线性代数教学中线性相关性的一种解释和理解［摘要］线性相关性的内容是线性代数课程中的重点和难点，特别是被表示向量组的线性相关性与被表示向量组中向量的个数以及表示向量组中向量的个数之间的关系的有关结论，对学生来说是很难理解的，在教学中，我们把线性相关解释为“多余”，线性无关解释为“没有多余”，在教学上可收到较好的效果。［关键词］线性相关线性无关多余没有多余线性相关性在线性代数课程中是一个重要内容，对学生来说是非常困难的内容，许多学生学完线性代数后还没有弄懂，有的学生学到这一内容时觉得很难学，就丧失信心。认为整个线性代数都很难学，甚至放弃学习。线性相关性是线性代数课程中教学的难点，它与后面线性方程组的解的理论有密切的联系，对于这一难点的处理是非常重要的。根据不同层次的学生采用不同的教学要求。使得学生正确的理解线性相关性的定义,定理。大多数经济类的本科线性代数课程的教材在叙述向量组的极大无关组和向量组的秩的理论时,由于这一章节的理论性比较强，一般都是从定理到定理,从证明到证明,例子较少。在教学中,在讲完线性相关的定义和有关定理后，在介绍向量的极大无关组之前，用”多余”来解释线性相关性,可使后面的问题简单化,直观化。我们以龚德恩等主编的《经济数学基础》的第二分册线性代数的教材为例进行说明。首先来看线性组合的概念。对于向量组α1,α2,…,αs和向量β,如果存在s个数k1,k2,…,ks使得β=k1α1+k2α2+…+ksαs则称向量β是向量组α1,α2,…,αs的线性组合。换句话说向量β相对于向量组α1,α2,…,αs是“多余”的向量。关于线性相关概念,对于向量组α1,α2,…,αs,如果存在不全为零的数k1,k2,…,ks使得k1α1+k2α2+…+ksαs=0称向量组α1,α2,…,αs线性相关。因k1,k2,…,ks不全为零,不妨假设α1≠0则α1=-k2k1α2-…-ksk1αs。因此向量组α1,α2,…,αs线性相关,看成是向量组α1,α2,…,αs中至少有一个“多余”的向量。关于线性无关概念,对于向量组α1,α2,…,αs,如果仅当k1,k2,…,ks都等于零时,才能使得k1α1+k2α2+…+ksαs=0成立。称向量组α1,α2,…,αs线性无关。由于α1,α2,…,αs线性无关等价于其中任何一个向量不能由其余向量线性表示，因此向量组α1,α2,…,αs线性无关看成是α1,α2,…,αs中“没有多余”的向量。一些结论也可作相应的理解和解释。如:“如果一个向量组中的部分组线性相关,则整个向量组也线性相关”，解释为如果一个向量组中的部分组有多余的向量,则整个向量组也有多余的向量。“如果一个向量组线性无关,则它的任意一个部分组也线性无关”，解释为如果一个向量组中没有多余的向量,则该向量组去掉一些向量后也没有多余的向量。下面两个定理是学生们在学习向量组的线性相关性的过程中感到最难理解和掌握的。定理1设向量组（Ⅰ）α1,α2,…,αs可由向量组（Ⅱ）β1,β2,…,βt线性表示，且s＞t，则α1,α2,…,αs线性相关。在课堂教学中我们是作如下解释的，向量组（Ⅰ）α1,α2,…,αs称为“被表示向量组”，向量组（Ⅱ）β1,β2,…,βt称为“表示向量组”。条件s＞t，看成是有”多余”的向量。即“被表示向量组（Ⅰ）α1,α2,…,αs相对于表示向量组（Ⅱ）β1,β2,…,βt有多余的向量，则α1,α2,…,αs线性相关,这样解释便于学生理解和记忆。推论1如果一个向量组α1,α2,…,αs线性无关，并且可由向量组β1,β2,…,βt线性表示。则s≤t。推论1可解释为：如果“被表示向量组α1,α2,…,αs线性无关，则被表示的向量组α1,α2,…,αs相对于表示向量组β1,β2,…,βt没有多余的向量，即s≤t。推论2两个等价的线性无关向量组所含的向量的个数相同。两个向量组都线性无关，且彼此可相互线性表示，两个向量组彼此相对于另一个向量组都没有多余的向量，得两个向量组所含的向量的个数相同。下面再举一些例子进行说明。例1设向量组α1,α2,…,αs线性无关,且可由向量组β1,β2,…,βt线性表示,则必有()。
数学建模论文基本格式摘要 (200-300字，包括模型的主要特点、建模方法和主要结果。)关键词(求解问题、使用的方法中的重要术语) 内容较多时最好有个目录1。问题重述 2。问题分析3。模型假设与约定4。符号说明及名词定义5。模型建立与求解 ①补充假设条件，明确概念，引进参数； ②模型形式（可有多个形式的模型）；6。进一步讨论（参数的变化、假设改变对模型的影响）7。模型检验 (使用数据计算结果，进行分析与检验)8。模型优缺点（改进方向，推广新思想）9。参考文献及参考书籍和网站10。附录 (计算程序，框图；各种求解演算过程，计算中间结果；各种图形、表格。)小经验：1。随时记下自己的假设。有时候在很合理的假设下开始了下一步的工作，就应该顺手把这个假设给记下 来，否则到了最后可能会忘掉，而且这也会让我们的解答更加严谨。2。随时记录自己的想法，而且不留余地的完全的表达自己的思想。3。要有自己的特色，闪光点。如何撰写数学建模论文 当我们完成一个数学建模的全过程后，就应该把所作的工作进行小结，写成论文。撰写数学建模论文和参加大学生数学建模时完成答卷，在许多方面是类似的。事实上数学建模竞赛也包含了学生写作能力的比试，因此，论文的写作是一个很重要的问题。 首先要明确撰写论文的目的。数学建模通常是由一些部门根据实际需要而提出的，也许那些部门还在经济上提供了资助，这时论文具有向特定部门汇报的目的，但即使在其他情况下，都要求对建模全过程作一个全面的、系统的小结，使有关的技术人员（竞赛时的阅卷人员）读了之后，相信模型假设的合理性，理解在建立模型过程中所用数学方法的适用性，从而确信该模型的数据和结论，放心地应用于实践中。当然，一篇好的论文是以作者所建立的数学模型的科学性为前提的。其次，要注意论文的条理性。 下面就论文的各部分应当注意的地方具体地来做一些分析。 （一） 问题提出和假设的合理性 在撰写论文时，应该把读者想象为对你所研究的问题一无所知或知之甚少的一个群体，因此，首先要简单地说明问题的情景，即要说清事情的来龙去脉。列出必要数据，提出要解决的问题，并给出研究对象的关键信息的内容，它的目的在于使读者对要解决的问题有一个印象，以便擅于思考的读者自己也可以尝试解决问题。历届数学建模竞赛的试题可以看作是情景说明的范例。 对情景的说明，不可能也不必要提供问题的每个细节。由此而来建立数学模型还是不够的，还要补充一些假设，模型假设是建立数学模型中非常关键的一步，关系到模型的成败和优劣。所以，应该细致地分析实际问题，从大量的变量中筛选出最能表现问题本质的变量，并简化它们的关系。这部分内容就应该在论文的“问题的假设”部分中体现。由于假设一般不是实际问题直接提供的，它们因人而异，所以在撰写这部分内容时要注意以下几方面： （1）论文中的假设要以严格、确切的数学语言来表达，使读者不致产生任何曲解。 （2）所提出的假设确实是建立数学模型所必需的，与建立模型无关的假设只会扰乱读者的思考。 （3）假设应验证其合理性。假设的合理性可以从分析问题过程中得出，例如从问题的性质出发做出合乎常识的假设；或者由观察所给数据的图像，得到变量的函数形式；也可以参考其他资料由类 推得到。对于后者应指出参考文献的相关内容。 （二） 模型的建立 在做出假设后，我们就可以在论文中引进变量及其记号，抽象而确切地表达它们的关系，通过一定的数学方法，最后顺利地建立方程式或归纳为其他形式的数学问题，此处，一定要用分析和论证的方法，即说理的方法，让读者清楚地了解得到模型的过程上下文之间切忌逻辑推理过程中跃度过大，影响论文的说服力，需要推理和论证的地方，应该有推导的过程而且应该力求严谨；引用现成定理时，要先验证满足定理的条件。论文中用到的各种数学符号，必须在第一次出现时加以说明。总之，要把得到数学模型的过程表达清楚，使读者获得判断模型科学性的一个依据。 （三）模型的计算与分析把实际问题归结为一定的数学问题后，就要求解或进行分析。在数值求解时应对计算方法有所说明，并给出所使用软件的名称或者给出计算程序（通常以附录形式给出）。还可以用计算机软件绘制曲线和曲面示意图，来形象地表达数值计算结果。基于计算结果，可以用由分析方法得到一些对实践有所帮助的结论。 有些模型（例如非线性微分方程）需要作稳定性或其他定性分析。这时应该指出所依据的数学理论，并在推理或计算的基础上得出明确的结论。 在模型建立和分析的过程中，带有普遍意义的结论可以用清晰的定理或命题的形式陈述出来。结论使用时要注意的问题，可以用助记的形式列出。定理和命题必须写清结论成立的条件。 （四） 模型的讨论 对所作的数学模型，可以作多方面的讨论。例如可以就不同的情景，探索模型将如何变化。或可以根据实际情况，改变文章一开始所作的某些假设，指出由此数学模型的变化。还可以用不同的数值方法进行计算，并比较所得的结果。有时不妨拓广思路，考虑由于建模方法的不同选择而引起的变化。 通常，应该对所建立模型的优缺点加以讨论比较，并实事求是地指出模型的使用范围。 除正文外，论文和竞赛答卷都要求写出摘要。我们不要忽视摘要的写作。因为它会给读者和评卷人第一印象。摘要应把论文的主要思路、结论和模型的特色讲清楚，让人看到论文的新意。 语言是构成论文的基本元素。数学建模论文的语言与其他科学论文的语言一样，要求达意、干练。不要把一句句子写得太长，使人不甚卒读。语言中应多用客观陈述句，切忌使用你、我、他等代名词和带主观意向的语句。在英语论文写作中应多用被动语态，科学命题与判断过程一般使用现在时态。 最后，论文的书写和附图也都很重要。附图中的图形应有明确的说明，字迹力求端正。参加数学建模竞赛的十大秘诀1 诚信是最重要的 数学建模竞赛是考查学生研究能力和实践能力的一场综合性比赛，有很多方面的知识和能力可以考查，但其中我觉得最重要的是诚信。我感到中国在这方面的教育还远远不够，我知道有很多同学写论文并不是实事求是地去做，而是编造数据、修改结论，明明自己没法编程实现却硬说自己做出来了，还编了一些数据。这些行为也许能够过评委，也许可以因“此”而获奖，但是这对他们将来是很不利的,希望能够引起足够的注意。2 团队合作是能否获奖的关键 在三天的比赛中，团队交流所占用的时间可能会超过一半。在一个小组中，出现意见不一是非常正常的，如果一个队意见完全一致，我想他们肯定不会拿奖。出现分歧的时候应当如何解决是很关键的，甚至直接决定你是否可以获奖，我的建议是“妥协”，这似乎是个贬义词，但我的意思是说不要总认为自己的观点是正确的，多听听别人的观点，在两者之间谋求共同点。如果三个人都是自傲类型的人，也许每个人都非常强，但一旦合作，分歧就无法解决，做出来的就是一团糟，也就是说“三个诸葛亮顶不上一个臭皮匠”。我奉劝这样的话最好别组成一队了。合作在竞赛前就应当培养，比如一块儿做模拟题什么的，充分利用每个人的优点，也可以张三准备图论，李四准备最优化方法，然后几天后大家一块交流，这些都是可以磨合团队之间的关系的。通常在比赛时，三个人的分工是明确的，一个是领军人物，主要是构建整个问题的框架并提出有创意的idea，自然其他部分比如论文写比如程序设计比如计算他也能参加，应该算是一名全能型的人物；第二个是算手，顾名思义，主司计算方面的问题，比如编程计算一个微积分或者手工计算一条最优路径等。优秀的团队算手一般会精通（是精通不是入门）一个软件的应用，比如C比如MATLAB比如LINGO；最后一个是写手，主要工作在于论文的写作和润色上。好的论文要让人一眼就明了其中的意思，所以写手的工作还是需要一定的技巧的。当然，最重要的还是三个队员之间的讨论和交流，同心协力，在整个比赛过程中形成一种良好的交流氛围。3 时间和体力的问题 竞赛中时间分配也很重要，分配不好可能完不成论文，所以开始时要大致做一下安排。不必分的太细，比如第一天做第一小题，第二天做第二小题，这样反而会有压力，一切顺其自然。开始阶段不忙写作，可以将一些小组讨论的要点记录下来，不要太工整，随便写一下，到第三天再开始写论文也不迟的。也不要到第三天晚上才开始。另外要说的就是体力要跟上，三天一般睡眠只有不到10 个小时，所以没有体力是不行的，建议是赛前熬夜编程几次，既训练了自己的建模能力，也达到了训练体力的目的，赛前锻炼身体我觉得没什么用处，多熬夜就行了，但比赛前一天可不许熬。4 重视摘要 摘要是论文的门面，摘要写的不好评委后面就不会去看了，自然只能给个成功参赛奖。摘要首先不要写废话，也不要照抄题目的一些话，直奔主题，要写明自己怎样分析问题，用什么方法解决问题，最重要的是结论是什么要说清楚，在中国的竞赛中结论如果正确一般得奖是必然的，如果不正确的话评委可能会继续往下看，也可能会扔在一边，但不写结论的话就一定不会得奖了，这一点不比美国竞赛，所以要认真写。摘要至少需要琢磨两个小时，不要轻视了它的重要性。很有必要多看看优秀论文的摘要是如何写的，并要作为赛前准备的内容之一。5 论文写作要正规 论文一定要大致按照摘要、问题重述、模型假设、符号说明、问题分析、（建立、分析、求解模型）、模型检验、参考文献、附录等等的方式来写。一篇论文结构上如果失败的话，比赛也一定不会成功，一般初评会先淘汰一些结构失败的文章，如果论文没有好的结构，内容再好也没有用。论文前面的结构一般都不会变，后面可以按照实际情况来安排，省略的部分可以有结果说明、灵敏度分析、其他模型、模型扩展、优缺点分析等等，多看些优秀论文就知道还有哪些形式了。附录可以贴一些算法流程图或比较大的结果或图表等等。6 分析问题要认真 一般竞赛题目自己肯定没有见过，而且我发现近些年来的赛题都不是书上哪个模型可以直接套成功的，很多根本就没有固定的模型可以参考，所以分析问题不是一个去找书本的过程，依赖书本就意味着自己的思想被束缚起来。可以完全按照自己的分析去完成，平时练习的时候学习的是一种方法，通过以前学到的方法来解决，不是套用书本来解决，没有模型套怎么办，只有靠自己去实际分析。我估计在前面说的五点也许会有三分之一的队可以做到，而且可以做的很好，但是这一点上就需要真本事了，平时多努力，比赛发挥正常，这一点做好是没有问题的。7 编程求解是重要手段 美国竞赛时，美国学生中的论文很多是编程数据的说明，比如99 年A 题行星撞地球那题，他们也能够模拟出撞击后果，这对我们来说简直是不可思议的。美国学生实践能力较强，而中国学生擅长理论分析，所以我把编程放在了分析的后面是有中国特色的。数学建模竞赛特别强调计算机编程解决实际问题的能力，最近几年尤其强调，编程方面的能力不是一朝一夕可以练成的，需要长期刻苦的训练，常用的工具有MATLAB、Mathematica、C/C++ 等等，一个人只需要会一门语言就行了，但需要精通它。