文档库 最新最全的文档下载
当前位置:文档库 › 毕业设计_数学建模结课论文-同工同酬

毕业设计_数学建模结课论文-同工同酬

毕业设计_数学建模结课论文-同工同酬
毕业设计_数学建模结课论文-同工同酬

一、摘要

在企业人力资源部门各项管理活动中,职工工资可以说是们人最为关切、议论最多的部分,因此也常常是最受重视的部分。一般说来,现代企业的工资具有补偿职能、激励职能、调节职能、效益职能。科学合理的工资制度,是激励职工的劳动积极性,提高劳动效率的重要手段,正确运用工资的杠杆作用在调动员工积极性方面会起到事半功倍的效果。此外,对于企业中的各种不同的“特殊职务族”,是否要制定和执行专门的倾斜与优惠政策,如对管理干部、高级专家、女工等,也是需要重点考虑的问题。

某大型企业人力资源部门为了分析现行员工工资与其性别、受教育程度、培训情况等因素之间的关系,评估现行工作制度的合理性,特别是考察女工是否受到不公正待遇,以及她们的婚姻状况是否影响其收入等情况,从员工数据库中随机抽取了90名员工的信息(附件Bdata.xls)进行分析。具体考察指标有平均日工资(元/天)、性别、工龄、婚姻状况、受教育状况、工作部门性质、培训情况(0表示未受过培训,1表示受过培训)、一线工作情况(0表示两年以上未从事一线工作;1表示其它情况)等。

我们需要研究的问题:

(1)分析平均日工资与其他因素之间的关系,尤其需要说明与哪些因素关系密切;

(2)考察女工是否受到不公正待遇,以及她们的婚姻状况是否影响其收入;

(3)继续改进你的模型,并给出模型误差分析。

关键字:线性回归协方差

二、符号说明

Y:表示职工日平均工资均数

()1

M:表示职工日平均工资中位数

:表示职工日平均工资方差

S

1

Y:表示职工工资值

X :表示职工工龄(月)

X :表示职工工龄的均值

R 1:表示工龄回归相关系数

R 2:表示性别与职工工资的相关系数 R 3:表示受教育程度与职工工资相关系数

三.模型假设

1、本材料所给数据准确,概括该企业的职工各方面情况,可忽略信息不全所引

起的误差。

2,、在统计前后,该企业没有大的制度政策变动。

3、该企业生产、销售长时间处于稳定状态,受市场波动影响较小。

4、该企业在调查期间人事稳定,如:无新职工的招聘,老员工的离职等

四.模型的建立与求解

问题分析:要想分析平均日工资与其他因素之间的关系,尤其需要说明与

哪些因素关系密切。现不妨对员工工资与其工龄、性别、受教育程度、培训情况等因素之间的关系,一一作以详细的分析讨论;

在此我们利用统计回归模型中的逐步回归思想,即将所有对应变量影响显著地的自变量都选入模型,而影响不显著的自变量都不选模型,从而在应用角度是模型中自变量个数竟可能少。因此我们首先确定一个包含若干自变量的初始集合,然后每次从集合外的变量中引入一对应变量影响最大的,再对集合中的变量进行检验,从变得不显著的变量中移出一个影响最小的,依次进行,直到不能引入移出为止,引入和移出都已给定的显著性水平为标准。 模型建立:

1、该企业职工日平均工资Y 的平均值(元) Y =

n

Y

n

j

j

j=1,2.3 (1)

2、该企业职工工龄平均值X (月) X =

n

X

n

j

j

∑ j=1,2.3 (2)

3、这里我们利用协方差知识—— 每对数点的偏差乘积的平均数。利用协方

差来结局两因素级之间的关系由协方差计算公式:

COV(X,Y)=∑---n

j j j Y Y X X n 10

))((1 (3)

4、该企业日平均工资的方差S 与标准差 S=

()

2

2

2n

x x n ∑∑- (4)

标准差 STDEVPA(X 1,X 2…X n )=

()

2

2

2n n x x ∑∑- (5)

5、一般我们认为两个变量的相关系数R 超过0.08时,就具有显著地相关关系。 模型求解:

我们利用SPSS 软件,将资料中的性别、受教育程度和婚姻状况作以适当的转换,输入数据利用线性回归知识,对该企业职工的日平均工资与其工龄、性别、受教育程度、培训情况等因素之间的关系作以数字化,可视化图表分析得出结果如下:

回归

表1

描述性统计量

均值

标准 偏差

N

一线工作情况 .24 .432 90 性别 1.41 .495 90 工龄(月) 172.19 127.608

90 受教育状况 1.36 .708 90 女性婚姻状况 -.17 .797 90 培训情况

.22 .418 90 日平均工资 (元/天)

57.63

16.236

90

表3

输入/移去的变量

模型输入的变量移去的变量方法

1 日平均工资(元/

. 输入

天), 女性婚姻状

况, 培训情况, 性

别, 工龄(月), 受

教育状况a

a. 已输入所有请求的变量。

表4

相关性

日平均工资(元/

天)性别工龄(月)女性婚姻状况受教育状况工作部门性质一线工作情况Pearson 相关性日平均工资(元/天) 1.000 .292 .751 -.297 .541 .296 .210 性别.292 1.000 .160 -.679 .287 .418 -.105

工龄(月).751 .160 1.000 -.226 .161 .099 .151

女性婚姻状况-.297 -.679 -.226 1.000 -.245 -.213 .280

受教育状况.541 .287 .161 -.245 1.000 .445 .236

工作部门性质.296 .418 .099 -.213 .445 1.000 -.053

一线工作情况.210 -.105 .151 .280 .236 -.053 1.000

培训情况.527 .316 .156 -.230 .969 .423 .256 Sig. (单侧)日平均工资(元/天). .003 .000 .002 .000 .002 .024 性别.003 . .066 .000 .003 .000 .162

工龄(月).000 .066 . .016 .064 .177 .078

女性婚姻状况.002 .000 .016 . .010 .022 .004

受教育状况.000 .003 .064 .010 . .000 .012

工作部门性质.002 .000 .177 .022 .000 . .310

一线工作情况.024 .162 .078 .004 .012 .310 .

