数学建模五步法与灵敏度分析
简介：
研究与分析一个系统（或模型）的状态或输出变化对系统参数或周围条件变化的敏感程度的方法。在最优化方法中经常利用灵敏度分析来研究原始数据不准确或发生变化时最优解的稳定性。通过灵敏度分析还可以决定哪些参数对系统或模型有较大的影响。因此，灵敏度分析几乎在所有的运筹学方法中以及在对各种方案进行评价时都是很重要的。
用途：
主要用于模型检验和推广。简单来说就是改变模型原有的假设条件之后，所得到的结果会发生多大的变化。
举例（建模五步法）：
一头猪重200磅，每天增重5磅，饲养每天需花费45美分。猪的市场价格为每磅65美分，但每天下降1美分，求出售猪的最佳时间。
建立数学模型的五个步骤：
1.提出问题
2.选择建模方法
3.推到模型的数学表达式
4.求解模型
5.回答问题
第一步：提出问题
将问题用数学语言表达。例子中包含以下变量：猪的重量w（磅），从现在到出售猪期间经历的时间t（天），t天内饲养猪的花费C（美元），猪的市场价格p（美元/磅），出售生猪所获得的收益R（美元），我们最终要获得的净收益P （美元）。还有一些其他量，如猪的初始重量200磅。
（建议先写显而易见的部分）
猪从200磅按每天5磅增加
（w磅）=（200磅）+（5磅/天）*（t天）
饲养每天花费45美分
（C美元）=（美元/天）*（t天）
价格65美分按每天1美分下降
（p美元/磅）=（美元/磅）-（美元/磅）*（t天）生猪收益
（R美元）=（p美元/磅）*（w磅）
净利润
（P美元）=（R美元）-（C美元）
用数学语言总结和表达如下：
参数设定：
t=时间（天）
w=猪的重量（磅）
p=猪的价格（美元/磅）
C=饲养t天的花费（美元）
R=出售猪的收益（美元）
P=净收益（美元）
假设：
w=200+5t
C=
p=目标：求P的最大值
第二步：选择建模方法
本例采用单变量最优化问题或极大—极小化问题
第三步：推导模型的数学表达式子
P=R-C （1）
R=p*w （2）
C= （3）
得到R=p*
p= （4）
w=200+5t （5）
得到P=（令y=P是需最大化的目标变量，x=t是自变量，现在我们将问题转化为集合S={x:x>=0}上求函数的最大值：
y=f（x）=（（1-1）
第四步：求解模型
用第二步中确定的数学方法解出步骤三。例子中，要求（1-1）式中定义的y=f （x）在区间x>=0上求最大值。下图给出了（1-1）的图像和导数（应用几何画板绘制）。在x=8为全局极大值点，此时f（8）=。因此（8，）为f在整个实轴上的全局极大值点，同时也是区间x>=0上的最大值点。
第五步：回答问题
根据第四步，8天后出售生猪的净收益最大，可以获得净收益美元。只要第一步中的假设成立，这一结果正确。
数学建模五步方法总结：
第一步：提出问题
（1）列出问题中涉及的变量，包括适当的单位；
（2）注意不要混淆变量和常量；
（3）列出你对变量所做的全部假设，包括等式和不等式；
（4）检查单位从而保证你的假设有意义；
（5）用准确的数学术语给出问题的目标。
第二步：选择建模方法
（1）选择解决问题的一个一般的求解方法；
（2）一般地，这一步的成功需要经验，技巧和熟悉相关文献。
第三步：推导模型的数学表达式
（1）将第一步中得到的问题重新表达成第二步选定的建模方法所需要的形式；（2）将第一步中的一些变量名改成与第二步所用的记号一致；
（3）记下任何补充假设，这些假设是为了使第一步中描述的问题与第二步中选定的数学结构相适应而做出的。
第四步：求解模型
（1）将第二步中所选用的一般求解过程应用于第三步得到表达式的特定问题；（2）注意你的数学推导，检查是否有错误，你的答案是否有意义；
（3）采用适当的技术，计算机代数系统，图形工具，数值计算的软件等，都能扩大你能解决问题的范围，并能减少计算错误。
第五步：回答问题
（1）用非技术性的语言将第四步的结果重新表述；
（2）避免数学符号和术语；
（3）能理解出处提出的问题的人就应该能理解你给出的答案。
灵敏度分析
数据是由测量，观察有时甚至完全猜测得到的，因此，我们要考虑数据不准确的可能性。
上例中，生猪现在的重量，现在的价格，每天饲养花费都很容易测量，而且有相当大的确定性。但是猪的生长率则不那么确定，而价格的下降率则确定性更
低，记r为价格的下降率，现在假设r的实际值不同，对几个不同的r值重复前面的求解过程，我们会对问题的解关于r的敏感程度有所了解。下表给出了几个不同r值求出的计算结果。根据表格绘制图形，我们可以看到售猪的最优时间对参数r很敏感。
