j][i]=A[j][i]/M[i];}//输出按列归一化之后的矩阵Wcout<<"按列归一化后的矩阵为："<<endl;for(i=0;i<n;i++)for(j=0;j<n;j++){cout<<W[i][j]<<" ";if(j==2)cout<<endl;} //求特征向量w[0]=0;w[1]=0;w[2]=0;for(i=0;i<n;i++)for(j=0;j<n;j++){w[i]+=W[i][j];}cout<<"特征向量为:"<<endl; for(i=0;i<n;i++){u[i]=w[i]/(w[0]+w[1]+w[2]);cout<<u[i]<<" "<<endl;}//求最大特征值max=0;for(i=0;i<n;i++){w[i] = 0;for(j=0;j<n;j++){w[i] += A[i][j]*u[j];}}for(i = 0;i < n;i++){max += w[i]/u[i];}cout<<"最大特征根为："<<endl;cout<<max/n<<endl; }运行结果为：（3）根法求矩阵最大特征值及特征向量：程序为：#include<stdio.h>#include<iostream>#include<math.h>using namespace std;#define n 3 //三阶矩阵#define N 20void main(){int i,j;double A[n][n],w[n],M[n],u[n],W[n][n],max;cout<<"********根法求矩阵的特征根及特征向量*******"<<endl; cout<<"请输入矩阵:\n";for(i=0;i<n;i++)for(j=0;j<n;j++)cin>>A[i][j]; //输入矩阵//计算每一列的元素和M[0]=0;M[1]=0;M[2]=0;for(i=0;i<n;i++)for(j=0;j<n;j++){M[i]+=A[j][i];}//将每一列向量归一化for(i=0;i<n;i++)for(j=0;j<n;j++){W[j][i]=A[j][i]/M[i];}//输出按列归一化之后的矩阵Wcout<<"按列归一化后的矩阵为："<<endl;for(i=0;i<n;i++)for(j=0;j<n;j++){cout<<W[i][j]<<" ";if(j==2)cout<<endl;}//求特征向量//w[0]=A[0][0];w[1]=A[0][1];w[2]=A[0][2];w[0]=1;w[1]=1;w[2]=1;for(i=0;i<n;i++){for(j=0;j<n;j++){w[i]=w[i]*W[i][j];}w[i]=pow(w[i], 1.0/3);}cout<<"特征向量为:"<<endl;for(i=0;i<n;i++){u[i]=w[i]/(w[0]+w[1]+w[2]);cout<<u[i]<<" "<<endl;}//求最大特征值max=0;for(i=0;i<n;i++){w[i] = 0;for(j=0;j<n;j++){w[i] += A[i][j]*u[j];}}for(i = 0;i < n;i++){max += w[i]/u[i];}cout<<"最大特征值为:"<<endl; cout<<max/n;}运行结果为：2、编程验证n阶随机性一致性指标RI：运行结果：3、考虑景色、费用、居住、饮食、旅途五项准则，从桂林、黄山、北戴河三个旅游景点选择最佳的旅游地。
数学建模例题题
数学建模试题一、传染病模型医学科学的发展已经能够有效地预防和控制许多传染病，但是仍然有一些传染病暴发或流行，危害人们的健康和生命。
社会、经济、文化、风俗习惯等因素都会影响传染病的传播，而最直接的因素是：传染者的数量及其在人群中的分布、被传染者的数量、传播形式、传播能力、免疫能力等。
一般把传染病流行范围内的人群分成三类：S类，易感者(Susceptible)，指未得病者，但缺乏免疫能力，与感染者接触后容易受到感染；I类，感病者(Infective)，指染上传染病的人，它可以传播给S类成员；R类，移出者(Removal)，指被隔离或因病愈而具有免疫力的人。
要求：请建立传染病模型，并分析被传染的人数与哪些因素有关？如何预报传染病高潮的到来?为什么同一地区一种传染病每次流行时，被传染的人数大致不变？二、线性规划模型—销售计划问题某商店拟制定某种商品7—12月的进货、售货计划，已知商店仓库最大容量为1500件，6月底已存货300件，年底的库存以不少于300件为宜，以后每月初进货一次，假设各月份该商品买进、售出单价如下表。
要求：若每件每月的库存费用为0.5元，问各月进货、售货各为多少件，才能使净收益最多？建立数学模型，并用软件求解。
【注】线性规划在MATLAB的库函数为：linprog。
语法为：x = linprog(f,A,b)x = linprog(f,A,b,Aeq,beq,lb,ub,x0,options)[x,fval,exitflag,output,lambda] = linprog(...)例如：线性规划目标函数的系数：f = [-5; -4; -6]约束方程的系数及右端项：A = [1 -1 13 2 43 2 0];b = [20; 42; 30];lb = zeros(3,1);调用线性规划程序linprog求解，得：[x,fval,exitflag,output,lambda] = linprog(f,A,b,[],[],lb);x= 0.000015.00003.0000三、一阶常微分方程模型—人口模型与预测 下表列出了中国1982-1998年的人口统计数据，取1982年为起始年（0=t ），1016540=N 万人，200000=m N 万人。
数学建模题目及答案
09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=。
数学建模作业题+答案
数学建模MATLAB 语言及应用上机作业11. 在matlab 中建立一个矩阵135792468101234501234A ⎡⎤⎢⎥⎢⎥=⎢⎥-----⎢⎥⎣⎦答案：A = [1,3,5,7,9;2,4,6,8,10;-1,-2,-3,-4,-5;0,1,2,3,4]2. 试着利用matlab 求解出下列方程的解（线性代数22页例14）123412423412342583692254760x x x x x x x x x x x x x x +-+=⎧⎪--=⎪⎨-+=-⎪⎪+-+=⎩ 答案：A=[2 ,1,-5,1;1,-3,0,-6;0,2,-1,2;1,4,-7,6]; B=[8;9;-5;0]; X=A\B 或A=[2,1,-5,1;1,-3,0,-6;0,2,-1,2;1,4,-7,6] b=[8,9,-5,0]' X=inv(A)*b3. 生成一个5阶服从标准正态分布的随机方阵，并计算出其行列式的值，逆矩阵以及转置矩阵。
答案:A=randn(5) det(A) inv(A) A'4. 利用matlab 求解出110430002A -⎡⎤⎢⎥=-⎢⎥⎢⎥⎣⎦的特征值和特征向量。
答案：A=[-1,1,0;-4,3,0;0,0,2] [V,D]=eig(A)5.画出衰减振荡曲线3sin3t y et -=在[0,4]π上的图像。
要求，画线颜色调整为黑色，画布底面为白色。
（在实际中，很多打印机时黑白的，因此大多数作图要考虑黑白打印机的效果。
） 给出恰当的x ，y 坐标轴标题，图像x 轴的最大值为4π。
6. 生成一个0-1分布的具有10个元素的随机向量，试着编写程序挑选出向量中大于0.5的元素。
数学建模和Matlab 上机作业2（2016-9-20）跟老师做（不用整合进作业中）：上机演示讲解：函数，递归的两个例子的写法。
附：1. Fibonacci Sequence （斐波那契数列）在数学上，费波那西数列是以递归的方法来定义： F1= 1；F2= 1；F （n ）=F （n-1）+F （n-2） 2. 阶乘举例：数学描述：n!=1×2×……×n ；计算机描述：n!=n*(n-1)!自己做（需要整合进作业中，提交到系统中）：1. 写一个m 文件完成分值百分制到5分制的转换（即输入一个百分制，转换后输出一个5级对应的得分，联系条件控制语句）。
高中数学建模试题及答案
高中数学建模试题及答案一、单项选择题（每题3分，共30分）1. 数学建模的一般步骤不包括以下哪一项？A. 问题提出B. 模型假设C. 模型求解D. 数据收集答案：D2. 在数学建模中，模型的验证通常不包括以下哪一项？A. 模型的逻辑性检验B. 模型的适用性检验C. 模型的稳定性检验D. 模型的美观性检验答案：D3. 以下哪一项不是数学建模中常用的方法？A. 微分方程B. 线性规划C. 概率论D. 文学创作答案：D4. 在数学建模中，以下哪一项不是模型的要素？A. 模型的假设B. 模型的变量C. 模型的参数D. 模型的结论答案：D5. 数学建模中，以下哪一项不是模型的分类？A. 确定性模型B. 随机性模型C. 静态模型D. 动态模型答案：C6. 在数学建模中，以下哪一项不是模型的构建过程？A. 模型的假设B. 模型的建立C. 模型的求解D. 模型的发表答案：D7. 数学建模中，以下哪一项不是模型的分析方法？A. 数值分析B. 符号计算C. 图形分析D. 文字描述答案：D8. 在数学建模中，以下哪一项不是模型的优化方法？A. 线性规划B. 非线性规划C. 动态规划D. 统计分析答案：D9. 数学建模中，以下哪一项不是模型的应用领域？A. 工程技术B. 经济管理C. 生物医学D. 音乐艺术答案：D10. 在数学建模中，以下哪一项不是模型的评估标准？A. 模型的准确性B. 模型的简洁性C. 模型的可解释性D. 模型的复杂性答案：D二、填空题（每题4分，共20分）1. 数学建模的一般步骤包括：问题提出、模型假设、模型建立、模型求解、模型分析、模型验证和______。
答案：模型报告2. 在数学建模中，模型的假设应该满足______、______和______。
答案：科学性、合理性、可行性3. 数学建模中，模型的求解方法包括解析方法和______。
答案：数值方法4. 数学建模中，模型的分析方法包括______、______和______。
数学建模作业及答案