培训情况.000 .001 .071 .015 .000 .000 .008 N 日平均工资(元/天)90 90 90 90 90 90 90 性别90 90 90 90 90 90 90

工龄(月)90 90 90 90 90 90 90

女性婚姻状况90 90 90 90 90 90 90

受教育状况90 90 90 90 90 90 90

工作部门性质90 90 90 90 90 90 90

一线工作情况90 90 90 90 90 90 90

培训情况90 90 90 90 90 90 90

模型解释:

(1)、由表1可知,企业职工工龄平均值X=172.19,Y=57.63即该企业职

工日平均工资均值为57.63元

(2)、由表3,可很自然的得出该企业职工的日平均工资与工龄(月)、女

性婚姻状况、性别、以及受教育状况均有不同程度的影响。

(3)、我们将该企业职工的日平均工资与其在职工龄(月)相对比,做出

表格表5见附录表格5,并画出图1所示,

图1

可很明显的对应的正相关性。

图2

图3

我们将表该企业所有男性工龄高于其均值的日平均工资与工龄低于均值的职工信息进行比照,相应地得出表格6、7见附录,图2、3,如上:根据图2,可知其职工的日平均工资基本持与40-50 之间,二由图3,可很明显的看出此部分职工的日平均工资基本在50元之上。

(3)、该企业职工日平均工资与工龄的相关系数1R ,1R =12.894,也就是

职工的工龄每增加一月其工资增加12.894元;

参加培训的人员信息表1

男性职工信息表2

经计算男性职工日平均工资Q1=57.63元,女性日平均工资Q2=58.55元

已婚女性信息表4

职工号日平均工资

(元)

性别工龄(月)

婚姻

状况

受教育

程度

工作部

门性质

一线工

作情况

培训情

6 34 女19 已婚

女性

本科

技术岗

0 0

7 34 女27 已婚

女性

本科

技术岗

1 0

8 36 女30 已婚

女性

本科

技术岗

0 0

12 40 女31 已婚

女性

本科

管理岗

0 0

13 37 女38 已婚

女性

本科

技术岗

0 0

15 38 女42 已婚

女性

本科

技术岗

0 0

18 38 女42 已婚

女性

本科

管理岗

0 0

19 37 女47 已婚

女性

本科

技术岗

1 0

20 37 女52 已婚

女性

本科

技术岗

1 0

23 47 女54 已婚

女性

本科

管理岗

0 0

24 39 女54 已婚

女性

本科

技术岗

0 0

26 49 女66 已婚

女性

本科

管理岗

0 0

33 45 女92 已婚

女性

本科

技术岗

1 0

34 44 女94 已婚

女性

本科

管理岗

0 0

35 60 女103 已婚

女性

硕士

管理岗

0 1

36 51 女103 已婚

女性

本科

技术岗

0 0

42 47 女117 已婚

女性

本科

技术岗

1 0

44 70 女140 已婚

女性

硕士

管理岗

1 1

45 75 女154 已婚

女性

硕士

管理岗

1 1

50 56 女172 已婚

女性

本科

技术岗

1 0

51 61 女174 已婚

女性

本科

技术岗

1 0

54 57 女209 已婚

女性

本科

技术岗

0 0

58 62 女220 已婚

女性

本科

技术岗

1 0

59 62 女222 已婚

女性

本科

技术岗

0 0

63 62 女227 已婚

女性

本科

管理岗

0 0

64 62 女232 已婚

女性

本科

技术岗

1 0

65 67 女235 已婚

女性

本科

技术岗

1 0

69 68 女260 已婚

女性

本科

技术岗

0 0

75 65 女319 已婚

女性

本科

管理岗

0 0

79 68 女337 已婚

女性

本科

技术岗

0 0

81 57 女355 已婚

女性

本科

技术岗

1 0

估计的分布参数

V AR00001 V AR00004 V AR00008 V AR00009 V AR00002 正态分布位置 5.5000 36.1250 36.1250 .0000 3.7500 标度 6.63325 30.78700 30.78700 .53452 20.38732 个案未进行加权。

单个样本统计量

N 均值标准差均值的标准误

V AR00002 9 76.5556 14.48371 4.82790

V AR00004 9 279.2222 111.45602 37.15201

单个样本检验

检验值= 0.05

差分的95% 置信区间t df Sig.(双侧) 均值差值下限上限

V AR00002 15.847 8 .000 76.50556 65.3724 87.6387 V AR00004 7.514 8 .000 279.17222 193.4995 364.8449

女性本科未婚女性信息表5

职工号日平均工资

(元)

性别

工龄

(月)

婚姻状

受教育

程度

工作部

门性质

一线工

作情况

培训情

1 33 #NAME

?

7

已婚女

本科

技术岗

0 0

6 34 女19 已婚女

本科

技术岗

0 0

7 34 女27 已婚女本科技术岗 1 0

8 36 女30 已婚女

本科

技术岗

0 0

12 40 女31 已婚女

本科

管理岗

0 0

13 37 女38 已婚女

本科

技术岗

0 0

15 38 女42 已婚女

本科

技术岗

0 0

18 38 女42 已婚女

本科

管理岗

0 0

19 37 女47 已婚女

本科

技术岗

1 0

20 37 女52 已婚女

本科

技术岗

1 0

23 47 女54 已婚女

本科

管理岗

0 0

24 39 女54 已婚女

本科

技术岗

0 0

26 49 女66 已婚女

本科

管理岗

0 0

33 45 女92 已婚女

本科

技术岗

1 0

34 44 女94 已婚女

本科

管理岗

0 0

36 51 女103 已婚女

本科

技术岗

0 0

42 47 女117 已婚女

本科

技术岗

1 0

50 56 女172 已婚女

本科

技术岗

1 0

51 61 女174 已婚女

本科

技术岗

1 0

54 57 女209 已婚女

本科

技术岗

0 0

58 62 女220 已婚女

本科

技术岗

1 0

59 62 女222 已婚女

本科

技术岗

0 0

63 62 女227 已婚女

本科

管理岗

0 0

64 62 女232 已婚女

本科

技术岗

1 0

65 67 女235 已婚女本科技术岗 1 0

69 68 女260 已婚女

本科

技术岗

0 0

75 65 女319 已婚女

本科

管理岗

0 0

79 68 女337 已婚女

本科

技术岗

0 0

81 57 女355 已婚女

本科

技术岗

1 0

由日平均工资与工龄的对照图可知职工工资与与其在企业所工作的时间的长短成正相关性。

一线工作的职工信息

职工号日平均工资

(元)

性别

工龄

(月)

