LMS Virtual.Lab.Motion简单机构的建模和分析
简单机构的建模和分析
机构是由多个构件组成，各个构件之间通过运动副连接起来。各个构件之间按照运动关系进行装配，施加驱动以及力的边界条件，对该机构进行动力学求解。通过求解可以得到各个构件的位置、速度、加速度以及构件上的受力。在这个实例中，机构由两个构件组成。通过在滑动体和大地之间建立一个运动副，再在机构上定义一个驱动，求解后可以察看整个机构的运动情况。机构组成如下图所示，红色的套筒代表与大地固定的体，绿色的圆柱代表滑动体。
一、 启动https://www.wendangku.net/doc/218266626.html,b motion模块
在桌面上双击你的https://www.wendangku.net/doc/218266626.html,b图标，选择File? Open，找到你保存模型文件的位置，出现如下界面。
二、 定义圆柱运动副
在定义一个多体运动模型时，有许多可选单元。每个单元都有相关的图标快捷方式，在机构设计平台上都可一一找到。选择哪个单元，相应的按钮就会变亮。在https://www.wendangku.net/doc/218266626.html,b motion中定义一个圆柱副需要选择两根轴，定义的旋转轴都属于相应的体，通过圆柱副相连的两个体能沿轴相互滑动和转动。
1、在特征树上双击Analysis Model激活机构设计平台。
2、点击固定副（Bracket Joint）右下角的下拉箭头，在下拉
出的运动副库中选择圆柱副（Cylindrical Joint），弹出如
下所示的圆柱运动副定义对话框。
对话框说明要完成圆柱副的定义，需要选择两个体，每个体用一根轴代替。在选轴之前我们看到每个选框里都是No Selection，一旦选择了体，选框会有对应的显示。
3、将鼠标指向代表与大地固连的红色套筒，当鼠标移到几何体附
近时就会出现一根轴，如下所示当套筒的中心轴高亮度显示时就按下鼠标键选定。
马上可以看到在圆柱副定义对话框的Body1后面的轴选框就变了。
4、将鼠标指向代表滑动体的绿色实体附近，等中心轴高亮度显示
后按下鼠标键选定，看到在圆柱副定义对话框的Body2后面
的轴选框也变了。
选择OK关闭轴运动副定义对话框，两个构件同时也装配到了一起。
三、 在圆柱副上施加一个运动副驱动
在圆柱副上施加的运动副驱动，定义这两个用圆柱副装配起来的体的相互之间的轴向运动和绕轴的转动。
1、点击Create Difference Constraint 右下角的箭头，在下拉出
的约束库中选择Create Joint Driver 图标，弹出如下对话框。
2、在Joint后面的选框里选择Cylindrical Joint，在TYPE后面的选
框里选择REL.TRANS。
3、在Function后面的选框里点击右键，在下拉菜单中选择New,弹
出如下所示的TimeLength Function定义对话框。在Function Type 选框选择HARMONIC。这时在详细的模型子结构中Analysis Model ? Data下出现一个新的分支TimeLength Function.1。
4、为完成这个函数，需要确定四个参数，其中第一个是系统默认的，
它代表两个通过圆柱运动副连接的体在连接点的初始偏移量。第二个参数填20mm，代表这两个体在轴向有20mm的振动位移，第三个参数填45turn_mn,代表转速。点击OK关闭TimeAngle Function对话框，再点击OK关闭Joint Driver Definition对话框。
四、 求解
1、双击Analysis Model ? AnalysisCase.1下的Solution Set，弹
出Solution Set对话框，对各求解参数进行设置。点击OK
关闭Solution Set对话框。
2、选择Compute Solution 按钮进行求解。
五、 结果仿真
在Analysis Model ? AnalysisCase.1下面选择Solution Set，
点击Animate 按钮，弹出仿真对话框。点击Parameters
按钮，在采样步长Sampling Step填0.05s，关闭player
parameters设置对话框，点击Play Forward 按钮。通过仿
真我们可以看到滑动体将沿轴向与套筒（代表大地）发生相对位移。
六、 在圆柱副上重新施加一个运动副驱动
1、在Analysis Model ? Constraints下双击Joint Driver.1，弹出Joint
Driver对话框，在TYPE选框选择REL.ANGLE.
2、在Function后面的选框里点击右键，在下拉菜单中选择New,
弹出TimeAngle Function定义对话框，在Function Type选框选择HARMONIC.这时在详细的模型子结构中Analysis Model ?Data下出现一个新的分支TimeAngle Function.1。
3、和上面施加第一个运动副驱动一样，函数的第一个参数为系统
默认，第二个参数填20deg,第三个参数填45turn_mn.
