铅球掷远问题-数学模型

建立数学模型的方法、步骤、特点及分类

建立数学模型的方法、步骤、特点及分类 [学习目标] 1.能表述建立数学模型的方法、步骤； 2.能表述建立数学模型的逼真性、可行性、渐进性、强健性、可转移性、非 预制性、条理性、技艺性和局限性等特点；； 3.能表述数学建模的分类； 4.会采用灵活的表述方法建立数学模型； 5.培养建模的想象力和洞察力。 一、建立数学模型的方法和步骤 —般说来建立数学模型的方法大体上可分为两大类、一类是机理分析方法，一类是测试分析方法．机理分析是根据对现实对象特性的认识、分析其因果关系，找出反映内部机理的规律,建立的模型常有明确的物理或现实意义.测试分折将研究对象视为一个“黑箱”系统，内部机理无法直接寻求，可以测量系统的输人输出数据、并以此为基础运用统计分析方法，按照事先确定的准则在某一类模型中选出一个与数据拟合得最好的模型。这种方法称为系统辨识(System Identification)．将这两种方法结合起来也是常用的建模方法。即用机理分析建立模型的结构，用系统辨识确定模型的参数． 可以看出，用上面的哪一类方法建模主要是根据我们对研究对象的了解程度和建模目的决定的．如果掌握了机理方面的一定知识，模型也要求具有反映内部特性的物理意义。那么应该以机理分析方法为主．当然,若需要模型参数的具体数值，还可以用系统辨识或其他统计方法得到．如果对象的内部机理基本上没掌握，模型也不用于分析内部特性,譬如仅用来做输出预报，则可以系统辩识方法为主．系统辨识是一门专门学科，需要一定的控制理论和随机过程方面的知识．以下所谓建模方法只指机理分析。 建模要经过哪些步骤并没有一定的模式，通常与实际问题的性质、建模的目的等有关，从 §16.2节的几个例子也可以看出这点．下面给出建模的—般步骤，如图16-5所示． 图16-5 建模步骤示意图 模型准备首先要了解问题的实际背景，明确建模的目的搜集建模必需的各种信息如现象、数据等，尽量弄清对象的特征,由此初步确定用哪一类模型，总之是做好建模的准备工作．情况明才能方法对，这一步一定不能忽视，碰到问题要虚心向从事实际工作的同志请教，尽量掌握第一手资料. 模型假设根据对象的特征和建模的目的，对问题进行必要的、合理的简化，用精确的语言做出假设，可以说是建模的关键一步．一般地说，一个实际问题不经过简化假设就很难翻译成数学问题，即使可能，也很难求解．不同的简化假设会得到不同的模型．假设作得不合理或过份简单，会导致模型失败或部分失败，于是应该修改和补充假设；假设作得过分详细，试图把复杂对象的各方面因素都考虑进去，可能使你很难甚至无法继续下一步的工作．通常，作假设的依据，一是出于对问题内在规律的认识，二是来自对数据或现象的分析，也可以是二者的综合．作假设时既要运用与问题相关的物理、化学、生物、经济等方面的知识，又要充分发挥想象力、洞察力和判断力，善于辨别问题的主次，果断地抓住主要因素，舍弃次要因素，尽量将问题线性化、均匀化．经验在这里也常起重要作用．写出假设时，语言要精确，就象做习题时写出已知条件那样．

