美赛常用模型一-副本资料.ppt

模 型 假 设 A男生的学习成绩与B女生对于A男生的疏远度均为 时间 t的函数，分别设为Y(t)和X(t)。 2. 初始时刻X(t)是随着时间t 增长的（B女生发现了A 男生的一些缺点），假设增长符合Malthus模型， 即：dX/dt=aX(t) 其中a为增长率。 3. 随着A男生对B女生发动追求攻势后，A男生的学习 成绩Y(t)呈现自然下降，假设也符合Malthus模型， 即：dY/dt=-eY(t) 其中e为增长率。 4. 当Y(t)存在时，单位时间内X(t)的减少值与X(t)成正 比，比例系数为常数b。 5. 假定A男生对B女生发动追求攻势后，立即转化成B女 生对A男生的好感，对学习有帮助，设转化系数为α 。 模 型 建 立 被食者-食者 Volterra模型 这样就得到了一个在无外界干扰的条件下，学习成绩 与疏远度相互作用的模型。这个模型在生物学中称为 被食者和食者的Volterra模型。 初始条件： 按照前面的假设列出Y(t)和X(t)符合的关系式: 模型求解 这个方程组是一个非线性方程组，不易直接求解，将 两个方程相除得微分方程 分离变量积分后得到隐式解： C为任意常数 以初始条件代入不难确定C的值，从而可以得到一个特 解，它是X-Y平面上的一条闭曲线，只要初始值不为零, 这条闭曲线就永远不通过零点。 令： 模型分析 容易求出函数F有唯一的极小点 同时易见：当 （B女生对A男生恨之入骨）或 （A男生是一块只会学习的“木头”）时均有 ，而：当 （A男生不学无术）时 （A男生属于天皇巨星，B女生 对A男生毫无防备）或 也有 ，由此不难看出F的图像是以M为最小值 在第一卦限向上无限延伸的曲面，而 是环绕点M的闭曲线簇。 模型应用 通过上面的分析可以知道A男生的学习成绩与B女生 对他的疏远度是呈周期性变化的，从生态意义上可以 理解为：当A男生的学习成绩下降时，B女生会远离A 男生，于是A男生又开始发奋图强，学习成绩Y(t)又开 始上升，于是B女生又开始和A男生来往，疏远度降低； 交往多了，自然又分散了学习的时间，A男生的学习成 绩Y(t)又开始下降。这样周而复始，形成了一个动态平 衡。我们还可以证明，虽然对于不同的初始值可能出 现不同的闭轨线，但在一个周期内X和Y的平均数量都 分别是一个常数，而且恰为平衡点M的两个坐标，这说 明初始情况并不是决定A男生能否追到B女生的决定因 素。 模型的进一步讨论 前面的结果都是在不考虑其他外界因素影响的前提下进 行的，如果存在一些外界影响会对结果有些什么影响呢？ 考虑两种外界影响： A男生的朋友对于A男生非常支持，并且对于A男生 追B女生提供便利条件。 出现一个C男生也在追B女生，对于A男生能否追上B 女生造成极大的威胁。 根据Volterra原理，上面两种情况都会使得A男生的学 习成绩Y(t)下降，同时B女生对于A男生的疏远程度X(t) 增加。 对于男生的一点儿忠告 通过上面的分析可以看出，初始情况对于结果的影响 并不大，一些成绩不好的同学也不要自卑，另外即使 女同学对于你的某些缺点极为反感也不能决定最终的 结果，也许努力去追求就会得到接受。切忌强大的爱 情攻势是不一定能达到满意的效果的，反而不利于学 业。有时通过慢慢的接触，慢慢的了解，再加上适当 的追求行动，女生的疏远程度会慢慢降低，你的学习 成绩还不会下降！ 注：以上观点均属于个人看法，不具有指导意义！ 美赛常用模型（一） 本讲的主要内容 初等模型 复杂函数模型 优化模型 微分方程模型 离散模型 一个雨天，你有件急事需要从家中到学校去，学校离家不远，仅一公里，况且事情紧急，你来不及花时间去翻找雨具，决定碰一下运气，顶着雨去学校。假设刚刚出发雨就大了，但你不打算再回去了，一路上，你将被大雨淋湿。一个似乎很简单的事情是你应该在雨中尽可能地快走，以减少雨淋的时间。这是最好的策略吗？试建立数学模型来探讨如何在雨中行走才能减少淋雨的程度。 例1 雨中行走 1 建模准备 建模目标：在给定的降雨条件下，设计一个雨中行走的策略，使得你被雨水淋湿的程度最小。 主要影响因素： 淋雨量， 降雨的大小，降雨的方向（风），路程的远近，行走的速度 2）降雨大小用降雨强度 厘米/时来描述，降雨强度指单位时间平面上的降下水的厚度。在这里可视其为一常量。 3）风速保持不变。 4）你一定常的速度 米/秒跑完全程 米。 2 模型假设及符号说明 1）把人体视为长方体，身高 米，宽度 米，厚度 米。 淋雨总量用 升来记。` 3 模型建立与计算 1）不考虑雨的方向，此时，你的前后左右和上方都将淋雨。 淋雨的面积 雨中行走的时间 降雨强度 模型中