下载文档原格式
第1篇一、实验目的本次实验旨在让学生掌握数学建模的基本步骤，学会运用数学知识分析和解决实际问题。
通过本次实验，培养学生主动探索、努力进取的学风，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、实验内容本次实验选取了一道实际问题进行建模与分析，具体如下：题目：某公司想用全行业的销售额作为自变量来预测公司的销售量。
表中给出了1977—1981年公司的销售额和行业销售额的分季度数据（单位：百万元）。
1. 数据准备：将数据整理成表格形式，并输入到计算机中。
2. 数据分析：观察数据分布情况，初步判断是否适合使用线性回归模型进行拟合。
3. 模型建立：利用统计软件（如MATLAB、SPSS等）进行线性回归分析，建立公司销售额对全行业的回归模型。
4. 模型检验：对模型进行检验，包括残差分析、DW检验等，以判断模型的拟合效果。
5. 结果分析：分析模型的拟合效果，并对公司销售量的预测进行评估。
三、实验步骤1. 数据准备将数据整理成表格形式，包括年份、季度、公司销售额和行业销售额。
将数据输入到计算机中，为后续分析做准备。
2. 数据分析观察数据分布情况，绘制散点图，初步判断是否适合使用线性回归模型进行拟合。
3. 模型建立利用统计软件进行线性回归分析，建立公司销售额对全行业的回归模型。
具体步骤如下：（1）选择合适的统计软件，如MATLAB。
（2）输入数据，进行数据预处理。
（3）编写线性回归分析程序，计算回归系数。
（4）输出回归系数、截距等参数。
4. 模型检验对模型进行检验，包括残差分析、DW检验等。
（1）残差分析：计算残差，绘制残差图，观察残差的分布情况。
（2）DW检验：计算DW值，判断随机误差项是否存在自相关性。
5. 结果分析分析模型的拟合效果，并对公司销售量的预测进行评估。
四、实验结果与分析1. 数据分析通过绘制散点图，观察数据分布情况，初步判断数据适合使用线性回归模型进行拟合。
2. 模型建立利用MATLAB进行线性回归分析，得到回归模型如下：公司销售额 = 0.9656 行业销售额 + 0.01143. 模型检验（1）残差分析：绘制残差图，观察残差的分布情况，发现残差基本呈随机分布，说明模型拟合效果较好。
数模实验报告摘要：本实验通过数学建模方法，对某个具体问题进行了建模与求解。
实验内容主要包括问题描述、问题分析、模型建立、模型求解及结果分析等几个部分。
通过本次实验，我们可以对数学建模的过程有较为全面的了解，同时也能够掌握一定的模型建立与求解的方法和技巧。
一、问题描述本次实验的问题是关于某个具体问题的建模与求解。
具体而言，问题是关于某个物理系统的数学描述。
物理系统的状态可以通过一组物理量来描述，而这组物理量的变化又可以通过一组数学方程来描述。
因此，问题的基本任务是找到这组数学方程，并通过求解这组方程，得到问题的解答。
二、问题分析在进行问题分析之前，我们需要对问题进行深入的了解和分析。
首先，我们需要对物理系统进行全面的观察和实验，以获得充分的数据和信息。
通过观察与实验，我们可以发现其中的一些规律和关系，这些规律和关系有助于我们建立数学模型并求解问题。
其次，我们需要通过对问题的分析，找出问题的关键要素和影响因素。
通过对关键要素和影响因素的分析，我们可以确定问题的数学描述方法，从而进一步进行模型建立与求解。
三、模型建立在进行模型建立之前，我们需要根据问题的要求和实际情况选择适当的数学工具和方法。
常用的数学工具和方法包括微积分、线性代数、概率论与数理统计等。
根据问题的特点和需求，我们可以选择适当的数学建模方法，如数值求解、最优化、动态系统等。
在模型建立过程中，我们需要明确问题的假设和约束条件，并据此构建数学模型。
模型的构建涉及到数学方程的建立和模型参数的确定等几个方面。
通过对方程和参数的合理选择和调整，我们可以使得模型能够真实地反映物理系统的行为和特性。
