数学建模作业
- 格式:doc
- 大小:300.00 KB
- 文档页数:14
数学建模作业一学校共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,试用下列方法分配各宿舍的委员数:(1) 按比例分配取整数的名额后,剩下的名额按惯例分给小数部分较大的。
(2) Q 值方法:m 方席位分配方案:设第i 方人数为i p ,已经占有i n 个席位,i=1,2,…,m .当总席位增加1席时,计算2(1)i i i i p Q n n =+,i=1,2,…,m 把这一席分给Q 值大的一方。
(3) d ’Hondt 方法:将A ,B ,C 各宿舍的人数用正整数n=1,2,3,…相除,其商数如下表:将所得商数从大到小取前10个(10为席位数),在数字下标以横线,表中A,B,C 行有横线的数分别为2,3,5,这就是3个宿舍分配的席位。
(试解释其道理。
)(4) 试提出其他的方法。
数学建模作业二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。
数学建模作业三一容器内盛入盐水100L ,含盐50g .然后将含有2g/L 的盐水流如容器内,流量为3L/min.设流入盐水与原盐水搅拌而成均匀的混合物。
同时,此混合物又以2L/min 的流量流出,试求在30min 时,容器内所含的盐量。
若以同样流量放进的是淡水,则30min 时,容器内还剩下多少盐? 要求写出分析过程。
数学建模作业四商业集团公司在123,,A A A 三地设有仓库,它们分别库存40,20,40个单位质量的货物,而其零售商店分布在地区,1,,5i B i = ,它们需要的货物量分别是25,10,20,30,15个单位质量。
产品从i A 到jB 的每单位质量装运费列于下表:数学建模作业五设有9个节点,他们的坐标分别为:a (0,15),b (5,20),c (16,24),d (20,20),e (33,25),f (23,11),g (35,7),h (25,0),i (10,3)。
题目:某种电子系统由三种元件组成,为了使系统正常运转,每个元件都必须工作良好,如果一个或多个元件安装备用件将会提高系统的可靠性,已知系统运转的可靠性为各元件可靠性的乘积,而每一个元件的可靠性是备用元件函数,具体数值见下表。
若全部备用件费用限制为150元,重量限制为20公斤,问每个元件安装多少备用件可使系统可靠性达到极大值?要求:①作出全局最优解②列出这个问题的整数规划模型假设:系统在运转过程中相互间没有影响,并且系统在增加备用件后可靠性可以相互叠加。
建模:设原件1,2,3需要的备用件各为x,y,z,可靠性为p分别为xp,yp,zp,整个设备的可靠性为p,则由题意可得到:p=xp*yp*zp;2x+4y+6z<=20;20x+30y+40z<=150;x,y,z均为整数;求出适当的x,y,z使p的值最大。
运用穷举法,编写C++程序如下:#include<iostream>void main(){using namespace std;int x=0,y=0,z=0;//备À?用®?零¢?件t数ºy目?double xp[6]={0.5,0.6,0.7,0.8,0.9,1},yp[4]={0.6,0.75,0.95,1},zp[3]={0.7,0.9,1};double p=0,temp=0;//可¨¦靠?性?int i=0,j=0,k=0;cout<<"x\ty\tz\tp\n";for(i=0;i<6;i++){ y=0;for(j=0;j<4;j++){ z=0;for(k=0;k<3;k++){if((x+2*y+3*z<=10)&&(2*x+3*y+4*z<=15)){temp=p;p=xp[x]*yp[y]*zp[z];cout<<x<<"\t"<<y<<"\t"<<z<<"\t"<<p<<endl;if(p<temp)p=temp;z++;}else z++;}y++;}1 02 0.36 1 1 0 0.315 1 1 1 0.405 1 1 2 0.45 1 2 0 0.399 1 2 1 0.513 1 3 0 0.42 1 3 1 0.54 20.29420 1 0.378 2 0 2 0.42 2 1 0 0.3675 2110.4725x++;}cout<<endl<<p<<endl;}运行程序结果如下:x y z p 0 0 0 0.21 0 0 1 0.27 0 0 2 0.3 0 1 0 0.2625 0 1 1 0.3375 0 1 2 0.375 0 2 0 0.33250 2 1 0.4275 0 2 2 0.475 0 3 0 0.35 0 3 1 0.45 1 0 0 0.252 10 10.324得到最大可靠系数为0.6075,对应1,2,3零件数为4,1,1模型应用:在资源一定的条件下,这种解决方式可使资源的最佳利用率提高。
