數學建模演算法與應用習題解答pdf

㈠ 大哥，能否借一份《數學建模演算法與應用例題解答》

成為古典概型需要具備這兩個條件：

有限次事件

每個事件發生的可能性均等

這題都滿足這兩個條件。

解答如圖。

首先，兩天任選一天，不分順序，所以是組合，二選一。

然後，有三個人，都是二選一，所以乘三次。

最後坦哪，算出來8種情配啟況，1種情況就是1個基本事件，所以是8個基本事件。讓賣碼

㈡ 求助，關於司守奎的數學建模演算法與程序

本書是是國防工業出版社出版的《數學建模演算法與應用（第2班）》的配套書籍。本書給出了《數學建模演算法與應用（第2版）》中全部習題的解答及程序設計，另外針對選修課的教學內容，又給出一些補充習題及解答。

本書的程序來自於教學實踐，有許多經驗心得體現在編程的技巧中。這些技巧不僅實用，也很有特色。書中提供了全部習題的程序，可以將這些程序直接作為工具箱來使用

㈢ 參加建模比賽，求《數學建模演算法與應用》（司守奎，孫璽菁編著）習題答案！

從新浪愛問網、豆丁網、網路文庫上下載，那些地方資料很全。

㈣ 《演算法設計與分析習題解答與學習指導第2版》pdf下載在線閱讀全文，求百度網盤雲資源

《演算法設計與分析習題解答與學習指導第2版》網路網盤pdf最新全集下載:
鏈接：https://pan..com/s/179vMdBZkff4hFnlBxtr5BQ

㈤ 【數學建模演算法】(31)方差分析（上）

我們已經作過兩個總體均值的喚漏假設檢驗，如兩台機床生產的零件尺寸是否相等，病人和正常人的某個生理指標是否一樣。如果把這類問題推廣一下，要咐鏈仿檢驗兩個以上總體的均值彼此是否相等，仍然用以前介紹的方法是很難做到的。而你在實際生產和生活中可以舉出許多這樣的問題：從用幾種不同工藝製成的燈泡中，各抽取了若干個測量其壽命，要推斷這幾種工藝製成的燈泡壽命是否有顯著差異；用幾種化肥和幾個小麥品種在若干塊試驗田裡種植小麥，要推斷不同的化肥和品種對產量有無顯著影響。

人們關心的試驗結果稱為 指標 ，試驗中需要考察、可以控制的條件稱為 因素或因子 ，因素所處的狀態稱為 水平 。上面提到的燈泡壽命問題是單因素試驗，小麥產量問題是雙因素試驗。處理這些試驗結果的統計方法就稱為單因素方差分析和雙因素方差分析。

只考慮一個因素 對所關心的指標的影響， 取幾個水平，在每個水平上作若干個試驗，試驗過程中除 外其它影響指標的因素都保持不變（只有隨機因素存在），我們的任務是從試驗結果推斷，因素 對指標衡纖有無顯著影響，即當 取不同水平時指標有無顯著差別。