比如要画柱状图该怎么做，要用Floyd 算法怎么办，赛前不准备是没有办法在比赛中很好运用的，因此每个常用的算法都自己去编程实现一下。8 模型的假设与模型的建立 评委看完摘要后紧接着就是看模型假设了，有一个万能的方法就是可以抄题目中可以作为假设的几句话，这样会给人留下好的印象，毕竟说明你审题了。但不能全抄，要加上自己的一些假设。一般假设用文字描述就行了，最好不要太具体了，一些重要参数不要被定死只能取某些值，否则会让人感觉论文的局限性较强。模型的建立是根据你对问题分析而来的，提出的数学符号和建立模型最好要比较接近，在同一页最好，以便评委可以对照符号来看，数学公式要严谨，推导要严密，这些都反映了参赛者的数学素质和能力，即使你推导不对，别人看到你的阵势也首先会误以为你是对的。那么多的试卷，评委不可能顺着你的公式一直推下去，但你要写得显得有数学修养才行。9 图文表并貌可以增色 我听说一个不确切的信息是评委老师喜欢用MATLAB 编程的论文，不知道有没有这回事，但这说明了老师需要看一个具有图或表在其中的论文，一篇如果像政治书那样写的论文估计没有人会对它感兴趣的，尤其是科技论文。MATLAB 编程之所以受到青睐是因为MATLAB 提供的图形处理能力很强大。图表的说明性特别强，如果结论有很多数据的话，最好做成图表的形式加以说明，会令你的论文更有说服力，也更容易受到评委的好评。10 其他 其他内容还是有很多的，说也说不完，挑几个重要的讲。比如不要上网讨论，网上的人水平参差不齐，你不知道谁是对的，而且很多人想得奖，不会告诉你正确的，反而你说相反的，有时真理往往掌握在少数人手里。还有就是论文写作中灵敏度分析不要写太多，大致说明一下就可以了，不要喧宾夺主。最后想到的就是要使用数学公式编辑器来写论文，不要用什么上下标来表示，论文字体用小四，分标题用四号黑体等等。
线性代数（Linear Algebra）是数学的一个分支，它的研究对象是向量，向量空间（或称线性空间），线性变换和有限维的线性方程组。向量空间是现代数学的一个重要课题；因而，线性代数被广泛地应用于抽象代数和泛函分析中；通过解析几何，线性代数得以被具体表示。线性代数的理论已被泛化为算子理论。由于科学研究中的非线性模型通常可以被近似为线性模型，使得线性代数被广泛地应用于自然科学和社会科学中。线性代数的主要内容是研究代数学中线性关系的经典理论。由于线性关系是变量之间比较简单的一种关系，而线性问题广泛存在于科学技术的各个领域，并且一些非线性问题在一定条件下 , 可以转化或近似转化为线性问题，因此线性代数所介绍的思想方法已成为从事科学研究和工程应用工作的必不可少的工具。尤其在计算机高速发展和日益普及的今天，线性代数作为高等学校工科本科各专业的一门重要的基础理论课，其地位和作用更显得重要。 线性代数主要研究了三种对象：矩阵、方程组和向量.这三种对象的理论是密切相关的，大部分问题在这三种理论中都有等价说法.因此，熟练地从一种理论的叙述转移到另一种去，是学习线性代数时应养成的一种重要习惯和素质.如果说与实际计算结合最多的是矩阵的观点，那么向量的观点则着眼于从整体性和结构性考虑问题，因而可以更深刻、更透彻地揭示线性代数中各种问题的内在联系和本质属性.由此可见，只要掌握矩阵、方程组和向量的内在联系，遇到问题就能左右逢源，举一反三，化难为易. 一、注重对基本概念的理解与把握，正确熟练运用基本方法及基本运算。线性代数的概念很多，重要的有： 代数余子式，伴随矩阵，逆矩阵，初等变换与初等矩阵，正交变换与正交矩阵，秩（矩阵、向量组、二次型），等价（矩阵、向量组），线性组合与线性表出，线性相关与线性无关，极大线性无关组，基础解系与通解，解的结构与解空间，特征值与特征向量，相似与相似对角化，二次型的标准形与规范形，正定，合同变换与合同矩阵。 我们不仅要准确把握住概念的内涵，也要注意相关概念之间的区别与联系。 线性代数中运算法则多，应整理清楚不要混淆，基本运算与基本方法要过关，重要的有： 行列式（数字型、字母型）的计算，求逆矩阵，求矩阵的秩，求方阵的幂，求向量组的秩与极大线性无关组，线性相关的判定或求参数，求基础解系，求非齐次线性方程组的通解，求特征值与特征向量（定义法，特征多项式基础解系法），判断与求相似对角矩阵，用正交变换化实对称矩阵为对角矩阵（亦即用正交变换化二次型为标准形）。 二、注重知识点的衔接与转换，知识要成网，努力提高综合分析能力。 线性代数从内容上看纵横交错，前后联系紧密，环环相扣，相互渗透，因此解题方法灵活多变，学习时应当常问自己做得对不对？再问做得好不好？只有不断地归纳总结，努力搞清内在联系，使所学知识融会贯通，接口与切入点多了，熟悉了，思路自然就开阔了。 例如：设A是m×n矩阵，B是n×s矩阵，且AB＝0，那么用分块矩阵可知B的列向量都是齐次方程组Ax＝0的解，再根据基础解系的理论以及矩阵的秩与向量组秩的关系，可以有 r（B）≤n－r（A）即r（A）＋r（B）≤n 进而可求矩阵A或B中的一些参数上述例题说明，线性代数各知识点之间有着千丝万缕的联系，代数题的综合性与灵活性就较大，同学们整理时要注重串联、衔接与转换。 三、注重逻辑性与叙述表述 线性代数对于抽象性与逻辑性有较高的要求，通过证明题可以了解考生对数学主要原理、定理的理解与掌握程度，考查考生的抽象思维能力、逻辑推理能力。大家复习整理时，应当搞清公式、定理成立的条件，不能张冠李戴，同时还应注意语言的叙述表达应准确、简明。
数学建模论文范文一篇，带例题，结构格式要求有摘要、关键词、问题背景、建模过程、模型解释、小结、参考文献点一下就可以进去了，希望你早日完成论文。祝你顺利资料什么的都有，论文相关的。加油！
数学建模论文答辩指导
四、建模答辩要尽量体现建模思想、逻辑和价值性
数学建模一般没有标准答案，竞赛的目的也是在挖掘解决问题的最优方案。建模可发挥的空间比较大，可以从不同的角度、用不同的方法去解决同一个问题，但答辩的宗旨是一致的，即答辩的问题主要集中在建模的思想、逻辑性及应用的价值性上。也就是说怎样证明你建的数学模型是最优的。建模的答辩时间一般只有15分钟，学生最多有1分钟的时间简述自己的论文观点，剩下的时间由评委提问。评委有可能问一些建模里没有考虑清楚或说明清楚的问题，指出漏洞，甚至“刁难”，不过这个主要是考察建模论文是不是学生自己做的。所以答辩的学生只要不慌，充满信心，回答评委问题时，口齿清晰，逻辑推理性强，就一定会成功。
五、建模答辩幻灯片
(PPT)的制作
PPT就是幻灯片。可以理解把一张一张“图片”放给别人看。也就是把你想告诉别人的东西，排版起来，介绍给别人，PPT重要的还是内容，格式只是表现形式。
在答辩过程中，精彩的PPT幻灯片会抓住评委的注意力，令评委们耳目一新。由于答辩时间总共不超过15分钟，学生简述时间约1分钟，在这短短的时间内把你三天的建模工作简述出来，是对学生综合能力和表达能力的挑战。所以制作好PPT幻灯片是答辩成功的重要环节。一般应注意以下几点：
(1)15分钟的答辩准备大约2-3页幻灯片即可。每页只用8-1行字，或一幅图。只列出要点及关键技术。
(2)幻灯片中不要出现参赛学校名称等信息。
(3)幻灯片的背景不要追求花哨，尽量用浅色调
(米黄、象牙百、灰色等)，不要弄些与答辩无关的动画。
