数学建模常见题型第二章.doc

1. 汽车类型确定原理分析 若随机变量X～U（0，1），有 P{0≤X≤0.55}=0.55， P{0.55≤X≤0.95}=0.4， P{0.95≤X≤1.0}=0.05。 可用一串随机数（RND）来确定到达车辆的车型与车身长。 RND 种类 0.10 0.28 0.61 0.34 0.77 0.57 0.02 0.88 卡车 卡车 轿车 卡车 轿车 轿车 卡车 轿车 RND 车长(米) 0.59 0.48 0.10 0.56 0.30 0.90 0.81 0.66 9.44 8.96 3.70 9.12 4.10 5.30 9.62 4.82 列长(米) 9.44 18.4 22.1 31.22 35.32 40.62 50.24 55.06 2. 车身长度模拟原理分析 假定轿车和卡车车身长服从给定区间上的均匀分布. 根据概率论知识，若x?U(0,1), 则有a+（b-a）X ?U(a, b)，即a＋(b—a)X服从(a，b)区间上均匀分布.车身的长度由下面等式给出： 轿车车身长度= 3.5＋2. 0 RND 卡车车身长度=8.0＋2.0 RND 1. 建模过程 做最简单的假设： 时间间隔?t内的出生人数= b N(t)?t 时间间隔?t内的死亡人数=d N(t)?t 这里b和d分别是出生率和死亡率。得到一个初始模型为 N(t+?t)?N(t) = (b?d)N (t) ?t （1） 针对时间区间?t的两种情况进一步讨论： 1）?t是一个确定的单位时间（比如?t=1年）。 令 Nk= N(k)=N (k ?t), k=1,2,3,… 方程(1)是一个关于序列NK,k=1,2,3, …的差分方程: Nk+1= (b?d+1)Nk k=1,2,3,… （2） 据此，根据上一年的人口数可推算出第二年的人口数以及逐年的人口数。 2）在很短的时间区间?t内，将人口数Ｎ（t）视为一个连续变量。 因为具有很小的跃变的曲线可视为平滑曲线，如此处理即简化了模型又不会引起严重误差。将（1）改写为 令?t?0, 则有 （3） 2. 对相对增长率做不同假设，可建立不同的数学模型，得到不同的解曲线。 1）假设人口净增长率b和净死亡率d均为常数，从而净相对增长率r=b?d也是一个常数。 初始条件N0=N（0），方程的解为 N（t）= N0ert , t≥0 此模型是英国神父Malthus在分析了一百多年人口统计资料的基础上建立的，称为Malthus模型。 模型分析 假若净增长率r0，人口的预测值将以?r为公比按几何级数无限增长。 人们发现十九世纪以前欧洲某些地区人口情况与Malthus模型比较相符，但此后发展情况则相差很大。 原因是模型假设过于简单。 实际上，随着人口不断增长，环境资源所能承受的人口容量的限制，以及人口中年龄和性别结构等都会对出生和死亡产生影响，只能在极小的时间段内才可以把人口净增长率r近似地看着一个常数。 3. 模型改进 将“人口净增长率”视为函数r(N)，方程（3）被改为 （4） 解得 ，t≥0。 由于r[N(t)]是未知函数，无法确定N(t)。 进一步，将净增长率r看成人口数N的线性函数，设r(N)=a+ c N,并设r(0)=r,且存在一个数值K使r(K)=0。即有 求解得 r(N)=r(1?)， 代入式（4）中，有 解为 , t≥0。 该模型称为Logistic模型，解曲线亦称Logistic曲线。 模型实际检验 用Malthus模型和Logistic模型计算所得的美国十九世纪初人口预测数。其中K=197273000，r=0.03134。 统计 年份 实际统计资料（百万） Malthus 模型 （百万） 误差 （％） Logistic 模型 （百万） 误差 （％） 1790 3.929 3.929 0 3.929 0 1800 5.308 5.308 0 5.336 0.5 1810 7.240 7.171 -0.9 7.228 -0.2 1820