实验 数学模型建立与转换
实验四 数学模型建立与转换
一、实验目的
1.学会用MATLAB 建立控制系统的数学模型。
2.学会用MATLAB 对控制系统的不同形式的数学模型之间的转换和连接。
二、实验内容
1.建立控制系统的数学模型
用MATLAB 建立下述零极点形式的传递函数类型的数学模型：
>> z=-3;
p=[-1;-1];
k=1;
sys=zpk(z,p,k)
Zero/pole/gain:
(s+3)
-------
(s+1)^2
2.不同形式及不同类型间的数学模型的相互转换
1）用MATLAB 将下列分子、分母多项式形式的传递函数模型转换为零极点形式的
传递函数模型:
>> num=[12 24 0 20];
den=[2 4 6 2 2];
G=tf(num,den);
[z,p,k]=zpkdata(G,'v');
sys=zpk(z,p,k)
Zero/pole/gain:
6 (s+2.312) (s^2 - 0.3118s + 0.7209)
-------------------------------------------------
(s^2 + 0.08663s + 0.413) (s^2 + 1.913s + 2.421)
2）用MATLAB 将下列零极点形式的传递函数模型转换为分子、分母多项式形式的
传递函数模型: >> z=[0;-6;-5]; 2
2642202412)(23423++++++=s s s s s s s G )43)(43)(2)(1()
5)(6()(j s j s s s s s s s G -+++++++=
p=[-1;-2;-3-4*j;-3+4*j];
k=1;
[num,den]=zp2tf(z,p,k);
G=tf(num,den)
Transfer function:
s^3 + 11 s^2 + 30 s
--------------------------------
s^4 + 9 s^3 + 45 s^2 + 87 s + 50
3. 用MATLAB 命令求如下图所示控制系统的闭环传递函数
>> G1=tf(1,[500 0]);
G2=tf([1 2],[1 4]);
G3=tf([1 1],[1 2]);
G4=G1*G2;
GP=G4/(1+G3*G4);
GP1=minreal(GP)
Transfer function:
0.002 s + 0.004
---------------------
s^2 + 4.002 s + 0.002
3.已知系统的状态空间表达式，写出其SS 模型，并求其传递函数矩阵(传递函数
模型)，若状态空间表达式为?
??+=+=Du Cx y Bu Ax x &，则传递函数矩阵表达式为： D B A sI C s G +-=-1)()(。
（1）u x x ??????+??????--=113001&
（2）u x x ????
??????+??????????---=1006137100010& >> A=[0 1 0;0 0 1;-7 -13 -6];
B=[0;0;1];
C=[7.5 4 0.6];
D=0;
G=ss(A,B,C,D)
a =
x1 x2 x3
x1 0 1 0
x2 0 0 1
x3 -7 -13 -6
b =
u1
x1 0
x2 0
x3 1
c =
x1 x2 x3
y1 7.5 4 0.6
d =
u1
y1 0
Continuous-time model.
（3）u x x ????
?
?????+??????????----=100200311450010& >> A=[0 1 0;0 -5 4;-1 -1 -3];
B=[0 0;2 0;0,1];
C=[1 0 0;0 0 1];
D=0;
G=ss(A,B,C,D)
a =
x1 x2 x3
x1 0 1 0
x2 0 -5 4
x3 -1 -1 -3
b =
u1 u2
x1 0 0
x2 2 0
x3 0 1
c =
x1 x2 x3
y1 1 0 0
y2 0 0 1
d =
u1 u2
y1 0 0
y2 0 0
Continuous-time model.
（4）????
??????????????-+???????????????????????
?---=????????????214321432180340322115.6536.138.0125.407.11063.125.0u u x x x x x x x x &&&& >> A=[0.5 2 1.3 6;10 -1.7 0 4.5;12 0.8 -3 1.6;3 5 -6.5 11];
B=[2 2;3 0;4,-3;0 8];
C=[0 1 0.5 0.9;0.7 1.6 0.8 2.9;0.3 0.1 0 5.11];
D=[0.2 0.31;0.9 0.27;0.6 0.15];
G=ss(A,B,C,D)
a =
x1 x2 x3 x4
x1 0.5 2 1.3 6
x2 10 -1.7 0 4.5
x3 12 0.8 -3 1.6
x4 3 5 -6.5 11
b =
u1 u2
x1 2 2
x2 3 0
x3 4 -3
x4 0 8
c =
x1 x2 x3 x4
y1 0 1 0.5 0.9
y2 0.7 1.6 0.8 2.9
y3 0.3 0.1 0 5.11
d =
u1 u2
y1 0.2 0.31
y2 0.9 0.27
y3 0.6 0.15
Continuous-time model.
4.已知各环节（模块）的传递函数如下，各系统的组成如以下各小题所描述，编程求取各系统总的传递函数。
G1=tf([5 -12 33],[1 6 3 5 15]);
G2=tf([1 -6.5 32 35],[6 7 26 -11 17 51]);
G3=tf(20*conv([1 5],[1 6]),conv(conv(conv([1 0],[1 3]),[1 2]),[1 8])); G4=tf(3*conv(conv([1 11],[1 13]),[1 -7.5]),conv(conv(conv([1 0 0],[1 14]),[1 -25]),[1 6]));
G5=tf(3*conv(conv([1 11],[1 13]),[1 2.56 1]),conv(conv([1 -25],[1 14]),[3
9 5 6]));
（1）模块1、模块2串联，串联后总的系统记为sys12c；
>> sys12c=series(G1,G2)
Transfer function:
5 s^5 - 44.5 s^4 + 271 s^3 - 423.5 s^2 + 63
6 s + 1155 --------------------------------------------------------------------------------------
6 s^9 + 43 s^8 + 86 s^
7 + 196 s^6 + 154 s^5 + 355 s^4 + 692 s^3 + 73 s^2 + 510 s + 765
（2）模块3、模块4并联,并联后总的系统记为sys34b；
>> Sys34c=parallel(G3,G4)
Transfer function:
23 s^7 + 208.5 s^6 - 8150 s^5 - 1.388e005 s^4 - 7.562e005 s^3 - 1.413e006 s^2 - 154440 s
----------------------------------------------------------------------------------------
s^9 + 8 s^8 - 435 s^7 - 7690 s^6 - 46676 s^5 - 116568 s^4 - 100800 s^3
（3）模块1、模块3、模块5串联，串联后总的系统记为sys135c；
>> sys135c=series(series(G1,G3),G5)
Transfer function:
300 s^8 + 10548 s^7 + 1.332e005 s^6 + 7.285e005 s^5 + 1.742e006 s^4 +
3.177e006 s^3 + 1.271e007 s^2
+ 2.32e007 s + 8.494e006
