2013年数学建模A题

车道被占用对城市道路通行能力的影响

参赛队员 (打印并签名) ：

1、徐胜杰

2、包小红

3、冯金慧

指导教师或指导教师组负责人 (打印并签名)：刘志伟

摘要

本文研究车道被占用对城市道路通行能力的影响的问题，根据所给的附件，运用数据统计和回归拟合方法，建立了实际道路通行能力模型，运用Excel 、SPSS 软件进行求解和作图，进而得出了同一横断面交通事故所占车道不同对该横断面实际通行能力的影响差异和变化过程。

针对问题一，首先，使用数理统计方法，分别统计出不同车型的车辆；其次，将统计出来的车型数量换算成标准的小车数量；最后，根据换算后的小车数量来计算出道路的实际通行能力并用Excel 作成折线图，直观描述事故所处横断面实际通行能力的变化过程。

针对问题二，采用和问题一相同的方法，用Excel 绘制实际通行能力的变化图，然后与问题一的结果相比较，并绘制出折线图，通过比较得出同一横断面交通事故所占车道不同对该横断面实际通行能力影响有较大的差异。视频2(事故发生在车道一和车道二)中统计的事故所处横断面的通行能力普遍高于视频1(事故发生在车道二和车道三)中的横断面的通行能力。视频2横断面的通行能力高于视频1横断面的通行能力主要因为左车道的车流量高于右车道车流量。

针对问题三，采用线性回归与非线性回归模型相结合，通过SPSS 分别判断车辆排队长度与事故横断面实际通行能力、事故持续时间、路段上游车流量间的关系。因此我

们得到非线性函数关系式：823.95105.0986.0039.033

21-+--=x x x y ，即：车辆排队长度与事故横断面实际通行能力、路段上游车流量呈线性关系，与事故持续时间呈非线性关系。经过检验，该模型和计算结果均是合理的。

针对问题四，首先考虑到绿灯的周期性，司机看见绿灯，行车通过十字路口到达下方车道的时间，绿灯期间，上游车流量在大于下方车道通行能力时，会出现排队现象，在一定时间内，拥堵车辆越来越多，排队长度越来越长，通过这个差值与时间、车长、车距可以建立数学模型来计算车辆排队长度。根据此数学模型计算出到达排队长度140m 所需时间约为4.47min 。经过检验，该模型和计算结果均是合理的。

最后，我们总结了模型的优缺点，并提出了改进方法和推广。

关键词：通行能力 数理统计 SPSS 软件 回归分析方程 数学模型

一、问题的重述

1.1 问题重述

车道被占用是指因交通事故、路边停车、占道施工等因素，导致车道或道路横断面通行能力在单位时间内降低的现象。由于城市道路具有交通流密度大、连续性强等特点，一条车道被占用，也可能降低路段所有车道的通行能力，即使时间短，也可能引起车辆排队，出现交通阻塞。如处理不当，甚至出现区域性拥堵。

车道被占用的情况种类繁多、复杂，正确估算车道被占用对城市道路通行能力的影响程度，将为交通管理部门正确引导车辆行驶、审批占道施工、设计道路渠化方案、设置路边停车位和设置非港湾式公交车站等提供理论依据。

视频1（附件1）和视频2（附件2）中的两个交通事故处于同一路段的同一横断面，且完全占用两条车道。请研究以下问题：

1.根据视频1（附件1），描述视频中交通事故发生至撤离期间,事故所处横断面实

际通行能力的变化过程。

2.根据问题1所得结论，结合视频2（附件2），分析说明同一横断面交通事故所占

车道不同对该横断面实际通行能力影响的差异。

3.构建数学模型，分析视频1（附件1）中交通事故所影响的路段车辆排队长度与

事故横断面实际通行能力、事故持续时间、路段上游车流量间的关系。

4.假如视频1（附件1）中的交通事故所处横断面距离上游路口变为140米，路段

下游方向需求不变，路段上游车流量为1500pcu/h,事故发生时车辆初始排队长

度为零，且事故持续不撤离。请估算，从事故发生开始，经过多长时间，车辆排队长度将到达上游路口。

1.2 问题分析

1、问题一的分析

道路通行能力是指在一定的道路条件，交通条件和服务水平的情况下，单位时间能够通过车道上某截面处的最大交通流量。根据视频1统计出一定时间内通过车辆数，计算出道路的实际通行能力，并作图以观察道路通行能力的变化。

2、问题二的分析

在问题一的基础上，运用相同的方法，绘制实际通行能力的变化图。比较两幅图的区别分析对横断面实际通行能力影响的差异。

3、问题三的分析

通过分析可以确定的是车辆长度是因变量，而其他三个量是作为自变量的来影响因变量的变化的。采用线性回归与非线性回归模型相结合，分别判断车辆排队长度与事故横断面实际通行能力、事故持续时间、路段上游车流量间的关系。

4、问题四的分析

首先我们考虑到红绿灯的周期性。其次，司机看见绿灯到启动的反应时间为，驾驶车辆通过十字路口到达车道所需时间，结合问题一中我们得到下方车道平均通行能力，可以由此建立数学模型。

三、模型的假设与符号说明

(一) 模型假设

1、假设统计数据真实有效

2、假设问题中车辆都各行其道，不抢占车道

3、假设上游路段红路灯处来车分布均匀

4、假设事故期间不重复发生事故

5、假设各车辆排队时保持相等间距

6、司机反应时间均为1s

(二) 符号说明

四、模型的分析、建立与求解

4.1 问题一

4.1.1 问题一的分析

问题一要求根据视频1（附件1），描述视频中交通事故发生至撤离期间,事故所处横断面实际通行能力的变化过程。道路通行能力是指在一定的道路条件，交通条件和服务水平的情况下，单位时间能够通过车道上某截面处的最大交通流量。首先，根据视频1从交通事故发生至撤离期间选择每个30秒左右的时间间隔来统计出通过横断面不同车型的数量；其次，将统计出来的车型数量换算成标准的小车数量；最后，根据换算后的小车数量来计算出道路的实际通行能力，并通过excel软件进行作图，以便直观的反应和观察。

4.1.2 模型的建立与求解

首先，根据视频1从交通事故发生至撤离期间选择每个30秒左右的时间间隔来统计出通过横断面不同车型的数量；其次，将统计出来的车型数量换算成标准的小车数量；最后，根据换算后的小车数量来计算出道路的实际通行能力，并通过excel软件进行作

图，以便直观的反应和观察。

通行能力，指单位时间内通过断面的最大车辆数TC（traffic capacity）=n/t（n 为通过车辆数，t是时间）

视频1中不同时刻点各种车型的数量与横断面道路实际通行能力状况见下表：表2 视频1中不同时刻点各种车型的数量与横断面道路实际通行能力

根据上表绘出不同时点下事故处横断面的实际通行能力折线图如下：

图1 视频1中不同时点下事故处横断面的实际通行能力

由图1可知：

①在事故刚发生时，即在16:42:32-16:43:05，事故所处横断面的实际通行能力为1254pcu/h；

②在16:42:32-16:44:06内，道路的实际通行能力随时间的增加呈上升趋势，在16:44:06时，通行能力达到1440pcu/h；

③在16:44:06-16:44:46内，道路的实际通行能力随时间的增加呈下降趋势，在16:44:46时，通行能力达到924pcu/h；

④在16:44:46-17:01:22内，道路的实际通行能力基本维持一个稳定的状态，在970pcu/h附近较小范围的波动；

⑤在17:01:23-17:01:54内，道路的实际通行能力呈较大幅度上升至2475pcu/h，即在事故撤离时，道路的通行能力逐渐恢复。

4.2 问题二

4.2.1 问题二的分析

分析说明同一横断面交通事故所占车道不同对该横断面实际通行能力影响的差异。在问题一的基础上，运用相同的方法，绘制实际通行能力的变化图。比较两幅图的区别分析对横断面实际通行能力影响的差异。

