1.1 数学建模引例随堂测验
1、在本节包汤圆问题的整个建模过程,包括了如下几个步骤 (1) 找出问题涉及的主要因素(变量),重新梳理问题使之更明确 (2) 作出简化、合理的假设 (3) 用数学的语言来描述问题 (4) 用几何的知识解决问题 (5) 模型应用
2、在本节包汤圆问题涉及到的主要因素有:大小汤圆的个数、每个汤圆面皮的大小、馅的大小、大小汤圆面皮的半径
3、为使问题简化作出了如下假设: (1) 面皮厚度一样 (2) 汤圆形状一样 (3) 汤圆均为球形
4、引入数学语言(体积和表面积)来表示现实对象(馅的多少和皮的大小),于是问题归结为一个数学问题:当m个小立体的总表面积与M个大立体的总表面积相同时,比较二者的总体积。
5、在本节的包汤圆问题中,若100个汤圆包1公斤馅,则25个汤圆包多少公斤馅?
1、人口数量与下列因素都有关,人口基数、出生率、死亡率、年龄结构、性别比例、医疗水平、工农业生产水平、环境、生育政策等等。
2、Malthus模型只考虑了人口基数、出生率和死亡率这几个因素,而且假设人口增长率(出生率-死亡率)为常数。
3、人口是按指数规律无限增长的。
4、在malthus人口模型中人口数量有上限
2、Logistic模型考虑了人口基数、出生率和死亡率、资源、环境这些因素,而且假设人口增长率(出生率-死亡率)为人口数量的线性减函数。
3、Leslie差分方程模型考虑了年龄结构,是按年龄分组的人口模型,不同年龄组的出生率和死亡率不同。
4、在logistic人口模型中人口数量有上限
5、malthus模型和logistic模型的区别是假设条件的不同
1.4 数学建模概念及分类随堂测验
1、数学模型是为了一定的目的,定量描述现实对象的数学结构或数学问题,可以是公式、方程、微分方程、差分方程、规划模型等等。如牛顿第二定律:F=ma,下面的万有引力定律都是数学模型。
2、数学建模是解决现实世界中问题的全过程,从模型准备,提出假设,建立数学模型、模型求解到模型分析再到模型检验。
3、建立数学模型的方法主要有机理分析、测试分析以及两者的结合。
4、数学模型可以分为连续模型和
请画出数学建模初步这节课中你学习到内容的思维导图
1、请画出数学建模初步这节课中你学习到内容的思维导图
4、在命令窗口键入赋值语句 “x=32; ”,回车后,会执行该语句,把数字9赋给变量x, 在工作区能看到出现了变量x,但在命令窗口不会显示该语句的结果。
5、下列命令可以清空 Matlab 工作空间内的所有变量
2.2 数组与函数随堂测验
1、标点符号";"可以使命令行不显示运算结果,"%"用来表示该行为注释行。
3、1到9之间,公差为0.5的等间隔数的MATLAB表达式(用“:”工具)为
5、设x是一维数组,x的第3个元素表示为
6、x 为0 ~8pi之间的100个等间隔数构成的向量,可以使用下列命令来创建。 >> x=( )
1、可以使用xlabel,ylabel命令在各坐标轴旁边加标注,使用legend命令在图形中加各曲线的说明。
3、当两条曲线的y坐标值相差很大,一个相对于另一个来说几乎为0,这时要在同一个坐标系下做出这两条曲线的话,y坐标小的那条曲线几乎与x轴重合,会看不到。这种情况下可以用plotyy命令来做两个不同标度y轴下的两条曲线。
2.5 M文件随堂测验
2、M文件有两种,一种是脚本M文件,另一种是函数M文件。脚本M文件可以直接运行,而函数M文件只能调用。
3、当函数M文件的文件名与函数名不同的时候,调用该函数时用文件名而不用函数名。
2.6 循环与分支选择结构随堂测验
单元测验(MATLAB软件入门)
14、MATLAB 进行数值计算精度与其命令窗口中的数值显示精度相同。
15、输入二维数值数组时,需要用到逗号和分号,它们可以在中文状态下输入
16、在当前文件夹和搜索路径中都有文件ex1.m,在命令行窗口输入ex1时,则执行的文件是当前文件夹中的ex1.m
19、执行colorbar命令后,在图形右边会增加一个色条。 可用colormap命令来重新设置颜色。
20、在调用函数或运行命令时,需注意标准函数名以及命令名里的字母是大写,还是小写,大小写是有区别的。
21、在MATLAB里,10阶单位矩阵可以很简单地表示为
3.1 数学规划概述随堂测验
1、建立数学规划问题模型的三个要素是什么?