取某個水平下的指標視為隨機變數， 判斷 取不同水平時指標有無顯著差別 ，相當於檢驗若干總體的均值是否相等。

將第 行稱為第 組數據。判斷 的 個水平對指標有無顯著影響，相當於要作以下的假設檢驗:
不全相等。

由於 的取值既受不同水平 的影響，又受 固定下隨機因素的影響，所以將它分解為：

其中 ，且相互獨立。

記：

是總均值， 是水平 對指標的效應。由（1）、（2）模型可表為：

原假設為（以後略去備選假設）：

記：

是第 組數據的組平均值， 是總平均值。考察全體數據對 的偏差平方和：

經分解可得：

記：

則：

注意到 是總體 的樣本方差的 倍，於是有：

由 分布的可加性知：

即：

且有：

對 作進一步分析可得：

若 成立，則：

而當 不成立時這個比值將遠大於 1。當 成立時，該比值服從自由度 ， 的 分布，即：

為檢驗 ，給定顯著性水平 ，記 分布的 分位數為 ，檢驗規則為：
時接受 ，否則拒絕。

以上對 的分析相當於對組間、組內等方差的分析，所以這種假設檢驗方法稱方差分析。

將試驗數據按上述分析、計算的結果排成表 2 的形式，稱為單因素方差分析表（Matlab 中給出的方差分析表）。

最後一列給出大於 值的概率 相當於 。

Matlab 統計工具箱中單因素方差分析的命令是 anoval。

處理均衡數據的用法為：

返回值 是一個概率，當 時接受 ， 為 的數據矩陣， 的每一列是一個水平的數據（這里各個水平上的樣本容量 ）。另外，還輸出一個方差表和一個
Box 圖。

編寫程序如下：

Matlab會生成方差分析表：

求得 ，故接受 ，即 5 名工人的生產率沒有顯著差異。方差表對應於上面的單因素方差分析表的 1 ~ 4列， 是 分布的 分位數，可以驗證：

同時程序會生成 箱式圖 。

處理非均勻數據的用法為：

x為向量，從第1組到第r組數據依次排列；group為與x同長度的向量，標志x中數據的組別（在與x第 組數據對應的位置輸入整數 ）。

解：編寫如下程序

求得 ，所以幾種工藝製成的燈泡壽命有顯著差異。

在燈泡壽命問題中，為了確定哪幾種工藝製成的燈泡壽命有顯著差異，我們先算出各組數據的均值：

雖然 均值最大，但要判斷它與其它幾種有顯著差異，還需做多重比較。一般多重比較要對所有 個總體作兩兩對比，分析相互間的差異。根據問題的具體情況可以減少對比次數。

對於上述問題，Matlab多重比較的程序為：

㈥ 數學建模演算法總結

無總結反省則無進步

寫這篇文章，一是為了總結之前為了准備美賽而學的演算法，而是將演算法羅列並有幾句話解釋方便以後自己需要時來查找。

數學建模問題總共分為四類：

1. 分類問題 2. 優化問題 3. 評價問題 4. 預測問題

我所寫的都是基於數學建模演算法與應用這本書

一 優化問題

線性規劃與非線性規劃方法是最基本經典的：目標函數與約束函數的思想

現代優化演算法：禁忌搜索；模擬退火；遺傳演算法；人工神經網路

模擬退火演算法：

簡介：材料統計力學的研究成果。統計力學表明材料中不同結構對應於粒子的不同能量水平。在高溫條件下，粒子的能量較高，可以自由運動和重新排列。在低溫條件下，粒子能量較低。如果從高溫開始，非常緩慢地降溫（此過程稱為退火），粒子就可以在每個溫度下達到熱平衡。當系統完全被冷卻時，最終形成處於低能狀態的晶體。

思想可用於數學問題的解決 在尋找解的過程中，每一次以一種方法變換新解，再用退火過程的思想，以概率接受該狀態（新解） 退火過程：概率轉化，概率為自然底數的能量/KT次方

遺傳演算法： 遺傳演算法是一種基於自然選擇原理和自然遺傳機制的搜索演算法。模擬自然界中的生命進化機制，在人工系統中實現特定目標的優化。

遺傳演算法的實質是通過群體搜索技術（？），根據適者生存的原則逐代進化，最終得到最優解或准最優解。

具體實現過程（P329~331）

* 編碼

* 確定適應度函數（即目標函數）

* 確定進化參數：群體規模M，交叉概率Pc，變異概率Pm，進化終止條件

* 編碼

* 確定初始種群，使用經典的改良圈演算法

* 目標函數

* 交叉操作

* 變異操作

* 選擇

改良的遺傳演算法

兩點改進 ：交叉操作變為了以「門當戶對」原則配對，以混亂序列確定較差點位置 變異操作從交叉操作中分離出來

二 分類問題（以及一些多元分析方法）

* 支持向量機SVM

* 聚類分析

* 主成分分析

* 判別分析

* 典型相關分析

支持向量機SVM： 主要思想：找到一個超平面，使得它能夠盡可能多地將兩類數據點正確分開，同時使分開的兩類數據點距離分類面最遠

聚類分析（極其經典的一種演算法）： 對樣本進行分類稱為Q型聚類分析 對指標進行分類稱為R型聚類分析

基礎：樣品相似度的度量——數量化，距離——如閔氏距離

主成分分析法： 其主要目的是希望用較少的變數去解釋原來資料中的大部分變異，將掌握的許多相關性很高的變數轉化成彼此相互獨立或不相關的變數。通常是選出比原始變數個數少，能解釋大部分資料中的變異的幾個新變數，及主成分。實質是一種降維方法

判別分析： 是根據所研究的個體的觀測指標來推斷個體所屬類型的一種統計方法。判別准則在某種意義下是最優的，如錯判概率最小或錯判損失最小。這一方法像是分類方法統稱。 如距離判別，貝葉斯判別和FISHER判別