4.2.2 模型的建立与求解

在问题一的基础上，运用相同的方法，绘制实际通行能力的变化图。在与问题一的结果进行比较，进而说明同一横断面交通事故所占车道不同对该横断面实际通行能力影响的差异。

视频2中不同时刻点各种车型的数量与横断面道路实际通行能力状况见附录二。

根据附录二绘出不同时点下事故处横断面的实际通行能力折线图如下：

图2 视频2中不同时点下事故处横断面的实际通行能力

由图2可知：

①在事故刚发生时，即在17:35:17-17:36:47，事故所处横断面的实际通行能力由1680pcu/h下降至960pcu/h；

②在17:36:47-18:02:47内，事故所处横断面的实际通行能力在不断的上下波动；

③在18:02:47-18:03:17内，道路的实际通行能力逐步上升，即在事故即将撤离时，道路的通行能力逐渐恢复。

将问题一求解结果和问题二求解结果的折线图绘制在同一坐标内，结果如下：

图3 视频1、2中不同时点下事故处横断面的实际通行能力

由上图可知，同一横断面交通事故所占车道不同对该横断面实际通行能力影响有较大的差异。

①由图3可知，视频2(事故发生在车道一和车道二)中统计的事故所处横断面的通行能力普遍高于视频1(事故发生在车道二和车道三)中的横断面的通行能力。

② 视频2横断面的通行能力高于视频1横断面的通行能力主要因为左车道的车流量高于其他两根车道。

4.3 问题三

4.3.1 问题三的分析

分析视频1（附件1）中交通事故所影响的路段车辆排队长度与事故横断面实际通行能力、事故持续时间、路段上游车流量间的关系。因为实际情况的复杂性以及不确定性，很难通过交通流问题来确定交通事故的车辆长度与道路通行能力，事故持续时间，上游车流量之间的关系，但是可以确定的是车辆长度是因变量，而其他三个量是作为自变量的来影响因变量的变化的。采用线性回归与非线性回归模型相结合，通过spss 分别判断车辆排队长度与事故横断面实际通行能力、事故持续时间、路段上游车流量间的关系。 4.3.2 模型的建立与求解

从问题一采集的数据中，我们选取部分数据整理如下：

表3 车辆排队长度与通行能力、持续时间、上游车流量的数据统计表

根据表3的数据，我们采用回归分析，通过spss 分别判断车辆排队长度与事故横断面实际通行能力、事故持续时间、路段上游车流量间的关系。

多元线性回归的数学模型可以表示为ε++++=3322110x b x b x b b y ，式中3210,,,b b b b 是4个待估计的参数，2N(0,)σ是相互对立且服从一正态分布的随机变量，y 是随机变量，x 是非随机变量。

设y 为事故影响的路段车辆排队长度，1x 为事故横断面实际通行能力，2x 为事故

持续时间，3x 为路段上游车流量。以y 为因变量，1,23,x x x 分别为自变量，假设y 与123,,x x x 都分别成线性关系，如图：

图4 y与

x的线性拟合关系

1

x的线性拟合关系图5 y与

3

图6 y 与2x 的线性拟合关系

图7 y 与2x 的立方关系

如上图我们得到y 与13,x x 成线性关系，与2x 不成线性关系，所以我们假定y 与2x 成

三次关系，对数据进行拟合，得到D 图，由此可以得到y 与2x 成三次关系，所以，我们设方程为d cx bx ax y +++=321，然后我们用SPSS 软件确定该方程的系数

图8 SPSS 确定该方程的系数

因此我们得到交通事故所影响车辆排队长度与事故横断面实际通行能力、事故持续时间、路段上游车流量间的非线性函数关系式：

823.95105.0986.0039.033

21-+--=x x x y 所以，

车辆排队长度与事故横断面实际通行能力、路段上游车流量呈线性关系，与事故持续时间呈非线性关系。这个结果与视频当中观察到的情况基本相符。 4.3.3模型检验

在表3车辆排队长度与通行能力、持续时间、上游车流量的数据统计表中取出两组数

带入所得回归方程中检验，计算得到车辆排队长度与实际非常接近，说明该模型合理。

4.4问题四

4.4.1 问题四的分析

首先我们考虑到红绿灯的周期性，上方需间隔一个相位才会来车，因此，一个周期内流量为题目所给流量的二分之一，而下方车辆则一直在通行，不存在周期问题。其次，司机看见绿灯到启动的反应时间为，驾驶车辆通过十字路口到达车道所需时间，结合问题一中我们得到下方车道平均通行能力，每分钟上游来车减去下方来车为排队车辆，排队车辆乘以车辆长度与车距之和可得到一分钟排队长度，并以此建立数学模型，计算并得到结果。

4.4.2 模型的建立与求解

查阅资料得到城市主干道三车道修正系数，我们取车道一修正系数1c 为1.0，车道二修正系数2c 为0.8，车道三修正系数3c 为0.6。

首先我们假设司机看见绿灯到启动的反应时间为0t =1s ，驾驶车辆通过十字路口到达车道所需时间1t =5s ，假设车长1l =5m ，假设排队时两车相隔安全距离0l =1m ，已知上游车流量0N =1500pcu/h ，在问题一中我们得到下方车道通行能力1N 平均为1478pcu/h ， 设经过时间t 到达排队长度L 。考虑到红绿灯的周期性，上方需间隔一个相位才会来车，因此，一个周期内流量为0N 的二分之一，而下方车辆则一直在通行，不存在周期问题，每分钟上游来车减去下方来车为排队车辆，排队车辆乘以车辆长度与车距之和为一分钟排队长度，我们建立数学模型如下：

根据此数学模型计算出

到达排队长度140m 所需时间约为4.47min 。 4.4.3 模型检验

在表3车辆排队长度与通行能力、持续时间、上游车流量的数据统计表中取出两组数

视频中统计的数据相差不大，说明该模型是合理的。

五、 模型的评价

(一) 模型的特点

本模型具有较大创新性，通过图像分析数据，直观形象，简单明了，构建清晰的数

学模型，方便计算，利于检验。 (二) 模型的优点

（1）对于问题一和问题二所构建的模型，我们分别求出事故发生前、事故发生时、

事故撤离后的通行能力，且得出的结果的相对误差率符合实际要求，这样更能体现建立的模型的可行性与准确性，利用图形的方式清晰的表达了道路发生故障时可流通道路的通行能力的比较，形象生动。

（2）对于问题三，我们同样采用线性回归分析和非线性回归分析相结合分析，一方面对采集的数据进行拟合，使模型相对简便化，得到与实际较符合的拟合方程模型，从而确定车辆排队长度与实际通行能力、事故持续时间、路段上游车流量间的关系。推导出四者之间的具体数学关系，具备一定的严密性和准确性，两方面的相互结合达到我们需要的理想结果。