四、模型求解。
一、实验背景与目的随着科学技术的不断发展，数学建模作为一种解决复杂问题的有力工具，在各个领域都得到了广泛应用。
本实验旨在通过数学建模的方法，解决实际问题，提高学生的数学思维能力和解决实际问题的能力。
二、实验内容与步骤1. 实验内容本实验选取了一道具有代表性的实际问题——某城市交通拥堵问题。
通过对该问题的分析，建立数学模型，并利用MATLAB软件进行求解，为政府部门提供决策依据。
2. 实验步骤（1）问题分析首先，对某城市交通拥堵问题进行分析，了解问题的背景、目标及影响因素。
通过查阅相关资料，得知该城市交通拥堵的主要原因是道路容量不足、交通信号灯配时不当、公共交通发展滞后等因素。
（2）模型假设为简化问题，对实际交通系统进行以下假设：1）道路容量恒定，不考虑道路拓宽、扩建等因素；2）交通信号灯配时固定，不考虑实时调整；3）公共交通系统运行正常，不考虑公交车运行时间波动；4）车辆行驶速度恒定，不考虑车辆速度波动。
（3）模型构建根据以上假设，构建以下数学模型：1）道路容量模型：C = f(t)，其中C为道路容量，t为时间；2）交通流量模型：Q = f(t)，其中Q为交通流量；3）拥堵指数模型：I = f(Q, C)，其中I为拥堵指数。
（4）模型求解利用MATLAB软件，对所构建的数学模型进行求解。
通过编程实现以下功能：1）计算道路容量C与时间t的关系；2）计算交通流量Q与时间t的关系；3）计算拥堵指数I与交通流量Q、道路容量C的关系。
（5）结果分析与解释根据求解结果，分析拥堵指数与时间、交通流量、道路容量之间的关系。
针对不同时间段、不同交通流量和不同道路容量，提出相应的解决方案，为政府部门提供决策依据。
三、实验结果与分析1. 结果展示通过MATLAB软件求解，得到以下结果：（1）道路容量C与时间t的关系曲线；（2）交通流量Q与时间t的关系曲线；（3）拥堵指数I与交通流量Q、道路容量C的关系曲线。
2. 结果分析根据求解结果，可以得出以下结论：（1）在高峰时段，道路容量C与时间t的关系曲线呈现下降趋势，说明道路容量在高峰时段不足；（2）在高峰时段，交通流量Q与时间t的关系曲线呈现上升趋势，说明交通流量在高峰时段较大；（3）在高峰时段，拥堵指数I与交通流量Q、道路容量C的关系曲线呈现上升趋势，说明拥堵指数在高峰时段较大。
数学建模实验报告实验报告：数学建模引言：数学建模是一门独特且灵活的学科，它将现实问题转化为数学模型，并利用数学工具和方法来分析和解决这些问题。
通过实践和研究，我们可以发现数学建模在各个领域都有广泛的应用，如物理学、生物学、经济学等。
本实验报告旨在介绍数学建模的基本理论与方法，并展示一个实际问题的建模与求解过程。
一、数学建模的基本理论与方法1.1模型的建立数学建模的第一步是建立数学模型。
一个好的模型应具备以下要素：准确描述问题的前提条件，明确问题的目标，确定可变参数和约束条件，考虑问题的实际需求。
1.2模型的求解模型的求解是数学建模的核心环节。
根据模型的形式和要求，我们可以选择适合的求解方法，如数值方法（如微积分、线性代数等）和符号计算方法（如差分方程、偏微分方程等）等。
1.3模型的分析与验证在模型求解的基础上，我们需要对模型进行分析和验证。
分析主要是从数学角度研究模型的性质和规律，验证则是将模型的结果与实际数据进行比对，以评估模型的准确性和可靠性。
二、实际问题的建模与求解考虑以下实际问题：公司准备推出一款新产品，为了提高产品的市场竞争力，他们决定在一部分商品上采用价格优惠的策略。
为了确定优惠的程度，他们需要建立一个数学模型来分析不同优惠方案的效果，并选择最优的方案。
2.1模型的建立首先，我们需要明确问题的前提条件和目标。
假设该产品的市场价格为P，成本价格为C，单位销售量为Q。
我们的目标是最大化销售利润。
于是，我们可以建立以下数学模型：利润函数：利润=销售额-成本利润=(P-D)*Q-C其中D为优惠的价格折扣。