对灵敏度的更系统的分析是将r视为未知参数，按前面的步骤求解，写出p=。得到y=f（x）=（）（200+5x）。使得导数为0，得到x=（7-500r）/25r，当x>=0时，只要0 对于猪的生长率g同样不确定，我们有w=200+gt，得到y=f（x）=（）（200+gx）。使得导数为0，得到x=5*(13g-49)/2g。当x>=0时，得到g>=。 我们将灵敏度数据用相对改变量表示，例如：r下降10%导致了x增加了39%，而g下降了10%导致了x下降了34%。 如果x的改变量Δx，则Δx/x表示相对改变量。如果r改变了Δr，导致了x有Δx的改变量，则相对改变量的比值为（Δx/x）/（Δr/r），令Δr→0，我们有（Δx/x）/（Δr/r）→（dx/dr）*（r/x）。我们称这个极限值为x对r的灵敏度，即为S（x，r）。 在售猪问题中，r=和x=8得到dx/dr=-7/25r2=-2800，因此S（x，r）=(dx/dr)*(r/x)=-2800*8)=-7/2，即若r增加2%，则x下降7%。由于 dx/dg=245/2g2=,我们有S（x，g）=(dx/dg)*(g/x)=*（5/8）=。于是猪的生长率增加1%，会导致大约等待3%的时间再将猪售出。 灵敏度分析的成功应用要有较好的判断力，通常即不可能对模型中的每个参数都计算灵敏度分析，也没有特别的要求。我们需要选择那些有较大不确定性的参数进行灵敏度分析。对灵敏度系数的解释还要依赖与参数的不确定程度，主要问题是数据的不确定程度影响答案的置信度。在这个问题中，我们通常认为猪的生长率g比价格下降率r更可靠。如果我们观察了猪或者其他类似动物在过去的生长情况，则g有25%的误差会是很不寻常的，但对r的估计有25%的误差则不足为奇。 数学模型的稳健性 一个数学模型称为稳健的，是指即使这个模型不完全精确，由其导出的结果也是正确的。在实际问题中，我们不会有绝对准确的信息，即使能够建立一个完美的精确模型，我们也可能采取较为简单和易于处理的方法。出于数学处理的方便和简化的目的，常常要做一些假设，建模者有责任要考察这些假设是否太特殊，以致使模型的结果无效。 上例中我们主要是假设猪的重量和每磅的价格都是时间线性函数。假设一年后，猪的重量为200+5*365=2025磅，卖出收益为美元/磅。一个更为实际的模型应该考虑到这些函数的非线性性，又考虑到随着时间的推移不确定性的增加。 考察售猪问题中的线性假设。基本方程为P=。如果模型初始数据和假设没有与实际相差太远，则售猪的最佳时间应该有令P求导为0得到。计算后有p'w+pw'=，得到只要猪价比饲养的费用增长快，就应暂时不卖出。其中，p'w为价格下降带来的损失，pw'为猪增重而增加的价值。考虑更一般的模型的情况，猪的未来增长和价格的未来变化并不确定。 假设如下情况，一个农民有一头重量大约是200磅的猪，上一周猪每天增重约5磅，五天前猪价为70美分/磅，但现在是65美分/磅，根据现有数据我们可以得出何时出售，问题是p'和w'在未来几周内不会保持常数，因此，两者不会是时间的线性函数。但是只要在这段时间内，两者变化不太大，假设他们保持为常数而导致的误差就不会太大。 数学建模部分课后习题解答 中国地质大学 能源学院 华文静 1.在稳定的椅子问题中，如设椅子的四脚连线呈长方形，结论如何？ 解： 模型假设 （1） 椅子四条腿一样长，椅脚与地面接触处视为一点，四脚的连线呈长方形 （2） 地面高度是连续变化的，沿任何方向都不会出现间断（没有像台阶那样的情况）， 即从数学角度来看，地面是连续曲面。这个假设相当于给出了椅子能放稳的必要条件 （3） 椅子在任何位置至少有三只脚同时着地。为了保证这一点，要求对于椅脚的间 距和椅腿的长度而言，地面是相对平坦的。因为在地面上椅脚间距和椅腿长度的尺寸大小相当的范围内，如果出现深沟或凸峰（即使是连续变化的），此时三只脚是无法同时着地的。 模型建立 在上述假设下，解决问题的关键在于选择合适的变量，把椅子四只脚同时着地表示出来。首先，引入合适的变量来表示椅子位置的挪动。生活经验告诉我们，要把椅子通过挪动放稳，通常有拖动或转动椅子两种办法，也就是数学上所说的平移与旋转变换。然而，平移椅子后问题的条件没有发生本质变化，所以用平移的办法是不能解决问题的。于是可尝试将椅子就地旋转，并试图在旋转过程中找到一种椅子能放稳的情形。 注意到椅脚连线呈长方形，长方形是中心对称图形，绕它的对称中心旋转180度后，椅子仍在原地。把长方形绕它的对称中心旋转，这可以表示椅子位置的改变。于是，旋转角度θ这一变量就表示了椅子的位置。为此，在平面上建立直角坐标系来解决问题。 设椅脚连线为长方形ABCD,以对角线AC 所在的直线为x 轴，对称中心O 为原点，建立平面直角坐标系。椅子绕O 点沿逆时针方向旋转角度θ后，长方形ABCD 转至A1B1C1D1的位置，这样就可以用旋转角）0（πθθ≤≤表示出椅子绕点O 旋转θ后的位置。 其次，把椅脚是否着地用数学形式表示出来。当椅脚与地面的竖直距离为零时，椅脚就着地了，而当这个距离大于零时，椅脚不着地。由于椅子在不同的位置是θ的函数，因此，椅脚与地面的竖直距离也是θ的函数。 由于椅子有四只脚，因而椅脚与地面的竖直距离有四个，它们都是θ的函数，而由假设（3）可知，椅子在任何位置至少有三只脚同时着地，即这四个函数对于任意的θ，其函数值至少有三个同时为0。因此，只需引入两个距离函数即可。考虑到长方形ABCD 是对称中心图形，绕其对称中心O 沿逆时针方向旋转180度后，长方形位置不变，但A,C 和B,D 对换了。因此，记A ，B 两脚与地面竖直距离之和为)(θf ，C,D 两脚之和为 )(θg ，其中[]πθ，0∈，使得)()(00θθg f =成立。 模型求解 如果0)0()0(== g f ，那么结论成立。 