))((60N *c -60N *)c c (c *2

1L 1010110321l l t t t +--??????++=

（3）对于问题四首先我们根据红绿灯的周期性，得到了一个周期通过红绿灯的车流量，然后我们构建数学模型，简单明了的得出了排队长度与车流量、时间等的简单关系，并得出结论。

(三) 模型的缺点

（1）在统计车辆数量时，人工计数会造成不同程度误差。

（2）在数据的采集上比较单一，并且在视频1和视频2中，有部分画面自动跳转，

导致统计有较大困难，这样会造成不可避免的误差。

六、模型的改进与推广

(一)改进

我们的数学模型都是建立在比较理想的条件下，而对于一些细节问题可能没法考虑，因此这与真实情况会有偏差，本模型需要改进的地方就是每次在建模前尽可能的在现实的生活中多做实验，模拟题目中的情景，统计更多的数据，这样才能与真实情况相对符合，提高模型的精度。

(二)推广

对于问题一建立的模型，我们可以对交通异常事件对道路通行能力进行预算，进而可以对道路上各条车道上的车流量比例进行修改，从而减少事故对通行能力的影响。此种模型也适用于研究数据量较大，数据收集也比较容易的实际生活问题。

对于问题三及问题四的模型，我们可以用于事故对交通流的影响的研究以及对策分析，通过对车辆排队长度与各因素之间的关系，在事故发生后，交通警察可以采取疏散上游车流量，以及缩短交通撤离时间使得事故对交通流的影响降为最低。

七、参考文献

[1]何晓群，刘文卿，《应用回归分析》，北京：中国人民大学出版社，2007.7。

[2]段进宇, 杨佩昆，混合车辆的流通能力 [ J ] ，同济大学学报, 1995(1) : 37-42.

[3] 杜强，贾丽艳，SPSS 统计分析从入门到精通[M]，北京：人民邮电出版社，2009，P257-271，P503.

[4]董文永，刘进，丁健利，朱福喜，《最优化技术与数学建模》，北京：清华大学出版社，2010.9。

[5]姜启源，谢金星，叶俊，《数学建模》，北京：高等教育出版社，2011年。

八、附录清单

附录一：车辆折算系数

附录二：视频2车辆数与横断面道路实际通行能力

九、附录

附录一：

交通量调查车型划分及车辆折算系数

附录二：

视频2中不同时刻点各种车型的数量与横断面道路实际通行能力

2013全国数学建模大赛a题优秀论文

车道被占用对城市道路通行能力的影响 摘要 随着城市化进程加快，城市车辆数的增加，致使道路的占用现象日益严重，同时也导致了更多交通事故的发生。而交通事故发生过程中，路边停车、占道施工、交通流密增大等因素直接导致车道被占用，进而影响了城市道路的通行能力。本文在视频提供的背景下通过数据采集，利用数据插值拟合、差异对比、车流波动理论等对这一影响进行了分析，具体如下： 针对问题一，首先根据视频1中交通事故前后道路通行情况的变化过程运用物理观察测量类比法、数学控制变量法提取描述变量（如事故横断面处的车流量、车流速度以及车流密度）的数据，从而通过研究各变量的变化，来分析其对通行能力的影响。而视频1中有一些时间断层，我们可根据现有的数据先用统计回归对各变量数据插值后再进行拟合，拟合过程中利用残差计算值的大小来选择较好的模型来反应各变量与事故持续时间的关系，进而更好地说明事故发生至撤离期间，事故所处横断面实际通行能力的变化过程。 针对问题二：沿用问题一中的方法，对视频2中影响通行能力的各个变量进行数据采集，同样使用matlab对时间断层处进行插值拟合处理，再将所得到的的变化图像与题一中各变量的变化趋势进行对比分析，其中考虑到两视频的时间段与两视频的事故时长不同，从而采用多种对比方式（如以事故发生前、中、后三时段比较差值、以事故相同持续时间进行对比、以整个事故时间段按比例分配时间进行对比）来更好地说明这一差异。由于小区口的位置不同、时间段是否处于车流高峰期以及1、2、3道车流比例不同等因素的影响，采用不同的数据采集方式使采集的变量数据的实用性更强，从而最后得到视频1中的道路被占用影响程度高于视频2中的影响程度，再者从差异图像的变化波动中得到验证，使其合理性更强。 针对问题三：运用问题1、2中三个变量与持续时间的关系作为纽带，再根据附件5中的信号相位确定出车流量的测量周期为一分钟，测量出上游车流量随时间的变化情况，而事故横断面实际通行能力与持续时间的关系已在1、2问中由拟合得到，所以再根据波动理论预测道路异常下车辆长度模型的结论，结合采集数据得到的函数关系建立数学模型，最后得出事故发生后，车辆排队长度与事故横断面实际通行能力、事故持续时间以及路段上游车流量这三者之间的关系式。 针对问题四：在问题3建立的模型下，利用问题4中提供的变量数据推导出其它相关变量值，然后代入模型，估算出时间长度，以此检验模型的操作性及可靠性。 关键词：通行能力车流波动理论车流量车流速度车流密度

HIMCM 2014美国中学生数学建模竞赛试题

HIMCM 2014美国中学生数学建模竞赛试题 Problem A: Unloading Commuter Trains Trains arrive often at a central Station, the nexus for many commuter trains from suburbs of larger cities on a “commuter” line. Most trains are long (perhaps 10 or more cars long). The distance a passenger has to walk to exit the train area is quite long. Each train car has only two exits, one near each end so that the cars can carry as many people as possible. Each train car has a center aisle and there are two seats on one side and three seats on the other for each row of seats.To exit a typical station of interest, passengers must exit the car, and then make their way to a stairway to get to the next level to exit the station. Usually these trains are crowded so there is a “fan” of passengers from the train trying to get up the stairway. The stairway could accommodate two columns of people exiting to the top of the stairs.Most commuter train platforms have two tracks adjacent to the platform. In the worst case, if two fully occupied trains arrived at the same time, it might take a long time for all the passengers to get up to the main level of the station.Build a mathematical model to estimate the amount of time for a passenger to reach the street level of the station to exit the complex. Assume there are n cars to a train, each car has length d. The length of the platform is p, and the number of stairs in each staircase is q. Use your model to specifically optimize (minimize) the time traveled to reach street level to exit a station for the following: 问题一:通勤列车的负载问题 在中央车站,经常有许多的联系从大城市到郊区的通勤列车“通勤”线到达。大多数火车很长(也许10个或更多的汽车长)。乘客走到出口的距离也很长，有整个火车区域。每个火车车厢只有两个出口,一个靠近终端, 因此可以携带尽可能多的人。每个火车车厢有一个中心过道和过道两边的座椅，一边每排有两个座椅，另一边每排有三个座椅。走出这样一个典型车站,乘客必须先出火车车厢,然后走入楼梯再到下一个级别的出站口。通常情况下这些列车都非常拥挤,有大量的火车上的乘客试图挤向楼梯，而楼梯可以容纳两列人退出。大多数通勤列车站台有两个相邻的轨道平台。在最坏的情况下,如果两个满载的列车同时到达,所有的乘客可能需要很长时间才能到达主站台。建立一个数学模型来估计旅客退出这种复杂的状况到达出站口路上的时间。假设一列火车有n个汽车那么长,每个汽车的长度为d。站台的长度是p，每个楼梯间的楼梯数量是q。使用您的模型具体来优化(减少)前往主站台的时间，有如下要求: Requirement 1. One fully occupied train's passengers to exit the train, and ascend the stairs to reach the street access level of the station. 要求1.一个满载乘客的火车，所有乘客都要出火车。所有乘客都要出楼梯抵达出主站台的路上。 Requirement 2. Two fully occupied trains' passengers (all passengers exit onto a common platform) to exit the trains, and ascend the stairs to reach the street access level

