数学模型姜启源课件.ppt

数 学 模 型,主讲|敬成林,课 程 简 介,第一章 建立数学模型第二章 初等模型第三章 简单的优化模型第四章 数学规划模型 第五章 微分方程模型第六章 稳定性模型第七章 差分方程模型第八章 离散模型第九章 概率模型第十章 统计回归模型附录: 数学建模实验,教 学 进 度,第一章 建立数学模型,1.1 从现实对象到数学模型1.2 数学建模的重要意义1.3 数学建模示例1.4 数学建模的方法和步骤1.5 数学模型的特点和分类1.6 怎样学习数学建模,玩具、照片、飞机、火箭模型 , 实物模型,水箱中的舰艇、风洞中的飞机 , 物理模型,地图、电路图、分子结构图 , 符号模型,模型是为了一定目的，对客观事物的一部分进行简缩、抽象、提炼出来的原型的替代物,模型集中反映了原型中人们需要的那一部分特征,1.1 从现实对象到数学模型,我们常见的模型,你碰到过的数学模型“航行问题”,用 x 表示船速，y 表示水速，列出方程：,答：船速每小时20千米/小时.,甲乙两地相距750千米，船从甲到乙顺水航行需30小时，从乙到甲逆水航行需50小时，问船的速度是多少?,x =20y =5,航行问题建立数学模型的基本步骤,作出简化假设（船速、水速为常数）；,用符号表示有关量（x, y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 时间）列出数学式子（二元一次方程）；,求解得到数学解答（x=20, y=5）；,回答原问题（船速每小时20千米/小时）。,数学模型 (Mathematical Model) 和数学建模（Mathematical Modeling),对于一个现实对象，为了一个特定目的，根据其内在规律，作出必要的简化假设，运用适当的数学工具，得到的一个数学结构。,建立数学模型的全过程（包括表述、求解、解释、检验等）,数学模型,数学建模,1.2 数学建模的重要意义,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。,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；,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,分析与设计,预报与决策,控制与优化,规划与管理,数学建模,计算机技术,知识经济,1.3 数学建模示例,1.3.1 椅子能在不平的地面上放稳吗,问题分析,模型假设,通常 三只脚着地,放稳 四只脚着地,四条腿一样长，椅脚与地面点接触，四脚连线呈正方形;,地面高度连续变化，可视为数学上的连续曲面;,地面相对平坦，使椅子在任意位置至少三只脚同时着地。,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,椅子位置,利用正方形(椅脚连线)的对称性,用(对角线与x轴的夹角)表示椅子位置,四只脚着地,距离是的函数,四个距离(四只脚),A,C 两脚与地面距离之和 f(),B,D 两脚与地面距离之和 g(),两个距离,椅脚与地面距离为零,正方形ABCD绕O点旋转,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()是连续函数,对任意, f(), g()至少一个为0,数学问题,已知： f() , g()是连续函数 ; 对任意， f() g()=0 ; 且 g(0)=0， f(0) 0. 证明：存在0，使f(0) = g(0) = 0.,模型构成,地面为连续曲面,椅子在任意位置至少三只脚着地,模型求解,给出一种简单、粗糙的证明方法,将椅子旋转900，对角线AC和BD互换。由g(0)=0， f(0) 0 ，知f(/2)=0 , g(/2)0.令h()= f()g(), 则h(0)0和h(/2)0.由 f, g的连续性知 h为连续函数, 据连续函数的基本性质, 必存在0 , 使h(0)=0, 即f(0) = g(0) .