4、点击OK关闭TimeAngle Function对话框，再点击OK关闭Joint
Driver Definition对话框。
七、 插入一个新的分析
从主菜单选择Insert ? New Analysis Case，点击OK关闭Analysis Case对话框，这时在Analysis Model下应出现一个新的分支AnalysisCase.2。
八、 运行新的分析
双击Analysis Model ? AnalysisCase.1下的Solution Set，弹出
Solution Set对话框，可以对各求解参数进行设置。点击OK关闭
Solution Set对话框。选择Compute Solution 按钮进行求解。九、 仿真新的分析结果
在Analysis Model ? AnalysisCase.1下面选择Solution Set，点击
Animate 按钮，弹出仿真对话框。点击Parameters 按钮，在采样步长Sampling Step填0.05s。关闭player parameters设置对话框，
点击Play Forward 按钮仿真模型。
十、 分析结果后处理
从机构设计平台中点击运动曲线绘制按钮，会弹出如下所示的曲线绘制窗口。
在左上角Analysis Case后面选择AnalysisCase.2,在曲线图绘制中，X轴系统自动设为仿真时间，Y轴自己选择所需结果。在这里Element后的Type项下拉选择Body，Viriable后的Type项下拉选择Length，在下面就过滤出分析中的可选项。选择part2(2.1):z，就能在曲线图的Y轴上绘出滑动体slider在全球坐标中z方向（轴向）的任一时刻的位置。
完成曲线绘制的设置后，点击曲线创建按钮，在右边的plots manager中我们就可以看到出现了一个新的分支。点击新曲线展示按
钮，在弹出的New Function Display对话框中选择2D Plots,点击Finish。在弹出的窗口中右击选择Select Data，弹出Select Data窗口，选择***AnalysisCase*** ? SYSTEM:Time_Slider:x option，出现如下所示的曲线图，代表滑动体slider在全球坐标中z方向（轴向）的任一时刻的位置。
保存模型。
数学建模小实例
数学建模小实例 Document serial number【KKGB-LBS98YT-BS8CB-BSUT-BST108】
1、司乘人员配备问题 某昼夜服务的公交路线每天各时间区段内需司机和乘务人员如下： 设司机和乘务人员分别在各时间区段一开始上班，并连续工作八小时，问该公交线路至少配备多少名司机和乘务人员 解: 设i x为第i班应报到的人员 i，建立线性模型如下： )6, ( ,2,1 LINGO程序如下： MODEL:
min=x1+x2+x3+x4+x5+x6; x1+x6>=60; x1+x2>=70; x2+x3>=60; x3+x4>=50; x4+x5>=20; x5+x6>=30; END 得到的解为: x1=60,x2=10,x3=50,x4=0,x5=30,x6=0; 配备的司机和乘务人员最少为150人。 2、铺瓷砖问题 要用40块方形瓷砖铺下图所示形状的地面，但当时市场上只有长方形瓷砖，每块大小等于方形的两块。一人买了20块长方形瓷砖，试着铺地面，结果无法铺好。试问是这人的功夫不到家还是这个问题根本无解呢 解答:
3、 棋子颜色问题 在任意拿出黑白两种颜色的棋子共n 个，随机排成一个圆圈。然后在两颗颜色相同的棋子中间放一颗黑色棋子，在两颗颜色不同的棋子中间放一颗白色棋子，放完后撤掉原来所放的棋子，再重复以上的过程，这样放下一圈后就拿走前次的一圈棋子，问这样重复进行下去各棋子的颜色会怎样变化呢 分析与求解： 由于在两颗同色棋子中放一颗黑色棋子，两颗不同色的棋子中间放一颗白色棋子，故可将黑色棋子用1表示，白色棋子用-1表示。这是因为-1×(-1)=1，1×1=1，这代表两颗同色棋子中放一颗黑色棋子；1×(-1)= -1，这代表两颗不同色的棋子中间放一颗白色棋子。 设棋子数为n ，12,,,n a a a 为初始状态。 当n=3时 步数 状态(舍掉偶次项) 0 1a 2a 3a 1 21a a 32a a 13a a 2 31a a 21a a 32a a 3 32a a 31a a 21a a
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
19191-数学建模-3.1
微分方程模型 浙江大学数学建模实践基地
§3.1 微分方程的几个简单实例 在许多实际问题中，当直接导出变量之间的函数关系较为困难，但导出包含未知函数的导数或微分的关系式较为容易时，可用建立微分方程模型的方法来研究该问题， 本节将通过一些最简单的实例来说明微分方程建模的一般方法。在连续变量问题的研究中，微分方程是十分常用的数学工具之一。
例1（理想单摆运动）建立理想单摆运动满足的微 分方程，并得出理想单摆运动的周期公式。 从图3-1 中不难看出，小球所受的合力为mgsin θ，根据牛顿第二定律可得：sin ml mg θ θ=-从而得出两阶微分方程：0sin 0(0)0,(0)g l θθθθθ+==?=????（3.1）这是理想单摆应满足的运动方程 （3.1）是一个两阶非线性方程，不 易求解。当θ很小时，sin θ≈θ，此时，可 考察（3.1）的近似线性方程： 0(0)0,(0)g l θθθθθ+==?=?? ??（3.2）由此即可得出2g T l π=（3.2）的解为: θ(t )=θ0cosωt g l ω=其中当时,θ(t )=04T t =42g T l π =故有M Q P mg θl 图3-1 （3.1）的 近似方程
例2我方巡逻艇发现敌方潜水艇。与此同时敌方潜水艇也发现了 我方巡逻艇，并迅速下潜逃逸。设两艇间距离为60哩，潜水艇最大航速为30节而巡逻艇最大航速为60节，问巡逻艇应如何追赶潜水艇。 这一问题属于对策问题，较为复杂。讨论以下简单情形：敌潜艇发现自己目标已暴露后，立即下潜，并沿着直线方向全速逃逸，逃逸方向我方不知。 设巡逻艇在A 处发现位于B 处的潜水艇，取极坐标，以B 为极点，BA 为极轴，设巡逻艇追赶路径在此极坐标下的方程为r =r (θ)，见图3-2。 B A A1 dr ds dθ θ图3-2 由题意，，故ds =2dr 2ds dr dt dt =图3-2可看出， 2 2 2 ()()()ds dr rd θ=+
