数学建模作业(1)
- 格式:docx
- 大小:60.60 KB
- 文档页数:3
福师15春学期《数学建模》在线作业一一、判断题(共35 道试题,共70 分。
)1. 数据整理即对数据进行规范化管理A. 错误B. 正确满分:2 分2. 微元法的思想是考察研究对象的有关变量在一个很小的时间段内的变化情况A. 错误B. 正确满分:2 分3. 对变量关系拟合时精度越高越好A. 错误B. 正确满分:2 分4. 数据的需求是与建立模型的目标密切相关的A. 错误B. 正确满分:2 分5. 蒙特卡罗模拟简称M-C模拟A. 错误B. 正确满分:2 分6. 模型的成功与否取决于经受住实践检验A. 错误B. 正确满分:2 分7. 原型指人们在社会和生产实践中关心和研究的现实世界中的实际对象A. 错误B. 正确满分:2 分8. 恰当的选择特征尺度可以减少参数的个数A. 错误B. 正确满分:2 分9. 数学建模以模仿为目标A. 错误B. 正确满分:2 分10. 拐角问题来源于医院手术室病人的接送A. 错误B. 正确满分:2 分11. 学习数学建模不需要具备科技论文写作能力A. 错误B. 正确满分:2 分12. 预测战争模型是牛顿提出的A. 错误B. 正确满分:2 分13. 建模假设应是有依据的A. 错误B. 正确满分:2 分14. 泊松分布常用于穿越公路模型中A. 错误B. 正确满分:2 分15. 要获得真正理论意义上的最优回归方程是很困难的A. 错误B. 正确满分:2 分16. 时间序列研究对象为静态数据A. 错误B. 正确满分:2 分17. 相对误差等于绝对误差加测量误差A. 错误B. 正确满分:2 分18. 明显歪曲实验结果的误差为过失误差A. 错误B. 正确满分:2 分19. 量纲分析是20世纪提出的在物理领域建立数学模型的一种方法A. 错误B. 正确满分:2 分20. 引言是整篇论文的引论部分A. 错误B. 正确满分:2 分21. 利用无量纲方法可对模型进行简化A. 错误B. 正确满分:2 分22. 建模中的数据需求常常是一些汇总数据A. 错误B. 正确满分:2 分23. 通过实验收集和问卷调查等可以获取数据A. 错误B. 正确满分:2 分24. 交流中必须学会倾听A. 错误B. 正确满分:2 分25. 论文写作的目的在于表达你所做的事情A. 错误B. 正确满分:2 分26. 不必认真设计结果的输出格式A. 错误B. 正确满分:2 分27. 求常微分方程的基本思想是将方程离散化转化为递推公式以求出函数值A. 错误B. 正确满分:2 分28. 人口预测模型用以预测人口的增长A. 错误B. 正确满分:2 分29. 样本平均值和理论均值不属于参数检验方法A. 错误B. 正确满分:2 分30. 激烈的价格竞争在超市之间是常见的A. 错误B. 正确满分:2 分31. 题名是人们检索文献资料的第一重要信息A. 错误B. 正确满分:2 分32. 数学建模中常遇到微分方程的建立问题A. 错误B. 正确满分:2 分33. 数学建模不是一个创新的过程A. 错误B. 正确满分:2 分34. 将所有可能提供选择的变量都放入模型中,不加剔除叫做淘汰法A. 错误B. 正确满分:2 分35. 数据也是问题初态的重要部分A. 错误B. 正确满分:2 分二、多选题(共15 道试题,共30 分。
14-15(2)数学建模第一次作业注意事项:提交时间截至3月27日课前,请将电子文档发送至邮箱sxjm@。
两个题目做到一个word文档里,文档和邮件标题均以“学号+姓名”命名。
请注意提交时间(顺序会影响给分结果)。
一、(必做题)ppt的思考题(1)~(4),由学号的后两位除以4的余数来确定;二、(必做题)本文档里的题目1~5,由学号的后两位除以5的余数来确定;三、(选做题)对于“生猪价格下降1%”理解的,0.65(11%)tp=-请根据ppt课件上的过程给出相应的结果(包括图形和灵敏性分析等)。
1油污清理问题一处石油泄漏污染了200英里的太平洋海岸线,所属石油公司被责令在14天内将其清除,预期则要被处以10000美元/天的罚款。
当地的清洁队每周可以清理5英里的海岸线,耗资500美元/天,额外雇佣清洁队则要付每支清洁队18000美元的费用和500美元/天的清洁费用.(1). 为使公司的总支出最低,应该额外雇佣多少支清洁队?采用5步方法,并求出清洁费用。
(2). 讨论清洁队每周清洁海岸线长度的灵敏性。
分别考虑最优的额外雇佣清洁队的数目和公司的总支出。