数学建模作业姓名：叶勃学号：班级：024121一：层次分析法1、 分别用和法、根法、特征根法编程求判断矩阵1261/2141/61/41A ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦11/2433217551/41/711/21/31/31/52111/31/5311A ⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦的特征根和特征向量（1）冪法求该矩阵的特征根和特征向量 程序为：#include<iostream> #include<math.h> using namespace std;#define n 3 //三阶矩阵#define N 20 #define err 0.0001 //幂法求特征值特征向量 void main(){cout<<"**********幂法求矩阵最大特征值及特征向量***********"<<endl; int i,j,k;double A[n][n],X[n],u,y[n],max;cout<<"请输入矩阵:\n"; for(i=0;i<n;i++) for(j=0;j<n;j++)cin>>A[i][j]; //输入矩阵 cout<<"请输入初始向量:\n"; for(i=0;i<n;i++)cin>>X[i]; //输入初始向量 k=1; u=0;while(1){ max=X[0]; for(i=0;i<n;i++) {if(max<X[i]) max=X[i]; //选择最大值 }for(i=0;i<n;i++)y[i]=X[i]/max; for(i=0;i<n;i++)X[i]=0;for(j=0;j<n;j++)X[i]+=A[i][j]*y[j]; //矩阵相乘}if(fabs(max-u)<err){cout<<"A的特征值是 :"<<endl; cout<<max<<endl; cout<<"A的特征向量为:"<<endl; for(i=0;i<n;i++) cout<<X[i]/(X[0]+X[1]+X[2])<<" ";cout<<endl;break;}else{if(k<N) {k=k+1;u=max;} else {cout<<"运行错误\n";break;}}} }程序结果为：（2）和法求矩阵最大特征值及特征向量程序为：#include<stdio.h>#include<iostream>#include<math.h> using namespace std;#define n 3 //三阶矩阵#define N 20void main(){int i,j,k;double A[n][n],w[n],M[n],u[n],W[n][n],max;cout<<"********和法求矩阵的特征根及特征向量*******"<<endl;cout<<"请输入矩阵:\n";for(i=0;i<n;i++)for(j=0;j<n;j++)cin>>A[i][j]; //输入矩阵 //计算每一列的元素和M[0]=0;M[1]=0;M[2]=0;for(i=0;i<n;i++)for(j=0;j<n;j++){M[i]+=A[j][i];}//将每一列向量归一化for(i=0;i<n;i++)for(j=0;j<n;j++){W[j][i]=A[j][i]/M[i];}//输出按列归一化之后的矩阵Wcout<<"按列归一化后的矩阵为："<<endl;for(i=0;i<n;i++)for(j=0;j<n;j++){cout<<W[i][j]<<" ";if(j==2)cout<<endl;} //求特征向量w[0]=0;w[1]=0;w[2]=0;for(i=0;i<n;i++)for(j=0;j<n;j++){w[i]+=W[i][j];}cout<<"特征向量为:"<<endl; for(i=0;i<n;i++){u[i]=w[i]/(w[0]+w[1]+w[2]);cout<<u[i]<<" "<<endl;}//求最大特征值max=0;for(i=0;i<n;i++){w[i] = 0;for(j=0;j<n;j++){w[i] += A[i][j]*u[j];}}for(i = 0;i < n;i++){max += w[i]/u[i];}cout<<"最大特征根为："<<endl;cout<<max/n<<endl; }运行结果为：（3）根法求矩阵最大特征值及特征向量：程序为：#include<stdio.h>#include<iostream>#include<math.h>using namespace std;#define n 3 //三阶矩阵#define N 20void main(){int i,j;double A[n][n],w[n],M[n],u[n],W[n][n],max;cout<<"********根法求矩阵的特征根及特征向量*******"<<endl; cout<<"请输入矩阵:\n";for(i=0;i<n;i++)for(j=0;j<n;j++)cin>>A[i][j]; //输入矩阵//计算每一列的元素和M[0]=0;M[1]=0;M[2]=0;for(i=0;i<n;i++)for(j=0;j<n;j++){M[i]+=A[j][i];}//将每一列向量归一化for(i=0;i<n;i++)for(j=0;j<n;j++){W[j][i]=A[j][i]/M[i];}//输出按列归一化之后的矩阵Wcout<<"按列归一化后的矩阵为："<<endl;for(i=0;i<n;i++)for(j=0;j<n;j++){cout<<W[i][j]<<" ";if(j==2)cout<<endl;}//求特征向量//w[0]=A[0][0];w[1]=A[0][1];w[2]=A[0][2];w[0]=1;w[1]=1;w[2]=1;for(i=0;i<n;i++){for(j=0;j<n;j++){w[i]=w[i]*W[i][j];}w[i]=pow(w[i], 1.0/3);}cout<<"特征向量为:"<<endl;for(i=0;i<n;i++){u[i]=w[i]/(w[0]+w[1]+w[2]);cout<<u[i]<<" "<<endl;}//求最大特征值max=0;for(i=0;i<n;i++){w[i] = 0;for(j=0;j<n;j++){w[i] += A[i][j]*u[j];}}for(i = 0;i < n;i++){max += w[i]/u[i];}cout<<"最大特征值为:"<<endl; cout<<max/n;}运行结果为：2、编程验证n阶随机性一致性指标RI：运行结果：3、考虑景色、费用、居住、饮食、旅途五项准则，从桂林、黄山、北戴河三个旅游景点选择最佳的旅游地。
数学建模试题
一、填空题（2’*8=16’） 1.对于人口模型0()t x t x e λ=，当t →∞时，人口变化趋势是（）。
2.数学建模方法相结合，可以用（）建立模型结构，用（）确定模型参数。
3.传染病模型中，设λ为日接触率，μ为日治愈率，则/λμ表示（）。
4.若线性回归模型的2R 统计量的值为0.98，F 统计量为206，则该模型（）（线性显著、线性不显著）。
5.对于经济批量订购公式T Q rT ===若订购费1c 增加，则订购周期和订购量的变化趋势是（）。
6.变量123,,x x x 与y 之间的多元线性回归模型为（）。
7.对于模型1max ,nj j j Z c x ==∑1,1,2,...,,0,1,2,...,nij j i j ja xb i mx j n=⎧≤=⎪⎨⎪≥=⎩∑变量1x 的价值系数为（ ）。
8.二维线性规划问题的可行域若存在，则一定为（ ）。
二、判断题（2*6’=12’)9.线性规划问题12max 2,Z x x =+212121,251562245,0x x x x x x x ⎧≤⎪+≤⎨⎪+≤≥⎩的最优解为*7/2,3/2x ⎛⎫= ⎪⎝⎭若三个约束分别代表A 、B 、C 三种资源，则哪种资源的影子价格为0？那种资源在生产中已耗费完毕？那种资源未得到充分利用？ 10.“生猪出售时机”模型中，（1）第t 天生猪体重函数为w(t)=w(0)+rt 时，表示体重变化趋势是什么？（2）体重函数为0()(0)/[(0)()]at m m w t w w w w w e -=+-时，表示体重变化趋势是什么？（3）哪个函数更符合实际？ 三、模型分析题（2*6’=12’） 11.物体在时刻t 的温度为().xx t =在常温A 下，假设物体温度对时间的变化率与物体温度和周围温度之差成正比。
比例系数为k>0.（1）建立数学模型。
（2）在初始条件00()x t x =下，求平衡点。
数学建模作业---优化模型
P104页，复习题题目：考虑以下“食谱问题"：某学校为学生提供营养套餐，希望以最小的费用来满足学生对基本营养的需求按照营养学家的建设，一个人一天要对蛋白质，维生素A和钙的需求如下：50g蛋白质、4000IU维生素A和1000mg的钙，我们只考虑以不食物构成的食谱：苹果，香蕉，胡萝卜，枣汁和鸡蛋，其营养含量见下表。
制定食谱，确定每种食物的用量，以最小费用满足营养学家建议的营养需求，并考虑：（1）对维生素A的需求增加一个单位时是否需要改变食谱？成本增加多少？如果对蛋白质的需求增加1g呢？如果对钙的需求增加1mg呢？（2）胡萝卜的价格增加Ⅰ角时，是否需要改变食谱？成本增加多少？问题分析：（1）此优化问题的目标是使花费最小.（2）所做的决策是选择各种食物的用量，即用多少苹果，香蕉，胡萝卜，枣汁，鸡蛋来制定食谱。
（3）决策所受限制条件：最少应摄入的蛋白质、维生素和钙的含量（4）设置决策变量：用x1表示苹果的个数、x2表示香蕉的个数、x3表示胡萝卜的个数、x4表示枣汁的杯数量、x5表示鸡蛋的个数（5）x1个苹果花费10·x1角x2个香蕉花费15·x2角x3个胡萝卜花费5·x3角x4杯枣汁花费60·x4角x5个鸡蛋花费8·x5角目标函数为总花费金额：z=10·x1+15·x2+5·x3+60·x4+8·x5 (角)（6）约束条件为：最少摄入蛋白质的含量：0.3x1+1.2x2+0.7x3+3.5x4+5.5x5≥50最少摄入维生素A的含量：73x1+96x2+20253x3+890x4+279x5≥4000最少摄入钙的含量：10x1+15x2+5x3+60x4+8x5≥1000非负约束：x 1,x 2,x 3,x 4,x 5≥0优化模型：minz =10x 1+15x 2+5x 3+60x 4+8x 5s.t. 0.3x 1+1.2x 2+0.7x 3+3.5x 4+5.5x 5≥5073x 1+96x 2+20253x 3+890x 4+279x 5≥4000 9.6x 1+7x 2+19x 3+57x 4+22x 5≥1000 x 1,x 2,x 3,x 4,x 5≥0由线性规划模型的定义，容易得到线性规划的性质：1. 比例性 每个决策变量的对目标函数的“贡献”与该决策变量的取值成正比；每个决策变量对每个约束条件右端项的“贡献”，与该决策变量的取值成正比.2. 可加性 各个决策变量对目标函数的“贡献”，与其他决策变量的取值无关；各个决策变量对每个约束条件右端项的“贡献”，与其他决策变量的取值无关.3. 连续性 每个决策变量的取值是连续的. 考察本题，实际上隐含下面的假设 ：1.购买苹果、香蕉、胡萝卜、枣汁、鸡蛋每个（杯）的花费是与各自的用量无关的常数；苹果、香蕉、胡萝卜、枣汁、鸡蛋每个（杯）所包含的蛋白质、维生素、钙的含量是与各自的用量无关的常数.（线性规划性质1—比例性）2.购买苹果、香蕉、胡萝卜、枣汁、鸡蛋每个（杯）的花费是与它们相互间用量无关的常数；苹果、香蕉、胡萝卜、枣汁、鸡蛋每个（杯）所包含的蛋白质、维生素A 、钙的含量是与它们相互间的用量无关的常数. （线性规划性质2—可加性）3. 购买苹果、香蕉、胡萝卜、枣汁、鸡蛋的数量都是实数. (线性规划性质3—连续性) 模型求解：（决策变量是5维的，不适用图解法求解模型）软件求解：线性规划模型：min z=10x1+15x2+5x3+60x4+8x5s.t. 0.3x1+1.2x2+0.7x3+3.5x4+5.5x5≥5073x1+96x2+20253x3+890x4+279x5≥40009.6x1+7x2+19x3+57x4+22x5≥1000x1,x2,x3,x4,x5≥0模型全局最优解：(Global optimal solution)x1=0x2=0x3=49.38272x4=0x5=2.805836z的最优值为269.3603角用LINGO 软件求解，得到如下输出：结果分析：1. 3个约束条件的右端项可视为3种资源：蛋白质含量、维生素A 含量、钙含量.LINGO 的输出项Row Slack or Surplus ，给出了3种资源在最优解下的剩余.2.目标函数可视为“支出（成本）”，紧约束的“资源”增加1单位时，“支出”的增加由LINGO 的输出项 Dual Price 给出。
数学建模例题及解析