简单的数学建模题目
《数学模型及数学软件》上机报告 专业：班级：：学号： 地点及机位编号：日期时间：5月26日 一、上机训练题目或容 报童每天清晨从报社购进报纸零售，晚上将没有卖完的报纸退回。设每份报纸的购进价为，零售价为，退回价为，应该自然地假设。这就是说，报童售出一份报纸赚，退回一份报纸赔。报童如果每天购进的报纸太少，不够卖的，会少赚钱；如果购进太多，卖不完，将要赔钱。请你为报童筹划一下，他应该如何确定每天购进报纸的数量，以获得最大的收入。 二、数学模型或求解分析或算法描述 解：设： 报纸具有时效性每份报纸进价b元，卖出价a元，卖不完退回份报纸c元。设每日的订购量为n，如果订购的多了，报纸剩下会造成浪费，甚至陪钱。订的少了，报纸不够卖，又会少赚钱。为了获得最大效益，现在要确定最优订购量n。 n的意义:n是每天购进报纸的数量，确定n一方面可以使报童长期以拥有一个稳定的收入，另一方面也可以让报社确定每日的印刷量，避免纸浪费。所以，笔者认为n的意义是双重的。 本题就是让我们根据a、b、c及r来确定每日进购数n。 基本假设 1、假设报童现在要与报社签定一个长期的订购合同，所以要确定每日的订购量n。 2、假设报纸每日的需求量是r，但报童是一个初次涉足卖报行业的菜鸟，毫无经验，无法掌握需求量r的分布函数,只知道每份报纸的进价b、售价a及退回价c。 3、假设每日的定购量是n。 4、报童的目的是尽可能的多赚钱。 建立模型 应该根据需求量r确定需求量n，而需求量r是随机的，所以这是一个风险决策问题。而报童却因为自身的局限，无法掌握每日需求量的分布规律，已确定优化模型的目标函数。但是要得到n值，我们可以从卖报纸的结果入手，结合r与n的量化关系，从实际出发最终确定n值。 由常识可以知道卖报纸只有赚钱、不赚钱不赔钱、赔钱会有三种结果。现在用简单的数学式表示这三种结果。 1、赚钱。赚钱又可分为两种情况: ①r>n，则最终收益为(a-b)n (1) r
数学建模 练习题1
2.14成绩与体重数学建模 一、问题 举重比赛按照体育运动员的体重分组，你能在一些合理、简单的假设下，建立比赛成绩与体重之间的关系吗？下面是下一届奥运会的成绩，可供检验你的模型。 一、问题分析 成绩与肌肉的力度有直接关系，随着力度的增加，成绩呈上升趋势。 假设力度与肌肉横截面积成正比，而截面积和体重都与身体的某个特征尺寸有直接关联。由此可以找到成绩和体重之间的关系。可以以此建立模型。
二、模型假设以及符号说明 1．本模型主要考虑运动员举重总成绩和体重的关系，所以假设运动员其他条件相差不大。 2．运动员的举重能力用其举重的总成绩来刻画 3．符号说明： 人的体重 W 人的身高 h 肌肉横截面积 S 人的体积 V 肌肉强度 T 举重成绩 C 非肌肉重量 W1 斜率 K 三、模型构成 模型一 1．题中给出举重比赛按照体育运动员的体重分组，所以我们猜测成绩与体重应该是正比关系。 2．画出坐标图，体重越重，成绩越好，进一步验证了正比关系。 最大体重
从上图可以看出，体重越大，举重总成绩相对越好，所以我们猜测举重总成绩与体重大概成线性关系。则，我们可以用一次函数C=kW+b对三个体重进行拟合，根据图中数据，可得： = = 2.66， = = 1.45, = = 1.17 把b代入得出三个一次函数为： = 2.66W+143.8, = 1.45W+75.1, = 1.17W+69.7, 用上述模型计算得到的理论值,并画出图表与原图表进行比较： 最大体重
通过比较两个图表，我们可以推测体重与成绩数据的推测图表和已知图标的拟合度并不是特别的理想，所以我们可以认为用线性函数对举重总成绩与体重进行拟合的模型过于简单、粗略，考虑的因素比较少。 模型二 我们这一次综合各种因素来进行分析建模。 通过查阅各种自然科学磁疗，我们可以近似以为：一般举重运动员的举重能力是用举重成绩来衡量，而举重运动员的举重能力与其肌肉强度近似成正比关系，从而举重运动员的举重总成绩与其肌肉强度近似成正比，即： C = T (为常数且>0) ○1从运动生理学得知，肌肉的强度与其横截面积近似成正比，即： T = S (为常数且>0) ○ 2综合○1，○2可得 C=T=S ○3通过查阅资料，我们可以假设肌肉的横截面积正比于身高的平方，人的体重正比于身高的三次方，即可得： S = , W = (，为常数且>0，>0) 综合上述所有算式，我们有： C= S = ○ 4 因为W = ，我们可以推测出举重运动员举重总成绩与其体重的关系为： C = 利用题目表格中所给的体重和举重总成绩数据，求出上述模型的常数M。利用题目表格中所给的体重和举重总成绩数据，运用最小二乘法求出上述模型的系数 K 。因为体重超过108千克的运动员的体重没有具体的数据，为了模型的准确性，故将这个数据舍去。经过代入9次运算得出平均常数，为=20.3,=9.6，=9.0。于是举重运动员的举重总成绩与体重的关系模型为
数学建模课后习题答案
第一章 课后习题6. 利用1.5节药物中毒施救模型确定对于孩子及成人服用氨茶碱能引起严重中毒和致命的最小剂量。 解：假设病人服用氨茶碱的总剂量为a ，由书中已建立的模型和假设得出肠胃中的药量为： )()0(mg M x = 由于肠胃中药物向血液系统的转移率与药量)(t x 成正比，比例系数0>λ，得到微分方程 M x x dt dx =-=)0(,λ（1） 原模型已假设0=t 时血液中药量无药物，则0)0(=y ，)(t y 的增长速度为x λ。由于治疗而减少的速度与)(t y 本身成正比，比例系数0>μ，所以得到方程： 0)0(,=-=y y x dt dy μλ（2） 方程（1）可转换为：t Me t x λ-=)( 带入方程（2）可得：)()(t t e e M t y λμμ λλ ----= 将01386=λ和1155.0=μ带入以上两方程，得： t Me t x 1386.0)(-= )(6)(13866.01155.0---=e e M t y t 针对孩子求解，得： 严重中毒时间及服用最小剂量：h t 876.7=，mg M 87.494=； 致命中毒时间及服用最小剂量：h t 876.7=，mg M 8.4694= 针对成人求解： 严重中毒时间及服用最小剂量：h t 876.7=，mg M 83.945= 致命时间及服用最小剂量：h t 876.7=，mg M 74.1987= 课后习题7. 对于1.5节的模型，如果采用的是体外血液透析的办法，求解药物中毒施救模型的血液用药量的变化并作图。
