2012年数学建模集训小题目.docVIP

  1. 1、本文档共18页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、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
  7. 7、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。
  8. 8、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
2012年数学建模集训小题目

2012年数学建模集训小题目 1.(1)编写下列一元函数的函数M文件 要求输入变量可以取向量。 (2)编写脚本M文件,要求调用上述函数文件作出函数在区间上图形。 2. 已知如下两类曲线 标准正态分布的概率密度曲线; 四叶玫瑰线; (1)在同一个图形窗口画出上述两类曲线,并进行标注。 (2)在同一个图形窗口内用subplot命令,分成1×2的子窗口,分别做出上述两类曲线,并为每个图形加上标题。 3. 作出下列曲面的三维图形 (1); (2)环面: 4.生成一个10个数据的随机向量,绘制对应的直方图,并把画出的图形保存为jpg文件。 5. 编程求解线性规划 6. 编程求解下列最小值问题 , 7. 先用解析方法求出方程组的精确解,再用LINGO软件解这个方程组,并与精确解进行比较,如何才能用LINGO求出这个方程组的所有解? 8. 用LINGO编程,并将最终运算结果保存为文本文件。 9.用LINGO软件求解: 其中是三对角线矩阵,主对角线上元素全为-1,两条次对角线上元素全为2。 10. 甲、乙两个煤矿分别生产煤500万吨,供应A,B,C三个电厂发电需要,各电厂用量分别为300,300,400(万吨)。已知煤矿之间、煤矿与电厂之间以及各电厂之间相互距离(单位:公里)如表1,表2,表3中所示。又煤可以直接运达,也可经转运抵达,试确定从煤矿到各电厂间煤的最优调运方案。 表1 两煤矿之间的距离 甲 乙 甲 0 120 乙 100 0 表2 从两煤矿到三个电厂之间的距离 A B C 甲 150 120 80 乙 60 160 40 表3 三个电厂之间的距离 A B C A 0 70 100 B 50 0 120 C 100 150 0 解: 依次以甲乙两个煤矿和A,B,C三个电厂作为顶点集构造赋权有向图,这里,表示甲乙两个煤矿,分别表示A,B,C三个电厂,权重为两个顶点之间的距离,其中 , 应用Floyd算法,求出所有的顶点对之间的最短距离,然后提出我们需要的两个煤矿到A,B,C三个电厂最短距离,见表4。顶点之间的相对位置见图2和图3。 表2 从两煤矿到三个电厂的最短距离 A B C 甲 150 120 80 乙 60 130 40 图2 五个顶点之间的相对位置 图3 任意顶点对之间的最短距离 分别用表示甲乙两个煤矿,表示A,B,C三个电厂,表示第个煤矿到第个电厂的最短距离,表示第个煤矿到第个电厂的调运量。()表示第个煤矿的产量,()表示第个电厂的需求量。 这里是产量和需求平衡的运输问题,目标函数是使调运的总吨公里数最小。约束条件分成两类,产量约束和需求约束。 建立如下的数学规划模型 , s.t. 利用Lingo程序求得最优调运方案见表3。调运的总吨公里数为78000。 表3 从两煤矿到三个电厂的最优调运量(单位:万吨) A B C 甲 0 300 200 乙 300 0 200 计算及画图的Matlab程序如下 clc, clear w=zeros(5); %邻接矩阵初始化 w(1,2)=120; w(1,[3:5])=[150 120 80]; %逐个顶点输入邻接矩阵的取值 w(2,1)=100; w(2,[3:5])=[60 160 40]; w(3,[4 5])=[70,100]; w(4,[3 5])=[50 120]; w(5,[3 4])=[100,150]; w=sparse(w); %把邻接矩阵转化为稀疏矩阵 d=graphallshortestpaths(w) NodeIDs={甲,乙,A,B,C};%节点标签,也就是h.Nodes(i).ID属性值 h=view(biograph(w,NodeIDs,ShowWeights,on)) set(h.Nodes,shape,circle); h.EdgeType=segmented; %边的连接为线段 h.LayoutType=equilibrium; dolayout(h) h2=view(biograph(d,NodeIDs,ShowWeights,on)) h2.EdgeType=segmented; %边的连接为线段 h2.LayoutType=equilibrium; dolayout(h2) model: sets: kuang/1 2/:a; chang/1..3/:b; link(kuang,chang):c,x; endsets data: a=500 500; b=300 300 400; c=150 120 80 60 130 40; enddata min=@

文档评论(0)

juhui05 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档