.例1差分方程——资金(de)时间价值问题1:抵押贷款买房——从一则广告谈起每家人家都希望有一套(甚至一栋)属于自己(de)住房,但又没有足够(de)资金一次买下,这就产生了贷款买房(de)问题.先看一下下面(de)广告(这是1991年1月1日某大城市晚报上登(de)一则广告),任何人看了这则广告都会产生许多疑问,且不谈广告中没有谈住房面积、设施等等,人们关心(de)是：如果一次付款买这栋房要多少钱呢银行贷款(de)利息是多少呢为什么每个月要付1200元呢是怎样算出来(de)因为人们都知道,若知道了房价(一次付款买房(de)价格),如果自己只能支付一部分款,那就要把其余(de)款项通过借贷方式来解决,只要知道利息,就应该可以算出五年还清每月要付多少钱才能按时还清贷款了,从而也就可以对是否要去买该广告中所说(de)房子作出决策了.现在我们来进行数学建模.由于本问题比较简单无需太多(de)抽象和简化.a.明确变量、参数,显然下面(de)量是要考虑(de)：需要借多少钱,用记；月利率(贷款通常按复利计)用R记；每月还多少钱用x记；借期记为N个月.b．建立变量之间(de)明确(de)数学关系.若用记第k个月时尚欠(de) 款数,则一个月后(加上利息后)欠款 , 不过我们又还了x元所以总(de)欠款为k=0,1,2,3,而一开始(de)借款为.所以我们(de)数学模型可表述如下(1)c. (1)(de)求解.由(2)这就是之间(de)显式关系.d．针对广告中(de)情形我们来看(1)和(2)中哪些量是已知(de).N=5年＝60个月,已知；每月还款x＝1200元,已知 A.即一次性付款购买价减去70000元后剩下(de)要另外去借(de)款,并没有告诉你,此外银行贷款利率R也没告诉你,这造成了我们决策(de)困难.然而,由(2)可知60个月后还清,即,从而得(3)A和x之间(de)关系式,如果我们已经知(3)表示N＝60,x＝1200给定时0A.例如,若R ＝0．01,则由(3)可算得道银行(de)贷款利息R,就可以算出053946元.如果该房地产公司说一次性付款(de)房价大于70000十53946＝123946元(de)话,你就应自己去银行借款.事实上,利用图形计算器或Mathematica这样(de)数学软件可把(3)(de)图形画出来,从而可以进行估算决策.以下我们进一步考虑下面两个问题.注1问题1标题中“抵押贷款”(de)意思无非是银行伯你借了钱不还,因而要你用某种不动产(包括房子(de)产权)作抵押,即万一你还不出钱了,就没收你(de)不动产.例题1某高校一对年青夫妇为买房要用银行贷款60000元,月利率0．01,贷款期25年＝300月,这对夫妇希望知道每月要还多少钱,25年就可还清.假设这对夫妇每月可有节余900元,是否可以去买房呢解：现在(de)问题就是要求使 (de)x,由(2)式知现＝60000,R＝0．01,k＝300,算得x=632元,这说明这对夫妇有能力买房.例题2 恰在此时这对夫妇看到某借贷公司(de)一则广告：“若借款60000元,22年还清,只要；(i)每半个月还316元；(ii)由于文书工作多了(de)关系要你预付三个月(de)款,即316×6＝1896元.这对夫妇想：提前三年还清当然是好事,每半个月还316元,那一个月不正好是还632元,只不过多跑一趟去交款罢了；要预付18％元,当然使人不高兴,但提前三年还清省下来(de)钱可是22752元哟,是1896元(de)十几倍哪这家公司是慈善机构呢还是仍然要赚我们(de)钱呢这对夫妇请教你给他们一个满意(de)回答.具体解法略.问题2：养老基金今后,当年青人参加工作后就要从其每月工资中扣除一部分作为个人 (de)养老基金,所在单位（若经济效益好(de)话）每月再投入一定数量(de)钱,再存入某种利息较高而又安全(de)“银行”(也可称为货币市场)到60岁退休时可以动用.也就是说,若退休金不足以维持一定(de)生活水平时,就可以动用自己(de)养老基金,每月取出一定(de)款项来补贴不足部分.假设月利率及＝0．01不变,还允许在建立养老基金时自己可以一次性地存入A(不论多少),每月存入y元(个人和单位投入(de)总和)；通常从一笔钱0三十一岁开始到六十岁就可以动用.这当然是一种简化(de)假设,但作为估算仍可作为一种考虑(de)出发点.本问题实际上有两个阶段,即退休前和退休后,其数学模型为其中x为每月要从养老基金中提出(de)款项.习题1 某大学年青教师小李从31岁开始建立自己(de)养老基金,他把已有(de)积蓄1万元也一次性地存入,已知月利率为0．01 (以复利计),每月存入300元,试问当小李60岁退休时,他(de)退休基金有多少又若,他退休后每月要从银行提取l000元,试问多少年后他(de)退休基金将用完你能否根据你了解(de)实际情况建立一个较好(de)养老基金(de)数学模型及相应(de)算法和程取软件).习题2 渔业(林业)管理问题设某养鱼池(或某海域)一开始有某种鱼条,鱼(de)平均年净繁殖率为R,每年捕捞x条,记第N年有鱼条,则池内鱼数按年(de)变化规律为注意,在实际渔业经营中并不按条数计算而是以吨记数(de).若对某海域(de)渔业作业中＝100000吨,R＝0．02,x＝1000吨,试问会不会使得若干年后就没有鱼可捕捞了（资源枯竭了）例2比例分析法——席位分配问题：某学校有三个系联合成立学生会,（1）试确定学生会席位分配方案.（2）若甲系有100名,乙系60名,丙系40名.学生会设20个席位,分配方案如何(3)若丙系有3名学生转入甲系,3名学生转入乙系,分配方案有何变化（4）因为有20个席位(de)代表会议在表决提案时有可能出现10： 10(de)平局,会议决定下一届增加1席,若在第（3）问中将学生会席位增加一席呢（5）试确定一数量指标衡量席位分配(de)公平性,并以此检查（1）—（4）.公平而又简单(de)席位分配办法是按人数(de)比例分配,若甲系有100名,乙系60名,丙系40名.学生会设20个席位,三个系分别应有10,6,4个席位.如果丙系有6名学生转入其他两系学习,各系人数如表所示系别学生人数所占比例（%）按比例分配(de)席位按惯例分配(de)席位甲10310乙636第二列所示,按比例分配席位时,出现了小数(见表中第四列)．在将取得整数(de)19席分配完毕后,剩下(de)1席按照惯例分给余数最大(de)丙系,于是三个系仍分别占有10、6、4个席位．因为有20个席位(de)代表会议在表决提案时有可能出现10：10(de)平局,会议决定下一届增加1席,于是他们按照上述惯例重新分配席位,计算(de)结果令人吃惊：总席位增加1席,丙系反而减少1席,见下表．看来,要解决这个矛盾,必须重新研究所谓惯例分配方法,提出更加“公平”(de)办法．下面就介绍这样一个席位分配模型．设A、B两方人数分别是p1 和p2,分别占有n1 和n2 个席位,则两方每个席位所代表(de)人数分别是p1 ／n12和p2／n2．很明显,仅当这两个数值相等时,席位(de)分配才是公平(de)．但是,通常它们不会相等,这时席位分配得不公平.不公平(de)程度可以用数值来表示,它衡量(de)是“绝对不公平”．从下表所举(de)例子来看,A、B之间(de)“绝对不公平”与C、D之间是一样(de).但是从常识(de)角度看,A、B之间显然比C、D之间存在着更加严重(de)不公平．所以“绝对不公平”不是一个好(de)衡量标准．p n p/n p1/n1-p2/n2 A120101212-10=2B1001010C102010102102-100=2D100010100为了改进绝对标准,我们自然想到用相对标准．因为p／n越大,每个席位代表(de)人数越多,或者说,总人数一定时分配(de)席位越少.所以,如果p1／n13＞p2/n2,则A方是吃亏(de),或者说,对A是不公平(de),由此,我们这样定义“相对不公平”：若p1／n1＞p2／n2,则称为对A(de)相对不公平值,记做若p1／n1＜p2／n2,则称为对B(de)相对不公平值,记做假设A、B两方已分别占有n1和n2个席位,我们利用相对不公平(de)城念来讨论,当总席位再增加1席时,应该给且A方还是B方不失一般性,可设p1／n1＞p2/n2,即此时对A方不公平, ,有定义．当再分配1个席位时,关于p／n(de)不等式有以下三种可能：1)p1／(n1十1)＞p2／n2,这说明即使A方增加1席,仍然对A不公平,所以这1席当然应给A方；2)p1／(n1十1)＜p2／n2,说明当A方增加1席位,将对B不公平,此时应参照式,计算对B(de)相对不公平值3）说明当B方增加1席时,将对A方不公平,此时计算得对A (de)相对不公平值是（注意：在p1/n1p2/n2(de)假设下,不可能出现p1／n1＜p2／(n2+1)(de)情况因为公平(de)席位分配方法应该使得相对不公平(de)数值尽量地小,所以如果则这1席应给A方；反之应给B方．根据(3)、（4）两式,(5)式等价于并且不难证明1从上述第1)种情况(de)p1／(n1十1)＞p2／p2也可推出. 于是我们(de)结论是：当(6)式成立时,增加(de)1席应分配A方；反之,应分配给B方．若记,则增加(de)1席位应分配给Q值较大(de)一方．将上述方法可以推广到有m方分配席位(de)情况．下面用这个方法,重新讨论本节开始时提出(de),三个系分配21个席位(de)问题．首先每系分配1席,然后计算：甲系n1＝1,乙系, n2=1,丙系,n3=1,因为最大,所以第4席应分配给甲系,继续计算：甲系n1＝2,将与上面(de)相比,最大,第5席应分给乙系,继续计算.如此继续,直到第21席分配给某个系为止（详见列表）．n甲系乙系丙系1（4）（5）578（9）2（6）（8）（15）3（7）（12）（21）4（10）（14）5（11）（18）6（13）7（16）8（17）9（19）10（20）11可以看出,用Q值法,丙系保住了它险些丧失(de)1席.你觉得这个方法公平吗习题：学校共1000名学生,235入住在A宿合,333人住在B宿合,432人住在C宿合．学生们要组织一个10人(de)委员会,试用下列办法分配各宿舍(de)委员数．1）惯例(de)方法,印按比例分配完整数名额后,剩下名额给余数最大者. 2）Q值方法.如果委员会从10人增至15人,分配名额将发生什么变化 ,例3 状态转移问题——常染色体遗传模型随着人类(de)进化,人们为了揭示生命(de)奥秘,越来越注重遗传学(de)研究,特别是遗传特征(de)逐代传播,引起人们(de)注意.无论是人,还是动植物都会将本身(de)特征遗传给下一代,这主要是因为后代继承了双亲(de)基因,形成自己(de)基因对,基因对将确定后代所表现(de)特征.下面,我们来研究两种类型(de)遗传：常染色体遗传和x—链遗传.根据亲体基因遗传给后代(de)方式,建立模型,利用这些模型可以逐代研究一个总体基因型(de)分布.在常染色体遗传中,后代从每个亲体(de)基因对中各继承一个基因,形成自己(de)基因对,基因对也称基因型.如果我们所考虑(de)遗传特征是有两个基因A和控制(de),那么就有三种基因对,记为AA,A,.例如,金草鱼由两个遗传基因决定花(de)颜色,基因型是AA(de)金鱼草开红花,型(de)开粉红色花,而型(de)开白花.又如人类(de)眼睛(de)颜色也是提高通过常染色体遗传控制(de).基因型是(de)人,眼睛是棕色,基因型是(de)人,眼睛是兰色.这里因为都表示了同一外部特征,我们认为基因A 支配基因,也可以认为基因对于A 来说是隐性(de)农场(de)植物园中某种植物(de)基因型为AA,A 和.农场计划采用AA 型(de)植物与每种基因型植物相结合(de)方案培育植物后代.那么经过若干年后,这种植物(de)任一代(de)三种基因型分布如何 第一步：假设：令 ,2,1,0=n .（1） 设n n b a ,和n c 分别表示第n 代植物中,基因型为AA,Aa 和aa(de)植物占植物总数(de)百分率.