解：已知血液透析法是自身排除率的6倍，所以639.06==μu t e t x λ-=1100)(，x 为胃肠道中的药量，1386.0=λ )(6600)(t t e e t y λμ---= 1386.0,639.0,5.236)2(,1100,2,====≥-=-λλλu z e x t uz x dt dz t 解得：()2,274.112275693.01386.0≥+=--t e e t z t t 用matlab 画图: 图中绿色线条代表采用体外血液透析血液中药物浓度的变化情况。 从图中可以看出，采取血液透析时血液中药物浓度就开始下降。T=2时，血液中药物浓度最高，为236.5；当z=200时，t=2.8731，血液透析0.8731小时后就开始解毒。 第二章 1.用 2.4节实物交换模型中介绍的无差别曲线的概念，讨论以下的雇员和雇主之间的关系： 1）以雇员一天的工作时间和工资分别为横坐标和纵坐标，画出雇员无差别曲线族的示意图，解释曲线为什么是那种形状； 2）如果雇主付计时费，对不同的工资率画出计时工资线族，根据雇员的无差别曲线族和雇主的计时工资线族，讨论双方将在怎样的一条曲线上达成协议； 3）雇员和雇主已经达成了协议，如果雇主想使用雇员的工作时间增加到t 2，他有两种
最新并联机构运动学能分析与优化动力学
并联机构运动学能分析与优化动力学
分类号：TH113.2+2 密级：公开 U D C：单位代码：10424 工程硕士学位论文 4-UPS-RPS并联机构运动学性能 分析与优化 孙先洋 申请学位级别：硕士学位领域名称：机械工程 指导教师姓名：陈修龙职称：副教授 副指导教师姓名：朱苏宁职称：高级工程师 山东科技大学 二零一三年五月
论文题目： 4-UPS-RPS并联机构运动学性能分析与优化 作者姓名：孙先洋入学时间：2011年9月 领域名称：机械工程研究方向：先进设计与制造技术 指导教师：陈修龙职称：副教授 副指导教师：朱苏宁职称：高级工程师 论文提交日期：2013年5月 论文答辩日期：2013年6月8日 授予学位日期：
KINEMATICS PERFORMANCE ANALYSIS AND OPTIMIZATION OF 4-UPS-RPS PMT A Dissertation submitted in fulfillment of the requirements of the degree of MASTER OF ENGINEERING from Shandong University of Science and Technology by Sun Xianyang Supervisor: Associate Professor Chen Xiulong College of Mechanical and Electronic Engineering May 2013
声明 本人呈交给山东科技大学的这篇工程硕士学位论文，除了所列参考文献和世所公认的文献外，全部是本人在导师指导下的研究成果。该论文资料尚没有呈交于其它任何学术机关作鉴定。 硕士生签名： 日期： AFFIRMATION I declare that this dissertation, submitted in fulfillment of the requirements for the award of Master of Engineering in Shandong University of Science and Technology, is wholly my own work unless referenced of acknowledge. The document has not been submitted for qualification at any other academic institute. Signature: Date:
数学建模练习试题
1、放射性废料的处理问题 美国原子能委员会以往处理浓缩的放射性废料的方法，一直是把它们装入密封的圆桶里，然后扔到水深为90多米的海底。生态学家和科学家们表示担心，怕圆桶下沉到海底时与海底碰撞而发生破裂，从而造成核污染。原子能委员会分辨说这是不可能的。为此工程师们进行了碰撞实验。发现当圆桶下沉速度超过12.2 m/s 与海底相撞时，圆桶就可能发生碰裂。这样为避免圆桶碰裂，需要计算一下圆桶沉到海底时速度是多少? 这时已知圆桶重量为239.46 kg，体积为 0.2058m3，海水密度为1035.71kg/m3，如果圆桶速度小于12.2 m/s就说明这种方法是安全可靠的，否则就要禁止使用这种方法来处理放射性废料。假设水的阻力与速度大小成正比例，其正比例常数k=0.6。现要求建立合理的数学模型，解决如下实际问题： 1. 判断这种处理废料的方法是否合理? 2. 一般情况下，v大，k也大；v小，k也小。当v很大时，常用kv来代替k，那么这时速度与时间关系如何? 并求出当速度不超过12.2 m/s，圆桶的运动时间和位移应不超过多少? (的值仍设为0.6) 鱼雷攻击问题 在一场战争中，甲方一潜艇在乙方领海进行秘密侦察活动。当甲方潜艇位于乙方一潜艇的正西100千米处，两方潜艇士兵同时发现对方。甲方潜艇开始向正北60千米处的营地逃跑，在甲方潜艇开始逃跑的同时，乙方潜艇发射了鱼雷进行追踪攻击。假设甲方潜艇与乙方鱼雷是在同一平面上进行运动。已知甲方潜艇和乙方鱼雷的速度均匀且鱼雷的速度是甲方潜艇速度的两倍。 试建立合理的数学模型解决以下问题: 1) 求鱼雷在追踪攻击过程中的运动轨迹； 2) 确定甲方潜艇能否安全的回到营地而不会被乙方鱼雷击中 3、贷款买房问题 某居民买房向银行贷款6万元，利息为月利率1%，贷款期为25年，要求建立数学模型解决如下问题： 1) 问该居民每月应定额偿还多少钱？ 2)假设此居民每月可节余700元，是否可以去买房? 4、养老保险问题 养老保险是保险中的一种重要险种，保险公司将提供不同的保险方案以供选择，分析保险品种的实际投资价值。 某保险公司的一份材料指出：在每月交费200元至60岁开始领取养老金的约定下，男子若25岁起投保，届时月养老金2282元；若35岁起投保，月养老金1056元；若45岁起投保，月养老金420元. 试求出保险公司为了兑现保险责任，每月至少应有多少投资收益率(也就是投保人的实际收益率)? 5、生物种群数量问题