----------------------------------------------------------------------------------------------------
3 s^13 + 33 s^12 - 1219 s^11 - 26879 s^10 - 215199 s^9 - 874306 s^8 - 2.037e006 s^7 - 3.225e006 s^6
- 4.593e006 s^5 - 5.895e006 s^4 - 5.187e006 s^3 - 3.261e006 s^2 - 1.512e006 s
（4）模块1、模块2、模块5并联，并联后总的系统记为sys125b；
>> sys125b=parallel(parallel(G1,G2),G5)
Transfer function:
18 s^13 + 700.1 s^12 + 6526 s^11 + 7120 s^10 + 6.018e004 s^9 + 4.458e004 s^8 - 4.939e005 s^7
- 1.618e006 s^6 - 3.932e006 s^5 - 1.868e006 s^4 - 6.302e006 s^3 - 6.757e006 s^2 - 4.164e006 s
- 4.309e006
------------------------------------------------------------------------------------------------------
18 s^14 - 15 s^13 - 7638 s^12 - 69862 s^11 - 251079 s^10 - 592657 s^9 - 1.056e006 s^8 - 1.452e006 s^7
- 2.619e006 s^6 - 3.275e006 s^5 - 2.837e006 s^4 - 4.092e006 s^3 - 3.527e006 s^2 - 2.46e006 s
- 1.607e006
（5）前向通道：模块1、模块2串联；反馈通道：模块4；正反馈；闭环传递函数记为sys12cf4z;
>> Ga=series(G1,G2);
sys12cf4z=feedback(Ga,G4)
Transfer function:
5 s^10 - 69.5 s^9 - 1587 s^8 + 6234 s^7 - 1.653e004 s^
6 - 394949 s^5 + 618999 s^4 - 1.816e006 s^3
- 2.426e006 s^2
------------------------------------------------------------------------------------------------------
6 s^14 + 13 s^13 - 2625 s^12 - 30722 s^11 - 126902 s^10 - 262551 s^9 - 476732 s^8 - 474353 s^7
- 1.035e006 s^6 - 1.484e006 s^5 - 2.752e005 s^4 - 2.179e006 s^3 - 2.573e005 s^2 - 2.175e006 s
- 3.716e006
（6）前向通道：模块1、模块3、模块5串联；反馈通道：模块2、模块4并联；
负反馈; 闭环传递函数记为sys135cf24bf;
>> Gb=series(series(G1,G3),G5);
Gc=parallel(G2,G4);
sys135cf24bf=feedback(Gb,Gc,-1)
Transfer function:
1800 s^18 + 56388 s^17 - 1.948e005 s^16 - 2.981e007 s^15 - 5.128e008 s^14 - 4.215e009 s^13
- 1.968e010 s^12 - 6.044e010 s^11 - 1.614e011 s^10 - 4.225e011 s^9 - 8.951e011 s^8
- 1.487e012 s^7 - 1.544e012 s^6 - 1.123e012 s^5 - 2.548e012 s^4 - 2.968e012 s^3 - 9.097e011 s^2
-------------------------------------------------------------------------------------------------------
18 s^23 + 129 s^22 - 15588 s^21 - 262861 s^20 + 1.788e006 s^19 + 8.513e007 s^18 + 9.971e008 s^17
+ 6.331e009 s^16 + 2.564e010 s^15 + 7.271e010 s^14 + 1.56e011 s^13 + 2.721e011 s^12
+ 4.217e011 s^11 + 6.097e011 s^10 + 7.408e011 s^9 + 6.521e011 s^8 + 2.997e011 s^7
- 4.567e011 s^6 - 2.454e012 s^5 - 4.523e012 s^4 - 3.382e012 s^3 - 3.804e012 s^2 - 4.319e012 s
- 1.394e012
5. 飞机俯仰角控制系统结构图如下，设K=0.25,编程解决以下问题（1）求取系统闭环传递函数的多项式模型；
>> k=0.25;
G1=tf(-0.4,[2 1]);
G2=feedback(G1,0.5);
G3=0.4*G2;
G4=tf(1,[1 0.3 1]);
G5=feedback(G4,G3);
Gs=feedback(0.7*G5,k,-1)
Transfer function:
1.4 s + 0.56
-------------------------------
2 s^
3 + 1.
4 s^2 + 2.59 s + 0.78
（2）将其转换为ZPK模型；
>> zsys=zpk(Gs)
Zero/pole/gain:
0.7 (s+0.4)
-----------------------------------
(s+0.3325) (s^2 + 0.3675s + 1.173)
（3）求取系统的特征根；
>> [z,p,k]=zpkdata(Gs,'v')
z =
-0.4000
p =
-0.1837 + 1.0673i
-0.1837 - 1.0673i
-0.3325
k =
0.7000
6. 发动机速度控制系统的结构图结构图如图4-12所示，编程解决以下问题。
（1）求取系统闭环传递函数的多项式模型)
()()(s R s C s G =
，此时令0)(=s N 。 >> G1=tf(100^2,[1 140 100^2]);
G2=tf(10,[0.1 1]);
G3=tf(10,[2 1]);
Ga=G1*G2*G3; Gs=feedback(Ga,1,-1) ?图4-11 飞机俯仰角控制系统结构图
Transfer function:
1e006
-------------------------------------------------- 0.2 s^4 + 30.1 s^3 + 2295 s^2 + 21140 s + 1.01e006
（2）求多项式模型)
()()(s N s C s G N =
，此时令0)(=s R 。 >> Gb=G1*G2;
Gn=feedback(G3,Gb)
Transfer function:
s^3 + 150 s^2 + 11400 s + 100000
-------------------------------------------------- 0.2 s^4 + 30.1 s^3 + 2295 s^2 + 21140 s + 1.01e006
（3）求取系统的特征根。
>> Gc=Gs+Gn;
[z,p,k]=zpkdata(Gc,'v')
z =
1.0e+002 *
-1.2806
-0.7359 + 0.7134i
-0.7359 - 0.7134i
-0.1097 + 0.9203i
-0.1097 - 0.9203i
-0.0166 + 0.2186i
?