令)(n x 为第n 代植物(de)基因型分布:⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=n n n n c b a x )(当n=0时⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=000)0(c b a x表示植物基因型(de)初始分布（即培育开始时(de)分布）,显然有1000=++c b a（2） 第n 代(de)分布与第n-1代(de)分布之间(de)关系是通过上表确定(de).第二步：建模根据假设（2）,先考虑第n 代中(de)AA 型.由于第n-1代(de)AA 型与AA 型结合,后代全部是AA 型；第n-1代(de)Aa 型与AA 型结合,后代是AA 型(de)可能性为1/2,第n-1代(de)aa 型与AA 型结合,后代不可能是AA 型.因此,当 ,2,1,0=n 时11102/1---•++•=n n n n c b a a即2/11--+=n n n b a a 类似可推出2/11--+=n n n b c a 0=n c将式相加,得111---++=++n n n n n n c b a c b a根据假设（1）,有1000=++=++c b a c b a n n n对于式、式和式,我们采用矩阵形式简记为,2,1,)1()(==-n Mx x n n其中⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=00012/1002/11M ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=n n n n c b a x )(式递推,得)0()2(2)1()(x M x M Mx x n n n n ====--式给出第代基因型(de)分布与初始分布(de)关系.为了计算出n M ,我们将M 对角化,即求出可逆矩阵P 和对角阵D,使1-=PDP M因而有,2,1,1==-n P PD M n n其中⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=n n nnn D 321321000000000λλλλλλ这里321,,λλλ是矩阵M(de)三个特征值.对于式中(de)M,易求得它(de)特征值和特征向量:0,2/1,1321===λλλ因此⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=00002/10001D ,⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=0011 ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=0112 ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=1213 所以[]⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--==100210111321P通过计算1-=P P ,因此有)0(1)0()(x P PD x M x n n n -==⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=0001002101110000)21(0010100210111c b a n 即⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=--00011)(000)2/1()2/1(0)2/1(1)2/1(11c b a c b a x n n n n n n n n ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡+--++=--0)2/1()2/1()2/1()2/1(010010000c b c b c b a n n n n所以有⎪⎩⎪⎨⎧=+=--=--0)2/1()2/1()2/1()2/1(1010010n n n n n n n c c b b c b a当∞→n 时0)2/1(→n,所以从式得到0,1→→n n b a 和n c =0即在极限(de)情况下,培育(de)植物都是AA 型. 第三步：模型讨论若在上述问题中,不选用基因AA 型(de)植物与每一植物结合,而是将具有相同基因型植物相结合,那么后代具有三代基因型(de)概率如下表：并且)0()(x M xn n =,其中⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=14/1002/1004/11M M(de)特征值为2/1,1,1321===λλλ通过计算,可以解出与21,λλ相对应(de)两个线性无关(de)特征向量1 和2 ,及与3λ相对应(de)特征向量3 ：⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=1011 ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=1002 ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=1213 因此[]⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--==111200101321P⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=-02/1011102/111P)0(1)0()(x P PD x M x n n n -==⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=00002/1011102/11)2/1(0001001111200101c b a n n所以有⎪⎩⎪⎨⎧-+==++=++010000100)2/1()2/1()2/1()2/1()2/1(bb c c b b b b a a n nn n n n当∞→n 时0)2/1(→n,所以从式得到0,)2/1(00→+→n n b b a a 和00)2/1(b c c n +→因此,如果用基因型相同(de)植物培育后代,在极限情况下,后代仅具有基因AA 和aa. 例4 合作对策模型在经济或社会活动中,几个社会实体（个人、公司、党派、国家）相互合作或结成联盟,常能获得比他们单独行动更多(de)经济或社会效益.这样合理地分配这些效益是合作对策要研究(de)问题.请看下面(de)例子.问题一：经商问题甲、乙、丙三人经商,若单干,每人仅能获利1元；甲乙合作可获利7元；甲丙合作可获利5元；乙丙合作可获利4元；三人合作可获利10元,问三人合作时如何分配10元(de)收入.甲(de)收入应按照甲对各种形式(de)合作(de)贡献来确定．对于某一合作(de)贡献定义为：有甲参加时这个合作(de)收入与无甲参加时这个合作(de)收入之差．例如甲对甲乙二人合作(de)贡献是7—1＝6 (因为甲乙合作获利7元,而乙单干仅获利1元)．甲可以参加(de),合作有四个：甲自己(单干视为合作(de)特例)、甲乙、甲丙、甲乙丙．甲对这些合作(de)贡献分别是甲：1一0＝1元；甲乙：7—1＝6元；甲内：5—1＝4元；甲乙丙：10—4＝6元,甲应分得(de)收入是这四个贡献(de)加权平均值,加权因子将由下面(de)一般模型给出．这个问题叫做3人合作对策,是对策论(de)一部分,这里介绍它(de)一种解法.一般(de)n人合作对策模型可以叙述如下：记n人集合为I=,如果对于I中 (de)任一子集,都对应一个实值函数v（s）,满足则称为定义在I上(de)特征函数．所谓合作对策是指定义了特征函数(de)I中n个人(de)合作结果,用向量值函数来表示．在实际问题中．常可把I中各种组合(de)合作获得(de)利益定义为特征函数,上式表示合作规模扩大时,获利不会减少.不难看出,如将三人经商问题中合作(de)获利定义为特征函数v,v是满足(1)、(2)(de)．为了确定,Shapley在1953年首先制定了一组应该满足(de)公理,然后证明了满足这组公理(de)(de)唯一解是其中是I中包含{i}(de)所有子集,是集合s中(de)人数,是加权因子,由确定．(3)式中可看作成员{i}对合作s(de)贡献；表示对所有包含{i}(de)集合求和．称为由v定义(de)合作(de)Shapley值．我们用(3)、(4)计算三人经商问题中各个人应得到(de)收入．甲、乙、丙分别记作{1},{2},{3},包含{1}(de)集合有{1}、{1,2}、{1,3}、{1,2,3},计算结果列入下表．S{1}{1,2}{1,3}{1,2,3}V(s)17510V(s-{1})0114V(s)- V(s-{1})1 6 4 612 23 W()1/31/61/61/3W()[V(s)-V(s-{1})]1/31 2/3 2.同样可以算出乙、丙应得收入为＝3．5元,＝元.问题二：三城镇(de)污水处理方案沿河有三城镇1、2和3,地理位置如图4；6所示．污水需处理后才能排入河中．三城镇或者单独建立污水处理厂,或者联合建厂,用管道将污水集中处理(污水应于河流(de)上游城镇向下游城镇输送).以Q 表示污水量(吨／秒),工表示管道长度(公里).按照经验公式,建立处理厂(de)费用为712.0173Q P =,铺设管道(de)费用为LQ P 51.0266.0=．今已知三城镇(de)污水量分别为5,3,5321===Q Q Q ．L(de)数值38,202312==L L ．试从节约总投资(de)角度为三城镇制定污水处理方案；包括是单独还是联合建厂；如果联合,如何分担投资额等．三城镇或单干或不同形式(de)联合,共有五种方案.下面一一计算所需(de)投资．方案一 三城镇都单干.投资分别为总投资：方案二城1、2合作.这时城1、2将从节约投资(de)角度对联合还是分别建厂作出决策,所以城1、2(de)投资为：=3500C（3）=2300总投资：方案三城2、3合作.C（1）=2300总投资：方案四城1、3合作.C（2）=1600总投资：方案五三城镇合作=5560总投资：比较五个方案可知,应该选择三城合作,联合建厂(de)方案． 下面(de)问题是如何分担总额为5560(de)费用．城3(de)负责人提出,联合建厂(de)费用按三城(de)污水量之比5：3：5分担,铺设管道费应由城1、2担负．城2(de)负责人同意,并提出从城2到城3(de)管道费由城1、2按污水量之比5：3分担；从城1到城2(de)管道费理应由城1自己担负．城1(de)负责人觉得他们(de)提议似乎是合理(de),但因事关重大,他没有马上表示同意；而是先算了一笔账．联合建厂(de)费用是4530)535(73712.0=++,城2到城3(de)管道费是730,城1到城2(de)管道费是300,按上述办法分配时,城3负担(de)费用为1740,城2(de)费用为1320,域1(de)费用为2500．结果出乎意料之外,城3和城2(de)费用都比单独建厂时少,而城1(de)费用却比单独建厂时(de)C(1)还要多.城1(de)负责人当然不能同意这个方法,但是一时他又找不出公平合理(de)解决办法．为了促成联合(de)实现,你能为他们提供一个满意(de)分担费用(de)方案吗首先,应当指出,城3和城2负责人提出(de)办法是不合理(de)：从前面(de)计算我们知道,三城联合,才能使总投资节约了640(de)效益应该分配给三城,使三城分配(de)费用都比他们单干时要少,这是为促成联合所必须制定(de)一条原则．