数学建模题目及答案
09级数模试题 1. 把四只脚的连线呈长方形的椅子往不平的地面上一放，通常只有三只脚着地，放不稳，然后稍微挪动几次，就可以使四只脚同时着地，放稳了。试作合理的假设并建立数学模型说明这个现象。 （15分） 解：对于此题，如果不用任何假设很难证明，结果很可能是否定的。 因此对这个问题我们假设 ： （1）地面为连续曲面 （2）长方形桌的四条腿长度相同 （3）相对于地面的弯曲程度而言，方桌的腿是足够长的 （4）方桌的腿只要有一点接触地面就算着地。 那么，总可以让桌子的三条腿是同时接触到地面。 现在，我们来证明：如果上述假设条件成立，那么答案是肯定的。以长方桌的中心为坐标原点作直角 坐标系如图所示，方桌的四条腿分别在A 、B 、C 、D 处，A 、B,C 、D 的初始位置在与x 轴平行，再假设有一条在x 轴上的线ab,则ab 也与A 、B ，C 、D 平行。当方桌绕中心0旋转时，对角线 ab 与x 轴的夹角记为θ。 容易看出，当四条腿尚未全部着地时，腿到地面的距离是不确定的。为消除这一不确定性，令 ()f θ为A 、B 离地距离之和， ()g θ为C 、D 离地距离之和，它们的值由θ唯一确定。由假设（1）， ()f θ,()g θ均为θ 的连续函数。又由假设（3），三条腿总能同时着地， 故 ()f θ()g θ=0必成立（?θ ）。 不妨设 (0)0f =,(0)0g >g （若(0)g 也为 0，则初始时刻已四条腿着地，不必再旋转），于是问题归 结为： 已知 ()f θ,()g θ均为θ 的连续函数， (0)0f =,(0)0g >且对任意θ 有 00()()0f g θθ=，求证存 在某一0θ，使00()()0f g θθ=。 证明：当θ=π时，AB 与CD 互换位置，故()0f π>，()0g π=。作()()()h f g θθ θ=-，显然，() h θ也是θ的连续函数，(0)(0)(0)0h f g =-<而()()()0h f g πππ=->，由连续函数的取零值定 理，存在0θ，0 0θπ<<，使得0()0h θ=，即00()()f g θθ=。又由于00()()0f g θθ=，故必有 00()()0f g θθ==，证毕。 2.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，试用合理的方法分配各宿舍的委员数。（15分） 解：按各宿舍人数占总人数的比列分配各宿舍的委员数。设：A 宿舍的委员数为x 人，B 宿舍的委员数为y 人，C 宿舍的委员数为z 人。计算出人数小数点后面的小数部分最大的整数进1，其余取整数部分。 则
matlab数学建模实例
第四周 3. 中的三个根。 ，在求8] [0,041.76938.7911.1-)(2 3=-+=x x x x f function y=mj() for x0=0:0.01:8 x1=x0^3-11.1*x0^2+38.79*x0-41.769; if (abs(x1)<1.0e-8) x0 end end 4.分别用简单迭代法、埃特金法、牛顿法求解方程，并比较收敛性与收敛速度（ε分别取10-3、10-5、10-8）。 简单迭代法： function y=jddd(x0) x1=(20+10*x0-2*x0^2-x0^3)/20; k=1; while (abs(x1-x0)>=1.0e-3) x0=x1; x1=(20+10*x0-2*x0^2-x0^3)/20;k=k+1; end x1 k 埃特金法： function y=etj(x0) x1=(20-2*x0^2-x0^3)/10; x2=(20-2*x1^2-x1^3)/10; x3=x2-(x2-x1)^2/(x2-2*x1+x0); k=1; while (abs(x3-x0)>=1.0e-3) x0=x3; x1=(20-2*x0^2-x0^3)/10; x2=(20-2*x1^2-x1^3)/10; x3=x2-(x2-x1)^2/(x2-2*x1+x0);k=k+1; end 2 ,020102)(023==-++=x x x x x f
x3 k 牛顿法： function y=newton(x0) x1=x0-fc(x0)/df(x0); k=1; while (abs(x1-x0)>=1.0e-3) x0=x1; x1=x0-fc(x0)/df(x0);k=k+1; end x1 k function y=fc(x) y=x^3+2*x^2+10*x-20; function y=df(x) y=3*x^2+4*x+10; 第六周 1.解例6-4（p77)的方程组，分别采用消去法（矩阵分解）、Jacobi迭代法、Seidel迭代法、松弛法求解，并比较收敛速度。 消去法： x=a\d 或 [L,U]=lu(a); x=inv(U)inv(L)d Jacobi迭代法： function s=jacobi(a,d,x0) D=diag(diag(a)); U=-triu(a,1); L=-tril(a,-1); C=inv(D); B=C*(L+U); G=C*d; s=B*x0+G; n=1; while norm(s-x0)>=1.0e-8 x0=s; s=B*x0+G;
数学建模练习题
