数学建模习题集

数学建模

习

题

习题一

1.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呈长方形，其余不变。试构造模型并求解。

2.模仿1.4节商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，船除需要人划之外，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。试设计一个安全过河方案，并使渡河次数尽量地少。

3.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m x 。

4.说明1.5节中Logistic 模型(9)可以表为)(01)(t t r m e

x t x --+=,其中0t 是人口增长出现拐点的时刻,并说明0t 与r, m x 的关系.

5.假定人口的增长服从这样的规律:时刻t 的人口为)(t x ,t 到t+?t 时间内人口的增长与m x -)(t x 成正比例(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进行比较。

6.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沿同一条路径下山，下午5：00回旅店。某乙说，甲必在二天中的同一时刻经过路径中的同一地点。为什么？

7.37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？

8.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，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。

9.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，一旦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，他的妻子像往常一样驾车前来，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？

10.一男孩和一女孩分别在离家2公里和1公里且方向相反的两所学校上学，每天同时放学后分别以4公里和2公里每小时的速度步行回家。一小狗以6公里/小时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？

习题二

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,乘下的名额按惯例分给小数部分较大者.

（2）2.1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(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）你能提出其它的方法吗.用你的方法分配上面的名额.

2.用微积分的方法导出2.2节的公式(2)

3.在2.5节中考虑8人艇分重量级组(桨手体重不超过86kg和轻量级

组(桨手体重不超过73kg,建立模型说明重量级组的成绩比轻量级组大约好5%.

4.用2.7节实物交换模型中介绍的无差别曲线的概念,讨论以下雇员和雇主之间的协议关系:(1)以雇员一天的工作时间t和工资w分别为横坐标和纵坐标,画出雇员无差别曲线族的示意图.解释曲线为什么是你画的那种形状.

(2)如果雇主付计时工资,对不同的工资率(单位时间的工资)画出雇员计时工资线族,根据雇员的无差别曲线族和雇主的计时工资线族,讨论双方将在怎样的一条曲线上达成协议.

(3)雇员和雇主已经达成了一个协议(工作时间t1和工资w1).如果雇主想使雇员的工作时间增加到t2,他有两种办法:一是提高计时工资率,在协议线中另一点(t2,w2)达成新的协议;二是实行超时工资制,即对工时t1仍付原计时工资,对工时t2-t1付给更高的超时工资.试用作图方法分析哪种办法对雇主更有利,指出这个结果的条件.

5.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装的每支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、包装成本和其它成本等决定，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减小的程度变小，解释实际意义是什么。

6.一垂钓俱乐部鼓励垂钓者将钓上的鱼放生,打算按照放生的鱼重量给予奖励,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.

7.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a应多大.如知道管道长度,需要多长布条(可考虑两端的影响).如果管道是其它形状呢.

8.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。

练习三

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小.

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>r和k ≈r的情况.

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.

4.在3.4节最优价格模型中,如果考虑到成本q随产量x增加而降低,试做出合理的假设,重新求解

4.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q=q0+βt, β为增长率,又设单位时间的销售量为x=a-bp(p为价格).今将销售期分为0

5.在3.6节消费者的选择模型中，(1)证明若条件B成立,则条件A成立；

(2)验证(3),(5),(7)式给出的效用函数是否满足条件B和A；(3)若消费者的效用函数为(7)式,求最优化比例p1q1/p2q2,并分析参数a,b的意义；

(4)若商品甲的价格p1增加,其余条件不变,讨论消费者均衡状态的变

化；(5)若消费者购买商品的钱s增加,其余条件不变,讨论消费者均衡状态的变化；(6)推广到消费者购买m(m>2)种商品的情况.

练习四

1.某银行经理计划用一笔资金进行有价证券的投资,可供购进的证券

以及其信用等级、到期年限、收益如下表所示。按照规定，市政证券的收益可以免税，其他证券的收益需按５０％的税率纳税。此外还有以下限制：

(1)政府及代办机构的证券总共至少要购４００万元；

(2)所购证券的平均信用等级不超过1.4（信用等级数字越小，信用程度越高）；

(3)所购证券的平均到期年限不超过５年。

(1)若该经理有１０００万元资金，应如何投资？

(2)如果能够以２.７５％的利率借到不超过100万元资金,该经理应如何操作?

(3)在1000万元资金情况下,若证券A 的税前收益增加为4.5%,投资应否改变?若证券C 的税前收益减少为4.8%,投资应否改变?

2.一家出版社准备在某市建立两个

销售代理点,向7个区的大学生售书,

每一个区的大学生(单位:千人)已经

表示在图上.每个销售代理点只能向本区和一个相邻区的大学生售书,这两个销售代理点应该建在何处,才能使所能供应的大学生的数量最大?建立该问题的整数线性规划模型并求解.

3.某储蓄所每天有营业时间是上午9:00到下午5:00根据经验,每天不同时间段所需要的服务员数量如下:

储蓄所可以雇佣全时和半时两类服务员.全时服务员每天报酬100元,从上午9:00到下午5:00工作,但中午12:00到下午2:00之间必须安排1小时的午餐时间.储蓄所每天可以雇佣不超过3名的半时服务员,每个半时服务员必须连续工作4小时,报酬40元.问该储蓄所应如何雇佣半时服务员的数量没有限制,每天可以减少多少费用?

4.一家保姆服务公司专门向顾主提供保姆服务.根据估计,下一年的需求是:春季6000人日,夏季7500人日,秋季5500人日,冬季9000人日.公司新招聘的保姆必须经过5天的培训才能上岗,每个保姆每季度工作(新保姆包括培训)65天.保姆从该公司而不是从顾主那里得到报酬,每人每月工资800元.春季开始时公司拥有120名保姆,在每个季度结束后,将有15%的保姆自动离职.

(1)如果公司不允许解雇保姆,请你为公司制定下一年的招聘计划;哪些季度需求的增加不影响招聘计划?可以增加多少?

(2)如果公司在每个季度结束后允许解雇保姆,请为公司制定下一年的

招聘计划.

5.在甲乙双方的一场战争中,一部分甲方部队被乙方部队包围长达4个月.由于乙方封锁了所有水陆交通通道,被包围的甲方部队只能依靠空中交通维持供给.运送4个月的供给分别需要2次,3次,3次,4次飞行,每次飞行编队由50架飞机组成(每架飞机需要3名飞行员),可以运送10万吨物资.每架飞机每个月只能飞行一次,每名飞行员每个月也只能飞行一次.在执行完运输任务后的返回途中有20%的飞机会被乙方部队击落,相应的飞行员也因此牺牲或失踪.在第1个月开始时,甲方拥有110架飞机和330名熟练的飞行员.在第个月开始时,甲方可以招聘新飞行员和购买新飞机,新飞机必须经过一个月的检查后才可以投入使用,新飞行员必须在熟练飞行员的指导下经过一个月的训练才能投入飞行.每名熟练飞行员可以作为教练每个月指导20名飞行员(包括他自己在内)进行了训练.每名飞行在完成一个月的飞行任务后,必须有一个月的带薪假期,假期结束后才能再投入飞行.已知各项费用(单位略去)如下表所示,请你为甲方安排一个飞行计划.

如果每名熟练飞行员可以作为教练每个月指导不超过20名飞行员(包括他自己在内)进行训练,模型和结果有哪些改变?

