常见数学建模练习题目及解答

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

数学建模 简单的投资问题

数学建模简单的投资问题 建模论文—— 2011114114 覃婧 资金投资问题 摘要: 投资公司对现有资金进行投资，采取在无风险情况下，周期投资规律以及周期回收的资金的情况下，求取在一定时期内所掌握的的最大资金，建立相关线性规划公式，运用matlab或者lingo软件进行相关求解，得出最好的投资方式以盈利最大。此类问题适用于金融投资、证券投资等相关行业。关键词: matlab 目标函数设计变量目标变量新投资最大值 正文 一、问题重述: 某投资公司有资金200万元，现想投资一个项目，每年的投资方案如下“假设第一年投入一笔资金，第二年又继续投入此资金的50%，那么第三年就可回收第一年投入资金的一倍的金额。”请给该公司决定最优的投资策略使第六年所掌握的资金最多。 二、问题分析: 该问题作为线性规划问题，题目中给定的投资方案可以理解为每年投资金额，两年作为一个投资周期，三年作为一个资金回收周期，即第三年回收资金，每一个投资周期中偶数年的投资额与前一年是有关的，而且从第三年开始，每一年的回收金额是前两年投资金额的两倍，故以此类推，我们可以得到每年所掌握的资金，以求得第n年所掌握的最大金额。 所以该模型的目标变量为每年所掌握的资金，而设计变量为每年所进行的新投资。 设表示第i年所进行新投资的的资金，表示第i年所掌握的资金，xyii

(i=1,2,3,...n)则有: y,200,x第一年 11 3xx11200200y,,x,,x,,,x第二年: 212222 xx312y,200,,x,,x，2x第三年: 323122 xx3112y,200，,,x,x,x，2x第四年: 43342222 xx3112y,200，，,x,x,x，2x,x 第五年: 5344352222 13xxx1252002y,，，，x,x，x,,x 第六年: 6344622222 以此类推: xxx3n12,4y,200，，，...，,x，2x第n-1年: n,1n,3n,32222 xxx3n12,3y,200，，，...，,x，2x第n年: nn,2n,22222三、模型假设: 1(该投资模型实在稳定的经济条件下进行，没有任何风险; 2(每年的投资项目固定不变，不会有资金的额外转移; 3(每年所回收的资金都是依据题目条件固定的纯收益; 4. 每年的资金投资是连续的，是可以进行零投资的; 5. 新的投资不影响旧的投资。 四、符号定义与说明: 1. 表示第i年所进行新投资的的资金， xi 2.表示第i年所掌握的资金，(i=1,2,3,...n); yi 3. 表示最初手头上的资金。 y0 五、模型求解: 根据线性模型中目标变量与设计变量的线性关系我们可以得出该模型的线性公式为: xxx3n12,3max(200，，，...，,x，2x) n,2n,22222 x,200 1 x1，x,200,x 212

《数学建模与数学实验》本科教学日历

《数学建模与数学实验》本科教学日历 数学建模部分 开设课程课程名称数学建模课程编号0701107 施教单位理学院 课内学时 总课时36 课程性质公共基础讲授课时28 修读要求选修实践课时8 选用教材教材名称数学建模教程出版社名称高等教育出版社 出版时间 及版次 2011年出版，第一版印刷时间2011年 其他情况 教学安排 班次授课对象及人数任教教员（指导教员）姓名及职称数学建模A 各专业本科学员 吴孟达教授 段晓君教授 毛紫阳讲师 王丹讲师 数学建模B 各专业本科学员 吴孟达教授 段晓君教授 毛紫阳讲师 王丹讲师 课次节 次 授课内容 教学 方法 采用现代化教学手段(课时) 多媒体电教双语网络实验 1 1 （1）什么是数学建模？数学建模的一般概念 （2）几个数学建模问题 讲授 1 2 （1）数学建模的一般步骤 （2）敏感问题调查案例 讲授 1 2 3 （1）行走步长问题 （2）雨中行走淋雨量最小问题 （3）道路是越多越通畅吗? 讲授 1 4 （1）有奖销售的抽奖策略问题 （2）“非诚勿扰”女生最佳选择问题 （3）网络文章流行度预测和招聘匹配 讲授 1 3 5 （1）线性规划模型基本概念 （2）整数规划模型 （3）0-1规划模型 讲授 1 6 （1）非线性规划 （2）多目标规划 讲授 1 4 7 （1）最短路算法 （2）最小生成树算法 讲授 1 8 （1）最大流算法 （2）PageRank算法 讲授 1 5 9 规划模型上机实践实践 1

