数学建模-第二章：初等数学与与微分建模

赛程安排

• 公平定义：各队在其相邻比赛里的最小间隔场次达到最大的可能
• 数学问题：在赛程的最小间隔场次中求最大
• n支球队单循环，记最小间隔场次r。r场前后2场，3支球队不参与这r场比赛。有2个不同的球队参加这r场比赛 所以2r<n-3

贷款问题1

• 这个月(第n个)，欠银行钱记为An，上个月为An-1，加上利息为An-1(1+r)，减去这个月还款X，还欠的$A_n$=$A_{n-1}$(1+r)-x
• 数学归纳法可得 $A_n$=$A_0$(1+r)${}^n$-x[1+1+r+$(1+r{)}^2$+…+$(1+r{)}^{n-1}$]
  
• 容易得出结论：等额还款x必然大于利息Ao r，多借多还，利息高还的多。

贷款问题2-非线性方程数值解法

• $A_N$=$A_0$$(1+r{)}^N$-x[$(1+r{)}^N$-1]/r=0
• $f(r)$=$A_{0}r$$(1+r{)}^N$-x[$(1+r{)}^N$-1]=0求解
• 两种情形
  • 可求精确根(有时计算繁杂)
  • 无法求精确根-> 求近似根

非线性方程数值解法

根的隔离与逐步搜索法、二分法

• f(x)=0在[a,b]中只有一个根， [a,b]为隔根区间
  • 条件f(x)∈C,f(a)f(b)<0
  • f(x)在[a,b]内严格单调
• 求隔根区间的一般方法

1. 作图法
   • 直接作图
   • 转化为等价方程，求图交点
2. 逐步搜索法：从区间左/右端出发，定长h一步步向右搜索 f(a+jh)f(a+(j+1)h)<0
   • 步长可缩短提升精度
3. 二分法 取区间中点，不断缩小区间

牛顿法及割线法

• 牛顿切线法的基本思想：非线性方程线性化，以线性方程的解逼近原方程的解
• 用切线近似代替曲线弧求方程的近似根
  • 曲线上一点做切线，与x轴相交的x1对应曲线上的点再做切线
  • 不断重复迭代过程。可得牛顿迭代公式$X_n$=$X_{n-1}$-f($x_{n-1}$)/f’($x_{n-1}$)
• 割线法：用差商f($x_{n-1}$)-f($x_{n-2}$)/$x_{n-1}$-$x_{n-2}$代替导数f’($x_{n-1}$)，避免求导运算
  • 迭代公式：(双点割线法）
  • 特点：逼近根的速度快于简化牛顿法，但慢于牛顿法
  • 若将$x_{n-2}$固定为$x_0$，则为单点割线法

贷款问题3-不同的贷款模型

• 省建行：等额本息：按月结息，每月还本还息不等。模型如上
• 市建行：等本、等息、等额还款:取利息平均值
  • 利息：将总贷款分N份(期数)，每个月减一份再乘利率算利息
  • 月还款=总利息/N,+总贷款/N
• 等额本金：利随本清等本不等息
  • $x_k$=(N-k+1)/N*$A_0$r+$A_0$/N
• 现在常见的贷款模型各自优缺点：方便还款
  • 等额本息 用的最多
  • 等额本金

无条件极值问题

一元函数取得极值的条件

• 必要条件：f(x)在$x_0$处具有导数，且在$x_0$取得极值，则必有f($x_0$)=0
  • 注意：可导函数极值点必然是驻点，反之不一定
• 充分条件：f(x)在$x_0$处具有二阶导数，且f’($x_0$)=0,f’’($x_0$)≠0，那么
  1. f’’($x_0$)<0,函数取极大值
  2. f’’($x_0$)>0,函数取极小值
• 注意：不可导点也可能是函数极值点

多元函数取得极值的条件

• 必要条件：函数z=f(x,y)在 ($x_0$,$y_0$) 具有偏导数，且在($x_0$,$y_0$) 处有极值，，则它在该点的偏导数必然为0，$f_x^{\prime }$($x_0$,$y_0$)=0 $f_y^{\prime }$($x_0$,$y_0$)=0
• 仿照一元函数：驻点：凡能使一阶偏导数同时为0的点
  • 极值点一定是驻点，反之不一定
• 多元函数f(x)关于x的一阶导数即梯度 $\nabla$f(x),f(x)关于x的二阶导数 ${\nabla }^2$f(x)，称为f(x)的Hesse矩阵
• 充分条件：设函数f(x)在点$x_0$的某邻域内连续，有一阶及二阶连续偏导数，则f(x) 在点$x_0$处是否取得极值点的条件如下
  • 一阶偏导数为0
  • ${\nabla }^2$f(x)正定有极小值，负定有极大值，不定没有极值

条件极值问题-lagrange乘子法

• 对自变量由附加条件的极值
• 函数u=f(x,y,z,t) 在条件$\phi$(x,y,z,t)=0 ，$\omega$(x,y,z,t)=0 下的极值，先构造函数 F(x,y,z,t)=f(x,y,z,t)+${\lambda }_1$$\phi$(x,y,z,t)+${\lambda }_2$$\omega$(x,y,z,t)=0 其中λ均为常数。可由偏导数为0，及条件解出x,y,z,t，得极值点坐标

货物包装成本问题

模型假设

• 商品生产效率固定不变
• 包装成本只与装包，封包的劳力投入，包装材料多少有关
• 商品包装材料一致，形状、大小相似
• 生产数量w的产品成本为a
• 包装数量为w的产品成本为b。b=$b_1$+$b_2$
  • $b_1$：装包劳力成本
    • 装料 与w有关
    • 封装 与w无关
  • $b_2$：包装材料成本 只与w大小有关

模型分析

• 模型中有三个参数，至少需要三组数据来估算。如果要求精确，则需要更多的数据