6.某公司将4种不同含硫量的液体原料(分别记为甲,乙,丙,丁)混合生产两种产品(分别记为A,B).按照生产工艺的要求,原料甲,乙,丁必须首先倒入混合池中混合,混合后的液体再分别与原料丙混合生产A,B.已知原料甲,乙,丙,丁的含硫量分别是3,1,2,1(%),进货价格分别为6,16,10,15(千元/吨)；产品A，B的含硫量分别不能超过2.5，１.５（％）,售价分别为9,15(千元/吨).根据市场信息,原料甲,乙丙的供应没有限制,原料丁的供应量最多为50吨;产品A,B的市场需求量分别为100吨,200吨.问应如何安排生产?

7.某钢管零售商从钢管厂进货,将钢管按照顾客的要求切割后售出.从钢管厂进货时得到的原料钢管长度是1850mm.现有一客户需要15根290mm,28根315mm,21根350mm,30根455mm的钢管.为了简化生产过程,规定所使用的切割模式的种类不能超过4种,使用频率最高的一种切割模式按照一根原料钢管价值的1/10增加费用,使用频率次之的切割按照一根原料钢管价值的2/10增加费用,依次类推,且每种切割

模式下的切割次数不能太多(一根原料钢管最多生产5根产品).此外,为了减少余料浪费,每种切割模式下的余料浪费不能超过100mm.为了使总费用最小,应如何下料?

练习五

1.对于5.1节传染病的SIR模型，证明：

(1)若

s>1/σ,则i(t)先增加，在s=1/σ处最大,然后减少并趋于零；s(t) 0

单调减少至

s。

∞

(2)若0s ＜1/σ,则i(t) 单调减少并趋于零，s(t)单调减少至∞s 。

2.对于传染病的SIR 模型证明(23)~(25)式。

3. 5.2节经济增长模型中，为了适用于不同的对象可将产量函数)(t Q 折算成现金，仍用)(t Q 表示。考虑到物价上升因素我们记物价上升指数为)(t P （设)0(P =1），则产品的表面价格)(t y 、实际价格)(t Q 和物价指数)(t P 之间满足)(t y =)(t Q )(t P 。

(1)导出)(t y ，)(t Q ，)(t P 的相对增长率之间的关系，并作出解释。

(2)设雇用工人数目为)(t L ，每个工人工资)(t ω，企业的利润简化为从产品的收入)(t y 中扣除工人工资和固定成本。利用道格拉斯生产函数讨论，企业应雇用多少工人能使利润最大。

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a/b=4，初始兵力0x 与0y 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。

5.在5.4的房室模型（3）中，证明方程（3）对应的齐次方程通解如

（4），（5）式所示，说明方程的两个特征根βα和一定是负实根。

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r ）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。

练习六

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h>rN/4,h

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.

2.与Logistic 模型不同的另一种描述种群增长规律的是Gompertz 模型:)(.t x =r x

N x ln ,其中r 和N 的意义与Ligistic 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=E x .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 .

3.在6.3节种群竞争模型中设)(12121σσσσ≠=,求平衡点并分析其稳定性.

4.对于6.3节种群竞争模型的第3种情况:1σ<1, 2σ<1(图4-3),分析相

轨线的趋势并画出示意图,解释平衡点3P 稳定的意义.

练习七

1.对于7.1节蛛网模型模型讨论下列问题:

(1)因为一个时段上市的商品不能立即售完,其数量也会影响下一时段的价格,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.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.

2.验证阻滞增长模型(7.3)节的(15)-(18)式.

3.用计算机解阻滞增长模型(7.3节方程(6)).比如令b 从1.8逐渐增加,考查序列k x 收敛、2倍周期收敛、4倍周期收敛…，直至一片混乱的

情况。试以b 为横坐标，收敛点为纵坐标作图（与7.3节图形比较）.

4.举出几个差分形式阻滞增长模型的应用实例.

5.在7.4节按年龄分组的种群增长模型中,设一群动物最高年龄为15岁,每时每5岁一组,分成3个年龄组,各组的繁殖率为3,4,0321===b b b ,存活率为4/1,2/121==s s ,开始时3组各有1000只.求15年后各组分别有多少只,以及时间充分长以后种群的增长率(即固有增长率)和按年龄组的分布.

6.在

7.4节按年龄分组的种群增长模型中,证明当时间充分长以后若总和繁殖率R>1,则种群增长,若R<1则种群减少.

习题八

1．证明8.1节层次分析模型中定义的n 阶不一致阵A 有下列性质：

（1）A 的秩为1，唯一非零特征根为n ；

（2）A 的任一列向量都是对应于n 的特征向量

2.对于n 阶成对比较阵()i j A a =，设i

j

w i j ij w a ε=,1ij ij εδ=+,其中12(,,,)T n w w w w =L 是对应于最大特征向量，

ij δ表示i j a 在一致性附近的扰动。若ij δ为方差2δ的随机变量，证明一致性指标2

2CI δ

≈ 3.证明8.1节中用对数最小二乘法得到的权向量（（16）式）与实用算法中根法的计算结果相同。

4.用层次分析法解决一两个实际问题，例如：

（1）学校评选优秀学生或优秀班级，试给出若干准则，构造层次结构模型，可分为相对评价和绝对评价两种情况讨论。

（2）你要购置一台个人电脑，考虑功能、价格等的因素，如何作出决策。

（3）为大学毕业的青年建立一个选择志愿的层次结构模型。

（4）你的家乡准备集资兴办一座小型饲养场，是养猪、养鸡、养鸭、养兔……

5．右图是5位网球选手循环比赛的结果，作为竞赛图，它是双向连通的吗？找出几条完全路径，用适当的方法排出5位选手的名次。

6.排名次的另一个方法是考察“失分向量”以代替得分向量（选手输掉的数目为他的失分），按失分由小到大排列名次。

（1）证明：这相当于把竞赛图中各有向边反向后按得分向量排列名次，再把名次倒过来。 2 3

4 5 1

（2）用失分向量方法对8.2节图13（4）的竞赛图排列名次，结果与得分向量方法一致吗？

7.利用8.3节的定理4，5说明，为了把8.3节图14不稳定的能源利用系统变为冲量和值稳定的，如果限制只能改变两条有向边的符号，那么只有3种可行方案：改变12v v 和35

v v （如8.3节所述）；改变21v v 和56v v ：改变21v v 和67v v 。

8.考察由野兔R 和狐狸F 组成的生态系统，在野兔的食物资源充足的情况下，其带符号的有向图如右所示。

（1）解释图中+，- 号的意义

（2）若初始时段野兔有一增量，且设(0)(10,10)v ，计算(1)v ,(2)v

（3）证明该系统对所有简单冲量过程都是冲量和值稳定的，从生态意义上进行解释。

（4）说明若用权描述二者的相互作用，则在某种加权的情况下系统不再稳定，并从生态意义上进行解释。

9.食肉动物C 、食草动H 和草P 组成生态系统，因为草地有限，草过密会使草的生长减慢，用带符号的有向图建立这个系统的冲量过程模型，并证明冲过程是不稳定的

10.公共汽车系统用带符号的有向图表示如下，其中只有单位距离票

价随乘客行程的增加应该提高还是降低尚未确定（图中有向边1?2的标以？号），讨论这个符号应为+还是-才能使冲过程稳定。

1 乘客的行程；

2 单位距离票价；

3 节油量；

4 燃料消耗；

5 污染；

6 事故；

7 晚点；

8 居民人数

11.在8.4节中证明由（7），（8）给出的Shapley 值()v φ满足()(),1,2,,i v v i i n ?≥=L

12.某甲（农民）有一块土地，若从事农业生产可收入1万元，若将土地租给某乙（企业家）用于工业生产，可收入3万元，当旅店老板请企业家参与经营时，收入达4万元，为促成最高收入的实现，试用Shapley 值方法分配各人的所得。

