数学实验课件--建立数学模型

第一章 建立数学模型1.1 从现实对象到数学模型1.2 数学建模的重要意义1.3 数学建模示例1.4 数学建模的方法和步骤1.5 数学模型的特点和分类1.6 怎样学习数学建模玩具、照片、飞机、火箭模型 实物模型水箱中的舰艇、风洞中的飞机 物理模型地图、电路图、分子结构图 符号模型模型是为了一定目的，对客观事物的一部分 进行简缩、抽象、提炼出来的原型的替代物模型集中反映了原型中人们需要的那一部分特征1.1 从现实对象到数学模型我们常见的模型MCM PROBLEM B: Criminology In 1981 Peter Sutcliffe was convicted of thirteen murders and subjecting a number of other people to vicious attacks. One of the methods used to narrow the search for Mr. Sutcliffe was to find a “center of mass” of the locations of the attacks. In the end, the suspect happened to live in the same town predicted by this technique. Since that time, a number of more sophisticated techniques have been developed to determine the “geographical profile” of a suspected serial criminal based on the locations of the crimes. Your team has been asked by a local police agency to develop a method to aid in their investigations of serial criminals. The approach that you develop should make use of at least two different schemes to generate a geographical profile. You should develop a technique to combine the results of the different schemes and generate a useful prediction for law enforcement officers. The prediction should provide some kind of estimate or guidance about possible locations of the next crime based on the time and locations of the past crime scenes. If you make use of any other evidence in your estimate, you must provide specific details about how you incorporate the extra information. Your method should also provide some kind of estimate about how reliable the estimate will be in a given situation, including appropriate warnings.你碰到过的数学模型“航行问题”用 x 表示船速，y 表示水速，列出方程：答：船速每小时20千米/小时.甲乙两地相距750千米，船从甲到乙顺水航行需30小时， 从乙到甲逆水航行需50小时，问船的速度是多少?x =20 y =5求解航行问题建立数学模型的基本步骤 作出简化假设（船速、水速为常数）； 用符号表示有关量（x, y表示船速和水速）； 用物理定律（匀速运动的距离等于速度乘以时间）列出数学式子（二元一次方程）； 求解得到数学解答（x=20, y=5）； 回答原问题（船速每小时20千米/小时）。数学模型 (Mathematical Model) 和 数学建模（Mathematical Modeling)对于一个现实对象，为了一个特定目的，根据其内在规律，作出必要的简化假设，运用适当的数学工具，得到的一个数学结构。建立数学模型的全过程（包括表述、求解、解释、检验等）数学模型数学 建模1.2 数学建模的重要意义 电子计算机的出现及飞速发展； 数学以空前的广度和深度向一切领域渗透。数学建模作为用数学方法解决实际问题的第一步， 越来越受到人们的重视。 在一般工程技术领域数学建模仍然大有用武之地； 在高新技术领域数学建模几乎是必不可少的工具； 数学进入一些新领域，为数学建模开辟了许多处女地。数学建模的具体应用 分析与设计 预报与决策 控制与优化 规划与管理数学建模计算机技术知识经济如虎添翼1.3 数学建模示例1.3.1 椅子能在不平的地面上放稳吗问题分析模 型 假 设通常 三只脚着地放稳 四只脚着地 四条腿一样长，椅脚与地面点接触，四脚 连线呈正方形; 地面高度连续变化，可视为数学上的连续 曲面; 地面相对平坦，使椅子在任意位置至少三只脚同时着地。