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。
小学数学建模练习题在小学数学教学中,数学建模是一种培养学生综合应用数学解决实际问题的能力的有效方法。
通过数学建模,学生可以运用所学的数学知识和技能,将数学运用到生活实际中,培养他们的创新思维和问题解决能力。
为了提高学生的数学建模能力,以下是一些小学数学建模练习题,供大家练习和思考。
题目一:小明放风筝小明想放风筝,他站在一个长方形草坪的一角,正北方向有一面墙,南边是一条宽为10米的小溪,他希望风筝飞向墙上方,但是又不希望风筝落入小溪中。
现在假设整个草坪的长和宽分别是100米和50米,请问小明站在哪个位置放风筝比较好呢?题目二:水果销售某水果店的负责人想要通过一些促销活动提高水果的销量。
经过分析,他发现在夏季,顾客特别喜欢购买西瓜和橙子。
为了促进销售,他决定对这两种水果进行优惠。
西瓜的售价为每斤2元,而橙子的售价为每斤1元。
他希望考虑到顾客的购买力和需求情况,从而设置一个合理的促销策略,使得总销售额最大化。
请帮助他确定西瓜和橙子的最佳促销比例。
题目三:花坛设计小学的花坛设计已经老旧不堪,学校决定对花坛进行翻新。
花坛的形状为一个等腰梯形,底边长为4米,上底边长为2米,高为3米。
学校希望设计一个新的花坛,使得花坛内尽可能多地摆放花朵。
已知每平方米花坛能够容纳8朵花,请计算这个新花坛最多可以摆放多少朵花。
题目四:学校跑步比赛学校要举办一场跑步比赛,共有4个年级的学生参加,每个年级的学生人数分别为100人、150人、120人和80人,比赛规则是每个年级选择3名参赛选手代表该年级参加比赛。
为了公平起见,学校希望每个年级参加比赛的总成绩最好的选手之和尽可能接近。
请帮助学校确定每个年级的3名代表选手。
题目五:果园采摘小明去果园采摘水果,他发现果园里有苹果、橘子和桃子,他看到的苹果数是橘子数的2倍,橘子数又是桃子数的3倍。
小明准备采摘苹果和橘子,但是由于时间有限,他只能采摘400个水果,请问他应该采摘多少个苹果和多少个橘子才能使得采摘的水果总重量最大?以上是五道小学数学建模练习题,通过这些练习题,学生可以锻炼他们的数学思维和解决问题的能力。
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)。
数学建模期末作业一.问题的提出某公共汽车站每隔30分钟到达一辆汽车,但可能有[0,3]分钟误差,此误差大小与前一辆汽车的运行无关。
汽车最多容纳50名旅客,到达该汽车站时车内旅客人数服从[20,50]的均匀分布,到站下车的旅客人数服从[3,7]的均匀分布,每名旅客下车的时间服从[1,7]秒的均匀分布。
旅客按照每30分钟到达12个人的泊松分布到达汽车站,单队排列等车,先到先上,如果某位旅客未能上车,他不再等候。
旅客上车时间服从[4,12]秒的均匀分布。
上下车的规则是:先下后上,逐个上车,逐个下车。
假设每天共发车25辆,现在要求模拟30天汽车的运行情况,了解平均一天中在站内等候汽车的总人数、能上车及不能上车的人数、旅客排队时间分布情况、不能上车人数的分布情况。
二.问题的分析本问题涉及到两种数据:一是汽车运行状况,包括汽车到站、旅客下车、上车及汽车离站;二是旅客活动情况,包括到站、排队、上车及未能上车而离站。
这里我们用下次事件法推进模拟时间,具体做法是:首先确定汽车到站时间,然后再按旅客到站的分布情况计算出上一辆汽车至现在所到的旅客数,根据上下车旅客数确定该汽车离站的时间。
由于上下车时间以秒计算,因此,模拟过程中的时间均以秒为单位。
另外,旅客到站的分布可以转换成为间隔时间以150秒的指数分布。
这里假定汽车到站后,在旅客上下车期间未有旅客到达,于是,要在该汽车离站后才开始统计等待下一辆汽车的旅客数。
三.问题的假设:1)候车队伍有良好的秩序;即要保证乘客先来后到的原则;2)忽略其他情况对公交车的影响,即不计公交车启动,加速,制动时间的情况;3)公交公司只对公交车进行调度,但是在允许的范围内不限制乘客上车,即只要该车乘客数不大于50则允许乘客上车,直到达到50人为止。
4)排队方式为单一队列的等待制,先到先服务。
5)每天的乘客数量都一样,不考虑高峰期等因素。