兰州交通大学 数学建模大作业 学院：机电工程学院 班级：车辆093 学号：200903812 姓名：刘键学号：200903813 姓名：杨海斌学号：200903814 姓名：彭福泰学号：200903815 姓名：程二永学号：200903816 姓名：屈辉 高速公路问题 1 实验案例 (2) 1.1 高速公路问题(简化) (2) 1.1.1 问题分析 (3) 1.1.2 变量说明 (3) 1.1.3 模型假设 (3) 1.1.4 模型建立 (3) 1.1.5 模型求解 (4) 1.1.6 求解模型的程序 (4) 1实验案例 1.1 高速公路问题(简化) A城和B城之间准备建一条高速公路，B城位于A城正南20公里和正东30公里交汇处，它们之间有东西走向连绵起伏的山脉。公路造价与地形特点有关，图4.2.4给出了整个地区的大致地貌情况，显示可分为三条沿东西方向的地形带。 你的任务是建立一个数学模型，在给定三种地形上每公里的建造费用的情况下，确定最便宜的路线。图中直线AB显然是路径最短的，但不一定最便宜。而路径ARSB过山地的路段最短，但是否是最好的路径呢？ A B 图8.2 高速公路修建地段 1.1.1 问题分析 在建设高速公路时，总是希望建造费用最小。如果要建造的起点、终点在同一地貌 中，那么最佳路线则是两点间连接的线段，这样费用则最省。因此本问题是一个典型的最优化问题，以建造费用最小为目标，需要做出的决策则是确定在各个地貌交界处的汇合点。 1.1.2 变量说明 i x ：在第i 个汇合点上的横坐标（以左下角为直角坐标原点），i ＝1，2，…，4；x 5＝30（指目的地B 点的横坐标） x=[x 1，x 2，x 3，x 4]T l i ：第i 段南北方向的长度（i ＝1，2， (5) S i ：在第i 段上地所建公路的长度（i ＝1，2， (5) 由问题分析可知， () ()() () 2 542552 432442 322332212 222 1211x x l S x x l S x x l S x x l S x l S -+=-+=-+=-+=+= C 1：平原每公里的造价（单位：万元/公里） C 2：高地每公里的造价（单位：万元/公里） C 3：高山每公里的造价（单位：万元/公里） 1.1.3 模型假设 1、 假设在相同地貌中修建高速公路，建造费用与公路长度成正比； 2、 假设在相同地貌中修建高速公路在一条直线上。在理论上，可以使得建造费用最少， 当然实际中一般达不到。 1.1.4 模型建立 在A 城与B 城之间建造一条高速公路的问题可以转化为下面的非线性规划模型。优化目标是在A 城与B 城之间建造高速公路的费用。 () 4,3,2,1300. .)(min 5142332211=≤≤++++=i x t s S C S C S C S C S C x f i 数学建模的基本步骤 一、数学建模题目 1）以社会，经济，管理，环境，自然现象等现代科学中出现的新问题为背景，一般都有一个比较确切的现实问题。 2）给出若干假设条件： 1. 只有过程、规则等定性假设； 2. 给出若干实测或统计数据； 3. 给出若干参数或图形等。 根据问题要求给出问题的优化解决方案或预测结果等。根据问题要求题目一般可分为优化问题、统计问题或者二者结合的统计优化问题，优化问题一般需要对问题进行优化求解找出最优或近似最优方案，统计问题一般具有大量的数据需要处理，寻找一个好的处理方法非常重要。 二、建模思路方法 1、机理分析根据问题的要求、限制条件、规则假设建立规划模型，寻找合适的寻优算法进行求解或利用比例分析、代数方法、微分方程等分析方法从基本物理规律以及给出的资料数据来推导出变量之间函数关系。 2、数据分析法对大量的观测数据进行统计分析，寻求规律建立数学模型，采用的分析方法一般有： 1）. 回归分析法(数理统计方法)-用于对函数f（x）的一组观测值（xi,fi）i=1,2,…,n，确定函数的表达式。 2）. 时序分析法--处理的是动态的时间序列相关数据，又称为过程统计方法。 3）、多元统计分析（聚类分析、判别分析、因子分析、主成分分析、生存数据分析）。 3、计算机仿真（又称统计估计方法）：根据实际问题的要求由计算机产生随机变量对动态行为进行比较逼真的模仿，观察在某种规则限制下的仿真结果（如蒙特卡罗模拟）。 三、模型求解： 模型建好了，模型的求解也是一个重要的方面，一个好的求解算法与一个合 适的求解软件的选择至关重要，常用求解软件有matlab，mathematica，lingo，lindo，spss，sas等数学软件以及c/c++等编程工具。 Lingo、lindo一般用于优化问题的求解，spss，sas一般用于统计问题的求解，matlab，mathematica功能较为综合，分别擅长数值运算与符号运算。 常用算法有：数据拟合、参数估计、插值等数据处理算法,通常使用spss、sas、Matlab作为工具. 线性规划、整数规划、多元规划、二次规划、动态规划等通常使用Lindo、Lingo,Matlab软件。 图论算法,、回溯搜索、分治算法、分支定界等计算机算法, 模拟退火法、神经网络、遗传算法。 