13.理事会有五个常任理事和十个非常任理事，提案仅当全部常任理事和至少四个非常任理事赞成时方可通过，求每位常任理事和每位非常任理事在投票中的权重。

14.奇数个席位的理事会由三派组成，议案表决实行过半数通过方案，证明在任一派都不能操纵表决的条件下，三派占有的席位不论多少，他们在表决中的权重都是一样的。

数学建模典型例题

一、人体重变化 某人的食量是10467焦/天，最基本新陈代谢要自动消耗其中的5038焦/天。每天的体育运动消耗热量大约是69焦/（千克?天）乘以他的体重（千克）。假设以脂肪形式贮存的热量100% 地有效，而1千克脂肪含热量41868焦。试研究此人体重随时间变化的规律。 一、问题分析 人体重W（t）随时间t变化是由于消耗量和吸收量的差值所引起的，假设人体重随时间的变化是连续变化过程，因此可以通过研究在△t时间内体重W的变化值列出微分方程。 二、模型假设 1、以脂肪形式贮存的热量100%有效 2、当补充能量多于消耗能量时，多余能量以脂肪形式贮存 3、假设体重的变化是一个连续函数 4、初始体重为W0 三、模型建立 假设在△t时间内： 体重的变化量为W（t+△t）-W(t)； 身体一天内的热量的剩余为（10467-5038-69*W（t）） 将其乘以△t即为一小段时间内剩下的热量； 转换成微分方程为：d[W(t+△t)-W(t)]=(10467-5038-69*W(t))dt； 四、模型求解 d(5429-69W)/(5429-69W)=-69dt/41686 W(0)=W0 解得： 5429-69W=（5429-69W0）e(-69t/41686) 即： W（t）=5429/69-（5429-69W0）/5429e(-69t/41686) 当t趋于无穷时，w=81; 二、投资策略模型 一、问题重述 一家公司要投资一个车队并尝试着决定保留汽车时间的最佳方案。5年后，它将卖出所有剩余汽车并让一家外围公司提供运输。在策划下一个5年计划时，这家公司评估在年i 的开始买进汽车并在年j的开始卖出汽车，将有净成本a ij（购入价减去折旧加上运营和维修成本）ij

数学建模-大学生就业问题

2010-2011第二学期 数学建模课程设计 2011年6月27日－7月1日 题目大学生就业问题 第 11 组组员1 组员2 组员3 组员4 姓名 学号 0808060217 0808060218 0808060219 0808060220 专业信计0802 信计0802 信计0802 信计0802 成绩

论文摘要 本文讨论了在新的形势下大学生的就业问题。20世纪90年代以来，我国出现了一种前所未有的现象，有着“天之骄子”美誉的大学生也开始面临失业问题。大学生就业难问题已受到普遍关注。大学生毕业失业群体正在不断扩大，已成为我国扩大社会就业，构建和谐稳定社会的急需解决的社会问题。 本文针对我国现有的国情，综合考虑了高校毕业生的就业率和高校招生规模的扩大之间的关系，建立了定量分析的微分方程模型，随后又建立了了离散正交曲线拟合模型对得出的结果进行了检验，并分析模型得出的结果得合理性。最终得到生源数量与失业率之间的拟合多项式和拟合曲线，并预测出了未来高校招生规模的变化趋势。 在找到大学生失业规律以后，本文还具体的对毕业生的性别、出生地对失业的影响做出了定量分析。 关键词：大学生就业微分方程模型多项式曲线拟合MATLAB软件 1、问题重述 大学生就业问题：如果我们将每年毕业的大学生中既没有找到工作又没有继续深造的情况视为失业，就可以用失业率来反映大学生就业的状况。下面的表中给出了某城市的大学生失业数占城市总失业人数的比率，比率的计算是按照国际劳工组织的定义，对16岁以上失业人员进行统计的结果。 表 1

请建立相应的模型对大学生就业状况进行分析找出其中的规律并讨论下面两个问题： (1)、就业中是否存在性别歧视； (2)、学生的出生对就业是否有影响。 2、模型假设 2.1在本次研究中做出以下假设： (1)、假设毕业生求职时竞争是公平的； (2)、假设考研等继续深造的毕业生属于已就业人群； (3)、假设每个毕业生都有就业或者继续深造的意图 (4)、假设就业率和失业率之和为1； (5)、假设本文搜集的数据全部真实可靠； 2.2 在定量分析性别、出生地对失业的影响时还要做以下假设： (1)、假设毕业生就业情况只受性别、出生地等因素的影响； (2)、假设具有上述同等条件的毕业生间就业机会相同 (3)、假设附件中的数据信息均合理； 3、问题分析 3.1 对问题的分析 若要分析新失业群体产生的主要原因，并就其重要性给出各种因素的排序，就需要对搜集的数据进行整理，并进行系统的分析，划分为不同的体系和矛盾，然后我们考虑用Logistic模型分析。 为了得到新失业群体对高校招生生源的影响和预测未来高校招生规模的变

数学建模实验报告

数学建模实验报告

一、实验目的 1、通过具体的题目实例，使学生理解数学建模的基本思想和方法，掌握 数学建模分析和解决的基本过程。 2、培养学生主动探索、努力进取的的学风，增强学生的应用意识和创新 能力，为今后从事科研工作打下初步的基础。 二、实验题目 （一）题目一 1、题目：电梯问题有r个人在一楼进入电梯，楼上有n层。设每个 乘客在任何一层楼出电梯的概率相同，试建立一个概率模型，求直 到电梯中的乘客下完时，电梯需停次数的数学期望。 2、问题分析 （1）由于每位乘客在任何一层楼出电梯的概率相同，且各种可能的情况众多且复杂，难于推导。所以选择采用计算机模拟的 方法，求得近似结果。 （2）通过增加试验次数，使近似解越来越接近真实情况。 3、模型建立 建立一个n*r的二维随机矩阵，该矩阵每列元素中只有一个为1，其余都为0，这代表每个乘客在对应的楼层下电梯（因为每 个乘客只会在某一层下，故没列只有一个1）。而每行中1的个数 代表在该楼层下的乘客的人数。 再建立一个有n个元素的一位数组，数组中只有0和1,其中1代表该层有人下，0代表该层没人下。 例如： 给定n=8;r=6（楼8层，乘了6个人）,则建立的二维随机矩阵及与之相关的应建立的一维数组为： m = 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 0 0 c = 1 1 0 1 0 1 1 1 4、解决方法（MATLAB程序代码）：

n=10;r=10;d=1000; a=0; for l=1:d m=full(sparse(randint(1,r,[1,n]),1:r,1,n,r)); c=zeros(n,1); for i=1:n for j=1:r if m(i,j)==1 c(j)=1; break; end continue; end end s=0; for x=1:n if c(x)==1 s=s+1; end continue; end a=a+s; end a/d 5、实验结果 ans = 6.5150 那么，当楼高11层，乘坐10人时，电梯需停次数的数学期望为6.5150。 （二）题目二 1、问题：某厂生产甲乙两种口味的饮料,每百箱甲饮料需用原料6 千克,工人10名,可获利10万元;每百箱乙饮料需用原料5千 克,工人20名,可获利9万元.今工厂共有原料60千克,工人 150名,又由于其他条件所限甲饮料产量不超过8百箱.问如何 安排生产计划,即两种饮料各生产多少使获利最大.进一步讨 论: 1)若投资0.8万元可增加原料1千克,问应否作这项投资. 2)若每百箱甲饮料获利可增加1万元,问应否改变生产计划. 2、问题分析 （1）题目中共有3个约束条件，分别来自原料量、工人数与甲饮料产量的限制。 （2）目标函数是求获利最大时的生产分配，应用MATLAB时要转换