图4-12 发动机速度控制系统结构图 参考速度 -0.0166 - 0.2186i
p =
-73.5865 +71.3418i
-73.5865 -71.3418i
-73.5865 +71.3418i
-73.5865 -71.3418i
-1.6635 +21.8626i
-1.6635 -21.8626i
-1.6635 +21.8626i
-1.6635 -21.8626i
k =
5.0000
预习实验验要求编实验程
序，调试程
实验数据和曲线，并撰写实验报告。
建立数学模型的方法、步骤、特点及分类
建立数学模型的方法、步骤、特点及分类 [学习目标] 1.能表述建立数学模型的方法、步骤； 2.能表述建立数学模型的逼真性、可行性、渐进性、强健性、可转移性、非 预制性、条理性、技艺性和局限性等特点；； 3.能表述数学建模的分类； 4.会采用灵活的表述方法建立数学模型； 5.培养建模的想象力和洞察力。 一、建立数学模型的方法和步骤 —般说来建立数学模型的方法大体上可分为两大类、一类是机理分析方法，一类是测试分析方法．机理分析是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,建立的模型常有明确的物理或现实意义.测试分折将研究对象视为一个“黑箱”系统，内部机理无法直接寻求，可以测量系统的输人输出数据、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与数据拟合得最好的模型。这种方法称为系统辨识(System Identification)．将这两种方法结合起来也是常用的建模方法。即用机理分析建立模型的结构，用系统辨识确定模型的参数． 可以看出，用上面的哪一类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决定的．如果掌握了机理方面的一定知识，模型也要求具有反映内部特性的物理意义。那么应该以机理分析方法为主．当然,若需要模型参数的具体数值，还可以用系统辨识或其他统计方法得到．如果对象的内部机理基本上没掌握，模型也不用于分析内部特性,譬如仅用来做输出预报，则可以系统辩识方法为主．系统辨识是一门专门学科，需要一定的控制理论和随机过程方面的知识．以下所谓建模方法只指机理分析。 建模要经过哪些步骤并没有一定的模式，通常与实际问题的性质、建模的目的等有关，从 §16.2节的几个例子也可以看出这点．下面给出建模的—般步骤，如图16-5所示． 图16-5 建模步骤示意图 模型准备首先要了解问题的实际背景，明确建模的目的搜集建模必需的各种信息如现象、数据等，尽量弄清对象的特征,由此初步确定用哪一类模型，总之是做好建模的准备工作．情况明才能方法对，这一步一定不能忽视，碰到问题要虚心向从事实际工作的同志请教，尽量掌握第一手资料. 模型假设根据对象的特征和建模的目的，对问题进行必要的、合理的简化，用精确的语言做出假设，可以说是建模的关键一步．一般地说，一个实际问题不经过简化假设就很难翻译成数学问题，即使可能，也很难求解．不同的简化假设会得到不同的模型．假设作得不合理或过份简单，会导致模型失败或部分失败，于是应该修改和补充假设；假设作得过分详细，试图把复杂对象的各方面因素都考虑进去，可能使你很难甚至无法继续下一步的工作．通常，作假设的依据，一是出于对问题内在规律的认识，二是来自对数据或现象的分析，也可以是二者的综合．作假设时既要运用与问题相关的物理、化学、生物、经济等方面的知识，又要充分发挥想象力、洞察力和判断力，善于辨别问题的主次，果断地抓住主要因素，舍弃次要因素，尽量将问题线性化、均匀化．经验在这里也常起重要作用．写出假设时，语言要精确，就象做习题时写出已知条件那样．
数学建模实验答案-概率模型
数学建模实验答案-概率模型
实验10 概率模型（2学时） （第9章 概率模型） 1.（验证）报童的诀窍p302~304, 323（习题2） 关于每天报纸购进量的优化模型： 已知b 为每份报纸的购进价，a 为零售价，c 为退回价（a > b > c ），每天报纸的需求量为r 份的概率是f (r )(r =0,1,2,…)。 求每天购进量n 份，使日平均收入，即 1 ()[()()()]()()()n r r n G n a b r b c n r f r a b nf r ∞ ==+=----+ -∑∑ 达到最大。 视r 为连续变量，f (r )转化为概率密度函数p (r )，则所求n *满足 * ()n a b p r dr a c -= -? 已知b =, a =1, c =，r 服从均值μ=500（份），均方差σ=50（份）的正态分布。报童每天应购进多少份报纸才能使平均收入最高，这个最高收入是多少 [提示：normpdf, normcdf] 要求：
(1) 在同一图形窗口内绘制10 ()()n y n p r dr =?和2()a b y n a c -= -的图形，观察其交点。 [提示] 22 ()2()r p r μσ-- = ，0 ()()()n n p r dr p r dr p r dr -∞ -∞ =-?? ? ☆(1) 运行程序并给出结果： (2) 求方程0()n a b p r dr a c -= -?的根n *（四舍五入取整），并求G (n *)。
mu=500;sigma=50; a=1; b=; c=; r=n+1; while (a-b)*n*normpdf(r,mu,sigma)>1e-6 r=r+1; end r=n+1:r; G=sum((a-b)*n*normpdf(r,mu,sigma)); r=0:n; G=G+sum(((a-b)*r-(b-c)*(n-r)).*normpdf(r,mu,sigma)) ☆(2) 运行程序并给出结果： 2.（编程）轧钢中的浪费p307~310 设要轧制长l=的成品钢材，由粗轧设备等因素决定的粗轧冷却后钢材长度的均方差σ=，问这时钢材长度的均值m应调整到多少使浪费最少。 平均每得到一根成品材所需钢材的长度为 () () m J m P m = 其中， 2 2 () 2 ()(), () 2 x m l P m p x dx p xσ πσ - - ∞ == ? 求m使J(m)达到最小。 等价于求方程 () () z z z λ ? Φ =- 的根z*。 其中：
数学模型与数学建模实验五
实验报告五 学院名称：理学院 专业年级： 姓 名： 学 号： 课 程：数学模型与数学建模 报告日期：2015年12月8日 一、实验题目 例2.2.1 水库库容量与高程 设一水库将河道分为上、下游两个河段，降雨的开始时刻为8时，这是水位的高程为 168m ，水库容量为38109.21m ?，预测上游的流量()()s m t Q /3，d 取值如表2.2.1所示。 表2.2.1 上有流量()t Q 的预测 已知水库中水的容量( )3 810m V 与水位高程H （m ）的数值关系为表2.2.2 表2.2.2 水库库容量与水位高程的关系 如果当日从8时开始，水一直保持s m /10003 的泄流量，根据所给数据，预报从降雨时刻到56h 以内每小时整点时刻水库中水的库容量与水位高程。 例2.2.2 地下含沙量 某地区有优质细沙埋在地下，某公司拟在此处采沙，已得到该地区钻探资料图的一角如 下表，在每个格点上有三个数字列，都是相对于选定基点的高度（m ），最上面的数字是覆盖表面的标高，中间的数字是沙层顶部的标高最下面的数字是沙层底部的标高，每个格子都是正方形，边长50m 。画星号处，即沼泽表层地带，没有钻探数据。试估计整个矩形区域内的含沙量。