课次节 次 授课内容 教学 方法 采用现代化教学手段(课时) 多媒体电教双语网络实验10 图论模型上机实践实践 1 6 11 （1）博弈模型基本概念 （2）Nash平衡和Pareto最优 （3）博弈论案例 讲授 1 12 （1）贝叶斯纳什均衡 （2）拍卖模型 讲授 1 7 13 社会选择理论中的选举问题数学模型-阿罗不可能定理讲授 1 14 越野长袍团体赛排名规则公平性问题讲授 1 8 15 军事作战模型-Lanchester作战模型讲授 1 16 自动化车床管理模型讲授 1 9 17 （1）“边际效应”基本概念 （2）实物交换模型，最佳消费模型、报童售报问题 讲授 1 18 （1）价格弹性模型 （2）合作效益的Shapley值分配模型 讲授 1 10 19 （1）聚类分析基本概念 （2）常用聚类算法 讲授 1 20 （1）方差分析基本概念 （2）单因素方差分析 （3）双因素方差分析 讲授 1 11 21 （1）主成分分析基本概念 （2）因子分析 讲授 1 22 （1）一元回归分析 （2）多元回归分析 （3）多元回归模型的检验与优化 讲授 1 12 23 聚类分析和方差分析上机实践实践 1 24 主成分分析和多元回归分析上机实践实践 1 13 25 （1）遗传算法基本思想 （2）算法步骤 讲授 1 26 遗传算法计算实例讲授 1 14 27 （1）模拟退火算法基本思想 （2）算法步骤 讲授 1 28 模拟退火算法计算实例讲授 1 15 29 （1）蚁群算法基本思想 （2）算法步骤 讲授 1 30 （1）数学建模中的计算机仿真 （2）不可召回的秘书招聘问题 （3）车灯光源优化设计 （4）生命游戏 讲授 1 16 31 遗传算法上机实践实践 1 32 模拟退火算法上机实践实践 1

数学建模与数学实验习题

数学建模与数学实验课程总结与练习内容总结 第一章 1.简述数学建模的一般步骤。 2.简述数学建模的分类方法。 3.简述数学模型与建模过程的特点。 第二章 4.抢渡长江模型的前3问。 5.补充的输油管道优化设计。 6.非线性方程（组）求近似根方法。 第三章 7.层次结构模型的构造。 8.成对比较矩阵的一致性分析。 第五章 9.曲线拟合法与最小二乘法。 10 分段插值法。 第六章 11 指数模型及LOGISTIC模型的求解与性质。 12.VOLTERRA模型在相平面上求解及周期平均值。 13 差分方程（组）的平衡点及稳定性。 14 一阶差分方程求解。 15 养老保险模型。

16 金融公司支付基金的流动。 17 LESLLIE 模型。 18 泛函极值的欧拉方法。 19 最短路问题的邻接矩阵。 20 最优化问题的一般数学描述。 21 马尔科夫过程的平衡点。 22 零件的预防性更换。 练习集锦 1. 在层次分析法建模中，我们介绍了成对比较矩阵概念，已知矩阵P 是成对比较矩阵 31/52a b P c d e f ?? ??=?????? ，（1）确定矩阵P 的未知元素。 （2）求 P 模最大特征值。 （3）分析矩阵P 的一致性是否可以接受（随机一致性指标ＲＩ取0.58）。 2. 在层次分析法建模中，我们介绍了成对比较矩阵概念，已知矩阵P 是三阶成对比较矩阵 322P ? ???=?????? ，（1）将矩阵P 元素补全。 （2）求P 模最 大特征值。 （3）分析矩阵P 的一致性是否可以接受。 3.考虑下表数据