四.符号说明与概念引进下面是建立模拟模型时所用的符号的说明;t------当前模拟时间;上一辆汽车离开车站的时间;tl-----------------当天到达汽车站候车的乘客总人数;NqN------当天在汽车站下车额乘客的总人数;d------当天候车乘客中能上车的总人数;NuN------当天候车乘客中不能上车的总人数;o-----当天候车乘客队列的最大长度;Qmaxn------到站汽车到达时等候的乘客数;q------到达汽车车内的乘客数;nbn------到站汽车下车的乘客数;u------到站汽车能载走的候车乘客数;nut------到站汽车到达时,候车乘客的排队时间;qQ------当天候车乘客总的排队时间;tN[i]----当天候车时间在i*300 -i*300+300秒的乘客数;C[i]----当天有i个乘客不能上车的次数。
数学建模作业(1)
数模
数模
1.学校共学校共1000名学生,235人住在宿名学生,人住在A宿名学生人住在人住B宿舍人住在C宿舍舍,333人住宿舍,432人住在宿舍人住宿舍,人住在宿舍.学生们要组织一个10人的委员会人的委员会,学生们要组织一个人的委员会,试用下列办法分配各宿舍的委员数:列办法分配各宿舍的委员数:(1)按比例分配取整数的名额后,剩下的名按比例分配取整数的名额后,按比例分配取整数的名额后额按惯例分给小数部分较大者。
额按惯例分给小数部分较大者。
(2)用Q值方法。
值方法。
用值方法
数模
如果委员会从10人增至人如果委员会从人增至15人,用以上人增至2种方法再分配名额。
将2种方法两次分配种方法再分配名额。
种方法再分配名额种方法两次分配的结果列表比较。
的结果列表比较。
(3)你能提出其它的方法吗?用你的方你能提出其它的方法吗?你能提出其它的方法吗法分配上面的名额。
法分配上面的名额。
数模
2.考察模拟水下爆炸的比例模型.爆炸物质量m,在距爆炸点距离r处设置仪器,接收到的冲击波压强为p,记大气初始压强p0,水的密度ρ,水的体积弹性模量k,用量纲分析法已经得到
p0ρrp=p0(,)km3
数模
设模拟实验与现场的p0,ρ,k相同,而爆炸物模型的质量为原模型的1/1000.为了使实验中接收到与现场相同的压强p,问实验时应如何设置接收冲击波的仪器,即求实验仪器与爆炸点之间的距离是现场的多少倍?
p0,ρ,k。
数学建模短学期作业11、利用药物中毒施救模型,完成以下问题:(1)确定对于孩子(血液总量为2000ml)及成人(血液总量4000ml)服用氨茶碱能引起严重中毒及致命的最小剂量;答:2000ml*1*10^-4g/ml=0.2g.小孩:0.2g至严重中毒,0.4g致命;成人:0.4g至严重中毒,0.8g致命。
(2)如果采用体外血液透析的办法,求解药物中毒施救模型的血液中药量的变化并作图。
解:由文献得,采用体外血液血液透析法,μ可增至0.1155*6=0.693,血液中药量记作z(t),带入数据计算得出方程z(t)=275e^(-0.1386t)+112.27e^(-0.693t)t=0为小孩误服药的时刻。
在MA TLAB命令窗口输入:>> t =0:0.01:25;z=275*exp(-0.1386*t)+112.27*exp(-0.693*t)plot(t,z)grid得2、 运用Logistic 模型)1()(m x x rx x x r dt dx -==或rt m m e x x x t x --+=)1(1)(0,用最小二乘原理计算参数m x r ,,并作图。
人口数据见pot.txt.解:function f= mylogistic(x,t) f=x(1)./(1+(x(1)/31.4-1)*exp(-x(2).*t));endt=0:14;y=[31.4 38.6 50.2 62.3 77.1 91.2 106.1 122.3 140.1 158.5 179.3 204.0 226.5 251.4 281.4]x0=[33.8,0.3];[x,norm,res]=lsqcurvefit(@mylogistic,x0,t,y)plot(t,y,'+r');hold on;y1=mylogistic(x,t);plot(t,y1,'*b');得到结果:x =409.2188 0.2285norm =259.4564res =Columns 1 through 60 0.1001 -2.7159 -4.3500 -6.8255 -6.6110 Columns 7 through 12-5.1492 -2.9857 -0.5936 2.7155 4.6981 3.3090 Columns 13 through 154.0501 1.7302 -6.8762。
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。
要求1、选题要求,学号是1号的选A组第1题,2号选A组第2题,以此类推,15号选A组第15题,16号回头选A组第1题。