数学建模知识及常用方法

数学建模知识——之新手上路 一、数学模型的定义现在数学模型还没有一个统一的准确的定义，因为站在不同的角度可以有不同的定义。不过我们可以给出如下定义：“数学模型是关于部分现实世界和为一种特殊目的而作的一个抽象的、简化的结构。”具体来说，数学模型就是为了某种目的，用字母、数学及其它数学符号建立起来的等式或不等式以及图表、图像、框图等描述客观事物的特征及其内在联系的数学结构表达式。一般来说数学建模过程可用如下框图来表明：数学是在实际应用的需求中产生的，要解决实际问题就必需建立数学模型，从此意义上讲数学建模和数学一样有古老历史。例如，欧几里德几何就是一个古老的数学模型，牛顿万有引力定律也是数学建模的一个光辉典范。今天，数学以空前的广度和深度向其它科学技术领域渗透，过去很少应用数学的领域现在迅速走向定量化，数量化，需建立大量的数学模型。特别是新技术、新工艺蓬勃兴起，计算机的普及和广泛应用，数学在许多高新技术上起着十分关键的作用。因此数学建模被时代赋予更为重要的意义。二、建立数学模型的方法和步骤 1. 模型准备要了解问题的实际背景，明确建模目的，搜集必需的各种信息，尽量弄清对象的特征。 2. 模型假设根据对象的特征和建模目的，对问题进行必要的、合理的简化，用精确的语言作出假设，是建模至关重要的一步。如果对问题的所有因素一概考虑，无疑是一种有勇气但方法欠佳的行为，所以高超的建模者能充分发挥想象力、洞察力和判断力，善于辨别主次，而且为了使处理方法简单，应尽量使问题线性化、均匀化。 3. 模型构成根据所作的假设分析对象的因果关系，利用对象的内在规律和适当的数学工具，构造各个量间的等式关系或其它数学结构。这时，我们便会进入一个广阔的应用数学天地，这里在高数、概率老人的膝下，有许多可爱的孩子们，他们是图论、排队论、线性规划、对策论等许多许多，真是泱泱大国，别有洞天。不过我们应当牢记，建立数学模型是为了让更多的人明了并能加以应用，因此工具愈简单愈有价值。 4. 模型求解可以采用解方程、画图形、证明定理、逻辑运算、数值运算等各种传统的和近代的数学方法，特别是计算机技术。一道实际问题的解决往往需要纷繁的计算，许多时候还得将系统运行情况用计算机模拟出来，因此编程和熟悉数学软件包能力便举足轻重。 5. 模型分析 对模型解答进行数学上的分析。“横看成岭侧成峰，远近高低各不同”，能否对模型结果作出细致精当的分析，决定了你的模型能否达到更高的档次。还要记住，不论那种情况都需进行误差分析，数据稳定性分析。例题：一个笼子里装有鸡和兔若干只，已知它们共有 8 个头和 22 只脚，问该笼子中有多少只鸡和多少只兔？解：设笼中有鸡 x 只，有兔 y 只，由已知条件有 x+y=8 2x+4y=22 求解如上二元方程后，得解 x=5,y=3，即该笼子中有鸡 5 只，有兔 3 只。将此结果代入原题进行验证可知所求结果正确。根据例题可以得出如下的数学建模步骤： 1）根据问题的背景和建模的目的做出假设（本题隐含假设鸡兔是正常的，畸形的鸡兔除外） 2）用字母表示要求的未知量 3）根据已知的常识列出数学式子或图形（本题中常识为鸡兔都有一个头且鸡有 2 只脚，兔有 4 只脚） 4）求出数学式子的解答 5）验证所得结果的正确性这就是数学建模的一般步骤三、数模竞赛出题的指导思想传统的数学竞赛一般偏重理论知识，它要考查的内容单一，数据简单明确，不允许用计算器完成。对此而言，数模竞赛题是一个“课题”，大部分都源于生产实际或者科学研究的过程中，它是一个综合性的问题，数据庞大，需要用计算机来完成。其答案往往不是唯一的（数学模型是实际的模拟，是实际问题的近似表达，它的完成是在某种合理的假设下，因此其只能是较优的，不唯一的），呈报的成果是一篇论文。由此可见“数模竞赛”偏重于应用，它是以数学知识为引导计算机运用能力及文章的写作能力为辅的综合能力的竞赛。四、竞赛中的常见题型赛题题型结构形式有三个基本组成部分： 1. 实际问题背景涉及面宽——有社会，经济，管理，生活，环境，自然现象，工程技术，现代科学中出现的新问题等。一般都有一个

铅球掷远研究报告数学建模

铅球掷远研究

目录 一、问题的提出 (3) 二、问题分析 (3) 三、模型假设 (4) 四、符号定义 (4) 五、模型建立与求解 (4) 六、模型的评价 (10) 七、参考文献 (10) 八、附录 (10)

摘要： 本文研究了铅球掷远的问题，分析了掷远距离和出手速度、出手角度、出手高度的关系。得出了对于不同的出手速度，确定的了最佳出手角度，比较了掷远结果对出手速度和出手角度的灵敏度。 铅球投掷作为田径比赛的一个重要组成项目，投掷距离s(米)的远近是教练员和运动，员最关心的问题。由投掷常识知道，影响投掷距离远近的因素主要有三个: 铅球出手时的初、速度v(米/秒)、出手角度A(度) 和出手高度h(米)。迄今为止，利用物理中运动学知识研究铅球投掷运动现象比较多, 而且在研究时很少考虑出手高度的影响[2, 3]。通过建立模型,寻求初速度v、出手角度A和出手高度h 三个因素对投掷距离s的影响度的大小，从而在训练和比赛中对运动员和教练员有一定的理论指导意义. 关键词：铅球掷远投掷距离出手角度灵敏度

一、问题提出 球掷远比赛要求运动员在直径2.135m的圆将重7.257kg（男子）的铅球投掷 45的扇形区域，如图1所示。观察运动员比赛的录像发现，他们的投掷角度在 变化较大，一般在38°- 45°，有的高达55°，建立模型讨论以下问题： 1．以出手速度、出手角度、出手高度为参数，建立铅球掷远的数学模型。 2．在此基础上，给定出手高度，对于不同的出手速度，确定最佳出手角度。 比较掷远结果对出手速度和出手角度的灵敏性。

二、问题分析 针对如何使铅球掷得最远，只需求得铅球在空中停留时间以及铅球在水平方向的速度即可，铅球投掷后在空中停留的时间可以凭借铅球投掷后在垂直方向上先以向上的速度运动到静止，再做自由落体运动落到地面求出。【1】 三、模型假设 1、 人的高度h 和铅球投掷初速度v 是一定的，当投掷出时间1t 后，铅球到达 最高点，当时间在2t 时刻时铅球落地，重力加速度28.9s m g =，速度方向与投掷的水平方向所成角为θ时)900(?≤≤θ，此情况下铅球落地点与人的距离是S 。 2、 由于空气阻力对铅球运动的影响非常小，故忽略空气阻力对投掷铅球的 影响。【2】 四、符号定义： h ： 人的高度，假设为1.7m v ：铅球投掷初速度