因为f() g()=0, 所以f(0) = g(0) = 0.,评注和思考,建模的关键 ,假设条件的本质与非本质,考察四脚呈长方形的椅子,和 f(), g()的确定,背景,世界人口增长概况,中国人口增长概况,研究人口变化规律,控制人口过快增长,1.3.3 如何预报人口的增长,指数增长模型马尔萨斯提出 (1798),常用的计算公式,x(t) 时刻t的人口,基本假设 : 人口(相对)增长率 r 是常数,今年人口 x0, 年增长率 r,k年后人口,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,与19世纪以前欧洲一些地区人口统计数据吻合,适用于19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,不符合19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,19世纪后人口数据,阻滞增长模型(Logistic模型),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作用,且阻滞作用随人口数量增加而变大,假设,r固有增长率(x很小时),xm人口容量（资源、环境能容纳的最大数量）,x(t)S形曲线, x增加先快后慢,阻滞增长模型(Logistic模型),参数估计,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 r 或 r, xm,利用统计数据用最小二乘法作拟合,例：美国人口数据（单位百万）,专家估计,阻滞增长模型(Logistic模型),模型检验,用模型计算2000年美国人口，与实际数据比较,实际为281.4 (百万),模型应用预报美国2010年的人口,加入2000年人口数据后重新估计模型参数,Logistic 模型在经济领域中的应用(如耐用消费品的售量),阻滞增长模型(Logistic模型),数学建模的基本方法,机理分析,测试分析,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,将对象看作“黑箱”,通过对量测数据的统计分析，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 (Case Studies)来学习。以下建模主要指机理分析。,二者结合,用机理分析建立模型结构,用测试分析确定模型参数,1.4 数学建模的方法和步骤,数学建模的一般步骤,模型准备,了解实际背景,明确建模目的,搜集有关信息,掌握对象特征,形成一个比较清晰的问题,模型假设,针对问题特点和建模目的,作出合理的、简化的假设,在合理与简化之间作出折中,模型构成,用数学的语言、符号描述问题,发挥想像力,使用类比法,尽量采用简单的数学工具,数学建模的一般步骤,模型求解,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、模型对数据的稳定性分析,模型分析,模型检验,与实际现象、数据比较，检验模型的合理性、适用性,模型应用,数学建模的一般步骤,数学建模的全过程,现实对象的信息,数学模型,现实对象的解答,数学模型的解答,(归纳),(演绎),表述,求解,解释,验证,根据建模目的和信息将实际问题“翻译”成数学问题,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“翻译”回实际对象,用现实对象的信息检验得到的解答,实践,现实世界,数学世界,1.5 数学模型的特点和分类,模型的逼真性和可行性,模型的渐进性,模型的强健性,模型的可转移性,模型的非预制性,模型的条理性,模型的技艺性,模型的局限性,数学模型的特点,数学模型的分类,应用领域,人口、交通、经济、生态 ,数学方法,初等数学、微分方程、规划、统计 ,表现特性,描述、优化、预报、决策 ,建模目的,了解程度,白箱,灰箱,黑箱,确定和随机,静态和动态,线性和非线性,离散和连续,1.6 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,技术大致有章可循,艺术无法归纳成普遍适用的准则,想像力,洞察力,判断力,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,第二章 初等模型,2.1 公平的席位分配2.2 录像机计数器的用途2.3 双层玻璃窗的功效2.7 实物交换,2.1 公平的席位分配,问题,三个系学生共200名（甲系100，乙系60，丙系40），代表会议共20席，按比例分配，三个系分别为10，6，4席。,现因学生转系，三系人数为103, 63, 34, 问20席如何分配。,若增加为21席，又如何分配。