(3). 讨论罚金数额的灵敏性。
分别考虑公司用来清理漏油的总天数和公司的总支出。
(4). 石油公司认为罚金过高而提出上诉。
假设处以罚金的唯一目的是为了促使石油公司及时清理泄漏的石油,那么罚金的数额是否过高?*(5). (选做题)即使一开始采取围堵措施,海浪仍导致油污以每天0.5英里的速度沿海岸线扩散,这将导致最终清理的海岸线超过200海里,请分析扩散速度对公司总支出的影响。
2报刊价格问题一家有80000订户的地方日报计划提高其订阅价格。
现在的价格为每周1.5美元,据估计如果每提高定价10美分,就会损失5000订户。
(1)采用五步法,求使利润最大的订阅价格(2)对(1)中所得结论讨论损失5000订户这一参数的灵敏性。
分别假设这个参数值为3000,4000,5000,6000或7000,计算最优订阅价格(3)设n=5000为提高定价10美分而损失的订户数,求最优订阅价格p作为n的函数关系。
优化作业(1)1.(本题只写模型不求解)某工厂向用户提供发动机,按合同规定,其交货数量和日期是:第一季度末交40台,第二季度末交60台,第三季度末交80台。
工厂的最大生产能力为每季度100台,每季度的生产费用是22.050)(x x x f +=元,其中x 为该季度生产发动机的台数。
若工厂生产得多,多余的发动机可移到下季度向用户交货,这样,工厂就需要支付存储费用,每台发动机每季度的存储费用为4元。
问该厂每季度生产多少台发动机,才能既满足交货合同,又使工厂所花费的费用最少(假定第一季度开始时发动机无存货)?2.(本题只写模型不求解)某市为方便小学生上学,拟在新建的8个居民小区821,,,A A A 增设若干所小学,经过论证知备选校址有621,,,B B B ,它们能够覆盖的居民小区如下表所列,试建立一个数学模型,确定出最小个数的建校地址,使其能覆盖所有的居民小区。
备选校址B 1 B 2 B 3 B 4 B 5 B 6 覆盖小区 A 1,A 5,A 7 A 1,A 2,A 5,A 8 A 1,A 3,A 5 A 2,A 4,A 8 A 3,A 6 A 4,A 6,A 83.写出下面LINGO 程序所对应的完整数学模型。
SETS: HANG/1..3/:B; LIE/1..4/:X,C; XISHU(HANG,LIE):A;ENDSETSDATA:A= 1 2 3 12 5 1 23 1 6 -2;B=4 5 7;C=1 3 4 5;ENDDATAmin=@sum(LIE(I):C(I)*X(I));@FOR(HANG(I):@SUM(LIE(J):A(I,J)*X(J))>B(I));4.根据下面LINGO 程序的集合段和模型段写出其所对应的数学模型。
SETS: HANG/1..3/:A;LIE/1..4/:B;XISHU(HANG,LIE):C,X;ENDSETSmin=@sum(XISHU(I,J):C(I,J)*X(I,J));@FOR(HANG(I):@SUM(LIE(J):X(I,J))=A(I));@FOR(LIE(J):@SUM(HANG(I):X(I,J))=B(J));5.某校篮球队准备从十名预备队员中选择五名作为正式队员,队员的各种情况如下表:队员号码身高(厘米)技术分位置1 185 8.6 中锋2 186 9 中锋3 193 8.4 中锋4 190 9.5 中锋5 182 9.1 前锋6 184 9 前锋7 188 8.1 前锋8 186 7.8 后卫9 190 8.2 后卫10 192 9.2 后卫队员的挑选要满足下面条件:(1)至少补充一名前锋。
数学建模课作业范例范例题目:一家具公司签定了一项合同,合同要求在第一个月月底前,交付80把椅子,在第二个月月底前,交付120把椅子。
若每月生产x把椅子时,成本为50x+0.2x2(元);如第一个月生产的数量超过订货数,每把椅子库存一个月的费用是8元。
公司每月最多能生产200把椅子。
求完成以上合同的最佳生产安排。
家具公司最佳生产安排问题一问题的提出一家具公司签定了一项合同,合同要求在第一个月月底前,交付80把椅子,在第二个月月底前,交付120把椅子。
若每月生产x把椅子时,成本为50x+0.2x2(元);如第一个月生产的数量超过订货数,每把椅子库存一个月的费用是8元。
公司每月最多能生产200把椅子求成以上合同的最佳生产安排。