投掷铅球角度的选择

投掷铅球角度的选择 在投掷铅球时若一个人投掷的初速度一定,怎样投掷才能使铅球投的最远,解决这一问题可作为运动员训练的一种科学依据。主要研究投掷角度的选择。 一、 模型假设 1、 人的高度h 和铅球投掷初速度v 是一定的，当投掷出时间1t 后，铅球到达最高点，当时间在2t 时刻时铅球落地，重力加速度2 8.9s m g =，速度方向与投掷的水平方向所成角为θ时)900(?≤≤θ，此情况下铅球落地点与人的距离是S 。 2、 由于空气阻力对铅球运动的影响非常小，故忽略空气阻力对投掷铅球的影响。 二、 模型构成 由模拟铅球运动轨迹图形可知，在1t 时刻铅球到 达最高点，此时竖直方向上的速度为0 ∴1sin gt v =θ 即g v t θsin 1= ∴最高点g v h gt h t H 2sin 21)(22211θ+=+= 可设该抛物线的方程为g v h g v t a t H 2sin )sin ()(222θθ++-= ∵h g v h g v a H =++=2sin sin )0(22222θθ ∴2g a -= ∴g v h g v t g t H 2sin )sin (2)(222θθ++--= 又0)(2=t H ∴g v g v g h t θθsin sin 22222++= ） （t H θ h o 1t 2t v t

又∵2cos t v S = ∴g v g v g hv S 22sin )22sin (cos 222222θθθ++= 三、 结果解析 由最终式子可以看出，一个人投掷铅球，在能力（即初速度）一定时，所投距离S 只与投掷角度有关θ有关，要看S 是否有最大值，即要看S 关于θ的函数式是否有最大值。（因为0≥S ，当然求最小值无意义，故S 有极值且为极大值就为S 的最大值） 式子00='?=S d dS θ ) 2s i n c o s 82c o s 2s i n 22c o s 2s i n (2s i n c o s 82c o s 2s i n c o s 812s i n 22c o s 2s i n 2c o s 22s i n c o s 22c o s 2s i n )s i n (c o s 22212422224222 224222 2 422222222=++-+=++-=+??? ? ??+?+-??='θθθθθθθθθθθθθθθθθθθθθv g h v gh v v ghv g v g v v ghv g g hv g v g v g v g hv g v g v g hv S 即 02sin 22sin cos 82cos 2cos 2sin 24222=-++θθθθθθgh v ghv v θθθθ2sin cos 8)2sin 2tan 2(242222v ghv v gh +=-? θθθθ222222cos 82sin 2tan 42tan 4ghv ghv h g =-? θθθθ2222cos 22sin 2tan 2tan v v gh =-? θθθθθ2cos )12(cos 2cos 2sin 2sin 22222+=-?v v gh

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。

铅球投掷模型

西北农林科技大学实验报告 学院名称：理学院专业年级：2011级信计1班 姓名：学号：2011014816 课程：数学模型与数学建模报告日期：2013年11月7日 1 实验题目:铅球投掷模型 2 实验问题陈述:众所周知，铅球运动是指运动员单手托住铅球在投掷圆内将铅球掷出并且使千秋在有效区域中，以铅球的落地点与投掷圆间的距离度量铅球投掷的远度，并以铅球投掷远度的大小评定运动员的成绩。在铅球的训练和比赛中，铅球投掷的距离的远近使人们最关心的问题，而对于教练和运动员最为关心的问题是如何使铅球投掷得最远？由普通的投掷常识我们知道，在投掷铅球的过程中，有两个重要的因素：投掷角和初速度。对于教练来说，平时的训练中，应更注意哪方面的训练呢？ 3 实验目的:建立模型进行分析如何能使铅球投掷的最远，在投掷角和初速度两个重要因素上运动员在训练时应该更加注重哪一项的训练。选择一个最优的方法使得训练更加具有针对性，使运动员提高起来更加容易。 4 实验内容 抛射模型:在这个模型中，我们不考虑投掷者在投掷圆内用力阶段的力学过程，只考虑前球脱手使得初速度和投掷的角度对铅球投掷远度的影响。为此，我们不妨把铅球视为一个抛射体，关于它的运动可以在如下三个家设置下来分析。

⑴铅球被看成是一个质点，其初速度为v ，运动轨迹如图一。 ⑵铅球运动中忽略空气的阻力。 ⑶投掷角α和初速度v 是相互独立的，并且衡量成绩的远度记为s 。 ⑷运动员具有身高h 。 以铅球出手点的铅垂方向为y 轴（向上为正），以y 轴与地面的交点到铅球落地点方向为x 轴构成平面直角坐标系。在此坐标系内考虑铅球的运动，由物理学的知识可以得到铅球运动方程： ()()?? ???-+??=??=221sin cos gt h t v y t v x αα ,/8.9,2,0秒米=??????∈g πα 解这个方程，得()()222tan 2cos gx y f x x h v αα =-++ ① 图中显示铅球落在地面A 点，此时的远度是 s ，也即轨迹与x 轴相交于点（s ,0）处。代入①解出s ， 得 s =② 这个公式中已经体现了初速度、投掷角度和远度之间的简单关系。也指明了铅球投掷的远度是如何依赖于前两者的。这就是我们需要的铅球投掷模型I ——投射模型。 模型II ——投掷模型 在实际中我们从奥运会的女子铅球比赛中获得这样一组数据