,比例加惯例,对丙系公平吗,“公平”分配方法,衡量公平分配的数量指标,当p1/n1= p2/n2 时，分配公平,1/n1 p2/n2 对A的绝对不公平度,p1=150, n1=10, p1/n1=15p2=100, n2=10, p2/n2=10,p1=1050, n1=10, p1/n1=105p2=1000, n2=10, p2/n2=100,p1/n1 p2/n2=5,但后者对A的不公平程度已大大降低!,虽二者的绝对不公平度相同,若 p1/n1 p2/n2 ，对 不公平,A,p1/n1 p2/n2=5,公平分配方案应使 rA , rB 尽量小,设A, B已分别有n1, n2 席，若增加1席，问应分给A, 还是B,不妨设分配开始时 p1/n1 p2/n2 ，即对A不公平, 对A的相对不公平度,将绝对度量改为相对度量,类似地定义 rB(n1,n2),将一次性的席位分配转化为动态的席位分配, 即,“公平”分配方法,若 p1/n1 p2/n2 ，定义,1）若 p1/(n1+1) p2/n2 ，,则这席应给 A,2）若 p1/(n1+1) p2/n2 ，,3）若 p1/n1 p2/(n2+1)，,应计算rB(n1+1, n2),应计算rA(n1, n2+1),若rB(n1+1, n2) rA(n1, n2+1), 则这席应给,应讨论以下几种情况,初始 p1/n1 p2/n2,问：,1/n1p2/(n2+1) 是否会出现？,A,否!,若rB(n1+1, n2) rA(n1, n2+1), 则这席应给 B,当 rB(n1+1, n2) rA(n1, n2+1), 该席给A,该席给A,否则, 该席给B,推广到m方分配席位,该席给Q值最大的一方,Q 值方法,三系用Q值方法重新分配 21个席位,按人数比例的整数部分已将19席分配完毕,甲系：p1=103, n1=10乙系：p2= 63, n2= 6丙系：p3= 34, n3= 3,用Q值方法分配第20席和第21席,第20席,第21席,同上,Q3最大，第21席给丙系,甲系11席，乙系6席，丙系4席,Q值方法分配结果,公平吗？,Q1最大，第20席给甲系,进一步的讨论,Q值方法比“比例加惯例”方法更公平吗？,席位分配的理想化准则,已知: m方人数分别为 p1, p2, , pm, 记总人数为 P= p1+p2+pm, 待分配的总席位为N。,设理想情况下m方分配的席位分别为n1,n2, , nm (自然应有n1+n2+nm=N)，,记qi=Npi /P, i=1,2, , m,ni 应是 N和 p1, , pm 的函数，即ni = ni (N, p1, , pm ),若qi 均为整数，显然应 ni=qi,qi=Npi /P不全为整数时，ni 应满足的准则：,记 qi =floor(qi) 向 qi方向取整； qi+ =ceil(qi) 向 qi方向取整.,1) qi ni qi+ (i=1,2, , m),2) ni (N, p1, , pm ) ni (N+1, p1, , pm) (i=1,2, , m),即ni 必取qi , qi+ 之一,即当总席位增加时， ni不应减少,“比例加惯例”方法满足 1），但不满足 2）,Q值方法满足 2）,但不满足 1）。令人遗憾！,问题,在一次使用中录像带已经转过大半，计数器读数为4450，问剩下的一段还能否录下1小时的节目？,要求,不仅回答问题，而且建立计数器读数与录像带转过时间的关系。,思考,计数器读数是均匀增长的吗？,2.2 录像机计数器的用途,经试验，一盘标明180分钟的录像带从头走到尾，时间用了184分，计数器读数从0000变到6061。,录像机计数器的工作原理,录像带运动,问题分析,观察,计数器读数增长越来越慢！,模型假设,录像带的运动速度是常数 v ；,计数器读数 n与右轮转数 m成正比，记 m=kn；,录像带厚度（加两圈间空隙）为常数 w；,空右轮盘半径记作 r ；,时间 t=0 时读数 n=0 .,建模目的,建立时间t与读数n之间的关系,（设v,k,w ,r为已知参数）,模型建立,建立t与n的函数关系有多种方法,1. 右轮盘转第 i 圈的半径为r+wi, m圈的总长度等于录像带在时间t内移动的长度vt, 所以,2. 考察右轮盘面积的变化，等于录像带厚度乘以转过的长度，即,3. 考察t到t+dt录像带在右轮盘缠绕的长度，有,模型建立,思 考,3种建模方法得到同一结果,但仔细推算会发现稍有差别，请解释。,模型中有待定参数,一种确定参数的办法是测量或调查，请设计测量方法。