婚姻状

受教育

程度

工作部

门性质

一线工

作情况

培训情

7 34 女27 已婚女

本科

技术岗

1 0

19 37 女47 已婚女

本科

技术岗

1 0

20 37 女52 已婚女

本科

技术岗

1 0

33 45 女92 已婚女

本科

技术岗

1 0

41 61 男114 未婚女

博士

管理岗

1 1

42 47 女117 已婚女

本科

技术岗

1 0

44 70 女140 已婚女

硕士

管理岗

1 1

45 75 女154 已婚女硕士管理岗 1 1

46 73 男158 未婚女

博士

技术岗

1 1

47 100 男159 男性博士后管理岗

1 1

50 56 女172 已婚女

本科

技术岗

1 0

51 61 女174 已婚女

本科

技术岗

1 0

58 62 女220 已婚女

本科

技术岗

1 0

64 62 女232 已婚女

本科

技术岗

1 0

65 67 女235 已婚女

本科

技术岗

1 0

68 62 女257 男性本科技术岗

1 0

74 62 男309 未婚女

本科

管理岗

1 0

80 78 男346 男性硕士管理岗

1 1

81 57 女355 已婚女

本科

技术岗

1 0

83 71 男380 男性硕士管理岗

1 1

84 91 男387 男性硕士管理岗

1 1

85 91 男403 未婚女

硕士

管理岗

1 1

7 34 女27 已婚女

本科

技术岗

1 0

19 37 女47 已婚女

本科

技术岗

1 0

20 37 女52 已婚女

本科

技术岗

1 0

33 45 女92 已婚女

本科

技术岗

1 0

42 47 女117 已婚女

本科

技术岗

1 0

50 56 女172 已婚女

本科

技术岗

1 0

51 61 女174 已婚女本科技术岗 1 0

58 62 女220 已婚女

本科

技术岗

1 0

64 62 女232 已婚女

本科

技术岗

1 0

65 67 女235 已婚女

本科

技术岗

1 0

68 62 女257 男性本科技术岗

1 0

74 62 男309 未婚女

本科

管理岗

1 0

81 57 女355 已婚女

本科

技术岗

1 0

41 61 男114 未婚女

博士

管理岗

1 1

44 70 女140 已婚女

硕士

管理岗

1 1

45 75 女154 已婚女

硕士

管理岗

1 1

46 73 男158 未婚女

博士

技术岗

1 1

47 100 男159 男性博士后管理岗

1 1

80 78 男346 男性硕士管理岗

1 1

83 71 男380 男性硕士管理岗

1 1

84 91 男387 男性硕士管理岗

1 1

85 91 男403 未婚女

硕士

管理岗

1 1

可以明显的看出受教育程度高的在工资待遇方面明显

Coeff. t-stat p-val

8.4704 10.4031 0.0000

6.47503 2.2418 0.0517

-2.62638 -2.0581 0.0697

-10.2765 -12.6212 0.0000

12345

10

20

Model History

R M S E

-10

-5

5

10

15

X 1

X 2X 3X 4

Scaled Coefficients with Error Bars

优于受

Anova b

模型 平方和 df

均方 F Sig. 1

回归 18570.499 7 2652.928 44.483

.000a

残差 4890.401 82 59.639

总计

23460.900

89

a. 预测变量: (常量), 培训情况, 工龄(月), 女性婚姻状况, 一线工作情况, 工作部门性质, 性别, 受教育状况。

b. 因变量: 日平均工资 (元/天)

1 33 女7 已婚女

本科

技术岗

0 0

6 34 女19 已婚女

本科

技术岗

0 0

8 36 女30 已婚女

本科

技术岗

0 0

12 40 女31 已婚女

本科

管理岗

0 0

13 37 女38 已婚女

本科

技术岗

0 0

15 38 女42 已婚女

本科

技术岗

0 0

18 38 女42 已婚女

本科

管理岗

0 0

23 47 女54 已婚女

本科

管理岗

0 0

24 39 女54 已婚女

本科

技术岗

0 0

26 49 女66 已婚女

本科

管理岗

0 0

34 44 女94 已婚女

本科

管理岗

0 0

36 51 女103 已婚女

本科

技术岗

0 0

54 57 女209 已婚女

本科

技术岗

0 0

59 62 女222 已婚女

本科

技术岗

0 0

63 62 女227 已婚女

本科

管理岗

0 0

69 68 女260 已婚女

本科

技术岗

0 0

75 65 女319 已婚女

本科

管理岗

0 0

79 68 女337 已婚女

本科

技术岗

0 0

2 34 男14 男性本科技术岗

0 0

3 3

4 男18 男性本科管理岗

0 0

4 42 男19 未婚女本科技术岗0 0

2013学年数学建模课程论文题目

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/ed2098138.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 384620 18264 1 25 1 28240 2 40 0 13857 3 50 0 324114 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)。 题目3、工件的安装和排序问题 某设备由24个工件组成,安装时需要按工艺要求重新排序。 Ⅰ.设备的24个工件均匀分布在等分成六个扇形区域的一圆盘的边缘上,放在每个扇形区域的4个工件总重量和相邻区域的4个工件总重量之差不允许超过一定值(如4g)。 Ⅱ.工件的排序不仅要对重量差有一定的要求,还要满足体积的要求,即两相邻工件的

数学建模作业

数学建模作业 姓名:李成靖 学号:1408030311 班级:计科1403班 日期:2015.12。30

1.某班准备从5名游泳队员中选4人组成接力队,参加学校的4×100m混合泳接力比赛,5名队员4种泳姿的百米平均成绩如下表所示,问应如何选拔队员组成接力队? 如果最近队员丁的蛙泳成绩有较大的退步,只有1′15"2;而队员戊经过艰苦训练自由泳成绩有所进步,达到57”5,组成接力队的方案是否应该调整? 名队员4种泳姿的百米平均成绩 ij 若参选择队员i 加泳姿j 的比赛,记x i j=1, 否则记xi j=0 目标函数: 即m in=66.8*x11+75.6*x12+87*x13+58.6*x14+57。2*x21+66*x22+66.4*x 23+53*x24+78*x31+67.8*x32+84。6*x33+59.4*x34+70*x 41+74。2*x42+69.6*x 43+57。2*x44+67。4*x51+71*x52+83。8*x53+62.4*x54; 约束条件: x 11+x12+x13+x14〈=1; x 21+x22+x23+x 24〈=1; x 31+x32+x33+x34<=1; x 41+x42+x 43+x44〈=1; x 51+x52+x53+x54<=1; x11+x 21+x31+x41+x51=1; x 12+x22+x32+x42+x52=1; x13+x 23+x33+x43+x53=1; x14+x24+x 34+x44+x54=1; 甲 乙 丙 丁 戊 蝶泳 1′06"8 57”2 1′18” 1′10” 1′07"4 仰泳 1′15"6 1′06" 1′07”8 1′14"2 1′11" 蛙泳 1′27” 1′06"4 1′24"6 1′09"6 1′23"8 自由泳 58"6 53” 59”4 57”2 1′02”4 ∑∑=== 415 1j i ij ij x c Z Min