如果对上面的题目把握不大或不敢兴趣的,可以在B组题目中任选一题。
2、答卷论文内容包括:摘要(100——300字,含研究的问题、建模的方法及模型、模型解法和主要结果),问题分析与假设,符号说明,问题分析,模型建立,计算方法设计和实现(框图及计算机输出的计算结果),结果的分析和检验,优缺点和改进方向等。
用软件求解的,请在附件中附上算法程序。
3、论文(答卷)用白色A4纸,上下左右各留出2.5厘米的页边距。
4、第一页为封面(自己下载),写上学号、姓名、第二页为论文标题和摘要,从第三页开始是论文正文。
论文从第二页开始编写页码,页码必须位于每页页脚中部,用阿拉伯数字从“1”开始连续编号。
5、论文题目用3号黑体字、一级标题用4号黑体字,并居中。
论文中其他汉字一律采用小4号宋体字,行距用单倍行距。
6、引用别人的成果或其他公开的资料(包括网上查到的资料) 必须按照规定的参考文献的表述方式在正文引用处和参考文献中均明确列出。
正文引用处用方括号标示参考文献的编号,如[1][3]等;引用书籍还必须指出页码。
参考文献按正文中的引用次序列出,其中书籍的表述方式为:[编号] 作者.书名[M].出版地:出版社,出版年参考文献中期刊杂志论文的表述方式为:[编号] 作者.论文名[J].杂志名,卷期号:起止页码,出版年参考文献中网上资源的表述方式为:[编号] 作者.资源标题.网址,访问时间(年月日)。
论文提交:2015年5月(本学期第11周)论文打印装订成册上交注:2015年5月(本学期第11,12周)答辩大作业题目A组1、生产计划高校现有一笔资金100万元,现有4个投资项目可供投资。
项目A:从第一年到底四年年初需要投资,并于次年年末回收本利115%。
项目B:从第三年年初需要投资,并于第5年末才回收本利135%,但是规定最大投资总额不超过40万元。
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。
(0349)《数学建模》网上作业题及答案1:第一批次2:第二批次3:第三批次4:第四批次5:第五批次6:第六批次1:[填空题]名词解释13.符号模型14.直观模型15.物理模型16.计算机模拟17.蛛网模型18.群体决策参考答案:13.符号模型:是在一定约束条件或假设下借助于专门的符号、线条等,按一定形式组合起来描述原型。
14.直观模型:指那些供展览用的实物模型以及玩具、照片等,通常是把原型的尺寸按比例缩小或放大,主要追求外观上的逼真。
15.物理模型:主要指科技工作者为一定的目的根据相似原理构造的模型,它不仅可以显示原型的外形或某些特征,而且可以用来进行模拟实验,间接地研究原型的某些规律。
16.计算机模拟:根据实际系统或过程的特性,按照一定的数学规律用计算机程序语言模拟实际运行情况,并依据大量模拟结构对系统或过程进行定量分析。
17.蛛网模型:用需求曲线和供应曲线分析市场经济稳定性的图示法在经济学中称为蛛网模型。
18.群体决策:根据若干人对某些对象的决策结果,综合出这个群体的决策结果的过程称为群体决策。
2:[填空题]名词解释7.直觉8.灵感9.想象力10.洞察力11.类比法12.思维模型参考答案:13.符号模型:是在一定约束条件或假设下借助于专门的符号、线条等,按一定形式组合起来描述原型。
14.直观模型:指那些供展览用的实物模型以及玩具、照片等,通常是把原型的尺寸按比例缩小或放大,主要追求外观上的逼真。
15.物理模型:主要指科技工作者为一定的目的根据相似原理构造的模型,它不仅可以显示原型的外形或某些特征,而且可以用来进行模拟实验,间接地研究原型的某些规律。
16.计算机模拟:根据实际系统或过程的特性,按照一定的数学规律用计算机程序语言模拟实际运行情况,并依据大量模拟结构对系统或过程进行定量分析。
17.蛛网模型:用需求曲线和供应曲线分析市场经济稳定性的图示法在经济学中称为蛛网模型。
18.群体决策:根据若干人对某些对象的决策结果,综合出这个群体的决策结果的过程称为群体决策。
数学建模作业HEN system office room 【HEN16H-HENS2AHENS8Q8-HENH1688】《数学建模》作业学号姓名工作量 100 %专业所属学院指导教师二〇一七年六月数学建模作业第一部分:请在以下两题中任选一题完成(20 分)。
1、(马王堆一号墓入葬年代的测定建模问题)湖南省长沙市马王堆一号墓于 1972 年 8 月发掘出土,其时测得出土的木炭标本中碳-14 平均原子蜕变数为次/分钟,而新烧成的同种木材的木炭标本中碳-14(C-14)原子蜕变数为次/分钟. 又知碳-14 的半衰期为 5730 年,试推断该一号墓入葬的大致年代。