数学建模习题 题目1 1.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1.5元，120g装的每支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减小的程度变小，解释实际意义是什么。 解答： （1）分析：生产成本主要与重量w成正比，包装成本主要与表面积s成正比，其他成本也包含与w和s成正比的部分，上述三种成本中都包含有与w,s 均无关的成本。又因为形状一定时一般有,故商品的价格可表示 为（α，β，γ为大于0的常数）。 （2）单位重量价格,显然c是w的减函数。说明大 包装比小包装的商品更便宜，曲线是下凸的，说明单价的减少值随着包装的变大是逐渐降低的，不要追求太大包装的商品。 函数图像如下图所示： 题目2 2.在考虑最优定价问题时设销售期为T，由于商品的损耗，成本q随时间增长，设,β为增长率。又设单位时间的销售量为(p为价格)。今将销售期分为和两段，每段的价格固定，记为,.求,的最优值，使销售期内的总利润最大。如果要求销售期T内的总销售量为,
再求,的最优值。 解答： 由题意得：总利润为 ,=+ = 由=0，，可得最优价格 , 设总销量为， 在此约束条件下的最大值点为 , 题目3 (与数量无关)，随3.某商店要订购一批商品零售，设购进价,售出,订购费c 机需求量r的概率密度为p(r)，每件商品的贮存费为(与时间无关)。问如何确定订购量才能使商店的平均利润最大，这个平均利润是多少。为使这个平均利 加什么限制？ 润为正值，需要对订购费c 解答： 设订购量为u，则平均利润为
经典的数学建模例子1
经典的数学建模例子 一、摘要 SARS SARS就是传染性非典型肺炎,全称严重急性呼吸综合症(Severe Acute Respiratory Syndromes),简称SARS,是一种因感染SARS相关冠状病毒而导致的以发热、干咳、胸闷为主要症状,严重者出现快速进展的呼吸系统衰竭,是一种新的呼吸道传染病,传染性极强、病情进展快速。 当一种传染病流行的时候,会给人们的工作学习带来很大的不变,能有效地进行隔离、预防,会大大减少人员的得病率,当一种传染病开始流行时,在一定的条件下其趋势就像真菌的繁殖曲线,如果能通过计算预测但大概推算出其发病率高峰时期,及时的隔离预防。那会给社会人力带来很大的方便,当年SARS的爆发给我们带来和大的不便和损失,因此本论文就以SARS为例,来研究传染病的传播规律、为预测和控制传染病蔓延创造条件和帮助。 1 二、正文 1、模型的背景问题描述 SARS(Severe Acute Respiratory Syndrome,严重急性呼吸道综合症, 俗称:非典型肺炎)是21世纪第一个在世界范围内传播的传染病。SARS的爆发和蔓延给我国的经济发展和人民生活带来了很大影响,我们从中得到了许多重要的经验和教训,认识到定量地研究传染病的传播规律、为预测和控制传染病蔓延创造条件的重要性。 要求:(1)建立传染病传播的指数模型,评价其合理性和实用性。 (2)建立一个适合的模型,说明为什么优于问题1中的模型;特别要说明怎样才能 3 建立一个真正能够预测以及能为预防和控制提供可靠、足够的信息的模型,这样做的困难在哪里?对于卫生部门所采取的措施做出评论,如:提前或延后5天采取严格的隔离措施,对疫情传播所造成的影响做出估计。表中提供的数据供参考。 (3)说明建立传染病数学模型的重要性。 2、模型假设 (一)答;
matlab数学建模实例
第四周3. 中的三个根。 ，在求8] [0,041.76938.7911.1-)(2 3=-+=x x x x f function y=mj()for x0=0:0.01:8 x1=x0^3-11.1*x0^2+38.79*x0-41.769;if (abs(x1)<1.0e-8)x0 end end 4.分别用简单迭代法、埃特金法、牛顿法求解方程，并比较收敛性与收敛速度（ε分别取10-3、10-5、10-8）。 简单迭代法： function y=jddd(x0) x1=(20+10*x0-2*x0^2-x0^3)/20;k=1; while (abs(x1-x0)>=1.0e-3) x0=x1; x1=(20+10*x0-2*x0^2-x0^3)/20;k=k+1;end x1k 埃特金法： function y=etj(x0) x1=(20-2*x0^2-x0^3)/10;x2=(20-2*x1^2-x1^3)/10; x3=x2-(x2-x1)^2/(x2-2*x1+x0);k=1; while (abs(x3-x0)>=1.0e-3) x0=x3; x1=(20-2*x0^2-x0^3)/10;x2=(20-2*x1^2-x1^3)/10; x3=x2-(x2-x1)^2/(x2-2*x1+x0);k=k+1;end 2 ,020102)(023==-++=x x x x x f
x3 k 牛顿法： function y=newton(x0) x1=x0-fc(x0)/df(x0); k=1; while(abs(x1-x0)>=1.0e-3) x0=x1; x1=x0-fc(x0)/df(x0);k=k+1; end x1 k function y=fc(x) y=x^3+2*x^2+10*x-20; function y=df(x) y=3*x^2+4*x+10; 第六周 1.解例6-4（p77)的方程组，分别采用消去法（矩阵分解）、Jacobi迭代法、Seidel迭代法、松弛法求解，并比较收敛速度。 消去法： x=a\d 或 [L,U]=lu(a); x=inv(U)inv(L)d Jacobi迭代法： function s=jacobi(a,d,x0) D=diag(diag(a)); U=-triu(a,1); L=-tril(a,-1); C=inv(D); B=C*(L+U); G=C*d; s=B*x0+G; n=1; while norm(s-x0)>=1.0e-8 x0=s; s=B*x0+G;
一些基本的数学建模示例