2013年全国大学生数学建模竞赛A题

车道被占用对城市道路通行能力的影响 摘要 在城市道路常会发生交通异常事件，导致车道被占用，事发地段的通行能力也会因此受到影响。当交通需求大于事发断剩余通行能力时，车辆排队，产生延误，行程时间增加，交通流量发生变化。根据这些特点，我们以城市道路基本路段发生交通事故为例，主要分析了交通事故发生后道路的通行能力的变化，以及不同时间段事故点及其上下游路段交通流量的变化，用于以后进一步突发事件下交通流的预测。 针对问题一，根据道路通行能力的定义，考虑到车身大小不同，我们把所有车辆进行标准化。运用统计估算模型对视频一的车辆进行分段统计，得出未发生事故前道路通行能力2555(辆/h )。因为车辆所占车道未达到数学理论计算要求，所以我们利用修正过后城市干道通行能力的数学计算模型，计算出交通事故发生至撤离期间的理论通行能力为1356（辆/h ），进而与实际数据对比，得出相对误差。 针对问题二，我们基于问题一的模型，以及附件三数据分析所得，不同车道的通行流量比例不同，对视频二的车辆各项数据的分段统计分析，得到道路实际通行能力。再根据修正的理论数学计算模型，得出理论通行能力。得到的结果与问题一的结果相比较，得出结论：在同一横断面上的实际通行能力与交通事故所占车道的车流量呈负相关性。 针对问题三，我们运用了两种模型，一种结合层次分析与线性回归模型，得到理想化的函数关系式。基于层次分析模型，我们将进行问题分解，把车辆长度作为目标层，其他三个量作为准则层。通过查阅资料对各因素进行打分，计算出事故持续时间、车道通行能力、上游车流量对车辆排队长度的权重。层次分析模型得到各个指标对目标层的影响关系的大小，然后我们用线性回归模型求出各指标与目标层的具体的函数关系式为130.0430.09263.623y x x =-+-。第二，我们运用车流波动相关理论，得到理论模型，继而得出它们之间的关系。 针对问题四，我们首先考虑的是上游来车在红绿灯下的时间间断问题，所以把来车的情况作周期性分析，假设来车是间隔相同的时间连续的到来，求出一个周期能通过的最大车流量数。然后运用等待制排队模型，当累计车辆排队长度到达上游路口后，可以通过排队论计算出时间15min 。 关键词：通行能力 统计估算 层次分析 非线性回归方程 SPSS 软件 排队论 车流波动 一、问题重述

数学建模练习试题

2011年数学建模集训小题目 1.求下列积分的数值解 ? +∞ +-?23 2 2 3x x x dx 2.已知)s i n ()()c o s (),(2h t h t h t e h t f h t ++++=+，dt h t f h g ?=10 ),()(，画出 ]10,10[-∈h 时，)(h g 的图形。 3.画出16)5(2 2=-+y x 绕x 轴一周所围成的图形，并求所产生的旋转体的体积。 4.画出下列曲面的图形 （1）旋转单叶双曲面 14 92 22=-+z y x ； （2）马鞍面xy z =； 5.画出隐函数1cos sin =+y x 的图形。 6.（1）求函数x x y -+=12 ln 的三阶导数； 法一：syms x y dy; >> y=log((x+2)/(1-x)); >> dy=diff(y,3) dy = (6/(1-x)^3+6*(x+2)/(1-x)^4)/(x+2)*(1-x)-2*(2/(1-x)^2+2*(x+2)/(1-x)^3)/(x+2)^2*(1-x)-2*(2/(1-x)^2+2*(x+2)/(1-x)^3)/(x+2)+2*(1/(1-x)+(x+2)/(1-x)^2)/(x+2)^3*(1-x)+2*(1/(1-x)+(x+2)/(1-x)^2)/(x+2)^2 （2）求向量]425.00[=a 的一阶向前差分。 7.求解非线性方程组 （1）?????=-+=-+060622x y y x （2）???=+=++5 ln 10tan 10cos sin y x y e y x 8.求函数186)(2 3-++=x x x x f 的极值点，并画出函数的图形。 9.某单位需要加工制作100套钢架，每套用长为2.9m ，2.1m 和1m 的圆钢各一根。已知原料长6.9m ，问应如何下料，使用的原材料最省。 10. 某部门在今后五年内考虑给下列项目投资，已知： 项目A ，从第一年到第四年每年年初需要投资，并于次年末回收本利115％； 项目B ，从第三年初需要投资，到第五年末能回收本利125％，但规定最大投资额不超过4万元；

2013年全国研究生数学建模竞赛A题

2013年（第十届）全国研究生数学建模竞赛A题 变循环发动机部件法建模及优化 由飞机/发动机设计原理可知，对于持续高马赫数飞行任务，需要高单位推力的涡喷循环，反之，如果任务强调低马赫数和长航程，就需要低耗油率的涡扇循环。双涵道变循环发动机可以同时具备高速时的大推力与低速时的低油耗。变循环发动机的内在性能优势，受到了各航空强国的重视，是目前航空发动机的重要研究方向。 1 变循环发动机的构`造及基本原理 1.1 基本构造 双涵道变循环发动机的基本构造见图1、图2，其主要部件有：进气道、风扇、副外涵道、CDFS涵道、核心驱动风扇级（CDFS）、主外涵道、前混合器、高压压气机、主燃烧室、高压涡轮、低压涡轮、后混合器、加力燃烧室、尾喷管。双涵道模式下，选择活门和后混合器（后VABI）全部打开；单涵道模式下，选择活 前混合器主外涵道主燃烧室加力燃烧室

图2 双涵道变循环发动机结构示意图 图中数字序号表示发动机各截面参数的下脚标 各部件之间的联系如图3所示，变循环发动机为双转子发动机，风扇与低压涡轮相连，CDFS、高压压气机与高压涡轮相连，如图3下方褐色的线所示。蓝色的线表示有部件之间的气体流动连接（图3中高压压气机后不经主燃烧室的分流气流为冷却气流，在本题中忽略不计）。 图3 变循环发动机工作原理图 1.2工作原理 变循环发动机有两种工作模式，分别为涡喷模式和涡扇模式。 发动机在亚音速巡航的低功率工作状态，风扇后的模式转换活门因为副外涵与风扇后的压差打开，使更多空气进入副外涵，同时前混合器面积开大，打开后混合器，增大涵道比，降低油耗，此时为发动机的涡扇模式。 发动机在超音速巡航、加速、爬升状态时，前混合器面积关小，副外涵压力增大，选择活门关闭，迫使绝大部分气体进入核心机，产生高的推力，此时为发

2013年全国研究生数学建模竞赛E题 (2)