2.2模型的求解为了确定最优的优惠方案，我们需要将问题转化为一个数学优化问题。
我们可以选用辅助函数法或拉格朗日乘子法来求解最优值。
在这里，我们选择辅助函数法。
我们将利润函数分别对P和D求偏导数，并令其等于0，得到以下方程组：d(利润)/dP=Q-2D=0d(利润)/dD=P-C=0解这个方程组可以求得最优解P=C，D=Q/22.3模型的分析与验证在分析这个模型之前，我们需要验证模型的准确性。
中南大学典型系统的时域响应和稳定性分析实验报告实验介绍：本实验以中南大学典型系统为研究对象，通过构建数学模型和实际建模结果，分析系统的时域响应和稳定性，以及初步探讨系统的性能和优化方法。
实验步骤：1、对中南大学典型系统进行数学建模，并得到系统的传递函数。
2、通过Matlab对系统的传递函数进行分析，得到系统的时域响应。
3、分析系统特征方程的根，判断系统的稳定性。
4、探讨系统的性能指标，并初步探讨系统的优化方法。
实验结果：1、数学模型及传递函数：根据中南大学典型系统的构成，我们可以得到其传递函数为：$$G(s) = \frac{Y(s)}{X(s)}=\frac{K}{s(T_1s+1)(T_2s+1)}$$2、时域响应分析：阶跃响应脉冲响应可以看出，在系统输入为阶跃信号时，系统的响应随着时间的增加逐渐趋于稳定；在系统输入为脉冲信号时，系统的响应在一定时间范围内会有一个稳定的振荡。
3、稳定性分析：我们根据系统的特征方程$$1+G(s)=0$$得到特征方程为：$$s^3+T_1T_2s^2+(T_1+T_2)s+K=0$$我们通过Matlab计算特征方程的根，得到系统的特征根分别为：$-0.0327\pm0.6480j$和$-2.4341$。
根据根的位置，我们可以判断系统的稳定性。
由于系统的根都在左半平面，因此系统是稳定的。
4、性能指标和优化方法：本实验中，我们主要关注系统的稳定性和响应速度等性能指标。
在实际应用中，我们可以通过调整系统控制参数，如增益$K$和时间常数$T_1$和$T_2$等，来优化系统的性能。
结论：本实验通过对中南大学典型系统进行数学建模和实际响应分析，得到了系统的传递函数、阶跃响应和脉冲响应等数学模型，并根据特征方程的根判断了系统的稳定性。
在探讨系统性能指标和优化方法的基础上，我们可以进一步探究系统的优化方案，并为实际控制应用提供参考。
第1篇一、实验背景随着社会的发展和科技的进步，数学建模作为一种解决实际问题的有效方法，被广泛应用于各个领域。
为了提高学生的数学建模能力和实际操作能力，我校开设了数学建模选修课程。
本实验旨在通过数学建模选课实验，探讨如何选择适合学生兴趣和实际需求的数学建模课程，以提高学生的学习效果。
二、实验目的1. 了解数学建模课程体系，明确课程设置原则；2. 掌握数学建模选课方法，提高学生选课的科学性；3. 分析数学建模课程对学生实际能力的培养效果。
三、实验方法1. 调查法：通过问卷调查、访谈等方式，了解学生对数学建模课程的需求和兴趣；2. 比较分析法：对比不同数学建模课程的教学内容、教学方法和考核方式，分析课程特点；3. 统计分析法：对实验数据进行分析，得出数学建模选课的科学方法。
四、实验步骤1. 收集数据：通过问卷调查、访谈等方式，收集学生对数学建模课程的需求和兴趣数据；2. 整理数据：对收集到的数据进行分析和整理，形成课程设置和选课建议的依据；3. 比较分析：对比不同数学建模课程的教学内容、教学方法和考核方式，分析课程特点；4. 制定选课方案：根据课程特点和学生的需求，制定数学建模选课方案；5. 实施选课方案：引导学生根据选课方案进行选课；6. 跟踪调查：对选课后的学生进行跟踪调查，了解选课效果。
五、实验结果与分析1. 学生需求分析根据问卷调查和访谈结果，学生普遍认为数学建模课程应具备以下特点：（1）课程内容与实际应用紧密结合；（2）教学方法多样化，注重学生动手能力和创新能力的培养；（3）考核方式合理，注重过程评价和结果评价相结合。