二、实验目的 插值模型是数据挖掘的另一类模型，插值（Interpolation ）的目的是根据能够获得的观测数据推测缺损的数据，此时观测数据(){}n i i i y x 1,=被视为精确的基准数据，寻找一个至少 满足条件的函数()x y y =，使得()n i x y y i i ,,2,1,Λ==，在本节我们强调的是插值模型的应用，而不是插值方法的构造。 三、问题陈述 2.2.1 一维插值 例2.2.1 水库库容量与高程 2.2.2 二维插值 例2.2.2 地下含沙量 2.2.3 泛克里金插值 四、模型及求解结果 2.2.1 一维插值 一元函数差值公式为 ()() ∑==n i i i x y x y 1 λ 其中 () x i λ是满足条件 ()ij i x δ=λ的函数，依据插值的公式，如最近邻差值，线性插值、分
数学建模实验报告
数学建模实验报告
一、实验目的 1、通过具体的题目实例，使学生理解数学建模的基本思想和方法，掌握 数学建模分析和解决的基本过程。 2、培养学生主动探索、努力进取的的学风，增强学生的应用意识和创新 能力，为今后从事科研工作打下初步的基础。 二、实验题目 （一）题目一 1、题目：电梯问题有r个人在一楼进入电梯，楼上有n层。设每个 乘客在任何一层楼出电梯的概率相同，试建立一个概率模型，求直 到电梯中的乘客下完时，电梯需停次数的数学期望。 2、问题分析 （1）由于每位乘客在任何一层楼出电梯的概率相同，且各种可能的情况众多且复杂，难于推导。所以选择采用计算机模拟的 方法，求得近似结果。 （2）通过增加试验次数，使近似解越来越接近真实情况。 3、模型建立 建立一个n*r的二维随机矩阵，该矩阵每列元素中只有一个为1，其余都为0，这代表每个乘客在对应的楼层下电梯（因为每 个乘客只会在某一层下，故没列只有一个1）。而每行中1的个数 代表在该楼层下的乘客的人数。 再建立一个有n个元素的一位数组，数组中只有0和1,其中1代表该层有人下，0代表该层没人下。 例如： 给定n=8;r=6（楼8层，乘了6个人）,则建立的二维随机矩阵及与之相关的应建立的一维数组为： m = 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 0 0 c = 1 1 0 1 0 1 1 1 4、解决方法（MATLAB程序代码）：
n=10;r=10;d=1000; a=0; for l=1:d m=full(sparse(randint(1,r,[1,n]),1:r,1,n,r)); c=zeros(n,1); for i=1:n for j=1:r if m(i,j)==1 c(j)=1; break; end continue; end end s=0; for x=1:n if c(x)==1 s=s+1; end continue; end a=a+s; end a/d 5、实验结果 ans = 6.5150 那么，当楼高11层，乘坐10人时，电梯需停次数的数学期望为6.5150。 （二）题目二 1、问题：某厂生产甲乙两种口味的饮料,每百箱甲饮料需用原料6 千克,工人10名,可获利10万元;每百箱乙饮料需用原料5千 克,工人20名,可获利9万元.今工厂共有原料60千克,工人 150名,又由于其他条件所限甲饮料产量不超过8百箱.问如何 安排生产计划,即两种饮料各生产多少使获利最大.进一步讨 论: 1)若投资0.8万元可增加原料1千克,问应否作这项投资. 2)若每百箱甲饮料获利可增加1万元,问应否改变生产计划. 2、问题分析 （1）题目中共有3个约束条件，分别来自原料量、工人数与甲饮料产量的限制。 （2）目标函数是求获利最大时的生产分配，应用MATLAB时要转换
数学建模实验报告
数学建模实验报告 实验一计算课本251页A矩阵的最大特征根和最大特征向量 1 实验目的 通过Wolfram Mathematica软件计算下列A矩阵的最大特征根和最大特征向量。 2 实验过程 本实验运用了Wolfram Mathematica软件计算，计算的代码如下：
3 实验结果分析 从代码的运行结果，可以得到最大特征根为5.07293，最大特征向量为 {{0.262281},{0.474395},{0.0544921},{0.0985336},{0.110298}},实验结果 与标准答案符合。
实验二求解食饵-捕食者模型方程的数值解 1实验目的 通过Wolfram Mathematica或MATLAB软件求解下列习题。 一个生物系统中有食饵和捕食者两种种群，设食饵的数量为x（t），捕食者为y（t），它们满足的方程组为x’(t)=(r-ay)x,y’(t)=-(d-bx)y,称该系统为食饵-捕食者模型。当r=1，d=0.5，a=0.1，b=0.02时，求满足初始条件x（0）=25，y（0）=2的方程的数值解。 2 实验过程 实验的代码如下 Wolfram Mathematica源代码： Clear[x,y] sol=NDSolve[{x'[t] (1-0.1y[t])x[t],y'[t] 0.02x[t]y[t]-0.5y[t],x[0 ] 25,y[0] 2},{x[t],y[t]},{t,0,100}] x[t_]=x[t]/.sol y[t_]=y[t]/.sol g1=Plot[x[t],{t,0,20},PlotStyle->RGBColor[1,0,0],PlotRange->{0,11 0}] g2=Plot[y[t],{t,0,20},PlotStyle->RGBColor[0,1,0],PlotRange->{0,40 }] g3=Plot[{x[t],y[t]},{t,0,20},PlotStyle→{RGBColor[1,0,0],RGBColor[ 0,1,0]},PlotRange->{0,110}] matlab源代码 function [ t,x ]=f ts=0:0.1:15; x0=[25,2]; [t,x]=ode45('shier',ts,x0); End function xdot=shier(t,x)
建立数学模型的方法步骤特点及分类