2013年全国研究生数学建模竞赛E 题 中等收入定位与人口度量模型研究 居民收入分配关系到广大民众的生活水平，分配公平程度是广泛关注的话题。其中中等收入人口比重是反映收入分配格局的重要指标，这一人口比重越大，意味着收入分配结构越合理，称之为“橄榄型”收入分配格局。在这种收入分配格局下，收入差距不大，社会消费旺盛，人民生活水平高，社会稳定。一般经济发达国家都具有这种分配格局。我国处于经济转型期，收入分配格局处于重要的调整期，“橄榄型”收入分配格局正处于形成阶段。因此，监控收入分配格局的变化是经济社会发展的重要课题，例如需要回答，与前年比较，去年的收入分配格局改善了吗改善了多少可见实际上需要回答三个问题：什么是“橄榄型”收入分配格局收入分配格局怎样的变化可以称之为改善改善了多少直观上，中间部分人口增加，则收入分配格局向好的方向转化。于是基本问题回答什么是中间部分。 一个国家的收入分配可以用统计分布表示，图１是某收入分配的密度函数)(x f ， 其中0≥x 表示收入(仅考虑正的收入)，0x 是众数点，m 是中位数点，μ是平均收入。收入分配经验分析说明，收入分配曲线一般是所谓正偏的，即峰值点向左偏，右端拖一个长尾巴，且通常有 μ<

?=x t t tf p L 0d )(1)(μ，)(x F p = (2) )(p L 称之为收入分配的洛伦兹曲线。显然，如果)(1p L 与)(2p L 是两个不同收入分配的洛伦兹曲线，若对任何)1,0(∈p 都有)()(21p L p L ≥，则)(1p L 对应的收入分配显然更优，因为在)(1p L 中，任何低收入端人口拥有的总收入比例更大。下图中红色曲线是某收入分配的洛伦兹曲线。 图１ 其中横轴表示人口比例，纵轴表示总收入比例。显然，图中曲线位置越高，所代表的收入分配越平等。其中?45线可以理解为平等收入线，这时，任何低收入端人口比例为p 的人口拥有的总收入比例也是p ，从而必定是完全平等的收入分配。因此定义?45线与)(p L 之间面积的2倍为基尼系数。于是基尼系数定义为 ?-=1 d )(21p p L G (3) )(p L 与)(x f 具有关系 μx p L = ')( (4) ) (1)(p L x f ''=μ (5)

西南大学2016年春《数学建模》作业及答案(已整理)(共5次)

西南大学2014年春《数学建模》作业及答案(已整理) 第一次作业 1：[填空题] 名词解释: 1．原型 2．模型 3．数学模型 4．机理分析 5．测试分析 6．理想方法 7．计算机模拟 8．蛛网模型 9．群体决策 10．直觉 11．灵感 12．想象力 13．洞察力 14．类比法 15．思维模型 16．符号模型 17．直观模型 18．物理模型19．2倍周期收敛20．灵敏度分析21．TSP问题22．随机存储策略23．随机模型24．概率模型25．混合整数规划26．灰色预测 参考答案： 1．原型：原型指人们在现实世界里关心、研究或者从事生产、管理的实际对象。2．模型：指为某个特定目的将原形的某一部分信息简缩、提炼而构造的原型替代物。3．数学模型：是由数字、字母或其它数字符号组成的，描述现实对象数量规律的数学公式、图形或算法。4．机理分析：根据对客观事物特性的认识，找出反映内部机理的数量规律，建立的模型常有明显的物理意义或现实意义。5．测试分析：将研究对象看作一个"黑箱”系统，通过对系统输入、输出数据的测量和统计分析，按照一定的准则找出与数据拟合得最好的模型。6．理想方法：是从观察和经验中通过想象和逻辑思维，把对象简化、纯化，使其升华到理状态，以其更本质地揭示对象的固有规律。7．计算机模拟：根据实际系统或过程的特性，按照一定的数学规律用计算机程序语言模拟实际运行情况，并依据大量模拟结构对系统或过程进行定量分析。8．蛛网模型：用需求曲线和供应曲线分析市场经济稳定性的图示法在经济学中称为蛛网模型。9．群体决策：根据若干人对某些对象的决策结果，综合出这个群体的决策结果的过程称为群体决策。10．直觉：直觉是人们对新事物本质的极敏锐的领悟、理解或推断。11．灵感：灵感是指在人有意识或下意识思考过程中迸发出来的猜测、思路或判断。12．想象力：指人们在原有知识基础上，将新感知的形象与记忆中的形象相互比较、重新组合、加工、处理，创造出新形象，是一种形象思维活动。13．洞察力：指人们在充分占有资料的基础上，经过初步分析能迅速抓住主要矛盾，舍弃次要因素，简化问题的层次，对可以用那些方法解决面临的问题，以及不同方法的优劣作出判断。14．类比法：类比法注意到研究对象与以熟悉的另一对象具有某些共性，比较二者相似之处以获得对研究对象的新认识。15．思维模型：指人们对原形的反复认识，将获取的知识以经验的形式直接储存于人脑中，从而可以根据思维或直觉作出相应的决策。16．符号模型：是在一定约束条件或假设下借助于专门的符号、线条等，按一定形式组合起来描述原型。17．直观模型：指那些供展览用的实物模型以及玩具、照片等，通常是把原型的尺寸按比例缩小或放大，主要追求外观上的逼真。18．物理模型：主要指科技工作者为一定的目的根据相似原理构造的模型，它不仅可以显示原型的外形或某些特征，而且可以用来进行模拟实验，间接地研究原型的某些规律。19．2倍周期收敛：在离散模型中，如果一个数列存在两个收敛子列就称为2倍周期收敛。20．灵敏度分析：系数的每个变化都会改变线性规划问题，随之也会影响原来求得的最优解。为制定一个应付各种偶然情况的全能方法，必须研究以求得的最优解是怎样随输入系数的变化而变化的。这叫灵敏性分析。21．TSP问题：在加权图中寻求最佳推销员回路的问题可以转化为在一个完备加权图中寻求最佳哈密顿圈的问题，称为TSP问题。22．随机存储策略：商店在订购货物时采用的一种简单的策略，是制定一个下界s和一个上界S，当周末存货不小于s时就不定货；当存货少于s 时就订货，且定货量使得下周初的存量达到S，这种策略称为随机存储策略。23．随机模型：如果随机因素对研究对象的影响必须考虑，就应该建立随机性的数学模型，简称为随机模型。24．概

2013年数学建模A题概念解释--通行能力

实际通行能力 由于道路、交通和管制条件以及服务水平不同，通行能力分为：基本（理论）通行能力，可能（实际）通行能力和设计（规划）通行能力。 理论通行能力是理想的道路与交通条件下的通行能力。 以理论通行能力为基础，考虑到实际的地形、道路和交通状况，确定其修正系数，再以此修正系数乘以前述的理论通行能力，即得实际道路、交通在一定环境条件下的可能通行能力。 公式（参《路网环境下高速公路交通事故影响传播分析与控制》）： 单向车行道的可能通行能力Qx=CB*N*fw*fHV*fp Qx是单向车行道可能通行能力，即在具体条件下，采用四级服务水平时所能通过的最大交通量veh/h。 CB是基本（理论）通行能力。 N是单向车行道的车道数。 fw是车道宽度和侧向净宽对通行能力的修正系数。 fHV是大型车对通行能力的修正系数，计算公式是：fHV=1/[1+ PHV（EHV-1）]，EHV 是大型车换算成小客车的车辆换算系数；PHV是大型车交通量占总交通量的百分比。 fp驾驶员条件对通行能力的修正系数，一般在0.9~1之间 基本通行能力 基本通行能力【basic traffic capacity】指的是在理想的道路和交通条件下，单位时间一个车道或一条道路某一路段通过小客车最大数，是计算各种通行能力的基础。 通行能力 通行能力【traffic capacity】指的是在一定的道路和交通条件下，道路上某一路段单位时间内通过某一断面的最大车辆数。可分为基本通行能力、可能通行能力和设计通行能力三种。