2. 课程设置分析根据学生需求，我校开设了以下数学建模课程：（1）基础数学建模；（2）应用数学建模；（3）高级数学建模；（4）数学建模竞赛辅导。
3. 选课方案制定根据课程特点和学生的需求，制定以下选课方案：（1）基础数学建模：面向所有学生，作为公共选修课；（2）应用数学建模：面向有一定数学基础的学生，作为专业选修课；（3）高级数学建模：面向对数学建模有浓厚兴趣的学生，作为选修课；（4）数学建模竞赛辅导：面向有意参加数学建模竞赛的学生，作为辅导课程。
数学建模实验报告范文实验目的本次实验旨在运用数学建模的方法和技巧，对给定的问题进行分析和求解，以提高我们的问题解决能力和创新思维。
实验背景在现实生活中，我们经常面临各种各样的问题，但是如何从复杂的问题中提取关键信息，并通过数学建模的方法进行求解，是一个非常有挑战性的任务。
通过本次实验的学习和训练，我们可以更好地应对复杂问题，提高解决问题的能力和效率。
实验过程和方法本次实验我们选择了一个关于货车配送问题的案例进行研究。
具体过程如下：1. 问题理解：我们首先详细了解了货车配送问题的背景和要求，明确问题的目标和限制条件。
根据问题的描述，我们可以得到基本的数学模型：- 假设有N个配送点，每个配送点有固定的货物数量和配送时长。
- 有M辆货车，每辆货车的最大载重量和最大配送时长是已知的。
- 目标是使得总配送时间最短的同时，不超过货车的最大载重量。
2. 数据处理：我们将问题中给出的具体数据转化为计算机可处理的数据结构，并进行必要的预处理工作。
包括计算各个点之间的距离、货物数量等信息。
3. 建模与求解：我们根据问题的特点和要求，选用相应的数学模型和求解方法。
在本次实验中，我们选择了基于图论的算法，如最短路径算法和旅行商问题算法，来优化货车的配送路径和时间。
4. 结果分析：我们根据得到的结果，对货车的配送路径和时间进行分析和评估。
通过对比不同算法和参数设置的结果，找出最优解，并对结果进行可视化展示。
实验结果经过模型求解和分析，我们得到了一组满足条件的最优解。
在我们的实验中，总配送时间最短的方案是：...通过对比和分析不同算法和参数设置的结果，我们可以发现...实验总结本次实验通过对货车配送问题的研究和实践，我们学习了数学建模的基本方法和技巧。
通过模型建立、求解和分析的全过程，我们深入理解了数学建模的重要性和应用价值。
在实验过程中，我们遇到了一些困难和挑战，如如何选择合适的数学模型和求解算法等。
通过克服这些困难，我们不断提高了自己的问题解决能力和创新思维。
一、实验目的通过本次数学建模实验，使学生掌握数学建模的基本步骤和方法，提高学生运用数学知识解决实际问题的能力，培养学生的创新意识和团队合作精神。
二、实验内容本次实验以某城市交通拥堵问题为背景，建立数学模型，并进行求解和分析。
三、问题分析近年来，随着城市化进程的加快，交通拥堵问题日益严重。
为了缓解交通拥堵，提高城市交通效率，需要建立数学模型对交通拥堵问题进行分析。
四、模型假设1. 交通流量的变化服从泊松分布；2. 交通信号灯周期固定，绿灯时间、红灯时间比例不变；3. 交通事故发生概率服从泊松分布；4. 交通拥堵程度用道路上的车辆数表示。
五、模型构建1. 建立交通流量模型：假设道路上车流量为λ，则道路上的车辆数N(t)满足泊松分布，即N(t)~Poisson(λt)。
2. 建立交通信号灯模型：假设绿灯时间为t_g，红灯时间为t_r，信号灯周期为T，则有t_g + t_r = T。
3. 建立交通事故模型：假设交通事故发生概率为p，则在时间t内发生交通事故的次数X(t)满足泊松分布，即X(t)~Poisson(pt)。
4. 建立交通拥堵模型：假设道路上的车辆数为N(t)，则交通拥堵程度U(t)可以用N(t)表示。
