《没有幻灯片标题 - 南京理工大学应用数学系》由会员分享,可在线阅读,更多相关《没有幻灯片标题 - 南京理工大学应用数学系(52页珍藏版)》请在金锄头文库上搜索。
1、数学建模与系统仿真主讲:许春根南京理工大学应用数学系Tel: 84315877(O)Email:Web: http:/ 预备知识: 微积分(或高等数学)、线性代数、微分方程、概率论、计算机基础等。参考书: 数学模型(第二版) 姜启源编 高等教育出版社 第第一一章章 建立数学模型建立数学模型1.1 从现实对象到数学模型从现实对象到数学模型1.2 数学建模的重要意义数学建模的重要意义1.3 数学建模示例数学建模示例1.4 数学建模的方法和步骤数学建模的方法和步骤1.5 数学模型的特点和分类数学模型的特点和分类1.6 怎样学习数学建模怎样学习数学建模1.7 数学建模的工具软件数学建模的工具软件1.8
2、 数学建模竞赛数学建模竞赛 玩具、照片、飞机、火箭模型玩具、照片、飞机、火箭模型 实物模型实物模型水箱中的舰艇、风洞中的飞机水箱中的舰艇、风洞中的飞机 物理模型物理模型地图、电路图、分子结构图地图、电路图、分子结构图 符号模型符号模型模型模型是为了一定目的,对客观事物的一部分是为了一定目的,对客观事物的一部分进行简缩、抽象、提炼出来的进行简缩、抽象、提炼出来的原型原型的替代物的替代物模型模型集中反映了集中反映了原型原型中人们需要的那一部分特征中人们需要的那一部分特征1.1 从现实对象到数学模型从现实对象到数学模型我们常见的模型我们常见的模型你碰到过的数学模型你碰到过的数学模型“航行问题航行问题
3、”用用 x 表示表示船速,船速,y 表示水速,列出方程:表示水速,列出方程:答:船速每小时答:船速每小时20千米千米. .甲乙两地相距甲乙两地相距750公里,船从甲到乙顺水航行需公里,船从甲到乙顺水航行需30小时,小时,从乙到甲逆水航行需从乙到甲逆水航行需50小时,问船的速度是多少小时,问船的速度是多少?x =20y =5求解求解航行问题航行问题建立数学模型的基本步骤建立数学模型的基本步骤 作出简化假设(船速、水速为常数);作出简化假设(船速、水速为常数); 用符号表示有关量(用符号表示有关量(x, y表示船速和水速);表示船速和水速); 用物理定律(匀速运动的距离等于速度乘以用物理定律(匀速
4、运动的距离等于速度乘以 时间)列出数学式子(二元一次方程);时间)列出数学式子(二元一次方程); 求解得到数学解答(求解得到数学解答(x=20, y=5);); 回答原问题(船速每小时回答原问题(船速每小时20千米)。千米)。数学模型数学模型 (Mathematical Model) 和和数学建模(数学建模(Mathematical Modeling)对于一个对于一个现实对象现实对象,为了一个,为了一个特定目的特定目的,根据其根据其内在规律内在规律,作出必要的,作出必要的简化假设简化假设,运用适当的运用适当的数学工具数学工具,得到的一个,得到的一个数学结构数学结构。建立数学模型的全过程建立数学
5、模型的全过程(包括表述、求解、解释、检验等)(包括表述、求解、解释、检验等)数学模型数学模型数学数学建模建模1.2 数学建模的重要意义数学建模的重要意义 电子计算机的出现及飞速发展;电子计算机的出现及飞速发展; 数学以空前的广度和深度向一切领域渗透。数学以空前的广度和深度向一切领域渗透。数学建模作为用数学方法解决实际问题的第一步,数学建模作为用数学方法解决实际问题的第一步,越来越受到人们的重视。越来越受到人们的重视。 在一般工程技术领域数学建模仍然大有用武之地;在一般工程技术领域数学建模仍然大有用武之地; 在高新技术领域数学建模几乎是必不可少的工具;在高新技术领域数学建模几乎是必不可少的工具;
6、 数学进入一些新领域,为数学建模开辟了许多处女地。数学进入一些新领域,为数学建模开辟了许多处女地。数学建模的具体应用数学建模的具体应用 分析与设计分析与设计 预报与决策预报与决策 控制与优化控制与优化 规划与管理规划与管理数学建模计算机技术知识经济知识经济如虎添翼如虎添翼1.3 数学建模示例数学建模示例3.1 椅子能在不平的地面上放稳吗椅子能在不平的地面上放稳吗问题分析问题分析模模型型假假设设通常通常 三只脚着地三只脚着地放稳放稳 四只脚着地四只脚着地 四条腿一样长,椅脚与地面点接触,四脚四条腿一样长,椅脚与地面点接触,四脚连线呈正方形连线呈正方形; 地面高度连续变化,可视为数学上的连续地面高