二假设与变量说明1.)模型假设1.椅子的成本和库存费没有变化2.该公司签定的合同并未发生变化3.该公司生产的椅子质量合格4.除了成本费和库存费并未产生其他额外的费用2)变量说明x1: 公司第一个月生产的椅子数x2: 公司第二个月生产的椅子数y1: 公司第一个月的成本费y2: 公司第二个月的成本费z: 库存费Y: 总的费用三模型分析和建立1. 模型分析:该家具公司需要每月制定一个最佳的椅子生产数(x1、x2),使该公司完成合同所需成本最小,而获得最大利润。
本模型的问题焦点就是确定最小成本,即使Y=y1+y2+z最小的数学问题。
2. 模型建立第一个月的生产成本:y1=50x1+0.2x12第二个月的生产成本:y2=50x2+0.2x22所需库存费: z=(x1-80)*8总成本: Y=y1+y2+z=(50x1+0.2x12)+(50x2+0.2x22)+(x1-80)*8其中:x1 +x2=200 80≤x1≤200综上所述,可建立如下数学模型:Min Y=(50x1+0.2x12)+(50x2+0.2x22)+(x1-80)*8 s.t 80≤x1≤200x 1 + x2=200四.求解用LINGO对模型直接求解,输入格式为:model:min=(50*x1+0.2*x1^2)+( 50*x2+0.2*x2^2)+8*(x1-80);x1>=80;x1<=200;x1+x2=200;end运行后结果为:Optimal solution found at step: 4Objective value: 14120.00Variable Value Reduced CostX1 90.00000 0.0000000X2 110.0000 0.0000000Row Slack or Surplus Dual Price1 14120.00 1.0000002 9.999998 0.2158310E-053 110.0000 0.00000004 0.0000000 -94.00000五.结果与分析由计算可知,当x1=90,x2=110时成本费最底,所以生产的最佳安排是第一月生产90把椅子,第二月生产110把椅子.。
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。
汽车刹车距离一、问题描写司机在碰到突发紧迫情形时都邑刹车,从司机决议刹车开端到汽车停滞行驶的距离为刹车距离,车速越快,刹车距离越长.那么刹车距离与车速之间具有什么样的关系呢?二、问题剖析汽车的刹车距离有反响距离和刹车距离两部分构成,反响距离指的是司机看到须要刹车的情形到汽车制动器开端起感化汽车行使的距离,刹车距离指的是制动器开端起感化到汽车完整停滞的距离.反响距离有反响时光和车速决议,反响时光取决于司机小我状态(敏锐.机灵等)和制动体系的敏锐性,因为很难对反响时光进行差别,是以,平日以为反响时光为常数,并且在这段时光内车速不变.刹车距离与制动感化力.车重.车速以及路面状态等身分有关系.由能量守恒制动力所做的功等于汽车动能的转变.设计制动器的一个合理原则是,最大制动力大体上与汽车的质量成正比,汽车的减速度根本上是常数.路面状态可以为是固定的.三、问题求解1、模子假设依据上述剖析,可作如下假设:①刹车距离d等于反响距离1d和制动距离2d之和;②反响距离1d 与车速v 成正比,且比例系数为反响时光t;③刹车时应用最大制动力F,F 作的功等于汽车动能的转变,且F 与车质量m 成正比;④人的反响时光t 为一个常数; ⑤在反响时光内车速v 不变 ; ⑥路面状态是固定的;⑦汽车的减速度a 根本上是一个常数. 2、 模子树立由上述假设,可得: ⑴tv d =2;⑵2221mv Fd =,而ma F =,则2221v ad =.所以22kv d =. 综上,刹车距离的模子为2kv tv d +=. 3.参数估量可用我国某机构供给的刹车距离现实不雅察数据来拟合未知参数t 和k.转化单位后得:车速(公里/小时) 20 40 60 80 100 120 140现实刹车距离(米)118.0用Mathematica 进行拟合,代码如下: Clear[x,v,d];x={{20/3.6,6.5},{40/3.6,17.8},{60/3.6,33.6},{80/3.6,57.1},{100/3.6,83.4},{120/3.6,118},{140/3.6,153.5}}; d=Fit[x,{v,v^2},v];Print["d=",d];Plot[d,{v,0,200/3.6}] 成果: 4. 