至于如何分配,则是下面要进一步研究(de)问题． 把分担费用转化为分配效益,就不会出现城1联合建厂分担(de)费用反比单独建厂费用高(de)情况.将三城镇记为I={1,2,3},联合建厂比单独建厂节约(de)投资定义为特征函数.于是有v(φ)=0,v({1})=v({2})=v({3})=0,v({1,2})=c(1)+c(2)-c(1,2)=2300+1600-3500=400,v({2,3})=c(2)+c(3)-c(2,3)=1600+2300-3650=250,v({1,3})=0,v(I)=c(1)+c(2)+c(3)-c(1,2,3)=640.S {1} {1,2} {1,3} {1,2,3} V(s) 0 400 0 640 V(s-{1}) 0 0 0 250 V(s)- V(s-{1})0 400 0 39012 23 W()1/31/61/61/3W()[V(s)-V(s-{1})] 0 67 0 130即197)(1=v ϕ同理得321)(2=v ϕ,122)(3=v ϕ那么, 城1分担(de)费用为2300-197=2103, 城2分担(de)费用为1600-321=1279, 城3分担(de)费用为2300-122=2178,合计5560. 习题：某甲（农民）有一块土地.如果从事农业生产可年收入100元；如果将土地租给某企业家用于工业生产,可年收入200元；如果租给某旅店老板开发旅游业,可年收入300元；当旅店老板请企业家参与经营时,年收入可达400元.为实现最高收入,试问如何分配各人(de)所得才能达成协议例5动态规划模型有不少动态过程可抽象成状态转移问题,特别是多阶段决策过程(de)最优化如最短路径问题,最优分配,设备更新问题,排序、生产计划和存储等问题．动态规划是一种将复杂问题转化为一种比较简单问题(de)最优化方法,它(de)基本特征是包含多个阶段(de)决策．1951年,美国数学家贝尔曼(R．Bellman)等人,提出了解决多阶段决策问题(de)“最优化原理”,并研究了许多实际问题,从而创建了动态规划·动态规划方法(de)基本思想是：将一个复杂问题分解成若干个阶段,每一个阶段作为一个小问题进行处理,从而决定整个过程(de)决策,阶段往往可以用时间划分这就具有“动态”(de)含义,然而,一些与时间无关(de)静态规划中(de)最优化问题,也可人为地把问题分成若干阶段,作为一个多阶段决策问题来处理,计算过程单一化,便于应用计算机．求解过程分为两大步骤,①先按整体最优化思想递序地求出各个可能状态(de)最优化决策；②再顺序地求出整个题(de)最优策略和最优路线．下面,结合一个求最短路径(de)例子,来说明动态规划(de)一些基本概念．最短路径问题如图所示(de)交通网络,节点连接线路上(de)数字表示两地距离,计算从A 到E(de)最短路径及长度.1．阶段．把所要处理(de)问题,合理地划分成若干个相互联系(de)阶段,通常用k 表示阶段变量.如例中,可将问题分为4个阶段,k=1,2,3,4. 2．状态和状态变量．每一个阶段(de)起点,称为该阶段(de)状态,描述过程状态(de)变量,称为状态变量,它可以用一个数、一组数或一个向量来描述,常用k x 来表示第k 阶段(de)某一状态．如果状态为非数量表示,则可以给各个阶段(de)可能状态编号,i x i k =)(()(i k x 表示第k 个阶段(de)第i 状态).第k 阶段状态(de)集合为},,,,,{)()()2()1(T k i k k k k x x x x X =如例6中,第3阶段集合可记为}3,2,1{},,{},,{321)3(3)2(3)1(33===C C C x x x X3．决策和决策变量．决策就是在某一阶段给定初始状态(de)情况下,从该状态演变到下一阶段某状态(de)选择.即确定系统过程发展(de)方案．用一个变量来描述决策,称这个变量为决策变量.设)(k k x u 表示第k 个阶段初始状态为k x (de)决策变量．)(k k x D 表示初始状态为k x (de)允许决 策集合,有)(k k x u ∈)(k k x D ={k u }如例6中},,{)(3211B B B A D =,若先取2B ,则21)(B A u =. 4．策略和子策略．由每段(de)决策)(k k x u 组成(de)整个过程(de)决策变量序列称为策略,记为n P ,1,即n P ,1=)}(,),(),({2211n n x u x u x u从阶段k 到阶段n 依次进行(de)阶段决策构成(de)决策序列称为k 子策略,记为n k P ,即)(1,x P n k =)}(,),(),({11n n k k k k x u x u x u ++显然,k=1时(de)k 子策略就是策略.如例6,选取路径E D C B A →→→→221就是一个子策略．从允许策略集中选出(de)具有最佳效果(de)策略称为最优策略. 5．状态转移方程．系统在阶段k 处于状态k x ,执行决策)(k k x u (de)结果是系统状态(de)转移,即由阶段K(de)状态k x 转移到阶段K 十1(de)状态1+k x 适用于动态规划方法求解(de)是一类具有无后效性(de)多阶段决策过程．无后效性又称马尔科夫性,指系统从某个阶段往后(de)发展,完全由本阶段所处(de)状态以及其往后(de)决策决定,与系统以前(de)状态及决策无关,对于具有无后效性(de)多阶段过程,系统由阶段k 向阶段k+1(de)状态转移方程为))(,(1k k k k k x u x T x =+意即1+k x 只与k x ,)(k k x u 有关,而与前面状态无关．))(,(k k k k x u x T 称为变换函数或算子．分确定型和随机型,由此形成确定型动态规划和随机型动态规划． 6．指标函数和最优指标函数．在多阶段决策中,可用一个数量指标来衡量每一个阶段决策(de)效果,这个数量指标就是指标函数,为该阶段状态变量及其以后各阶段(de)决策变量(de)函数,设为n k V ,即n k x x u x V V n k k k n k n k ,,2,1),,,,(1,, ==+指标(de)含义在不同(de)问题中各不相同,可以是距离、成本、产品产 量、资源消耗等．例6中,指标(de)含义就是距离,指标函数为A 到E(de)距离,为各阶段路程(de)和．最常见(de)指标函数取各阶段效果之和(de)形式,即∑==nk j j j j n k u x V V ),(,指标函数nk V ,(de)最优值,称为相应(de)最优指标函数,记为)(k k x fnk k k optV x f ,)(=式中opt 是最优化之意,根据问题要求取max 或min ． 7．动态规划最优化原理．贝尔曼指出“作为整个过程(de)最优策略具有这样(de)性质：即无论过去(de)状态和决策如何,对前面(de)决策所形成(de)状态而言,余下(de)诸决策必须构成最优策略”基于这个原理,可有如下定理：定理 若策略*,1n P 是最优策略,则对于任意(de)k(1<k<n),它(de)子策略*,n k P 对于以),(*1*11*---=k k k k u x T x 为起点(de)k 到n 子过程来说,必是最优策略． 实质上,动态规划(de)方法是从终点逐段向始点方向寻找最短路径(de)一种方法．8．动态规划(de)数学模型．利用最优化原理,可以得到动态规划(de)数学模型)}(),({)(11+++=k k k k k k k x f u x V opt x f ))(1,,1,(k k k x D u n n k ∈-=0)(11=++n n x f这是一个由后向前(de)递推方程．下面以例6(de)最短路径问题说明这种递序解法．指标函数为两点之间(de)距离,记为),(k k u x d ,例中共分4个阶段． (倒推) 第4阶段2)(),()(5114=+=E f E D d D f 3)(),()(5224=+=E f E D d D f 5)(),()(5334=+=E f E D d D f 0)(5=E f第3阶段6835)(),(624)(),(min )(2421141113=⎭⎬⎫⎩⎨⎧=+=+=+=+=D f D C d D f D C d C f},,{11*4,3E D C P =4431)(),(826)(),(min )(2422141223=⎭⎬⎫⎩⎨⎧=+=+=+=+=D f D C d D f D C d C f},,{22*4,3E D C P =6651)(),(1239)(),(min )(3433243333=⎭⎬⎫⎩⎨⎧=+=+=+=+=D f D C d D f D C d C f},,{33*4,3E D C P =第2阶段7734)(),(1367)(),(min )(2321131112=⎭⎬⎫⎩⎨⎧=+=+=+=+=C f C B d C f C B d B f},,,{221*4,2E D C B P =7734)(),(826)(),(min )(2322131222=⎭⎬⎫⎩⎨⎧=+=+=+=+=C f C B d C f C B d B f},,,{222*4,2E D C B P =91468)(),(945)(),(min )(3333232332=⎭⎬⎫⎩⎨⎧=+=+=+=+=C f C B d C f C B d B f},,,{223*4,2E D C B P =第1阶段10111192)(),(74)(),(1073)(),(min )(323221211=⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧=+=+=+=+=+=+=B f B A d B f B A d B f B A d A f},,,,{221*4,1E D C B A P =故最短路径为E D C B A →→→→221,从A 到E(de)最短距离为10. 上述步骤可归纳为下述递推公式)}(),(m in{)(11+++=k k k k k k x f u x d x f 1,2,3,4(=k ）0)(55=x f此递推关系叫做动态方程,即最短路径问题(de)动态规划模型,应用动态规划方法解决问题(de)关键是根据所给问题建立具体(de)动态规划模型,建立动态规划模型时(de)主要困难在于：如何将所遇到(de)最优化解释为合适(de)多段决策过程问题．从例6看出,划分I 阶段、定义状态、确定指标函数,是动态规划模型化时(de)主要工作,其合适性决定应用动态规划(de)成败．建模时,除将实际问题根据时间和空间恰当地划分若干阶段外,还须明确下列几点： (1)正确选择状态变量,使它既能描述过程(de)状态,又。
大学生数学建模：作业-线性规划的实验
实验课题：（一）线性规划问题1.用lingo求解下列线性规划问题：2. 某班男同学30人、女同学20人，植树。
工作效率（个/人、天）如下表。
如何安排，植树最多？3.某牧场饲养一批动物，平均每头动物至少需要 700g 蛋白质、30g 矿物质和100g 维生素。
现有A、B、C、D、E五种饲料可供选用，每千克饲料的营养成分(单位：g)与价格(单位：元/kg)如下表所示：试求能满足动物生长营养需求又最经济的选用饲料方案。
4.在以色列，为分享农业技术服务和协调农业生产，常常由几个农庄组成一个公共农业社区。
在本课题中的这个公共农业社区由三个农庄组成，我们称之为南方农庄联盟。
南方农庄联盟的全部种植计划都由技术协调办公室制订。
当前，该办公室正在制订来年的农业生产计划。
南方农庄联盟的农业收成受到两种资源的制约。
一是可灌溉土地的面积，二是灌溉用水量。
这些数据由下表给出。