,思 考,参数估计,另一种确定参数的方法测试分析,将模型改记作,只需估计 a,b,理论上，已知t=184, n=6061, 再有一组(t, n)数据即可,实际上，由于测试有误差，最好用足够多的数据作拟合,现有一批测试数据：,用最小二乘法可得,模 型 检 验,应该另外测试一批数据检验模型：,模 型 应 用,回答提出的问题：由模型算得 n = 4450 时 t = 116.4分，剩下的录像带能录 184-116.4= 67.6分钟的节目。,揭示了“t 与 n 之间呈二次函数关系”这一普遍规律，当录像带的状态改变时，只需重新估计 a,b 即可。,问题,双层玻璃窗与同样多材料的单层玻璃窗相比，减少多少热量损失,假设,热量传播只有传导，没有对流,T1,T2不变，热传导过程处于稳态,材料均匀，热传导系数为常数,建模,热传导定律,Q 单位时间单位面积传导的热量,T温差, d材料厚度, k热传导系数,2.3 双层玻璃窗的功效,Ta,Tb,记双层玻璃窗传导的热量Q1,Ta内层玻璃的外侧温度,Tb外层玻璃的内侧温度,建模,记单层玻璃窗传导的热量Q2,双层与单层窗传导的热量之比,k1=410-3 8 10-3, k2=2.510-4, k1/k2=16 32,对Q1比Q2的减少量作最保守的估计，,取k1/k2 =16,建模,模型应用,取 h=l/d=4, 则 Q1/Q2=0.03,即双层玻璃窗与同样多材料的单层玻璃窗相比，可减少97%的热量损失。,结果分析,Q1/Q2所以如此小，是由于层间空气极低的热传导系数 k2, 而这要求空气非常干燥、不流通。,房间通过天花板、墙壁 损失的热量更多。,双层窗的功效不会如此之大,问题,甲有物品X, 乙有物品Y, 双方为满足更高的需要，商定相互交换一部分。研究实物交换方案。,用x,y分别表示甲(乙)占有X,Y的数量。设交换前甲占有X的数量为x0, 乙占有Y的数量为y0, 作图：,若不考虑双方对X,Y的偏爱，则矩形内任一点 p(x,y),都是一种交换方案：甲占有(x,y) ，乙占有(x0 -x, y0 -y),2.7 实物交换,甲的无差别曲线,分析与建模,如果甲占有(x1,y1)与占有(x2,y2)具有同样的满意程度，即p1, p2对甲是无差别的，,线上各点的满意度相同, 线的形状反映对X,Y的偏爱程度，,比MN各点满意度更高的点如p3，在另一条无差别曲线M1N1上。于是形成一族无差别曲线（无数条）。,无差别曲线族的性质：,单调减(x增加, y减小),下凸(凸向原点),互不相交,在p1点占有x少、y多，宁愿以较多的 y换取较少的 x;,在p2点占有y少、x多，就要以较多的 x换取较少的 y。,甲的无差别曲线族记作,f(x,y)=c1,c1满意度,（f 等满意度曲线）,乙的无差别曲线族 g(x,y)=c2具有相同性质（形状可以不同）,双方的交换路径,乙的无差别曲线族 g=c2 (坐标系xOy, 且反向）,甲的无差别曲线族 f=c1,双方满意的交换方案必在AB（交换路径）上,因为在AB外的任一点p, (双方)满意度低于AB上的点p,两族曲线切点连线记作AB,p,交换方案的进一步确定,交换方案 交换后甲的占有量 (x,y),0 xx0, 0yy0矩形内任一点,交换路径AB,等价交换原则,X,Y用货币衡量其价值，设交换前x0,y0价值相同，则等价交换原则下交换路径为,(x0,0), (0,y0) 两点的连线CD,AB与CD的交点p,设X单价a, Y单价b, 则等价交换下ax+by=s (s=ax0=by0),第三章 简单的优化模型,3.2 生猪的出售时机3.3 森林救火3.4 最优价格3.6 消费者均衡,现实世界中普遍存在着优化问题,静态优化问题指最优解是数(不是函数),建立静态优化模型的关键之一是根据建模目的确定恰当的目标函数,求解静态优化模型一般用微分法,静 态 优 化 模 型,3.2 生猪的出售时机,饲养场每天投入4元资金，用于饲料、人力、设备，估计可使80千克重的生猪体重增加2公斤。,问题,市场价格目前为每千克8元，但是预测每天会降低 0.1元，问生猪应何时出售。,如果估计和预测有误差，对结果有何影响。,分析,投入资金使生猪体重随时间增加，出售单价随时间减少，故存在最佳出售时机，使利润最大,求 t 使Q(t)最大,10天后出售，可多得利润20元,建模及求解,生猪体重 w=80+rt,出售价格 p=8-gt,销售收入 R=pw,资金投入 C=4t,利润 Q=R-C=pw -C,估计r=2，,若当前出售，利润为808=640（元）,t 天出售,=10,Q(10)=660 640,g=0.1,敏感性分析,研究 r, g变化时对模型结果的影响,设g=0.1不变,t 对r 的（相对）敏感度,生猪每天体重增加量r 增加1%，出售时间推迟3%。