问题分析:放射性元素衰变的速度是不受环境影响的,它总是和该元素当前的量成正比,运用碳—14测定文物或化石年代的方法是基于下面的理由:(1)宇宙射线不断轰击大气层,使大气层中产生碳—14而同时碳—14又在不断衰变,从而大气层中碳—14含量处于动态平衡中,且其含量自古至今基本上是不变的;(2)碳—14被动植物体所吸收,所以活着的生物体由于不断的新陈代谢,体内的碳—14也处于动态平衡中,其含量在物体中所占的百分比自古至今都是一样的;(3)动植物的尸体由于停止了从环境中摄取碳—14,从而其体内碳—14含量将由于衰变的不断减少,碳定年代法就是根据碳—14的减少量来判断物体的大致死亡时间。
模型建立设t 时刻生物体中碳—14的含量为x (t ),放射性物质的半衰期(即放射性物质的原子数衰减一半所需的时间)为T ,生物体死亡时间为t0,则由放射性物质衰变规律得数学模型⎪⎩⎪⎨⎧=-=,)(,00x t x x dtdx λ ① 其中0>λ称为衰变系数,由放射性物质所决定,x 0为生物体在死亡时刻t 0时的碳—14含量。
模型求解对所得的一阶线性微分方程模型①采用同变量分离法求解,得 e x t t x t )(00)(--=λ??由于T t t =-0时,有 0021)()(x T t x t x =+=??代入上式,有 T e T 2ln ,212==-λ????? 所以得 ? T t t e x t x )(2ln 00)(--= ②这就是生物体中碳—14的含量随时间衰变的规律,由之易解得 )()(ln 2ln 00t x t x T t t =- ③ 将所得的数学模型的一般解应用于本例,此时以T=5730,37.380=x (新木炭标准中碳—14原子蜕变数),X(1972)=(出土的木炭标本中碳—14原子蜕变数) 代入到③式,得 ?209578.2937.38ln 2ln 57300≈=-t t 年 于是得??1232095197220950-=-=-≈t t 年结果表明,马王堆墓入葬年代大约在公元前123年左右的西汉中期,该结论与马王堆出土文物的考证结果相一致。
大一高数建模作业大一高数建模作业主要是为了帮助学生巩固高数知识,提高运用数学解决实际问题的能力。
以下是一些建议的建模作业题目:1. 线性方程组建模:根据实际问题,建立线性方程组,并求解。
例如,可以考虑用线性方程组描述几个人在不同时间点的年龄关系。
2. 函数建模:根据实际问题,选择合适的数学函数进行建模,并分析函数的性质。
例如,可以考虑用指数函数或对数函数描述某种增长或衰减现象。
3. 微分方程建模:根据实际问题,建立微分方程模型,并求解。
例如,可以考虑用一阶微分方程描述某物体在不同时间点的速度关系。
4. 概率论建模:根据实际问题,运用概率论知识进行建模,分析事件的概率和风险。
例如,可以考虑用二项分布描述某人在多次试验中成功的概率。
5. 数值计算建模:根据实际问题,运用数值计算方法进行建模,解决数学问题。
例如,可以考虑用数值积分方法计算连续函数的定积分。
6. 数学建模竞赛:参加数学建模竞赛,锻炼团队协作和解决问题的能力。
例如,可以考虑参加全国大学生数学建模竞赛或MCM/ICM国际数学建模竞赛。
7. 应用高数知识解决实际问题:结合所学的高数知识,尝试解决一些实际问题。
例如,可以考虑利用微积分知识优化某个工程问题,提高效率。
在完成这些建模作业时,要注意以下几点:1. 理解题意:在开始建模之前,首先要确保自己清楚题目的要求,理解问题的背景和意义。
2. 建立模型:根据实际问题,选择合适的数学模型,如线性方程组、函数、微分方程等。
3. 求解模型:运用相应的数学方法,求解建立的模型。
这可能涉及到一些高数公式和计算方法,如求导、积分、解方程等。
4. 分析结果:在求解出模型后,要对结果进行分析,判断其合理性和有效性。
这可能需要借助一些数学软件或工具,如Excel、MATLAB等。
5. 撰写报告:最后,要将建模过程和结果整理成报告,以便与他人交流和分享。
报告应包括问题背景、模型建立、求解过程、结果分析等内容。
通过完成这些大一高数建模作业,可以帮助学生更好地理解高数知识,提高解决实际问题的能力,为未来的学术和职业生涯打下坚实基础。
习题一在节存储模型中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和允许缺货模型中结果都与原来一样。
一、不允许缺货的存储模型问题分析若生产周期短、产量少,会使存储费用小,准备费用大,货物价格不变;而周期长、产量多,会使存储费大,准备费小,货物价格不变。
所以必然存在一个最佳周期,使总费用最小。
显然,应建立一个优化模型。