模型构成用数学语言把椅子位置和四只脚着地的关系表示出来 椅子位置利用正方形(椅脚连线)的对称性xBADC OD´C ´B ´A ´用(对角线与x轴的夹角)表示椅子位置 四只脚着地距离是的函数 四个距离( 四只脚)A,C 两脚与地面距离之和 f()B,D 两脚与地面距离之和 g()两个距离椅脚与地面距离为零正方形ABCD 绕O点旋转正方形 对称性用数学语言把椅子位置和四只脚着地的关系表示出来f() , g()是连续函数对任意, f(), g() 至少一个为0数学 问题已知： f() , g()是连续函数 ;对任意， f() g()=0 ;且 g(0)=0， f(0) > 0. 证明：存在0，使f(0) = g(0) = 0.模型构成地面为连续曲面椅子在任意位置至少三只脚着地模型求解给出一种简单、粗糙的证明方法将椅子旋转900，对角线AC和BD互换。由g(0)=0， f(0) > 0 ，知f(/2)=0 , g(/2)>0.令h()= f()g(), 则h(0)>0和h(/2)<0.由 f, g的连续性知 h为连续函数, 据连续函数的基本性质, 必存在0 , 使h(0)=0, 即f(0) = g(0) .因为f() g()=0, 所以f(0) = g(0) = 0.评注和思考建模的关键 假设条件的本质与非本质 考察四脚呈长方形的椅子和 f(), g()的确定1.3.2 商人们怎样安全过河问题(智力游戏) 3名商人 3名随从随从们密约, 在河的任一 岸, 一旦随从的人数比商 人多, 就杀人越货.但是乘船渡河的方案由商人决定 .商人们怎样才能安全过河?问题分析多步决策过程决策 每一步(此岸到彼岸或彼岸到此岸)船上的人员要求在安全的前提下(两岸的随从数不比商人多),经有限步使全体人员过河.河小船(至多2人)模型构成xk第k次渡河前此岸的商人数yk第k次渡河前此岸的随从数xk, yk=0,1,2,3;k=1,2, sk=(xk , yk)过程的状态S=(x , y) x=0, y=0,1,2,3; x=3, y=0,1,2,3; x=y=1,2S 允许状态集合uk第k次渡船上的商人数vk第k次渡船上的随从数dk=(uk , vk)决策D=(u , v) u+v=1, 2 允许决策集合uk, vk=0,1,2;k=1,2, sk+1=sk dk +(-1)k状态转移律求dkD(k=1,2, n), 使skS, 并按 转移律由 s1=(3,3)到达 sn+1=(0,0).多步决策 问题模型求解xy3322110 穷举法 编程上机 图解法 状态s=(x,y) 16个格点 10个 点允许决策 移动1或2格; k奇,左下移; k偶,右上移.s1sn+1d1, ，d11给出安全渡河方案评注和思考规格化方法,易于推广考虑4名商人各带一随从的情况d1d11允许状态S=(x , y) x=0, y=0,1,2,3;x=3, y=0,1,2,3; x=y=1,2背景年 1625 1830 1930 1960 1974 1987 1999 人口(亿) 5 10 20 30 40 50 60世界人口增长概况中国人口增长概况年 1908 1933 1953 1964 1982 1990 1995 2000 人口(亿) 3.0 4.7 6.0 7.2 10.3 11.3 12.0 13.0研究人口变化规律控制人口过快增长1.3.3 如何预报人口的增长指数增长模型马尔萨斯提出 (1798)常用的计算公式x(t) 时刻t的人口基本假设 : 人口(相对)增长率 r 是常数今年人口 x0, 年增长率 rk年后人口随着时间增加，人口按指数规律无限增长指数增长模型的应用及局限性 与19世纪以前欧洲一些地区人口统计数据吻合 适用于19世纪后迁往加拿大的欧洲移民后代 可用于短期人口增长预测 不符合19世纪后多数地区人口增长规律 不能预测较长期的人口增长过程19世纪后人口数据人口增长率r不是常数(逐渐下降)阻滞增长模型(Logistic模型)人口增长到一定数量后，增长率下降的原因：资源、环境等因素对人口增长的阻滞作用且阻滞作用随人口数量增加而变大假设r固有增长率(x很小时)xm人口容量（资源、环境能容纳的最大数量）r是x的减函数dx/dtx0xmxm/2xmtx0x(t)S形曲线, x增加先快后慢x0xm/2阻滞增长模型(Logistic模型)参数估计用指数增长模型或阻滞增长模型作人口 预报，必须先估计模型参数 r 或 r, xm 利用统计数据用最小二乘法作拟合例：美国人口数据（单位百万）1860 1870 1880 1960 1970 1980 199031.4 38.6 50.2 179.3 204.0 226.5 251.4专家估计阻滞增长模型(Logistic模型)r=0.2557, xm=392.1模型检验用模型计算2000年美国人口，与实际数据比较实际为281.4 (百万)模型应用预报美国2010年的人口加入2000年人口数据后重新估计模型参数Logistic 模型在经济领域中的应用(如耐用消费品的售量)阻滞增长模型(Logistic模型)r=0.2490, xm=434.0x(2010)=306.0数学建模的基本方法机理分析测试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将对象看作“黑箱”,通过对量测数据的统计分析，找出与数据拟合最好的模型机理分析没有统一的方法，主要通过实例研究 (Case Studies)来学习。以下建模主要指机理分析。二者结合