§16.3 建立数学模型的方法、步骤、特点及分类 [学习目标] 1.能表述建立数学模型的方法、步骤； 2.能表述建立数学模型的逼真性、可行性、渐进性、强健性、可转移性、非预制性、条理 性、技艺性和局限性等特点；； 3.能表述数学建模的分类； 4.会采用灵活的表述方法建立数学模型； 5.培养建模的想象力和洞察力。 一、建立数学模型的方法和步骤 —般说来建立数学模型的方法大体上可分为两大类、一类是机理分析方法，一类是测试分析方法．机理分析是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,建立的模型常有明确的物理或现实意义.§16.2节的示例都属于机理分析方法。测试分折将研究对象视为一个“黑箱”系统，内部机理无法直接寻求，可以测量系统的输人输出数据、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与数据拟合得最好的模型。这种方法称为系统辨识(System Identification)．将这两种方法结合起来也是常用的建模方法。即用机理分析建立模型的结构，用系统辨识确定模型的参数． 可以看出，用上面的哪一类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决定的．如果掌握了机理方面的一定知识，模型也要求具有反映内部特性的物理意义。那么应该以机理分析方法为主．当然,若需要模型参数的具体数值，还可以用系统辨识或其他统计方法得到．如果对象的内部机理基本上没掌握，模型也不用于分析内部特性,譬如仅用来做输出预报，则可以系统辩识方法为主．系统辨识是一门专门学科，需要一定的控制理论和随机过程方面的知识．以下所谓建模方法只指机理分析。 建模要经过哪些步骤并没有一定的模式，通常与实际问题的性质、建模的目的等有关，从§16.2节的几个例子也可以看出这点．下面给出建模的—般步骤，如图16-5所示． 图16-5 建模步骤示意图 模型准备首先要了解问题的实际背景，明确建模的目的搜集建模必需的各种信息如现象、数据等，尽量弄清对象的特征,由此初步确定用哪一类模型，总之是做好建模的准备工作．情况明才能方法对，这一步一定不能忽视，碰到问题要虚心向从事实际工作的同志请教，尽量掌握第一手资料. 模型假设根据对象的特征和建模的目的，对问题进行必要的、合理的简化，用精确的语言做出假设，可以说是建模的关键一步．一般地说，一个实际问题不经过简化假设就很难翻译成数学问题，即使可能，也很难求解．不同的简化假设会得到不同的模型．假设作得不合理或过份
数学建模实验答案初等模型
实验02 初等模型（4学时） （第2章初等模型） 1.（编程）光盘的数据容量p23~27 表1 3种光盘的基本数据 CAV光盘：恒定角速度的光盘。 CLV光盘：恒定线速度的光盘。 R2=58 mm, R1=22.5 mm，d, ρ见表1。
CLV光盘的信息总长度(mm) L CLV 22 21 () R R d π- ≈ CLV光盘的信息容量(MB) C CLV = ρL CLV / (10^6) CLV光盘的影像时间(min) T CLV = C CLV / (0.62×60) CAV光盘的信息总长度(mm) L CAV 2 2 2 R d π≈ CAV光盘的信息容量(MB) C CAV = ρL CAV / (10^6) CAV光盘的影像时间(min ) T CAV = C CAV / (0.62×60) 1.1（验证、编程）模型求解 要求： ①（验证）分别计算出LCLV, CCLV和TCLV三个3行1列的列向量，仍后输出结果，并与P26的表2（教材）比较。 程序如下：
②（编程）对于LCAV, CCAV和TCAV，编写类似①的程序，并运行，结果与P26的表3（教材）比较。 ★要求①的程序的运行结果： ★要求②的程序及其运行结果：
1.2（编程）结果分析 信道长度LCLV 的精确计算：21 2R CLV R L d π=? 模型给出的是近似值：2221() CLV R R L L d π-= ≈ 相对误差为：CLV L L L δ-= 要求：
①取R2=58 mm, R1=22.5 mm，d, ρ见表1（题1）。 分别计算出LCLV, L和delta三个3行1列的列向量，仍后将它组合起来输出一个3行3列的结果。 ②结果与P26的表2和P27（教材）的结果比较。 [提示] 定积分计算用quad、quadl或trapz函数，注意要分别取d的元素来计算。要用数组d参与计算，可用quadv（用help查看其用法）。 ★编写的程序和运行结果： 程序：
数学模型与实验报告习题
数学模型与实验报告 姓名：王珂 班级：121111 学号：442 指导老师：沈远彤
数学模型与实验 一、数学规划模型 某企业将铝加工成A,B两种铝型材，每5吨铝原料就能在甲设备上用12小时加工成3吨A型材，每吨A获利2400元，或者在乙设备上用8小时加工成4吨B型材，每吨B获利1600元。现在加工厂每天最多能得到250吨铝原料，每天工人的总工作时间不能超过为480小时，并且甲种设备每天至多能加工100吨A，乙设备的加工能力没有限制。 （1）请为该企业制定一个生产计划，使每天获利最大。 （2）若用1000元可买到1吨铝原料，是否应该做这项投资若投资，每天最多购买多少吨铝原料 （3）如果可以聘用临时工人以增加劳动时间，付给工人的工资最多是每小时几元 （4）如果每吨A型材的获利增加到3000元，应否改变生产计划 题目分析： 每5吨原料可以有如下两种选择： 1、在甲机器上用12小时加工成3吨A每吨盈利2400元 2、在乙机器上用8小时加工成4吨B每吨盈利1600元 限制条件： 原料最多不可超过250吨，产品A不可超过100吨。工作时间不可超过480小时线性规划模型： 设在甲设备上加工的材料为x1吨，在乙设备上加工的原材料为x2吨，获利为z，由题意易得约束条件有： Max z = 7200x1/5 +6400x2/5 x1 + x2 ≦ 250
12x1/5 + 8x2/5 ≦ 480 0≦3x1/5 ≦ 100, x2 ≧ 0 用LINGO求解得： VARIABLE VALUE REDUCED COST X1 X2 ROW SLACK OR SURPLUS DUAI PRICE 1 2 3 4 做敏感性分析为： VARIABLE CURRENT ALLOWABLE ALLOWABLE COFF INCREASE DECREASE X1 X2 ROW CURRENT ALLOWABLE ALLOWABLE RHS INCREASE DECREASE 2 3 4 INFINITY 1、可见最优解为x1=100，x2=150，MAXz=336000。因此最优解为在甲设备上用100吨原料生产A产品，在乙设备上用150吨原料生产B产品。最大盈利为336000. 2、由运算结果看约束条件1（原料）的影子价格是960，即每增加1吨原料可收入960，小于1000元，因此不购入。 3、同理可得，每小时的影子价格是40元，因此聘用员工的工资不可超过每小时40元。
数学建模与数学实验报告
数学建模与数学实验报告 指导教师__郑克龙___ 成绩____________ 组员1：班级______________ 姓名______________ 学号_____________ 组员2：班级______________ 姓名______________ 学号______________ 实验1.(1)绘制函数cos(tan())y x π=的图像，将其程序及图形粘贴在此。 >> x=-pi:0.01:pi; >> y=cos(tan(pi*x)); >> plot(x,y) -4 -3 -2 -1 1 2 3 4 -1-0.8-0.6-0.4-0.200.20.40.60.8 1 （2）用surf,mesh 命令绘制曲面2 2 2z x y =+，将其程序及图形粘贴在此。（注：图形注意拖放，不要太大）（20分） >> [x,y]=meshgrid([-2:0.1:2]); >> z=2*x.^2+y.^2; >> surf(x,y,z)
-2 2 >> mesh(x,y,z) -2 2 实验2. 1、某校60名学生的一次考试成绩如下:
