数学建模笔记
文章平均质量分 80
兜兜里有好多糖
这个作者很懒,什么都没留下…
展开
-
【2023年第十三届MathorCup高校数学建模挑战赛】思路总结分析
我们选择A题,分析A题题目可以得知属于一种组合优化模型,类似于旅行商问题,0-1背包问题等等。该类问题通常采用遗传算法,粒子群算法,模拟退火算法等算法进行求解。由于本题需要我们建立出数学模型之后通过转换为QUBO模型,从而建立量子退火模型,从而可以实现在量子计算机中求解。第二三问运行结果每次可能都会有些许不同,因为并不是只有一个最优解,所以他会在几个最优解之间跳动,这是正常现象。第二问就是第一问的一个拓展,主函数差不多,要变得是收益函数的形式和新解的产生方法(正经起来了不是?原创 2023-04-17 17:51:22 · 945 阅读 · 4 评论 -
【数学建模笔记】【第四讲(1)】拟合算法之最小二乘算法及其MATLAB实现
上面谈到了R2R^2R2只能用于拟合函数是线性函数时拟合结果的评价,那么什么是线性函数呢?只有一次函数是线性函数吗?其实不是的。yabx2y=a+bx^2yabx2是线性函数吗?是的。因为我们这里说的线性函数是指对参数为线性(线性于参数)。如何判断线性于参数的函数?在函数中,参数仅以一次方出现,且不能乘以或除以其他任何的参数,并不能出现参数的复合函数形式。比如下面的三种函数都是线性于参数的函数:而yax−b2yasinbcxyx−。原创 2023-02-01 15:00:51 · 7614 阅读 · 0 评论 -
【数学建模笔记】【第三讲】拉格朗日插值法,牛顿插值法,分段三次埃尔米特插值法及其MATLAB实践
通俗来说就是根据平面上已有的点来拟合出一个函数过所有这些点,然后我们就可求得这个函数其他位置的点的数据了,这样就在原样本点的基础上扩展了样本空间。那么具体如何求这个插值函数就是插值法的重点了。若PxP(x)Px是次数不超过nnnPxa0a1xanxnPxa0a1x……anxn(则称为插值多项式)若PxP(x)Px是分段多项式,就成为分段插值若PxP(x)Px是三角多项式,就成为三角插值。原创 2023-01-31 10:12:14 · 4056 阅读 · 0 评论 -
【数学建模笔记】【第八讲】图论最短路径问题---迪杰斯特拉算法及其改进贝尔曼‐福特算法,以及两者的Matlab实践
(稍微了解即可,一般不会涉及)在一个图里每条边都有一个权值(有正有负)如果存在一个环(从某个点出发又回到自己的路径),而且这个环上所有权值之和是负数,那这就是一个负权环,也叫负权回路。存在负权回路的图是不能求两点间最短路的,因为只要在负权回路上不断兜圈子,所得的最短路长度可以任意小。含有负权重的无向图都是负权回路。例如下图,可以在2‐3之间无限循环。注意:贝尔曼‐福特算法实际上处理的是具有负权重的有向图。(且该有向图也不能含有负权回路)原创 2023-01-30 20:22:44 · 2223 阅读 · 0 评论 -
【数学建模笔记】【第七讲】多元线性回归分析(二):虚拟变量的设置以及交互项的解释,以及基于Stata的普通回归与标准化回归分析实例
简单来说就是去量纲后的回归(因为你要比较不同变量之间的显著性的大小,那么带着量纲怎么比,所以先把量纲去掉,然后再比较)官话:为了更为精准的研究影响评价量的重要因素(去除量纲的影响),我们可考虑使用标准化回归系数。原创 2023-01-30 16:03:35 · 16209 阅读 · 0 评论 -
【番外】利用Excel表格绘制数据透视图
我们还是利用统计回归那一讲里边用到的数据。全选之后按照下图选择数据透视表,然后直接点击确定。原创 2023-01-29 21:10:08 · 951 阅读 · 0 评论 -
【番外】Stata软件安装教程
之后会弹出的窗口中,我们选择”从本地“,然后后点击浏览。之后是升级操作,是必须完成的重要操作,不要跳过不做!看我们的文件中,下面这个文件就是离线的软件更新文件。这里选择第二个”SE“这个选项,然后点击”下一步“此处尽量不要修改安装路径,尽量使用默认安装路径。这里建议不要勾画这个选项,然后点击”下一步“。等待他更新完成之后就可以正常使用了。我们在Stata下面的命令窗口输入。打开之后如图让我们填写这些信息。然后我们就进入了软件界面。然后一直点”下一步“即可。填写好之后点击”下一步“原创 2023-01-29 20:38:07 · 3628 阅读 · 2 评论 -
【数学建模笔记】【第七讲】多元线性回归分析(一): 回归分析的定义、对于线性的理解以及内生性问题的探究
(5)研究产品寿命、企业寿命甚至是人的寿命(这种数据往往不能精确的观测,例如现在要研究吸烟对于寿命的影响,如果选取的样本中老王60岁,现在还活的非常好,我们不可能等到他去世了再做研究,那怎么办呢?简而言之:如果我们的模型考虑的自变量不全,会导致本来不是自变量的干扰项μi带有某些我们没有考虑进去的自变量的变化规律,这样导致的问题就是对我们已考虑的自变量的回归系数的评定影响会很大,不满足无偏性和一致性。因为不论式子中出现Lnx或者是x的二次方,我们都可以用一个新的变量xi来替代,从而变为一次的,线性的。原创 2023-01-28 17:24:45 · 2437 阅读 · 0 评论 -
【数学建模笔记】【第十讲(2)】聚类模型之:系统(层次)聚类及spss实现
系统聚类的合并算法通过计算两类数据点间的距离,对最为接近的两类数据点进行组合,并反复迭代这一过程,直到将所有数据 点合成一类,并生成聚类谱系图。我们可以根据这个图来确定聚类的个数。系统(层次)聚类的算法流程:将每个对象看作一类,计算两两之间的最小距离;将距离最小的两个类合并成一个新类;重新计算新类与所有类之间的距离;重复二三两步,直到所有类最后合并成一类;结束。【举例说明】对上面这一组数据进行聚类分析:横坐标为学生的物理成绩,纵坐标为学生的数学成绩,可以绘制成一个二维坐标图。原创 2023-01-27 19:26:42 · 5051 阅读 · 1 评论 -
【数学建模笔记】【第十讲(1)】聚类模型之:K-均值聚类
聚类,就是将样本划分为由类似的对象组成的多个类的过程。聚类后,我们可以更加准确的在每个类中单独使用统计模型进行估计、分析或预测;也可以探究不同类之间的相关性和主要差异。聚类和分类的区别:分类是已知类别的,聚类未知。原创 2023-01-27 17:00:15 · 2398 阅读 · 0 评论