(1)用曲改直的思想确定经验公式形式。 （2）用最小二乘法确定经验公式系数。 4.. 考虑微分方程 (0.2)0.0001(0.4)0.00001dx x xy dt dy y xy dt εε?=--????=-++?? （1）在像平面上解此微分方程组。（2）计算0ε=时的周期平均值。（3）计算0.1ε=时，y 的周期平均值占总量的周期平均值的比例增加了多少？ 5考虑种群增长模型 '()(1/1000),(0)200x t kx x x =-= （1）求种群量增长最快的时刻。（2）根据下表数据估计参数k 值。 6. 布均匀，若环保部门及时发现并从某时刻起切断污染源，并更新湖水（此处更新指用新鲜水替换污染水），设湖水更新速率是 3 (m r s 单位：）。 （1） 试建立湖中污染物浓度随时间下降的数学模型？ 求出污染物浓度降为控制前的5%所需要的时间。 7. 假如保险公司请你帮他们设计一个险种:35岁起保,每月交费400元,60岁开始领取养老金,每月养老金标准为３６００元，请估算该保险费月利率为多少（保留到小数点后５位）？ 8. 某校共有学生40000人，平时均在学生食堂就餐。该校共有,,A B C 3 个学生食堂。经过近一年的统计观测发现：A 食堂分别有10%，25%的学生经常去B ，C 食堂就餐，B 食堂经常分别有15%，25%的同学去

数学建模常用的十种解题方法

数学建模常用的十种解题方法 摘要 当需要从定量的角度分析和研究一个实际问题时，人们就要在深入调查研究、了解对象信息、作出简化假设、分析内在规律等工作的基础上，用数学的符号和语言，把它表述为数学式子，也就是数学模型，然后用通过计算得到的模型结果来解释实际问题，并接受实际的检验。这个建立数学模型的全过程就称为数学建模。数学建模的十种常用方法有蒙特卡罗算法；数据拟合、参数估计、插值等数据处理算法；解决线性规划、整数规划、多元规划、二次规划等规划类问题的数学规划算法；图论算法；动态规划、回溯搜索、分治算法、分支定界等计算机算法；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；网格算法和穷举法；一些连续离散化方法；数值分析算法；图象处理算法。 关键词：数学建模；蒙特卡罗算法；数据处理算法；数学规划算法；图论算法 一、蒙特卡罗算法 蒙特卡罗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。在工程、通讯、金融等技术问题中, 实验数据很难获取, 或实验数据的获取需耗费很多的人力、物力, 对此, 用计算机随机模拟就是最简单、经济、实用的方法; 此外, 对一些复杂的计算问题, 如非线性议程组求解、最优化、积分微分方程及一些偏微分方程的解⑿, 蒙特卡罗方法也是非常有效的。 一般情况下, 蒙特卜罗算法在二重积分中用均匀随机数计算积分比较简单, 但精度不太理想。通过方差分析, 论证了利用有利随机数, 可以使积分计算的精度达到最优。本文给出算例, 并用MA TA LA B 实现。 1蒙特卡罗计算重积分的最简算法-------均匀随机数法 二重积分的蒙特卡罗方法(均匀随机数) 实际计算中常常要遇到如()dxdy y x f D ??,的二重积分, 也常常发现许多时候被积函数的原函数很难求出, 或者原函数根本就不是初等函数, 对于这样的重积分, 可以设计一种蒙特卡罗的方法计算。 定理 1 )1( 设式()y x f ,区域 D 上的有界函数, 用均匀随机数计算()??D dxdy y x f ,的方法: (l) 取一个包含D 的矩形区域Ω,a ≦x ≦b, c ≦y ≦d , 其面积A =(b 一a) (d 一c) ; ()j i y x ,,i=1,…,n 在Ω上的均匀分布随机数列,不妨设()j i y x ,, j=1，…k 为落在D 中的k 个随机数, 则n 充分大时, 有