注：英亩-英尺是水容积单位，1英亩-英尺就是面积为1英亩，深度为1英尺的体积；1英亩-英尺≈1233.48立方米。
南方农庄联盟种植的作物是甜菜、棉花和高粱，这三种作物的纯利润及耗水量不同。
农业管理部门根据本地区资源的具体情况，对本联盟农田种植规划制定的最高限额数据由下表给出。
三家农庄达成协议：各家农庄的播种面积与其可灌溉耕地面积之比相等；各家农庄种植何种作物并无限制。
所以，技术协调办公室面对的任务是：根据现有的条件，制定适当的种植计划帮助南方农庄联盟获得最大的总利润，现请你替技术协调办公室完成这一决策。
对于技术协调办公室的上述安排，你觉得有何缺陷，请提出建议并制定新的种植计划。
5．有一艘货轮，分前、中、后三个舱位，它们的容积与最大允许载重量如下表所示：前舱中舱后舱最大允许载重量（t）2000 3000 1000容积（m3）4000 5400 1000现有三种货物待运，已知有关数据如下表所示：商品数量（件）每件体积（m3/件）每件重量（t/件）运价（元/件）A 600 10 8 1000B 1000 5 6 700C 800 7 5 600又为了航运安全，要求前、中、后舱在实际载重量上大体保持各舱最大允许载重量的比例关系。
数学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。
数学建模大作业题目
(1) 用起泡法对10个数由小到大排序. 即将相邻两个数比较,将小的调到前头. （10个数字自己选择，方法要一般）(2)有一个45⨯矩阵,编程求出其绝对值最大值及其所处的位置. （用abs 函数求绝对值）(3)编程求201!n n =∑ （ 分别用for 和while 循环）(4)一球从100米高度自由落下,每次落地后反跳回原高度的一半,再落下. 求它在第10次落地时,共经过多少米?第10次反弹有多高? (5)有一函数2(,)sin 2f x y x xy y =++,写一程序,输入自变量的值,输出函数值，并画出其图像，加上图例和注释. （区间自理） (6) 建立一个脚本M 文件将向量a,b 的值互换。
(7) 某商场对顾客所购买的商品实行打折销售，标准如下(商品价格用price 来表示)： price<200 没有折扣; 200≤price<500 3%折扣; 500≤price<1000 5%折扣; 1000≤price<2500 8%折扣; 2500≤price<5000 10%折扣;5000≤price 14%折扣;输入所售商品的价格，求其实际销售价格。
(用input 函数) (8) 已知y ，22221111123y n=++++,当n=100时，求y 的值。
(9)画出分段函数2221y 1 122 1 2x x x x x x x ⎧<⎪=-≤<⎨⎪-+≥⎩的图像，并求分段函数在任意几点的函数值。
(用hold on 函数)(10) 给定5阶方阵，求方阵的行列式、特征值、迹、上三角元素的和。
(11) 输入40个数字，按照从小到大的顺序排列输出。
(12) 把当前窗口分成四个区域，在每个区域中分别用不同的颜色和线形画sin ;tan y x y x==，x y e =和31y x x =++的图像。
（区间自理）(13) 对于,AXB YA B==，如果⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=753467294A ，⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=282637B ，，求解X,Y ;(14) 如果⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=753467294A ，242679836B ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦,求1122,*,.*,,,,T A B A B A B AB A B A A ---。
数学建模习题及答案
5.设圆盘半径为单位1，矩形板材长a，宽b；可以精确加工，即圆盘之间及圆盘与板材之间均可相切。
若 ,则 , 是平衡点; 的平衡点为 . 的平衡点为 ,其中 ,此时的差分方程变为
.
由 可得平衡点 .
在平衡点 处,由于 ,因此, 不稳定.
在在平衡点 处,因 ,所以
(i) 当 时,平衡点 不稳定;
(ii) 当 时,平衡点 不稳定.
第
1.判断下列数学模型是否为线性规划模型。（a,b,c为常数，x,y为变量）
（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1.50元，120g装的3.00元，二者单位重量的价格比是1.2：1。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）单位重量价格 ，其简图如下：
显然c是w的减函数，说明大包装比小包装的商品便宜，；曲线是下凸的，说明单价的减少值随着包装的变大是逐渐降低的，不要追求太大包装的商品。
3.对于同一种鱼不妨认为其整体形状是相似的，密度也大体上相同，所以重量w与身长 的立方成正比，即 ， 为比例系数。
常钓得较肥的鱼的垂钓者不一定认可上述模型，因为它对肥鱼和瘦鱼同等看待。如果只假定鱼的横截面积是相似的，则横截面积与鱼身最大周长的平方成正比，于是 ， 为比例系数。
数学模型与数学建模题目
数学模型与数学建模题目1. 以下哪个不是常见的数学建模方法？A. 线性规划B. 非线性规划C. 微分方程D. 网络分析2. 在建立数学模型时，以下哪个步骤是错误的？A. 定义问题B. 收集数据C. 假设简化D. 设计模型3. 以下哪个不是数学建模中常用的优化方法？A. 梯度下降法B. 遗传算法C. 模拟退火法D. 牛顿法4. 在建立数学模型时，以下哪个不是必要的假设？A. 忽略次要因素B. 假设数据服从正态分布C. 假设问题具有线性关系D. 假设问题具有周期性5. 以下哪个不是数学建模中的关键步骤？A. 数据处理B. 模型验证C. 模型求解D. 模型改进6. 在建立数学模型时，以下哪个不是常见的数据来源？A. 实验数据B. 历史数据C. 专家意见D. 社会调查数据7. 以下哪个不是数学建模中常用的软件工具？A. MATLABB. RC. PythonD. Microsoft Word8. 在建立数学模型时，以下哪个不是常见的模型类型？A. 统计模型B. 物理模型C. 经济模型D. 几何模型9. 以下哪个不是数学建模中的关键能力？A. 分析能力B. 数学能力C. 编程能力D. 写作能力10. 在建立数学模型时，以下哪个不是常见的模型假设？A. 忽略误差B. 假设问题具有稳定性C. 假设问题具有周期性D. 假设问题具有线性关系11. 以下哪个不是数学建模中常用的模型验证方法？A. 数据拟合B. 模型预测C. 敏感性分析D. 参数估计12. 在建立数学模型时，以下哪个不是常见的模型求解方法？A. 解析方法B. 数值方法C. 模拟方法D. 推理方法13. 以下哪个不是数学建模中的关键技能？A. 问题定义B. 模型建立C. 模型求解D. 模型改进14. 在建立数学模型时，以下哪个不是常见的模型改进方法？A. 增加模型复杂度B. 减少模型复杂度C. 引入新的变量D. 修改模型假设15. 以下哪个不是数学建模中常用的数据处理方法？A. 数据清洗B. 数据转换C. 数据可视化D. 数据解释16. 在建立数学模型时，以下哪个不是常见的模型验证指标？A. 均方误差B. 决定系数C. 拟合优度D. 误差平方和17. 以下哪个不是数学建模中常用的模型求解软件？A. MATLABB. RC. PythonD. Microsoft Excel18. 在建立数学模型时，以下哪个不是常见的模型类型？A. 线性模型B. 非线性模型C. 离散模型D. 连续模型19. 以下哪个不是数学建模中的关键能力？A. 分析能力B. 数学能力C. 编程能力D. 团队协作能力20. 在建立数学模型时，以下哪个不是常见的模型假设？A. 忽略误差B. 假设问题具有稳定性C. 假设问题具有周期性D. 假设问题具有线性关系21. 以下哪个不是数学建模中常用的模型验证方法？A. 数据拟合B. 模型预测C. 敏感性分析D. 参数估计22. 在建立数学模型时，以下哪个不是常见的模型求解方法？A. 解析方法B. 数值方法C. 模拟方法D. 推理方法23. 以下哪个不是数学建模中的关键技能？A. 问题定义B. 模型建立C. 模型求解D. 模型改进24. 在建立数学模型时，以下哪个不是常见的模型改进方法？A. 增加模型复杂度B. 减少模型复杂度C. 引入新的变量D. 修改模型假设25. 以下哪个不是数学建模中常用的数据处理方法？A. 数据清洗B. 数据转换C. 数据可视化D. 数据解释26. 在建立数学模型时，以下哪个不是常见的模型验证指标？A. 均方误差B. 决定系数C. 拟合优度D. 误差平方和27. 以下哪个不是数学建模中常用的模型求解软件？A. MATLABB. RC. PythonD. Microsoft Excel28. 在建立数学模型时，以下哪个不是常见的模型类型？A. 线性模型B. 非线性模型C. 离散模型D. 连续模型29. 以下哪个不是数学建模中的关键能力？A. 分析能力B. 数学能力C. 编程能力D. 团队协作能力30. 在建立数学模型时，以下哪个不是常见的模型假设？A. 忽略误差B. 假设问题具有稳定性C. 假设问题具有周期性D. 假设问题具有线性关系31. 以下哪个不是数学建模中常用的模型验证方法？A. 数据拟合B. 模型预测C. 敏感性分析D. 参数估计32. 在建立数学模型时，以下哪个不是常见的模型求解方法？A. 解析方法B. 数值方法C. 模拟方法D. 推理方法33. 以下哪个不是数学建模中的关键技能？A. 问题定义B. 模型建立C. 模型求解D. 模型改进34. 在建立数学模型时，以下哪个不是常见的模型改进方法？A. 增加模型复杂度B. 减少模型复杂度C. 引入新的变量D. 修改模型假设35. 以下哪个不是数学建模中常用的数据处理方法？A. 数据清洗B. 数据转换C. 数据可视化D. 数据解释36. 在建立数学模型时，以下哪个不是常见的模型验证指标？A. 均方误差B. 决定系数C. 拟合优度D. 误差平方和37. 以下哪个不是数学建模中常用的模型求解软件？A. MATLABB. RC. PythonD. Microsoft Excel38. 在建立数学模型时，以下哪个不是常见的模型类型？A. 线性模型B. 非线性模型C. 离散模型D. 连续模型39. 以下哪个不是数学建模中的关键能力？A. 分析能力B. 数学能力C. 编程能力D. 团队协作能力40. 在建立数学模型时，以下哪个不是常见的模型假设？A. 忽略误差B. 假设问题具有稳定性C. 假设问题具有周期性D. 假设问题具有线性关系41. 以下哪个不是数学建模中常用的模型验证方法？A. 数据拟合B. 模型预测C. 敏感性分析D. 参数估计42. 在建立数学模型时，以下哪个不是常见的模型求解方法？A. 解析方法B. 数值方法C. 模拟方法D. 推理方法43. 以下哪个不是数学建模中的关键技能？A. 问题定义B. 模型建立C. 模型求解D. 模型改进44. 在建立数学模型时，以下哪个不是常见的模型改进方法？A. 增加模型复杂度B. 减少模型复杂度C. 引入新的变量45. 以下哪个不是数学建模中常用的数据处理方法？A. 数据清洗B. 数据转换C. 数据可视化D. 数据解释46. 在建立数学模型时，以下哪个不是常见的模型验证指标？A. 均方误差B. 决定系数C. 拟合优度D. 误差平方和47. 以下哪个不是数学建模中常用的模型求解软件？A. MATLABB. RC. PythonD. Microsoft Excel48. 在建立数学模型时，以下哪个不是常见的模型类型？A. 线性模型C. 离散模型D. 连续模型49. 以下哪个不是数学建模中的关键能力？A. 分析能力B. 数学能力C. 编程能力D. 团队协作能力50. 在建立数学模型时，以下哪个不是常见的模型假设？A. 忽略误差B. 假设问题具有稳定性C. 假设问题具有周期性D. 假设问题具有线性关系。
