目录
一、建模过程
1、模型准备
收集相关文献资料,快速阅读和理解参考文献
2、模型假设
对问题进行必要的简化,并用精确的语言提出一些恰当的假设(条件约束)
如:
预测人口时,对战争这一条件进行约束:假设无战争
3、模型建立
(1)在假设的基础上,利用适当的数学工具来刻画常量之间的数学关系,建立相应的数学结构。
(2)将目标转化为某一函数变量
4、模型求解
利用获取的数据资料,对模型的所有参数进行计算/近似计算,推导模型的公式。将数学表达式变形为建模方法的标准形式,通过限制条件,编程求解。
5、模型分析
对建立模型的思路进行阐述,对结果进行数学上的分析,包括误差分析、数据稳定性分析等
6、模型检验
用非技术性的语言回答实际问题,将模型分析结果与实际情形进行比较,以此来验证模型的准确性、合理性与适用性。若模型与实际较吻合,则要对计算结果给出其实际含义,并进行解释;若吻合性较差,则应修改假设,再次重复建模过程。
二、建模员
系统掌握各类模型
1.模型主要功能
2.适用场景
3.实现条件
4.缺点/不足,改进
三、赛题类型
1、预测类
分析已有的数据/现象,找出其内在发展规律,对未来做出预测。
根据已知条件与求解目的,分为
(1)小样本内部预测
(2)大样本内部预测
(3)小样本未来预测
(4)大样本未来预测
(5)大样本随机因素或周期特征未来预测
2、评价类
按照一定的标准,对事物的发展/现状进行划分的过程。
如生态环境、社会建设、方案策略等进行评价。
查阅各类资料构建评价指标体系与评价标准(全面、准确、独立),构建完体系后选择合适的评价方法。
3、机理分析类
根据对现实对象特性的认识,分析因果关系,找出反映内部机理的规律。
首先需探寻与问题相关的物理、化学、经济等知识。然后通过对已知数据、现象的分析,对事物的内在规律作出假设。最后构建合适的方程式/关系式对内在规律进行数值表达。
4、优化类
四、基本模型
1线性规划问题
数学规划:在生产实践中,利用现有资源来安排生产,以取得最大经济效益。
1.1.1线性规划实例及定义
解:设该厂每天生产x1台甲机床、x2台乙机床时总利润z最大。
则x1,x2,z应满足
1.1.2线性规划问题的解的概念
1.1.3线性规划的Matlab标准形式及软件求解
注:若求Ax>=b,则在A前加一个负号即可
注:(1)[-2,-3,5],x,y=-y原因:求最大值
1.1.4转化为线性规划问题
理论基础:对任意的xi,存在ui,vi>0,满足
可得
1.2投资的收益和风险
1.2.1问题提出
1.2.2符号规定和基本假设
符号规定
基本假设
1.2.3模型的分析与建立
对于约束条件1:(1+pi)*所投资的资金=实际投资资金,即投资额=投资资金+交易费(即xi+xipi)
该模型为多目标规划模型,我们的目标是将此模型改为线性规划模型
上述不等式可这样理解:风险损失/投资总金额<=可接受风险界限
我们希望收益越大越好,风险越小越好。
假设只要风险小于等于a我们就能接受,即我最大接受风险为a。
转化完成。
b)
假设只要收益大于等于k我们就能接受,在收益大于k的基础上风险最小化。
转化完成。
1.2.4模型的求解
a)
解释:
对第一个等式:x0指的是银行ri-pi=0.05-0=0.05;将max转化为min加负号;
编程:
Matlab运行结果
a为风险度,Q为收益
2整数规划问题
【数学建模】建模-整数规划问题_菜鸟ql的博客-CSDN博客
待补充