四、自学能力和查找资料文献的能力： 建模过程中资料的查找也具有相当重要的作用，在现行方案不令人满意或难以进展时，一个合适的资料往往会令人豁然开朗。常用文献资料查找中文网站：CNKI、VIP、万方。 五、论文结构： 0、摘要 1、问题的重述，背景分析 2、问题的分析 3、模型的假设，符号说明 4、模型的建立（局部问题分析，公式推导，基本模型，最终模型等） 5、模型的求解 6、模型检验:模型的结果分析与检验，误差分析 7、模型评价:优缺点，模型的推广与改进 8、参考文献 9、附录 六、需要重视的问题 数学建模的所有工作最终都要通过论文来体现，因此论文的写法至关重要： 2 微分方程实验 1、微分方程稳定性分析 绘出下列自治系统相应的轨线，并标出随t 增加的运动方向，确定平衡点，并按稳定的、渐近稳定的、或不稳定的进行分类： ,,,+1,(1)(2)(3)(4);2;2;2.dx dx dx dx x x y x dt dt dt dt dy dy dy dy y y x y dt dt dt dt ????==-==-????????????????===-=-???????? 解：（1）根据定义，代数方程组的实根即为系统的平衡点，即P(0, 0)， 利用直接法判断其稳定性。在点P(0,0)处，系统的线性近似方程的系数矩阵为 1001A ??=?? ?? ，解得其特征值λ1=1，λ2=1； p=-(λ1+λ2)=-2<0，q=λ1λ2=1>0；对照稳定性的情况表，可知平衡点(0, 0)是不稳定的。 图形如下： （2）根据定义，代数方程组的实根即为系统的平衡点，即P(0, 0)， 利用直接法判断其稳定性。解得其特征值λ1=-1，λ2=2； p=-(λ1+λ2)=-1<0，q=λ1λ2=-2<0；易知平衡点(0, 0)是不稳定的。 （3）根据定义，代数方程组的实根即为系统的平衡点，即P(0, 0)， 利用直接法判断其稳定性。解得其特征值λ1=0 + 1.4142i，λ2=0 - 1.4142i；p=-(λ1+λ2)=0，q=λ1λ2=1.4142；易知平衡点(0, 0)是不稳定的。 （4）根据定义，代数方程组的实根即为系统的平衡点，即P(1, 0)， 利用直接法判断其稳定性。解得其特征值λ1=-1，λ2=-2； p=-(λ1+λ2)=3，q=λ1λ2=2；易知平衡点(1, 0)是稳定的。 如 何 建 立 数 学 模 型 及 实 例 数学建模培训 科研处数学建模小组 第五章：如何建立数学模型 怎样撰写数学建模的论文？ 1．什么是数学模型？ 数学模型是对于现实世界的一个特定对象，一个特定目的，根据特有的内在规律，做出一些必要的假设，运用适当的数学工具，得到一个数学结构。 简单地说：就是系统的某种特征的本质的数学表达式（或是用数学术语对部分现实世界的描述），即用数学式子（如函数、图形、代数方程、微分方程、积分方程、差分方程等）来描述（表述、模拟）所研究的客观对象或系统在某一方面的存在规律。 2．什么是数学建模?数学建模是利用数学方法解决实际问题的一种 实践。即通过抽象、简化、假设、引进变量等处理过程后，将实际问题用数学方式表达，建立起数学模型，然后运用先进的数学方法及计算机技术进行求解。 观点：“所谓高科技就是一种数学技术” 注数学建模其实并不是什么新东西，可以说有了数学并需要用数学去解决实际问题，就一定要用数学的语言、方法去近似地刻划该实际问题，这种刻划的数学表述的就是一个数学模型，其过程就是数学建模的过程。数学模型一经提出，就要用一定的技术手段（计算、证明等）来求解并验证，其中大量的计算往往是必不可少的，高性能的计算机的出现使数学建模这一方法如虎添翼似的得到了飞速的发展，掀起一个高潮。 注 数学建模将各种知识综合应用于解决实际问题中，是培养和提高同学们应用所学知识分析问题、解决问题的能力的必备手段之一。 3．数学建模的一般方法和步骤建立数学模型的方法和步骤并没有一定的模 式，但一个理想的模型应能反映系统的全部重要特征：模型的可靠性和模型的使用性 建模的一般方法： ◆机理分析◆测试分析方法 机理分析：根据对现实对象特性的认识，分析其因果关系，找出反映内部机理的规律，所建立的模型常有明确的物理或现实意义。 测试分析方法：将研究对象视为一个“黑箱”系统，内部机理无法直接寻求，通过测量系统的输入输出数据，并以此为基础运用统计分析方法，按照事先确定的准则在某一类模型中选出一个数据拟合得最好的模型。测试分析方法也叫做系统辩识。 将这两种方法结合起来使用，即用机理分析方法建立模型的结构，用系统测试方法来确定模型的参数，也是常用的建模方法。在实际过程中用那一种方法建模主要是根据我们对研究对象的了解程度和建模目的来决定。机理分析法建模的具体步骤大致可见下图。 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。 郑重声明： 本作业仅供参考，可能会有错误，请自己甄别。 应用运筹学作业 6.某工厂生产A，B，C，D四种产品，加工这些产品一般需要经刨、磨、钻、镗四道工序，每种产品在各工序加工时所需设备台时如表1-18所示，设每月工作25天，每天工作8小时，且该厂有刨床、磨床、钻床、镗床各一台。