《数学模型》

《数学模型》考试大纲 适应专业：数学与应用数学、信息与计算科学、统计学、应用统计学专业 一、课程性质与目的要求 数学模型课亦称为数学建模课，它是数学与应用数学、信息与计算科学、统计学、应用统计学专业必修课或限选课，教育部1998年颁布的高等学校本科专业目录中，把“数学模型”课作为数学类专业的必开课。数学模型是架于实际问题与数学理论之间的桥梁。数学模型就是应用数学语言和方法，对于现实世界中的实际问题进行抽象、简化和假设所得到的数学结构。本课程是研究数学建模的理论、思想和方法，研究建立数学模型、简单的优化模型、数学规划模型、微分方程模型、代数方程与差分方程模型、稳定性模型、离散模型、概率模型等。 数学模型课需要用到数学分析、高等代数、微分方程、图论、概率统计、运筹学等数学知识，它是学生所学数学知识的综合应用，是培养学生综合素质以及应用数学知识解决实际问题的能力的良好课程。该课程的考试评价依据是按照课程目标、教学内容和要求，把握合适的难易程度出试卷，用笔试的方法对学生学习情况和学习成绩做出评价。 二、课程内容和考核要求 第一章建立数学模型 １、考核知识点： 数学建模的背景及重要意义、数学模型与数学建模、数学模型的分类与特点、数学建模的基本方法和步骤、数学建模举例等。 ２、考核要求： （1）理解数学建模的背景及意义、原型、模型、数学模型、数学建模等概念。 （2）理解数学模型的各种分类、数学模型的特点。 （3）理解数学建模的基本方法和步骤、通过实例初步了解数学建模的思想和方法。 第二章简单的优化模型 １、考核知识点： 存储模型、生猪的出售时机、森林救火、冰山运输等。

２、考核要求： （1）掌握应用微积分理论建立存储问题模型。 （2）理解应用微积分理论建立生猪的出售时机模型和森林灭火模型。 （3）理解应用微积分理论建立冰山运输问题模型。 第三章数学规划模型 １、考核知识点： 数学规划问题的基本概念、数学规划问题图解法步骤、生产安排问题、奶制品的生产与销售等。 ２、考核要求： （1）掌握数学规划问题的基本概念、数学规划问题图解法步骤。 （2）掌握生产安排问题的模型及图解法。 （3）理解奶制品的生产与销售的模型及求解。 第四章微分方程模型 １、考核知识点： 传染病模型、正规战与游击战、药物在体内的分布与排除、香烟过滤嘴的作用等。 ２、考核要求： （1）理解传染病问题的建模及讨论。 （2）理解战争问题、房室问题的建模及讨论。 （3）了解香烟过滤嘴作用问题的建模及讨论。 第五章代数方程与差分方程模型 １、考核知识点： 量纲、量纲齐次原理、量纲分析法、差分方程的基本概念、市场经济中蛛网模型、节食与运动问题等。 ２、考核要求： （1）掌握量纲、量纲齐次原理、量纲分析法建模及解法步骤。 （2）掌握市场经济中蛛网模型及解法步骤。 （3）理解理解差分方程的基本概念、减肥问题的建模思想。 第六章稳定性模型

数学建模竞赛简介

数学建模竞赛简介 数学建模就是建立、求解数学模型的过程和方法，首先要通过分析主要矛盾，对各种实际问题进行抽象简化，并按照有关规律建立起变量，参数间的明确关系，即明确的数学模型，然后求出该数学问题的解，并通过一定的手段来验证解的正确性。 数学建模竞赛于1985年起源于美国，起初竞赛题目通常由工业部门、军事部门提出，然后由数学工作者简化或修正。1989年我国大学生开始参加美国大学生数学建模竞赛，1990年我国开始创办我国自己的大学生数学建模竞赛。1993年国家教委（现教育部）高教司正式发文，要求在全国普通高等学校中开展数学建模竞赛。从1994年开始，大学生数学建模竞赛成为教育部高教司和中国工业的应用数学学会共同主办，每年一届的，面向全国高等院校全体大学生的一项课外科技竞赛活动。2010年全国共有30省(市、自治区)九百多所院校一万多个队三万多名大学生参赛，成为目前全国高等学校中规模最大的课外科技活动。数学建模竞赛是教育主管部门主办的大学生三大竞赛之一。 现在的竞赛题目来源于更广泛的领域，都是各行各业的实际问题经过适当简化，提炼出来的极富挑战性的问题，每次两道题，学生任选一题，可以使用计算机、软件包，可以参阅任何资料(含上网参阅任何资料)。竞赛以三人组成的队为单位，三人之间通力合作，在三天三夜内完成一篇论文。不给论文评分，而是按论文的水平为四档：全国一等奖、全国二等奖、赛区一等奖，赛区二等奖，成功参赛奖。我校于2001年开始参加这项竞赛活动。多次获全国一等奖、二等奖、湖北赛区一等奖、二等奖。 数学建模竞赛活动培养了学生的创造力、应变能力、团队精神和拼搏精神，适应了21世纪经济发展和人才培养的挑战。不少参加过全国大学生数学建模竞赛的同学都深有感触，他们说：“参加这次活动是我们大学四年中最值得庆幸的一件事，我们真正体会这几年内学到了什么，自己能干什么。”“那不寻常的三天在我们记忆中留下了永恒的一瞬，真是一次参赛，终身受益。”团队精神贯穿在数学建模竞赛的全过程，它往往是成败的关键。有些参赛队员说：“竞赛使我们三个人认识到协作的重要性，也学会了如何协作，在建模的三天中，我们真正做到了心往一处想，劲往一处使，每个人心中想的就是如何充分发挥自己的才华，在短暂的时间内做出一份尽量完善的答卷。三天中计算机没停过，我们轮流睡觉、轮流工作、轮流吃饭，可以说是抓住了每一滴可以抓住的时间。”“在这不眠的三天中，我们真正明白了团结就是力量这个人生真谛，而这些收获，将会伴随我们一生，对我们今后的学习，工作产生巨大的影响。”

大学生就业问题数学模型

重庆交通大学学生实验报告 实验课程名称数学模型课程设计 开课实验室数学实验室 学院 XXX级 XXX 专业 1 班 开课时间 2013 至 2014 学年第 2 学期设计题目大学生就业问题

2013 年 12月 大学生就业问题 摘要：近年来，我国高校毕业生数量逐年增多，加之当前金融危机的影响，毕业生的就业形势受到前所未有的挑战，甚至出现了所谓“毕业即失业”的说法。因此大学生毕业后能否顺利就业，已成为全社会普遍关注的热点问题。大学生就业难不仅有社会原因，也有大学生自身的原因。如何解决大学生就业难的问题不仅关系到大学生的切身利益，更关系到社会的和谐稳定，需要政府、企业、高校和大学生共同的努力。本文从大学生自身，企业和社会三个大方面方面进行了分析和论述，从而总结出相关的结论及解决大学生就业难题的可行方法。 关键词大学生就业 Matlab 数据拟合 一、问题重述 据中国媒体援引人力和社会保障部的最新统计数据，二零一零年全国高校毕业生为630万人，比去年的611万多19万人，加上往届未能就业的，需要就业的毕业生数量很大，高校毕业生就业形势十分严峻。 随着九十年代末大学扩招和教育产业化政策推行以来，大学生人数的增幅远远超过经济增长所需要的人才增长，大学生就业不难才是怪事，"毕业即失业"成为中国大学生的普遍现象。 尽管如此，中国教育部决定继续扩大全日制专业学位硕士研究生招生规模，努力培养更多高层次、应用型人才。表面上看，研究生扩招能提高大学生学历层次，可以缓解就业难。但是，如果不清理高等教育积弊，扩招研究生来应对就业难将是饮鸩止渴，使就业矛盾更加突出。 现在大学生就业难的问题，是由许多原因造成的，既有社会原因，也有历史原因。 请用数学建模的方法从以下几个侧面探讨大学生就业问题： （1）利用网上大学生就业统计数据建立大学生就业供需预测模型，利用所建模型对2012年就业形势进行预测； （2）分析影响大学生就业的主要因素，建立就业竞争力评价模型，利用所建模型评估你的竞争力；