93 75 83 93 91 85 84 82 77 76 77 95 94 89 91 88 86 83 96 81 79 97 78 75 67 69 68 84 83 81 75 66 85 70 94 84 83 82 80 78 74 73 76 70 86 76 90 89 71 66 86 73 80 94 79 78 77 63 53 55 1)计算均值、标准差、极差、偏度、峰度，画出直方图；2)检验分布的正态性；3)若检验符合正态分布，估计正态分布的参数并检验参数. （20分） 1） >> a=[93 75 83 93 91 85 84 82 77 76 77 95 94 89 91 88 86 83 96 81 79 97 78 75 67 69 68 84 83 81 75 66 85 70 94 84 83 82 80 78 74 73 76 70 86 76 90 89 71 66 86 73 80 94 79 78 77 63 53 55]; >> pjz=mean(a) pjz = 80.1000 >> bzhc=std(a) bzhc = 9.7106 >> jc=max(a)-min(a) jc = 44 >> bar(a)
数学模型的定义
一、数学模型的定义 现在数学模型还没有一个统一的准确的定义，因为站在不同的角度可以有不同的定义。不过我们可以给出如下定义：“数学模型是关于部分现实世界和为一种特殊目的而作的一个抽象的、简化的结构。”具体来说，数学模型就是为了某种目的，用字母、数学及其它数学符号建立起来的等式或不等式以及图表、图象、框图等描述客观事物的特征及其内在联系的数学结构表达式。一般来说数学建模过程可用如下框图来表明： 数学是在实际应用的需求中产生的，要解决实际问题就必需建立数学模型，从此意义上讲数学建模和数学一样有古老历史。例如，欧几里德几何就是一个古老的数学模型，牛顿万有引力定律也是数学建模的一个光辉典范。今天，数学以空前的广度和深度向其它科学技术领域渗透，过去很少应用数学的领域现在迅速走向定量化，数量化，需建立大量的数学模型。特别是新技术、新工艺蓬勃兴起，计算机的普及和广泛应用，数学在许多高新技术上起着十分关键的作用。因此数学建模被时代赋予更为重要的意义。 二、建立数学模型的方法和步骤 1. 模型准备 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。 2. 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。 3. 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。 4. 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。 5. 模型分析 对模型解答进行数学上的分析。“横看成岭侧成峰，远近高低各不同”，能否对模型结果
数学建模实验报告
matlab 试验报告 姓名 学号 班级 问题：.（插值） 在某海域测得一些点(x,y)处的水深z 由下表给出，船的吃水深度为5英尺，在矩形区域（75，200）*（-50，150）里的哪些地方船要避免进入。 问题的分析和假设： 分析:本题利用插值法求出水深小于5英尺的区域，利用题中所给的数据，可以求出通过空间各点的三维曲面。随后，求出水深小于5英尺的范围。 基本假设：1表中的统计数据均真实可靠。 2矩形区域外的海域不对矩形海域造成影响。 符号规定：x ―――表示海域的横向位置 y ―――表示海域的纵向位置 z ―――表示海域的深度 建模： 1.输入插值基点数据。 2．在矩形区域（75,200）×（－50,150）作二维插值，运用三次插值法。 3．作海底曲面图。 4．作出水深小于5的海域范围，即z=5的等高线。 x y z 129 140 103.5 88 185.5 195 105 7.5 141.5 23 147 22.5 137.5 85.5 4 8 6 8 6 8 8 x y z 157.5 107.5 77 81 162 162 117.5 -6.5 -81 3 56.5 -66.5 84 -33.5 9 9 8 8 9 4 9
求解的Matlab程序代码： x=[129 140 103.5 88 185.5 195 105.5 157.5 107.5 77 81 162 162 117.5]; y=[7.5 141.5 23 147 22.5 137.5 85.5 -6.5 -81 3 56.5 -66.5 84 -33.5]; z=[-4 -8 -6 -8 -6 -8 -8 -9 -9 -8 -8 -9 -4 -9]; cx=75:0.5:200; cy=-50:0.5:150; cz=griddata(x,y,z,cx,cy','cubic'); meshz(cx,cy,cz),rotate3d xlabel('X'),ylabel('Y'),zlabel('Z') %pause figure(2),contour(cx,cy,cz,[-5 -5]);grid hold on plot(x,y,'+') xlabel('X'),ylabel('Y') 计算结果与问题分析讨论： 运行结果： Figure1:海底曲面图：
建立数学模型的方法、步骤、特点及分类 ()
薅§16.3建立数学模型的方法、步骤、特点及分类 螁[学习目标] 蚀1.能表述建立数学模型的方法、步骤； 蒆2.能表述建立数学模型的逼真性、可行性、渐进性、强健性、可转移性、非预制性、条理性、技艺性和局限性等特点；； 羆3.能表述数学建模的分类； 蒃4.会采用灵活的表述方法建立数学模型； 葿5.培养建模的想象力和洞察力。 薆一、建立数学模型的方法和步骤 膃—般说来建立数学模型的方法大体上可分为两大类、一类是机理分析方法，一类是测试分析方法．机理分析是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,建立的模型常有明确的物理或现实意义.§16.2节的示例都属于机理分析方法。测试分折将研究对象视为一个“黑箱”系统，内部机理无法直接寻求，可以测量系统的输人输出数据、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与数据拟合得最好的模型。这种方法称为系统辨识(SystemIdentification)．将这两种方法结合起来也是常用的建模方法。即用机理分析建立模型的结构，用系统辨识确定模型的参数． 袁可以看出，用上面的哪一类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决定的．如果掌握了机理方面的一定知识，模型也要求具有反映内部特性的物理意义。那么应该以机理分析方法为主．当然,若需要模型参数的具体数值，还可以用系统辨识或其他统计方法得到．如果对象的内部机理基本上没掌握，模型也不用于分析内部特性,譬如仅用来做输出预报，则可以系统辩识方法为主．系统辨识是一门专门学科，需要一定的控制理论和随机过程方面的知识．以下所谓建模方法只指机理分析。 膈建模要经过哪些步骤并没有一定的模式，通常与实际问题的性质、建模的目的等有关，从 薆§16.2节的几个例子也可以看出这点．下面给出建模的—般步骤，如图16-5所示． 