- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
生态建模: 生态建模是用数学公式或数学方程的形式,对客观世界中某一系统及其与其它系统相互关系的高度概括和抽象,它包含了系统的主要特征,但它不等于实际的系统。 数学建模的“五步方法” 数学建模的“五步方法” 1. 提出问题; 2. 选择建模方法; 3. 推导模型的数学表达式; 4. 求解模型; 5. 回答问题。 数学建模的“五步方法”的实例分析 例1.一头猪重200磅,每天增重5磅,饲养每天需花费45美分。猪的市场价格为每磅65美分,但每天下降1美分,求出售猪的最佳时间。 1. 提出问题; 2. 选择建模方法; 3. 推导模型的数学表达式; 4. 求解模型; 5. 回答问题。 数学建模的“五步方法” 第一步是提出问题,而问题需要用数学语言表达,这通常需要大量的工作。在这个过程中,我们需要对实际问题做一些假设。 在用数学术语提出问题之前,我们要定义所用的术语,首先列出整个问题涉及的变量,包括恰当的单位,然后写出关于这些变量所做的假设,列出我们已知的或假设的这些变量之间的关系式,包括等式和不等式。这些工作做完后,就可以提出问题了。 用明确的数学语言写出这个问题的目标的表达式,再加上前面写出的变量、单位、等式、不等式及所做假设,就构成了完整的问题。 数学建模的“五步方法” 在本例中,全部的变量包括: 猪的重量 w(磅),从现在到售出期间经历的时间t(天) t天内饲养猪的花费C(美元),猪的市场价格p(美元/磅) 售出生猪所获得的收益R(美元),最终获得的净收益P(美元) 初始量:猪的超始重量(200) 数学建模的“五步方法” 按所做的假设,给出相关表达式,并把变量的单位包括进去,可以检查所列式子是否有意义。 (w磅) = 200(磅)+(5磅/天)(t天) (p美元/磅)=(0.65美元/磅)-(0.01美元/磅 天)(t天) (C美元)=(0.45美元/天)(t天) (R美元)=(p美元/磅)(w磅) (P美元)=(R美元)-(C美元) 数学建模的“五步方法” 变量: t=时间(天) w=猪的重量(磅) p=猪的价格(美元/磅) C=饲养 t 天的花费(美元) R=售出猪的收益(美元) P=净收益(美元) 目标:求P的最大值。 售猪问题的第一步的结果 假设: w = 200 + 5 t p=0.65-0.01t C=0.45t R=p w P=R-C t≥0 第二步 选择建模方法 现在我们已经有了一个用数学语言表述的问题,需要选择一种数学方法来获得解。许多问题都可以表示成一个已有有效的一般求解方法的标准形式。应用数学领域的多数研究都包含确定问题的一般类别,并提出解决该类问题的有效方法。在这一领域有许多文献,并且不断取得许多新的进展。一般很少有学生对选择较好的建模方法有经验或熟悉文献。因此,我们一般会给定所用的建模方法。此处,我们将本例定位为单变量最优化问题或极大—极小化问题。 此处概述所选建模方法,细节请参考微积分教材。 给定定义在实轴的子集S上的实值函数y=f(x)。设f在S的某一内点x是可微的,若f在x达到极大或极小,则f’(x)=0. 这一结论是微积分中的一个定理。 据此,我们可以在求极大或极小点不考虑那些x∈S中f’(x)≠0的内点. 只要f’(x)=0 的点不太多,这个方法就很有效. 第二步 选择建模方法 把第一步得到的问题应用于第二步,写成所选建模方法需要的标准形式,以便于运用标准的算法过程求解. 第三步 是推导模型的数学表达式 P = R – C = p · w -0.45 t = ( 0.65 -0.01 t ) ( 200 + 5 t ) -0.45 t 第三步 是推导模型的数学表达式 y = f (x) = ( 0.65 -0.01 x ) ( 200 + 5 x ) -0.45 x 如果所选的建模方法通常采用一些特定的变量名,那么把问题中的变量名改换一下常会比较方便。此处: 令y = P 是需最大化的目标变量,x = t 是自变量。将问题化为在集合S = { x: x≥0 }上求下面函数的最大值。 第四步是利用第三步中确定的标准过程求解这个模型. 此处,对定义的y = f (x) 在区间 x≥0 上求最大值。由于f 关于 x 是二次的,这是一条抛物线。 f ’ (x) = ( 8 - x ) / 10 则在点 x = 8 处 f’(x)=0. 由于 f 在区间 (- ∞, 8 ) 上是递增的,而在区间( 8 , ∞ ) 上是递减的
文档评论(0)