1.3 一些基本的数学建模示例 1.3.1椅子的摆放问题 1.3.2 双层玻璃的功效问题 1.3.3 搭积木问题 1.3.4 四足动物的身长和体重关系问题 1.3.5 圆杆堆垛问题 1.3.6 公平的席位分配问题 1.3.7 中国人重姓名问题 1.3.8实物交换问题 椅子能在不平的地面上放稳吗？下面用数学建模的方法解决此问题。 模型准备 仔细分析本问题的实质，发现本问题与椅子腿、地面及椅子腿和地面是否接触有关。如果把椅子腿看成平面上的点，并引入椅子腿和地面距离的函数关系就可以将问题1与平面几何和连续函数联系起来，从而可以用几何知识和连续函数知识来进行数学建模。为讨论问题方便，我们对问题进行简化，先做出如下3个假设： 模型假设 1、椅子的四条腿一样长，椅子脚与地面接触可以视为一个点，四脚连线是正方形（对椅子的假设） 2、地面高度是连续变化的，沿任何方向都不出现间断。（对地面的假设） 3、椅子放在地面上至少有三只脚同时着地，（对椅子和地面之间关系的假设） 根据上述假设做本问题的模型构成： 模型构成Array用变量表示椅子的位置，引入平面图形及坐 标系如图1-1。图中A、B、C、D为椅子的四只脚， 坐标系原点选为椅子中心，坐标轴选为椅子的四 只脚的对角线。于是由假设2，椅子的移动位置 可以由正方形沿坐标原点旋转的角度θ来唯一表 示，而且椅子脚与地面的垂直距离就成为θ的函 数。注意到正方形的中心对称性，可以用椅子的 相对两个脚与地面的距离之和来表示这对应两 个脚与地面的距离关系，这样，用一个函数就可 以描述椅子两个脚是否着地情况。本题引入两个 函数即可以描述椅子四图 1-1
简单的数学建模题目
〈〈数学模型及数学软件》上机报告 专业：班级：姓名：学号： 地点及机位编号：日期时间：5月26日 一、上机训练题目或内容 报童每天清晨从报社购进报纸零售，晚上将没有卖完的报纸退回。设每份报纸的购进价为，零售价为，退回价为，应该自然地假设。这就是说，报童售出一份报纸赚，退回一份报纸赔。报童如果每天购进的报纸太少，不够卖的，会少赚钱；如果购进太多，卖不完，将要赔钱。请你为报童筹划一下，他应该如何确定每天购进报纸的数量，以获得最大的收入。 二、数学模型或求解分析或算法描述 解：设： 报纸具有时效性每份报纸进价b元，卖出价a元，卖不完退回份报纸c元。设每日的订购量为n,如 果订购的多了，报纸剩下会造成浪费，甚至陪钱。订的少了，报纸不够卖，又会少赚钱。为了获得最大效益，现在要 确定最优订购量n。 n的意义:n是每天购进报纸的数量，确定n一方面可以使报童长期以内拥有一个稳定的收入，另一方 面也可以让报社确定每日的印刷量，避免纸张浪费。所以，笔者认为n的意义是双重的。 本题就是让我们根据a、b、c及r来确定每日进购数n。 基本假设 1、假设报童现在要与报社签定一个长期的订购合同，所以要确定每日的订购量n。 2、假设报纸每日的需求量是r,但报童是一个初次涉足卖报行业的菜鸟，毫无经验，无法掌握需求量r的 分布函数，只知道每份报纸的进价b、售价a及退回价c。 3、假设每日的定购量是n。 4、报童的目的是尽可能的多赚钱。 建立模型 应该根据需求量r确定需求量n,而需求量r是随机的，所以这是一个风险决策问题。而报童却因为 自身的局限，无法掌握每日需求量的分布规律，已确定优化模型的目标函数。但是要得到n值，我们可以 从卖报纸的结果入手，结合r与n的量化关系，从实际出发最终确定n值。 由常识可以知道卖报纸只有赚钱、不赚钱不赔钱、赔钱会有三种结果。现在用简单的数学式表示这三种结果。 1、赚钱。赚钱又可分为两种情况： ①r>n,则最终收益为(a-b)n (1) r
数学建模案例分析线性代数建模案例例
线性代数建模案例汇编 目录
案例一. 交通网络流量分析问题 城市道路网中每条道路、每个交叉路口的车流量调查，是分析、评价及改善城市交通状况的基础。根据实际车流量信息可以设计流量控制方案，必要时设置单行线，以免大量车辆长时间拥堵。 【模型准备】 某城市单行线如下图所示, 其中的数字表示该路段每小时按箭头方向行驶的车流量(单位: 辆). 图3 某城市单行线车流量 (1) 建立确定每条道路流量的线性方程组. (2) 为了唯一确定未知流量, 还需要增添哪几条道路的流量统计? (3) 当x 4 = 350时, 确定x 1, x 2, x 3的值. (4) 若x 4 = 200, 则单行线应该如何改动才合理? 【模型假设】 (1) 每条道路都是单行线. (2) 每个交叉路口进入和离开的车辆数目相等. 【模型建立】 根据图3和上述假设, 在①, ②, ③, ④四个路口进出车辆数目分别满足 500 = x 1 + x 2 ① 400 + x 1 = x 4 + 300 ② x 2 + x 3 = 100 + 200 ③ x 4 = x 3 + 300 ④ 【模型求解】根据上述等式可得如下线性方程组 12142334500100300300x x x x x x x x +=??-=-??+=??-+=? 其增广矩阵 (A , b ) =1100500100110001103000011300?? ?-- ? ? ?-??????→初等行变换10011000101600001130000000--?? ? ?-- ? ?? ? 由此可得
142434 100600300x x x x x x -=-??+=??-=-? 即 14243 4100600300x x x x x x =-??=-+??=-?. 为了唯一确定未知流量, 只要增添x 4统计的值即可. 当x 4 = 350时, 确定x 1 = 250, x 2 = 250, x 3 = 50. 若x 4 = 200, 则x 1 = 100, x 2 = 400, x 3 = ?100 < 0. 这表明单行线“③?④”应该改为“③?④”才合理. 【模型分析】(1) 由(A , b )的行最简形可见, 上述方程组中的最后一个方程是多余的. 这意味着最后一个方程中的数据“300”可以不用统计. (2) 由142434100600300x x x x x x =-??=-+??=-?可得213141500200100x x x x x x =-+??=-??=+?, 123242500300600x x x x x x =-+??=-+??=-+?, 13234 3200300300x x x x x x =+??=-+??=+?, 这就是说x 1, x 2, x 3, x 4这四个未知量中, 任意一个未知量的值统计出来之后都可以确定出其他三个未知量的值. Matlab 实验题 某城市有下图所示的交通图, 每条道路都是单行线, 需要调查每条道路每小时的车流量. 图中的数字表示该条路段的车流数. 如果每个交叉路口进入和离开 图4 某城市单行线车流量 (1)建立确定每条道路流量的线性方程组. (2)分析哪些流量数据是多余的. (3)为了唯一确定未知流量, 需要增添哪几条道路的流量统计.
