第二章习题二。
1)按照“两秒准则”表明前后车距与车速成正比,这和“一车长度准则”是类似的。在2.2节的基础上引入下面的符号:
d~前后车距(m)
v~车速(m/s)
k~按照“两秒准则”,d与v之间的比例系数(s),在“两秒准则”中,k=2
于是“两秒准则”的数学模型为。
而刹车距离的数学模型为。
要考虑“两秒准则”是否安全,即要比较d与d的大小。
代入k1=0.75v,k2=0.082678,k=2,所以当d>d,即刹车距离的理论大于前后车距时,认为不够安全;当d计算得到当速度超过15.
12 m/s时,“两秒准则”就不安全了,也就是说“两秒准则”适用于车速不是很快的情况。
另外,还可以通过绘图直观解释为什么“两秒准则”不够安全,用以下程序把刹车距离实测数据与“两秒准则”都画在同一幅图中:
v=(20:5:80).*0.44704;
d2=[18,25,36,47,64,82,105,132,162,196,237,283,334
d2=0.3048.*d2;
k1=0.75; k2=0.082678; k=2;
d1=[v;v;v].*k1;
d=d1+d2;
plot([0,40],[0,k*40],'k')
hold on
plot(0:40,polyval([k2,k1,0],0:40),'k')
plot([v;v;v],d,'ok')
title('比较刹车距离实测数据、理论值和两秒准则')
legend('两秒准则','刹车距离理论值',.
'刹车距离的最小值、平均值和最大值',2)
xlabel('车速v(m/s)')
ylabel('距离(m)')
hold off
2)“两秒准则”的不安全性在于,其刹车距离随着车速增长的速度赶不上理论刹车距离的增长速度,为此我们提出一个“t秒准则”,通过不断增加t的值使得刹车距离总是大于理论刹车距离。下面先利用式(1)求出不同速度下t的临界值(其中d-d=0,k1=0.75v,k2=0.
082678,k=t)
matlab程序:
v=(20:5:80).*0.44704;
d2=[22,31,45,58,80,103,131,165,202,245,295,353,418];
d2=0.3048.*d2; %最大理论反应距离。
k1=0.75; k2=0.082678;
d1=[v].*k1; %最大理论制动距离。
d=d1+d2; %最大理论刹车距离。
t=d./v;
故我们可以考虑下面的“t秒准则”
下面通过绘图直观解释 “t秒准则”的安全性,用以下程序把刹车距离实测数据与“t秒准则”都画在同一幅图中:
v=(20:5:80).*0.44704;
d2=[18,25,36,47,64,82,105,132,162,196,237,283,334
d2=0.3048.*d2;
k1=0.75; k2=0.082678;
d1=[v;v;v].*k1;
d=d1+d2;
plot(0:40,polyval([k2,k1,0],0:40),'k')
hold on
plot([0,15.646],[0,2*15.6464],'k',.
[15.6464,26.8224],[2*15.6464,3*26.8224],'k',.
