预测2012年第30届伦敦奥运会参赛运动员.ppt

要解决的问题： （1）建立数学模型，预测2012年第 30届伦敦奥运会参赛运动员 人数。 ? （2）定量评价夏季奥运会，并提出 合理化建议。 ? ? 对问题的理解 问题一：预测2012年第30届伦敦奥运会参赛运动员人 数，这里的参数运动员人数本文理解为参加该运 动会运动员的总人数,故对30届伦敦奥运会参赛运 动员总人数进行预测。 问题二：定量评价夏季奥运会，本文主要对夏季奥运 会男女参赛人数，大小项之间的关系进行评价。 主要运用的方法 多项式拟合(一次，二次，三次），线性规划 Logistic模型（微分方程） 模型 模型一：多项式曲线拟合（一次、二次和三次拟合） 线性函数 Y1(x)=490.48355x-3232.17662 二次多项式拟合函数 Y2(x)=20.01373x^2-371.16004x+5569.32553 三次多项式拟合函数 Y3(x)=-2.68492x^3+193.41878x^2-3998.89544x+30069.84218 令x=30,解得 Y1=11482，Y2=12446，Y3=11687 模型二：把线性拟合与三次多项式拟合结合起来构造新的函数 Y(x)=A1*Y1+A2*Y3+A3 （注：A1、A2、A3是波动因子，它们由举办国的综合实力，开设大小项数目，宣传力度，全球人们的热情度等因素决定） 在对30届奥运会的参赛总人数进行估计时，首先估计出A1，A2，A3（论文中有讲解） Y(x)=0.6*Y1+0.4*Y2-500*（1+a），a∈(0,1),其中500为基变换数 a=0.4,此时Y=10864； a=0.5,此时Y=10814； a=0.6,此时Y=10764 模型三：Logistic模型 r=0.142, Xm=12531 x(30)=x(29)+rx(29)[1-x(29)/Xm]=11139 模型四：对Logistic模型进行完善 设h(t)=px(t-1)；其中p为波动因子，p∈R,x(t-1)表示t-1届参赛总人数。 记F（t）=x(t)-h(t) 下面对三十届奥运会参赛总人数进行估计： 根据数据估计p=0.035 F(30)=x(30)-h(30)=11139-0.035*10942=10756 模型的检验、误差分析与灵敏度分析 模型一： 误差较大 模型二：选取第二十九届进行检验及误差分析 a=0.4,此时Y=10969 误差为（10969-10942）/10942*100%=0.247%； a=0.5,此时Y=10959 误差为（10959-10942）/10942*100%=0.155%； a=0.6,此时Y=10949 误差为（10949-10942）/10942*100%=0.0640% 灵敏度分析 A3增加100时，此时A3=200 不妨取a=0.4,此时Y=10829， 与估计值的误差为（10969-10829/10969）*100%=0.128%； a=0.5,此时Y=10809， 与估计值的误差为（10959-10809/10959）*100%=1.369%； a=0.6,此时Y=10789， 与估计值的误差为（10949-10789）/10949*100%=1.461% ? 模型三（Logistic模型） 误差为（10994-10942）/10942*100%=0.475% 灵敏度分析 1、Xm保持不变，当r估计减少或增加一个百分点时，对数据的影响为 以r增加一个百分点来说明 此时r=0.307,x(29)= x(28)+rx(28)[1-x(28)/Xm]=11006与估计相比增加12人 与估计值的误差为12/10994*100%=0.109% 2、r保持不变，当Xm增加100人或减少100人时，对数据的影响为 以Xm增加100人来说明 此时Xm=12131, x(29)= x(28)+rx(28)[1-x(28)/Xm]=11017（与估计相比增加23人） 与估计值的误差为23/10994*100%=0.292% 模型四（Logistic模型的完善） 误差为(10983-10942)/10942*100%=0.375% ? 灵敏度分析 当p估计增加或减少一个百分点时，下面考虑p增加一个百分点 此时p=0.011 F(29)=x(29)-h(29)=10994-117=10877与估计相比，减少了106人 与估计值的误差为106/10942*100%=0.969% 问题二 分析可得 每一届运动会的男运动员人数女运动员人数 大项增加，小项也增加（有可能不变）；大项不变，小项可能会增加 男运动员参赛人数与参赛总人数曲线形状有点相似，我们可以通过模型一，模型二，模型三，模型四的方法建