计算公式为：CAP=s1*λ1+s2*λ2+....+sn*λn（s为饱和流量，λ为绿信比） 全红时间越长，通行能力越小 周期时长一定的情况下，相位数越多，通行能力越大 它是指道路上某一地点、某一车道或某断面处，单位时间内可能通过的最大的交通实体(车辆或行人)数，亦称道路容量、交通容量或简称容量。一般以辆/h、人/h表示。车辆多指小汽车，当有其它车辆混入时，均采用等效通行能力的当量小客车单位 道路通行能力与交通量不尽相同，交通量是指道路在某一定时段内实际通过的车辆数。一般道路的交通量均小于道路的通行能力，当道路上的交通量比其通行能力小得多时，则司机驾车行进时操作的自由度就越大，既可以随意变更车速，转移车道，还可以方便地实现超车。当交通量等于或接近于道路通行能力时，车辆行驶的自由度就逐渐降低，一般只能以同一速度循序行进，如稍有意外，就会发生降速、拥挤，甚至阻滞。当交通量超过通行能力时，车辆就会出现拥挤，甚至堵塞。因此，道路通行能力同河流的过水能力一样，是道路在一定条件下所能通过的车辆的极限数值，条件不同，要求不同，其通行能力也就不同。故通行能力是一个变数

数学建模作业

习 题 1 1. 请编写绘制以下图形的MA TLAB 命令，并展示绘得的图形. (1) 221x y +=、224x y +=分别是椭圆2241x y +=的内切圆和外切圆. (2) 指数函数x y e =和对数函数ln y x =的图像关于直线y=x 对称. (3) 黎曼函数 1, (0)(0,1) 0 , (0,1), 0,1 q x p q q x y x x x =>∈?=? ∈=?当为既约分数且当为无理数且或者 的图像（要求分母q 的最大值由键盘输入）. 3. 两个人玩双骰子游戏，一个人掷骰子，另一个人打赌掷骰子者不能掷出所需点数，输赢的规则如下：如果第一次掷出3或11点，打赌者赢；如果第一次掷出2、7或12点，打赌者输；如果第一次掷出4、5、6、8、9或10点，记住这个点数，继续掷骰子，如果不能在掷出7点之前再次掷出该点数，则打赌者赢. 请模拟双骰子游戏，要求写出算法和程序，估计打赌者赢的概率. 你能从理论上计算出打赌者赢的精确概率吗？请问随着试验次数的增加，这些概率收敛吗？

4. 根据表1.14的数据，完成下列数据拟合问题： (1) 如果用指数增长模型0()0()e r t t x t x -=模拟美国人口从1790年至2000年的变化过程，请用MATLAB 统计工具箱的函数nlinfit 计算指数增长模型的以下三个数据拟合问题： (i) 取定0x =3.9，0t =1790，拟合待定参数r ； (ii) 取定0t =1790，拟合待定参数0x 和r ； (iii) 拟合待定参数0t 、0x 和r . 要求写出程序，给出拟合参数和误差平方和的计算结果，并展示误差平方和最小的拟合效果图. (2) 通过变量替换，可以将属于非线性模型的指数增长模型转化成线性模型，并用MA TLAB 函数polyfit 进行计算，请说明转化成线性模型的详细过程，然后写出程序，给出拟合参数和误差平方和的计算结果，并展示拟合效果图. (3) 请分析指数增长模型非线性拟合和线性化拟合的结果有何区别？原因是什么？ (4) 如果用阻滞增长模型00 () 00()()e r t t Nx x t x N x --= +-模拟美国人口从1790年至2000年的变化过程，请用MA TLAB 统计工具箱的函数nlinfit 计算阻滞增长模型的以下三个数据拟合问题： (i) 取定0x =3.9，0t =1790，拟合待定参数r 和N ； (ii) 取定0t =1790，拟合待定参数0x 、r 和N ； (iii) 拟合待定参数0t 、0x 、r 和N . 要求写出程序，给出拟合参数和误差平方和的计算结果，并展示误差平方和最小的拟合效果图. 年份 1790 1800 1810 1820 1830 1840 1850 1860 1870 1880 1890

2003年数学建模A题

2003高教社杯全国大学生数学建模竞赛题目 （请先阅读“对论文格式的统一要求”） A题 SARS的传播 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。请你们对SARS 的传播建立数学模型，具体要求如下： （1）对附件1所提供的一个早期的模型，评价其合理性和实用性。 （2）建立你们自己的模型，说明为什么优于附件1中的模型；特别要说明怎样才能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。附件2提供的数据供参考。

（3）收集SARS对经济某个方面影响的数据，建立相应的数学模型并进行预测。附件3提供的数据供参考。 （4）给当地报刊写一篇通俗短文，说明建立传染病数学模型的重要性。 附件1： SARS疫情分析及对北京疫情走势的预测 2003年5月8日 在病例数比较多的地区，用数理模型作分析有一定意义。前几天，XXX老师用解析公式分析了北京SARS疫情前期的走势。在此基础上，我们加入了每个病人可以传染他人的期限（由于被严格隔离、治愈、死亡等），并考虑在不同阶段社会条件下传染概率的变化，然后先分析香港和广东的情况以获得比较合理的参数，最后初步预测北京的疫情走势。希望这种分析能对认识疫情，安排后续的工作生活有帮助。 1 模型与参数 假定初始时刻的病例数为N0，平均每病人每天可传染K个人（K

2013数学建模优秀作品

承诺书 我们仔细阅读了《全国大学生数学建模竞赛章程》和《全国大学生数学建模竞赛参赛规则》（以下简称为“竞赛章程和参赛规则”，可从全国大学生数学建模竞赛网站下载）。 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章程和参赛规则的，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，严格遵守竞赛章程和参赛规则，以保证竞赛的公正、公平性。如有违反竞赛章程和参赛规则的行为，我们将受到严肃处理。 我们授权全国大学生数学建模竞赛组委会，可将我们的论文以任何形式进行公开展示（包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等）。 我们参赛选择的题号是（从A/B/C/D中选择一项填写）： A 我们的参赛报名号为（如果赛区设置报名号的话）：01034 所属学校（请填写完整的全名）： 参赛队员(打印并签名) ：1. 2. 3. 指导教师或指导教师组负责人(打印并签名)： （论文纸质版与电子版中的以上信息必须一致，只是电子版中无需签名。以上内容请仔细核对，提交后将不再允许做任何修改。如填写错误，论文可能被取消评奖资格。） 日期：2013 年 9 月16 日赛区评阅编号（由赛区组委会评阅前进行编号）：

编号专用页 赛区评阅编号（由赛区组委会评阅前进行编号）： 赛区评阅记录（可供赛区评阅时使用）： 评 阅 人 评 分 备 注 全国统一编号（由赛区组委会送交全国前编号）： 全国评阅编号（由全国组委会评阅前进行编号）：