模型假设为了处理的方便,考虑连续模型,即设生产周期T和产量Q为连续量。
根据问题性质作如下假设:(1)产品每天的需求量为常数r。
(2)每次生产费用为c1,每天每件产品存储费为c2,购买每件货物所需费用为c3.(3)生产能力为无限大(相对于需求量),当存储量降为零时,Q件产品立即生产出来供给需求,即不允许缺货。
模型建立将存储量表示为时间t的函数q(t),t=0生产Q件,存储量q(0)=Q,q(t)以需求速率r递减,直到q(T)=0,如图,显然有:Q=rT图(1)不允许缺货模型的存储量q(t)一个周期内的存储费是c2∫q(t)dt,其中积分恰好等于图中三角形面积QT/2,因为一个周期的准备费是c1,购买每件货物的费用为c3,得到一个周期的总费用为:C=c1+c2QT/2+r Tc3=c1+c2 r T2/2+ r T c3则每天的平均费用是C(T)=c1/T+r c3+c2 r T/2上式为这个优化模型的目标函数。
模型求解求T使上式的C最小。
容易得到T=√2c1/(c2r)则Q=√2c1r/c2二、允许缺货的存储模型(1) 模型假设产品每天的需求量为常数r。
(2) 每次生产费用为c1,每天每件产品存储费为c2,购买每件货物所需费用为c3.(3) 生产能力为无限大(相对于需求量),允许缺货,每天每件损失费为c4,但缺货数量需在下次生产(或订货)时补足。
,模型建立因存储量不足造成缺货时,可以认为存储量函数q(t)为负值,如图所示,周期仍记为T,Q是每周期初的存储量,当t=T1时q(t)=0,于是有 Q=r T1图(2)允许缺货模型的存储量q(t)在T1到T这段时间内需求率r不变,q(t)按原斜率继续下降。
(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)(9) 画出分段函数222 1y 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,AX B 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 ---。
第一题: 某班共45人,要去离校7.7千米的风景区旅游。
学校派了一辆可坐12人的校车接送。
为了尽快又同时到达目的地,校车分段分批接送学生。
已知校车速度为每小时70千米,学生步行的速度为每小时5千米。
如果上午七点出发,问最快什么时候全班同时到达目的地?(班长作为联系人要始终跟车)
第二题:某人为了锻炼身体,每天早晨坚持晨跑30分钟, 其中从A到B为800米上坡路,从B到C为1000米平路。
问在30分钟内跑完1800米,怎样安排跑步计划,才能使锻炼效果最佳?(即总疲劳程度伟为最低)
第三题:一辆小汽车与一辆大卡车在一段狭路上相遇,只有倒车才能继续通行。
如果小汽车的速度为大卡车的3倍,两车倒车的速度是各自正常速度的1/5,在这段狭路上,小汽车需倒车的路程是大卡车需倒车路程的4倍。
那么,为了使后通过狭路的那辆车尽早地通过这段狭路,问怎样倒车较为合理?
第四题:某人在一家公司工作,目前年薪为1万元。
老板说,现在有两种方案可供选择:第一种,每一年加1000元;第二种,每半年加300元。
试问:
(1)如果你在该公司工作5年,用哪一种方案收入高?
(2)如果你在该公司工作5年,将第二种方案中的每半年加300元改为a元时,那一种方案收入高?
(3)如果你在该公司工作n年,用哪一种方案收入高?
第五题:一个直角走廊宽为1.5米,有一辆转动灵活的平板水平推车,宽为1米,长为2.2米,问能否将其推过直角走廊?说明理由。
上海世博会影响力的定量评估摘要本文主要针对世博会对上海市的发展产生的影响力进行定量评估。
在模型一中,首先我们从上海的城市基础设施建设这一侧面定量评估世博会对上海市的发展产生的影响,而层次分析法是对社会经济系统进行系统分析的有力工具。
所以我们运用层次分析法,构造成对比矩阵a ,找到最大特征值λ,运用1nCI n λ-=-进行一致性检验,这样对成对比矩阵a 进行逐步修正,最终可以确定权向量。
再运用模糊数学的综合评价法,通过组合权向量就可以得出召开世博会比没有召开世博会对上海城市基本设施建设的影响要高出40%。
在模型二中,上海世博会的影响力直接体现在GDP 上,我们直接以GDP 这个硬性直接指标来衡量上海世博会对上海的影响。
因此我们运用线性回归的模型预测出在有无上海世博会这两者情况下的GDP 的值,并将运用线性回归得到的数据与上海统计年鉴中的相关数据进行比较运算,算出误差在%左右,这说明我们用线性回归得到的模型能准确地反映出世博会对上海GDP 的影响。
运用公式211100%Q Q Q η-=⨯可以计算出世博对上海GDP 的影响力的大小为1983417833100%11.2%17833η-=⨯=。