(4)幻灯片一般从建模的提要、提出问题、分析问题、解决问题入手制作。
(5)幻灯片内容要突出自己的建模特点。主要体现建模的思想、算法、特殊技术及创新点。
(6)答辩者大约一分钟讲2页，听众一分钟大约看完4-5页。不能完全照着幻灯片念，要用口语化、演讲式的语言讲。
(7)充分利用图形，在较短时间内传递较多信息。
(8)给幻灯片加上页码，再打开母版，把“#”改成“#/X”，X是幻灯片的总页数，这样答辩时就能知道已讲了多少，便于调整速度。
(9)如果能用动画把论文中的图形动态变化部分动态演示出来，会使答辩更精彩，更能形象说明论文的论点。
总之，答辩的同学一定要准备充分，阐述所建模型与实际生活的联系，而且要不乏趣味性。在答辩过程中评委可能从模型的抽象到模型的构建向答辩的同学提出很多启发性的问题，引导大家深入思考如何构建一个合理标准的数学模型。
数学建模一般来说没有标准答案，建模发挥空间比较大；答辩的问题主要集中在你建模的思想及逻辑推理性，也就是说怎样证明你建的模型是最优的，另也有可能问到一些你建模里没有考虑清楚或说明清楚的问题，当然如果你的逻辑推理性很强，假设又合理，我想是没有什么问题可难到你的，祝你成功！
就5分啊~~~~~~~~~~~真特么扣！不评论！
其实数模答辩很简单，不要有心理压力，参加答辩过程的队伍最次也是省一了。你只要注意以下几点就可以了： 1.答辩的过程就是检测下论文是不是你做的。 2.答辩的时候也就是陈述下当时你的建模过程，以及当时的闪光点。 多用图，文字没谁看 4.对于自己的论文，多设计几个问题，并针对性的给出合理的解释，防止到时提问时不知道怎么给出。 5.一定要坚信自己的模型是合理正确的，否则别人就不会相信你了。 相信哥，没错。
运筹学之运输问题主讲人：罗九晖§ 运输问题的基本概念◆运输问题是研究物资调配的学问，这是物流管理的核心问题之一。尤其是企业到达一定规模之后， 拥有了在广大空间上资源配置的自由度，可以通 过优化多个供方与多个需方之间的匹配关系，使 整体的物流效率最高。◆一般的运输问题是解决如何将某种物品从若干产 地（供应地）调运到多个销地（目的地），在每个 产地的供应量、每个销地的需求量和各地之间的运 输单价均已知的前提下，如何在满足需求条件下确 定一个运送货物的最佳路径（总的运输成本最小）。§ 运输问题的数学模型例：某公司从两个产地A1、A2将物品运往三个销地B1、 B2、B3，各产地的产量、各销地的销量和各产地运 往各销地每件物品的运费如下表所示，问：应如 何调运可使总运输费用最小？A1 A2 销量 B1 6 6 150 B2 4 5 150 B3 产量 6 200 5 300 200 总产量=总销量运输问题的数学模型解题思路：①明确此问题属于供销平衡问题；②确定决策变量，写出满足产地产量的约束条件；③写出满足销地销量的约束条件； ④写出使运输费用最小的目标函数 ⑤利用计算机求解。解： 设 xij 为从产地Ai运往销地Bj的运输量，得到下列 运输量表： 销地 B1 B2 B3 产量 产地 A1 x11 x12 x13 200 A2 x21 x22 x23 300 150 150 200 销量运输问题的数学模型Min f = 6x11+4x12+6x13+6x21+5x22+5x23S . t. x11+ x12 + x13 = 200 x21 + x22+ x23 = 300 x11 + x21 = 150 最优解如下 x12 + x22 = 150 起 至 x13 + x23 = 200 发点 1 xij≥0(i=1,2；j=1,2,3）-------1 2 50 100销点2 ----150 0 3 ----0 200-----此运输问题的成本或收益为: 2500§运输问题的基本特点◆一般运输问题的基本特点： （1）有多个产地和多个销地； （2）每个产地的产量不同，每个销地的销量也不同； （3）各产销两地之间的运价不同； （4）如何组织调运，在满足供应和需求的前提下使总运输费 用（或里程、时间等）最小。 ◆运输问题的数学模型的系数矩阵的基本特点： （1）共有m+n行，分别表示各产地和销地；m，n列，分别表 示各决策变量； （2）每列只有两个 1，其余为 0，分别表示只有一个产地和 一个销地被使用。§产销不平衡的运输问题产销不平衡问题的处理方式：产销不平衡问题向产销平衡的问题转化具体措施：增加虚设的产地和产量或者增加虚设的销地和销 量经济意义：虚设的产地（或销地）可以将这些产地的“产品” 运往各销地（或各地的产品运往这些销地）。令这 些产地或销地运输路线上的运价为0。因此，虚设的 销地相当于在产地设了一个库房，虚设的产地相当 于在销地给了一个空
0 605 0 0 0 0 0有点像指派问题。很难哦。
高等数学对物流专业的影响 [摘 要] 随着物流管理专业的迅速发展，高等数学教学对于物流管理专门人才的培养具有极其重要意义。本文结合物流管理专业的特色阐述了高等数学对于物流管理专门人才培养的重要性及在物流方面重要用途。 [关键词] 高等数学物流管理 人才 高校 数学作为一门技术学科，在知识经济时代，越来越受到各行各业的重视。高等院校数学教学正在向以培养学生的数学素质为宗旨的能力教育转变。而物流管理是一门新兴学科,它主要包括理论、技术、设备三大方面,涉及企业管理、市场营销、电子商务、信息技术等多个学科的内容,因此高等数学教学对于物流管理专门人才的培养具有极其重要意义。 一、问题的提出 进入本世纪以来，尤其是我国加入WTO以后，我国经济快速、健康、稳定的发展给物流业带来了新的发展契机，现代物流业的蓬勃发展使得物流人才需求急剧升温，当前物流专业人才已被列为我国12类紧缺人才之一。2000年以来,我国高校物流管理专业急剧增加,全国已有75所高校开设了物流管理专业，其中包括一部分高职院校。物流管理学是在现代技术条件下,现代经济运行理念及世界经济全球化环境下产生的,是一门综合性、系统性较强的学科,是许多观念和方法的系统综合。这些观念原理和方法主要来自市场营销、企业、生产、会计、采购和运输领域的,特别来自应用数学。这些内容按现代物流管理技术要求有机地组合起来,形成了现代物流管理学体系。因此，在开展物流专业的数学的教学过程中，摆脱高等院校传统的数学教学模式，要渗透数学素质的教育和能力的培养，要培养出社会需要的复合型人才。 二、数学在物流方面的应用 物流专业的数学课程不是单一的为专业课打基础，而是教学中要渗透数学素质的教育和能力的培养，要培养出社会需要的复合型人才，同时要明确对于物流专业学生学习数学的目的，不是为了研究数学，而是为了应用数学，运用各种数学知识和方法解决自己所从事专业中遇到各种实际问题。中国现代物流的发展需要依靠一项项物流工程建设，依靠各个层次物流系统的运营来实现。物流工程包括物流基础工程、物流设施工程、物流管理工程、物流技术工程和物流运营工程。而物流运营基础工程是由国家建设的，如铁路线路建设工程、物流基地（中心）建设工程、货运站场建设工程、高速公路建设工程、货运枢纽建设工程、港口码头、货运航空港建设工程等，对物流的运营起到平台支持的作用。在现代物流中，物流基础设施平台决定整个物流系统的水平。一个能够有效共用的、高技术水平的、标准化的平台对提升物流运作水平有着极其重大的意义。而数学在研究投资主体在满足工程项目预定目标条件下如何使工程项目的建设成本达到最小，如何投资和管理物流工程项目中，发挥了重要的方法和工具的作用。 “建”即构造,“模”即模型, 建模教学是一种现代教法。所谓数学模型方法, 就是把所考察的实际问题, 化为数学问题, 构造相应的数学模型通过对模型的研究, 使实际问题得以解决的一种数学方法。其中, 建立起合适的数学模型是上述方法最关键的一步。建立数学模型的基本步骤是: 准备、假设、建立(模型)、求解、分析、检验。分析在问题中哪些是变量, 哪些是常量, 哪些量是已知的, 哪些量是未知的、待求的, 然后分析系统内部性质与关系。 例如：某跨国汽车制造公司在全球有m个生产基地Ai，i=1,2,3…n供应量是ai,i=1,2…m,有n个销地Bj，从Ai到Bj运输单位物资的运价（美元）为Cij，这些数据可归结为产销平衡。若Xij表示从Ai到Bj的运输量，那么在产销平衡条件下要求运费最小的方案有最优解？分析：我们可以先用数学建立模型，使其复杂的问题转化为数学问题，并用数学运筹学的方法解决实际问题。 以上的案例，通过数学建模及论证，运输问题有最优解，从而解决了物流运输的理论问题。 再例如，在物流工程项目中的财务分析中，数学提供了在单利和复利情况下，本金与利息之和的计算公式：单利情况时，公式为FV=PV(1+nr):，其中PV为本金（原投资额），r为利率，n为计息周期数，FV为本金与利息之和；复利情况时，公式为:FV=PV(1+nr)n，其中PV为本金（原投资额），r为利率，n为计息周期数，FV为本金与利息之和。例如，在学习导数概念时，除了举出书本上变化率问题中介绍的变速直线运动的速度外，还可介绍一些与专业有关的变化率问题。在物流专业教学中可介绍产品总运输量对时间的导数就是总运输量的变化率，物流总成本对运输量的导数就是运输产品总成本的变化率(边际成本)。在讲授微分方程时，可结合讲解物流运输模型等实例。我们还可以。数学运筹学解决了利用约束条件，求最优解的问题。这些内容要有利于学生主动地进行观察、实验、猜测、验证、推理与交流、实践与应用等活动利用这些学生熟悉的问题进行教学，可提高学生对数学学习的兴趣，激发他们利用所学知识，主动地去探索研究实际问题。 三、结论 总之，高等院校物流管理专业数学能力的培养是高等院校生存发展的需要，势在必行，合理的定位与体现，以适应高等教育迅速发展的形势和培养21世纪创新人才的需要。 参考文献： [1]钱颂迪:运筹学[M].北京:清华大学出版社，～92 [2]黎诣远:经济数学基础[M].北京:高教出版社, 1998,7 [3]王之泰:现代物流管理.中国工人出版社,2002 [4]宋 华 胡左浩:现代物流与供应链管理[M].北京:经济管理出版社，～56
第一节 一元线性回归方程的显著性检验由上面的讨论知，对于任何的两个变量x和Y的一组观测数据（ ）（i=1,2,……,n）按公式（10）和（11）都可以确定一个回归方程 然而事前并不知道Y和x之间是否存在线性关系，如果两个变量Y和x之间并不存在显著的线性相关关系，那么这样确定的回归方程显然是毫无实际意义的．因此，我们首先要判断Y和x是否线性相关，也就是要来检验线性假设 是否可信，显然，如果Y和x之间无线性关系，则线性模型的一次项系数 =0；否则 0．所以检验两个变量之间是否存在线性相关关系，归根到底是要检验假设 根据现行假设对数据所提的要求可知，观察值 ， ，…… 之间的差异，是有两个方面的原因引起的：（1）自变量x的值不相同;（2）其它因素的影响，检验 是否成立的问题，也就是检验这两方面的影响哪一个是主要的问题．因此，就必须把他们引起的差异从Y的总的差异中分解出来．也就是说，为了选择适当的检验统计量，先导出离差平方和的分解因式．[6]一、离差平方和的分解公式观察值 （i=1,2,……,n），与其平均值 的离差平方和，称为总的离差平方和，记作 因为 = 其中：=2 =2 =2 =2 所以= 由于 中的 ， 为（10）和（11）所确定．即它们满足正规方程组（9）的解．因此定义项= 于是得到了总离差平方和的分解公式： 其中（19）是回归直线 上横坐标为 的点的纵坐标，并且 的平均值为 ， 是 这n个数的偏差平方和，它描述了 的离散程度，还说明它是来源于 的分散性，并且是通过x对于Y的线性影响而反映出来的，所以， 称为回归平方和而 = 它正是前面讨论的 的最小值，在假设（1）式的条件下它是由不可观察的随机变量 引起的，也就是说，它是由其它未控制的因素及试验误差引起的，它的大小反映了其它因素以及试验误差对实验结果得影响．我们称 为剩余平方和或残差平方和．[7]二、 、 的性质及其分布由以上分析可知，要解决判断Y和x之间是否存在线性相关关系的问题，需要通过比较回归平方和和剩余平方和来实现．为了更清楚地说明这一点，并寻求出检验统计量，考察估计量 ， 的性质及其分布．（一） 的分布 由（14）式可知= 在 相互独立且服从同一分布 的假定下由（2）知 ， ，…… 是P个相互独立的随机变量，且 （i=1,2,……，n）所以他们的平均值 的数学期望为：因为 是 的线性函数，且有：这说明 是 的无偏估计量且 的方差为所以 即: 同样可证，对于任意给定的 其对应的回归值 （它是 的点估计）适合( ， （二） 方差 的估计及分布因为 = = = 由 、 及 可得 = 又由于 及E(L)，E(U)得=E(L)+E(U) =（n-2） 从而,说明了 = = 是 的无偏估计量，由此可见，不论假设 成立与否， 是 的一个无偏估计量，而 仅当假设成立时，才是 的一个无偏估计量，否则它的期望值大于 ．说明比值 （20）在假设成立时有偏大倾向，也就是说，如果F取得值相当大，则没有理由认为x和Y之间有线性相关关系，也就是下面我们将采用F作为检验统计量的原因．另外，由于 ， 是 的最小二乘估计，由（8）式可知=0 ， =0这表明 中的n个变量 ， …… 之间有两个独立的线性约束条件，
实验三 多元回归模型【实验目的】掌握建立多元回归模型和比较、筛选模型的方法。【实验内容】建立我国国有独立核算工业企业生产函数。根据生产函数理论，生产函数的基本形式为： 。其中，L、K分别为生产过程中投入的劳动与资金，时间变量 反映技术进步的影响。表3-1列出了我国1978-1994年期间国有独立核算工业企业的有关统计资料；其中产出Y为工业总产值（可比价），L、K分别为年末职工人数和固定资产净值（可比价）。表3-1 我国国有独立核算工业企业统计资料年份 时间 工业总产值Y（亿元） 职工人数L（万人） 固定资产K（亿元）1978 1 3139 2 3208 3 3334 4 3488 5 3582 6 3632 7 3669 8 3815 9 3955 10 4086 11 4229 12 4273 13 4364 14 4472 15 4521 16 4498 17 4545 资料来源：根据《中国统计年鉴－1995》和《中国工业经济年鉴-1995》计算整理【实验步骤】一、建立多元线性回归模型一建立包括时间变量的三元线性回归模型；在命令窗口依次键入以下命令即可：⒈建立工作文件： CREATE A 78 94⒉输入统计资料： DATA Y L K⒊生成时间变量 ： GENR T=@TREND(77)⒋建立回归模型： LS Y C T L K则生产函数的估计结果及有关信息如图3-1所示。 