问：如何安排生产，才能使月利润最大？又如A，B，C，D四种产品，每月最大的销售量分别为300件、350件、200件和400件，则该问题的线性规划问题又该如何？ 1234 四种产品的数量，则得目标函数： Max=(200?150)x1+(130?100)x2+(150?120)x3+(230?200)x4 =50x1+30x2+30x3+30x4 生产四种产品所用时间： (0.3+0.9+0.7+0.4)x1+(0.5+0.5+0.5+0.5)x2+(0.2+0.7+0.4+ 0.8)x3+(0.4+0.8+0.6+0.7)x4≤25×8 即：2.3x1+2.0x2+2.1x3+2.5x4≤200 又产品数量不可能为负，所以：x i≥0(i=1,2,3,4) 综上，该问题的线性规划模型如下： Max Z=50x1+30x2+30x3+30x4 S.T.{2.3x1+2.0x2+2.1x3+2.5x4≤200 x i≥0(i=1,2,3,4) 下求解目标函数的最优解： max=50*x1+30*x2+30*x3+30*x4; 2.3*x1+2.0*x2+2.1*x3+2.5*x4<200; Global optimal solution found. Objective value: 4347.826 Total solver iterations: 0 Variable Value Reduced Cost X1 86.95652 0.000000 X2 0.000000 13.47826 X3 0.000000 15.65217 灵敏度分析 简介： 研究与分析一个系统（或模型）的状态或输出变化对系统参数或周围条件变化的敏感程度的方法。在最优化方法中经常利用灵敏度分析来研究原始数据不准确或发生变化时最优解的稳定性。通过灵敏度分析还可以决定哪些参数对系统或模型有较大的影响。因此，灵敏度分析几乎在所有的运筹学方法中以及在对各种方案进行评价时都是很重要的。 用途： 主要用于模型检验和推广。简单来说就是改变模型原有的假设条件之后，所得到的结果会发生多大的变化。 举例（建模五步法）： 一头猪重200磅，每天增重5磅，饲养每天需花费45美分。猪的市场价格为每磅65美分，但每天下降1美分，求出售猪的最佳时间。 建立数学模型的五个步骤： 1.提出问题 2.选择建模方法 3.推到模型的数学表达式 4.求解模型 5.回答问题 第一步：提出问题 将问题用数学语言表达。例子中包含以下变量：猪的重量w（磅），从现在到出售猪期间经历的时间t（天），t天内饲养猪的花费C（美元），猪的市场价格p（美元/磅），出售生猪所获得的收益R（美元），我们最终要获得的净收益P（美元）。还有一些其他量，如猪的初始重量200磅。 （建议先写显而易见的部分） 猪从200磅按每天5磅增加 （w磅）=（200磅）+（5磅/天）*（t天） 饲养每天花费45美分 （C美元）=（0.45美元/天）*（t天） 价格65美分按每天1美分下降 （p美元/磅）=（0.65美元/磅）-（0.01美元/磅）*（t天） 生猪收益 （R美元）=（p美元/磅）*（w磅） 净利润 （P美元）=（R美元）-（C美元） 用数学语言总结和表达如下： 参数设定： t=时间（天） w=猪的重量（磅） p=猪的价格（美元/磅） C=饲养t天的花费（美元） R=出售猪的收益（美元） P=净收益（美元） 假设： w=200+5t C=0.45t p=0.65-0.01t R=p*w P=R-C t>=0 目标：求P的最大值 第二步：选择建模方法 本例采用单变量最优化问题或极大—极小化问题 第三步：推导模型的数学表达式子 P=R-C （1） R=p*w （2） C=0.45t （3） 得到R=p*w-0.45t p=0.65-0.01t （4） w=200+5t （5） 得到P=（0.65-0.01t)(200+5t)-0.45t 令y=P是需最大化的目标变量，x=t是自变量，现在我们将问题转化为集合S={x:x>=0}上求函数的最大值： y=f（x）=（0.65-0.01x)(200+5x)-0.45x （1-1） 第四步：求解模型 用第二步中确定的数学方法解出步骤三。例子中，要求（1-1）式中定义的y=f （x）在区间x>=0上求最大值。下图给出了（1-1）的图像和导数（应用几何画板绘制）。在x=8为全局极大值点，此时f（8）=133.20。因此（8，133.20）为f在整个实轴上的全局极大值点，同时也是区间x>=0上的最大值点。 第五步：回答问题 根据第四步，8天后出售生猪的净收益最大，可以获得净收益133.20美元。只要第一步中的假设成立，这一结果正确。 数学建模 任意两个城市之间的最廉价路线 参与人员信息： 2012年 6 月 6 日 一、问题提出 某公司在六个城市C1、C2、C3、C4、C5、C6中都有分公司，从Ci 到Cj 的直达航班票价由下述矩阵的第i 行、第j 列元素给出（∞表示无直达航班），该公司想算出一张任意两个城市之间最廉价路线表，试做出这样的表来。 