六、模型求解1. 根据泊松分布的性质，求解N(t)的期望值和方差，即E(N(t))=λt，Var(N(t))=λt。
2. 根据信号灯模型，求解绿灯时间t_g和红灯时间t_r。
3. 根据交通事故模型，求解交通事故发生次数X(t)的期望值和方差，即E(X(t))=pt，Var(X(t))=pt。
4. 根据交通拥堵模型，求解交通拥堵程度U(t)的期望值和方差。
七、结果分析与解释1. 根据模型求解结果，分析不同时间段内的交通流量、交通事故和交通拥堵程度。
2. 结合实际情况，分析影响交通拥堵的关键因素，并提出相应的缓解措施。
3. 通过模型求解，为相关部门制定交通管理政策提供依据。
八、实验总结通过本次数学建模实验，学生掌握了数学建模的基本步骤和方法，提高了运用数学知识解决实际问题的能力。
一、实验目的1. 掌握数学建模的基本步骤，学会运用数学知识分析和解决实际问题。
2. 提高数学建模能力，培养创新思维和团队合作精神。
3. 熟练运用数学软件进行数据分析、建模和求解。
二、实验内容本次实验选取了以下三个题目进行建模：1. 题目一：某公司想用全行业的销售额作为自变量来预测公司的销售量，表中给出了1977—1981年公司的销售额和行业销售额的分季度数据（单位：百万元）。
2. 题目二：三个系学生共200名（甲系100，乙系60，丙系40），某公司计划招聘一批新员工，要求男女比例分别为1:1，甲系女生比例60%，乙系女生比例40%，丙系女生比例30%。
请为公司制定招聘计划。
3. 题目三：研究某市居民出行方式选择问题，收集了以下数据：居民年龄、收入、职业、出行距离、出行时间、出行频率等。
请建立模型分析居民出行方式选择的影响因素。
三、实验步骤1. 问题分析：对每个题目进行分析，明确问题背景、目标和所需求解的数学模型。
2. 模型假设：根据问题分析，对实际情况进行简化，提出合适的模型假设。
3. 模型构建：根据模型假设，选择合适的数学工具和方法，建立数学模型。
4. 模型求解：运用数学软件（如MATLAB、Python等）进行模型求解，得到结果。
5. 结果分析与解释：对求解结果进行分析，解释模型的有效性和局限性。
四、实验报告1. 题目一：线性回归模型（1）问题分析：利用线性回归模型预测公司销售量，分析行业销售额对销售量的影响。
（2）模型假设：假设公司销售量与行业销售额之间存在线性关系。
（3）模型构建：根据数据，建立线性回归模型y = β0 + β1x + ε，其中y为公司销售量，x为行业销售额，β0、β1为回归系数，ε为误差项。
（4）模型求解：运用MATLAB软件进行线性回归分析，得到回归系数β0、β1。
（5）结果分析与解释：根据模型结果，分析行业销售额对销售量的影响程度，并提出相应的建议。
2. 题目二：招聘计划模型（1）问题分析：根据男女比例要求，制定招聘计划，确保男女比例均衡。
MATLAB数学建模实验报告学院：材料科学与工程专业班级：材料国际姓名：学号：完成时间：2016年12月7日目录一、数学实验学习体会 (3)二、实验一：MATLAB作图 (4)实验目的 (4)实验内容 (4)三、实验二：线性规划 (7)实验目的 (7)实验内容 (7)四、实验三：插值 (11)实验目的 (11)实验内容 (11)五、实验四：拟合 (12)实验目的 (12)实验内容 (12)六、实验五：MATLAB在材料力学里的应用 (14)实验目的 (14)实验内容 (15)七、实验六：MATLAB创建2048小游戏 (19)游戏规则 (20)游戏代码及运行结果 (20)八、心得与收获 (26)一、数学实验学习体验通过对《数学实验与建模》这门课程的学习，我初步掌握了一些建模思想、模型分析以及对于数学矩阵实验室（即：MATLAB软件）的使用。
课程分为两个阶段，即八周的数学建模讲授、八周的数学实验。
在这里，主要谈一谈运用MATLAB软件进行的数学实验给我带来的感受与收获。
通过学习，我们知道MATLAB和Mathematica、Maple并称为三大数学软件。