数学建模论文

数学建模课程论文题目:解决我国房屋泡沫 专业班级: 姓名: 学号: 任课老师: 20 年月日

题目 解决我国房屋泡沫 近几年来,我国各大城市的房价出现了普遍持续上涨、高居不下的情况。房价的上涨使生活成本大幅增加,导致许多中低收入人群买房难。因此如何有效地抑制房地产价格上扬,是一个备受关注的社会问题。现在请你就以下几个方面的问题进行讨论: 1.建立一个城市房价的数学模型,通过这个模型对房价的形成、演化机理进行深入细致的分析; 2.通过分析找出影响房价的主要因素; 3.给出抑制房地产价格的政策建议; 4.对你的建议可能产生的效果进行科学预测和评价。 目录 数学建模课程论文 (1) 题目 (2) 目录 (2) 摘要: (3) 关键词: (3) 问题重述 (3) 问题分析 (3) 合理假设: (6) 符号说明: (6) 模型的建立及求解 (6) 模型的检验及应用 (10) 结论与小结 (15) 参考文献: (15)

摘要:房价作为一种价格杠杆,在引导房地产可持续发展和抑制房地产泡沫将起到积极的作用。科学合理地制定房价,对房地产的发展具有重要意义。本文先从产生房地产泡沫的原因谈起,找出影响房产的相关因素,然后从房地产开发商和消费者两个方面展开讨论,得出两个不同的模型。模型一从开发商的角度建立模型,运用定性的分析方法,分析一个商场中只有一个房地产开发商,两个开个商和多个开发商的情况,运用博弈论的方法给出不同的模型,给出一个从特殊到一般的数学模型,并运用相关的经济理论进行解释;模型二从消费者的角度建立模型,运用有效需求价格,动态地确定消费者的房价的范围。在此基础上,采用一元线性回归,通过推导出的模型和运用大量的数据对模型的进行验证和分析,得出房价与其中几个主要因素的关系: 主要因素回归方程复相关系数R GDP与房价0.98135 人口密度与房 0.55250 价 人均可支配收 0.93943 入与房价 影响当前房价的主要因素,如社会因素包括国民经济的发展水平、相关税费、居民的收入、政策导向、社区位置等,自然因素包括地价、建安成本和开发商利润等;并在分析影响房价的诸多因素之后,提出了八点政策性建议。 综上所述,运用我们的模型得出相应的房价,然后利用我们相应的政策作为指导,我国的房地产不但会抑制房地产泡沫问题,而且我国的房地产市场将得到持续健康地发展。 关键词:房地产泡沫、回归分析、有效需求模型、GDP、市场 问题重述 近几年来,我国各大城市的房价出现了普遍持续上涨、高居不下的情况。房价的上涨使生活成本大幅增加,导致许多中低收入人群买房难。因此如何有效地抑制房地产价格上扬,是一个备受关注的社会问题。现在请你就以下几个方面的问题进行讨论:1.建立一个城市房价的数学模型,通过这个模型对房价的形成、演化机理进行深入细致的分析; 2.通过分析找出影响房价的主要因素; 3.给出抑制房地产价格的政策建议; 4.对你的建议可能产生的效果进行科学预测和评价。 问题分析 所谓房地产泡沫就是指房地产商品的预期价格被大大的高估,从而导致各类投机资本的纷纷进入,通过恶性炒作将现期房地产价格大大抬高。使其价格远远高于其实际价值,从而产生房地产泡沫。 房地产的基本载体是土地。由于土地的不可再生性、稀缺性与供给无弹性将决定土地的升值性。从而使房地产也具有升值趋势。正是由于这一因素才会导致各类房地产投机者进行投机。土地市场是整个社会市场体系中市场等级较低的基础市场之一,因此社会经济的泡沫现象往往先出现在土地市场,然后泡沫向其他市场输出,并最终沉淀在土地市场,因此泡沫

数学建模结课论文

数学建模结课论文 数学建模对我而言是一个很难得东西,不过我耐心的仔细研究了一番发现,虽然一开始是有些困难,但是却是一个很实用的东西,后来建立起模型后事情会变得简单得多。 我百度了一下数学建模的定义,它是这么说的: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、简化建立能近似刻画并"解决"实际问题的一种强有力的数学手段。数学模型一般是实际事物的一种数学简化。它常常是以某种意义上接近实际事物的抽象形式存在的,但它和真实的事物有着本质的区别。要描述一个实际现象可以有很多种方式,比如录音,录像,比喻,传言等等。为了使描述更具科学性,逻辑性,客观性和可重复性,人们采用一种普遍认为比较严格的语言来描述各种现象,这种语言就是数学。使用数学语言描述的事物就称为数学模型。有时候我们需要做一些实验,但这些实验往往用抽象出来了的数学模型作为实际物体的代替而进行相应的实验,实验本身也是实际操作的一种理论替代。 我所学习的专业是地质学。近些年来,数学也向地质学慢慢渗

透,其中数学建模扮演着重要的角色。在寻矿的过程中,若是建立起一个数学模型,对于以后的工作会有重要的作用,甚至能够指导我们把精力放在何处。 随着数学向诸如经济、人口、生态、地质等所谓非物理领域的渗透,一些交叉学科如计量经济学、人口控制论、数学生态学、数学地质学等应运而生。一般地说,不存在作为支配关系的物理定律,当用数学方法研究这些领域中的定量关系时,数学建模就成为首要的、关键的步骤和这些学科发展与应用的基础。在这些领域里建立不同类型、不同方法、不同深浅程度模型的余地相当大,为数学建模提供了广阔的新天地。马克思说过,一门科学只有成功地运用数学时,才算达到了完善的地步。展望21世纪,数学必将大踏步地进入所有学科,数学建模将迎来蓬勃发展的新时期。

数学建模论文省

2015年杯全国大学生数学建模竞赛 承诺书 我们仔细阅读了中国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式(包括、电子、网上咨询等)于对外的任人(包括指导教师)研究,讨论与参赛有关的问题。 我们知道,抄袭别人的成果是违反赛事的规定的,如果引用别人的成果或其他公开资料(包括网上查到的资料),必须按照有关规定的参考文献的表达式在正文引用处和参考文献中明确列出。 我们重承诺,格遵守竞赛规则,以保证竞赛的公开、公平性。如有违反竞赛规则的行为,我们将受到肃处理。 我们参赛选择的题号是(从A/B/C/D/E/F中选择一项填写): D 我们参赛的报名号为(如果赛区设置报名号的话): 所属学校(请填写完整的全名):工业大学 参赛队员(打印并签名): 1. 杜东旭20131583 :机电工程学院 2. 红星20132768 :机电工程学院 3. 郝昆昆20132812 :机电工程学院