数学建模与数学实验课后习题答案

P59 4.学校共1002名学生，237人住在A 宿舍，333人住在B 宿舍，432人住在C 宿舍。学生要组织一个10人的委员会，使用Q 值法分配各宿舍的委员数。 解:设P 表示人数，N 表示要分配的总席位数。i 表示各个宿舍（分别取A,B,C ），i p 表示i 宿舍现有住宿人数，i n 表示i 宿舍分配到的委员席位。 首先，我们先按比例分配委员席位。 A 宿舍为:A n = 365.21002 10237=? B 宿舍为:B n =323.31002 10333=? C 宿舍为:C n =311.4100210432=? 现已分完9人，剩1人用Q 值法分配。 5.93613 22372 =?=A Q 7.92404 33332 =?=B Q 2.93315 44322 =?=C Q 经比较可得，最后一席位应分给A 宿舍。 所以，总的席位分配应为：A 宿舍3个席位，B 宿舍3个席位，C 宿舍4个席位。

商人们怎样安全过河

由上题可求：4个商人，4个随从安全过河的方案。 解：用最多乘两人的船，无法安全过河。所以需要改乘最多三人乘坐的船。 如图所示，图中实线表示为从开始的岸边到河对岸，虚线表示从河对岸回来。商人只需要按照图中的步骤走，即可安全渡河。总共需要9步。

P60 液体在水平等直径的管内流动，设两点的压强差ΔP 与下列变量有关：管径d,ρ,v,l,μ,管壁粗糙度Δ，试求ΔP 的表达式 解：物理量之间的关系写为为()?=?,,,,,μρ?l v d p 。 各个物理量的量纲分别为 []32-=?MT L p ，[]L d =，[]M L 3-=ρ，[]1-=LT v ，[]L l =，[]11--=MT L μ，Δ是一个无量纲量。 ???? ??????-----=?0310100011110010021113173A 其中0=Ay 解得 ()T y 00012111---=， ()T y 00101102--=， ()T y 01003103--=， ()T y 10000004= 所以 l v d 2111---=ρπ，μρπ112--=v ，p v ?=--313ρπ，?=4π 因为()0,,,,,,=??p l v d f μρ与()0,,,4321=ππππF 是等价的，所以ΔP 的表达式为： ()213,ππψρv p =?

数学建模与数学实验试卷及答案

数学建模与数学实验试卷及答案 二、本题10分(写出程序和结果) 蚌埠学院2010—2011学年第二学期 2,x在 [-5 ，5] 区间内的最小值，并作图加以验证。求函数yxe,，,3《数学建模与数学实验》补考试卷答案 f1=inline('x.^2 +exp(-x)-3') 注意事项:1、适用班级:09数学与应用数学本科1,2班 2、本试卷共1页，附答题纸1页。满分100分。 x=fmin(f1,-5,5) 3、考查时间100分钟。 y=f1(x) 4、考查方式:开卷 fplot(f1,[-5,5]) 一、填空:(每空4分，共60分) x = 0.3517，y== -2.1728 123111,，，，， ,,,,三、本题15分(写出程序和结果) 1. 已知，，则A的秩为 3 ，A的特征值为 A,612B,234,,,, ,,,,,215531,，，，，360000xx，,,12,max2.5fxx,，求解:， stxx..250000，,,1212-1.9766 4.4883 + 0.7734i 4.4883 - 0.7734i ，若令 A([1,3],:)= B([2,3],:)，则,x,150001,A(2,:)= 6 1 2 ; 解: xxx，，,22,123,model: 2. 的解为 1.25 ,0.25 0.5 ; xxx，，,521,123max=2.5*x1+x2; ,242xxx，，,123,3*x1+x2<=60000; 装订线内不要答题 2*x1+x2<=50000; 3. 将1234521 分解成质因数乘积的命令为_factor(sym(‘1234521’)),