数学建模的基本步骤

数学建模的基本步骤 一、数学建模题目 1）以社会，经济，管理，环境，自然现象等现代科学中出现的新问题为背景，一般都有一个比较确切的现实问题。 2）给出若干假设条件： 1. 只有过程、规则等定性假设； 2. 给出若干实测或统计数据； 3. 给出若干参数或图形等。 根据问题要求给出问题的优化解决方案或预测结果等。根据问题要求题目一般可分为优化问题、统计问题或者二者结合的统计优化问题，优化问题一般需要对问题进行优化求解找出最优或近似最优方案，统计问题一般具有大量的数据需要处理，寻找一个好的处理方法非常重要。 二、建模思路方法 1、机理分析根据问题的要求、限制条件、规则假设建立规划模型，寻找合适的寻优算法进行求解或利用比例分析、代数方法、微分方程等分析方法从基本物理规律以及给出的资料数据来推导出变量之间函数关系。 2、数据分析法对大量的观测数据进行统计分析，寻求规律建立数学模型，采用的分析方法一般有： 1）. 回归分析法(数理统计方法)-用于对函数f（x）的一组观测值（xi,fi）i=1,2,…,n，确定函数的表达式。 2）. 时序分析法--处理的是动态的时间序列相关数据，又称为过程统计方法。 3）、多元统计分析（聚类分析、判别分析、因子分析、主成分分析、生存数据分析）。 3、计算机仿真（又称统计估计方法）：根据实际问题的要求由计算机产生随机变量对动态行为进行比较逼真的模仿，观察在某种规则限制下的仿真结果（如蒙特卡罗模拟）。 三、模型求解： 模型建好了，模型的求解也是一个重要的方面，一个好的求解算法与一个合

适的求解软件的选择至关重要，常用求解软件有matlab，mathematica，lingo，lindo，spss，sas等数学软件以及c/c++等编程工具。 Lingo、lindo一般用于优化问题的求解，spss，sas一般用于统计问题的求解，matlab，mathematica功能较为综合，分别擅长数值运算与符号运算。 常用算法有：数据拟合、参数估计、插值等数据处理算法,通常使用spss、sas、Matlab作为工具. 线性规划、整数规划、多元规划、二次规划、动态规划等通常使用Lindo、Lingo,Matlab软件。 图论算法,、回溯搜索、分治算法、分支定界等计算机算法, 模拟退火法、神经网络、遗传算法。 四、自学能力和查找资料文献的能力： 建模过程中资料的查找也具有相当重要的作用，在现行方案不令人满意或难以进展时，一个合适的资料往往会令人豁然开朗。常用文献资料查找中文网站：CNKI、VIP、万方。 五、论文结构： 0、摘要 1、问题的重述，背景分析 2、问题的分析 3、模型的假设，符号说明 4、模型的建立（局部问题分析，公式推导，基本模型，最终模型等） 5、模型的求解 6、模型检验:模型的结果分析与检验，误差分析 7、模型评价:优缺点，模型的推广与改进 8、参考文献 9、附录 六、需要重视的问题 数学建模的所有工作最终都要通过论文来体现，因此论文的写法至关重要：

数学建模模拟试题及参考答案

《数学建模》模拟试题 一、（02'） 人带着猫、鸡、米过河，船除希望要人计划之外，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，设计一个安全过河方案，并使渡河次数尽量地少。 二、（02'） 雨滴的速度v 与空气密度ρ、粘滞系数μ和重力加速度g 有关，其中粘滞系数的定义是：运动物体在六题中受的摩擦力与速度梯度和接触面积的乘积成正比，比例系数为粘滞系数，用量纲分析方法给出速度v 的表达式。 三、（03'） 要在雨中从一处沿直线跑到另一处，若雨速为常数且方向不变，试建立数学，模型讨论是否跑都越快，淋雨量越少。 将人体简化成一个长方体，高m a 5.1=（颈部以下），宽m b 5.0=厚m c 2.0=，设跑步距离 ,1000m d =跑步最大速度s m v m /5=，雨速s m u /4= ，降雨量h cm w /2=，记跑步速度为v ，按以下步骤进行讨论； （1）不考虑雨的方向，设降雨淋遍全身，以最大速度跑步，估计跑完全程的总淋雨量 （2）雨从迎面吹来，雨线与跑步方向在同一铅直平面内，且与人体的夹角为θ，如图1建立总淋雨量与速度v 及参数θ,,,,,,w u d c b a 之间的关系，问速度v 多大，总淋雨量最少，计算0 30,0==θθ时的总淋雨量。 （3））雨从背面吹来，雨线方向与跑步方向在同一铅直平面内，且与人体的夹角为?，如图2建立总淋雨量与速度v 及参数?,,,,,,w u d c b a 之间的关系，问速度v 多大，总淋雨量最少，计算030=θ时的总淋雨量。 四、（03'） 建立铅球掷远模型，不考虑阻力，设铅球初速度为v ，出手高度为h 出手角度为α（与地面夹角），建立投掷距离与α,,h v 的关系式，并在h v ,一定的条件下求最佳出手角度。