成果剖析将拟合成果与现实成果比较:(代码) Clear[v,d];d=0.65218*v/3.6+0.0852792*(v/3.6)^2;For[v=20,v<=140,v=v+20,Print["速度为",v,"km/h 时刹车距离为",d]] 成果:车速(公里/小时) 20 40 60 80 100 120 140 现实刹车距离(米) 盘算刹车距离(米)盘算刹车距离与现实刹车距离基底细当.综上,反响时光t 约等于0.6522秒,刹车时减速度约等于2/62/1s m k ≈.刹车距离与车速的关系知足:208528.06522.0d v v +=.。
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。
数学建模作业题目:某养鸡专业户,养鸡1000只,用大豆和谷物饲料混合喂养,每天每只鸡平均吃混合饲料0.5公斤,其中应至少含有0.1公斤蛋白质和0.002公斤的钙,已知每公斤大豆含有50%的蛋白质和0.5%的钙,价格是每公斤1元;每公斤谷物含有10%的蛋白质和0.4%的钙,价格是每公斤0.3元。
食粮部门每周只能供应谷物饲料2500公斤,而大豆供应量不限。
试确定搭配大豆和谷物的数量,使喂养鸡的成本最少。
解: 设每周需要供应大豆和谷物各为21,x x 公斤,而喂养成本是y 元.则213.0x x y +=由题设条件可得混合饲料约束、蛋白质约束、钙约束、谷物供应约束分别为:混合饲料约束:5.01000721⨯⨯≥+x x ,即350021≥+x x ; 蛋白质约束:1.010007%10%5021⨯⨯≥+x x ,即7000521≥+x x ; 钙约束:002.010007%4.0%5.021⨯⨯≥+x x ,即140004521≥+x x ; 谷物供应约束:25002≤x .又当0,21≥x x 时,由350021≥+x x 可推出140004521≥+x x . 于是得到喂养成本最少的线性规划模型为:min 213.0x x y +=⎪⎪⎩⎪⎪⎨⎧≥≤≥+≥+0,2500700053500..2122121x x x x x x x t s用图解法进行求解可行域为:由直线1l :350021=+x x , 2l :25002=x 及02=x 组成的第一象限的无界区域.直线l :c x x =+213.0在此 l 1l2l无界区域内平行移动.易知:当l 过1l 与2l的交点时,y 取最大值.由⎩⎨⎧==+25003500221x x x 解得 ⎩⎨⎧==2500100021x x min y =175025003.01000=⨯+.故每周需要供应大豆1000公斤和谷物2500公斤,喂养鸡的成本将最少,其最小成本是1750元.。
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。
数学建模模拟试题及答案一、填空题(每题5分,共20分) 1。
若,,x z z y ∝∝则y 与x 的函数关系是.2. 在超级市场的收银台有两条队伍可选择,队1有1m 个顾客,每人都买了1n 件商品,队2有2m 个顾客,每人都买了2n 件商品,假设每个人付款需p 秒,而扫描每件商品需t 秒,则加入较快队1的条件是 .3。
马尔萨斯与罗捷斯蒂克两个人口增长模型的主要区别是假设了4. 在研究猪的身长与体重关系时,我们通过与已知其相关性质的的弹性梁作 的方法建立了模型.二、分析判断题(每小题15分,满分30分)1。
要为一所大学编制全校性选修课程表,有哪些因素应予以考虑?试至少列出5种. 2。
一起交通事故发生3个小时后,警方测得司机血液中酒精的含量是),ml /mg (100/56 又过两个小时,含量降为),ml /mg (100/40试判断,当事故发生时,司机是否违反了酒精含量的规定(不超过80/100)ml /mg (.(提示:不妨设开始时刻为)(,0t C t =表示t 时刻血液中酒精的浓度,则依平衡原理,在时间间隔],[t t t ∆+内酒精浓度的改变量为t t kC t C t t C ∆-=-∆+)()()(其中0>k 为比例常数,负号则表示了浓度随时间的推移是递减的.) 三、计算题(每题25分,满分50分)1。
一个毛纺厂使用羊毛、兔毛和某种纤维生产甲、乙两种混纺毛料,生产一个单位产品甲需要的三种原料依次为3、2、8个单位,产值为580元;生产一个单位产品乙需要的三种原料依次为2、3、5个单位,产值为680元,三种原料在计划期内的供给量依次为90、30和80单位。