7、度连续变化,可视为数学上的连续曲面曲面; 地面相对平坦,使椅子在任意位置至少三地面相对平坦,使椅子在任意位置至少三只脚同时着地。只脚同时着地。模型构成模型构成用数学语言把椅子位置和四只脚着地的关系表示出来用数学语言把椅子位置和四只脚着地的关系表示出来 椅子位置椅子位置利用正方形利用正方形(椅脚连线椅脚连线)的对称的对称性性xBADCODC B A 用用 (对角线与对角线与x轴的夹角轴的夹角)表示椅子位表示椅子位置置 四只脚着地四只脚着地距离是距离是 的函数的函数四个距离四个距离(四只脚四只脚)A,C 两脚与地面距离之和两脚与地面距离之和 f( )B,D 两脚与地面距离之和两脚与地面距离之和 g
8、( )两个距离两个距离 椅脚与地面距离为零椅脚与地面距离为零正方形正方形ABCD绕绕O点旋转点旋转正方形正方形对称性对称性用数学语言把椅子位置和四只脚着地的关系表示出来用数学语言把椅子位置和四只脚着地的关系表示出来f( ) , g( )是是连续连续函数函数对任意对任意 , f( ), g( )至少一个为至少一个为0数学数学问题问题已知:已知: f( ) , g( )是是连续函数连续函数 ; 对任意对任意 , f( ) g( )=0 ; 且且 g(0)=0, f(0) 0. 证明:存在证明:存在 0,使,使f( 0) = g( 0) = 0.模型构成模型构成地面为连续曲面地面为连续曲面 椅子在任
9、意位置椅子在任意位置至少三只脚着地至少三只脚着地模型求解模型求解给出一种简单、粗造的证明方法给出一种简单、粗造的证明方法将椅子将椅子旋转旋转900,对角线,对角线AC和和BD互换。互换。由由g(0)=0, f(0) 0 ,知知f( /2)=0 , g( /2)0.令令h( )= f( )g( ), 则则h(0)0和和h( /2)0.由由 f, g的连续性知的连续性知 h为连续函数为连续函数, 据连续函数的基本性据连续函数的基本性质质, 必存在必存在 0 , 使使h( 0)=0, 即即f( 0) = g( 0) .因为因为f( ) g( )=0, 所以所以f( 0) = g( 0) = 0.评注
10、和思考评注和思考建模的关键建模的关键 假设条件的本质与非本质假设条件的本质与非本质 考察四脚呈长方形的椅子考察四脚呈长方形的椅子 和和 f( ), g( )的确的确定定3.2 商人们怎样安全过河商人们怎样安全过河问题问题( (智力游戏智力游戏) ) 3名商人名商人 3名随从名随从随从们密约随从们密约, , 在河的任一在河的任一岸岸, , 一旦随从的人数比商一旦随从的人数比商人多人多, , 就杀人越货就杀人越货. .但是乘船渡河的方案由商人决定但是乘船渡河的方案由商人决定. .商人们怎样才能安全过河商人们怎样才能安全过河?问题分析问题分析多步决策过程多步决策过程决策决策 每一步每一步( (此岸到
11、彼岸或彼岸到此岸此岸到彼岸或彼岸到此岸) )船上的人员船上的人员要求要求在安全的前提下在安全的前提下( (两岸的随从数不比商人多两岸的随从数不比商人多),),经有经有限步使全体人员过河限步使全体人员过河. .河河小船小船(至多至多2人人)模型构成模型构成xk第第k次渡河前此岸的商人数次渡河前此岸的商人数yk第第k次渡河前此岸的随从数次渡河前此岸的随从数xk, yk=0,1,2,3; k=1,2,sk=(xk , yk)过程的状态过程的状态S=(x , y) x=0, y=0,1,2,3; x=3, y=0,1,2,3; x=y=1,2S 允许状态集合允许状态集合uk第第k次渡船上的商人数次渡船
12、上的商人数vk第第k次渡船上的随从数次渡船上的随从数dk=(uk , vk)决策决策D=(u , v) u+v=1, 2 允许允许决策决策集合集合uk, vk=0,1,2; k=1,2,sk+1=sk dk +(-1)k状态转移律状态转移律求求dk D(k=1,2, n), 使使sk S, 并并按按转移律转移律由由 s1=(3,3)到达到达 sn+1=(0,0).多步决策多步决策问题问题模型求解模型求解xy3322110 穷举法穷举法 编程上机编程上机 图解法图解法状态状态s=(x,y) 16个格点个格点 10个个 点点允许决策允许决策 移动移动1或或2格格; k奇奇,左下移左下移; k偶偶,