关键词:层次分析法 模糊数学 线性回归 城市基础建设 GDP1 问题重述2010年上海世博会是首次在中国举办的世界博览会。
从1851年伦敦的“万国工业博览会”开始,世博会正日益成为各国人民交流历史文化、展示科技成果、体现合作精神、展望未来发展等的重要舞台。
请你们选择感兴趣的某个侧面,建立数学模型,利用互联网数据,定量评估2010年上海世博会的影响力。
2 问题分析对于模型一,为了定量评估2010年上海世博会的影响力,我们首先选取城市基础设施建设的投入这一个侧面,因为通过查找相关数据,我们发现,城市基础设施建设的投入在上海整个GDP的增长中占有很大的比重,对GDP的贡献占主体地位。
而层次分析法是对社会经济系统进行系统分析的有力工具。
为此,我们通过研究上海统计局的相关数据,使用层次分析法来评估世博会的召开对基础设施建设的投入的影响,目标层为世博会的召开对基础设施建设的投入的影响,准则层依次为电力建设、交通运输、邮电通信、公用事业、市政建设,方案层依次为没有召开世博时的影响、召开世博时的影响。
首先我们通过层次分析法算出电力建设、交通运输、邮电通信、公用事业、市政建设的相对权重,然后应用模糊数学中的综合评价法对上海世博会对城市基础设施建设的影响作出综合的评价,应用综合评价法计算出没有召开世博和召开世博两种情况下的权重,从而得出上海世博会的召开对城市基础设施建设的影响。
对于模型二,直接以GDP这个硬性直接指标来衡量上海世博会对上海的影响。
先根据上海没有申办世博会的GDP总额的相关数据,建立线性回归模型,由此预测不举办世博会情况下2010年上海市的GDP总额;再由2002年至2009年的GDP值用线性回归预测出举办世博会情况下2010年上海市的GDP总额,并将两种情况进行对比得出世博会对上海GDP的影响。
3 模型假设假设非典和奥运等重大事件对世博前的城市基础建设的投入影响很小,可以忽略。
假设不同时期国家的经济实力不同,对城市基础建设的投入影响很小,可以忽略。
假设我们查到的数据真实可靠。
4符号说明CI为一致性指标;RI为随机一致性指标;CR为一致性比率;λ为成对比较矩阵的最大特征值;()y i=分别为电力建设、交通运输、邮电建设、共用设施、市政建设2010 1,2,3,4,5i年各项投入金额的理论预测值;()Y i=分别为电力建设、交通运输、邮电建设、共用设施、市政建设2010 1,2,3,4,5i年各项实际投入金额;()t i=分别为电力建设、交通运输、邮电建设、共用设施、市政建设2009 1,2,3,4,5i年各项实际投入金额;()w i=分别为电力建设、交通运输、邮电建设、共用设施、市政建设2010 1,2,3,4,5i年理论投入金额的增长率的理论计算值;()1,2,3,4,5W i=分别为电力建设、交通运输、邮电建设、共用设施、市政建设各项i2010年实际投入的增长率计算值;Q表示无世博情况下2010年GDP的预测值;1Q表示有世博情况下2010年GDP的预测值;2η表示世博对上海GDP的影响率;5模型的建立与求解模型一第一步:我们首先选取城市基础设施建设的投入这一个侧面,运用层次分析法确定世博会的召开对选取城市基础设施建设的投入的影响,目标层为世博会的召开对基础设施建设的投入的影响,准则层依次为电力建设、交通运输、邮电建设、共用设施、市政建设,方案层依次为没有召开世博时的影响、召开世博时的影响。
层次结构示意图如图1所示:世博对市政建设的影响无世博有世博市政建设公用设施邮电通信交通运输电力建设图1层次分析结构图第二步:构造成对比较阵。
我们结合上海统计年鉴(见附录1)中的相关数据,我们对原始数据进行处理,得到表1的相关数据,如下表所示:表1 2002-2009城市基础设施投资额结合表1,运用1—9尺度得到电力建设、交通运输、邮电建设、共用设施、市政建设两两之间的比,得到权重的两两对比值如下表2所示表2 权重的两两对比值则成对比较矩阵为11/6231/4617841/21/7111/41/31/8111/441/4441A ⎛⎫⎪⎪ ⎪= ⎪⎪ ⎪⎝⎭第三步:计算权向量并做一致性检验。
我们使用matlab 计算出矩阵A 的最大特征值 5.2027λ=,并利用和法计算出特征向量,并将特征向量归一化后得到特征向量为{}0.1073,0.5467,0.0592,0.0543,0.2325,并利用1nCI n λ-=-计算出一致性指标CI =,并查出5n =时的随机一致性指标 1.12RI =,计算出一致性比率0.0506750.11.12CI CR RI ==<,因此一致性检验通过,这时最大特征值对应的特征向量{}0.1073,0.5467,0.0592,0.0543,0.2325即为电力建设、交通运输、邮电建设、共用设施、市政建设这五个因素的权重。
