華閱文章網1.簡單的數學建模題目,懂的進
關于第一題肯定可以，不多說了。
第二題有6支、7支球隊的話間隔一天就更沒有問題了。若至少間隔兩天，只有6支球隊是不可能的，原因如下：第一天隨便找兩支，球隊比賽；第二天只能從剩下的4支球隊再找兩支第三天；第三天要想滿足條件的話，也只能找剩下的兩支球隊比賽。
第四天就不能找第二、三天比賽的任意一個球隊了，而第一天比賽的兩個球隊不能重復比賽，所以6支球隊的單循環賽不可能使得，每個球隊的比賽時間都間隔兩天。 7支球隊使每支球隊在兩場比賽之間至少間隔兩天的比賽安排是存在的，像第一題那樣給出一個方案就可以了。
（ 當然這時只是找可行方案不用整體的系統分析，也正是因為參賽的球隊越多可以間隔的時間越長，才有了第三題推廣到n支球隊至少可以間隔幾天的一般問題的猜想。）第三題在不知道答案之前，只能先找找規律了如果有4支球隊，剛好不能間隔1天，也就是5支剛好可以間隔1天；如果有6支球隊，剛好不能間隔2天，也就是7支剛好可以間隔2天。
不能間隔幾天的證明方法跟上題是一樣的。接下來我們我理由猜想：如果有2k支球隊，剛好不能間隔k-1天（這個是肯定成立的，證明方法與上面完全一樣，不用多說了吧）；那么接下來的重點就轉移到：若有2k+1支球隊，是否一定可以找到一種單循環比賽方案，使得每支球隊在兩場比賽之間可以間隔k-1天。
給你提供一個分析思路：前k天參見比賽的球隊一定是互不相同的；而第k+1天只能是剩下的一支球隊與第一天參賽的一支球隊比賽；第k+2天參加比賽的也只能是第二天參賽的一支與第一天參賽的另一支球隊比賽，……。就這樣一點一點分析，分析到最后可行的話就是一定存在，否則的話就得從中找到用得上的一些細節，然后在此基礎上再找其他方法或是在此基礎上改善。
第四題關于這個指標，每支球隊比賽間隔要適當，也就是既不能太短（休息以及反思戰術時間不足）也不能太長（沒事實戰的練習始終會有松懈或是脫離比賽狀態的可能）。這就要再從整體考慮另外一個大問題了。
（當然，具體時間間隔你說了算，只要可以自圓其說就行；也可以不說，直接設出一個參數表示）最后，數學建模這東西是比較有個性化的，離了自己的主動思考肯定是不行的，否則的話就缺少靈性了。這個題我只是說了一下思路（也不一定對），剩下的你自己再分析吧。
還有，如果想做好數學建模的話，建議先不要看太多的相關資料，自己拿到一個題從沒有思路開始主動分析，知道做出來為止，再找資料驗證是不是正確以及其中的不足之處。這樣隨便給你一個題，你就知道怎么下手了。
2.簡單的數學建模,新手就是不會
這個還要所謂的建模嗎？簡單的邏輯推理就搞掂，還談什么新手不會。這激將法不行啊，那懂的人就不來答了還真的是讓新手表現的嗎？如果一開始兩個商人過去那沒有商人敢回來了；如果一開始兩個隨從過去，一個回來只能再帶一個隨從過去，再一個隨從回來，為了使商人能過去安全只能這個時候兩個商人過去啦（否則等下對岸隨從多不安全），這樣兩岸處于平衡狀態接下來回去時候不管單獨是誰都會不安全發生，因此只能兩個兩個回去這樣永遠不能完全渡河；如果一開始是一個商人和一個隨從過去，只能是商人回來，然后只能兩個隨從過去，一個隨從回來，接下來跟上面論述一樣；
最后得出結論不可行！
俺是為了得分才給你推了這么多，其實很簡單自琺棱粹谷誄咐達栓憚兢己動一下腦就沒有問題。
3.數學模型有哪些
模型種類
用字母、數字和其他數學符號構成的等式或不等式，或用圖表、圖像、框圖、數理邏輯等來描述系統的特征及其內部聯系或與外界聯系的模型。它是真實系統的一種抽象。數學模型是研究和掌握系統運動規律的有力工具，它是分析、設計、預報或預測、控制實際系統的基礎。數學模型的種類很多，而且有多種不同的分類方法。
靜態和動態模型
靜態模型是指要描述的系統各量之間的關系是不隨時間的變化而變化的，一般都用代數方程來表達。動態模型是指描述系統各量之間隨時間變化而變化的規律的數學表達式，一般用微分方程或差分方程來表示。經典控制理論中常用的系統的傳遞函數也是動態模型，因為它是從描述系統的微分方程變換而來的（見拉普拉斯變換）。