13、右上移右上移.s1sn+1d1, d11给出安全渡河方案给出安全渡河方案评注和思考评注和思考规格化方法规格化方法, ,易于推广易于推广考虑考虑4名商人各带一随从的情况名商人各带一随从的情况d1d11允许状态允许状态S=(x , y) x=0, y=0,1,2,3; x=3, y=0,1,2,3; x=y=1,2背景背景 年年 1625 1830 1930 1960 1974 1987 1999人口人口(亿亿) 5 10 20 30 40 50 60世界人口增长概况世界人口增长概况中国人口增长概况中国人口增长概况 年年 1908 1933 1953 1964 1982 1990 1995 200
14、0人口人口(亿亿) 3.0 4.7 6.0 7.2 10.3 11.3 12.0 13.0研究人口变化规律研究人口变化规律控制人口过快增长控制人口过快增长3.3 如何预报人口的增长如何预报人口的增长指数增长模型指数增长模型马尔萨斯提出马尔萨斯提出 ( (1798) )常用的计算公式常用的计算公式x(t) 时刻时刻t的的人口人口基本假设基本假设 : 人口人口(相对相对)增长率增长率 r 是常数是常数今年人口今年人口 x0, 年增长率年增长率 rk年后人口年后人口随着时间增加,人口按指数规律无限增长随着时间增加,人口按指数规律无限增长指数增长模型的应用及局限性指数增长模型的应用及局限性 与与19世
15、纪以前欧洲一些地区人口统计数据吻合世纪以前欧洲一些地区人口统计数据吻合 适用于适用于19世纪后迁往加拿大的欧洲移民后代世纪后迁往加拿大的欧洲移民后代 可用于短期人口增长预测可用于短期人口增长预测 不符合不符合19世纪后多数地区人口增长规律世纪后多数地区人口增长规律 不能预测较长期的人口增长过程不能预测较长期的人口增长过程1919世纪后人口数据世纪后人口数据人口增长率人口增长率r r不是常数不是常数( (逐渐下降逐渐下降) )阻滞增长模型阻滞增长模型( (Logistic模型模型) )人口增长到一定数量后,增长率下降的原因:人口增长到一定数量后,增长率下降的原因:资源、环境等因素对人口增长的阻滞
16、作用资源、环境等因素对人口增长的阻滞作用且阻滞作用随人口数量增加而变大且阻滞作用随人口数量增加而变大假定假定r固有增长率固有增长率(x很小时很小时)xm人口容量(资源、环境能容纳的最大数量)人口容量(资源、环境能容纳的最大数量)r是是x的减函数的减函数dx/dtx0xmxm/2xmtx0x(t)S形曲线形曲线, x增加先快后慢增加先快后慢x0xm/2阻滞增长模型阻滞增长模型( (Logistic模型模型) )参数估计参数估计用指数增长模型或阻滞增长模型作人口用指数增长模型或阻滞增长模型作人口预报,必须先估计模型参数预报,必须先估计模型参数 r 或或 r, xm 利用统计数据用最小二乘法作拟合利
17、用统计数据用最小二乘法作拟合例:美国人口数据(单位例:美国人口数据(单位百万)百万) 1860 1870 1880 1960 1970 1980 1990 31.4 38.6 50.2 179.3 204.0 226.5 251.4专家估计专家估计阻滞增长模型阻滞增长模型( (Logistic模型模型) )r=0.2557, xm=392.1模型检验模型检验用模型计算用模型计算2000年美国人口,与实际数据比较年美国人口,与实际数据比较实际为实际为281.4 (百万百万)模型应用模型应用预报美国预报美国2010年的人口年的人口加入加入2000年人口数据后重新估计模型参数年人口数据后重新估计模型