什么是数学模型与数学建模

1. 什么是数学模型与数学建模 简单地说：数学模型就是对实际问题的一种数学表述。 具体一点说：数学模型是关于部分现实世界为某种目的的一个抽象的简化的数学结构。 更确切地说：数学模型就是对于一个特定的对象为了一个特定目标，根据特有的内在规律，做出一些必要的简化假设，运用适当的数学工具，得到的一个数学结构。数学结构可以是数学公式，算法、表格、图示等。 数学建模就是建立数学模型，建立数学模型的过程就是数学建模的过程（见数学建模过程流程图）。数学建模是一种数学的思考方法，是运用数学的语言和方法，通过抽象、简化建立能近似刻划并"解决"实际问题的一种强有力的数学手段。 2.美国大学生数学建模竞赛的由来： 1985年在美国出现了一种叫做MCM的一年一度大大学生数学模型（1987年全称为Mathematical Competition in Modeling,1988年改全称为Mathematical Contest in Modeling,其所写均为MCM）。这并不是偶然的。在1985年以前美国只有一种大学生数学竞赛（The william Lowell Putnam mathematial Competition,简称Putman(普特南）数学竞赛），这是由美国数学协会（MAA--即Mathematical Association of America的缩写）主持，于每年12月的第一个星期六分两试进行，每年一次。在国际上产生很大影响，现已成为国际性的大学生的一项著名赛事。该竞赛每年2月或3月进行。 我国自1989年首次参加这一竞赛，历届均取得优异成绩。经过数年参加美国赛表明，中国大学生在数学建模方面是有竞争力和创新联想能力的。为使这一赛事更广泛地展开，1990年先由中国工业与应用数学学会后与国家教委联合主办全国大学生数学建模竞赛（简称CMCM），该项赛事每年9月进行。

大学生数学建模竞赛的由来与发展

大学生数学建模竞赛的由来和发展 自古以来，各种竞赛方式历来是各行各业培养、锻炼和选拔人才的重要手段。凡竞赛实际上都有准备阶段、临场发挥和赛后总结、提高三个阶段。参赛者通过这三个阶段来接受挑战并锻炼提高自己。当然，也不是参加竞赛的人都能成为人才，获得优胜的选手参赛者如果不善于总结自己的长处和缺点，不断提高的话，也未必能发展成为优秀人才。诚然，如果太强调竞赛的功利性，也可能产生各种各样的弊病，副作用会大过正作用，使竞赛变了味，也就可能失去了培养、锻炼和选拔人才的功能。 就培养选拔科技人才而言，各种学科的竞赛也起到了很大的作用。就数学科学来说，很多国家都有面向中学生或大学生的数学竞赛，甚至还有国际或地区性的数学竞赛。例如，就后者而言，有从1959年开始举办的中学生国际奥林匹克数学竞赛(The International Mathematical Olympiad (IMO), 有兴趣的读者可以访问网址http://www.imo.math.ca/), 有从1994年开始举办的国际大学生数学竞赛(International Mathematics Competition for Universtiy Students, IMC, 有兴趣的读者可以访问网址https://www.doczj.com/doc/e312910353.html,/ ), 北美(美国和加拿大)普特南大学生数学竞赛(The William Lowell Putnam Mathematical Competition, 有兴趣的读者可以访问网址https://www.doczj.com/doc/e312910353.html,/或https://www.doczj.com/doc/e312910353.html,/ )。 因为大学生数学建模竞赛诞生于美国，而且其源起与普特南数学竞赛有关，加之这个竞赛是培养出许多优秀数学家和科学家的竞赛，所以在本章，我们从普特南数学竞赛谈起。 本章包括普特南(Putnam)数学竞赛、大学生数学建模竞赛、为什么要参加大学生数学建模竞赛和怎样参加大学生数学建模竞赛四节。 1 普特南(Putnam)数学竞赛 普特南和他的想法 W. L. 普特南(William Lowell Putnam, 1861 ~ 1924, 美国律师和银行家), 1882年毕业于哈佛大学。他深信在正规大学的学习中组队竞赛的价值. 他在哈佛毕业生杂志1921年12月那期上写了一篇文章中阐述了大学间智力竞赛的价值和优点。在他去世后，他的遗霜Elizabeth Lowell Putnam (1862-1935)于1927年建立了“普特南大学间对抗纪念基金(William Lowell Putnam Intercollegiate Memorial Fund)”。第一个由该基金资助的是校际英语竞赛。由该基金资助的第二次试验性竞赛是于1933年举行的10名哈佛大学的学生和10名西点军校的学生间一次数学竞赛。由于那次竞赛十分成功，于是就产生了举行所有感兴趣的大学和学院都可以参加的类似的年度竞赛的想法。但是直到1935年Elizabeth去世都没有举行过这样的竞赛。到了1938年才决定由美国数学协会来管理这个基金和组织了第一次正式的竞赛。 普特南数学竞赛 现在普特南数学竞赛的时间是每年12 月第一周的星期六，共进行两试，每试3 小时、6道题，每题10分。该竞赛是彻底闭卷的考试, 在限定的时间内主要测试参赛者思维敏捷、推理和计算的能力。竞赛分个人和团体(组队)，一个学校可以组织一个由三名学生组成队，名列前茅者有奖金奖励。竞赛前几年，团体前三名的奖金分别为$500、$300 和$200，个人前五名每人可获奖金$50，并成为Putnam 会员(Putnam fellow)。近年来，奖励团体前五名的大学的数学系的奖金分别为$25000(每个队员可得到$1000奖金)、$20000(每个队员可得到$800奖金)、$15000(每个队员可得到$600奖金)、$10000(每个队员可得到$400奖金) 和$5000(每个队员可得到$200奖金)。个人前五名每人可获奖金$2500，并成为Putnam 会员。5-15名每人可获奖金$1000，16-26名每人可获奖金$250。当然更重要的不是金钱奖励，而是

数学模型课程设计一

课程设计名称： 设计一：MATLAB 软件入门 指导教师： 张莉 课程设计时数： 8 课程设计设备：安装了Matlab 、C ++软件的计算机 课程设计日期： 实验地点： 第五教学楼北902 课程设计目的： 1. 熟悉MA TLAB 软件的用户环境； 2. 了解MA TLAB 软件的一般目的命令； 3. 掌握MA TLAB 数组操作与运算函数； 4. 掌握MATLAB 软件的基本绘图命令； 4. 掌握MA TLAB 语言的几种循环、条件和开关选择结构。 课程设计准备： 1. 在开始本实验之前，请回顾相关内容； 2. 需要一台准备安装Windows XP Professional 操作系统和装有数学软件的计算机。 课程设计内容及要求 要求：设计过程必须包括问题的简要叙述、问题分析、实验程序及注释、实验数据及结果分析和实验结论几个主要部分。 1. 采用向量构造符得到向量[1,4,7,,31] 。 //a=[1:3:31] 2. 随机产生一向量x ，求向量x 的最大值。 // a=rand(1,6) max(a) 3. 利用列向量(1,2,3,,6)T 建立一个范德蒙矩阵A ，并利用位于矩阵A 的奇数行偶数列的元素建立一个新的矩阵B ，须保持这些元素的相对位置不变。 4. 按水平和竖直方向分别合并下述两个矩阵： 100234110,5670018910A B ????????==???????????? 5. 当100n =时，求1121n i y i ==-∑的值。 6. 一个三位整数各位数字的立方和等于该数本身则称该数为水仙花数。输出全部水仙花数。 7. 求[1000,2000]之间第一个被17整除的整数。 8. 用MATLAB 绘制两条曲线，[0,2]x π∈，以10 π为步长，一条是正弦曲线，一条是余弦曲线，线宽为6个象素，正弦曲线为绿色，余弦曲线为红色，线型分别为实线和虚线，并给所绘的两条曲线增添图例，分别为“正弦曲线”和“余弦曲线”。