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

数学建模校内选拔赛

2011年北方工业大学数学建模 时鹏晓张海亮吴本顺 （理学院统08A-2，艺术学院工设08A-1，机电学院材控08A-2） 摘要： 在铅球投掷训练和比赛中，教练和运动员关心的核心问题是铅球的投掷距离的远近，而距离的远近主要取决于铅球的出手速度、出手角度、出手高度等等，它们对铅球投掷距离的远近主次影响是怎样的呢？因为空气阻力等的影响相对比较微小，可以忽略不计，本文主要运用牛顿力学等物理、数学知识建立了铅球投掷过程的数学模型探讨出手速度、出手高度、出手角度这三个影响铅球投掷成绩的主要因素，然后运用数值法进行分析，计算出各影响因素对铅球投掷距离的影响程度，确定出各影响因素的主次关系，为制定科学的铅球训练计划提供依据。 关键词：铅球投掷、数值法、最优出手角度、最远投掷距离 1问题的提出 众所周知，铅球的投掷运动是运动员单手托住7.264kg(16磅)重的铅球在直径为2.135m 的投掷圆内将铅球掷出并且使铅球落入开角为45o的有效扇形区域内。以铅球的落地点与投掷圆间的距离度量铅球投掷的远度，并以铅球投掷远度的大小评定运动员的成绩。 在铅球的训练和比赛中，铅球投掷距离的远与近是人们最关心的问题。而对于教练和运动员最为关心的问题是如何使铅球掷得最远。影响铅球投掷远度的因素有哪些？建立一个数学模型，将预测的投掷距离表示为初始速度和出手角度的函数。最优的出手角度是什么？如果在采用你所建议的出手角度时，该运动员不能使初始速度达到最大，那么他应该更关心出手角度还是出手速度？应该怎样折中？ 哪些是影响远度的主要因素？在平时训练中，应该更注意哪些方面的训练？试通过组建数学模型对上述问题进行分析，给教练和运动员以理论指导。 参考数据资料如下： 表1 李素梅与斯卢皮亚内克铅球投掷成绩 表2 我国优秀运动员的铅球投掷数据

建立数学模型的方法、步骤、特点及分类 ()

薅§16.3建立数学模型的方法、步骤、特点及分类 螁[学习目标] 蚀1.能表述建立数学模型的方法、步骤； 蒆2.能表述建立数学模型的逼真性、可行性、渐进性、强健性、可转移性、非预制性、条理性、技艺性和局限性等特点；； 羆3.能表述数学建模的分类； 蒃4.会采用灵活的表述方法建立数学模型； 葿5.培养建模的想象力和洞察力。 薆一、建立数学模型的方法和步骤 膃—般说来建立数学模型的方法大体上可分为两大类、一类是机理分析方法，一类是测试分析方法．机理分析是根据对现实对象特性的认识、分析其因果关系，找出反映内部机理的规律,建立的模型常有明确的物理或现实意义.§16.2节的示例都属于机理分析方法。测试分折将研究对象视为一个“黑箱”系统，内部机理无法直接寻求，可以测量系统的输人输出数据、并以此为基础运用统计分析方法，按照事先确定的准则在某一类模型中选出一个与数据拟合得最好的模型。这种方法称为系统辨识(SystemIdentification)．将这两种方法结合起来也是常用的建模方法。即用机理分析建立模型的结构，用系统辨识确定模型的参数． 袁可以看出，用上面的哪一类方法建模主要是根据我们对研究对象的了解程度和建模目的决定的．如果掌握了机理方面的一定知识，模型也要求具有反映内部特性的物理意义。那么应该以机理分析方法为主．当然,若需要模型参数的具体数值，还可以用系统辨识或其他统计方法得到．如果对象的内部机理基本上没掌握，模型也不用于分析内部特性,譬如仅用来做输出预报，则可以系统辩识方法为主．系统辨识是一门专门学科，需要一定的控制理论和随机过程方面的知识．以下所谓建模方法只指机理分析。 膈建模要经过哪些步骤并没有一定的模式，通常与实际问题的性质、建模的目的等有关，从 薆§16.2节的几个例子也可以看出这点．下面给出建模的—般步骤，如图16-5所示． 薄图16-5建模步骤示意图 蚃模型准备首先要了解问题的实际背景，明确建模的目的搜集建模必需的各种信息如现象、数据等，尽量弄清对象的特征,由此初步确定用哪一类模型，总之是做好建模的准备工作．情况明才能方法对，这一步一定不能忽视，碰到问题要虚心向从事实际工作的同志请教，尽量掌握第一手资料. 芁模型假设根据对象的特征和建模的目的，对问题进行必要的、合理的简化，用精确的语言做出假设，可以说是建模的关键一步．一般地说，一个实际问题不经过简化假设就很难翻译成数学问题，即使可能，也很难求解．不同的简化假设会得到不同的模型．假设作得不合理或过份简单，会导致模型失败或部分失败，于是应该修改和补充假设；假设作得过分详细，试图把复杂对象的各方面因素都考虑进去，可能使你很难甚至无法继续下一步的工作．通常，作假设的依据，一是出于对问题内在规律的认识，二是来自对数据或现象的分析，也可以是二者的综合．作假设时既要运用与问题相关的物理、化学、生物、经济等方面的知识，又要充分发挥想象力、洞察力和判断力，善于辨别问题的主次，果断地抓住主要因素，舍弃次要因素，尽量将问题线性化、均匀化．经验在这里也常起重要作用．写出假设时，语言要精确，就象做习题时写出已知条件那样．