试建立线性规划模型以求一个生产方案,使得总产值达到最大,并由此回答:(1) 最优生产方案是否具有可选择余地?若有请至少给出两个,否则说明理由。
(2) 原材料的利用情况。
2。
三个砖厂321,,A A A 向三个工地321,,B B B 供应红砖.各砖厂的供应量与各工地的需求量以及各砖厂调运红砖到各工地的单价见表。
作业1、2:商人过河一、问题重述问题一:4个商人带着4个随从过河,过河的工具只有一艘小船,只能同时载两个人过河,包括划船的人。
随从们密约, 在河的任一岸, 一旦随从的人数比商人多, 就杀人越货。
乘船渡河的方案由商人决定。
商人们怎样才能安全过河?问题二:假如小船可以容3人,请问最多可以有几名商人各带一名随从安全过河。
二、问题分析问题可以看做一个多步决策过程。
每一步由此岸到彼岸或彼岸到此岸船上的人员在安全的前提下(两岸的随从数不比商人多),经有限步使全体人员过河。
用状态变量表示某一岸的人员状况,决策变量表示船上的人员情况,可以找出状态随决策变化的规律。
问题就转换为在状态的允许变化范围内(即安全渡河条件),确定每一步的决策,达到安全渡河的目标。
三.问题假设1. 过河途中不会出现不可抗力的自然因素。
2. 当随从人数大于商人数时,随从们不会改变杀人的计划。
3.船的质量很好,在多次满载的情况下也能正常运作。
4. 随从会听从商人的调度。
四、模型构成x(k)~第k次渡河前此岸的商人数x(k),y(k)=0,1,2,3,4;y(k)~第k次渡河前此岸的随从数k=1,2,…..s(k)=[ x(k), y(k)]~过程的状态S~允许状态集合S={(x,y) x=0,y=0,1,2,3,4; x=4,y=0,1,2,3,4;x=y=1,2,3}u(k)~第k次渡船上的商人数u(k), v(k)=0,1,2;v(k)~ 第k次渡船上的随从数k=1,2…..d(k)=( u(k), v(k))~过程的决策 D~允许决策集合D={u,v |u+v=1,2,u,v=0,1,2}状态因决策而改变s(k+1)=s(k)+(-1)^k*d(k)~状态转移律求d(k) ∈D(k=1,2,….n),使s(k)∈S 并按转移律s(k+1)=s(k)+(-1)^k*d(k)由(4,4)到达(0,0)数学模型:k+1k S =S +k k D (-1) (1)'4k k x x += (2)'4k k y y += (3)k.k x y ≥ (4)''k k x y ≥ (5)模型分析:由(2)(3)(5)可得44kk x y -≥- 化简得k k x y ≤综合(4)可得k k x y = 和 {}(,)|0,0,1,2,3,4k k k k k S x y x y === (6)还要考虑 {}'(',')|'0,'0,1,2,3,4kk k k k S x y x y === (7) 把(2)(3)带入(7)可得{}(4,4)|40,40,1,2,3,4k k k k k S x y x y =---=-=化简得{}(,)|4,0,1,2,3,4k k k k k S x y x y === (8) 综合(6)(7)(8)式可得满足条件的情况满足下式{}(,)|0,4,0,1,2,3,4;k k k k k k k S x y x y x y ==== (9)所以我们知道满足条件的点如上图所示:点移动由{}(,)|4,0,1,2,3,4k k k k k S x y x y === (8) 到达{}(,)|0,0,1,2,3,4k k k k k S x y x y === (6)时,可以认为完成渡河。
汽车刹车距离一、 问题描述司机在遇到突发紧急情况时都会刹车,从司机决定刹车开始到汽车停止行驶的距离为刹车距离,车速越快,刹车距离越长。
那么刹车距离与车速之间具有什么样的关系呢?二、 问题分析汽车的刹车距离有反应距离和刹车距离两部分组成,反应距离指的是司机看到需要刹车的情况到汽车制动器开始起作用汽车行使的距离,刹车距离指的是制动器开始起作用到汽车完全停止的距离。
反应距离有反应时间和车速决定,反应时间取决于司机个人状况(灵敏、机警等)和制动系统的灵敏性,由于很难对反应时间进行区别,因此,通常认为反应时间为常数,而且在这段时间内车速不变。
刹车距离与制动作用力、车重、车速以及路面状况等因素有关系。
由能量守恒制动力所做的功等于汽车动能的改变。