0 50 ∞ 40 25 10 50 0 15 20 ∞ 25 ∞ 15 0 10 20 ∞ 40 20 10 0 10 25 25 ∞ 20 10 0 55 10 25 ∞ 25 55 0 二 、问题分析 若网络中的每条边都有一个数值(长度、成本、时间等)，则找出两节点(通 常是源节点和阱节点)之间总权和最小的路径就是最短路问题。最短路问题是网络理论解决的典型问题之一，可用来解决管路铺设、线路安装、厂区布局和设备更新等实际问题。最短路问题，我们通常归属为三类：单源最短路径问题、确定起点终点的最短路径问题、全局最短路径问题———求图中所有的最短路径。 题中要求算出一张任意城市间的最廉价路线表，属于全局最短路问题，并且使得该公司总经理能够与各个子公司之间自由往返。（此两点为主要约束条件） Floyd 算法，具体原理如下： （1） 我们确定本题为全局最短路问题，并采用求距离矩阵的方法 根据路线及票价表建立带权矩阵W ，并把带权邻接矩阵我w 作为距离矩阵的初始值，即(0)(0)()ij v v D d W ?== （2）求路径矩阵的方法 在建立距离矩阵的同时可建立路径矩阵R ，()ij v v R r ?=，ij r 的含义是从i v 到j v 的最短路径要经过点号为ij r 的点。 （3）查找最短路径的方法 若()1v ij r p =，则点1p 是点i 到j 的最短距离的中间点，然后用同样的方法再分头查找。 三、 模型假设： 1.各城市间的飞机线路固定不变 2.各城市间飞机线路的票价不改变 3.忽略乘客除票价以外的各项开销费用 4.不考虑雷雨云、低云、大风、雷暴、冰雹等主要天气因素对飞行的影响。 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 数学建模 第一章 线性规划 §1 线性规划 在人们的生产实践中，经常会遇到如何利用现有资源来安排生产，以取得最大经济效益的问题。此类问题构成了运筹学的一个重要分支—数学规划，而线性规划(Linear Programming 简记LP)则是数学规划的一个重要分支。自从1947年G. B. Dantzig 提出求解线性规划的单纯形方法以来，线性规划在理论上趋向成熟，在实用中日益广泛与深入。特别是在计算机能处理成千上万个约束条件和决策变量的线性规划问题之后，线性规划的适用领域更为广泛了，已成为现代管理中经常采用的基本方法之一。 1.1 线性规划的实例与定义 例1 某机床厂生产甲、乙两种机床，每台销售后的利润分别为4000元与3000元。生产甲机床需用B A 、机器加工，加工时间分别为每台2小时和1小时；生产乙机床需用C B A 、、三种机器加工，加工时间为每台各一小时。若每天可用于加工的机器时数分别为A 机器10小时、B 机器8小时和C 机器7小时，问该厂应生产甲、乙机床各几台，才能使总利润最大？ 上述问题的数学模型：设该厂生产1x 台甲机床和2x 乙机床时总利润最大，则21,x x 应满足 （目标函数） 2134m ax x x z += (1) s.t. （ 约 束 条 件 ） ?????? ?≥≤≤+≤+0 ,781022122 121x x x x x x x （2） 这里变量21,x x 称之为决策变量，（1）式被称为问题的目标函数，（2）中的几个不等式是问题的约束条件，记为s.t.(即subject to)。 上述即为一规划问题数学模型的三个要素。由于上面的目标函数及约束条件均为线性函数，故被称为线性规划问题。 总之，线性规划问题是在一组线性约束条件的限制下，求一线性目标函数最大或最小的问题。 在解决实际问题时，把问题归结成一个线性规划数学模型是很重要的一步，但往往也是困难的一步，模型建立得是否恰当，直接影响到求解。而选取适当的决策变量，是我们建立有效模型的关键之一。 1.2 线性规划的Matlab 标准形式 线性规划的目标函数可以是求最大值，也可以是求最小值，约束条件的不等号可以是小于号也可以是大于号。为了避免这种形式多样性带来的不便，Matlab 中规定线性规划的标准形式为 b Ax x c x T ≤ that such min 其中c 和x 为n 维列向量，b 为m 维列向量，A 为n m ?矩阵。 例如线性规划 b Ax x c x T ≥ that such max 的Matlab 标准型为 b Ax x c x T -≤-- that such min 1.3 线性规划问题的解的概念 一般线性规划问题的标准型为 ∑==n j j j x c z 1min (3) ∑==≤n j i j ij m i b x a 1,,2,1 s.t.Λ (4) 可行解 满足约束条件（4）的解),,,(21n x x x x Λ=，称为线性规划问题的可行解，而使目标函数（3）达到最小值的可行解叫最优解。 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、、D的初始位置在与x轴平行，再 假设有一条在x轴上的线,则也与A、B，C、D平行。