数学建模方法模型

数学建模方法模型 一、统计学方法 1 多元回归 1、方法概述: 在研究变量之间的相互影响关系模型时候用到。具体地说:其可以定量地描述某一现象和某些因素之间的函数关系，将各变量的已知值带入回归方程可以求出因变量的估计值，从而可以进行预测等相关研究。 2、分类 分为两类:多元线性回归和非线性线性回归;其中非线性回归可以通过一定的变化转化为线性回归，比如:y=lnx 可以转化为 y=u u=lnx 来解决;所以这里主要说明多元线性回归应该注意的问题。 3、注意事项 在做回归的时候，一定要注意两件事: (1) 回归方程的显著性检验(可以通过 sas 和 spss 来解决) (2) 回归系数的显著性检验(可以通过 sas 和 spss 来解决) 检验是很多学生在建模中不注意的地方，好的检验结果可以体现出你模型的优劣，是完整论文的体现，所以这点大家一定要注意。 4、使用步骤: (1)根据已知条件的数据，通过预处理得出图像的大致趋势或者数据之间的大致关系; (2)选取适当的回归方程; (3)拟合回归参数; (4)回归方程显著性检验及回归系数显著性检验 (5)进行后继研究(如:预测等)

2 聚类分析 1、方法概述 该方法说的通俗一点就是，将 n个样本，通过适当的方法(选取方法很多，大家可以自行查找，可以在数据挖掘类的书籍中查找到，这里不再阐述)选取 m 聚类中心，通过研究各样本和各个聚类中心的距离 Xij，选择适当的聚类标准，通常利用最小距离法(一个样本归于一个类也就意味着，该样本距离该类对应的中心距离最近)来聚类，从而可以得到聚类结果，如果利用sas 软件或者 spss 软件来做聚类分析，就可以得到相应的动态聚类图。这种模型的的特点是直观，容易理解。 2、分类 聚类有两种类型: (1) Q型聚类:即对样本聚类; (2) R型聚类:即对变量聚类; 通常聚类中衡量标准的选取有两种: (1) 相似系数法 (2) 距离法 聚类方法: (1) 最短距离法 (2) 最长距离法 (3) 中间距离法 (4) 重心法 (5) 类平均法 (6) 可变类平均法 (7) 可变法

铅球掷远问题研究—数学建模竞赛优秀论文范文模板参考资料

铅球掷远研究 目录 一、问题的提出 (3) 二、问题分析 (3) 三、模型假设 (4) 四、符号定义 (4) 五、模型建立与求解 (4) 六、模型的评价 (10) 七、参考文献 (10) 八、附录 (10)

摘要： 本文研究了铅球掷远的问题，分析了掷远距离和出手速度、出手角度、出手高度的关系。得出了对于不同的出手速度，确定的了最佳出手角度，比较了掷远结果对出手速度和出手角度的灵敏度。 铅球投掷作为田径比赛的一个重要组成项目，投掷距离s(米)的远近是教练员和运动，员最关心的问题。由投掷常识知道，影响投掷距离远近的因素主要有三个: 铅球出手时的初、速度v(米/秒)、出手角度A(度) 和出手高度h(米)。迄今为止，利用物理中运动学知识研究铅球投掷运动现象比较多, 而且在研究时很少考虑出手高度的影响[2, 3]。通过建立模型,寻求初速度v、出手角度A和出手高度h三个因素对投掷距离s的影响度的大小，从而在训练和比赛中对运动员和教练员有一定的理论指导意义. 关键词：铅球掷远投掷距离出手角度灵敏度

一、问题提出 球掷远比赛要求运动员在直径2.135m 的圆内将重7.257kg （男子）的铅球投 掷在 45的扇形区域内，如图1所示。观察运动员比赛的录像发现，他们的投掷角度变化较大，一般在38°- 45°，有的高达55°，建立模型讨论以下问题 ： 1．以出手速度、出手角度、出手高度为参数，建立铅球掷远的数学模型。 2．在此基础上，给定出手高度，对于不同的出手速度，确定最佳出手角度。 比较掷远结果对出手速度和出手角度的灵敏性。 二、问题分析 针对如何使铅球掷得最远，只需求得铅球在空中停留时间以及铅球在水平方向的速度即可，铅球投掷后在空中停留的时间可以凭借铅球投掷后在垂直方向上先以向上的速度运动到静止，再做自由落体运动落到地面求出。【1】

完整的数学建模铅球投掷

承诺书 我们仔细阅读了四川理工学院大学生数学建模竞赛的竞赛规则. 我们完全明白，在竞赛开始后参赛队员不能以任何方式(包括电话、电子邮件、网上咨询等)与队外的任何人(包括指导教师)研究、讨论与赛题有关的问题。 我们知道，抄袭别人的成果是违反竞赛规则的, 如果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明确列出。 我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们将受到严肃处理。 我们参赛选择的题号是(从A/B/C/D中选择一项填写)： C 我们的参赛报名号为(如果设置报名号的话)： 所属学校(请填写完整的全名)：四川理工学院黄岭校区 参赛队员(打印并签名) ：1. 2. 3. 日期： 2012 年 05 月21 日

编号专用页 评阅编号(由评委团评阅前进行编号)：评阅记录表

铅球投掷问题 摘要 本文通过对投掷铅球的水平距离的讨论，研究了根据实际怎样控制水平距离的因素，才能使得铅球飞行更远．运用了力学知识，抛物线规律及数学软件的辅助，建立了各种最佳投掷模型。即运动员应该根据自身的的具体身高与其习惯的出手姿势计算并得出最佳的出手角度，一般而言使出手速度在14m/s左右，对应的出手角度在37.2707°左右时能使得投掷距离最大，而且可以通过各种方式.增大手与铅球间的摩擦力，同时采用旋转投掷法，从腰间发力，在投掷点采用前后脚交替等方法可达到增大初速度从而增加投掷距离的作用． 关键词：铅球投掷投掷距离出手角度出手速度最佳