设计制动器的一个合理原则是,最大制动力大体上与汽车的质量成正比,汽车的减速度基本上是常数。
路面状况可认为是固定的。
三、 问题求解1、 模型假设根据上述分析,可作如下假设:①刹车距离d 等于反应距离1d 和制动距离2d 之和;②反应距离1d 与车速v 成正比,且比例系数为反应时间t ;③刹车时使用最大制动力F ,F 作的功等于汽车动能的改变,且F 与车质量m 成正比; ④人的反应时间t 为一个常数;⑤在反应时间内车速v 不变 ;⑥路面状况是固定的;⑦汽车的减速度a 基本上是一个常数。
2、 模型建立由上述假设,可得:⑴tv d =2; ⑵2221mv Fd =,而ma F =,则2221v ad =。
所以22kv d =。
综上,刹车距离的模型为2kv tv d +=。
3、 参数估计可用我国某机构提供的刹车距离实际观察数据来拟合未知参数t 和k 。
转化单位后得:车速(公里/小时)20 40 60 80 100 120 140实际刹车距离(米) 6.5 17.8 33.6 57.1 83.4 118.0 153.5用Mathematica进行拟合,代码如下:Clear[x,v,d];x={{20/3.6,6.5},{40/3.6,17.8},{60/3.6,33.6},{80/3.6,57.1},{100/3.6,83.4},{120/ 3.6,118},{140/3.6,153.5}};d=Fit[x,{v,v^2},v];Print["d=",d];Plot[d,{v,0,200/3.6}]结果:4、结果分析将拟合结果与实际结果对比:(代码)Clear[v,d];d=0.65218*v/3.6+0.0852792*(v/3.6)^2;For[v=20,v<=140,v=v+20,Print["速度为",v,"km/h时刹车距离为",d]]结果:车速(公里/小时)20 40 60 80 100 120 140实际刹车距离(米) 6.5 17.8 33.6 57.1 83.4 118.0 153.5计算刹车距离(米) 6.2 17.8 34.6 56.6 83.9 116.5 154.3计算刹车距离与实际刹车距离基本相当。
课时作业(五十) 数学建模案例(一):烧开水问题1.学校宿舍与办公室相距a m.某同学有重要材料要送交给老师,从宿舍动身,先匀速跑步3 min来到办公室,停留2 min,然后匀速步行10 min返回宿舍.在这个过程中,该同学行进的速度和行走的路程都是时间的函数,画出速度函数和路程函数的示意图.2.有一支队伍长L m.以速度v m/s匀速前进.排尾的传令兵因传达吩咐赶赴排头,到达排头后马上返回,来回速度不变.回答下列问题:(1)假如传令兵行进的速度为整个队伍行进速度的2倍,求传令兵回到排尾时所走的路程;(2)假如传令兵回到排尾时,全队正好前进了L m,求传令兵行走的路程.课时作业(五十) 数学建模案例(一):烧开水问题1.解析:在实际情境中能够用图象揭示函数性质,整体反映函数的基本特征,速度函数和路程函数的示意图如下所示:2.解析:(1)传令兵来回速度为2v m/s,从排尾到排头所需时间为L2v-vs,再从排头到排尾所需时间为L2v+vs.故传令兵来回共用时间为L 2v -v +L 2v +v =4L 3v(s), 来回路程为2v ×4L 3v =83L (m). (2)设传令兵的行进速度为v ′,则传令兵从排尾到排头所需时间为L v ′-v s ,再从排头到排尾所需时间为Lv ′+v s ,来回共用时间t =⎝ ⎛⎭⎪⎫L v ′-v +L v ′+v s ,来回所走路程为v ′t m .由传令兵回到排尾时全队正好前进了L m ,则L =vt ,故L v =L v ′-v +L v ′+v,解得v ′=(2+1)v .上式等号两边同乘t ,得v ′t =(2+1)vt =(2+1)L .所以传令兵来回路程为(2+1)L m .。
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。
习题一在3.1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
t
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。
由于规定缺货量需补足,所以在t=T时数量为R的产品立即到达,使下周期初的存储量恢复为Q.
