1.建模過程:
將材料1,3做成丙產品會虧本,將材料2做成丙產品不會賺錢,故不做丙產品。並且可以看出材料1最貴,材料2最便宜,故盡可能多用材料2,少用材料1.故產品甲用%50的材料1,%25的材料2,%25的材料3.產品乙用%25的材料1,%50的材料2,%25的材料3。.
2.變數說明:
將x1,x2分別設為產品甲的質量和產品乙的質量(kg)。
利潤為z=2.5x1-2.5x2;
.3.約束條件:
0.5x1+0..25x2<=100
0.25x1+0.5x2<=100
0.25x1+0.25x2<=60;
x1>=0
x2>=0
4.結果:
將其用matlab軟體進行計算,得到做200kg甲產品和0kg乙產品時利潤最大,為500元。
5.matlab**:
c =
-2.5000
2.5000
>> a=
[0.5
,0.25
;0.25
,0.5
;0.25
,0.25]
a =0.5000
0.2500
0.2500
0.5000
0.2500
0.2500
>> b=
[100
;100;60
] b =100
10060
>> aeq=[0
,0]
aeq =00
>> beq=0
beq =
0>> lb=[0
;0]
lb =00
>>
linprog
(c,a,b,aeq,beq,lb)
optimal solution found.
ans =
2000
>> x=
200*
2.5
x =500
>>
數學建模感想
數學建模開始的時候於九月十三號晚上,當晚我們要開始選題,本這a題簡單,能看懂的原則,我們選擇了a題,然後我們三個小個人開始找資料和模板,直到晚上九點半的時候,老師來給我們講,選b題可能獲獎的機率大。因為b題是以 為主,而且題目有點長,難理解,選的人相對少一點,最後的最後,我們果斷的選擇b題了,我們當...
數學建模2
蒙特卡羅演算法。該演算法又稱隨機性模擬演算法,也稱統計實驗方法。是通過計算機 來解決問題的演算法,同時可以通過模擬來檢驗自己模型的正確性。資料擬合 引數估計 插值等資料處理演算法。比賽中通常會遇到大量的資料需要處理,而處理資料的關鍵就在於這些演算法,通常使用matlab輔助,與圖形結合時還可處理很多...
數學建模演算法
logistic模型 主成分分析法 k均值貝葉斯判別法 灰色 經典灰色演算法 遺傳演算法 神經網路 模擬退火演算法 粒子群演算法 乙個變數,根據較少資料,算出期望和方差,根據正態分佈的熵可以用大量資料畫圖表示。用於確定性的描述。求確定度,進行 並畫圖直觀表示。定性變數的概率分析。用於因變數只有0 1...