一、问题的提出 铅球的投掷运动是运动员单手托住7.264kg(16磅)重的铅球在直径为2.135m的投掷圆内将铅球掷出并且使铅球落入开角为45o的有效扇形区域内。以铅球的落地点与投掷圆间的距离度量铅球投掷的远度，并以铅球投掷远度的大小评定运动员的成绩。如图1： 图1 铅球投掷场地 根据优秀运动员的投掷数据看出他们的投掷角度一般为35°—41°,出手速度一般为13.1m/s—14.1m/s，出手高度一般为1.9m—2.1m……………[1]。需解答一下问题： 1.建立数学模型，将预测的投掷距离表示为出手速度、出手角度，找出最佳出手角度。 2.由于出手速度与出手角度相互影响,并同时影响出手距离,应该怎样对出手速度与出手角度折中,才能得到最大的出手距离。 3.分析影响铅球投掷距离的因素，根据结果分析教练员对运动员训练的目标和方向。 二、基本假设 1. 铅球是个质点。 2.忽略空气阻力。 h：出手高度 v：出手速度 ：出手速度与水平面的夹角

铅球投掷的动作结构和发力顺序

铅球投掷的动作结构和发力顺序 在中学体育课程铅球投掷技术教学中，绝绝大部分学生因为年龄和技术基础的限制，往往难以在短短几节课有限的时间里理解原地铅球投掷技术的的动作结构和要领，因而难以把握发力顺序，只注意手臂用力，只能做到直接伸臂用力推球，忽略了蹬地、摆体、挺髋、转身、挺胸抬头等一系列连贯动作。致使自身的力量不能完全用上，形成了有劲用不上的现象。 根据多年的教学经验，为了学生尽快的理解和掌握铅球投掷技术，根据学生存有的问题和理解水平，我设计了一种有效的辅助练习手段——实心球辅助练习：“原地侧向肩扛实心球”练习。 “原地侧向肩扛实心球”练习（以右手者为例）： 一阶段练习： 右手掌心向下将1KG或2KGR的实心球压在右肩上，侧向投掷方向，两脚分立略宽于肩，身体右倾屈右膝，右腿发力蹬地，站直身体，用肩膀将实心球经头上向左前上方顶出。 二段练习： 右手掌心向下将实心球压在右肩上，侧向投掷方向，两脚分立略宽于肩，身体右倾屈右膝，右腿发力蹬地，站直身体并左转挺胸，用肩膀将实心球向前上方顶出。 这个辅助练习手段最大水准的简化了投掷技术，练习过程中因为掌心向下扶着实心球，臂、肘、腕环节无法用力，学生就能够把注意力集中到蹬——摆环节上，绝大部分学生只要两、三次练习就能明白由膝——髋——腰——肩自下而上的动作结构，做好蹬——摆衔接。 练习开始前还能够有一个插曲：请大家观摩，由体育委员用肩膀把老师推出三米距离。体育委员会下意识的按照生活中的经验弓腰屈膝，用力蹬地，然后推开老师。通过观摩学生们明白了，对付重物一定要用上全身的力量才行，那么对付铅球这个重物投掷，也得采用同样的办法。 学生都会觉得这个辅助练习从一开始就非常有趣，练习的积极性很高，同时这个辅助练习为完整技术的学习打下了很好的基础。 经过这个教学环节，绝绝大部分学生就能够较好的在随后课程的完整技术练习中把握铅球投掷的动作结构和发力顺序。 “原地侧向肩扛实心球”练习实际上是将铅球投掷技术完整动作实行合理分解，紧扣基础环节教学重点和学生心理过程，并依据学生已有的生活经验而设计的行之有效的教学手段。这个辅助练习手段具有较高的实效性，成功的解决了教学中存有的问题。

常用数学建模方法

数学建模常用方法以及常见题型 核心提示： 数学建模方法一、机理分析法从基本物理定律以及系统的结构数据来推导出模型 1.比例分析法--建立变量之间函数关系的最基本最常用的方法。 2.代数方法--求解离散问题（离散的数据、符号、图形）的主要方法。3. 逻辑方法--是数学理论研的重要方法，对社会学和经济学等领域的实际问题，在决策，对策等学科中得到广泛应用。4.常微分方程--解决两个变量之间的变化规律，关键是建立"瞬时变化率"的表达式。 5.偏微分方程--解决因变量与两个以上自 数学建模方法 一、机理分析法从基本物理定律以及系统的结构数据来推导出模型 1.比例分析法--建立变量之间函数关系的最基本最常用的方法。 2.代数方法--求解离散问题（离散的数据、符号、图形）的主要方法。 3. 逻辑方法--是数学理论研的重要方法，对社会学和经济学等领域的实际问题，在决策，对策等学科中得到广泛应用。 4.常微分方程--解决两个变量之间的变化规律，关键是建立"瞬时变化率"的表达式。 5.偏微分方程--解决因变量与两个以上自变量之间的变化规律。 二、数据分析法从大量的观测数据利用统计方法建立数学模型 1.回归分析法--用于对函数f（x）的一组观测值（xi,fi）I=1,2,…,n，确定函数的表达式，由于处理的是静态的独立数据，故称为数理统计方法。