典型相關分析： 研究兩組變數的相關關系 相對於計算全部相關系數，採用類似主成分的思想，分別找出兩組變數的各自的某個線性組合，討論線性組合之間的相關關系

三 評價與決策問題

評價方法分為兩大類，區別在於確定權重上：一類是主觀賦權：綜合資訊評價定權；另一類為客觀賦權：根據各指標相關關系或各指標值變異程度來確定權數

* 理想解法

* 模糊綜合評判法

* 數據包絡分析法

* 灰色關聯分析法

* 主成分分析法（略）

* 秩和比綜合評價法 理想解法

思想：與最優解（理想解）的距離作為評價樣本的標准

模糊綜合評判法 用於人事考核這類模糊性問題上。有多層次模糊綜合評判法。

數據包絡分析法 是評價具有多指標輸入和多指標輸出系統的較為有效的方法。是以相對效率為概念基礎的。

灰色關聯分析法 思想：計算所有待評價對象與理想對象的灰色加權關聯度，與TOPSIS方法類似

主成分分析法（略）

秩和比綜合評價法 樣本秩的概念： 效益型指標從小到大排序的排名 成本型指標從大到小排序的排名 再計算秩和比，最後統計回歸

四 預測問題

* 微分方程模型

* 灰色預測模型

* 馬爾科夫預測

* 時間序列（略）

* 插值與擬合（略）

* 神經網路

微分方程模型 Lanchester戰爭預測模型。。

灰色預測模型 主要特點：使用的不是原始數據序列，而是生成的數據序列 優點：不需要很多數據·，能利用微分方程來充分挖掘系統的本質，精度高。能將無規律的原始數據進行生成得到規律性較強的生成序列。 缺點：只適用於中短期預測，只適合指數增長的預測

馬爾科夫預測 某一系統未來時刻情況只與現在狀態有關，與過去無關。

馬爾科夫鏈

時齊性的馬爾科夫鏈

時間序列（略）

插值與擬合（略）

神經網路（略）

㈦ 求分享下司守奎老師的數學建模演算法與應用這本書的電子版，多謝多謝

㈧ 《計算機演算法設計與分析第5版習題及答案》pdf下載在線閱讀全文，求百度網盤雲資源

《計算機演算法設計與分析第5版習題及答案》網路網盤pdf最新全集下載:
鏈接：https://pan..com/s/1oxH2d3SdEUN0rx6LJRNBoA

㈨ 求數學建模競賽入門與提高pdf與大學數學實驗pdf,謝謝，

對北京來說，北航和北郵的比較好。
我們學校的所有工科專業都可以參加數學建模，而且學校有專門的選修課，誰都可以上。我是學材料的，但是我有同學得了建模全國第一。呵呵。所以，我覺得你學習軟體工程也完全可以學習。沒什麼問題。如果想得獎的，把數學一定要學好。而且還有個軟體：matlab也一定要學好。