数学建模实验

数学建模课程实验报告 专题实验7 班级数财系1班学号2011040123 丛文 实验题目常微分方程数值解 实验目的 1．掌握用MATLAB求微分方程初值问题数值解的方法； 2．通过实例学习微分方程模型解决简化的实际问题； 3．了解欧拉方法和龙格库塔方法的基本思想。 实验容 (包括分 析过程、 方法、和 代码，结 果) 1. 用欧拉方法和龙格库塔方法求下列微分方程初值问题的数值 解，画出解的图形，对结果进行分析比较 解；M文件 function f=f(x,y) f=y+2*x; 程序； clc;clear; a=0;b=1; %求解区间 [x1,y_r]=ode45('f',[a b],1); %调用龙格库塔求解函数求解数值 解； %% 以下利用Euler方法求解 y(1)=1;N=100;h=(b-a)/N; x=a:h:b;

for i=1:N y(i+1)=y(i)+h*f(x(i),y(i)); end figure(1) plot(x1,y_r,'r*',x,y,'b+',x,3*exp(x)-2*x-2,'k-');%数值解与真解图 title('数值解与真解图'); legend('RK4','Euler','真解'); xlabel('x');ylabel('y'); figure(2)

plot(x1,abs(y_r-(3*exp(x1)-2*x1-2)),'k-');%龙格库塔方法的误差 title('龙格库塔方法的误差') xlabel('x');ylabel('Error'); figure(3) plot(x,abs(y-(3*exp(x)-2*x-2)),'r-')%Euler方法的误差 title('Euler方法的误差') xlabel('x');ylabel('Error');

数学建模中常见的十大模型

数学建模常用的十大算法==转 (2011-07-24 16:13:14) 转载▼ 1. 蒙特卡罗算法。该算法又称随机性模拟算法，是通过计算机仿真来解决问题的算法，同时可以通过模拟来检验自己模型的正确性，几乎是比赛时必用的方法。 2. 数据拟合、参数估计、插值等数据处理算法。比赛中通常会遇到大量的数据需要处理，而处理数据的关键就在于这些算法，通常使用MA TLAB 作为工具。 3. 线性规划、整数规划、多元规划、二次规划等规划类算法。建模竞赛大多数问题属于最优化问题，很多时候这些问题可以用数学规划算法来描述，通常使用Lindo、Lingo 软件求解。 4. 图论算法。这类算法可以分为很多种，包括最短路、网络流、二分图等算法，涉及到图论的问题可以用这些方法解决，需要认真准备。 5. 动态规划、回溯搜索、分治算法、分支定界等计算机算法。这些算法是算法设计中比较常用的方法，竞赛中很多场合会用到。 6. 最优化理论的三大非经典算法：模拟退火算法、神经网络算法、遗传算法。这些问题是用来解决一些较困难的最优化问题的，对于有些问题非常有帮助，但是算法的实现比较困难，需慎重使用。 7. 网格算法和穷举法。两者都是暴力搜索最优点的算法，在很多竞赛题中有应用，当重点讨论模型本身而轻视算法的时候，可以使用这种暴力方案，最好使用一些高级语言作为编程工具。 8. 一些连续数据离散化方法。很多问题都是实际来的，数据可以是连续的，而计算机只能处理离散的数据，因此将其离散化后进行差分代替微分、求和代替积分等思想是非常重要的。 9. 数值分析算法。如果在比赛中采用高级语言进行编程的话，那些数值分析中常用的算法比如方程组求解、矩阵运算、函数积分等算法就需要额外编写库函数进行调用。 10. 图象处理算法。赛题中有一类问题与图形有关，即使问题与图形无关，论文中也会需要图片来说明问题，这些图形如何展示以及如何处理就是需要解决的问题，通常使用MA TLAB 进行处理。 以下将结合历年的竞赛题，对这十类算法进行详细地说明。 以下将结合历年的竞赛题，对这十类算法进行详细地说明。 2 十类算法的详细说明 2.1 蒙特卡罗算法 大多数建模赛题中都离不开计算机仿真，随机性模拟是非常常见的算法之一。 举个例子就是97 年的A 题，每个零件都有自己的标定值，也都有自己的容差等级，而求解最优的组合方案将要面对着的是一个极其复杂的公式和108 种容差选取方案，根本不可能去求解析解，那如何去找到最优的方案呢？随机性模拟搜索最优方案就是其中的一种方法，在每个零件可行的区间中按照正态分布随机的选取一个标定值和选取一个容差值作为一种方案，然后通过蒙特卡罗算法仿真出大量的方案，从中选取一个最佳的。另一个例子就是去年的彩票第二问，要求设计一种更好的方案，首先方案的优劣取决于很多复杂的因素，同样不可能刻画出一个模型进行求解，只能靠随机仿真模拟。 2.2 数据拟合、参数估计、插值等算法 数据拟合在很多赛题中有应用，与图形处理有关的问题很多与拟合有关系，一个例子就是98 年美国赛A 题，生物组织切片的三维插值处理，94 年A 题逢山开路，山体海拔高度的插值计算，还有吵的沸沸扬扬可能会考的“非典”问题也要用到数据拟合算法，观察数据的

数学建模比赛的选拔问题

数学建模比赛的选拔问题 卢艳阳 王伟 朱亮亮 （黄河科技学院通信系，） 摘要 本文是关于全国大学生数学建模竞赛选拔的问题，依据数学建模组队的要求，每队应具备较好的数学基础和必要的数学建模知识、良好的编程能力和熟练使用数学软件等的综合实力，在此前提下合理的分配队员，利用层次分析法，建立合理分配队员的数学模型，利用MATLAB ，LONGO 工具求出最优解。、 问题一：依据建模组队的要求，合理分配每个队员是关键，主要由团队精神、建模能力、编程能力、论文写作能力、思维敏捷以及数学知识等等，经过讨论分析，确定良好的数学基础、建模能力，编程能力为主要参考因素。 问题二：根据表中所给15人的可参考信息，我们对每个队员的每一项素质进行加权，利用层次分析法选出综合素质好的前9名同学，然后利用0-1规划的相关知识对这9人进行合理分组，利用MATLAB 、LINGO 得到其中一个如下的分 组：'1s 、10s 、4s ；2s 、11s 、14s ；6s 、13s 、8s 问题三：我们将所选出的这9名同学和这个计算机编程高手的素质进行量化加权，然后根据层次分析法，利用MATLAB 工具进行求解，得出了最佳解。由于我们选取队员参考的是这个人的综合素质，而不是这个人的某项素质，并由解出的数据可以看出这个计算机编程高手不能被直接录用。所以说只考虑某项素质，而不考虑其他的素质的同学是不能被直接录用的。 问题四：根据前面三问中的分组的思路，我们通过层次分析法先从所有人中依据一种量化标准选出符合要求的高质量的同学，然后利用0-1变量进行规划，在根据实际问题的约束，对问题进行分析，然后可以得出高效率的分组。