薄图16-5建模步骤示意图 蚃模型准备首先要了解问题的实际背景，明确建模的目的搜集建模必需的各种信息如现象、数据等，尽量弄清对象的特征,由此初步确定用哪一类模型，总之是做好建模的准备工作．情况明才能方法对，这一步一定不能忽视，碰到问题要虚心向从事实际工作的同志请教，尽量掌握第一手资料. 芁模型假设根据对象的特征和建模的目的，对问题进行必要的、合理的简化，用精确的语言做出假设，可以说是建模的关键一步．一般地说，一个实际问题不经过简化假设就很难翻译成数学问题，即使可能，也很难求解．不同的简化假设会得到不同的模型．假设作得不合理或过份简单，会导致模型失败或部分失败，于是应该修改和补充假设；假设作得过分详细，试图把复杂对象的各方面因素都考虑进去，可能使你很难甚至无法继续下一步的工作．通常，作假设的依据，一是出于对问题内在规律的认识，二是来自对数据或现象的分析，也可以是二者的综合．作假设时既要运用与问题相关的物理、化学、生物、经济等方面的知识，又要充分发挥想象力、洞察力和判断力，善于辨别问题的主次，果断地抓住主要因素，舍弃次要因素，尽量将问题线性化、均匀化．经验在这里也常起重要作用．写出假设时，语言要精确，就象做习题时写出已知条件那样．
数学建模与数学实验习题
数学建模与数学实验课程总结与练习内容总结 第一章 1.简述数学建模的一般步骤。 2.简述数学建模的分类方法。 3.简述数学模型与建模过程的特点。 第二章 4.抢渡长江模型的前3问。 5.补充的输油管道优化设计。 6.非线性方程（组）求近似根方法。 第三章 7.层次结构模型的构造。 8.成对比较矩阵的一致性分析。 第五章 9.曲线拟合法与最小二乘法。 10 分段插值法。 第六章 11 指数模型及LOGISTIC模型的求解与性质。 12.VOLTERRA模型在相平面上求解及周期平均值。 13 差分方程（组）的平衡点及稳定性。 14 一阶差分方程求解。 15 养老保险模型。
16 金融公司支付基金的流动。 17 LESLLIE 模型。 18 泛函极值的欧拉方法。 19 最短路问题的邻接矩阵。 20 最优化问题的一般数学描述。 21 马尔科夫过程的平衡点。 22 零件的预防性更换。 练习集锦 1. 在层次分析法建模中，我们介绍了成对比较矩阵概念，已知矩阵P 是成对比较矩阵 31/52a b P c d e f ?? ??=?????? ，（1）确定矩阵P 的未知元素。 （2）求 P 模最大特征值。 （3）分析矩阵P 的一致性是否可以接受（随机一致性指标ＲＩ取0.58）。 2. 在层次分析法建模中，我们介绍了成对比较矩阵概念，已知矩阵P 是三阶成对比较矩阵 322P ? ???=?????? ，（1）将矩阵P 元素补全。 （2）求P 模最 大特征值。 （3）分析矩阵P 的一致性是否可以接受。 3.考虑下表数据
(1)用曲改直的思想确定经验公式形式。 （2）用最小二乘法确定经验公式系数。 4.. 考虑微分方程 (0.2)0.0001(0.4)0.00001dx x xy dt dy y xy dt εε?=--????=-++?? （1）在像平面上解此微分方程组。（2）计算0ε=时的周期平均值。（3）计算0.1ε=时，y 的周期平均值占总量的周期平均值的比例增加了多少？ 5考虑种群增长模型 '()(1/1000),(0)200x t kx x x =-= （1）求种群量增长最快的时刻。（2）根据下表数据估计参数k 值。 6. 布均匀，若环保部门及时发现并从某时刻起切断污染源，并更新湖水（此处更新指用新鲜水替换污染水），设湖水更新速率是 3 (m r s 单位：）。 （1） 试建立湖中污染物浓度随时间下降的数学模型？ 求出污染物浓度降为控制前的5%所需要的时间。 7. 假如保险公司请你帮他们设计一个险种:35岁起保,每月交费400元,60岁开始领取养老金,每月养老金标准为３６００元，请估算该保险费月利率为多少（保留到小数点后５位）？ 8. 某校共有学生40000人，平时均在学生食堂就餐。该校共有,,A B C 3 个学生食堂。经过近一年的统计观测发现：A 食堂分别有10%，25%的学生经常去B ，C 食堂就餐，B 食堂经常分别有15%，25%的同学去
数学建模与实验
? 1.1.3 初识MATLAB 例1-1 绘制正弦曲线和余弦曲线。 x=[0:0.5:360]*pi/180; plot(x,sin(x),x,cos(x)); ?例1-2 求方程 3x4+7x3 +9x2-23=0的全部根。 p=[3,7,9,0,-23]; %建立多项式系数向量 x=roots(p) %求根 ?例1-3 求积分 quad('x.*log(1+x)',0,1) ?例1-4 求解线性方程组。 a=[2,-3,1;8,3,2;45,1,-9]; b=[4;2;17]; x=inv(a)*b ? 1.2.1 MATLAB的运行环境 硬件环境： (1) CPU (2) 内存 (3) 硬盘 (4) CD-ROM驱动器和鼠标。 软件环境： (1) Windows 98/NT/2000 或Windows XP (2) 其他软件根据需要选用 ? 1.3.1 启动与退出MATLAB集成环境 1．MATLAB系统的启动 与一般的Windows程序一样，启动MATLAB系统有3种常见方法： (1)使用Windows“开始”菜单。 (2)运行MATLAB系统启动程序matlab.exe。 (3) 利用快捷方式。 ?启动MATLAB后，将进入MATLAB 6.5集成环境。MATLAB 6.5集成环境包括MATLAB 主窗口、命令窗口(Command Window)、工作空间窗口(Workspace)、命令历史窗口(Command History)、当前目录窗口(Current Directory)和启动平台窗口(Launch Pad)。 ?2．MATLAB系统的退出 要退出MATLAB系统，也有3种常见方法： (1) 在MATLAB主窗口File菜单中选择Exit MATLAB命令。 (2) 在MATLAB命令窗口输入Exit或Quit命令。 (3) 单击MATLAB主窗口的“关闭”按钮。 ? 1.3.2 主窗口 MATLAB主窗口是MATLAB的主要工作界面。主窗口除了嵌入一些子窗口外，还主要包括菜单栏和工具栏。 1．菜单栏 在MATLAB 6.5主窗口的菜单栏，共包含File、Edit、View、Web、Window和Help 6个菜单项。
数学建模与数学实验试卷及答案
数学建模与数学实验试卷及答案 二、本题10分(写出程序和结果) 蚌埠学院2010—2011学年第二学期 2,x在 [-5 ，5] 区间内的最小值，并作图加以验证。求函数yxe,，,3《数学建模与数学实验》补考试卷答案 f1=inline('x.^2 +exp(-x)-3') 注意事项:1、适用班级:09数学与应用数学本科1,2班 2、本试卷共1页，附答题纸1页。满分100分。 x=fmin(f1,-5,5) 3、考查时间100分钟。 y=f1(x) 4、考查方式:开卷 fplot(f1,[-5,5]) 一、填空:(每空4分，共60分) x = 0.3517，y== -2.1728 123111,，，，， ,,,,三、本题15分(写出程序和结果) 1. 已知，，则A的秩为 3 ，A的特征值为 A,612B,234,,,, ,,,,,215531,，，，，360000xx，,,12,max2.5fxx,，求解:， stxx..250000，,,1212-1.9766 4.4883 + 0.7734i 4.4883 - 0.7734i ，若令 A([1,3],:)= B([2,3],:)，则,x,150001,A(2,:)= 6 1 2 ; 解: xxx，，,22,123,model: 2. 的解为 1.25 ,0.25 0.5 ; xxx，，,521,123max=2.5*x1+x2; ,242xxx，，,123,3*x1+x2<=60000; 装订线内不要答题 2*x1+x2<=50000; 3. 将1234521 分解成质因数乘积的命令为_factor(sym(‘1234521’)),