18、参数Logistic 模型在经济领域中的应用模型在经济领域中的应用( (如耐用消费品的售量如耐用消费品的售量) )阻滞增长模型阻滞增长模型( (Logistic模型模型) )r=0.2490, xm=434.0x(2010)=306.0 数学建模的基本方法数学建模的基本方法机理分析机理分析测试分析测试分析根据对客观事物特性的认识,根据对客观事物特性的认识,找出反映内部机理的数量规律找出反映内部机理的数量规律将对象看作将对象看作“黑箱黑箱”,通过对量测数据的通过对量测数据的统计分析,找出与数据拟合最好的模型统计分析,找出与数据拟合最好的模型机理分析没有统一的方法,主要通过实例研究机理分析没有统一
19、的方法,主要通过实例研究 (Case Studies)来学习。以下建模主要指机理分析。来学习。以下建模主要指机理分析。二者结合二者结合用机理分析建立模型结构用机理分析建立模型结构,用测试分析确定模型参数用测试分析确定模型参数1.4 数学建模的方法和步骤数学建模的方法和步骤 数学建模的一般步骤数学建模的一般步骤模型准备模型准备模型假设模型假设模型构成模型构成模型求解模型求解模型分析模型分析模型检验模型检验模型应用模型应用模模型型准准备备了解实际背景了解实际背景明确建模目的明确建模目的搜集有关信息搜集有关信息掌握对象特征掌握对象特征形成一个形成一个比较清晰比较清晰的的问题问题模模型型假假设设针对问
20、题特点和建模目的针对问题特点和建模目的作出合理的、简化的假设作出合理的、简化的假设在合理与简化之间作出折中在合理与简化之间作出折中模模型型构构成成用数学的语言、符号描述问题用数学的语言、符号描述问题发挥想象力发挥想象力使用类比法使用类比法尽量采用简单的数学工具尽量采用简单的数学工具 数学建模的一般步骤数学建模的一般步骤模型模型求解求解各种数学方法、软件和计算机技术各种数学方法、软件和计算机技术如结果的误差分析、统计分析、如结果的误差分析、统计分析、模型对数据的稳定性分析模型对数据的稳定性分析模型模型分析分析模型模型检验检验与实际现象、数据比较,与实际现象、数据比较,检验模型的合理性、适用性检验
21、模型的合理性、适用性模型应用模型应用 数学建模的一般步骤数学建模的一般步骤数学建模的全过程数学建模的全过程现实对象的信息现实对象的信息数学模型数学模型现实对象的解答现实对象的解答数学模型的解答数学模型的解答表述表述求解求解解释解释验证验证(归纳)(演绎)表述表述求解求解解释解释验证验证根据建模目的和信息将实际问题根据建模目的和信息将实际问题“翻译翻译”成数学问成数学问题题选择适当的数学方法求得数学模型的解答选择适当的数学方法求得数学模型的解答将数学语言表述的解答将数学语言表述的解答“翻译翻译”回实际对象回实际对象用现实对象的信息检验得到的解答用现实对象的信息检验得到的解答实践现现实实世世界界数
22、数学学世世界界理论实践1.5 数学模型的特点和分类数学模型的特点和分类模型的逼真性和可行性模型的逼真性和可行性模型的渐进性模型的渐进性模型的强健性模型的强健性模型的可转移性模型的可转移性模型的非预制性模型的非预制性模型的条理性模型的条理性模型的技艺性模型的技艺性模型的局限性模型的局限性 数学模型的特点数学模型的特点数学模型的分类数学模型的分类应用领域应用领域人口、交通、经济、生态、人口、交通、经济、生态、数学方法数学方法初等数学、微分方程、规划、统计、初等数学、微分方程、规划、统计、表现特性表现特性描述、优化、预报、决策、描述、优化、预报、决策、建模目的建模目的了解程度了解程度白箱白箱灰箱灰箱
23、黑箱黑箱确定和随机确定和随机静态和动态静态和动态线性和非线性线性和非线性离散和连续离散和连续1.6 怎样学习数学建模怎样学习数学建模数学建模与其说是一门技术,不如说是一门艺术数学建模与其说是一门技术,不如说是一门艺术技术大致有章可循技术大致有章可循艺术无法归纳成普遍适用的准则艺术无法归纳成普遍适用的准则想象力想象力洞察力洞察力判断力判断力 学习、分析、评价、改进别人作过的模型学习、分析、评价、改进别人作过的模型 亲自动手,认真作几个实际题目亲自动手,认真作几个实际题目1.7 1.7 数学建模工具软件介绍数学建模工具软件介绍数学建模一般借助于数学软件.如:Mathematica、 Matlab、