数学建模常用方法

数学建模常用方法 建模常用算法,仅供参考： 1、蒙特卡罗算法（该算法又称随机性模拟算法,是通过计算机仿真来解决问题的算法,同时可以通过模拟可以来检验自己模型的正确性,是比赛时必 用的方法） 2、数据拟合、参数估计、插值等数据处理算法（比赛中通常会遇到大量的数据需要处理,而处理数据的关键就在于这些算法,通常使用M a t l a b作为工具） 3、线性规划、整数规划、多元规划、二次规划等规划类问题（建模竞赛大多数问题属于最优化问题,很多时候这些问题可以用数学规划算法来描述,通 常使用L i n d o、L i n g o软件实现） 4、图论算法（这类算法可以分为很多种,包括最短路、网络流、二分图等算法,涉及到图论的问题可以用这些方法解决,需要认真准备） 5、动态规划、回溯搜索、分治算法、分支定界等计算机算法（这些算法是算法设计中比较常用的方法,很多场合可以用到竞赛中） 6、最优化理论的三大非经典算法：模拟退火法、神经网络、遗传算法（这些问题是用来解决一些较困难的最优化问题的算法,对于有些问题非常有帮助,但是算法的实现比较困难,需慎重使用） 7、网格算法和穷举法（网格算法和穷举法都是暴力搜索最优点的算法,在很多竞赛题中有应用,当重点讨论模型本身而轻视算法的时候,可以使用这种 暴力方案,最好使用一些高级语言作为编程工具） 8、一些连续离散化方法（很多问题都是实际来的,数据可以是连续的,而计 算机只认的是离散的数据,因此将其离散化后进行差分代替微分、求和代替积分等思想是非常重要的） 9、数值分析算法（如果在比赛中采用高级语言进行编程的话,那一些数值分析中常用的算法比如方程组求解、矩阵运算、函数积分等算法就需要额外编写库函数进行调用） 10、图象处理算法（赛题中有一类问题与图形有关,即使与图形无关,论文 中也应该要不乏图片的,这些图形如何展示以及如何处理就是需要解决的问题,通常使用M a t l a b进行处理） 一、在数学建模中常用的方法： 1.类比法 2.二分法 3.量纲分析法 4.差分法 5.变分法 6.图论法 7.层次分析法 8.数据拟合法 9.回归分析法 10.数学规划（线性规划、非线性规划、整数规划、动态规划、目标规划） 11.机理分析 12.排队方法

数学建模与实验

? 1.1.3 初识MATLAB 例1-1 绘制正弦曲线和余弦曲线。 x=[0:0.5:360]*pi/180; plot(x,sin(x),x,cos(x)); ?例1-2 求方程 3x4+7x3 +9x2-23=0的全部根。 p=[3,7,9,0,-23]; %建立多项式系数向量 x=roots(p) %求根 ?例1-3 求积分 quad('x.*log(1+x)',0,1) ?例1-4 求解线性方程组。 a=[2,-3,1;8,3,2;45,1,-9]; b=[4;2;17]; x=inv(a)*b ? 1.2.1 MATLAB的运行环境 硬件环境： (1) CPU (2) 内存 (3) 硬盘 (4) CD-ROM驱动器和鼠标。 软件环境： (1) Windows 98/NT/2000 或Windows XP (2) 其他软件根据需要选用 ? 1.3.1 启动与退出MATLAB集成环境 1．MATLAB系统的启动 与一般的Windows程序一样，启动MATLAB系统有3种常见方法： (1)使用Windows“开始”菜单。 (2)运行MATLAB系统启动程序matlab.exe。 (3) 利用快捷方式。 ?启动MATLAB后，将进入MATLAB 6.5集成环境。MATLAB 6.5集成环境包括MATLAB 主窗口、命令窗口(Command Window)、工作空间窗口(Workspace)、命令历史窗口(Command History)、当前目录窗口(Current Directory)和启动平台窗口(Launch Pad)。 ?2．MATLAB系统的退出 要退出MATLAB系统，也有3种常见方法： (1) 在MATLAB主窗口File菜单中选择Exit MATLAB命令。 (2) 在MATLAB命令窗口输入Exit或Quit命令。 (3) 单击MATLAB主窗口的“关闭”按钮。 ? 1.3.2 主窗口 MATLAB主窗口是MATLAB的主要工作界面。主窗口除了嵌入一些子窗口外，还主要包括菜单栏和工具栏。 1．菜单栏 在MATLAB 6.5主窗口的菜单栏，共包含File、Edit、View、Web、Window和Help 6个菜单项。

数学建模中常见的十大模型讲课稿

数学建模中常见的十 大模型

精品文档 数学建模常用的十大算法==转 (2011-07-24 16:13:14) 转载▼ 1. 蒙特卡罗算法。该算法又称随机性模拟算法，是通过计算机仿真来解决问题的算法，同时可以通过模拟来检验自己模型的正确性，几乎是比赛时必用的方法。 2. 数据拟合、参数估计、插值等数据处理算法。比赛中通常会遇到大量的数据需要处理，而处理数据的关键就在于这些算法，通常使用MA TLAB 作为工具。 3. 线性规划、整数规划、多元规划、二次规划等规划类算法。建模竞赛大多数问题属于最优化问题，很多时候这些问题可以用数学规划算法来描述，通常使用Lindo、Lingo 软件求解。 4. 图论算法。这类算法可以分为很多种，包括最短路、网络流、二分图等算法，涉及到图论的问题可以用这些方法解决，需要认真准备。 5. 动态规划、回溯搜索、分治算法、分支定界等计算机算法。这些算法是算法设计中比较常用的方法，竞赛中很多场合会用到。 6. 最优化理论的三大非经典算法：模拟退火算法、神经网络算法、遗传算法。这些问题是用来解决一些较困难的最优化问题的，对于有些问题非常有帮助，但是算法的实现比较困难，需慎重使用。 7. 网格算法和穷举法。两者都是暴力搜索最优点的算法，在很多竞赛题中有应用，当重点讨论模型本身而轻视算法的时候，可以使用这种暴力方案，最好使用一些高级语言作为编程工具。 8. 一些连续数据离散化方法。很多问题都是实际来的，数据可以是连续的，而计算机只能处理离散的数据，因此将其离散化后进行差分代替微分、求和代替积分等思想是非常重要的。 9. 数值分析算法。如果在比赛中采用高级语言进行编程的话，那些数值分析中常用的算法比如方程组求解、矩阵运算、函数积分等算法就需要额外编写库函数进行调用。 10. 图象处理算法。赛题中有一类问题与图形有关，即使问题与图形无关，论文中也会需要图片来说明问题，这些图形如何展示以及如何处理就是需要解决的问题，通常使用MATLAB 进行处理。 以下将结合历年的竞赛题，对这十类算法进行详细地说明。 以下将结合历年的竞赛题，对这十类算法进行详细地说明。 2 十类算法的详细说明 2.1 蒙特卡罗算法 大多数建模赛题中都离不开计算机仿真，随机性模拟是非常常见的算法之一。 举个例子就是97 年的A 题，每个零件都有自己的标定值，也都有自己的容差等级，而求解最优的组合方案将要面对着的是一个极其复杂的公式和108 种容差选取方案，根本不可能去求解析解，那如何去找到最优的方案呢？随机性模拟搜索最优方案就是其中的一种方法，在每个零件可行的区间中按照正态分布随机的选取一个标定值和选取一个容差值作为一种方案，然后通过蒙特卡罗算法仿真出大量的方案，从中选取一个最佳的。另一个例子就是去年的彩票第二问，要求设计一种更好的方案，首先方案的优劣取决于很多复杂的因素，同样不可能刻画出一个模型进行求解，只能靠随机仿真模拟。 2.2 数据拟合、参数估计、插值等算法 数据拟合在很多赛题中有应用，与图形处理有关的问题很多与拟合有关系，一个例子就是98 年美国赛A 题，生物组织切片的三维插值处理，94 年A 题逢山开路，山体海拔高度的 收集于网络，如有侵权请联系管理员删除

