《数学建模-微积分模型要点.pdf》由会员分享,可在线阅读,更多相关《数学建模-微积分模型要点.pdf(18页珍藏版)》请在三一文库上搜索。
1、第四章微积分模型 今天人们不论从事什么活动都讲究高效益,即希望所采取的策略使某个或某些指标达到 最优。 商店订货要使订货、存贮等费用最小,体育比赛运动员要创造最好的成绩,工程设计 要追求最佳方案。普遍存在的优化问题经常成为人们研究的对象,建立这类问题的模型,我 们称为优化模型。 建立优化模型首先要确定所关心的优化指标的数量描述,然后构造包括这个指标及各种 限制条件的模型,通过模型求解给出达到优化指标的所谓策略。本章仅考虑定常情况(即所 给的策略不随时间改变)。 4.1 不允许缺货模型 某配送中心为所属的几个超市送配某种小电器,假设超市每天对这种小电器的需求量 是稳定的, 订货费与每个产品每天的
2、存贮费都是常数。如果超市对这种小家电的需求是不可 缺货的,试制定最优的存贮策略(即多长时间订一次货,一次订多少货)。 如果日需求量价值100 元, 一次订货费用为 5000 元,每件电器每天的贮存费1 元,请给出最 优结果。 模型假设 : ( 1)每天的需求量为常数r; ( 2)每次的订货费用为c1,每天每件产品的 存贮费为c2 ; ( 3)T 天订一次货 ,每次订Q件, 且当存贮量 为 0 时,立即补充,补充是瞬时完成的; ( 4)为方便起见,将r,Q 都视为连续量。 模型建立 将存贮量表示为时间的函数( ),0q tt时,进货Q 件这类小电器 ,储存量(0), ( )qQ q t以 需求
3、r 的速率递减,直到q(T)=0。 易见 Q=rT(4.1) 一个周期的存贮费用 C2=Acdssq T 2 0 )( 一个周期的总费用 C= 2 2 21 rT cc 每天平均费用 t )(tq Q TT1 2 )( 21 rTc T c Tc(4.2) 模型求解 求 T,使)(Tc取最小值。 由0 dT dc ,得 2 1 2 1 2 , 2 c rc Q rc c T (4.3) 上式称为经济订货批量公式。 模型解释 (1)订货费越高,需求量越大,则每次订货批量应越大,反之,每次订货量越小; (2)贮存费越高,则每次订货量越小,反之,每次订货量应越大。 模型应用 将100, 1,5000
4、 21 rcc代入 (4.3)式得T=10 天,Q=1000 件, c=1000 元。 4.2 允许缺货模型 某配送中心为所属的几个超市送配某种 小电器,假设超市每天对这种小电器的需求 量是稳定的,订货费与每个产品每天的存贮 费都是常数。如果超市对这种小家电的需求 是可以缺货的,试制定最优的存 贮 策 略 ( 即 多长时间订一次货,一次订多少货 )。 如果日需求为100 元,一次订货费用 为 5000 元,每件电器每天的贮存费 1 元,每 件小家电每天的缺货费为0.1元,请给出最 优结果。 与不允许缺货情况不同的是,对于允许缺货的情况,缺货时因失去销售机会而使利润减 少,减少的利润可以看作为因
5、缺货而付出的费用,称为缺货费。 于是这个模型的第(1) 、 ( 2) 条假设与不允许缺货的模型相同,除此之外,增加假设 ( 3)每隔 T 天订货 Q 件,允许缺货,每天每件小家电缺货费为c3 。缺货时存贮量q 看 作负值,)(tq的图形如图4.2,货物在1Tt 时送完。 一个供货周期T内的总费用包括: 订货费 1 c, 存贮费 1 0 2)( T dttqc,缺货费dttqc T T1 |)(|3 , 借助图 4.2 可以得到 一个周期总费用为 2 13121 )( 2 1 2 1 TTrcQTccC 每天的平均费用 rT QrTc rT Qc T c QTC 2 )( 2 ),( 2 3 2
6、 21 (4.4) 利用微分法,令 t )(tq Q TT1 0 0 Q C T C 可以求出最优的QT,值为 32 3 2 1 3 32 2 1 . 2 ,. 2 cc c c rc Q c cc rc c T (4.5) 记 )1( 3 32 c cc 通过与不允许缺货的模型相比较得到 /,QQTT(4.6) 显然QQTT,,即允许缺货时订货周期可以长一些,每次可以少订一些货。(4.6)式表 明,缺货费 3 c越大,值越小,, QT与QT,越接近,这与实际是相符的,因为 3 c越大, 意味着因缺货造成的损失越大,所以应该尽量避免缺货,当 3 c时,1,于是 QQTT,。这个结果是合理的,因
7、为缺货费充分大,造成的缺货损失也充分大,所以 不允许缺货。 将所给的数据代入(4.6)式得到7.301,333,33cQT件天元。 4.3森林救火模型 本节讨论森林救火问题。森林失火了,消防站接到报警后派多少消防队员前去救火呢? 队员派多了,森林的损失小,但是救火的开支增加了;队员派少了,森林的损失大,救火的 开支相应减小。 所以需要综合考虑森林损失和救火队员开支之间的关系,以总费用最小来确 定派出队员的多少。 从问题中可以看出,总费用包括两方面,烧毁森林的损失,派出救火队员的开支。烧 毁森林的损失费通常正比于烧毁森林的面积,而烧毁森林的面积与失火的时间、灭火的时间 有关, 灭火时间又取决于消