這是我找到的囊括了80年代至2001年的數學建模教材，我們學校用的是E.A Bender的數學建模引論和姜啟源的數學模型（第二版）。
1. E. A. Bender, 數學模型引論，朱堯辰、徐偉宣譯，科學普及出版社，1982.
2. 近藤次郎，數學模型，宮榮章等譯，機械工業出版社，1985.
3. C. L. 戴姆, E. S. 艾維著, 數學構模原理，海洋出版社，1985.
4. 姜啟源，數學模型，高等教育出版社，1987.
5. 任善強，數學模型， 重慶大學出版社，1987.
6. M. Braun, C. S. Coleman, D. A. Drew, 微分方程模型，朱煜民、周宇虹譯，國防科技大學出
版社，1988.（即Moles in Applied Mathematics I, W. F. Lucas），
7. 諶安琦，科技工程中的數學模型，中國鐵道出版社，1988.
8. 江裕釗、辛培清，數學模型與計算機模擬，電子科技大學出版社，1989.
9. 楊啟帆、邊馥萍，數學模型，浙江大學出版社，1990.
10. 董加禮、曹旭東、史明仁，數學模型，北京工業大學出版社，1990.
11. 唐煥文、馮恩民、孫育賢、孫麗華，數學模型引論，大連理工大學出版社，1990.
12. 姜啟源，數學模型（第二版），高等教育出版社，1991.
13. H. P. Williams, 數學規劃模型建立與計算機應用，國防工業出版社，1991.
14. 李文，應用數學模型，華中理工大學出版社，1993.
15. 葉其孝主編，大學生數學建模競賽輔導教材，湖南教育出版社，1993.
16. 壽紀麟，數學建模 - 方法與範例，西安交通大學出版社，1993.
17. 葉其孝主編， 數學建模教育與國際數學建模競賽，《工科數學》雜志社，1994.
18. 濮定國、田蔚文主編，數學模型，東南大學出版社，1994.
19. 歐陽亮，系統科學中數學模型，山東大學出版社，1995.
20. 陳義華，數學模型，重慶大學出版社，1995.
21. 朱思銘，李尚廉，數學模型，中山大學出版社，1995.
22. 蔡常豐，數學模型建模分析，科學出版社，1995.
23. 徐全智，楊晉浩，數學建模入門，電子科技大學出版社，1996.
24. 沈繼紅、施久玉、高振濱、張曉威，數學建模，哈爾濱工程大學出版社，1996.
25. 任善強、雷 鳴，數學模型，重慶大學出版社，1996.
26. 齊 歡，數學模型方法，華中理工大學出版社，1996.
27. 王樹禾，數學模型基礎，中國科學技術大學出版社，1996.
28. 李尚志主編，數學建模競賽教程，江蘇教育出版社，1996.
29. 南京地區工科院校建模討論班編，數學建模與實驗，河海大學出版社，1996.
30. 譚永基，俞文ci，數學模型，復旦大學出版社，1997.
31. D. Burghes, 數學建模 - 來自英國四個行業中的案例研究，葉其孝、吳慶寶譯，世界圖書出版
公司，1997.
32. 葉其孝主編，大學生數學建模競賽輔導教材（二），湖南教育出版社，1997.
33. 劉來福，曾文藝，數學模型與數學建模，北京師范大學出版社，1997.
34. S.J.Brams, W.F.Lucas, P.D.Straffin,Jr., 政治及有關模型，國防科技大學出版社，1997.
（即Moles in Applied Mathematics II, W. F. Lucas）
35. W.F.Lucas, F.S.Roberts, R.M.Thrall, 離散與系統模型，國防科技大學出版社，1997.
（即Moles in Applied Mathematics III, W. F. Lucas）
36. H.Marcus-Roberts, M. Thompson, 生命科學模型，國防科技大學出版社，1997.
（即Moles in Applied Mathematics IV, W. F. Lucas）
37. 葉其孝主編，大學生數學建模競賽輔導教材（三），湖南教育出版社， 1998.
38. 袁震東等，數學建模，華東師范大學出版社， 1997.
39. 賀昌政等，數學建模導論，成都科技大學出版社， 1998.
40. 費培之等，數學模型實用教程，四川大學出版社， 1998.
41. 蔡鎖章等，數學建模原理與方法，海洋出版社，
42. 白其崢等，數學建模案例分析，海洋出版社，
43. 朱道元，數學建模精品案例，東南大學出版社， 1999.
44. 雷功炎，數學模型講義，北京大學出版社， 1999.
45. 吳翊等，數學建模的理論與實踐，國防科技大學出版社， 1999.
46. 周義倉等，數學建模實驗，西安交通大學出版社， 1999.
47. 蕭樹鐵等，數學實驗，高等教育出版社， 1999.
48. 李尚志等，數學實驗，高等教育出版社， 1999.
49. 樂經良等，數學實驗，高等教育出版社， 1999.
50. 謝雲蓀等，數學實驗，科學出版社， 1999.
51. 邊馥萍等，工科基礎數學實驗，天津大學出版社， 1999.
52. 賈曉峰等，微積分與數學模型，高等教育出版社， 1999.
53. 傅鸝等，數學實驗，科學出版社， 2000.
54. 楊學楨，數學建模方法，河北大學出版社， 2000.
55. 趙靜等，數學建模與數學實驗，高等教育出版社，施普林格出版社， 2000.
56. 葉其孝等，大學生數學建模競賽輔導教材（四），湖南教育出版社， 2001.
57. 何萬生等，數學模型與建模，甘肅教育出版社， 2001.

這個回答不知道滿意不？

㈩ 數學建模演算法與應用的內容簡介

《數學建模演算法與應用》主要內容簡介：作者司守奎、孫璽菁根據多年數學建模競賽輔導工作的經驗編寫《數學建模演算法與應用》系統全面，各章節相對獨立。《數學建模演算法與應用》所選案例具有代表性，注重從不同側面反映數學思想在實際問題中的靈活應用，既注重演算法原理的通俗性，也注重演算法應用的實現性，克服了很多讀者看懂演算法卻解決不了實際問題的困難。《數學建模演算法與應用》所有例題均配有madab或lingo源程序，程序設計簡單精煉，思路清晰，注釋詳盡，靈活應用Matlab工具箱，有利於沒有編程基礎的讀者快速入門。同時很多程序隱含了作者多年的編程經驗和技巧，為有一定編程基礎的讀者深入學習Matlab、Lingo等編程軟體提供了便捷之路。《數學建模演算法與應用》既可以作為數學建模課程教材和輔導書，也可以作為相關科技工作者參考用書。