高职数学在日常生活中的应用.docVIP

高职数学在日常生活中的应用 物流xxx班 xxx 44号 摘要: 俗话说：“学好数理化，走遍天下都不怕”。现在看来，这句话一点都不假。数学是一门很有用的学科。自从人类出现在地球上那天起，人们便在认识世界、改造世界的同时对数学有了逐渐深刻的了解 关键字：采购原料，线性规划，模型分析，最低消费，最大营养价值。 Key word: purchasing raw material, linear programming, model analysis, the minimum consumption, maximum nutritional value. 早在远古时代，就有原始人“涉猎计数”与“结绳记事”等种种传说。可见，“在早期一些古代文明社会中已产生了数学的开端和萌芽”（引自《古今数学思想》第一册P1——作者注）。“在BC3000年左右巴比伦和埃及数学出现以前，人类在数学上没有取得更多的进展”，而“在BC600—BC300年间古希腊学者登场后”，数学便开始“作为一名有组织的、独立的和理性的学科”（引自《古今数学思想》第一册P1——作者注）登上了人类发展史的大舞台。 如今，数学知识和数学思想在工农业生产和人们日常生活中有极其广泛的应用。譬如，人们购物后须记账，以便年终统计查询；去银行办理储蓄业务；查收各住户水电费用等，这些便利用了算术及统计学知识。此外，社区和机关大院门口的“推拉式自动伸缩门”；运动场跑道直道与弯道的平滑连接；底部不能靠近的建筑物高度的计算；隧道双向作业起点的确定；折扇的设计以及黄金分割等，则是平面几何中直线图形的性质及解Rt三角形有关知识的应用。由于这些内容所涉及的高中数学知识不是很多，在此就不赘述了。 由此可见，古往今来，人类社会都是在不断了解和探究数学的过程中得到发展进步的。数学对推动人类文明起了举足轻重的作用。 下面，我就紧扣高中数学学习的实际，从函数、不等式、等方面，简明扼要地谈一下数学知识在中的应用。 由图可知，最优解为7.9，即我们每天消费平均在7.9元。 以上是我们每天的消费问题，作出以上分析以便我们对食物的消费做出定位，这更便于采购商的采购。 二、动态规划： 动态规划方法的基本思路 20世纪50年代美国运筹学家 里查德?贝尔曼（Richard Bellman）提出求解动态规划的最优原理，反映决策过程最优化的本质，使动态规划得以成功地应用于众多的领域，不仅可用来求解许多动态最优化问题，而且可用来求解某些静态最优化问题。 （1）最优化原理： 无论过去的状态和决策如何，对前面的决策所形成的状态而言，余下的诸决策必须构成最优策略。 若将决策问题划分为若干个阶段，全过程的优化问题就分解为子过程的优化问题，由后向前逐步倒推，最优化的子过程逐渐成为全过程最优。 该原理的具体解释是，作为全过程的最优策略P*1,n的组成部分的任一子策略P*k,n(Yk)，一定是从状态Yk 出发直至终点的最优策略。 若某一全过程最优策略为： P*1 = { x*1(y1)，x*2(y2)，…，x*k(yk)，…x*n(yn)} 则对上述策略中所隐含的任一状态Yk （k＝1，2，…，n）而言，第k子过程上对应于该Yk状态的最优策略必然包含在上述全过程最优策略P*1中，即为： P*k(yk) = { x*k(yk)，…x*n(yn)} （2）函数基本方程: 根据最优性原理，阶段k的阶段指标Vk(yk ,xk )加上(或乘以)从下一阶段k+1开始到过程结束采取最优策略取得的最优指标函数值fk+1(yk+1) ，再从中选出最优，便是阶段k从状态Yk出发到全过程结束的最优指标函数值。这种求解最优指标函数值的方法是一种递推关系。一般把这种递推关系称为动态规划的函数基本方程,不同的问题有不同形式的过程指数函数，其函数基本方程的形式也有不同,其中最常见的为“和”、“积”两种形式。 应的函数基本方程： f*n+1当过程指数函数为“和”形式时，f*k(Yk) = ∑Vi(yi,xi) 相(Yn+1) =0 当过程指数函数为“积”形式时， f*k(Yk) = ∏Vi(yi,xi) 相应的函数基本方程：f*n+1(Yn+1) =1 f*k(Yk) = opt{Vk(yk , xk ) f*k+1(yk+1) }（k＝n，n-1,…2，1，） 其中，f*n+1(Yn+1) =0 或 f*n+1(Yn+1) =1称为和、积函数的基本方程的边界条件， 且“和”、“积”的函数方程中边界条件（即f*n+1(Yn+1)的取值）是不同的。 （3）动态规划方法的基本思路 根据多阶段决策问题的特性，提出一种简单求