它在数学类科技应用软件中在数值计算方面首屈一指。
MATLAB可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等，主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。
正如这些强大的功能，我们才有必要认真学习并掌握这项技能，我的专业是材料科学与工程，矩阵运算和处理实验数据对于我的专业领域大有裨益，这也坚定了我熟练掌握MATLAB的决心。
我做的第一个实验是图形的绘制。
这在Microsoft软件中也可以实现，而MATLAB给我带来的直观感受就是更加“强大、丰富、专业”，不仅包含了二维三维，甚至多维度空间图形也能表现出来。
还可对坐标控制、图形修饰、窗口分割等操作，如果特殊需要时还可用polar得到极坐标图形，调用semilogx得到对数坐标函数等。
三维图形有三维曲线、三维曲面，这种功能对求两个复杂三维立体图形的交线交面等很有帮助。
在二维图形绘制时可以绘出条形图、杆图、饼图，当然也可以调用函数bar3、stem3、pie3、fill3等绘制三维图形。
对三维图形可以进行精细处理，比如视点处理，色彩处理，还可以进行图形的裁剪，在实际生活中也很有用。
另外一个让我影响深刻的功能就是数据处理，对于材料科学的科研工作，往往需要在大量实验数据里找到一定规律，从而揭示一种材料性能的影响因素，实现对材料性能的调控。
而从MATLAB中最初学习到的就是插值与拟合，种类丰富，处理也十分精确，还可以自定义插值、拟合函数，最后通过plot以图形的形式展现出来。
对于数据规律性的探讨十分有帮助。
通过这么短时期的学习，是很难理解到MATLAB的精髓的，要想从使用到理解到熟练掌握还需要一个很长的学习探索过程，我相信，MATLAB软件不仅将对我的科研领域起到重要的作用，还将为我处理生活问题带来便捷。
二、实验一：MATLAB作图1.实验目的：了解MATLAB作图的基本内容掌握MATLAB作图的集中基本方式，实现对数据进行可视化作图分析2.实验内容：（1）例：在[0,2pi]用红线画sin x,用绿圈画cos x.x=linspace(0,2*pi,30);y=sin(x);z=cos(x);plot(x,y,'r',x,z, 'g0')先建M文件myfun1.m：function Y=myfun1(x)Y=exp(2*x)+sin(3*x.^2)再输入命令：fplot('myfun1',[-1,2])(3)例:画多条曲线观察函数Z=(X+Y)2x=-3:0.1:3;y=1:0.1:5;[X,Y]=meshgrid(x,y);Z=(X+Y).^2;plot3(X,Y,Z)(4)例:画函数Z=(X+Y)2的图形.x=-3:0.1:3;y=1:0.1:5;[X,Y]=meshgrid(x,y);Z=(X+Y).^2;surf(X,Y,Z)shading flat(5)例: 在区间[0,2π]画sin(x)的图形，并加注图例“自变量X”、“函数Y”、“示意图”, 并加格栅.x=linspace(0,2*pi,30);y=sin(x);plot(x,y)xlabel('自变量X')ylabel('函数Y')title('示意图')grid on(6)例:山峰的三维和二维等值线图[x,y,z]=peaks;subplot(1,2,1)contour3(x,y,z,16,'s')grid, xlabel('x-axis'),ylabel('y-axis')zlabel('z-axis')title('contour3 of peaks');subplot(1,2,2)contour(x,y,z,16,'s')grid, xlabel('x-axis'), ylabel('y-axis')title('contour of peaks');三、实验二：线性规划1.