[26.8224,33.5280],[3*26.8224,4*33.5280],'k')
plot([v;v;v],d,'ok')
title('比较刹车距离实测数据、理论值和t秒准则')
xlabel('车速v(m/s)')
ylabel('距离(m)')
hold off
1)在在2.3节的“生猪**时机”案例的条件下,研究每天投入的资金c对最佳**时机t的影响:
定义t对c的灵敏度为。
在实践中,由上式定义的灵敏度需要数值计算得到列表的结果如下表所示(c=3.2,t=10):
由上表可知c的微小变化对t的影响很大,即t对c不灵敏。
2)在2.3节的“生猪**时机”案例的条件下,研究每天投入的资金c对多赚的纯利润qmax的影响:
定义q(t)对c的灵敏度为。
在实践中,由上式定义的灵敏度需要数值计算得到列表的结果如下表所示(c=3.2,qmax=8):
由上表可知c的微小变化对qmax的影响很小,即qmax对c不灵敏。
1)通过matlab画图比较(1)式与(2.3.1)式得图像如下,其中实线为(1)式图像,虚线为(2.3.1)式图像:
matlab**:
hold on;
p1=@(t)12-0.08*t+0.0002*t.^2;
p2=@(t)12-0.08*t;
t1=0:.1:400;
plot(t1,p1(t1));
plot(t1,p2(t1),'
axis([0,400,0,15]);
xlabel('t');
ylabel('p(t)')
当t取[0,20]时,图像如下:
matlab**:
hold on;
p1=@(t)12-0.08*t+0.0002*t.^2;
p2=@(t)12-0.08*t;
t2=0:.1:20;
plot(t2,p1(t2));
plot(t2,p2(t2),'
xlabel('t');
ylabel('p(t)')
由图像可知(1)式假设**先降后升,(2.3.1)式假设**匀速下降,且(1)式和(2.3.1)式在最佳**时机t=20时误差很小,但(1)式更加接近实际。
2)由(1)式和(2.3.1)式算出在(1)式假设下多赚的纯利润为。
代入具体数值得。
通过matlab画图得函数q(t)的图像如下:
matlab**:
q=@(t)0.0002.*t.^3-0.062.*t.^2+1.6.*t;
t1=0:.1:300;
plot(t1,q(t1));
xlabel('t');
ylabel('q(t)')
令。解得q(t)的极大值点为。
天)则多赚的纯利润为。
元)3)分别定义t对h的灵敏度和q(t)对h的灵敏度为。
和。在实践中,由上式定义的灵敏度需要数值计算得到列表的结果如下表所示:
由上表可知h的微小变化对t和q(t)的影响都很小,即t和q(t)对h都不灵敏。
4)通常市场的**是会波动的,某件商品的**一般不会一直下降,当**下降到一定程度的时候往往会趋于稳定,所以(1)式对于长时间的模拟会比较接近实际,但本题考虑的时间不超过20天,(2.3.1)式与(1)式相比误差非常小,故本题应采用更简单的(2.
3.1)式作为假设。
1)要使,则只需令。
即。当wm=270,w0=90时,通过matlab画图比较(2)式与(2.3.2)式得图像如下,其中实线为(2)式图像,虚线为(2.3.2)式图像:
matlab**:
hold on;
w1=@(t)90*270./(90+180.*exp(-t./60));
w2=@(t)90+t;
t1=0:.1:400;
plot(t1,w1(t1));
plot(t1,w2(t1),'
xlabel('t');
ylabel('w(t)')
axis([0,400,0,300]);
当t取[0,20]时,图像如下:
matlab**:
hold on;
w1=@(t)90*270./(90+180.*exp(-t./60));
w2=@(t)90+t;
t2=0:.1:20;
plot(t2,w1(t2));
plot(t2,w2(t2),'
xlabel('t');
ylabel('w(t)')
由图像可知(2)式假设**先升后逐渐平稳,(2.3.2)式假设**匀速上升,且(2)式和(2.3.2)式在最佳**时机t=20时误差很小,但(2)式更加接近实际。
数学建模第二章作业答案章绍辉
习题2作业讲评。1.继续考虑2.2节的 汽车刹车距离 案例,请问 两秒准则 和 一车长度准则 一样吗?两秒准则 是否足够安全?对于安全车距,你有没有更好的建议?两秒准则 即后车司机从前车经过某一标志开始,默数2秒之后到达同一标志,而不管车速如何。刹车距离与车速的经验公式,速度单位为m s,距离单位为...
章绍辉数学建模第一章
一。x 1 05 1 y sqrt 1 x.2 plot x,y y k 2.x,y y 2.y 2.y k xlabel x ylabel y axisequal holdon x1 0 05 20 y1 x1 x2 0.1 05 3 y2 exp x2 plot x1,y1,k plot x2,...
章绍辉数学建模第四章
第四章。符号说明 酒精量是指纯酒精的质量,单位是毫克 酒精含量是指纯酒精的浓度,单位是毫克 百毫升 t 时刻 小时 x1 t 在时刻t吸收室 肠胃 内的酒精量 毫克 d0 在段时间内喝下2瓶啤酒后吸收室内的酒精量 毫克 c1 t 在时刻t吸收室 肠胃 的酒精含量 毫克 百毫升 c2 t 在时刻t中心...