2、常见的分类包括根据变量的连续和离散可以分成______________问题;根据目标函数或约束条件的线性和非线性可以分成______________问题;根据目标的数量可以分成______________问题。
3.2 线性规划模型及其MATLAB求解随堂测验
1、MATLAB中用来求解线性规划问题的命令是__________。这个命令的输出包括_____和_____。
2、使用liprog求解线性规划问题之前,应该将你要求解的问题写出标准型。完整的输入参数包括价格向量、不等式约束矩阵和向量、等式约束矩阵和向量、下界向量和上界向量等,目标函数。目标函数为求______问题,不等式约束一定是有____的形式。
3.3 非线性规划模型及其MATLAB求解随堂测验
1、和非线性规划一样,线性规划也可以分为无约束线性规划和约束线性规划问题两类。
2、命令fmincon可以求解约束非线性规划问题,如果问题包含非线性的等式和不等式约束,可以将目标函数、非线性等式约束和非线性不等式约束保存在一个m文件里面,并通过fmincon的第一个输入参数进行调用。
3、命令[x,fval]=fmincon(‘fun’,x0,A,b,Aeq,beq)可以求解一个只含线性约束的非线性规划问题,选择不同的初始点的值x0,得到的最终答案可能是不一样的。
3.4 整数规划模型及其MATLAB求解随堂测验
2、intlinprog可以用来求解混合线性规划问题,其中参数intcon就是用来指定哪些变量是连续性或者离散型的。
3、在我们卫星信号传输的例子中,通过引入传输模式的概念,将问题转化成为满足一系列等式约束的整数规划问题。本问题中决策变量的个数和等式约束的个数分别是_____和_____。
3.5 多目标规划模型及其MATLAB求解随堂测验
1、在证券投资组合问题中,风险可以有不同的定义,只要能够度量随机变量的波动情况就可以。
2、当前主要的求解器都是针对单目标优化问题而设计的,因此,对于多目标规划问题,需要通过适当的方式先转化成为单目标规划问题。但是这些转化实际上都不是等价的,也就是说,原问题的解并不等于新问题的解。
3、Quadprog是专门用于求解二次规划的命令,目标函数是一个二次函数,约束条件可以是线性的也可以是二次的。
1、线性规划问题一定包含线性的约束条件。
2、非线性规划问题一定包括非线性的约束条件。
3、和单目标规划一样,多目标规划问题给出的解是可行集中使得所有目标达到最佳的点。
4、在运输问题的案例中,决策变量的个数等于基地数m乘以超市数n,也就是mn个。所以当基地和超市数量非常大时,问题的规模就很大,产生相应的系数矩阵最好使用循环实现。
5、在饲料配比问题中,将原来的不等式约束左右两边同时乘以-1并改变不等号之后,得到的问题完成一样,完全是多余的过程。
6、在拟合问题的例子中,目标函数使用norm也就是向量的范数得到,也可以使用一个for循环将表达式计算出来。
7、拟合问题的例子中,有时候有多个参数需要拟合,并且这些参数满足一定的条件,这时可以建立一个约束规划问题,但是目标函数仍然使用相同的形式就可以。
8、电路板的设计中,决策变量是一系列的非负实数。
9、背包问题中intcon用来确定哪些变量是整数变量。如果这八个变量中第2、4、6和8这几个变量是整数变量,只要定义intcon=2:2:8即可。
10、在卫星通信的例子中,引入合理的传输模式是建立这个数学规划模型的关键步骤。对于有100个发射站和100个接受站的问题,类似的使用这个置换矩阵并且建立等式约束就可以进行求解。
11、数独问题的模型中,给出的模型还应该将提示的变量限定下来,比如第一行第二列的数字填的是5,只要在约束条件中限定x(1,2,5)=1就可以。
12、对于数独问题,约束集应该只有一个单点,所以随便选用什么目标函数得到的最优解都是一样的。
13、证券投资组合问题的数学模型是一个双目标规划问题,通过将收益或者风险放入约束,得到的两个问题,前者是线性规划,后者是二次规划。
14、证券投资组合问题的数学模型是一个双目标规划问题,通过线性加权得到一个二次规划问题。
15、整数规划问题的求解命令intlinprog要求所有决策变量都是整数。
4.1 图的模型随堂测验
3、无向图中边的端点地位是平等的、边是无序点对。而有向图中边的端点的地位不平等,边是有序点对,顺序不可以交换。
4、如果两顶点之间有边相连,则两顶点是相邻的。如果两边有公共端点,则两边是相邻的。
5、如果一个顶点是某一条边的端点,则这个顶点与该条边相邻。
4.2 最小生成树算法随堂测验
3、求最小生成树的Kruskal算法是一种破圈法。
4、Kruskal算法是求加权连通图最小生成树的精确算法。
5、分别属于两棵树的两顶点之间添加一条边得到的图可能包含圈。
4.3 最短路径算法随堂测验
3、如果加权图G中无负权,则最短路径的任意子路径都是最短路径。
4、顶点v的标记l(v)记录的是从起点v0到v的当前最短路径长度。