2015年“杯”数学建模夏令营 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): 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):

基于延误率对航班延误问题进行分析 摘要 航班延误如今是国际各机场存在的普遍问题,一直困扰着航空承运和广大旅客。航班延误不仅给旅客的出行带来不便,也给航空公司带来经济损失。 目前国外对航班延误的分析较多,部分文献从定性角度和处理措施面进行了一定程度的研究【1-3】;部分文献从航班延误的波及关系出发,提出了航班延误链式反应波及的机场个数与飞机的初始延误时间【4-6】;也有文献提出针对延误成本分析模型【7-9】。本文主要是关于航班延误的统计分析、延误原因及合理性建议问题。 问题一的解决:通过EXCEL软件对国际上主要航空公司数据的统计、整理,分析各航空公司航班总数,延误航班数,建立模型比较延误率及延误班数,得出国际上航班延误最重的10个机场中中国所占个数。 问题二的解决:首先进行数据统计与整理,找到影响航班延误的主要因素,计算各因素影响航班延误的比例,做出比例分布直图,根据数据结合实际情况找出导致航班延误的主要因素为:航空公司的运行管理、流量控制、恶劣天气的影响、军事活动的影响与机场保障。 问题三的解决:影响航班延误的因素众多,我们就流量控制因素、乘客因素进行分析处理,研究控制地面总损失、航班延误与时间段,建立了地面等待问题、延误时间段的数学模型,通过数据调查、分析统计,提出对航班延误问题的合理化处理式。

数学建模作业43508

数学建模作业

1、在甲乙双方的一场战争中,部分甲方部队被乙方部队包围长达4个月,乙方封锁了所有 水陆交通通道,因此被包围的甲方只能依靠空中交通维持补给,运送4个月的供给依此分别 需要2次、3次、3次、4次飞行,每次飞行编队由50架飞机组成,每架飞机都需要3名飞 行员,每架飞机每月只能飞行一次,每名飞行员每月也只能飞行一次,每次执行完运输飞行 任务后的返回途中有20%的飞机被乙方部队击落,导致机上的飞行员也牺牲或失踪。在第 一个月开始时,甲方拥有110架飞机和330名熟练的飞行员,每个月开始时,甲方可以招聘 新飞行员和购买新飞机,新飞机必须经过一个月的检查磨合后才可以投入使用,新飞行员也 必须在熟练飞行员的指导下经过一个月的训练才能成为熟练飞行员而投入飞行(作为教练的 熟练飞行员本月不能参与飞行任务),每名熟练飞行员作为教练每月指导20名飞行员(包括 自己在内)进行训练,每名飞行员在完成本月的飞行任务后必须有一个月的带薪休假,然后 返回待命可再次投入飞行,已知各项费用平均单价如下表所示(单位:千元)。 第一个月第二个月第三个月第四个月新飞机价格200 195 190 185 闲置的熟练飞行员报酬7 6.9 6.8 6.7 10 9.9 9.8 9.7 教练及飞行员报酬和训练 费用 执行飞行任务的飞行员报 9 8.9 9.8 9.7 酬 休假期的飞行员报酬 5 4.9 4.8 4.7 (1)为甲方安排一个总费用最小的飞行计划。 (2)如果每名熟练飞行员作为教练每月指导不超过20名飞行员(包括自己在内)进行训练, 相应的模型和安排将会发生怎样的改变? 解:(1) 设每月初购买飞机数量为d1,d2,d3,d4架,每月闲置飞机数量为 y1,y2,y3,y4架,每月教练与新飞行员总数量为a1,a2,a3,a4人,每月闲置熟练 飞行员的数量为b1,b2,b3,b4人。由于每月执行任务的飞行员和休假期的飞行员 的数量是固定的,即这部分的花费是固定的,所以在优化目标中可以不必考虑。 模型建立: 决策变量:设每月初购买飞机数量为d1,d2,d3,d4架,每月闲置飞机数量 为y1,y2,y3,y4架,每月教练与新飞行员总数量为a1,a2,a3,a4人,每月闲置熟 练飞行员的数量为b1,b2,b3,b4人。 目标函数:设总费用为z元,则由价格平均表可知: z=200d1+195d2+190d3+185d4+10a1+9.9a2+9.8a3+9.7a4+7b1+6.9b2+6.8b3+ 6.7b4 约束条件包括: (1)飞机数量限制:四个月中出去执行任务的飞机数量分别为100,150,150,200架次,每次安全返回的数量为80,120,120,160架次。 根据每个月的实际情况可得方程: 100+y1=110; 150+y2=80+y1+d1; 150+y3=120+y2+d2; 200+y4=120+y3+d3;

数学建模优秀论文范文

数学建模优秀论文范文 数学建模随着人类的进步,科技的发展和社会的日趋数字化,应用领域越来越广泛,人们身边的数学内容越来越丰富。强调数学应用及培养应用数学意识对推动素质教育的实施意义十分巨大。数学建模在数学教育中的地位被提到了新的高度,通过数学建模解数学应用题,提高学生的综合素质。本文将结合数学应用题的特点,把怎样利用数学建模解好数学应用问题进行剖析,希望得到同仁的帮助和指正。 一、数学应用题的特点 我们常把来源于客观世界的实际,具有实际意义或实际背景,要通过数学建模的方法将问题转化为数学形式表示,从而获得解决的一类数学问题叫做数学应用题。数学应用题具有如下特点: 第一、数学应用题的本身具有实际意义或实际背景。这里的实际是指生产实际、社会实际、生活实际等现实世界的各个方面的实际。如与课本知识密切联系的源于实际生活的应用题;与模向学科知识网络交汇点有联系的应用题;与现代科技发展、社会市场经济、环境保护、实事政治等有关的应用题等。 第二、数学应用题的求解需要采用数学建模的方法,使所求问题数学化,即将问题转化成数学形式来表示后再求解。 第三、数学应用题涉及的知识点多。是对综合运用数学知识和方法解决实际问题能力的检验,考查的是学生的综合能力,涉及的知识点一般在三个以上,如果某一知识点掌握的不过关,很难将问题正确解答。 第四、数学应用题的命题没有固定的模式或类别。往往是一种新颖的实际背景,难于进行题型模式训练,用“题海战术”无法解决变化多端的实际问题。必须

