数学建模weekend-2

在word中防止图片不清晰：

 

打开“选项”，接着切换到“高级”选项卡下。

选中“不压缩文件中的图像”。

再将“默认分辨率”修改为“高保真”。

图片转为 .wmf格式 ,可用Adobe illstrator 转化为 .wmf 。

word中的数学公式：

1.插入自定义公式：

可以点击插入——符号——公式——墨迹公式，然后借助鼠标输入新的公式点击插入即可

2.nuicodemath方法：

在Word中快速编写公式 - 知乎 (zhihu.com)

word中插入大括号：

1.插入平躺的大括号：

插入->公式->括号->单方括号，在插入的括号的虚线框中回车Enter即可增加条件。

在word中，选工具栏上的‘插入’--‘对象；调出 ‘对象’窗口。在 ‘新建’的对象类型中选择‘WPS 公式 3.0’ ，选择括号区域

 或者，如果公式里面没有，该可以点插入--形状--单大括号，再旋转90度。

条件多项式公式对齐：

创建一个三行公式（快捷键：Alt + =）

插入三行公式

鼠标放到最后一个输入框后边，右键，在后面插入公式，将其拓展为四行公式，同上操作，可以拓展为五行公式。

上下左右将光标控制到第一行行首，使得第一行处于全选状态

输入 & 符号

用上下左右将光标控制到第二行行首，使得第二行处于全选状态

输入&符号，其他行同理操作，即可实现对齐

有限差分法：

        有限差分法是一种求解微分方程的数值方法，其面对的对象是微分方程，包括常微分方程和偏微分方程。此外，有限差分法需要对微分进行近似，这里的近似采取的是离散近似，使用某一点周围点的函数值近似表示该点的微分。

参考：微分方程数值求解——有限差分法 - 知乎 (zhihu.com)

（一）线性规划

        线性规划问题就是在一组先行约束条件(s.t.)限制下，求一现行目标函数最大(max)或最小(min)问题。

        转标准函数：

                （1.）max转min通过目标函数添加负号可以完成目标函数的等价转化，例如：

等价于

                （2.）不等式约束转化为等式约束  通过添加辅助变量将不等式约束简化为等式约束，例如：

          转化为         

                （3.）自由变量转化为大于等于0变量 通过定义两个辅助非负变量来表示自由变量，例如：

               转化为标准形式：

令, ,  由此可得：

                     

（二）整数规划

数学规划问题中一部分变量或者全部变量为整数变量的话，该数学规划问题就属于整数规划问题。

整数规划问题的特点在于其决策变量含有整数变量。

常见问题：

背包问题、广义指派问题、集合覆盖问题；

整数规划问题分类：

        Integer Linear Programming （线性整数规划）：目标函数为线性，约束为线性，决策变量只含有整数变量的整数规划问题。线性整数规划问题目前是整数规划问题中研究最多，也是算法相对比较成熟一点的领域。

        Binary Linear Programming （0-1线性规划）：目标函数为线性，约束为线性，决策变量只含有0-1变量的整数规划问题。线性整数规划都可以转化为0-1线性规划问题。

        Mixed-integer Linear Programming （混合整数线性规划）：目标函数为线性，约束为线性，决策变量既含有整数变量也含有连续变量的整数规划问题。

        Nonlinear Integer Programming （非线性整数规划）：目标函数和约束中至少有一个是非线性的，决策变量只含有整数变量的整数规划问题。非线性整数规划的难度要比线性整数规划问题难很多。

        Nonlinear Binary Programming （0-1非线性规划）：目标函数和约束中至少有一个是非线性的，决策变量只含有0-1变量的整数规划问题。

        Mixed-integer Nonlinear Programming （0-1非线性混合整数规划）：目标函数和约束中至少有一个是非线性的，决策变量既含有整数变量也含有连续变量的整数规划问题。

        Polynomial Binary Programming （0-1多项式规划）：目标函数和约束中都是多项式函数，决策变量只含有0-1变量的整数规划问题。