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');

数学建模习题及答案课后习题

第一部分课后习题 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，剩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。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）你能提出其他的方法吗。用你的方法分配上面的名额。 2.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、包装成本和其他成本等决定，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减少的程度变小。解释实际意义是什么。 3.一垂钓俱乐部鼓励垂钓者将调上的鱼放生，打算按照放生的鱼的重量给予奖励， 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 4.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 应多大（如图）。若知道管道长度，需用多长布条（可考虑两端的影响）。如果管道是其他形状呢。 5.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。 6.动物园里的成年热血动物靠饲养的食物维持体温基本不变，在一些合理、简化的 假设下建立动物的饲养食物量与动物的某个尺寸之间的关系。 7.举重比赛按照运动员的体重分组，你能在一些合理、简化的假设下建立比赛成绩 与体重之间的关系吗。下面是一届奥员会的竞赛成绩，可供检验你的模型。

数学建模10种常用算法

数学建模10种常用算法 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Matlab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Lindo、Lingo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Matlab进行处 参数估计 C.F. 20世纪60年代,随着电子计算机的 。参数估计有多种方法，有最小二乘法、极大似然法、极大验后法、最小风险法和极小化极大熵法等。在一定条件下，后面三个方法都与极大似然法相同。最基本的方法是最小二乘法和极大似然法. 基本介绍 参数估计（parameter 尽可能接近的参数 误差 平方和　 θ,使已知数据Y 最大,这里P(Y│θ)是数据Y P(Y│θ)。在实践中这是困难的，一般可假设P（Y│θ

数学建模与数学实验报告

数学建模与数学实验报告 指导教师__郑克龙___ 成绩____________ 组员1：班级______________ 姓名______________ 学号_____________ 组员2：班级______________ 姓名______________ 学号______________ 实验1.(1)绘制函数cos(tan())y x π=的图像，将其程序及图形粘贴在此。 >> x=-pi:0.01:pi; >> y=cos(tan(pi*x)); >> plot(x,y) -4 -3 -2 -1 1 2 3 4 -1-0.8-0.6-0.4-0.200.20.40.60.8 1 （2）用surf,mesh 命令绘制曲面2 2 2z x y =+，将其程序及图形粘贴在此。（注：图形注意拖放，不要太大）（20分） >> [x,y]=meshgrid([-2:0.1:2]); >> z=2*x.^2+y.^2; >> surf(x,y,z)

-2 2 >> mesh(x,y,z) -2 2 实验2. 1、某校60名学生的一次考试成绩如下:

93 75 83 93 91 85 84 82 77 76 77 95 94 89 91 88 86 83 96 81 79 97 78 75 67 69 68 84 83 81 75 66 85 70 94 84 83 82 80 78 74 73 76 70 86 76 90 89 71 66 86 73 80 94 79 78 77 63 53 55 1)计算均值、标准差、极差、偏度、峰度，画出直方图；2)检验分布的正态性；3)若检验符合正态分布，估计正态分布的参数并检验参数. （20分） 1） >> a=[93 75 83 93 91 85 84 82 77 76 77 95 94 89 91 88 86 83 96 81 79 97 78 75 67 69 68 84 83 81 75 66 85 70 94 84 83 82 80 78 74 73 76 70 86 76 90 89 71 66 86 73 80 94 79 78 77 63 53 55]; >> pjz=mean(a) pjz = 80.1000 >> bzhc=std(a) bzhc = 9.7106 >> jc=max(a)-min(a) jc = 44 >> bar(a)