图3-1 我国国有独立核算工业企业生产函数的估计结果因此，我国国有独立工业企业的生产函数为： （模型1） ＝() () () () 模型的计算结果表明，我国国有独立核算工业企业的劳动力边际产出为，资金的边际产出为，技术进步的影响使工业总产值平均每年递增亿元。回归系数的符号和数值是较为合理的。 ，说明模型有很高的拟合优度，F检验也是高度显著的，说明职工人数L、资金K和时间变量 对工业总产值的总影响是显著的。从图3-1看出，解释变量资金K的 统计量值为，表明资金对企业产出的影响是显著的。但是，模型中其他变量（包括常数项）的 统计量值都较小，未通过检验。因此，需要对以上三元线性回归模型做适当的调整，按照统计检验程序，一般应先剔除 统计量最小的变量（即时间变量）而重新建立模型。二建立剔除时间变量的二元线性回归模型； 命令：LS Y C L K则生产函数的估计结果及有关信息如图3-2所示。 图3-2 剔除时间变量后的估计结果因此，我国国有独立工业企业的生产函数为： （模型2） ＝() () () 从图3-2的结果看出，回归系数的符号和数值也是合理的。劳动力边际产出为，资金的边际产出为，表明这段时期劳动力投入的增加对我国国有独立核算工业企业的产出的影响最为明显。模型2的拟合优度较模型1并无多大变化，F检验也是高度显著的。这里，解释变量、常数项的 检验值都比较大，显著性概率都小于，因此模型2较模型1更为合理。三建立非线性回归模型——C-D生产函数。C-D生产函数为： ，对于此类非线性函数，可以采用以下两种方式建立模型。方式1：转化成线性模型进行估计；在模型两端同时取对数，得： 在EViews软件的命令窗口中依次键入以下命令：GENR LNY=log（Y）GENR LNL=log（L）GENR LNK=log（K）LS LNY C LNL LNK则估计结果如图3-3所示。 图3-3 线性变换后的C-D生产函数估计结果即可得到C-D生产函数的估计式为： （模型3） ＝ () () () 即： 从模型3中看出，资本与劳动的产出弹性都是在0到1之间，模型的经济意义合理，而且拟合优度较模型2还略有提高，解释变量都通过了显著性检验。方式2：迭代估计非线性模型，迭代过程中可以作如下控制：⑴在工作文件窗口中双击序列C，输入参数的初始值；⑵在方程描述框中点击Options，输入精度控制值。控制过程：①参数初值：0，0，0；迭代精度：10－3；则生产函数的估计结果如图3-4所示。 图3-4 生产函数估计结果此时，函数表达式为： （模型4） ＝()(－)() 可以看出，模型4中劳动力弹性 ＝，资金的产出弹性 ＝，很显然模型的经济意义不合理，因此，该模型不能用来描述经济变量间的关系。而且模型的拟合优度也有所下降，解释变量L的显著性检验也未通过，所以应舍弃该模型。②参数初值：0，0，0；迭代精度：10－5； 图3-5 生产函数估计结果从图3-5看出，将收敛的误差精度改为10－5后，迭代100次后仍报告不收敛，说明在使用迭代估计法时参数的初始值与误差精度或迭代次数设置不当，会直接影响模型的估计结果。③参数初值：0，0，0；迭代精度：10－5，迭代次数1000； 图3-6 生产函数估计结果此时，迭代953次后收敛，函数表达式为： （模型5） ＝()()() 从模型5中看出，资本与劳动的产出弹性都是在0到1之间，模型的经济意义合理， ，具有很高的拟合优度，解释变量都通过了显著性检验。将模型5与通过方式1所估计的模型3比较，可见两者是相当接近的。④参数初值：1，1，1；迭代精度：10－5，迭代次数100； 图3-7 生产函数估计结果此时，迭代14次后收敛，估计结果与模型5相同。比较方式2的不同控制过程可见，迭代估计过程的收敛性及收敛速度与参数初始值的选取密切相关。若选取的初始值与参数真值比较接近，则收敛速度快；反之，则收敛速度慢甚至发散。因此，估计模型时最好依据参数的经济意义和有关先验信息，设定好参数的初始值。二、比较、选择最佳模型估计过程中，对每个模型检验以下内容，以便选择出一个最佳模型：一回归系数的符号及数值是否合理；二模型的更改是否提高了拟合优度；三模型中各个解释变量是否显著；四残差分布情况以上比较模型的一、二、三步在步骤一中已有阐述，现分析步骤一中5个不同模型的残差分布情况。分别在模型1～模型5的各方程窗口中点击View/Actual, Fitted, Residual/ Actual, Fitted, Residual Table（图3-8），可以得到各个模型相应的残差分布表（图3-9至图3-13）。可以看出，模型4的残差在前段时期内连续取负值且不断增大，在接下来的一段时期又连续取正值，说明模型设定形式不当，估计过程出现了较大的偏差。而且，模型4的表达式也说明了模型的经济意义不合理，不能用于描述我国国有工业企业的生产情况，应舍弃此模型。模型1的各期残差中大多数都落在 的虚线框内，且残差分别不存在明显的规律性。但是，由步骤一中的分析可知，模型1中除了解释变量K之外，其余变量均为通过变量显著性检验，因此，该模型也应舍弃。模型2、模型3、模型5都具有合理的经济意义，都通过了 检验和F检验，拟合优度非常接近，理论上讲都可以描述资本、劳动的投入与产出的关系。但从图3-13看出，模型5的近期误差较大，因此也可以舍弃该模型。最后将模型2与模型3比较发现，模型3的近期预测误差略小，拟合优度比模型2略有提高，因此可以选择模型2为我国国有工业企业生产函数。 图3-8 回归方程的残差分析 图3-9 模型1的残差分布图3-10 模型2的残差分布图3-11 模型3的残差分布图3-12 模型4的残差分布图3-13 模型5的残差分布
在一篇数学 教育 论文中，题目是论文的要件之首，它不同于一般 文章 的题目，我们要重视题目的重要性。以下是我为大家精心准备的数学教育论文题目，欢迎阅读!数学教育论文题目(一) 1、浅谈中学数学中的反证法 2、数学选择题的利和弊 3、浅谈计算机辅助数学教学 4、数学研究性学习 5、谈发展数学思维的 学习 方法 6、关于整系数多项式有理根的几个定理及求解方法 7、数学教学中课堂提问的误区与对策 8、中学数学教学中的创造性思维的培养 9、浅谈数学教学中的“问题情境” 0、市场经济中的蛛网模型 11、中学数学教学设计前期分析的研究 12、数学课堂差异教学 13、浅谈线性变换的对角化问题 14、圆锥曲线的性质及推广应用 15、经济问题中的概率统计模型及应用 数学教育论文题目(二) 1、二阶变系数齐次微分方程的求解问题 2、一种函数方程的解法 3、微分中值定理的再讨论 4、学生数学学习的障碍研究; 5、中学数学教育中的素质教育的内涵; 6、数学中的美; 7、数学的和谐和统一----谈论数学中的美; 8、推测和猜想在数学中的应用; 9、款买房问题的决策; 10、线性回归在经济中的应用; 11、数学规划在管理中的应用; 12、初等数学解题策略; 13、浅谈数学CAI中的不足与对策; 14、数学创新教育的课堂设计; 15、中学数学教学与学生应用意识培养; 16、关于培养和提高中学生数学学习能力的探究; 17、运用多媒体培养学生 18、高等数学课件的开发 19、 广告 效益预测模型; 数学教育论文题目(三) 1、浅谈菲波纳契数列的内涵和应用价值 2、一道排列组合题的解法探讨及延伸 3、整除与竞赛 4、足彩优化 5、向量的几件法宝在几何中的应用 6、递推关系的应用 7、坐标方法在中学数学中的应用 8、小议问题情境的创设 9、数学概念探索启发式教学 10、柯西不等式的推广与应用 11、关于几个特殊不等式的几种巧妙证法及其推广应用 12、一道高考题的 反思 13、数学中的研究性学习 15、数字危机 16、数学中的化归方法 17、高斯分布的启示 18、 的变形推广及应用 19、网络优化 20、泰勒公式及其应用 猜你喜欢： 1. 数学教育教学论文参考范文 2. 关于数学专业毕业论文题目参考 3. 数学教育专业毕业论文 4. 有关数学教育的论文范文 5. 数学教育专业毕业论文参考