分布參數和集中參數模型
分布參數模型是用各類偏微分方程描述系統的動態特性，而集中參數模型是用線性或非線性常微分方程來描述系統的動態特性。在許多情況下，分布參數模型借助于空間離散化的方法，可簡化為復雜程度較低的集中參數模型。
連續時間和離散時間模型
模型中的時間變量是在一定區間內變化的模型稱為連續時間模型，上述各類用微分方程描述的模型都是連續時間模型。在處理集中參數模型時，也可以將時間變量離散化，所獲得的模型稱為離散時間模型。離散時間模型是用差分方程描述的。
隨機性和確定性模型
隨機性模型中變量之間關系是以統計值或概率分布的形式給出的，而在確定性模型中變量間的關系是確定的。
參數與非參數模型
用代數方程、微分方程、微分方程組以及傳遞函數等描述的模型都是參數模型。建立參數模型就在于確定已知模型結構中的各個參數。通過理論分析總是得出參數模型。非參數模型是直接或間接地從實際系統的實驗分析中得到的響應，例如通過實驗記錄到的系統脈沖響應或階躍響應就是非參數模型。運用各種系統辨識的方法，可由非參數模型得到參數模型。如果實驗前可以決定系統的結構，則通過實驗辨識可以直接得到參數模型。
線性和非線性模型
線性模型中各量之間的關系是線性的，可以應用疊加原理，即幾個不同的輸入量同時作用于系統的響應，等于幾個輸入量單獨作用的響應之和。線性模型簡單，應用廣泛。非線性模型中各量之間的關系不是線性的，不滿足疊加原理。在允許的情況下，非線性模型往往可以線性化為線性模型，方法是把非線性模型在工作點鄰域內展成泰勒級數，保留一階項，略去高階項，就可得到近似的線性模型。
4.常見的數學模型有哪些
首先，常用的數學模型有優化模型（主要是統計回歸，包括對數據的處理，用到擬合，差值等等），微分方程模型（常微較多，偏微不常用），差分方程型（就是離散型，這類不能求導微分等等），概率論模型，還有什么圖論啊 一些亂七八糟的 （以上我說的都是一些很基礎的模型，復雜的模型差不多都是基于簡單模型） 數學建模主要有三步，1.把實際問題轉化成數學問題（這一般是競賽前兩天的工作）；2.用數學知識和計算機知識（主要是MATLAB）解決數學問題；3.整理和完善，論文寫作 我認為數學建模最重要的一步就是把實際問題轉化成數學問題這一步，因為后面兩步往往是不難的。
關鍵點有 1頭腦要靈活一點，要大膽的想，考慮的因素要全面一點，但是呢，不能想出一個模型就馬上建模，因為要考慮很多問題，比如是否可行（主要是實際的問題，比如合作模型中，合作中每個人得到的利益要大于等于沒有合作時原來每個人的利益），比如建立的數學模型是否容易解決（比如你建立了一個常微分方程組，這個問題一般情況下好像數學家都還沒給出解決，所以可想而知你和計算機能不能解決了，這個時候你應該考慮把問題巧妙地轉換一下或者簡化一下） 關鍵點之2，要找到實際問題之中和核心問題，然后由這個或者這幾個核心（最好不要太多核心）來拓展。比如火箭三級助推這個問題，它的核心問題是對火箭質量改變規律的探究。
然后呢，做完了核心問題的研究以后，想想實際的問題。比如，還是火箭助推這個問題，發現了助推器越多越好這個規律后，是不是就要用無窮級助推呢？顯然不是，這就是后續的最優化問題。
你可以找個班去聽聽，或者借本書看看。（主要推薦姜啟源的《數學建模》），然后自己試著建模，慢慢來。
然后學一些知識，數學當然不能少（主要你要學運籌學，最優化等等，如果你想在建模中脫穎而出的話），還有要早點組隊磨合，做好分工與合作。 論文一般沒什么，主要就把你的思路清晰簡潔的表達出來，結合圖形，表格等等，然后語言要嚴謹，用詞準確，能生動就更好了。
（當然美國的數模競賽還要你英語水平比較高才行）你可以去研讀一些優秀論文，對你幫助很大的。 希望我能幫到你~。
5.短時間內怎樣準備數學建模啊