数学建模作业5数学规划模型----供应与选址的问题
三、模型假设
1、假设料场和建筑工地之间都可以由直线到达；
2、运输费用由“吨千米数”来衡量；
3、两料场的日存储量够向各建筑工地供应；
f1=0;
fori=1:6
s(i)=sqrt((x(13)-a(i))^2+(x(14)-b(i))^2);
f1=s(i)*x(i)+f1;
end
f2=0;
fori=7:12
s(i)=sqrt((x(15)-a(i-6))^2+(x(16)-b(i-6))^2);
f2=s(i)*x(i)+f2;
end
一、问题提出
某公司有6个建筑工地要开工，每个工地的位置（用平面坐标系(a，b)表示，距离单位：km）及水泥日用量d（吨）由下表给出。目前有两个料场位于A(5,1)，B(2,7)，日储量各有20吨。
（1）试制定每天的供应计划，即从A，B两料场分别向各工地运送多少水泥，可使运输费用（总的吨千米数）最小，并求出吨千米数。
d=[3 5 4 7 6 11];
x=[5 2];
y=[1 7];
e=[20 20];
fori=1:6
forj=1:2
aa(i,j)=sqrt((x(j)-a(i))^2+(y(j)-b(i))^2);
end
end
CC=[aa(:,1); aa(:,2)]'
A=[1 1 1 1 1 1 0 0 0 0 0 0
(注：先画图，在坐标上标出各工地位置（用蓝色*标示）和料场位置（用红色o标示）)
简单的数学建模题目
简单的数学建模题目一、问题的提出假设我们有一个简单的金融问题：一家银行按照每天的存款利率给客户支付利息，这个利率是存款金额的1%。
客户每天会收到他们存款的利息，但是他们也可能会提取他们的存款。
如果一个客户决定提取他们的存款，他们将只能提取存款的本金，而不能提取利息。
假设一个客户存入1000元，并且决定在接下来的5天内每天提取100元。
我们要计算在5天后，这个客户在银行还有多少钱。
二、建立数学模型1、定义变量：假设客户最初存入的金额为 P元，每天提取的金额为 D元，经过的天数为 N天。
2、建立数学方程：根据题目，我们可以建立以下方程：P - N × D =最终余额这是因为客户每天都会提取D元的金额，并且总存款是P元。
N天后，他们将剩下P - N × D元。
3、填入已知数值：根据题目，P = 1000元，D = 100元，N = 5天。
所以方程变为：1000 - 5 × 100 =最终余额三、执行计算我们可以直接计算这个方程。
1000元减去5天的提取金额（5 × 100元）等于最终的余额。
计算结果为：最终余额 = 500元所以，5天后，客户在银行还有500元。
四、整合答案通过这个简单的数学模型，我们可以清楚地解释这个问题，并且计算出最终的余额。
这个模型还可以应用于其他类似的金融问题，例如不同的存款利率、不同的提取规则等等。
数学建模题目及答案数学建模100题数学建模是应用数学方法和计算机技术，对实际问题进行抽象和概括，建立数学模型的过程。
它是连接数学理论与实际问题的桥梁，能帮助我们更好地理解世界，解决现实问题。
以下是一百个数学建模题目及答案，供大家参考。
题目一：简单的线性回归模型给定一组一元线性回归的数据，解释数据之间的关系，并预测新的数据点的结果。
答案：我们通过最小二乘法拟合一条直线来描述数据之间的关系。
然后，我们使用这条直线来预测新的数据点。
题目二：逻辑回归模型给定一组二元分类的数据，用逻辑回归模型预测新的数据点的类别。
《数学模型》试题及参考答案
A卷2009-2010学年第2学期《数学建模》试卷专业班级姓名分组号与学号开课系室数学与计算科学学院考试日期 2010 年7月题号一二三四五六七八总分得分阅卷人数学建模试卷(1007A)一（10）(1)简述数学模型的概念，分析数学模型与数学建模的关系。
（2）建立数学模型的一般方法是什么？在建模中如何应用这些方法，结合实例加以说明。
二（10分）、(1).简述数学建模的一般步骤，分析每个步骤的主要内容和注意事项。
(2)简述数学模型的表现形态，并举例说明。
第一页三（10分）、（1）简述合理分配席位的Q-值方法,包括方法的具体实施过程，简述分配席位的理想化原则。
（2）建立录像机记数器读数与录像带转过时间之间的关系模型，包括模型假设与模型建立全过程。
四(15分)（1）建立不允许缺货情况下的存储模型,确定订货周期和订货量（包括问题叙述,模型假设和求解过程）.（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,k r．在每个生产周期T内，开始的一段时间（0 t T0）一边生产一边销售，后来的一段时间(T0t T）只销售不生产．设每次生产开工费为c1，单位时间每件产品贮存费为c2，（a)求出存储量q(t) 的表示式并画出示意图。
（2）以总费用最小为准则确定最优周期T，讨论kr的情况．第二页五（15分）、（1）建立传染病传播的SIS模型并求解（简述假设条件和求解过程），（2）建立SIR模型，并用相平面方法求解，在相平面上画出相轨线并进行分析。
六（15分）（1）建立一般的战争模型，分析各项所表示的含义。
（2）在假设x0y0,b 9a条件下对正规战争模型（忽略增援和非战斗减员）进行建模求解，确定战争结局和结束时间。
第三页七（15分）设渔场鱼量的自然增长服从模型x rxln N，又单位时间捕捞量为xh Ex．讨论渔场鱼量的平衡点及其稳定性，求最大持续产量hm及获得最大产量的捕捞强度E m 和渔场鱼量水平x0．八（10分）假设商品价格y k和供应量x k满足差分方程y k1 y0(xk1x k x0), 02xk1 x0(y k y0) 0求差分方程的平衡点，推导稳定条件第四页A卷2009-2010学年第2学期《数学模型》试题参考答案与评分标准专业班级开课系室数学与计算科学学院考试日期2010年7月数学建模试卷(1007A)参考答案与评分标准一（10）(1)简述数学模型的概念，分析数学模型与数学建模的关系。
数学建模第三次作业
院系: 数学学院专业: 信息与计算科学年级: 2014级学生姓名: 王继禹学号: 2教师姓名: 徐霞6、6 习题3、一个慢跑者在平面上沿着她喜欢的路径跑步,突然一只狗攻击她,这只狗以恒定速率跑向慢跑者,狗的运动方向始终指向慢跑者,计算并画出狗的轨迹。
解:(1)模型分析建立:狗的轨迹:在任意时刻,狗的速度向量都指向它的目标慢跑者。
假设1:慢跑者在某路径上跑步,她的运动由两个函数X(t)与Y(t)描述。
假设2:当t=0时,狗就是在点(x0,y0)处,在时刻t时,它的位置就是(x(t),y(t))那么下列方程成立:(1)狗以恒定速率跑: X’2+y’2=w2(2) 狗的速度向量平行于慢跑者与狗的位置的差向量:将上述方程带入等式:,可得:再将λ代入第二个方程,可得狗的轨迹的微分方程:(2)程序及结果dog函数[dog、m]function [zs,isterminal,direction] = dog(t,z,flag) global w;% w=speed of the dogX=jogger(t);h = X-z;nh=norm(h);if nargin<3 || isempty(flag)zs=(w/nh)*h;elseswitch(flag)case'events'zs = nh-1e-3;isterminal = 1;direction = 0;otherwiseerror(['Unknow flag:' flag]);endend慢跑者的运动轨迹方程,水平向右[jogger、m]function s = jogger(t);s = [8*t;0];标记的函数[cross、m]function cross(Cx,Cy,v)Kx = [Cx Cx Cx Cx-v Cx+v];Ky = [Cy Cy+2、5*v Cy+1、5*v Cy+1、5*v Cy+1、5*v] plot(Kx,Ky);plot(Cx,Cy,'o');主程序:静态显示[main1、m]global wy0 = [60;70];w=10;options = odeset('RelTol',1e-5,'Events','on');[t,Y] = ode23('dog',[0,20],y0,options);clf;hold on;axis([-10,100,-10,70]);plot(Y(:,1),Y(:,2));J=[];for h=1:length(t),w = jogger(t(h));J=[J;w'];endplot(J(:,1),J(:,2),':');p = max(size(Y));cross(Y(p,1),Y(p,2),2)hold off;动态显示[main2、m]global w;y0=[60;70];w=10;options = odeset('RelTol',1e-5,'Events','on');[t,Y]=ode23('dog',[0,20],y0,options); J=[];for h=1:length(t);w= jogger(t(h));J=[J;w'];endxmin = min(min(Y(:,1)),min(J(:,1)));xmax = max(max(Y(:,1)),max(J(:,1)));ymin = min(min(Y(:,2)),min(J(:,2)));ymax = max(max(Y(:,2)),max(J(:,2)));clf;hold on;axis([xmin-10 xmax ymin-10 ymax]);title('The jogger and the Dog');for h = 1:length(t)-1,plot([Y(h,1),Y(h+1,1)],[Y(h,2),Y(h+1,2)],'-','Color','red','EraseMode ','none');plot([J(h,1),J(h+1,1)],[J(h,2),J(h+1,2)],'-','Color','green','EraseMo de','none');drawnow;pause(0、1);endplot(J(:,1),J(:,2),':');p = max(size(Y));cross(Y(p,1),Y(p,2),2)hold off;结果t=12、2761812635281,在12、27秒后狗追上慢跑者。
数学建模大作业题目
A 题：图书馆购书计划的制定现代化图书馆馆藏图书，主要目的不是为了收藏而是为了使用。
除了国家图书馆等特大型的图书馆以外，一般图书馆都有特定的服务群体，办馆宗旨就是要尽量好地为这些特定群体服务，提高馆藏资源的利用率、读者文献信息需求的满足率以及对图书馆服务功能的满意率。
图书馆每年用于购书的经费是有限的，如何合理分配使用，以便使有限的购书经费最大限度地发挥其特定的经济效益是图书馆工作的重要环节之一。
以学校图书馆为例，要实现办馆效益，必须做到入藏文献合乎本校教师、学生（有时也兼顾社会）的需求，使图书馆藏书结构（学科结构、文种结构、文献类型结构等）满足本校教学科研的要求，以求藏书体系与本校专业设置相适应。
所购图书要能够真实地反映读者的实际需要，使读者结构和藏书结构尽量吻合，以便减少读者借不到图书的现象，即降低读者被借的比率、增加满足率。
文献只有在流通中才能传播信息，产生效益。
文献资料得不到利用，购置文献资料所耗费的资金就体现不出其价值。