你要什么方面的，要的话QQ米我 我尽量发给你
售书问题优化模型摘要优化问题是工程技术、经济管理和科学研究等领域重做常见的一类问题，在解决极值问题中起着重要作用。零一规划也是常用的数学工具，能够有效的表示事物的有效性。本文是以一极具有实际意义的问题，而随着信息时代的发展，大学生接受知识的途径多种多样，报纸、杂志、图书一直赢得大学生不同程度的青睐，而且出现了电子图书这个时代的产物，对于这个实际意义较大的问题就应有简单易懂的模型，让人看起来比较容易接受。考虑到建立销售点，使它供书的人数达到最大，那就要在条件约束下建立优化模型，而选择两地之间是否有销售的关系为他们的决策变量，那样就使人易懂，易于理解。通过建立线性规划模型，并应用Linggo软件得到最优解，B和E之间建立代售关系即在B（E）建立代售点并向E(B)售书，D和G之间建立代售关系即在D（G）建立代售点并向G(D)售书，可是大学生的人数最大，为177千人。最优解可以有多种选择方法，这就有选择的灵活性。本模型适用于只考虑人数最大的地址的选择，具有较强的实用性和普遍性。关键字 售书问题 优化模型 零一规划 Linggo1.问题的重述一家出版社准备在某地向七个区大学生供应图书，每个区的大学生数量如图所示（单位：千人），出版社准备在该市设立两个图书代理销售点，每个代理点只能想该地区和一个相邻的地区售书，出版社知道售书覆盖的人群越大，所获得的利润也就也大，所以出版社要选择两个恰当的代理销售点使覆盖的人群最大。现在所要解决的是选在合适的代理销售点。2.问题分析 书是人们进步的阶梯，售书问题普遍受到人们的关注。近年来随着科学技术的发展，电子图书、网上书城等的出现，人们阅读的方式越来越多，而书的销售问题也越来越受销售商的关注。如何选择待销售点才能使卖出的书最多，销售商获得的利益最大，成为问题的关键所在。在许多候选地区中选择最优的地区，制定最优的规划方案，显然必须建立优化模型，每个地区都选与不选的可能性，这就必须用到0—1规划模型，立两个销售代理点, 在满足以下的条件的情况下，要想得到一个最优计划，出版社就需要设计一个合理有效的投资方案：1.只能建立两个销售代理点。2.每个销售代理点只能向本区和一个相邻区的大学生售书在上述要求中，将每两个相邻地区之间连线表示该地区建立售代关系，这种售代关系据有建立与不建立两种选择，显然每个地区只能选择一个销售或者代理，最优方案就是选择权值最大与次大的连线，将上述方案限制转化为约束条件，并使目标函数，约束条件决策标量转化为数学符号，利用LINGGO 软件来求最优解接，3符号的说明符号表示 符号说明A 34千人的地区B 29千人的地区C 42千人的地区D 21千人的地区E 56千人的地区F 18千人的地区G 71千人的地区x1 AB两地区之间建立代售关系x2 AC两地区之间建立代售关系x3 BE两地区之间建立代售关系x4 BD两地区之间建立代售关系x5 CD两地区之间建立代售关系x6 DG两地区之间建立代售关系x7 DF两地区之间建立代售关系x8 DE两地区之间建立代售关系x9 EF两地区之间建立代售关系x10 FG两地区之间建立代售关系X11 BC两地区之间建立代售关系Q 所能供应的大学生的数量4.问题假设选择代理销售点时，只考虑该地区总人数以及相邻地区，对人员的迁入迁出，人员的消费能力，人们的需求不予考虑；1、 只有两个销售代理点，且每个销售代理点只能向该区和他临近的去售书。2、 7个销售区中没有人员的流动3、 书的供应量远远满足学生的需求4、 销售代理点向两个地区的学生销售书的价格相同。5、 不考虑邻区因学生买书的路费问题而减少书的购买。6、 售书多少与人数多少成正比。7、 人人的消费能力是相等的。5.模型的建立决策变量：设在ABCDEFG中的某两地之间代售关系Xi（i=1，2，3…10）.Xi=1表示在其建立代售关系。Xi=0表示没有建立代售关系目标函数：所能供应的大学生的数量Q千人；则Q=63*x1+76*x2+85*x3+50*x4+63*x5+92*x6+39*x7+77*x8+74*x9+89*x10+71*x11;约束条件1.只能建立两个销售代理点。x1+x2+x3+x4+x5+x6+x7+x8+x9+x10=2;2.与A建立代售关系只能有一个即x1+x2<=1;与B建立代售关系只能有一个即x2+x5+x11<=1;与C建立代售关系只能有一个即x1+x3+x4+x11<=1;与D建立代售关系只能有一个即x4+x5+x6+x7+x8<=1;与E建立代售关系只能有一个即x3+x8+x9<=1;与F建立代售关系只能有一个即x7+x9+x10<=1;与G建立代售关系只能有一个即x6+x10<=1;综上所述：Max Q=63*x1+76*x2+85*x3+50*x4+63*x5+92*x6+39*x7+77*x8+74*x9+89*x10;x1+x2+x3+x4+x5+x6+x7+x8+x9+x10=2;x1+x2<=1;x2+x5+x11<=1;x1+x3+x4+x11<=1;x4+x5+x6+x7+x8<=1;x3+x8+x9<=1;x7+x9+x10<=1;x6+x10<=1;6.模型的求解在lingo中输入以下代码，见附录1.通过运行LINDO教学软件，我们可以得到该售书问题的最优解，即建立代售关系的最优方案，其截图为： Objective value: Variable Value Reduced Cost X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 从中可以看到在B和E之间建立代售关系即在B（E）建立代售点并向E(B)售书，D和G之间建立代售关系即在D（G）建立代售点并向G(D)售书，可是大学生的人数最大，为177千人。（详细结果见附录2）但考虑到地区中人数的问题，以及现实中去买书的路费问题，所以销售代理点应建立在人数较多的地区，在B、E地区中E区人较多为56千人，在D、G地区中G区中人数较多为71千人,所以最好把两个销售代理点建在E区和G区。7.模型的评价和推广 通过查看该区图可以粗略知道应选择人数最大地区为代售点，在题中假设的前提下，选择人数最大的地区为代售点，覆盖了大部分人口，此模型的建立，很好的应用数学知识将选择销售代理点的问题抽象化，使选择我们的选择不再主观、盲目，而是更全面、深入、条理。选择最少的变量考虑问题简化了模型建立的分析。这也是模型最大的弊端数据的真实性受到了很大的限制对实际应用很不利。虽然假设的变量比较多，但人们可以较容易理解。题中假设的太多假设，有些脱离实际，考虑现实当中的销售点间的运输路程、交通便利程度、学生在校期间的对书的消费情况，不同人群之间的消费能了等情况，8.参考文献【1】姜启源 谢金星 叶俊 数学建模（第三版）高等教育出版社 2003【2】.附录附录1：max=63*x1+76*x2+85*x3+50*x4+63*x5+92*x6+39*x7+77*x8+74*x9+89*x10;x1+x2+x3+x4+x5+x6+x7+x8+x9+x10=2;x x1+x2<=1;x2+x5+x11<=1;x1+x3+x4+x11<=1;x4+x5+x6+x7+x8<=1;x3+x8+x9<=1;x7+x9+x10<=1;x6+x10<=1; 附录2：Global optimal solution found. Objective value: Total solver iterations: 0Variable Value Reduced Cost X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 Row Slack or Surplus Dual Price 1 2 3 4 5 6 7 8 9 10
