数学建模第二章作业答案章绍辉
- 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)。
习题2作业讲评
1. 继续考虑
2.2节的“汽车刹车距离”案例,请问“两秒准则”和“一车长度准则”一样吗?“两秒准则”是否足够安全?对于安全车距,你有没有更好的建议?(“两秒准则”,即后车司机从前车经过某一标志开始,默数2秒之后到达同一标志,而不管车速如何. 刹车距离与车速的经验公式
20.750.082678d v v =+,速度单位为m/s ,距离单位为m )
解答
(1)“两秒准则”表明前后车距与车速成正比例关系. 引入以下符号:
D ~ 前后车距(m );v ~ 车速(m/s );
于是“两秒准则”的数学模型为22D K v v ==. 与“一车长度准则”相比是否一样,依赖于一车长度的选取.
比较2
0.750.082678d v v =+与2D v =,得:
()0.082678 1.25d D v v -=-
所以当15.12 m/s v <(约合54.43 km/h )时,有d
另外,还可以通过绘图直观的解释“两秒准则”够不够安全. 用以下MATLAB 程序把刹车距离实测数据和“两秒准则”都画在同一幅图中(图1).
v=(20:5:80).*0.44704;
d2=[18,25,36,47,64,82,105,132,162,196,237,283,334
22,31,45,58,80,103,131,165,202,245,295,353,418
20,28,40.5,52.5,72,92.5,118,148.5,182,220.5,266,318,37 6];
d2=0.3048.*d2;
k1=0.75; k2=0.082678; K2=2;
d1=[v;v;v].*k1;
d=d1+d2;
plot([0,40],[0,K2*40],'k')
hold on
plot(0:40,polyval([k2,k1,0],0:40),':k')
plot([v;v;v],d,'ok','MarkerSize',2)
title('比较刹车距离实测数据、理论值和两秒准则')
legend('两秒准则','刹车距离理论值',...
'刹车距离的最小值、平均值和最大值',2)
xlabel('车速v(m/s)')
ylabel('距离(m)')
hold off
51015
2025
303540
020406080100120
140160180比较刹车距离实测数据、理论值和两秒准则
车速v (m/s )
距离(m )
图1
(2)用最大刹车距离除以车速,得到最大刹车距离所需要的尾随时间(表1),并以尾随时间为依据,提出更安全的“t 秒准则”(表2)——后车司机根据车速快慢的范围,从前车经过某一标志开始,默数t 秒钟之后到达同一标志.
绘制图2的MATLAB程序:
v=(20:5:80).*0.44704;
d2=[18,25,36,47,64,82,105,132,162,196,237,283,334
22,31,45,58,80,103,131,165,202,245,295,353,418
20,28,40.5,52.5,72,92.5,118,148.5,182,220.5,266,318,37 6];
d2=0.3048.*d2;
k1=0.75; k2=0.082678;
d=d2+[v;v;v].*k1;
vi=0:40;
plot([0,10*0.44704],[0,10*0.44704],'k',...
vi,k1.*vi+k2.*vi.*vi,'k:',...
[v;v;v],d,'ok','MarkerSize',2)
legend('t 秒准则','刹车距离理论值',...
'刹车距离的最小值、平均值和最大值',2)
hold on
plot([10,35]*0.44704,2*[10,35]*0.44704,'k',...
[35,60]*0.44704,3*[35,60]*0.44704,'k',...
[60,75]*0.44704,4*[60,75]*0.44704,'k')
title('t 秒准则,刹车距离的模型和数据')
xlabel('车速v(m/s)')
ylabel('距离(m)')
hold off
51015
2025
303540
020406080100120140160180车速v (m/s )
距离(m )
t 秒准则,刹车距离的模型和数据
图2
4. 继续考虑2.3节“生猪出售时机”案例,假设在第t 天的生猪出售的市场价格(元/公斤)为
2()(0)p t p gt ht =-+ (1)
其中h 为价格的平稳率,取h =0.0002. 其它模型假设和参数取值保持不变.
(1) 试比较(1)式与(2.3.1)式,解释新的假设和原来的假设的区别与联系;
(2)在新的假设下求解最佳出售时机和多赚的纯利润; (3)作灵敏度分析,分别考虑h 对最佳出售时机和多赚的纯利润的影响;
(4)讨论模型关于价格假设的强健性. 解答一(用MATLAB 数值计算)
(1)比较(1)式与(2.3.1)式,(1)式表明价格先降后升,(2.3.1)式假设价格匀速下降,(1)式更接近实际(图3). 两个假设都满足(0)p g '=-,在最佳出售时机附近误差微小(图4). 绘图的程序
p=@(t)12-0.08*t+0.0002*t.^2; figure(1) n=400;
plot([0,n],[12,12-0.08*n],'k:',... 0:.1:n,p(0:.1:n),'k') axis([0,400,0,20])
title('模型假设(1)式与(2.3.1)式的比较')
legend('p(0) - g t (1)式',... 'p(0) - g t + h t^2 (2.3.1)式') xlabel('t (天)')
ylabel('p (元/公斤) ') figure(2) n=20;
plot([0,n],[12,12-0.08*n],'k:',... 0:.1:n,p(0:.1:n),'k')
title('模型假设(1)式与(2.3.1)式的比较')
legend('p(0) - g t (1)式',... 'p(0) - g t + h t^2 (2.3.1)式') xlabel('t (天)'), ylabel('p (元/公斤) ')