,敏感性分析,研究 r, g变化时对模型结果的影响,设r=2不变,t 对g的（相对）敏感度,生猪价格每天的降低量g增加1%，出售时间提前3%。,强健性分析,保留生猪直到利润的增值等于每天的费用时出售,由 S(t,r)=3,建议过一周后(t=7)重新估计 , 再作计算。,研究 r, g不是常数时对模型结果的影响,w=80+rt w = w(t),p=8-gt p =p(t),若 (10%), 则 （30%）,3.3 森林救火,森林失火后，要确定派出消防队员的数量。队员多，森林损失小，救援费用大；队员少，森林损失大，救援费用小。综合考虑损失费和救援费，确定队员数量。,问题分析,问题,记队员人数x, 失火时刻t=0, 开始救火时刻t1, 灭火时刻t2, 时刻t森林烧毁面积B(t).,损失费f1(x)是x的减函数, 由烧毁面积B(t2)决定.,救援费f2(x)是x的增函数, 由队员人数和救火时间决定.,存在恰当的x，使f1(x), f2(x)之和最小,关键是对B(t)作出合理的简化假设.,问题分析,失火时刻t=0, 开始救火时刻t1, 灭火时刻t2, 画出时刻 t 森林烧毁面积B(t)的大致图形,分析B(t)比较困难,转而讨论森林烧毁速度dB/dt.,模型假设,3）f1(x)与B(t2)成正比，系数c1 (烧毁单位面积损失费）,1）0tt1, dB/dt 与 t成正比，系数 (火势蔓延速度）,2）t1tt2, 降为-x (为队员的平均灭火速度）,4）每个队员的单位时间灭火费用c2, 一次性费用c3,假设1）的解释,火势以失火点为中心，均匀向四周呈圆形蔓延，半径 r与 t 成正比,模型建立,目标函数总费用,模型建立,目标函数总费用,模型求解,求 x使 C(x)最小,结果解释, / 是火势不继续蔓延的最少队员数,其中 c1,c2,c3, t1, ,为已知参数,模型应用,c1,c2,c3已知, t1可估计,c2 x,c1, t1, x,c3 , x ,结果解释,c1烧毁单位面积损失费, c2每个队员单位时间灭火费, c3每个队员一次性费用, t1开始救火时刻, 火势蔓延速度, 每个队员平均灭火速度.,为什么?, ,可设置一系列数值,由模型决定队员数量x,3.4 最优价格,问题,根据产品成本和市场需求，在产销平衡条件下确定商品价格，使利润最大,假设,1）产量等于销量，记作 x,2）收入与销量 x 成正比，系数 p 即价格,3）支出与产量 x 成正比，系数 q 即成本,4）销量 x 依赖于价格 p, x(p)是减函数,建模与求解,收入,支出,利润,进一步设,求p使U(p)最大,使利润 U(p)最大的最优价格 p*满足,最大利润在边际收入等于边际支出时达到,建模与求解,结果解释,q / 2 成本的一半,b 价格上升1单位时销量的下降 幅度（需求对价格的敏感度）,a 绝对需求( p很小时的需求),b p*,a p* ,思考：如何得到参数a, b?,3.6 消费者均衡,问题,消费者对甲乙两种商品的偏爱程度用无差别曲线族表示，问他如何分配一定数量的钱，购买这两种商品，以达到最大的满意度。,设甲乙数量为q1,q2, 消费者的无差别曲线族(单调减、下凸、不相交），记作 U(q1,q2)=c,U(q1,q2) 效用函数,已知甲乙价格 p1,p2, 有钱s，试分配s,购买甲乙数量 q1,q2,使 U(q1,q2)最大.,模型及求解,已知价格 p1,p2,钱 s, 求q1,q2,或 p1q1 / p2q2, 使 U(q1,q2)最大,几何解释,直线MN:,最优解Q: MN与 l2切点,斜率,结果解释,边际效用,消费者均衡状态在两种商品的边际效用之比恰等于它们价格之比时达到。,效用函数U(q1,q2) 应满足的条件,A. U(q1,q2) =c 所确定的函数 q2=q2(q1)单调减、下凸,解释 B的实际意义,效用函数U(q1,q2) 几种常用的形式,消费者均衡状态下购买两种商品费用之比与二者价格之比的平方根成正比。,U(q1,q2)中参数 , 分别表示消费者对甲乙两种商品的偏爱程度。,购买两种商品费用之比与二者价格无关。,U(q1,q2)中参数 , 分别表示对甲乙的偏爱程度。,思考：如何推广到 m ( 2) 种商品的情况,效用函数U(q1,q2) 几种常用的形式,第四章 数学规划模型,4.3 汽车生产与原油采购4.5 饮料厂的生产与检修,数学规划模型,实际问题中的优化模型,x决策变量,f(x)目标函数,gi(x)0约束条件,多元函数条件极值,决策变量个数n和约束条件个数m较大,最优解在可行域的边界上取得,数学规划,线性规划非线性规划整数规划,重点在模型的建立和结果的分析,如果生产某一类型汽车，则至少要生产80辆， 那么最优的生产计划应作何改变？