当方桌绕中心0旋转时，对角线与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() fθ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 >（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，与互换位置，故()0f π>，()0g π=。作()()()h f g θθθ=-，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，00θπ<<，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 10； 10=235/1000； 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 1.你要在雨中从一处沿直线走到另一处，雨速是常数，方向不变。 你是否走得越快，淋雨量越少呢？ 2.假设在一所大学中，一位普通教授以每天一本的速度开始从图书 馆借出书。再设图书馆平均一周收回借出书的1/10，若在充分长的时间内，一位普通教授大约借出多少年本书？ 3.一人早上6：00从山脚A上山，晚18：00到山顶B；第二天，早 6：00从B下山，晚18：00到A。问是否有一个时刻t,这两天都在这一时刻到达同一地点？ 4.如何将一个不规则的蛋糕I平均分成两部分？ 5.兄妹二人沿某街分别在离家3公里与2公里处同向散步回家，家 中的狗一直在二人之间来回奔跑。已知哥哥的速度为3公里/小时，妹妹的速度为2公里/小时，狗的速度为5公里/小时。分析半小时后，狗在何处？ 6.甲乙两人约定中午12：00至13：00在市中心某地见面，并事先 约定先到者在那等待10分钟，若另一个人十分钟内没有到达，先到者将离去。用图解法计算，甲乙两人见面的可能性有多大？ 7.设有n个人参加某一宴会，已知没有人认识所有的人，证明：至 少存在两人他们认识的人一样多。 8.一角度为60度的圆锥形漏斗装着10 端小孔的 面积为0.5 9.假设在一个刹车交叉口，所有车辆都是由东驶上一个1/100的斜 坡，计算这种情 下的刹车距离。如果汽车由西驶来，刹车距离又是多少？ 10. 水管或煤气管经常需要从外部包扎以便对管道起保护作用。包扎时用很长的带子缠绕在管道外部。为了节省材料，如何进行包扎才能使带子全部包住管道而且带子也没有发生重叠。 :顶=1：a:b ，选坐v>0,而设语雨速 L( 1q -+v x ),v≤x Q(v)= L( v x -q +1),v>x 2.解：由于教授每天借一本书，即一周借七本书，而图书馆平均每周 数学建模期末大作业论文 题目：A题美好的一天 组长：何曦（2014112739） 组员：李颖（2014112747）张楚良（2014112740） 班级：交通工程三班 指导老师：陈崇双 美好的一天 摘要 关键字：Dijkstra算法多目标规划有向赋权图 MATLAB SPSS 1 问题的重述 Hello！大家好，我是没头脑,住在西南宇宙大学巨偏远的新校区（节点22）。明天我一个外地同学来找我玩，TA叫不高兴，是个镁铝\帅锅，期待ing。我想陪TA在城里转转，当然是去些不怎么花钱的地方啦~~。目前想到的有林湾步行街(节点76)、郫郫公园（节点91），大川博物院（节点72）。交通嘛，只坐公交车好了,反正公交比较发达，你能想出来的路线都有车啊。另外，进城顺便办两件事，去老校区财务处一趟（节点50），还要去新东方（节点34）找我们宿舍老三，他抽奖中了两张电影票，我要霸占过来明晚吃了饭跟TA一起看。电影院嘛，TASHIWODE电影院（节点54）不错，比较便宜哈。我攒了很久的钱，订了明晚开心面馆（节点63）的烛光晚餐，额哈哈，为了TA，破费一下也是可以的哈。哦，对了，老三说了，他明天一整天都上课，只有中午休息的时候能接见我给我票。 我主要是想请教一下各位大神： 1）明天我应该怎么安排路线才能够让花在坐车上的时间最少？ 2）考虑到可能堵车啊，TA比较没耐心啊，因为TA叫不高兴嘛。尤其是堵车啊，等车啊，这种事，万一影响了气氛就悲剧了。我感觉路口越密的地方越容易堵，如果考虑这个，又应该怎么安排路线呢？ 3）我们城比较挫啊，连地图也没有，Z老师搞地图测绘的，他有地图，跟他要他不给，只给了我一个破表格（见附件，一个文件有两页啊），说“你自己画吧”。帮我画一张地图吧，最好能标明我们要去的那几个地方和比较省时的路线啊，拜托了~ 2 问题的分析 2.1 对问题一的分析 问题一要求安排路线使得坐车花费的时间最少。 对于问题一，假设公交车的速度维持不变，要使花费的时间最少，则将问题转化为对最短路径的求解。求解最短路径使用Dijkstra算法很容易进行求解，在运用MATLAB编程，得到最优的一条路径，则这条路径所对应的时间即为最少用时。 2.2 对问题二的分析 问题二要求在考虑堵车的情况下，路口越密越容易发生拥堵，安排路线是乘车时间最短。 对于问题二，在问题的基础上增加了附加因素，即公交车的速度会因道路的密集程度而发生改变，从而问题一建立的基本Dijkstra算法对于问题二就不再适用了，因此对问题一的基本Dijkstra算法进行改进，并结合蚁群算法的机理与特点，运用MATLAB求解出最短路径，保证了花费时间的最少性。 