一样，都是一个老师的吧
问题一：数学建模怎么做啊？ 刚参加完九月份的全国大学生数学建模竞赛。一份基本的的数学建模论文要包含以下几个方面： 摘要，问题的背景与提出，问题的分析，模型的假设，符号说明，模型的建立与求解，模型的评价与推广，参考文献。 正规的数学建模论文篇幅一般在20页以上。考虑到你读初三，老师的要求不会这么高，而且你的能力应该还有所欠缺。我的建议为你按照自己实际情况选择一个有一定挑战性的题目，题目的性质类似于应用题，但又和普通的应用题不同，可以没有确定答案，针对问题本身做一些分析和探讨，最好能和实际相结合。 要注意的是假设要合理，要有数学模型（包括一些方程，不等式等），要有分析思路，并且要对自己建立的模型进行优缺点评价，最好能做相应推广。 问题二：1.什么是数学模型？数学建模的一般步骤是什么？ 2.数学建模需要具备哪些能力和知识？ 答的好悬赏加 100分 数学建模是利用数学方法解决实际问题的一种实践.即通过抽象、简化、假设、引进变量等处理过程后,将实际问题用数学方式表达,建立起数学模型,然后运用先进的数学方法及计算机技术进行求解. 数学建模将各种知识综合应用于解决实际问题中,是培养和提高学生应用所学知识分析问题、解决问题的能力的必备手段之一. 数学建模的一般方法和步骤 建立数学模型的方法和步骤并没有一定的模式,但一个理想的模型应能反映系统的全部重要特征：模型的可靠性和模型的使用性.建模的一般方法： 机理分析：根据对现实对象特性的认识,分析其因果关系,找出反映内部机理的规律,所建立的模型常有明确的物理或现实意义. 测试分析方法：将研究对象视为一个“黑箱”系统,内部机理无法直接寻求,通过测量系统的输入输出数据,并以此为基础运用统计分析方法,按照事先确定的准则在某一类模型中选出一个数据拟合得最好的模型.测试分析方法也叫做系统辩识. 将这两种方法结合起来使用,即用机理分析方法建立模型的结构,用系统测试方法来确定模型的参数,也是常用的建模方法. 在实际过程中用那一种方法建模主要是根据我们对研究对象的了解程度和建模目的来决定.机理分析法建模的具体步骤大致如下： 1、 实际问题通过抽象、简化、假设,确定变量、参数； 2、 建立数学模型并数学、数值地求解、确定参数； 3、 用实际问题的实测数据等来检验该数学模型； 4、 符合实际,交付使用,从而可产生经济、社会效益；不符合实际,重新建模. 数学模型的分类： 1、 按研究方法和对象的数学特征分：初等模型、几何模型、优化模型、微分方程模型、图论模型、逻辑模型、稳定性模型、统计模型等. 2、 按研究对象的实际领域（或所属学科）分：人口模型、交通模型、环境模型、生态模型、生理模型、城镇规划模型、水资源模型、污染模型、经济模型、社会模型等. 数学建模需要丰富的数学知识,涉及到高等数学,离散数学,线性代数,概率统计,复变函数等等基本的数学知识.同时,还要有广泛的兴趣,较强的逻辑思维能力,以及语言表达能力等等. 参加数学建模竞赛需知道的内容 一、全国大学生数学建模竞赛 二、数学建模的方法及一般步骤 三、重要的数学模型及相应案例分析 1、线性规划模型及经济模型案例分析 2、层次分析模型及管理模型案例分析 3、统计回归模型及案例分析 4、图论模型及案例分析 5、微分方程模型及案例分析 四、相关软件 1、Matlab软件及编程；2、Lingo软件；3、Lindo软件。 五、数模十大常用算法 1. 蒙特卡罗算法。2. 数据拟合、参数估计、插值等数据处理算法。3. 线性规划、整数规划、多元规划、二次规划等规划类算法。4. 图论算法。5. 动态规划、回溯搜索、分治算法、分支定界等计算机算法。6. 最优化理论的三大非经典算法。7. 网格算法和穷举法。8. 一些连续数据离散化方法。9. 数值分析算法。10. 图象处理算法。 六、如何查阅资料 七、如何写作论文 八、如何组织队伍：团队精神，配合良好，不断的提出问题和解决问题。 九、如何才能获奖：比较完整，有几处创新点。 十、如何信息处理：WORD、LaTeX，飞秋、QQ。 其实主要看下例子就可以了，知道一些基本的模型，我这里也有很多例子，各个学校的讲座都有要的话直接向我要...>> 问题三：怎么建立一个好的数学模型？ 一个好的数学模型，首先应该是可以把所提问题解决的，只有能解决问题的模型才是好的模型。其次，就在于模型的创造性，创造性并不是说你非得自己找出个新的方法或者算法来，而是即使你用的是久的算法，但是你用在一个新的领域，并且很好的解决了问题，具有很好的适应性，那样就是一个好的数学模型。注意，数学模型可能是公式，也可能是某种算法，当然也可能是图表类的东西。 问题四：数学建模的一般步骤是什么？？ 模型准备 了解问题的实际背景，明确其实际意义，掌握对象的各种信息。以数学思想来包容问题的精髓，数学思路贯穿问题的全过程，进而用数学语言来描述问题。要求符合数学理论，符合数学习惯，清晰准确。 模型假设 根据实际对象的特征和建模的目的，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。 模型建立 在假设的基础上，利用适当的数学工具来刻划各变量常量之间的数学关系，建立相应的数学结构（尽量用简单的数学工具）。 模型求解 利用获取的数据资料，对模型的所有参数做出计算（或近似计算）。 模型分析 对所要建立模型的思路进行阐述，对所得的结果进行数学上的分析。 模型检验 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、合理性和适用性。如果模型与实际较吻合，则要对计算结果给出其实际含义，并进行解释。如果模型与实际吻合较差，则应该修改假设，再次重复建模过程。 模型应用与推广 应用方式因问题的性质和建模的目的而异。而模型的推广就是在现有模型的基础上对模型有有一个更加全面，考虑更符合现实情况都适用的模型。 问题五：支北是什么? 5分 福州话里是脏话也.. 形容女人的.... 问题六：常见的建立数学模型的方法有哪几种 ―般说来建立数学模型的方法大体上可分为两大类、一类是机理分析方法,一类是测试分析方法．机理分析是根据对现实对象特性的认识、分析其因果关系,找出反映内部机理的规律,建立的模型常有明确的物理或现实意义