,例1 汽车厂生产计划,汽车厂生产三种类型的汽车，已知各类型每辆车对钢材、劳动时间的需求，利润及工厂每月的现有量。,制订月生产计划，使工厂的利润最大。,4.3 汽车生产与原油采购,设每月生产小、中、大型汽车的数量分别为x1, x2, x3,汽车厂生产计划,模型建立,线性规划模型(LP),模型求解,3） 模型中增加条件：x1, x2, x3 均为整数，重新求解。,OBJECTIVE FUNCTION VALUE 1) 632.2581VARIABLE VALUE REDUCED COST X1 64.516129 0.000000 X2 167.741928 0.000000 X3 0.000000 0.946237 ROW SLACK OR SURPLUS DUAL PRICES 2) 0.000000 0.731183 3) 0.000000 0.003226,结果为小数，怎么办？,1）舍去小数：取x1=64，x2=167，算出目标函数值z=629，与LP最优值632.2581相差不大。,2）试探：如取x1=65，x2=167；x1=64，x2=168等，计算函数值z，通过比较可能得到更优的解。,但必须检验它们是否满足约束条件。为什么？,IP可用LINDO直接求解,整数规划(Integer Programming,简记IP),“gin 3”表示“前3个变量为整数”，等价于：gin x1gin x2gin x3,IP 的最优解x1=64，x2=168，x3=0，最优值z=632,max 2x1+3x2+4x3st1.5x1+3x2+5x3600280 x1+250 x2+400 x360000endgin 3,OBJECTIVE FUNCTION VALUE 1) 632.0000VARIABLE VALUE REDUCED COST X1 64.000000 -2.000000 X2 168.000000 -3.000000 X3 0.000000 -4.000000,模型求解,IP 结果输出,其中3个子模型应去掉，然后逐一求解，比较目标函数值，再加上整数约束，得最优解：,方法1：分解为8个LP子模型,汽车厂生产计划,若生产某类汽车，则至少生产80辆，求生产计划。,x1,x2, x3=0 或 80,x1=80，x2= 150，x3=0，最优值z=610,LINDO中对0-1变量的限定：int y1int y2int y3,方法2：引入0-1变量，化为整数规划,M为大的正数，可取1000,OBJECTIVE FUNCTION VALUE 1) 610.0000VARIABLE VALUE REDUCED COST X1 80.000000 -2.000000 X2 150.000000 -3.000000 X3 0.000000 -4.000000 Y1 1.000000 0.000000 Y2 1.000000 0.000000 Y3 0.000000 0.000000,若生产某类汽车，则至少生产80辆，求生产计划。,x1=0 或 80,最优解同前,NLP虽然可用现成的数学软件求解(如LINGO, MATLAB)，但是其结果常依赖于初值的选择。,方法3：化为非线性规划,非线性规划（Non- Linear Programming，简记NLP）,实践表明，本例仅当初值非常接近上面方法算出的最优解时，才能得到正确的结果。,若生产某类汽车，则至少生产80辆，求生产计划。,x1=0 或 80,应如何安排原油的采购和加工 ？,例2 原油采购与加工,市场上可买到不超过1500吨的原油A： 购买量不超过500吨时的单价为10000元/吨； 购买量超过500吨但不超过1000吨时，超过500吨的 部分8000元/吨； 购买量超过1000吨时，超过1000吨的部分6000元/吨。,决策变量,目标函数,问题分析,利润：销售汽油的收入 - 购买原油A的支出 难点：原油A的购价与购买量的关系较复杂,原油A的购买量,原油A, B生产汽油甲,乙的数量,c(x) 购买原油A的支出,利润(千元),c(x)如何表述？,原油供应,约束条件,x 500吨单价为10千元/吨； 500吨 x 1000吨，超过500吨的8千元/吨；1000吨 x 1500吨，超过1000吨的6千元/吨。,目标函数,目标函数中c(x)不是线性函数，是非线性规划； 对于用分段函数定义的c(x)，一般的非线性规划软件也难以输入和求解； 想办法将模型化简，用现成的软件求解。