2.3 对问题三的分析 问题三要求根据提供的附件，画出一张地图，标明要去的那几个地方和比较省时的路线。 对于问题三，在问题一和问题二的基础上，根据求解的结果，运用SPSS软件画出地图。 数学建模的主要步骤: 第一、模型准备 首先要了解问题的实际背景,明确建模目的,搜集必需的各种信息,尽量弄清对象的特征. 第二、模型假设 根据对象的特征和建模目的,对问题进行必要的、合理的简化,用精确的语言作出假设,是建模至关重要的一步.如果对问题的所有因素一概考虑,无疑是一种有勇气但方法欠佳的行为,所以高超的建模者能充分发挥想象力、洞察力和判断力,善于辨别主次,而且为了使处理方法简单,应尽量使问题线性化、均匀化. 第三、模型构成 根据所作的假设分析对象的因果关系,利用对象的内在规律和适当的数学工具,构造各个量间的等式关系或其它数学结构.这时,我们便会进入一个广阔的应用数学天地,这里在高数、概率老人的膝下,有许多可爱的孩子们,他们是图论、排队论、线性规划、对策论等许多许多,真是泱泱大国,别有洞天.不过我们应当牢记,建立数学模型是为了让更多的人明了并能加以应用,因此工具愈简单愈有价值. 第四、模型求解 可以采用解方程、画图形、证明定理、逻辑运算、数值运算等各种传统的和近代的数学方法,特别是计算机技术.一道实际问题的解决往往需要纷繁的计算,许多时候还得将系统运行情况用计算机模拟出来,因此编程和熟悉数学软件包能力便举足轻重. 第五、模型分析 对模型解答进行数学上的分析."横看成岭侧成峰,远近高低各不?quot;,能否对模型结果作出细致精当的分析,决定了你的模型能否达到更高的档次.还要记住,不论那种情况都需进行误差分析,数据稳定性分析. 数学建模采用的主要方法有： （一）、机理分析法：根据对客观事物特性的认识从基本物理定律以及系统的结构数据来推导出模 型. 1、比例分析法：建立变量之间函数关系的最基本最常用的方法. 2、代数方法：求解离散问题（离散的数据、符号、图形）的主要方法. 3、逻辑方法：是数学理论研究的重要方法,对社会学和经济学等领域的实际问题,在决策,对策等学科中得到广泛应用. 4、常微分方程：解决两个变量之间的变化规律,关键是建立“瞬时变化率”的表达式. 5、偏微分方程：解决因变量与两个以上自变量之间的变化规律. （二）、数据分析法：通过对量测数据的统计分析,找出与数据拟合最好的模型 1、回归分析法：用于对函数f（x）的一组观测值（xi,fi）i=1,2,…,n,确定函数的表达式,由于处理的是静态的独立数据,故称为数理统计方法. 2、时序分析法：处理的是动态的相关数据,又称为过程统计方法. 3、回归分析法：用于对函数f（x）的一组观测值（xi,fi）i=1,2,…,n,确定函数的表达式,由于处理的是静态的独立数据,故称为数理统计方法. 4. 根据表1.14 的数据，完成下列数据拟合问题： 表 1.14 美国人口统计数据(百万人) 年份1790 1800 1810 1820 1830 1840 1850 1860 人口 3.9 5.3 7.2 9.6 12.9 17.1 23.2 31.4 年份1870 1880 1890 1900 1910 1920 1930 1940 人口38.6 50.2 62.9 76.0 92.0 106.5 123.2 131.7 年份1950 1960 1970 1980 1990 2000 人口150.7 179.3 204.0 226.5 251.4 281.4 解答：（1）： （i）执行程序： t=1790:10:2000; x=[3.9,5.3,7.2,9.6,12.9,17.1,23.2,31.4,38.6,50.2,62.9,76.2,92.0,106.5,123.2,131.7,150.7,179.3,204 .0,226.5,251.4,281.4]; f=@(r,t)3.9.*exp(r(1).*(t-1790)); r=nlinfit(t,x,f,0.036) sse=sum((x-f(r,t)).^2) plot(t,x,'k+',1790:10:2000,f(r,1790:10:2000),'k') axis([1790,2000,0,300]),legend('测量值','理论值') xlabel('美国人口/（百万）'),ylabel('年份') title('美国人口指数增长模型图II') 运行结果： >> Untitled r = 0.0212 sse = 1.7433e+004 即，拟合效果：r =0.0212；误差平方和为：1.7433e+004. 拟合效果图（i）：最新数学建模习题答案资料
数学建模大作业
数学建模的基本步骤
数学模型数学建模 第二次作业 微分方程实验
第5-6章：如何建立数学模型及实例
数学建模习题集及标准答案
数学建模作业
数学建模五步法与灵敏度分析
数学建模第二次作业(3)
西南大学2016年春《数学建模》作业及答案(已整理)(共5次)
数学建模(教案)第一章--线性规划
数学建模题目及答案
数学建模习题指导
初等数学建模试题极其标准答案
数学建模期末大作业
数学建模方法和步骤
第二次数学建模作业