环境数模课程设计说明书

2016《环境数学模型》课程设计说明书 1.题目 活性污泥系统生化反应器中底物降解与微生物增长数学模型的建立 2.实验方法与结果 2.1.实验方法 2.1.1.工艺流程与反应器 本设计采用的工艺流程如下图所示： 图2-1 活性污泥系统工艺流程图 本设计工艺采用活性污泥法处理污水，工艺的主要反应器包括生化反应器和沉淀池。污水通过蠕动泵恒速加到生化反应器中，反应器内活性污泥和污水在机械搅拌设备和鼓风曝气设备的共同作用下充分接触，并在氧气充足的条件下进行反应。经处理后，污泥混液通过管道自流到沉淀池中，在里面实现泥水分离。分离后的水通过溢流堰从周边排出，直接被排放到下水道系统，沉淀下来的污泥则通过回流泵，全部被抽回进行回流。 系统运行过程中，进出水流量、进水质量、污水的停留时间、生化反应器的容积、机械搅拌设备转轴转速、鼓风曝气装置的曝气风量气速、污泥回流量等参数在系统运行的过程中都保持不变。待系统持续运行一周稳定后再取样进行分析。 实验的进水为实验室配置的污水，污水分别以葡萄糖、尿素、磷酸二氢钾为碳源、氮源和磷源，其中C：N：P=100：40：1（浓度比），TOC含量为200mg/L。生化反应器内污泥混液的容量为12L，污水停留时间为6h。系统运行时间为两周，第一周是调适阶段，第二周取样测试，测得的数据作为建模的原始数据。 表2-1 污水中各营养物质的含量 2.1.2.取样方法

每隔24h取一次样，通过虹吸管取样。每次取样时，先取进水和出水水样用于测水体的COD指标，其中进水直接取配得的污水溶液，出水取沉淀池上清液。取得的水样过膜除去水中的悬浮固体和微生物，保存在5ml玻璃消解管中，并在4℃下冷藏保存。 取完用于测COD的水样后，全开污泥回流泵，将沉淀池中的污泥全部抽回生化反应器（由于实验装置的原因，沉淀池排泥管易堵，污泥易积聚在沉淀池中，为更准确测定活性污泥的增长情况，在此实验中将泥完全抽回后再测定），待搅拌均匀后，取5ml污泥混液于干净、衡重的坩埚中，待用于测污泥混液的SS。 2.1. 3.分析方法 本实验一共分析进出水COD和污泥混液SS两个指标。其中COD采用《水质快速消解分光光度法》（HJ/T 399-2007）方法进行分析，SS采用《水质悬浮物的测定重量法》（GB 11901-89）方法进行分析。 准确取2ml经过膜处理的水样于5mlcod消解管中，以重铬酸钾为氧化剂，硫酸银-浓硫酸为催化剂，硫酸汞为抗氯离子干扰剂，按一定比例与水样混合均匀。将消解管放在COD 消解仪中，在150℃条件下消解2h。待经消解的溶液冷却后，以空白样为参比液，在COD 分析仪上读出待测水样的COD值，记录数据。 将装在已衡重称重的坩埚中的污泥混液放在烘箱中，在105℃温度下烘3h以上，保证污泥中的水分被充分除去。坩埚冷却后衡重称重，记录干污泥的质量，求得活性污泥的SS。 实验过程的所有样品都设置两个平行样，最后结果取平行样的算术平均值。 2.2.实验结果 2.2.1.实验数据 实验测得数据如下表： 表2-2 活性污泥系统水质分析结果 2.2.2.数据分析

对中国大学生数学建模竞赛历年成绩的分析与预测

2012年北京师范大学珠海分校数学建模竞赛 题目：对中国大学生数学建模竞赛历年成绩的分析与预测 摘要 本文研究的是对自数学建模竞赛开展以来各高校建模水平的评价比较和预测问题。我们将针对题目要求，建立适当的评价模型和预测模型，主要解决对中国大学生数学建模竞赛历年成绩的评价、排序和预测问题。 首先我们用层次分析法来评价广东赛区各校2008年至2011年及全国各大高校1994至2011年数学建模成绩，从而给出广东赛区各校及全国各大高校建模成绩的科学、合理的评价及排序；其次运用灰色预测模型解决广东赛区各院校2012年建模成绩的预测。 针对问题一，首先我们对比了2008到2011年参加建模比赛的学校，通过分析我们选择了四年都参加了比赛的学校进行合理的排序（具体分析过程见表13），同时对本科甲组和专科乙组我们分别进行排序比较。在具体解决问题的过程中，我们先分析得出影响评价结果的主要因素：获奖情况和获奖比例，其中获奖情况主要考虑国家一等奖、国家二等奖、省一等奖、省二等奖、省三等奖，我们采用层次分析法，并依据判断尺度构造出各个层次的判断矩阵，对它们逐个做出一致性检验，在一致性符合要求的情况下，通过公式与matlab求得各大学的权重，总结得分并进行排序（结果见表11）；在对广东赛区各高校2012建模成绩预测问题中，我们采用灰色预测模型，我们以华南农业大学为例，得到该校2012年建模比赛获奖情况为：省一等奖、省二等奖、省三等奖及成功参赛奖分别为5、9、8、8(其它各高校预测结果见表10）。 针对问题二，我们对全国各院校的自建模竞赛活动开展以来建模成绩排序采用与问题一相同的数学模型，在获奖情况考虑的是全国一等奖、全国二等奖。运用matlab求解，结果见表12。 针对问题三，我们通过对一、二问排序的解答及数据的分析，得出在对院校进评价和预测时还应考虑到各院的师资力量、学校受重视程度、学生情况、参赛经验等因素，考虑到这些因素，为以后评价高校建模水平提供更可靠的依据。 关键词：层次分析法权向量灰色预测模型模型检验 matlab

数学建模优化问题经典练习

1、高压容器公司制造小、中、大三种尺寸的金属容器，所用资源为金属板、劳 万元，可使用的金属板有500t，劳动力有300人/月，机器有100台/月，此外，不管每种容器制造的数量是多少，都要支付一笔固定的费用：小号为100万元，中号为150万元，大号为200万元，现在要制定一个生产计划，使获得的利润为最大， max=4*x1+5*x2+6*x3-100*y1-150*y2-200*y3; 2*x1+4*x2+8*x3<=500; 2*x1+3*x2+4*x3<=300; 1*x1+2*x2+3*x3<=100; @bin(y1); @bin(y2); @bin(y3); y1+y2+y3>=1; Global optimal solution found. Objective value: 300.0000 Extended solver steps: 0 Total solver iterations: 0 Variable Value Reduced Cost X1 100.0000 0.000000 X2 0.000000 3.000000 X3 0.000000 6.000000 Y1 1.000000 100.0000 Y2 0.000000 150.0000 Y3 0.000000 200.0000 Row Slack or Surplus Dual Price 1 300.0000 1.000000 2 300.0000 0.000000 3 100.0000 0.000000 4 0.000000 4.000000 5 0.000000 0.000000