,汽油含原油A的比例限制,约束条件,x1 , x2 , x3 以价格10, 8, 6(千元/吨)采购A的吨数,目标函数,只有当以10千元/吨的价格购买x1=500(吨)时，才能以8千元/吨的价格购买x2,方法1,非线性规划模型，可以用LINGO求解,模型求解,x= x1+x2+x3, c(x) = 10 x1+8x2+6x3,500吨 x 1000吨，超过500吨的8千元/吨,x= x1+x2+x3, c(x) = 10 x1+8x2+6x3,方法1：LINGO求解,Model:Max= 4.8*x11 + 4.8*x21 + 5.6*x12 + 5.6*x22 - 10*x1 - 8*x2 - 6*x3;x11+x12 0; 2*x12 - 3*x22 0;x=x1+x2+x3; (x1 - 500) * x2=0; (x2 - 500) * x3=0; x1 0;x11 0;x12 0;x21 0;x22 0;x1 0;x2 0;x3 0;end,Objective value: 4800.000Variable Value Reduced CostX11 500.0000 0.0000000E+00X21 500.0000 0.0000000E+00X12 0.0000000E+00 0.0000000E+00X22 0.0000000E+00 0.0000000E+00 X1 0.1021405E-13 10.00000 X2 0.0000000E+00 8.000000 X3 0.0000000E+00 6.000000 X 0.0000000E+00 0.0000000E+00,LINGO得到的是局部最优解，还能得到更好的解吗？,用库存的500吨原油A、500吨原油B生产汽油甲，不购买新的原油A，利润为4,800千元。,y1, y2 , y3=1 以价格10, 8, 6(千元/吨)采购A,增加约束,方法2,0-1线性规划模型，可用LINDO求解,y1,y2,y3 =0或1,OBJECTIVE FUNCTION VALUE 1) 5000.000 VARIABLE VALUE REDUCED COST Y1 1.000000 0.000000 Y2 1.000000 2200.000000 Y3 1.000000 1200.000000 X11 0.000000 0.800000 X21 0.000000 0.800000 X12 1500.000000 0.000000 X22 1000.000000 0.000000 X1 500.000000 0.000000 X2 500.000000 0.000000 X3 0.000000 0.400000 X 1000.000000 0.000000,购买1000吨原油A，与库存的500吨原油A和1000吨原油B一起，生产汽油乙，利润为5,000千元 。,x1 , x2 , x3 以价格10, 8, 6(千元/吨)采购A的吨数,优于方法1的结果,b1 b2 b3 b4,方法3,b1 xb2，x= z1b1+z2b2，z1+z2=1，z1, z20, c(x)= z1c(b1)+z2c(b2).,b2 x b3，x= z2b2+z3b3， z2+z3=1，z2, z3 0, c(x)= z2c(b2)+z3c(b3).,b3 x b4，x= z3b3+z4b4，z3+z4=1，z3, z4 0, c(x)= z3c(b3)+z4c(b4).,直接处理处理分段线性函数c(x),IP模型，LINDO求解，得到的结果与方法2相同.,处理分段线性函数，方法3更具一般性,bkxbk+1yk=1,否则,yk=0,方法3,bkxbk+1 ,x= zkbk+z k+1 bk+1zk+zk+1 =1，zk, zk+1 0, c(x)= zkc(bk)+zk+1 c(bk+1 ).,对于k=1,2,3,4.5 饮料厂的生产与检修,单阶段生产计划,多阶段生产计划,生产批量问题,企业生产计划,考虑与产量无关的固定费用,给优化模型求解带来新的困难,安排生产计划, 满足每周的需求, 使4周总费用最小。,存贮费:每周每千箱饮料 0.2千元。,例1 饮料厂的生产与检修计划,在4周内安排一次设备检修，占用当周15千箱生产能力，能使检修后每周增产5千箱，检修应排在哪一周?,某种饮料4周的需求量、生产能力和成本,问题分析,除第4周外每周的生产能力超过每周的需求； 生产成本逐周上升；前几周应多生产一些。