依靠真实的能力来解题,对综合能力的考查更具真实、有效性。因此它具有广阔的 发展空间和潜力。 二、数学应用题如何建模 建立数学模型是解数学应用题的关键,如何建立数学模型可分为以下几个层次: 第一层次:直接建模。 根据题设条件,套用现成的数学公式、定理等数学模型,注解图为: 将题材设条件翻译 成数学表示形式 应用题审题题设条件代入数学模型求解 选定可直接运用的 数学模型 第二层次:直接建模。可利用现成的数学模型,但必须概括这个数学模型,对 应用题进行分析,然后确定解题所需要的具体数学模型或数学模型中所需数学量需 进一步求出,然后才能使用现有数学模型。 第三层次:多重建模。对复杂的关系进行提炼加工,忽略次要因素,建立若干 个数学模型方能解决问题。 第四层次:假设建模。要进行分析、加工和作出假设,然后才能建立数学模 型。如研究十字路口车流量问题,假设车流平稳,没有突发事件等才能建模。 三、建立数学模型应具备的能力 从实际问题中建立数学模型,解决数学问题从而解决实际问题,这一数学全过 程的教学关键是建立数学模型,数学建模能力的强弱,直接关系到数学应用题的解 题质量,同时也体现一个学生的综合能力。 3(1提高分析、理解、阅读能力。

关于小学数学建模论文

关于小学数学建模论文 摘要: 在小学数学教学中融入数学建模思想,一定要把握好数学建模的内涵,不能只看型丢 弃核。在建模活动过程中注意遵循小学生的儿童性、认知水平以及思维特点。通过创设的 问题情境让建模思想渗透进去,让小学生们在实践、探究、运用中形成一种建模技能,建 立建模的思维方法,懂得建模的价值和重要性,合理定位小学数学建模。 关键词:小学生;数学建模;遵循规律 数学是一门研究数量关系、空间形式的科学。主要特点是概念的抽象性、逻辑的严密性、结论的明确性、体系的完整性、应用的广泛性。无论是研究数学还是学习数学,其目 的是将数学应用于社会服务于社会。实现此目的的途径是把实际问题与数学联系起来,通 过数学模型来实现的。“模型化是数学中的一个基本概念,它处于所有的数学应用之心脏”。[1]建立数学模型是数学学习的重要部分。数学建模的特殊地位与作用,早已从大 学向基础教育延伸。小学阶段展开数学建模是否可行,日常的小学数学教学与贯彻建模思 想的小学数学教学又有什么差别,是一个值得深究的问题。 数学建模的核心本质是它更突出显现对原始问题的分析、假设、抽象;更突出显现数 学教学工具和教学方法以及教学模型的取舍、分析加工过程。数学模型的分析――求 解――验证――再分析――修改――假设――再求解的迭代过程更完整地表现出学生学习 数学和应用数学解决实际问题的关系。这样一个迭代的过程,再现出一种“微型的科研过程”,使学生耳目一新。这不仅促进学生们数学意识的加强和数学素养的提高,更重要的 是促进学生们数学品质的提升。无论是高校还是初级小学,数学建模的价值对学生的学习 都会产生积极的影响,所以在数学教学中要贯彻数学建模思想,关键问题是如何才能把握 好数学建模的内涵,如何才能展开一个完美过程,如何科学定位这是一个需要深思的问题。下面从数学建模的实体、目标、原则、途径做一些讨论。 一、建模主体的儿童性 在初级学校数学建模的主体是小学生,知识运用的特点是小学数学,因此在小学展开 数学建模,创设问题情境,一定注意掌握复杂性的适度,根基于学生“最近发展区”,还 要以“看得见、够得着”为原则,直抵学生的“最优发展区”。要合理定位数学建模的难度、深度、温度、适度,不仅要学生认真思考,积极探索,又要学生经过探索发现问题, 并能运用所学知识解决问题。 1基于建模主体的生活经验。数学建模提供一个完整、真实的问题情境,将现实生活 中与数学有关的素材及时融入到学习课堂中,把教材内容结合生活实际、社会热点、自然 环境等与数学问题有关系的各种因素,巧妙地转化为儿童日常生活数学问题的火热思考, 把其当做解决问题的支撑物来启动教学,使学生产生学习兴趣,让学生从身边具体的情境 中发现问题、提出问题、解决问题;让学生认识到问题的价值性;让学生抓住问题的锚桩,

《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

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 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。

数学建模实践课论文

学生实习报告 课程编号:C01061 课程名称:数学建模实用技术基础 学号: 姓名: 专业班级:机自1501 所在学院:工程分院 报告日期:2017 年8 月13 日

注:学生的实习总结等文档附在本封面之后

摘要 数学建模实用技术应用基础系列课程给我最大的收获不是学会简单地使用软件、知道一些简单的建模方法,而是每一位老师课前的介绍。老师们的课前介绍告诉我统计学的浩瀚。这篇文章除了阐述抑或叫记录老师讲的我觉得比较重要的知识点,还有我自己根据老师的思路自己课外做的实例。 第一、二天讲的是关于文献查找的内容,印象最深刻还是NoteExpress的好用之处,除此之外还知道了一些常用的找文献的网站。之后林老师讲的随机模拟对数学知识的储备要求比较高。用excel的函数来做随机模拟无疑是非常快捷方便的办法。KNN算法的思想对我而言很新奇,个人感觉和神经网络有点异曲同工之处。康老师讲的关于MATLAB、LINGO软件的操作非常有用,相当于数学建模公选课的浓缩。戴老师对matlab的更进一步的讲解,包括计算方法让我印象非常深刻。如果说之前我在门外徘徊,从这堂课开始我才正视用matlab进行真正的编程操作。matlab有很多计算方程的函数,这些都可以用help能够找到。之后在张老师的指导下,学会了用spss的简单操作,也对聚类分析、降维有了初步的认识。同时,张老师还讲了主成分分析和因子分析,用来解决多元统计系列问题。黄老师的二维三维图形绘制的课也让我对数学建模论文的插图有了进一步的想法。关于科技论文的写作更是让我有规范论文格式的意识。最后,王老师介绍了MATLAB的工具箱。我意识到了站在前人肩膀上的重要性。 总之此次数学建模培训让我明白数学建模四个字的含义,将问题转化为数学问题然后运用成熟的算法将之解决。 关键字:MATLAB LINGO SPSS 多元统计