实验目的：了解线性规划的基本内容.掌握用数学软件包求解线性规划问题2.实验内容：(1)例： max 6543216.064.072.032.028.04.0x x x x x x z +++++=123456s.t.0.010.010.010.030.030.03850x x x x x x +++++≤70005.002.041≤+x x 10005.002.052≤+x x 90008.003.063≤+x x 01,2,,6j x j ≥=解：编写M 文件xxgh1.m 如下：c=[-0.4 -0.28 -0.32 -0.72 -0.64 -0.6];A=[0.01 0.01 0.01 0.03 0.03 0.03;0.02 0 0 0.05 0 0;0 0.02 0 0 0.05 0;0 00.03 0 0 0.08];b=[850;700;100;900]; Aeq=[]; beq=[];vlb=[0;0;0;0;0;0]; vub=[];[x,fval]=linprog(c,A,b,Aeq,beq,vlb,vub)运算结果如下：(2)例:投资的收益和风险二、 基本假设和符号规定一、问题提出市场上有n 种资产i s （i =1,2，…，n ）可以选择，现用数额为M 的相当大的资金作一个时期的投资.这n 种资产在这一时期内购买i s 的平均收益率为i r ，风险损失率为i q ，投资越分散，总的风险越小，总体风险可用投资的i s 中最大的一个风险来度量.购买i s 时要付交易费，(费率i p )，当购买额不超过给定值i u 时，交易费按购买i u 计算.另外，假定同期银行存款利率是0r ，既无交易费又无风险.（0r =5%） 已知n =4试给该公司设计一种投资组合方案，即用给定的资金M ，有选择地购买若干种资产或存银行生息，使净收益尽可能大，使总体风险尽可能小.基本假设：1. 投资数额M 相当大,为了便于计算，假设M =1； 2．投资越分散，总的风险越小； 3．总体风险用投资项目i s 中最大的一个风险来度量； 4．n 种资产i s 之间是相互独立的；5．在投资的这一时期内, r i ,p i ,q i ，r 0为定值，不受意外因素影响； 6．净收益和总体风险只受 r i ,p i ,q i 影响，不受其他因素干扰.符号规定： S i ——第i 种投资项目，如股票，债券r i ,p i ,q i ----分别为S i 的平均收益率, 交易费率，风险损失率u i ----S i 的交易定额 0r -------同期银行利率x i -------投资项目S i 的资金 a -----投资风险度Q ----总体收益 ΔQ ----总体收益的增量三、模型的建立与分析1.总体风险用所投资的Si 中最大的一个风险来衡量,即max{ qixi|i=1，2,…,n}4. 模型简化：四、模型1的求解由于a 是任意给定的风险度，到底怎样给定没有一个准则，不同的投资者有不同的风险度.我们从a =0开始，以步长△a =0.001进行循环搜索，编制程序如下：2．购买S i 所付交易费是一个分段函数,即p i x i x i >u i 交易费 = p i u i x i ≤u i而题目所给定的定值u i (单位:元)相对总投资M 很小, p i u i 更小,可以忽略不计,这样购买S i 的净收益为(r i -p i )x i3．要使净收益尽可能大，总体风险尽可能小,这是一个多目标规划模型: 目标函数 max∑=-ni i i i x p r 0)( minmax{ q i x i }约束条件 0(1)ni i i p x =+∑=Mx i ≥0 i =0,1,…,na ． 在实际投资中，投资者承受风险的程度不一样，若给定风险一个界限a ，使最大的一个风险q i x i /M ≤a ，可找到相应的投资方案. 这样把多目标规划变成一个目标的线性规划. 