2.时序分析法--处理的是动态的相关数据，又称为过程统计方法。 3.回归分析法--用于对函数f（x）的一组观测值（xi,fi）I=1,2,…,n，确定函数的表达式，于处理的是静态的独立数据，故称为数理统计方法。 4.时序分析法--处理的是动态的相关数据，又称为过程统计方法。 三、仿真和其他方法 1.计算机仿真（模拟）--实质上是统计估计方法，等效于抽样试验。 ①离散系统仿真--有一组状态变量。 ②连续系统仿真--有解析达式或系统结构图。 2.因子试验法--在系统上作局部试验，再根据试验结果进行不断分析修改，求得所需的模型结构。 3.人工现实法--基于对系统过去行为的了解和对未来希望达到的目标，并考虑到系统有关因素的可能变化，人为地组成一个系统。 数学建模题型 赛题题型结构形式有三个基本组成部分： 一、实际问题背景 1.涉及面宽--有社会，经济，管理，生活，环境，自然现象，工程技术，现代科学中出现的新问题等。 2.一般都有一个比较确切的现实问题。

建立数学模型的一般方法

建立数学模型的一般方法 —般说来建立数学模型的方法大体上可分为两大类、一类是机理分析方法，一类是测试分析方法．机理分析是根据对现实对象特性的认识、分析其因果关系，找出反映内部机理的规律,建立的模型常有明确的物理或现实意义. 模型准备首先要了解问题的实际背景，明确建模的目的搜集建模必需的各种信息如现象、数据等，尽量弄清对象的特征,由此初步确定用哪一类模型，总之是做好建模的准备工作．情况明才能方法对，这一步一定不能忽视，碰到问题要虚心向从事实际工作的同志请教，尽量掌握第一手资料. 模型假设根据对象的特征和建模的目的，对问题进行必要的、合理的简化，用精确的语言做出假设，可以说是建模的关键一步．一般地说，一个实际问题不经过简化假设就很难翻译成数学问题，即使可能，也很难求解．不同的简化假设会得到不同的模型．假设作得不合理或过份简单，会导致模型失败或部分失败，于是应该修改和补充假设；假设作得过分详细，试图把复杂对象的各方面因素都考虑进去，可能使你很难甚至无法继续下一步的工作．通常，作假设的依据，一是出于对问题内在规律的认识，二是来自对数据或现象的分析，也可以是二者的综合．作假设时既要运用与问题相关的物理、化学、生物、经济等方面的知识，又要充分发挥想象力、洞察力和判断力，善于辨别问题的主次，果断地抓住主要因素，舍弃次要因素，尽量将问题线性化、均匀化．经验在这里也常起重要作用．写出假设时，语言要精确，就象做习题时写出已知条件那样． 模型构成根据所作的假设分析对象的因果关系，利用对象的内在规律和适当的数学工具，构造各个量(常量和变量)之间的等式(或不等式)关系或其他数学结构．这里除需要一些相关学科的专门知识外，还常常需要较广阔的应用数学方面的知识，以开拓思路.当然不能要求对数学学科门门精通,而是要知道这些学科能解决哪一类问题以及大体上怎样解决．相似类比法，即根据不同对象的某些相似性，借用已知领域的数学模型，也是构造模型的一种方法．建模时还应遵循的一个原则是，尽量采用简单的数学工具，因为你建立的模型总是希望能有更多的人了解和使用,而不是只供少数专家欣赏. 模型求解可以采用解方程、画图形、证明定理、逻辑运算、数值计算等各种

数学建模常用统计方法

数学建模常用统计方法 1.1多元回归 1、方法概述: 在研究变量之间的相互影响关系模型时候，用到这类方法，具体地说:其可以定量地描述某一现象和某些因素之间的函数关系，将各变量的已知值带入回归方程可以求出因变量的估计值，从而可以进行预测等相关研究。 2、分类 分为两类:多元线性回归和非线性线性回归;其中非线性回归可以通过一定的变化转化为线性回归，比如:y=lnx 可以转化为 y=u u=lnx来解决;所以这里主要说明多元线性回归应该注意的问题。 3、注意事项 在做回归的时候，一定要注意两件事: (1) 回归方程的显著性检验(可以通过sas和spss来解决) (2) 回归系数的显著性检验(可以通过sas和spss来解决) 检验是很多学生在建模中不注意的地方，好的检验结果可以体现出你模型的优劣，是完整论文的体现，所以这点大家一定要注意。 4、使用步骤: (1)根据已知条件的数据，通过预处理得出图像的大致趋势或者数据之间的大致关系; (2)选取适当的回归方程; (3)拟合回归参数; (4)回归方程显著性检验及回归系数显著性检验 (5)进行后继研究(如:预测等)

这种模型的的特点是直观，容易理解。 这体现在:动态聚类图可以很直观地体现出来～ 当然，这只是直观的一个方面～ 2、分类 聚类有两种类型: (1) Q型聚类:即对样本聚类; (2) R型聚类:即对变量聚类; 聚类方法: (1) 最短距离法 (2) 最长距离法 (3) 中间距离法 (4) 重心法 (5) 类平均法 (6) 可变类平均法 (7) 可变法 (8) 利差平均和法 在具体做题中，适当选取方法; 3、注意事项 在样本量比较大时，要得到聚类结果就显得不是很容易，这时需要根据背景知识和 相关的其他方法辅助处理。 还需要注意的是:如果总体样本的显著性差异不是特别大的时候，使用的时候也要 注意～