数学建模spss-时间预测-心得总结及实例
《一周总结，底稿供参考》 我们通过案例来说明： 假设我们拿到一个时间序列数据集：某男装生产线销售额。一个产品分类销售公司会根据过去10 年的销售数据来预测其男装生产线的月销售情况。 现在我们得到了10年120个历史销售数据，理论上讲，历史数据越多预测越稳定，一般也要24个历史数据才行！ 大家看到，原则上讲数据中没有时间变量，实际上也不需要时间变量，但你必须知道时间的起点和时间间隔。 当我们现在预测方法创建模型时，记住：一定要先定义数据的时间序列和标记！
这时候你要决定你的时间序列数据的开始时间，时间间隔，周期！在我们这个案例中，你要决定季度是否是你考虑周期性或季节性的影响因素，软件能够侦测到你的数据的季节性变化因子。
定义了时间序列的时间标记后，数据集自动生成四个新的变量：YEAR、QUARTER、MONTH 和DATE（时间标签）。 接下来：为了帮我们找到适当的模型，最好先绘制时间序列。时间序列的可视化检查通常可以很好地指导并帮助我们进行选择。另外，我们需要弄清以下几点： ?此序列是否存在整体趋势？如果是，趋势是显示持续存在还是显示将随时间而消逝？?此序列是否显示季节变化？如果是，那么这种季节的波动是随时间而加剧还是持续稳定存在？ 这时候我们就可以看到时间序列图了！ 我们看到：此序列显示整体上升趋势，即序列值随时间而增加。上升趋势似乎将持续，即为线性趋势。此序列还有一个明显的季节特征，即年度高点在十二月。季节变化显示随上升序列而增长的趋势，表明是乘法季节模型而不是加法季节模型。
此时，我们对时间序列的特征有了大致的了解，便可以开始尝试构建预测模型。时间序列预测模型的建立是一个不断尝试和选择的过程。 spss提供了三大类预测方法：1-专家建模器，2-指数平滑法，3-ARIMA ?指数平滑法 指数平滑法有助于预测存在趋势和/或季节的序列，此处数据同时体现上述两种特征。创建最适当的指数平滑模型包括确定模型类型（此模型是否需要包含趋势和/或季节），然后获取最适合选定模型的参数。
数学建模实例—-汽车购买决策
实用标准 购买汽车的选择 摘要 “我没有车我没有房”攒了几年钱终于有钱买车了，但我又担心买不到最称心的车子，于是我们团队就试图用数学建模的方法解决这个问题。 对于这种关键因素难以量化的问题，我们决定用最适合的层次分析法。首先，考虑到课题目标除了“做出购买决定”之外还要评出配置最高、最舒适、最漂亮的车子，所以我们将这个决策问题分成四层：首层是目标层，即本课题最重要的目标—购买汽车的决策，第二层是准则层，分成“舒适”“配置”“美观”“价格”四个准则，这样做的好处是便于达到课题的二级目标。第三层是次准则层，将准则层的四大准则细分为八个准则，需要指出的是“价格”因为无法细分我们将它设定为同时属于二三层。第四层，即最后一层是方案层，有三套方案供选择。 当思维过程转化为层次结构之后，从层次结构的第二层开始，对于从属于或影响上一层每个因素的同一层诸因素，用层次比较法和1-9比较尺度构造成对比较阵，直到最下层。 对于每一个成对比较阵计算最大特征根及对应特征向量，利用一致性指标，随机一致性指标和一致性比率做一致性检验，若检验通过，特征向量即为权向量；若不通过则需重新构造【1】。 最后组合权向量并做一致性检验。都通过之后就便得到了一个决策。此刻我们做的是重新审视模型讨论模型的局限以及不完整之处，力求改进，直到做出满意的模型。
Ⅰ问题重述 工作五年后，你决定要购买一辆汽车，预算十万左右。在汽车网上浏览了很久，初步确定将从三种价格相当的车型中选购一种。一般在购买汽车时考虑的标准可能包括：品牌、配置、动力、耗油量大小、舒适程度和外观美观情况等等。（以上提到的标准仅供参考，因人而异 （1 ）不同的标准在你心目中的比重也许是不同的，请用定量的方法将其按比重的高低进行排序。 （2 ）请用定量的方法说明哪种车配置最好、哪种车最舒适、哪种车最漂亮？ （3 ）建立数学模型，用确定的量化方法作出购买决定。 Ⅱ问题分析 本题要求用定量的方法研究购买汽车的决策。而购买汽车，人们多半是凭经验或者主观判断的提出决策方案。如何用定量的方法解决定性的问题，是首先要解决的问题。我们马上想到了层次分析法（AHP），这是一种定性和定量相结合的系统化的、层次化的分析方法。用这种方法，首先我们需要查阅大量资料，了解汽车主要构造，相关配置，外观设置等。之后就是尝试着将这些资料整合分类为能为决策提供帮助的一个个准则，然后去确定这些准则在心中的比重。于是得到了层次结构模型。结合三款车子资料，通过成对比较阵、最大特征根、组合权向量等方法求出一个决策结果，接下来并不着急给模型定型，而是审视模型改进模型直到获得满意的模型。 Ⅲ模型假设 1）获得的三款车子资料准确无误。 2）三款车子都没有质量问题。 3）车子的售后服务都一样。 Ⅳ模型的建立与求解 4.1 建立模型