车道被占用对城市道路通行能力的影响-2013年全国大学生数学建模竞赛A题

1 车道被占用对城市道路通行能力的影响 摘要 在城市道路中通常会发生交通异常事件，导致车道被占用，事发地段的通行能力也会因此受到影响。当交通需求大于事发断剩余通行能力时，车辆排队，产生延误，行程时间增加，交通流量发生变化。根据这些特点，我们以城市道路基本路段发生交通事故为例，主要分析了交通事故发生后道路的通行能力的变化，以及不同时间段内事故点及其上下游路段交通流量的变化，用于以后进一步突发事件下交通流的预测。 针对问题一，根据道路通行能力的定义，考虑到车身大小不同，我们把所有车辆进行标准化。运用统计估算模型对视频一的车辆进行分段统计，得出未发生事故前道路通行能力2555(辆/h )。因为车辆所占车道未达到数学理论计算要求，所以我们利用修正过后城市干道通行能力的数学计算模型，计算出交通事故发生至撤离期间的理论通行能力为1356（辆/h ），进而与实际数据对比，得出相对误差。 针对问题二，我们基于问题一的模型，以及附件三数据分析所得，不同车道的通行流量比例不同，对视频二的车辆各项数据的分段统计分析，得到道路实际通行能力。再根据修正的理论数学计算模型，得出理论通行能力。得到的结果与问题一的结果相比较，得出结论：在同一横断面上的实际通行能力与交通事故所占车道的车流量呈负相关性。 针对问题三，我们运用了两种模型，一种结合层次分析与线性回归模型，得到理想化的函数关系式。基于层次分析模型，我们将进行问题分解，把车辆长度作为目标层，其他三个量作为准则层。通过查阅资料对各因素进行打分，计算出事故持续时间、车道通行能力、上游车流量对车辆排队长度的权重。层次分析模型得到各个指标对目标层的影响关系的大小，然后我们用线性回归模型求出各指标与目标层的具体的函数关系式为 130.0430.09263.623y x x =-+-。第二，我们运用车流波动相关理论，得到理论模型，继而得出它们之间的关系。 针对问题四，我们首先考虑的是上游来车在红绿灯下的时间间断问题，所以把来车的情况作周期性分析，假设来车是间隔相同的时间连续的到来，求出一个周期内能通过的最大车流量数。然后运用等待制排队模型，当累计车辆排队长度到达上游路口后，可以通过排队论计算出时间15min 。 关键词：通行能力 统计估算 层次分析 非线性回归方程 SPSS 软件 排队论 车流波动

2014年美国数学建模大赛(MCM)试题译文

2014年美国数学建模大赛（MCM）试题译文 王景璟大连理工大学 问题A：超车之外靠右行原则 在一些开车必须靠右行驶的国家（比如：美国，中国，以及其他除了英国，澳大利亚，和一些前英国殖民地的国家），行驶在多车道高速路必须遵循一个规则，那就是要求驾驶员在超车之外的情况下，必须在最靠右的车道行驶，超车时，他们向左变道，超车，然后再回到之前行驶的车道。 构建一个数学模型来分析该规则在车流量很少和很大的时候的执行情况。你最好能考察车流量与安全的之间的相互关系，过低或是过量的速度限制的作用（速度设置过低或是过高），以及/或者其他在该问题陈述中没有明确提到的因素。该原则是否能有效促进更好的车流量？如果无效，请建议和分析其他更有助于提高车流量、安全、以及其他你认为重要的因素的其他方案（可以完全不包括该原则）。 在开车靠左行的国家，讨论一下你的方案在经过对方向的简单修改之后或是添加额外的要求之后是否也适用。 最后，以上原则取决于人们遵循交通规则的判断力。如果道路上的车流完全在智能系统（要么是道路体系的一部分，要么是包含在使用道路的所有车辆的设计之中）的控制之下，该改变在多大程度上会影响你先前分析的结果？ 问题B: 大学教练联盟 《体育画报》，一本体育爱好者的杂志，正在寻找上世纪“最好的大学教练”，包括男性和女性。建立一个数学模型以从诸如大学曲棍球，曲棍球，橄榄球，棒球，垒球，篮球，或足球等运动的男性或女性教练中选出最好的一个教练或几个教练（过去的或现在的）。分析中使用的时间分界线是否有影响？即在1913执教和在2013年执教有不同吗？清晰地表达你们模型中的评判标准。讨论你们的模型如何能广泛地应用于两种性别及所有可能的体育运动。分别选出你模型中3种不同运动的前5位教练。 除了MCM格式及要求，准备一篇1-2页的文章给《体育画报》以解释你们的结论并包括一份能让体育迷们看懂的对你们数学模型的非技术性解释。 问题C：使用网络模型测量影响力

2013年数学建模课程论文题目-信计10级

嘉兴学院2012-2013年度第2学期 数学建模课程论文题目 要求：按照数学建模论文格式撰写论文，以A4纸打印，务必于2013年5月31日前纸质交到8号楼214室，电子版发邮箱：pzh@https://www.wendangku.net/doc/954591030.html,。并且每组至少推荐1人在课堂上做20分钟讲解。 题目1、产销问题 某企业主要生产一种手工产品，在现有的营销策略下，年初对上半年6个月的产品需求预测如表1所示。 班时间不得超过10个小时。1月初的库存量为200台。产品的销售价格为240元/件。该产品的销售特点是，如果当月的需求不能得到满足，顾客愿意等待该需求在后续的某个月内得到满足，但公司需要对产品的价格进行打折，可以用缺货损失来表示。6月末的库存为0（不允许缺货）。各种成本费用如表2所示。 （1）若你是公司决策人员，请建立数学模型并制定出一个成本最低、利润最大的最优产销方案； （2）公司销售部门预测：在计划期内的某个月进行降价促销，当产品价格下降为220元/件时，则接下来的两个月中6%的需求会提前到促销月发生。试就一月份（淡季）促销和四月份（旺季）促销两种方案以及不促销最优方案（1）进行对比分析，进而选取最优的产销规

题目2、汽车保险 某保险公司只提供一年期的综合车险保单业务，这一年内，若客户没有要求赔偿，则给予额外补助，所有参保人被迫分为0，1，2，3四类，类别越高，从保险费中得到的折扣越多。在计算保险费时，新客户属于0类。在客户延续其保险单时，若在上一年没有要求赔偿，则可提高一个类别；若客户在上一年要求过赔偿，如果可能则降低两个类别，否则为0类。客户退出保险，则不论是自然的还是事故死亡引起的，将退还其保险金的适当部分。 现在政府准备在下一年开始实施安全带法规，如果实施了该法规，虽然每年的事故数量不会减少，但事故中受伤司机和乘员数肯定会减少，从而医药费将有所下降，这是政府预计会出现的结果，从而期望减少保险费的数额。这样的结果真会出现吗？这是该保险公司目前最关心的问题。根据采用这种法规的国家的统计资料可以知道，死亡的司机会减少40%，遗憾的是医疗费的下降不容易确定下来，有人认为，医疗费会减少20%到40%，假设当前年度该保险公司的统计报表如下表1和表2。 保险公司希望你能给出一个模型，来解决上述问题，并以表1和2的数据为例，验证你的方法，并给出在医疗费下降20%和40%的情况下，公司今后5年每年每份保险费应收多少才比较合理？给出你的建议。 基本保险费：775元 类别没有索赔时补贴 比例（%） 续保人数新投保人数注销人数总投保人数 0 0 1280708 384620 18264 1665328 1 25 1764897 1 28240 1764898 2 40 1154461 0 13857 1154461 3 50 8760058 0 32411 4 8760058 总收入：6182百万元，偿还退回：70百万元，净收入：6112百万元； 支出：149百万元；索赔支出：6093百万元，超支：130百万元。 表1 本年度发放的保险单数 类别索赔人数死亡司机人数平均修理费 （元） 平均医疗费 （元） 平均赔偿费 （元） 0 582756 11652 1020 1526 3195 1 582463 23315 1223 1231 3886 2 115857 2292 947 82 3 2941 3 700872 7013 805 81 4 2321 总修理费：1981（百万元），总医疗费：2218（百万元）； 总死亡赔偿费：1894（百万元），总索赔费6093（百万元）。