《数学建模与数学实验》课程论文

10级信息《数学建模与数学实验(实践)》任务书 一、设计目的 通过《数学建模与数学实验(实践)》实践环节，掌握本门课程的众多数学建模方法和原理，并通过编写C语言或matlab程序，掌握各种基本算法在计算机中的具体表达方法，并逐一了解它们的优劣、稳定性以及收敛性。在熟练掌握C 语言或matlab语言编程的基础上，编写算法和稳定性均佳、通用性强、可读性好，输入输出方便的程序，以解决实际中的一些科学计算问题。 二、设计教学内容 1线性规划（掌握线性规划的模型、算法以及Matlab 实现）。整数线性规划（掌握整数线性规划形式和解法）。 2微分方程建模（掌握根据规律建立微分方程模型及解法；微分方程模型的Matlab 实现）。 3最短路问题（掌握最短路问题及算法，了解利用最短路问题解决实际问题）。 行遍性问题（了解行遍性问题，掌握其TSP算法）。 4回归分析（掌握一元线性回归和多元线性回归，掌握回归的Matlab实现）。 5计算机模拟（掌握Monte-carlo方法、了解随机数的产生；能够用Monte-carlo 解决实际问题）。 6插值与拟合（了解数据拟合基本原理，掌握用利用Matlab工具箱解决曲线拟合问题）。 三、设计时间 2012—2013学年第1学期：第16周共计一周 目录 一、10级信息《数学建模与数学实验(实践)》任务书 (1) 二、饭店餐桌的布局问题 (3) 摘要 (3)

问题重述 (3) 模型假设 (3) 模型分析 (4) 模型的建立和求解 (4) 模型推广 (9) 参考文献 (9) 三、白酒配比销售问题 (10) 摘要 (10) 问题重述 (11) 问题分析 (12) 模型假设 (12) 符号及变量说明 (12) 模型的建立与求解 (13) 模型的检验 (18) 模型的评价与推广 (19) 附录 (21) 饭店餐桌的布局问题 摘要 饭店餐桌的布局对于一个饭店有着很重要的作用。本文讨论的就是饭店餐桌的布局问题，根据实际需求及规定建立模型，同时考虑餐桌的类型及规格，尤其是餐桌的摆放技巧，保证使饭店能容纳的人数达到最大。根据所需餐桌的数量

2018数学建模课程论文以及课程实验题目

2017-2018学年第二学期数学建模课程论文题目 请大家在三个题目中选择二个来完成，完成的二个题目装订为一个文档。打印从封面开始，页码从摘要开始编。 交论文时间：12周三下午3：30-5：50；至善楼217 A题食品加工 一项食品加工，为将几种粗油精炼，然后加以混合成为成品油。原料油有两大类，共5种：植物油2种，分别记作V1和V2；非植物油3种，记为O1、O2和O3。各种原料油均从市场采购。现在（一月份）和未来半年中，市场价格（元/吨）如下表所示： 月份油V1 V2 O1 O2 O3 一1100 1200 1300 1100 1150 二1300 1300 1100 900 1150 三1100 1400 1300 1000 950 四1200 1100 1200 1200 1250 五1000 1200 1500 1100 1050 六900 1000 1400 800 1350 成品油售价1500元/吨。植物油和非植物油要在不同的生产线精炼。每个月最多可精炼植物油200吨，非植物油250吨。假设精炼过程中没有重量损失。精炼费用可以忽略。每种原料油最多可存贮1000吨备用。存贮费为每吨每月50元。成品油和经过精炼的原料油不能存贮。对成品油限定其硬度在3至6单位之间。各种原料油的硬度如下表所示： 油V1 V2 O1 O2 O3 硬度8．8 6．1 2．0 4．2 5．0 假设硬度是线性地合成的。 另加条件：现存有5种原料油每种500吨。要求在6月底仍然有这样多的存货；每个月最多使用3种原料油；如果某月使用了原料油V1和V2，则必须使用O3。 （1）为使公司获得最大利润，应取什么样的采购和加工方案。 （2）分析总利润同采购和加工方案适应不同的未来市场价格应如何变化。考虑如下的价格变化方式：2月份植物油价上升x%，非植物油价上升2x%；3月份植物油价上升2x%，非植物油价上升4x%；其余月份保持这种线性上升势头。对不同的x值（直到2），就方案的必要的变化以及对总利润的影响，作出计划。