24、SAS、MathCADMapleMathematica3.0,4.0窗口简介窗口简介Mathematica 2.1窗口简介窗口简介Mathematica的画图功能数学软件的种类及其特点通用符号计算软件通用数值运算软件专业软件计算程序库教学、演示类软件符号计算软件FMathematicaFReduceFMapleFMuMathFDeriveFEureke数值运算软件FMATLABFMathCAD专业软件F统计软件:SAS、SPSSF有限元计算:ANSYS、SAPF球体几何及大地测量: SphericF神经网络:Neural Work ProfessionalF.程序库F早期的FORTRAN计算库
25、FNumerical Recipes 通用C语言数值计算程序库F一些专业计算包(非特定语言)其他教育软件FMathCADFSmathFMath ExtraF.数学软件在教学中的应用大规模运算数值实验辅助教学一个用计算机做数学的系统MATHEMATICAMathematicaMathematica的基本功能数值运算(Numeric Computation)符号运算(Algebric Computation)图像处理(Graphics )语言功能(Programing Language)Mathematica在数学建模中的应用举例迭代计算与绘图求最大、最小值复杂积分的计算微分方程的求解方程组)的求
26、解、矩阵运算Matlab6.0窗口简介窗口简介 MATLAB是基于矩阵的一种计算工具,它已经成为世界各国高校和研究人员中最为流行的软件之一。它提供了丰富可靠的矩阵运算、数据处理、图形绘制、图像处理等便利工具,并且由于Matlab的广泛应用,很多理论的创始人在MATLAB上开发了相关的工具箱,现在MATLAB附带的各方面工具箱有:控制系统、通讯、符号运算、小波计算、偏微分方程、数据统计、图像、金融、LMI控制、QFT控制、数字信号处理、模糊控制、模型预估控制、频域辨识、高阶谱分析、统计学、非线性控制系统、图像处理、神经元网络、m 分析、信号处理、插值、优化、鲁棒控制、控制系统设计、系统辨识等等,
27、并且MATLAB提供了图形化的时域仿真程序-Simulink,在高校中还开发有:振动理论、化学统计学、语音处理等等方面的工具箱。 使用MATLAB,工作效率可能有成百上千倍的提高,使得研究工作真正是在做研究,而不是在编程。使用MATLAB大大简化了学习和研究中编程量,比如:使用C或者Fortran编写一个优化的程序,一般需要几百行或者几千行的程序,并且在首次写程序时还可以能需要大量的时间来调试这个程序,当这个程序能够运行时,可能花费掉一个星期或者更长的时间,而下一次在进行另一种优化方法的运算时,需要同样的时间工作,也就是说,使用这些语言编程时,大量时间花在了编程序上,而不是研究人员应当做的思考
28、工作,大大降低了工作效率。如果使用MATLAB编程,一个优化程序只需要10行以下的程序,因此基本不会出现错误,这样在1分钟左右就完成了编程,并且马上就可以运行看到结果,如果想改变优化算法,只需要把优化的函数名改掉就可以了,也就是说使用MATLAB,工作效率可能有成百上千倍的提高,使得研究工作真正是在做研究,而不是在编程。 1.8 1.8 数学建模竞赛数学建模竞赛数学建模竞赛的特点是题目由工程技术、管理科学中的实际问题简化加工而成,对数学知识要求不深,一般没有事先设定的标准答案,但留有充分余地供参赛者发挥其聪明才智和创造精神。由于竞赛是由三名大学生组成一队,在三天时间内分工合作,共同完成一篇论文
29、,因而也培养了学生的合作精神。竞赛活动介绍:全国大学生数学建模竞赛全国大学生数学建模竞赛 China Undergraduate Mathematical Contest in Modeling (CUMCM) http:/ 国际大学生数学建模竞赛国际大学生数学建模竞赛The Mathematical Contest in Modeling(MCM)http:/ 同“全国大学生数学建模竞赛”同时进行. 尽管数学建模已有了很久的历史,数学建模课程却还是很年轻的一门课程。在70年代末和80年代初,英国著名的剑桥大学专门为研究生开设了数学建模课程,差不多同时,欧美一些发达国家开始把数学建模的内容列入研究生、大学生以至中学生的教学计划中去,并于1983年开始举行两年一度的“数学建模教学和应用国际会议”进行定期交流。数学建模教学及其各种活动发展异常迅速,成为当代数学教育改革的主要方向之一。