首先要明白數學建模中最難的三個問題，1、如何用學到的數學思想來表述所面對的問題，所謂的建模。2、應用學到的數學知識解剛剛建立的數學模型，并進行優化。3、將剛剛得到的數學上的解解釋為現實問題中的現象或者是方法。這三個過程體現了一個“現實——>；數學——>；現實”的一個過程。這其實就是最難的地方。這需要你首先了解面臨的實際問題，然后從現實中轉入數學，再從數學中跳出來回到現實。
我給你的建議是：
1、努力學習數學知識，完善自己的知識體系，尤其是與數學相關的知識體系，比如高等數學、工程數學和應用數學的相關知識；
2、擴充自己的知識面，你可以看到很多賽題都是很現實的社會熱點問題，相關的背景知識是非常必要的；
3、多看一些案例分析的教程，在學習案例分析時的注意點是：如何考慮現實問題中的各個因素，綜合運用所學知識，建立適當的模型；如何進行模型的優化；如何求解模型；如何解釋模型的解。
6.求助一條簡單的數學建模題目并給其答案和相應程序,懸賞150分
好吧 給你一道我做的數學建模題 比較簡單 線性規劃類型
(1)i）設生產A1產品x1桶，生產A2產品x2桶
目標函數： max 72*x1+64*x2
約束條件： 12*x1+8x*2≤480;
x1+x2≤50;
0≤3*x1≤100;
x2≥0;x1,x2為整數。
LINGO編程如下：
model:
sets:
row/1..2/:b;
col/1..2/:c,x,l,u;
matrix(row,col):A;
endsets
max=@sum(col:c*x);
@for(col:@ gin(x));
@for(row(i):
@sum(col(j):A(i,j)*x(j))<=b(i));
data:
c=72,64;
b=480,50;
A=12,8,
1,1;
l=0,0;
u=100,500;
enddata
end
結果：
得到x1=20,x3=30； 每天可賺到3360元 原料，時間都沒有剩余，加工能力剩余40
由于原料增長1單位，利潤增加48元，35<48元故應該作這項投資，購買50桶牛奶，生產A產品20桶，B產品30桶。
ii）由上題lingo結果 時間增長1單位，利潤增加2元。故付給臨時工人的工資最多是每小時2元。
iii）由上題lingo結果 x1的系數范圍在（64,96）之間，所以x1的系數72增長到90的時候 不用改變生產計劃。
(2)i）設生產A1產品x1，生產A2產品x2，生產B1產品x3，生產B2產品x4 A1加工成B1 x5 A2加工成B2 x6
目標函數： max 24*x1+16*x2+44*x3+32*x4-3*x5-3*x6
約束條件： （x1 +x5）/3+(x2+x6)/4≤50;
x1+x5≤100;
4*(x1+x5)+2*(x2+x6)+2*x5+2*x6≤480;
x1=0.8*5; x2=0.75*x6;
x1…x6≥0;x1…x6為整數。
LINGO編程如下：
model:
sets:
row/1..3/:b;
col/1..6/:c,x;
matrix(row,col):A;
endsets
max=@sum(col:c*x);
@for(col:@ gin(x));
@for(row(i):
@sum(col(j):A(i,j)*x(j))<=b(i));
data:
c=24,16,44,32,-3,-3;
b=600,100,480;
A=4,3,0,0,4,3,
1,0,0,0,1,0,
4,2,0,0,6,4;
enddata
end
結果：
得到 max=3460.8 x1=8 x2=168 x3=19.2 x5=24 其他x為0
生產8桶A1并把所有24kgA1轉化成B1 生產42桶A2
i） 增加一桶牛奶可增加利潤 3.16*12=37.92 增加一小時可增加利潤3.26 故應該做這項投資。150元可增加5桶牛奶 或賺回 37.92*5=189.6元 150元可增加50小時 或賺回 3.26*50=163元 故應該投資牛奶 獲得利潤最大
ii） 根據上題lingo結果 B1 獲利下降10% B2獲利上升10%都超出了 x3 x4的系數范圍，故對計劃有影響，生產計劃應該重新制定。