数学建模与数学实验

数学建模与数学实验 实验报告 班级: 数学师范153 姓名:付爽 学号:1502012060 实验名称: 数列极限与函数极限 基础实验 基础实验一数列极限与函数极限第一部分实验指导书解读

一、实验目的 从刘徽的割圆术、裴波那奇数列研究数列的收敛性并抽象出极限的定义;理解数列收敛的准则;理解函数极限与数列极限的关系。 二、实验使用软件 Mathematic 5、0 三.实验的基本理论即方法 1割圆术 中国古代数学家刘徽在《九章算术注》方田章圆田术中创造了割圆术计算圆周率π。刘徽先注意到圆内接正多边形的面积小于圆面积;其次,当将边数屡次加倍时,正多边形的面积增大,边数愈大则正多边形面积愈近于圆的面积。 “割之弥细,所失弥少。割之又割以至不可割,则与圆合体而无所失矣。”这几句话明确地表明了刘徽的极限思想。 以n S 表示单位圆的圆内接正1 23-?n 多边形面积,则其极限为 圆周率π。用下列Mathematica 程序可以从量与形两个角度考察数列{n S }的收敛情况: m=2;n=15;k=10; For[i=2,i<=n,i++, l[i_]:=N[2*Sin[Pi/(3*2^i)],k]; (圆

内接正1 23-?n 多边形边长) s[i_]:=N[3*2^(i-1)*l[i]*Sqrt[1-(l[i])^2/4],k]; (圆内接正1 23-?n 多边形面积) r[i_]:=Pi-s[i]; d[i_]:=s[i]-s[i-1]; Print[i," ",r[i]," ",l[i]," ",s[i]," ",d[i]] ] t=Table[{i,s[i]},{i,m,n}] (数组) ListPlot[t] (散点图) 2裴波那奇数列与黄金分割 由2110;1; 0--+===n n n F F F F F 有著名的裴波那奇数列}{n F 。 如果令n n n F F R 11 --=,由n F 递推公式可得出 11111/11---+=+=+=n n n n n n n R F F F F F R ,]251251[511 1 ++??? ? ??--??? ? ??+=n n n F ; 2 15lim lim 1 -==+∞ →∞ →n n n n n F F R 。 用下列Mathematica 程序可以从量与形两个角度考察数列{n R }的收敛情况: n=14,k=10; For[i=3,i<=n,i++, t1=(Sqrt[5]+1)/2; t2=(1-Sqrt[5])/2;

数学建模题目及其答案

数学建模疾病的诊断 现要你给出疾病诊断的一种方法。 胃癌患者容易被误诊为萎缩性胃炎患者或非胃病者。从胃癌患者中抽取5人（编号为1-5），从萎缩性胃炎患者中抽取5人（编号为6-10），以及非胃病者 中抽取5人（编号为11-15），每人化验4项生化指标：血清铜蓝蛋白（ X）、 1 蓝色反应（ X）、尿吲哚乙酸（3X）、中性硫化物（4X）、测得数据如表1 2 所示： 表1. 从人体中化验出的生化指标 根据数据，试给出鉴别胃病的方法。