数学模型论文

东北大学 研究生考试试卷 考试科目:数学模型 课程编号: 阅卷人: 考试日期:2011.12 姓名:王艳超2班 学号:1170380 注意事项 1.考前研究生将上述项目填写清楚 2.字迹要清楚,保持卷面清洁 3.交卷时请将本试卷和题签一起上交 东北大学研究生院

数学模型在人口预测中的应用 绪论 随着社会的发展和科技的进步,数学愈来愈向其它科技领域渗透,数学模型的研究愈来愈广泛和深入.物理和力学是数学应用的传统领域,其中有许多著名的数学模型.然而,以前数学在化学、生物等自然学科中应用的很少.近年来,情况发生了变化. 最近几个世纪以来世界的人口增加的很快,数学模型的方法在研究人口的预测的领域得到了越来越广泛的重视.有人预计到21世界的中叶,人类将超过100亿.地球上可供人类利用的资源是十分有限的,世界人口的迅速膨胀,特别是发展中国家过高的人孔增长率成为一个十分严峻的问题.另一方面,当前许多国家人口的年龄结构不合理,出现人口老龄化的趋势,产生了一系列新的社会问题. 面临这样的形势,人类必须进行自我控制,既要抑制人口增长的过快形势又要使人口的年龄结构有一个合理的分布.要实现此目标必须建立人口的预测和控制的数学模型,为正确的的人口政策提供科学的依据.

一 人口预测模型综述 人口预测是指以人口现状为基础,对未来人口的发展趋势提出合理的控制要求和假定条件即参数条件,来获得对未来人口数据提出预报的技术或方法.未来人口规模是土地利用规划中确定各类土地需求量控制性指标、调整土地利用结构,实现土地供需平衡,解决人地矛盾的重要依据.因此,探讨人口预测方法在土地利用规划中的合理应用,对土地利用规划和土地可持续发展有着十分重要的意义. 常用人口预测方法有人口自然增长法、线性回归法、移动平均法、指数平滑法、灰色预测法、系统动力学方法、人工神经网络预测法、马尔萨斯(Malthus )模型、Logistic 人口预测模型、Leslie 人口预测模型预测、宋健人口预测模型、王广州系统仿真结构功能模型等. 除以上方法外,一些学者还利用SPSS 统计软件、资源环境容量、土地承载力、生命表法、Berta lanffy 模型、数学期望等对人口预测进行了一些研究.另外,由于预测方法种类繁多,运用组合预测的的方法也有研究.下面分别叙述之. (一)人口自然增长法 自然增长法是土地利用规划中人口预测最常用的方法.自然增长法是以现有人口为基数,根据人口的年平均增长率,自然增长率和人口机械增长数来确定规划目标年的总人口数.常采用的公式有两种,即: )1(R n N P += (1) G N P r n +=+)1( (2) 式中:P 为规划目标年的总人口数;N 为规划基础年的总人口数;R 为规划期人口年平均增长率;r 为规划期人口自然增长率;n 为规划年限;G 为人口机械增长数(迁入与迁出之间的差数).利用以上两个公式预测时,关键是要指定各个参数的值,在以上参数值准确的前提下,自然增长法具有普遍的适用性. (二)线性回归法 1.一元线性回归.用一元线性回归法预测的基本思想是::按照两个变量X 、Y 的现有数据,把X 、Y 作为已知数,根据回归方程寻求合理的a 、b ,确定回归曲线.再把a 、b 作为已知数,去确定X 、Y 的未来演变.一元线性回归方程为:

数学建模课程论文

数学模型课程论文 题目:企业利润合理的分配 【摘要】 本文针对企业利润合理的分配进行建立层次分析模型。首先将决策问题分解为三个层次,最上层为目标层,即企业利润的合理分配,最下层为方案层,有 P1,P2,P3三个分别为:为企业员工发年终奖金,扩建集体福利设施,引进高薪技术人才和设备。中间为准则层,有调动员工的积极性,提高企业质量,改善企业员工的生活条件。然后用成对比较法得出成对比较矩阵,运用Matlab软件求出特征值和权向量。求出组合权向量,进行一致性检验。最后得出组合权向量为:(0.5020,0.3546,0.1434)。结果表明方案在企业员工发年终奖金的权重大些,所以资金的合理分配为: 企业员工发年终奖金、扩建集体福利设施和引进高薪技术人才和设备资金的比例为:0.5020:0.3546:0.1434 。 关键词:层次分析法;Matlab软件;企业利润;合理分配;

问题重述 某企业由于生产效益较好,年底取得一笔利润领导决定拿出一部分资金分别用于,(1)为企业员工发年终奖金;(2)扩建集体福利设施;(3)引进高薪技术人才和设备;为了促进企业的进一步发展,在制定分配方案时,主要考虑的因素有:调动员工的积极性,提高企业质量,改善企业员工的生活条件。主要问题为年终奖发多少?扩建集体福利和设施支出多少?拿多少资金用于引进高薪技术人才和设备。试建立层次分析法模型,提出一个较好的资金分配方案。 一、问题分析 首先将决策问题分解为三个层次,最上层为目标层,即企业利润的合理分配, 最下层为方案层,有P 1,P 2 ,P 3 三个分别为:为企业员工发年终奖金,扩建集 体福利设施,引进高薪技术人才和设备。中间为准则层,有C 1 调动员工的积极 性,C 2 提高企业质量,C 3 改善企业员工的生活条件。将方案层对准则层的权重 及准则层对目标层的权重进行综合,最终确定方案层对目标层的权重,在层次分析法中要给出进行综合的计算方法。用成对比较法得出成对比较矩阵,运用Matlab软件[1]求出特征值和权向量[2]。求出组合权向量,进行一致性检验。最后得出组合权向量。

数学建模习题指导

数学建模习题指导 第一章 初等模型 讨论与思考 讨论题1 大小包装问题 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吗?比如洁银牙膏50g 装的每支1.50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种现象。 (1)分析商品价格C 与商品重量w 的关系。 (2)给出单位重量价格c 与w 的关系,并解释其实际意义。 提示: 决定商品价格的主要因素:生产成本、包装成本、其他成本。 单价随重量增加而减少 单价的减少随重量增加逐渐降低 思考题2 划艇比赛的成绩 赛艇是一种靠浆手划桨前进的小船,分单人艇、双人艇、四人艇、八人艇四种。各种艇虽大小不同,但形状相似。T.A.McMahon 比较了各种赛艇1964—1970年四次2000m 比赛的最好成绩(包括1964年和1968年两次奥运会和两次世界锦标赛),见下表。建立数学模型解释比赛成绩与浆手数量之间的关系。 各种艇的比赛成绩与规格 γβα++=3 2w w C w w c γβα++=-3 123 431w w c γβ--='-3 2943 4w w c γβ+=''-