2013年美国大学生数学建模大赛A题 一等奖

最终的布朗尼蛋糕盘 Team #23686 February 5, 2013 摘要Summary/Abstract 为了解决布朗尼蛋糕最佳烤盘形状的选择问题，本文首先建立了烤盘热量分布模型，解决了烤盘形态转变过程中所有烤盘形状热量分布的问题。又建立了数量最优模型，解决了烤箱所能容纳最大烤盘数的问题。然后建立了热量分布最优模型，解决了烤盘平均热量分布最大问题。最后，我们建立了数量与热量最优模型，解决了选择最佳烤盘形状的问题。 模型一：为了解决烤盘形态转变过程中所有烤盘形状热量分布的问题，我们假设烤盘的任意一条边为半无限大平板，结合第三边界条件下非稳态导热公式，建立了不同形状烤盘的热量分布模型，模拟出不同形状烤盘热量分布图。最后得到结论：在烤盘由多边形趋于圆的过程中，烤焦的程度会越来越小。 模型二：为了解决烤箱所能容纳最大烤盘数的问题，本文建立了随烤箱长宽比变化下的数量最优模型。求解得到烤盘数目N 随着烤箱长宽比和烤盘边数n 变化的函数如下： A L W L W cont cont cont N 4n 2nsin 122 2??? ??????????? ????? ??+?--=π 模型三：本文定义平均热量分布H 为未超过某一温度时的非烤焦区域占烤盘边缘总区域的百分比。为了解决烤盘平均热量分布最大问题，本文建立了热量分布最优模型，求解得到平均热量分布随着烤箱长宽比和形状变化的函数如下： n sin n cos -n 2nsin 22n tan 1H ππδπδ π????? ? ? ????? ???- =A 结论是：当烤箱长宽比为定值时，正方形烤盘在烤箱中被容纳的最多，圆形 烤盘的平均热量分布最大。当烤盘边数为定值时，在长宽比为1:1的烤箱中被容纳的烤盘数量最多，平均热量分布H 最大。 模型四：通过对函数??? ??n ,L W N 和函数?? ? ??n ,L W H 作无量纲化处理，结合各自 的权重p 和()p -1，本文建立了数量和热量混合最优模型，得到烤盘边数n 随p

2014年下学期数学实验与数学建模作业习题8

2014年下学期数学实验与数学建模作业习题8 1．轮船的甲板成近似半椭圆面形为了得到甲板的面积。首先测量得到横向最大相间8.534米；然后等间距地测得纵向高度，自左向右分别为：0.914, 5.060, 7.772, 8.717, 9.083, 9.144, 9.083, 8.992, 8.687, 7.376, 2.073，计算甲板的面积。 【1】命令： x=0:0.711:8.534; y2=[0,0.914^2,5.060^2,7.772^2,8.717^2,9.083^2,9.144^2,9.083^2,8.992^2, 8.687^2,7.376^2,2.073^2,0]; %plot(x,y2,'*'); a=polyfit(x,y2,2) 【2】结果： a = -5.2832 46.5248 -16.7465 得y^2=-5.2832*x^2+46.5248*x-16.7465,即y^2/85.68+(x-4.4031)^2/16.2175=1 故面积=0.5*a*b*pi=58.56. 2．物体受水平方向外力作用，在水平直线上运动。测得位移与受力如表8.1 表8.1 X 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 F 20 21 21 20 19 18.5 18.0 13.5 9 4.5 0 求(a) 物体从位移为0到0.4所做的功； (b) 位移为0.4时的速度是多少？ 【1】命令： x=0:0.1:1.0; f=[20,21,21,20,19,18.5,18.0,13.5,9,4.5,0]; plot(x,f,'*');hold on; a=polyfit(x,f,2) f2=-34.4988*x.*x+14.8625*x+19.5979; plot(x,f2); syms t y=-34.4988*t.*t+14.8625*t+19.5979; w=vpa(int(y,t,0,0.4),8) V=diff(y);t=2;v=eval(V)

2019数学建模国赛a题答案

中国大学生数学建模竞赛： 全国大学生数学建模竞赛创办于1992年，每年一届，已成为全国高校规模最大的基础性学科竞赛，也是世界上规模最大的数学建模竞赛。2018年，来自全国34个省/市/区(包括香港、澳门和台湾)及美国和新加坡的1449所院校/校区、42128个队（本科38573队、专科3555队）、超过12万名大学生报名参加本项竞赛。 赛事设置： 竞赛宗旨 创新意识团队精神重在参与公平竞争。 指导原则 指导原则：扩大受益面，保证公平性，推动教学改革，提高竞赛质量，扩大国际交流，促进科学研究。 规模与数据 全国大学生数学建模竞赛是全国高校规模最大的课外科技活动之一。该竞赛每年9月（一般在上旬某个周末的星期五至下周星期一共3天，72小时）举行，竞赛面向全国大专院校的学生，不分专业（但竞赛分本科、专科两组，本科组竞赛所有大学生均可参加，专科组竞赛只有专科生（包括高职、高专生）可以参加）。同学可以向该校教务部门咨询，如有必要也可直接与全国竞赛组委会或各省（市、自治区）赛区组委会联系。 全国大学生数学建模竞赛创办于1992年，每年一届，成为全国高校规模最大的基础性学科竞赛，也是世界上规模最大的数学建模竞

赛。2014年，来自全国33个省/市/自治区(包括香港和澳门特区)及新加坡、美国的1338所院校、25347个队（其中本科组22233队、专科组3114队）、7万多名大学生报名参加本项竞赛。 比赛时间 2017年比赛时间是9月14号20:00到9月17号24:00，总共76小时，采取通讯方式比赛，比赛地点在各个高校。比赛时间全国统一的，不可以与老师交流，可以在互联网查阅资料。 同学们在比赛期间应该注意安排时间，以免出现时间不够用的情况。 组委名单 注：第五届专家组任期两年（2010-2011）。2011年底任期届满后，组委会对专家组进行了调整，并决定此后不再对外公布专家组成员名单。 第五届组委会成员名单（2010-2013）及下属专家组成员名单 第四届组委会成员名单及下属专家组成员名单 第一、二、三届组委第一、二、三届组委会成员名单及下属专家组成员名单引各赛区组委会各赛区联系方式列表引 [注1] 各赛区联系人请注意：若本赛区联系e-mail地址发生变化，请通知全国组委会进行修改。 [注2] 全国已成立赛区的有28个省、市、自治区，国内尚未成立赛区的区域组成联合赛区，其他（境外参赛学生）组成国际赛区，共30个赛区。