数学建模与数学实验课后习题答案
P59 4.学校共1002名学生，237人住在A 宿舍，333人住在B 宿舍，432人住在C 宿舍。学生要组织一个10人的委员会，使用Q 值法分配各宿舍的委员数。 解:设P 表示人数，N 表示要分配的总席位数。i 表示各个宿舍（分别取A,B,C ），i p 表示i 宿舍现有住宿人数，i n 表示i 宿舍分配到的委员席位。 首先，我们先按比例分配委员席位。 A 宿舍为:A n = 365.21002 10237=? B 宿舍为:B n =323.31002 10333=? C 宿舍为:C n =311.4100210432=? 现已分完9人，剩1人用Q 值法分配。 5.93613 22372 =?=A Q 7.92404 33332 =?=B Q 2.93315 44322 =?=C Q 经比较可得，最后一席位应分给A 宿舍。 所以，总的席位分配应为：A 宿舍3个席位，B 宿舍3个席位，C 宿舍4个席位。
商人们怎样安全过河
由上题可求：4个商人，4个随从安全过河的方案。 解：用最多乘两人的船，无法安全过河。所以需要改乘最多三人乘坐的船。 如图所示，图中实线表示为从开始的岸边到河对岸，虚线表示从河对岸回来。商人只需要按照图中的步骤走，即可安全渡河。总共需要9步。
P60 液体在水平等直径的管内流动，设两点的压强差ΔP 与下列变量有关：管径d,ρ,v,l,μ,管壁粗糙度Δ，试求ΔP 的表达式 解：物理量之间的关系写为为()?=?,,,,,μρ?l v d p 。 各个物理量的量纲分别为 []32-=?MT L p ，[]L d =，[]M L 3-=ρ，[]1-=LT v ，[]L l =，[]11--=MT L μ，Δ是一个无量纲量。 ???? ??????-----=?0310100011110010021113173A 其中0=Ay 解得 ()T y 00012111---=， ()T y 00101102--=， ()T y 01003103--=， ()T y 10000004= 所以 l v d 2111---=ρπ，μρπ112--=v ，p v ?=--313ρπ，?=4π 因为()0,,,,,,=??p l v d f μρ与()0,,,4321=ππππF 是等价的，所以ΔP 的表达式为： ()213,ππψρv p =?
数学建模的几种常用方法
枝正在绽放的教研之花，一定会在教育的百花园中，开放得更加灿烂多姿。 参考文献： [1]陈遒臣.教育哲学[M].台湾心理出版社,1996. [2]王天一.外国教育史[M].北京：北师大出版社,1996. [3]陈长前.如何培养学生学习数学的兴趣［J］.中学数学教学，1998，（5）.[4]丁锦辉.有效备课.初中数学[M].长春：东北师范大学出版 社，2008. [5]刘晓明.生本备课—— —备课与师德行为[M].长春：东北师范大学出版社，2008. [6]刘湘溶.创新教师教育新模式[M].北京：经济科学出版社, 2004. [7]华同旭.教育创新与发展[M].北京：经济科学出版社,2007. 第30卷2012年5月 太原大学教育学院学报 JOURNAL OF EDUCATION INSTITUTE OF TAIYUAN UNIVERSITY Vol.30 May.2012数学建模的几种常用方法 张婧 （太原大学教育学院，山西太原030001） 〔摘要〕文章介绍了数学建模的一些主要术语，讨论了数学建模的常用方法以及这些方法的适用情况、使用步骤和主要思想。 〔关键词〕数学建模；数学模型；思想；问题 1983年，数学建模作为一门独立的课程进入我国高等学校，在清华大学首次开设。1987年高等教育出版社出版了国内第一本《数学模型》教材。20多年来，数学建模工作发展的非常快，许多高校相继开设了数学建模课程，我国从1989年起参加美国数学建模竞赛，1992年国家教委高教司提出在全国普通高等学校开展数学建模竞赛，旨在“培养学生解决实际问题的能力和创新精神，全面提高学生的综合素质”。近年来，数学模型和数学建模这两个术语使用的频率越来越高，而数学模型和数学建模也被广泛地应用于其他学科和社会的各个领域。本文主要介绍了数学建模中常用的方法。 一、数学建模的相关概念 原型就是人们在社会实践中所关心和研究的现实世界中的事物或对象。 模型是指为了某个特定目的将原型所具有的本质属性的某一部分信息经过简化、提炼而构造的原型替代物。一个原型，为了不同的目的可以有多种不同的模型。 数学模型是指对于现实世界的某一特定对象，为了某个特定目的，进行一些必要的抽象、简化和假设，借助数学语言，运用数学工具建立起来的一个数学结构。 数学建模是指对特定的客观对象建立数学模型的过程，是现实的现象通过心智活动构造出能抓住其重要且有用的特征的表示，常常是形象化的或符号的表示，是构造刻画客观事物原型的数学模型并用以分析、研究和解决实际问题的一种科学方法 二、教学模型的分类 数学模型从不同的角度可以分成不同的类型，从数学的角度，按建立模型的数学方法主要分为以下几种模型：几何模型、代数模型、规划模型、优化模型、微分方程模型、统计模型、概率模型、图论模型、决策模型等。 三、数学建模的常用方法 1.类比法 数学建模的过程就是把实际问题经过分析、抽象、概括后，用数学语言、数学概念和数学符号表述成数学问题，而表述成什么样的问题取决于思考者解决问题的意图。类比法建模一般在具体分析该实际问题的各个因素的基础上，通过联想、归纳对各因素进行分析，并且与已知模型比较，把未知关系化为已知关系，在不同的对象或完全不相关的对象中找出同样的或相似的关系，用已知模型的某些结论类比得到解决该“类似”问题的数学方法，最终建立起解决问题的模型。 2.量纲分析法 量纲分析是20世纪初提出的在物理领域中建立数学模型的一种方法，它是在经验和实验的基础上，利用物理定律的量纲齐次性，确定各物理量之间的关系。它是一种数学分析方法，通过量纲分析，可以正确地分析各变量之间的关系，简化实验和便于成果整理。 在国际单位制中，有七个基本量：质量、长度、时间、电流、温度、光强度和物质的量，它们的量纲分别为M、L、T、I、H、J和N，称为基本量纲。 量纲分析法常常用于定性地研究某些关系和性质，利用量纲齐次原则寻求物理量之间的关系，在数学建模过程中常常进行无量纲化，无量纲化是根据量纲分析思想，恰当地选择特征尺度将有量纲量化为无量纲量，从而达到减 ，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，38 ——