第二章 线性代数模型 森林管理问题 森林中的树木每年都要有一批砍伐出售。为了使这片森林不被耗尽且每年都有所收获,每当砍伐一棵树时,应该就地补种一棵幼苗,使森林树木的总数保持不变。被出售的树木,其价值取决于树木的高度。开始时森林中的树木有着不同的高度。我们希望能找到一个方案,在维持收获的前提下,如何砍伐树木,才能使被砍伐的树木获得最大的经济价值。 思考: 试解释为什么模型中求解得到的 为每周平均销售量会略小于模型假设中给出的1。 练习: 将钢琴销售的存贮策略修改为:当周末库存量为0或1时订购,使下周初的库存 达到3架;否则,不订购。建立马氏链模型,计算稳态下失去销售机会的概率和每周的平均销售量。 2.将钢琴销售的存贮策略修改为:当周末库存量为0时订购本周销售量加2架;否则,不订购。建立马氏链模型,计算稳态下失去销售机会的概率和每周的平均销售量。 第三章 优化模型 讨论题 1)最优下料问题 用已知尺寸的矩形板材加工半径一定的圆盘。给出几种加工排列方法,比较出最优下料方案。 2)广告促销竞争问题 甲乙两公司通过广告竞争销售商品,广告费分别为 x 和 y 。设甲乙公司商品的售量在两公司总售量中所占份额是它们的广告费在总广告费中所占份额的函数 又设公司的收入与售量成正比,从收入中扣除广告费后即为公司的利润。试构造模型的图形,并讨论甲公司怎样确定广告费才能使利润最大。 (1)令 (2)写出甲公司的利润表达式 对一定的 y ,使 p (x ) 最大的 x 的最优值应满足什么关系。用图解法确定这个最优值。 练习1 三个家具商店购买办公桌:A 需要30张,B 需要50张,C 需要45张。这些办公桌由两个工厂供应:工厂1生产70张,工厂2生产80张。下表给出了工厂和商店的距离(单位公里) , 857.0=n R ) (),(y x y f y x x f ++的示意图。。画出则)()()(,t f t f t f y x x t 11=-++= 。 )(t p

初中数学建模论文范文

初中数学建模论文范文 数学建模随着人类的进步,科技的发展和社会的日趋数字化,应用领域越来越广泛,人们身边的数学内容越来越丰富。强调数学应用及培养应用数学意识对推动素质教育的实施意义十分巨大。数学建模在数学教育中的地位被提到了新的高度,通过数学建模解数学应用题,提高学生的综合素质。本文将结合数学应用题的特点,把怎样利用数学建模解好数学应用问题进行剖析,希望得到同仁的帮助和指正。 一、数学应用题的特点 我们常把来源于客观世界的实际,具有实际意义或实际背景,要通过数学建模的方法将问题转化为数学形式表示,从而获得解决的一类数学问题叫做数学应用题。数学应用题具有如下特点: 第一、数学应用题的本身具有实际意义或实际背景。这里的实际是指生产实际、社会实际、生活实际等现实世界的各个方面的实际。如与课本知识密切联系的源于实际生活的应用题;与模向学科知识网络交汇点有联系的应用题;与现代科技发展、社会市场经济、环境保护、实事政治等有关的应用题等。 第二、数学应用题的求解需要采用数学建模的方法,使所求问题数学化,即将问题转化成数学形式来表示后再求解。 第三、数学应用题涉及的知识点多。是对综合运用数学知识和方法解决实际问题能力的检验,考查的是学生的综合能力,涉及的知识点一般在三个以上,如果某一知识点掌握的不过关,很难将问题正确解答。 二、数学应用题如何建模 第一层次:直接建模。 根据题设条件,套用现成的数学公式、定理等数学模型,注解图为: 第二层次:直接建模。可利用现成的数学模型,但必须概括这个数学模型,对应用题进行分析,然后确定解题所需要的具体数学模型或数学模型中所需数学量需进一步求出,然后才能使用现有数学模型。 第三层次:多重建模。对复杂的关系进行提炼加工,忽略次要因素,建立若干个数学模型方能解决问题。 第四层次:假设建模。要进行分析、加工和作出假设,然后才能建立数学模型。如研究十字路口车流量问题,假设车流平稳,没有突发事件等才能建模。 三、建立数学模型应具备的能力

数学建模课程设计论文

数学建模课程设计 题目:最佳捕鱼方案 第九组:组员一组员二组员三 姓名:崔健萍王晓琳吴晓潇 学号: 021340712 021341009 021341014 专业:数学与应用数学数学与应用数学数学与应用数学成绩: 湖北民族学院理学院 二零一五年五月三十一日

最佳捕鱼方案问题 摘要 捕鱼方案问题在实际生活中应用广泛,如何捕鱼投放市场效益最佳这是一个一直需要讨论的问题。 本文通过建立一个数学模型的方式把捕鱼方案问题这种实际问题转化为数学模型的方式进行解答。 在本文中,首先我们对于这个问题进行了分析假设,排除了一些实际生活中不可避免但是我们又无法预计的实际情况,然后对本题进行了分析,选择了最合适的建模方式。在已知鱼的总量、水位、水位随时间的变化关系、鱼损失的变化率随水位的变化关系、捕鱼成本随水位的变化关系及不同供应量时鱼的价格的情况如下,要求下面几个问题: 问题一:建立草鱼的销售收益随供应量变化的函数关系,主要是考虑当随捕鱼量取不同值时,鱼的价格,然后再把其联系在一块,做出其函数关系。 问题二:建立草鱼的捕捞成本随时间变化的函数关系,由于是自然放水,所以水的深度和时间是一个一次函数的关系,但水的深度降低时,捕捞成本越来越低,并且降低的速度越来越快。经过一系列的模型建立与求解最终得出捕捞成本随时间的函数关系。 问题三:当水位下降时捕鱼的损失率会越来越大,并且其损失率会加速增大,据查询的可靠资料,最后得出水位和损失率的关系跟反函数图像最接近,最后就采用以水位为自变量,损失率为因变量建立模型,最终得出其函数模型,然后再联系水位与时间的关系,最终可以得出草鱼的损失率与时间变化的函数关系。问题四:为取得最大的总经济效益,保证在放水的过程中,每一天都达到了最大的经济效益,其中要考虑到捕鱼成本随水深的变化和损失率随水深的变化,同时水深又是随时间的变化,建立相应的目标规划模型。 关键词:0-1变量规划问题多目标 LINGO

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

相关文档