,饮料厂在第1周开始时没有库存； 从费用最小考虑, 第4周末不能有库存； 周末有库存时需支出一周的存贮费； 每周末的库存量等于下周初的库存量。,模型假设,目标函数,约束条件,产量、库存与需求平衡,决策变量,能力限制,非负限制,模型建立,x1 x4：第14周的生产量,y1 y3：第13周末库存量,存贮费:0.2 (千元/周千箱),模型求解,4周生产计划的总费用为528 (千元),最优解： x1 x4：15，40，25，20； y1 y3： 0，15，5 .,LINDO求解,检修计划,0-1变量wt ：wt=1 检修安排在第t周(t=1,2,3,4）,在4周内安排一次设备检修，占用当周15千箱生产能力，能使检修后每周增产5千箱，检修应排在哪一周?,检修安排在任一周均可,约束条件,能力限制,产量、库存与需求平衡条件不变,增加约束条件：检修1次,检修计划,目标函数不变,0-1变量wt ：wt=1 检修安排在第t周(t=1,2,3,4）,LINDO求解,总费用由528千元降为527千元,检修所导致的生产能力提高的作用, 需要更长的时间才能得到充分体现。,最优解： w1=1, w2 , w3, w4=0; x1 x4：15,45,15,25； y1 y3：0,20,0 .,例2 饮料的生产批量问题,安排生产计划, 满足每周的需求, 使4周总费用最小。,存贮费:每周每千箱饮料 0.2千元。,饮料厂使用同一条生产线轮流生产多种饮料。若某周开工生产某种饮料, 需支出生产准备费8千元。,某种饮料4周的需求量、生产能力和成本,混合0-1规划模型,最优解：x1 x4：15，40，45，0；总费用：554.0(千元),生产批量问题的一般提法,将所给参数代入模型，用LINDO求解,第五章 微分方程模型,5.1 传染病模型5.2 经济增长模型5.6 人口预测和控制,动态模型,描述对象特征随时间(空间)的演变过程,分析对象特征的变化规律,预报对象特征的未来性态,研究控制对象特征的手段,根据函数及其变化率之间的关系确定函数,微分方程建模,根据建模目的和问题分析作出简化假设,按照内在规律或用类比法建立微分方程,5.1 传染病模型,问题,描述传染病的传播过程,分析受感染人数的变化规律,预报传染病高潮到来的时刻,预防传染病蔓延的手段,按照传播过程的一般规律，用机理分析方法建立模型,已感染人数 (病人) i(t),每个病人每天有效接触(足以使人致病)人数为,模型1,假设,若有效接触的是病人，则不能使病人数增加,建模,?,模型2,区分已感染者(病人)和未感染者(健康人),假设,1）总人数N不变，病人和健康 人的 比例分别为,2）每个病人每天有效接触人数为, 且使接触的健康人致病,建模, 日接触率,SI 模型,模型2,tm传染病高潮到来时刻, (日接触率) tm,病人可以治愈！,?,t=tm, di/dt 最大,模型3,传染病无免疫性病人治愈成为健康人，健康人可再次被感染,增加假设,SIS 模型,3）病人每天治愈的比例为, 日治愈率,建模, 日接触率,1/ 感染期, 一个感染期内每个病人的有效接触人数，称为接触数。,模型3,接触数 =1 阈值,感染期内有效接触感染的健康者人数不超过病人数,模型2(SI模型)如何看作模型3(SIS模型)的特例,模型4,传染病有免疫性病人治愈后即移出感染系统，称移出者,SIR模型,假设,1）总人数N不变，病人、健康人和移出者的比例分别为,2）病人的日接触率 , 日治愈率, 接触数 = / ,建模,需建立 的两个方程,模型4,SIR模型,模型4,SIR模型,相轨线 的定义域,在D内作相轨线 的图形，进行分析,模型4,SIR模型,相轨线 及其分析,s(t)单调减相轨线的方向,P1: s01/ i(t)先升后降至0,P2: s01/ i(t)单调降至0,1/阈值,模型4,SIR模型,预防传染病蔓延的手段, (日接触率) 卫生水平,(日治愈率) 医疗水平,传染病不蔓延的条件s01/, 的估计,降低 s0,提高 r0,提高阈值 1/,模型4,SIR模型,被传染人数的估计,记被传染人数比例, 小, s0 1,提高阈值1/降低被传染人数比例 x,s0 - 1/ = ,5.2 经济增长模型,增加生产 发展经济,增加投资,增加劳动力,提高技术,建立产值与资金、劳动力之间的关系,研究资金与劳动力的最佳分配，使投资效益最大,调节资金与劳动力的增长率，使经济(生产率)增长,1. 道格拉斯(Douglas)生产函数,产值 Q(t),F为待定函数,资金 K(t),劳动力 L(t),技术 f(t),= f0