因此，图书馆在增加藏书规模的同时，要千方百计地把文献提供给读者，以增加图书的出借次数、出借时间以及在借图书的数量等，力求使有限的价值投入获得最大的办馆效益。
设某普通高校现有十个系：计算机科学与技术系，在校学生960 人，信息科学与工程系，在校学生900 人，信息与计算科学系，在校学生280 人，生物与制药工程系，在校学生1500 人，机电工程系，在校学生1440 人，建筑工程系，在校生960 人，外语系，在校学生720 人，法律系，在校学生460 人，新闻系，在校学生642 人，经济与管理系，在校学生2400 人。
此外，该校目前还有“药物分子设计及生物化工”和“土木建筑工程”2 个重点学科；“外国语言学及应用语言学”重点扶植学科以及“计算机科学与技术”、“市场营销”2 个重点专业。
该校图书馆每学年都要投入大量资金购置图书，图书覆盖全院各学科专业、具有较完整的中外文文献资源。
- 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)。
一、对于6.4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1k +时段的价格1k y +由第1k +和k 时段的数量1k x +和k x 决定，如果设1k x +仍只取决于k y ，给出稳定平衡的条件，并与6.4节的结果进行比较。
（2）若除了1k y +由1k x +和k x 决定之外，1k x +也由前两个时段的价格k y 和1k y -确定，试分析稳定平衡的条件是否还会放宽。
解：（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个时段的价格，所以第k+1时段的价格1+k y 由第k+1和第k 时段的数量1+k x 和k x 决定，设1k y +由1k x +和k x 的平均值决定，即二者平均值21kk x x ++，模型为： 1100100(),02(),0k k k k k x x y y x x x y y ααββ++++⎧-=-->⎪⎨⎪-=->⎩ 由此可以得到 22022(1)k k k x x x x αβαβαβ++++=+， 其特征方程为 022=++αβαβλλ，得出其特征根： 48--22,1αβαβαβλ）（±=*当8>αβ时，有： 4-48---22αβαβαβαβλ<=）（ 由以上可算出： 22,1αβλ=即：2<αβ所以与6.4节的结果相同，平衡点稳定的条件为2αβ<。
（2）设k x 也由k y 和1k y -的平均值决定，模型为：11001100(),02(),02k k k k k k x x y y x y y x x y ααββ++-++⎧-=-->⎪⎪⎨+⎪-=->⎪⎩得32142k k k k x x x x c αβαβαβ++++++=，c 由00,,x ,y αβ决定，其特征方程为042423=+++αβλαβλαβλ，该方程所有特征根1λ<的条件（即平衡点稳定的条件）仍为2αβ<。
二、在7.1节捕鱼模型中，如果渔场鱼量的自然增长仍服从log istic 规律，而单位时间捕捞量为常数h （1）{（2）分别就/4,/4,/4h rN h rN h rN ><=这三种情况讨论渔场鱼量方程的平衡点极其稳定状况。
（3）如何获得最大持续产量，其结果与17.1节的产量模型有何不同？解：设时刻t 的渔场中鱼的数量为()x t ，则由题设条件知：()x t 变化的模型为：()(1)dx t xrx h dt N=-- 即()(1)xF x rx h N=--（1）讨论渔场鱼量的平衡点及其稳定性：由()0F x =，得(1)0xrx h N--=即20rx rx h N-+= （1）?244()rh hr r r N N∆=-=-可以解得（1）：1,2x =①当/4h rN >，0∆<，（1）无实根，此时无平衡点； ②当/4h rN <，0∆>，得到两个平衡点：1x =2x = 可以知道：当12Nx <时，'1()0F x >； 当22Nx >时，'2()0F x <；∴平衡点1x 不稳定，平衡点2x 稳定。
③当/4h rN =，0∆=，（1）有两个相等的实根，平衡点为：02N x =''02()(1),()0x rx rx F x r r F x N N N=--=-=所以不能断定其稳定性。
当0x x >及0x x <均有()(1)04x rN F x rx N =--<,即0dxdt <，0x ∴不稳定。
（2）最大持续产量的数学模型为：max ..F(x)0hs t ⎧⎨=⎩即max (1)x h rx N=-,可以得到*02N x =,此时4rN h =，但是*02N x =这个平衡点不稳定。
这是与17.1节的产量模型的不同之处。
要获得最大产量，应使渔场鱼量2Nx >,切尽量接近2N ，但不能等于2N 。
{三、与log istic 模型不同的另一种描述种群增长规律的是Compertz 模型：()lnNx t rx x=，其中r 和N 的意义与log istic 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h Ex =，讨论渔场鱼量的平均平衡点及其稳定性，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：()x t 变化规律的数学模型为：()ln dx t Nrx Ex dt x=- 即()ln NF x rx Ex x=-（1）令()0,F x =得 ln 0Nrx Ex x-= 12,0E r x Ne x -∴==∴平衡点为12,x x ，又'''12()ln,()0,()NF x r r E F x r F x x=--=-<=∞ ∴平衡点1x 是稳定的，而平衡点2x 不稳定。
（2）<（3）最大持续产量的数学模型为：max ..ln 0,0h Ex Ns t rx Ex x x =⎧⎪⎨-=≠⎪⎩由前面的结果可得E rh ENe-=,E E rr dh EN Ne e dE r --=-令0dh dE= 同时得到最大产量的捕捞强度m E r =，从而得到最大持续产量m rNh e=，此时渔场鱼量水平0N x e=。
四、下表列出了某城市18位35-44岁经理的年平均收入1x 千元，风险偏好度2x 和人寿保险额y 千元的数据，其中风险偏好度是根据发给每个经理的问卷调查表综合评估得到的，它的数值越大就越偏爱高风险。
研究人员想研究此年龄段中的经理所投保的人寿保险额与年均收入及风险偏好度之间的关系。
研究者预计，经理的年均收入和人寿保险额之间存在着二次关系，并有把握地认为风险偏好度对人寿保险额有线性效应，但对风险偏好度对人寿保险额是否有二次效应以及两个自变量是否对人寿保险额有交互效应，心中没底。
请你通过表中的数据来建立一个合适的回归模型，验证上面的看法，并给出进一步的分析。
!解：输入程序：x1=[66.290 40.964 72.996 45.010 57.204 26.852 38.122 35.840 75.796 37.408 54.376 46.186 46.130 30.366 39.060 79.380 52.766 55.916];y1=[196 63 252 84 126 14 49 49 266 49 105 98 77 14 56 245 133 133]; p=polyfit(x1,y1,2)x2=0:0.01:85;y2=polyval(p,x2); plot(x1,y1,'*',x2,y2)解得：p = 0.0302 1.7886 -60.5239 可得：;1y x 对的散点图从上图可以知道，随着1x 的增加，y 的值有明显向上弯曲的二次增长趋势，图中的曲线是用二次函数模型拟合的。
（其中ε是随机误差）εβββ+++=212110x x y （1） 输入：x3=[7 5 10 6 4 5 4 6 9 5 2 7 4 3 5 1 8 6];q=polyfit(x3,y1,1)结果：q =13.5218 38.7434 输入：x4=0:0.01:15;y3=polyval(q,x4); 、plot(x3,y1,'ro',x4,y3)得到：2y x 对的一次散点图从图中可以发现，随着2x 的增加，y 的值比较明显的线性增长趋势，图中的曲线是用线性函数模型拟合的。
（其中ε是随机误差）εββ++=210x y （2） 综合上面的分析，结合模型（1）和（2）建立如下的回归模型εββββ++++=21322110x x x y （3）`（3）式右端的1x 和2x 称为回归变量，21322110x x x ββββ+++是给定年平均收入1x 、风险偏好度2x 时，人寿保险额y 的值，其中的参数3210,,,ββββ称为回归系数。
还有影响y 的其它因素作用都包含在随机误差ε中。
输入程序：format short ex1=[66.290 40.964 72.996 45.010 57.204 26.852 38.122 35.840 75.796 37.408 54.376 46.186 46.130 30.366 39.060 79.380 52.766 55.916];x2=[7 5 10 6 4 5 4 6 9 5 2 7 4 3 5 1 8 6]; x3=x1.*x1; x0=ones(18,1); x=[x0 x1' x2' x3'];y=[196 63 252 84 126 14 49 49 266 49 105 98 77 14 56 245 133 133]; [b,bint,r,rint,stats]=regress(y',x,0.05) 结果：b =~r =-5.1227e-0023.0756e-001-1.3718e+000-6.7301e-001%-3.7605e+000-1.3560e+0002.7129e+000-4.8166e-0015.1302e-001-3.7247e-0016.8423e-0012.6781e+000￥-1.0293e+000-3.9296e-0015.5615e-0011.3578e+0002.3248e+000-1.6456e+000rint =-3.7791e+000 3.6766e+000 、-3.5324e+000 4.1475e+000 -4.4124e+000 1.6688e+000 -4.4677e+000 3.1217e+000 -6.6500e+000 -8.7098e-001 -4.2144e+000 1.5023e+000 -7.3438e-001 6.1602e+000 -4.2149e+000 3.2516e+000 -2.6183e+000 3.6443e+000-4.1840e+000 3.4390e+000 -2.6447e+000 4.0132e+000 -7.2173e-001 6.0779e+000 -4.7396e+000 2.6810e+000 -3.8132e+000 3.0272e+000 -3.2676e+000 4.3798e+000 -4.6375e-001 3.1793e+000 -1.0358e+000 5.6855e+000 -5.2685e+000 1.9773e+000stats =9.9958e-001 1.1070e+004 7.4095e-024 3.2518e+000由此得到模型（3）的回归系数估计值及其置信区间（置信水平05.0=α）同时得到检验统计量p F R ,,2：2R =0.99958 F =11070 p =24104095.7-⨯2R =0.99958 指因变量y （保险额）的99.958%可由模型确定，F 的值远远超过F 的检验的临界值，p 远小于α，所以模型（3）比较合适。