第四步:我们考虑从上海统计年鉴(见附录)表中2002年开始到2009年各项基础设施的投资额的数据进行多项式拟合,就能找到最契合投资额与时间的函数表达式,这样就能预测2010年的各项投资额数据。
为此我们利用表3至表7预测的曲线分别计算出2010年城市基础设施建设中的电力建设、交通运输、邮电通信、公用事业、市政建设这五个方面的投入金额i y 。
再与2009年的实际值i t 进行比较,运用公式计100%i ii iy t w t -=⨯(1)算出理论上的增长率。
图2电力建设投入-时间关系根据电力建设投入-时间关系趋势线预测曲线的函数表达式68.5840.48y x =+ ①,我们可以求出2010年电力建设投入的理论值应该是1=314.8y 亿元。
从而由公式(1)计算出电力投入的理论增长率是1=24.24%w 。
图3 交通运输投入-时间关系根据交通运输投入-时间关系趋势线预测曲线的函数表达式32-1.75624.02737.71937.877y x x x =+++ ②,我们可以求出2010年交通运输投入的理论值应该是2=1043.338y 亿元。
从而由公式(1)计算出交通运输投入的理论增长率是2=6.65%w 。
图4 邮电通信投入-时间关系同理根据邮电通信投入-时间关系趋势线预测曲线的函数表达式 1.54589.85y x=+③,我们可以求出2010年交通运输投入的理论值应该是3=132.03y亿元。
从而由公式(1)计算出邮电通信投入的理论增长率是3=7.64%w。
图5共用设施建设投入-时间关系同理根据共用设施建设投入-时间关系趋势线预测曲线的函数表达式23.423 2.125327.879y x x=-+④,我们可以求出2010年交通运输投入的理论值应该是4=180.7289y亿元。
从而由公式(1)计算出共用设施建设投入的理论增长率是4=32.94%w。
图6市政建设投入-时间关系同理根据市政建设投入-时间关系趋势线预测曲线的函数表达式161.55165.79y x =+ ⑤,我们可以求出2010年市政建设投入的理论值应该是5=811.99y 亿元。
从而由公式(1)计算出市政建设投入的理论增长率是5=30.29%w 。
2010年实际城市基础设施建设的投入与2009年的实际城市基础设施建设的投入进行对比,运用公式100%i ii iY t W t -=⨯(2)分别计算出电力建设、交通运输、邮电通信、公用事业、市政建设实际增长率。
通过查找相关数据,我们知道了2010 城市基础设施建设中的电力建设、交通运输、邮电通信、公用事业、市政建设各项实际投入的金额,如下表3所示表3 各项实际投入的金额根据上表中给的数据,运用公式(2)我们就可以算出电力建设、交通运输、邮电建设、共用设施、市政建设各项2010年实际投入相对2009年实际增长率分别是12345=37.75%,52.34%,63.05%,58.42%=41.17%W W W W W ===。
通过上面的()1,2,3,4,5i w i =和()1,2,3,4,5i W i =计算结果,分别表示2010年没有世博的预测投入的增长率,和有世博的实际增长率。
我们可以由这两组数据建立评价指数表如下表4所示。
表4评价指数表将表4中的每一行进行归一化处理,可以得到表5归一化后的评价指数表,如下表所示表5归一化后的评价指数表写成矩阵形式为0.390.610.110.890.110.890.360.640.420.58R ⎛⎫⎪ ⎪ ⎪= ⎪ ⎪ ⎪⎝⎭它的权重向量为()0.110.550.060.050.23B = 组合权向量为C B R =()0.390.610.110.890.110.550.060.050.230.110.890.360.640.420.58⎛⎫⎪ ⎪ ⎪= ⎪ ⎪ ⎪⎝⎭((0.110.39)(0.550.11)(0.060.11)(0.050.36)(0.230.42),=∧∨∧∨∧∨∧∨∧((0.110.61)(0.550.89)(0.060.89)(0.050.64)(0.230.58))=∧∨∧∨∧∨∧∨∧ (0.23,0.55)=进一步我们将它们进行归一化后得到(0.30,0.70)C =则结果表明召开世博会比没有召开世博会对上海城市基本设施建设的影响要高出40%。
模型二本模型中,先根据上海没有申办世博会的GDP 总额的相关数据,建立线性回归模型,由此预测不举办世博会情况下2010年上海市的GDP 总额;再由2002年至2009年的GDP 值用线性回归预测出举办世博会情况下2010年上海市的GDP 总额,并将两种情况进行对比得出世博会对上海GDP 的影响。