论文题目：胃病的诊断 摘要 在临床医学中，诊断试验是一种诊断疾病的重要方法。好的诊断试验方法将对临床诊断的正确性和疾病的治疗效果起重要影响。因此，对于不同疾病不断发现新的诊断试验方法是医学进步的重要标志。传统的诊断试验方法有生化检测、DNA检测和影像检测等方法。而本文则通过利用多元统计分析中的判别分析及SPSS软件的辅助较好地解决了临床医学中胃病鉴别的问题。在临床医学上，既提高了临床诊断的正确性，又对疾病的治疗效果起了重要效果，同时也减轻了病人的负担。 判别分析是在分类确定的条件下，根据某一研究对象的各种特征值判别其类型归属问题的一种多变量统计分析方法。 其基本原理是按照一定的判别准则，建立一个或多个判别函数，用研究对象的大量资料确定判别函数中的待定系数，并计算判别指标。 首先，由判别分析定义可知，只有当多个总体的特征具有显著的差异时，进行判别分析才有意义，且总体间差异越大，才会使误判率越小。因此在进行判别分析时，有必要对总体多元变量的均值进行是否不等的显著性检验。 其次，利用判别分析中的费歇判别和贝叶斯判别进行判别函数的建立。 最后，利用所建立的判别函数进行回判并测得其误判率，以及对其修正。 本文利用SPSS软件实现了对总体间给类变量的均值是否不等的显著性检验并根据样本建立了相应的费歇判别函数和贝叶斯判别函数，最后进行了回判并测得了误判率，从而获得了在临床诊断中模型，给临床上的诊断试验提供了新方法和新建议。 关键词：判别分析；判别函数；Fisher判别；Bayes判别 一问题的提出 在传统的胃病诊断中，胃癌患者容易被误诊为萎缩性胃炎患者或非胃病患者，为了提高医学上诊断的准确性，也为了减少因误诊而造成的病人死亡率，必须要找出一种最准确最有效的诊断方法。为诊断疾病，必须从人体中提取4项生化指标进行化验，即血清铜蓝蛋白、蓝色反应、尿吲哚乙酸、中性硫化物。但是，从人体中化验出的生化指标，必须要确定一个精准的指标来判断疾病所属的类型。设想，使用判别分析法，利用SPSS 软件对各个变量进行系统的分析，使该问题得到有效地解决。

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

《数学建模与数学实验》上机实验报告

成都信息工程大学 《数学建模与数学实验》上机实验报告 专业信息与计算科学班级姓名学号 实验日期成绩等级教师评阅日期 [问题描述] 下表给出了某一海域以码为单位的直角坐标Oxy 上一点（x，y）（水面一点）以英尺为单位的水深z，水深数据是在低潮时测得的，船的吃水深为5英尺，问在矩形区域（75，200）x （-50，150）里那些地方船要避免进入。 [模型] 设水面一点的坐标为（x,y,z），用基点和插值函数在矩形区域（75，200）*（-50，150）内做二维插值、三次插值，然后在作出等高线图。

[求解方法] 使用matlab求解： M文件：water.m x=[129 140 103.5 88 185.5 195 105.5 157.5 107.5 77 81 162 162 117.5]; y=[7.5 141.5 23 147 22.5 137.5 85.5 -6.5 -81 3 56.5 -66.5 84 -33.5]; z=[-4 -8 -6 -8 -6 -8 -8 -9 -9 -8 -8 -9 -4 -9]; cx = 75:0.5:200; cy = -50:0.5:150; [cx,cy]=meshgrid(cx,cy); 作出曲面图： 代码如下： >> water >> cz=griddata(x,y,z,cx,cy,'cubic'); >> meshz(cx,cy,cz) >> xlabel('X'),ylabel('Y'),zlabel('Z') >> 作出等高线图： 代码如下： >> water >> cz=griddata(x,y,z,cx,cy,'cubic'); >> figure(2) >> contour(cx,cy,cz,[-5,-5],'r') >> hold on >> plot(x,y,'*') >> xlabel('X'),ylabel('Y') [结果]