所以C=c1+c2QT1/2+ r Tc3+c4r(T-T1)2/2
将模型的目标函数------每天的平均费用------记作T和Q的二元函数
C(T,Q)=c1/T+c2Q2/(2rT)+ +r c3+c3(Rt-Q)2/(2Tr)
模型求解利用微分法求T和Q使C(T,Q)最小,令dC/dT=0 ,dC /dQ =0,可得
T’=√2c1(c2+c4)/(rc2c4) , Q’=√2c1rc4/(c2(c2+c3))
由以上两个模型可以看出在不允许缺货模型和缺货模型中结果都与原来一样
存储模型
问题:建立不允许缺货存储模型。
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﹙T0<t<T﹚只销售不生产.画出储存量q(t)的图形,设每次生产准备费为c1,单位时间每件产品储存费为c2,以总费用最小为目标确定最优生产周期。
讨论K>>r和K≈r的情况。
问题分析:在t< T0时间内k>r有储存量以k-r速率增加,在T0<t<T时间内,储存量以r 速率递减,而一个周期的总费用为C(t)与生产周期,产量与需求量,生产准备费,储存费之间的关系,从而建立数学模型。
可根据数学最值定理求出最优周期。
模型假设:为处理方便考虑连续模型,即生产周期T和生产量Q都是连续量,故作出如下假设
1.生产速率为常数k,销售速率为常数r,k>r。
2.每次生产准备费为c1,单位时间每件产品储存费为c2。
3.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﹙T0<t<T﹚
只销售不生产.
4.不允许缺货。
模型建立:将存储量表示为时间T的函数q(t),在0<t<T0,q(t)以的速率增加;在T0<t<T 时间内,q(t)以r的速率递减,直到q(t) =0 ,如图所示,显然有﹙k-r﹚t 0<t<T0
q(t)=
﹙k-r﹚T0-r﹙t-T0﹚T0<t<T
﹙k-r﹚T0
0 T0T t
则一个周期内的储存费为c2∫0t q(t)dt
一个周期的总费用为C(t)= c1+0.5 c2﹙k-r﹚T0 T
则平均费用为g(t)=C(t)/T= c1 /T+0.5 c2﹙k-r﹚T02/T +0.5 c2﹙k-r﹚T0(T-T0)/T
由于﹙k-r﹚T0=r(T-T0)
故g(t)= c1 /T+c2﹙k-r﹚rT/2k
模型求解:
使平均费用最小的最优周期为T*=√2c1k/c2r(k-r)
模型分析:当k>>r时,T*=√2c1/c2r 相当于不考虑生产的情况。
当K≈r时,T* ∞,因为产量被销售量抵消,无法形成储存量。
model:
min=100*x1+40*x5+40*x6;
x1+x6>4;
x2+x4>6;
x3+x5>5;
x1+x5>8;
x1+x5-x4>8;
x2+x3=x1;
end
Global optimal solution found.
Objective value: 640.0000
Infeasibilities: 0.000000
Total solver iterations: 7
Variable Value Reduced Cost X1 4.000000 0.000000 X5 6.000000 0.000000 X6 0.000000 20.00000 X2 4.000000 0.000000 X4 2.000000 0.000000 X3 0.000000 40.00000
Row Slack or Surplus Dual Price
1 640.0000 -1.000000
2 0.000000 -20.00000
3 0.000000 -40.00000
4 1.000000 0.000000
5 2.000000 0.000000
6 0.000000 -40.00000
7 0.000000 40.00000。