5、顶点v的父亲点f(v)记录的是从起点v0到v的当前最短路径上v的前一个顶点。
4.4 最短路径应用案例随堂测验
3、求最短路径问题的MATLAB内部函数为
11、求最小生成树的Kruskal算法是破圈法。
12、Kruskal算法是求加权连通图最小生成树的精确算法。
13、分别属于两棵树的两顶点之间添加一条边得到的图不含圈。
14、Kruskal算法是求加权连通图最小生成树的有效算法。
15、如果加权图G中无负权,则最短路径的任意子路径都是最短路径。
16、顶点v的标记l(v)记录的是从起点v0到v的当前最短路径长度。
17、顶点v的父亲点f(v) 记录的是从起点v0到v的当前最短路径上v的前一个顶点。
18、无向图中边的端点地位是平等的、边是无序点对。而有向图中边的端点的地位不平等,边是有序点对,不可以交换。
19、如果两顶点之间有边相连,则两顶点是相邻的。如果两边有公共端点,则两边是相邻的。
20、如果一个顶点是某一条边的端点,则这个顶点与该条边相邻。
21、任何贪心算法都能求出最优解。
22、求最短路径问题的MATLAB内部函数为:
23、图中无序的顶点对,称为 边
24、5个顶点的完全图的边数为
5.1 一维插值随堂测验
7、使用插值方法进行函数插值时插值节点个数n越大,插值的误差就越小
2、在运用Matlab进行一维插值方法计算时,xi可以取自变量x的范围之外的值进行插值计算。
4、在运用Matlab进行一维插值方法计算时,自变量x可以是非单调的。
5.3 二维插值随堂测验
1、二维插值方法中具有连续性的最简单的插值是最邻近插值。
2、双线性插值的结果与插值的顺序有关。
3、双线性插值的可以延伸到三维空间延伸即进行三线性插值。
5.4 二维插值的MATLAB实现及应用随堂测验
5.5 数据拟合随堂测验
4、求解问题具有随机性、不确定性的特点时,适合采用拟合方法。
5、数据拟合要求所求曲线(面)通过所给所有数据点
5.6 数据拟合的MATLAB实现随堂测验
1、Matlab中曲线拟合函数命令 a=polyfit(x,y,m)中的m是拟合函数多项式次数,没有限定范围。
2、Matlab中非线性最小二乘拟合的函数:lsqcurvefit和lsqnonlin。两个命令都要先建立M-文件fun.m,两者定义f(x)的方式也是相同的。
3、Matlab的提供了两个求非线性最小二乘拟合的函数:( )和( )
5.7 应用案例:静脉注射的给药方案随堂测验
单元测验(插值与拟合)
6.1 微分方程引例随堂测验
6.2 数值求解算法随堂测验
6.4 应用实例随堂测验
1、在解法二的主程序中,如果xf=1.2时程序无法运行。
2、一起交通事故发生3个小时后,警方测得司机血液中酒精的含量是 56/100(mg/ml) 又过两个小时,含量降为40/100(mg/ml),则当事故发生时,司机违反了酒精含量的规定(不超过80/100(mg/ml))
7、在4.4应用实例,解法二的主程序中,如果xf=1.2时程序无法运行。
8、一起交通事故发生3个小时后,警方测得司机血液中酒精的含量是 56/100(mg/ml) 又过两个小时,含量降为40/100(mg/ml),则当事故发生时,司机违反了酒精含量的规定(不超过80/100(mg/ml))
1、黑箱问题是指系统内部运行机理不清楚时,采用数学模型和回归方法构建系统运行机理的问题。
2、回归分析只能建立变量之间的线性函数关系。
3、线性回归中观测到的变量对结果有贡献,其他没有观测到的变量对结果没有贡献
7.2 一元线性回归随堂测验
1、线性回归的观测数据来自一系列相互独立的实验观测。
2、最小二乘估计实际上是在确定一条经过所有样本点的直线的位置。
3、观测数据来源于系统内在的规律性,通过线性回归可以重构系统内在的数据生成过程。
4、数据生成过程中,扰动项一定是正态分布的随机变量 - 未答复
7.3 线性回归的统计推断随堂测验
1、只要收集到足够数据,就能建立变量之间的线性关系。
2、线性回归模型的显著性检验,就是为了判断变量之间是否存在显著的线性关系。
3、收集到相关数据后,可以通过散点图判断变量之间是否存在线性关系
7.4 多元线性回归和MATLAB实现随堂测验
1、多元线性回归中,所有可能影响到输出变量的因素都应该放在模型当中。
2、MatLab输入观测值Y是一个列向量,对应的输入值X是一个数据矩阵,由各个解释变量在每次观测时的取值构成。
3、F统计量的p值越大,表明模型越显著
4、线性回归的判定系数越大,表示模型线性关系越显著。
7.5 线性模型诊断随堂测验
1、线性回归模型中,要求输入变量X的各列之间线性无关。
2、线性回归模型中,要求扰动项在各次观测间相互独立。
3、时间序列数据,往往会表现出前后相关的情况,导致数据序列自相关。
数学建模学年第二学期期末论文
1、从下列5题中任选一个解答,完成一篇数学建模论文(报告) 破局共享汽车 如何建立群体免疫屏障 消防救援问题 疫苗生产问题 具体题目和数据请下载附件