必修1数学新教材人教B版第三章 3.4 数学建模活动：决定苹果的最佳出售时间点.pptxVIP

第三章 函数 3.4 数学建模活动：决定苹果的最佳出售时间点 数学建模是连接数学和现实世界的桥梁。下面我们用实例来介绍，怎样从现实世界中发现问题，如何通过数学建模来求解特定的问题，并探讨怎样整理数学建模的结果. 俗话说，“物以稀为贵”一般来说，当市面上某种商品的出售量比较多时，这种商品的价格就会比较低；而出售量比较少时，价格就会比较高。例如，当市面上的苹果比较多时，苹果的价格就会降低。这时，如果将苹果利用一定的技术手段进行保鲜存储，等到市面上的苹果变少、价格上升之后再出售，则同样多的苹果就可以获得比较高的销售收入.不过，需要注意的是，保鲜存储是有成本的，而且成本会随着时间的延长而增大。针对上述这种日常生活中的现象，我们可以提出一些什么问题呢？ 当然，我们可以探讨的问题很多。例如，为什么会发生这些现象？什么情况下不会发生这样的现象？能够利用哪些技术手段进行保鲜存储？哪种保鲜存储的成本最低？等等.类似的这些问题，因为不仅仅涉及量的关系，所以如果只用数学手段研究，将是十分困难的. 不过，上述现象中，涉及了量的增大与减少的问题，这可以用数学符号和语言进行描述。 仍以苹果为例，设市面上苹果的量为x万吨，苹果的单价为y元，上述现象说明，y会随着x的增大而减少，且y也会随着x的减少而增大也就是说，如果y是x的函数并记作y=f（x）的话，f（x）是减函数 同样地，如果设保鲜存储的时间为t天，单位数量的保鲜存储成本为C元，且C是t的函数并记作C=g（t）的话，g（t）是一个增函数. 由于市面上苹果的量x会随着时间t的变化而变化，因此可以认为x是t的函数，并记作x=h（t）. 从上面这些描述不难看出，在第t天出售苹果时，单位数量的苹果所获得的收益z元可以用t表示出来，即 z=y-C=f（x）-g（t）=f（h（t））-g（t）. 此时，如果f（x），g（t），h（t）都是已知的，则能得到z与t的具体关系式. 有了关系式之后，就能解决如下问题：z是否有最大值？如果z有最大值，那么t为多少时z取最大值？ 怎样才能确定上述f（x），g（t），h（t）呢？这可以通过合理假设以及收集数据、确定参数来完成。 如，为了简单起见，我们可以假设f（x）和g（t）都是一次函数，且 f（x）=k1x+L1，g（t）=k2t+L2； 并假设h（t）是一个二次函数，且 h（t）=at2+bt+c. 则有 z=f（h（t））-g（t）=k1at2+（k1b一k2）t+k1c+L1-L2，其中k10，k20，a≠0. 上述各参数可以通过收集实际数据来确定。例如，如果我们收集到了如下实际数据. 利用待定系数法，根据前面的假设就可以确定出 y=f（x）=-0.5x+5， C=g（t）=0.01t+0.1， x=h（t）=0.002t2-0.14t+9.6， 因此 z=-0.001t2+0.06t+0.1 注意到上式可以改写成z=-0.001（t-30）2+1，所以此时在t=30时，z取最大值1.也就是说，在上述情况下，保鲜存储30天时，单位商品所获得的利润最大，为1元。 这样一来，我们就建立了一个决定苹果的最佳出售时间点的模型，并通过有关数据进行了说明. 当然，实际情况与上面的建模结果可能会出现偏差。因为我们假设f（x）和g（t）都是一次函数等就已经把问题进行了简化，如果条件容许的话，可以先不假设函数的具体形式，在收集尽量多的数据的基础上，通过对数据的分析来最终得出函数的具体形式，这样也就能优化我们最终建立的模型. 以上我们用叙述的方式，让大家经历了一个简单的数学建模全过程.由此可以看出，对现实问题进行数学抽象，用数学语言表达问题、用数学方法构建模型解决问题就是数学建模.数学建模过程主要包括：在实际情境中从数学的视角发现问题、提出问题，分析问题、建立模型，确定参数、计算求解，验证结果、改进模型，最终解决实际问题. 在实际的数学建模过程中，为了向别人介绍数学建模的成果，给别人提供参考，我们还需要将建模结果整理成论文的形式。 一般来说，数学建模论文的结构可以按照建模过程来确定例如，图3-4-1、图3-4-2、图3-4-3所示都可以是数学建模论文的主题结构