徐海数学建模系列-常用模型.ppt

数学建模常用模型 主讲：张伟 层次分析法的基本步骤 三 层次分析法建模举例 模型三 传染病模型 谢 谢！ 目标函数 若选择队员i参加泳姿j 的比赛，记xij=1, 否则记xij=0 0-1规划模型 cij(秒)~队员i 第j 种泳姿的百米成绩 约束条件 每人最多入选泳姿之一 cij i=1 i=2 i=3 i=4 i=5 j=1 66.8 57.2 78 70 67.4 j=2 75.6 66 67.8 74.2 71 j=3 87 66.4 84.6 69.6 83.8 j=4 58.6 53 59.4 57.2 62.4 每种泳姿有且只有1人 模型求解 最优解：x14 = x21 = x32 = x43 = 1, 其它变量为0; 成绩为253.2(秒)=4’13”2 MIN 66.8x11+75.6x12+87x13+58.6x14 +… … +67.4x51+71 x52+83.8x53+62.4x54 SUBJECT TO x11+x12+x13+x14 =1 … … x41+x42+x43+x44 =1 x11+x21+x31+x41+x51 =1 … … x14+x24+x34+x44+x54 =1 END INT 20 输入LINDO求解 ? 甲 乙 丙 丁 戊 蝶泳 1’06”8 57”2 1’18” 1’10” 1’07”4 仰泳 1’15”6 1’06” 1’07”8 1’14”2 1’11” 蛙泳 1’27” 1’06”4 1’24”6 1’09”6 1’23”8 自由泳 58”6 53” 59”4 57”2 1’02”4 甲~ 自由泳、乙~ 蝶泳、丙~ 仰泳、丁~ 蛙泳. 丁蛙泳c43 =69.6?75.2，戊自由泳c54=62.4 ? 57.5, 方案是否调整？ 乙~ 蝶泳、丙~ 仰泳、丁~ 蛙泳、戊~ 自由泳 最优解：x21 = x32 = x43 = x51 = 1, 成绩为4’17”7 c43, c54 的新数据重新输入模型，用LINDO求解 指派(Assignment)问题：每项任务有且只有一人承担，每人只能承担一项，效益不同，怎样分派使总效益最大. 讨论 甲~ 自由泳、乙~ 蝶泳、丙~ 仰泳、丁~ 蛙泳. 原方案 模型Ⅲ：微分方程模型 （一）Malthus模型 （三）传染病模型（房室模型） （二）Logistic模型 模型1 马尔萨斯（Malthus）模型 马尔萨斯在分析人口出生与死亡情况的资料后发现，人口净增长率r基本上是一常数，（r=b-d,b为出生率，d为死亡率），即： 或 （1） （2） （1）的解为： 其中N0=N(t0)为初始时刻t0时的种群数。 马尔萨斯模型的一个显著特点：种群数量翻一番所需的时间是固定的。 令种群数量翻一番所需的时间为T，则有： 故 模型检验 比较历年的人口统计资料，可发现人口增长的实际情况与马尔萨斯模型的预报结果基本相符，例如，1961年世界人口数为30.6 （即3.06×109），人口增长率约为2%，人口数大约每35年增加一倍。检查1700年至1961的260年人口实际数量，发现两者几乎完全一致，且按马氏模型计算，人口数量每34.6年增加一倍，两者也几乎相同。 模型预测 假如人口数真能保持每34.6年增加一倍，那么人口数将以几何级数的方式增长。例如，到2510年，人口达2×1014个，即使海洋全部变成陆地，每人也只有9.3平方英尺的活动范围，而到2670年，人口达36×1015个，只好一个人站在另一人的肩上排成二层了。 故马尔萨斯模型是不完善的。 几何级数的增长 Malthus模型实际上只有在群体总数不太大时才合理，到总数增大时，生物群体的各成员之间由于有限的生存空间，有限的自然资源及食物等原因，就可能发生生存竞争等现象。 所以Malthus模型假设的人口净增长率不可能始终保持常数，它应当与人口数量有关。 模型2 Logistic模型 人口净增长率应当与人口数量有关，即： r=r(N) 从而有： （3） r(N)是未知函数，但根据实际背景，它无法用拟合方法来求 。 为了得出一个有实际意义的模型，我们不妨采用一下工程师原则。工程师们在建立实际问题的数学模型时，总是采用尽可能简单的方法。 r(N)最简单的形式是常数，此时得到的就是马尔萨斯模型。对马尔萨斯模型的