模型1 固定风险水平，优化收益目标函数： Q =max∑+=-11)(n i i i i x p r 约束条件： Mx q ii ≤a ∑=+M x p i i )1(， x i ≥ 0 i =0,1,…, nb ．若投资者希望总盈利至少达到水平k 以上，在风险最小的情况下寻找相应的投资组合.模型2 固定盈利水平，极小化风险目标函数： R = min{max{ q i x i }} 约束条件：∑=-n i i i i x p r 0)(≥k ， ∑=+M x p i i )1( ， x i ≥ 0 i =0，1，…，n模型1为: minf = (-0.05, -0.27, -0.19, -0.185, -0.185) (x 0 x 1 x 2 x 3 x 4 ) Tx 0 + 1.01x 1 + 1.02x 2 +1.045x 3 +1.065x 4 =1 0.025x 1 ≤a0.015x 2 ≤a s.t. 0.055x 3 ≤a0.026x 4≤a x i ≥0 (i = 0，1， (4)a=0;while(1.1-a)>1c=[-0.05 -0.27 -0.19 -0.185 -0.185];Aeq=[1 1.01 1.02 1.045 1.065]; beq=[1];A=[0 0.025 0 0 0;0 0 0.015 0 0;0 0 0 0.055 0;0 0 0 0 0.026];b=[a;a;a;a];vlb=[0,0,0,0,0];vub=[];[x,val]=linprog(c,A,b,Aeq,beq,vlb,vub);ax=x'Q=-valplot(a,Q,'.')，axis([0 0.1 0 0.5])，hold ona=a+0.001;endxlabel('a'),ylabel('Q')结果：a = 0.0030 x = 0.4949 0.1200 0.2000 0.0545 0.1154 Q = 0.1266 a = 0.0060 x = 0 0.2400 0.4000 0.1091 0.2212 Q = 0.2019 a = 0.0080 x = 0.0000 0.3200 0.5333 0.1271 0.0000 Q = 0.2112 a = 0.0100 x = 0 0.4000 0.5843 0 0 Q =0.2190a = 0.0200 x = 0 0.8000 0.1882 0 0 Q =0.2518a = 0.0400 x = 0.0000 0.9901 0.0000 0 0 Q =0.2673四、实验三：插值1.实验目的：了解插值的基本内容．2.实验内容：例：用分段线性插值法求插值,并观察插值误差.（1）在[-6,6]中平均选取5个点作插值(xch11)（2）在[-6,6]中平均选取11个点作插值(xch12)66,11)(2≤≤-+=xxxg（3）在[-6,6]中平均选取21个点作插值(xch13)（4）在[-6,6]中平均选取41个点作插值(xch14)五、实验四：拟合1.实验目的：直观了解拟合基本内容．掌握用数学软件求解拟合问题.2.实验内容：例: 对下面一组数据作二次多项式拟合输入指令： x=0:0.1:1;y=[-0.447 1.978 3.28 6.16 7.08 7.34 7.66 9.56 9.48 9.30 11.2]; A=polyfit(x,y,2) z=polyval(A,x); plot(x,y,'k+',x,z,'r')结果：0317.01293.208108.9)(2-+-=x x x f六、MATLAB 在材料力学里的应用1、实验目的：通过构建可视化窗口，实现对平面问题：材料数据的直观、简便处理，得到需要的结论，具体功能如下：1.已知应变场，输入窗口后，能够得到应力场；2.已知应力场，根据材料的物性方程，判断材料是否发生屈服； 3.已知某两点应力场，通过矩阵运算得到应力张量不变量，从而判断这两点是否处于同一应力状态。