8、防队员数量,队员越多灭火越快。通常救火开支不仅与队员人数 有关,而且与队员救火时间的长短也有关。记失火时刻为0t,开始救火时刻为 1 tt,火 被熄灭的时刻为 2 tt 。设t 时刻烧毁森林的面积为 )(tB ,则造成损失的森林烧毁的面积为 )( 2 tB。下面我们设法确定各项费用。 先确定)(tB的形式,研究)( tB比)(tB更直接和方便。)( tB是单位时间烧毁森林的面积, 取决于火势的强弱程度,称为火势蔓延程度。在消防队员到达之前,即 1 0tt,火势越来 越大, 即)( tB随 t 的增加而增加; 开始救火后, 即 21 ttt,如果消防队员救火能力充分强, 火势会逐渐减小,即)(
9、tB逐渐减小,且当 2 tt 时,0)( tB。 救火开支可分两部分:一部分是灭火设备的消耗、灭火人员的开支等费用,这笔费用 与队员人数及灭火所用的时间有关;另一部分是运送队员和设备等的一次性支出,只与队员 人数有关。 模型假设 需 要 对 烧 毁 森 林 的 损 失费、救火费及火 势蔓延程度的形式做出假设。 (1) 损失费与森林烧毁面 积)( 2tB成正比,比例系数为1c,1c即烧毁单 位面积森林的损失费,取决于森林的疏密程度 x )( tB b tt2 1 t 和珍贵程度。 )2(对于 1 0tt, 火势蔓延程度)( tB与时间 t 成正比,比例系数称为火势蔓延速度。 (注:对这个假设我们
10、作一些说明,火势以着火点为中心,以均匀速度向四周呈圆形蔓延, 所以蔓延的半径与时间成正比,因为烧毁森林的面积与过火区域的半径平方成正比,从而火 势蔓延速度与时间成正比)。 (3) 派出消防队员x 名,开始救火以后,火势蔓延速度降为 x,其中 称为每个队 员的平均救火速度,显然必须/x,否则无法灭火。 ( 4)每个消防队员单位时间的费用为 2 c,于是每个队员的救火费用为)( 122 ttc,每个 队员的一次性开支为 3c。 模型建立 根据假设条件(2) 、 ( 3) ,火势蔓延程度在 1 0tt时线性增加,在 21 ttt时线性减 小,具体绘出其图形见图4.3。 记 1 tt时,btB)( 。
11、烧毁森林面积 2 02 )( )( t dttBtB 正好是图中三角形的面积,显然有 2 2 2 1 )(bttB 而且 x b tt 12 因此 )(22 1 )( 2 12 x b bttB 根据条件( 1) 、 (4)得到,森林烧毁的损失费为)( 21 tBc,救火费为xcttxc 3122 )(据此计 算得到救火总费用为 xc x bxc x bc btcxC 3 2 2 1 11 )(22 1 )( (4.7) 问题归结为求x 使 C(x)达到最小。令 0 dx dC 得到最优的派出队员人数为 2 3 21 2 2 c bcbc x(4.8) 模型解释 (4.8)式包含两项,后一项是
12、能够将火灾扑灭的最低应派出的队员人数,前一项与相 关的参数有关, 它的含义是从优化的角度来看:当救火队员的灭火速度和救火费用系数 3 c 增大时, 派出的队员数应该减少;当火势蔓延速度、开始救火时的火势b 以及损失费用系 数 1 c增加时,派出的队员人数也应该增加。这些结果与实际都是相符的。 实际应用这个模型时,321,ccc都是已知常数,,由森林类型、 消防人员素质等因素 确定。 4.4消费者的选择 本节利用无差别曲线的概念讨论消费者的选择问题。如果一个消费者用一定数量的资金 去购买两种商品,他应该怎样分配资金才会最满意呢? 记购买甲乙两种商品的数量分别为 21,q q,当消费者占有它们时的
13、满意程度,或者说给 消费者带来的效用是 21,q q的函数,记作),( 21 qqU,经济学中称之为效用函数。cqqU),( 21 的图形就是无差别曲线族,如图4.4 所示。类似于第二章中无差别曲线的作法,可以作出效 用函数族,它们是一族单调下降、下凸、不相交的曲线。在每一条曲线上,对于不同的点, 效用函数值不变,即满意程度不变。而随着曲线向右上方移动,),( 21qqU的值增加。曲线下 凸的具体形状则反映了消费者对甲乙两种商品 的偏爱情况。这里假设消费者的效用函数 经完全确定了。),( 21 qqU,即无差别曲线族已 设甲乙两种商品的单价分别为 21, p p元,消 费者有资金s 元。当消费
14、者用这些钱买这两种 商品时所作的选择,即分别用多少钱买甲和乙, 最大,即达到最大应该使效用函数),( 21 qqU达到 的满意度。经济学上称这种最优状态为消费者 均衡。 当消费者购买两种商品量为 21,q q时,他用的钱分别为 11q p和 22q p,于是问题归结为在 条件 sqpqp 2211 (4.9) 下求比例 2211 /qpqp ,使效用函数达到最大。 这是二元函数求条件极值问题,用乘子法不难得到最优解应满足 2 1 21 / p p q U q U ( 4.10) 当效用函数),( 21 qqU给定后,由( 4.10)式即可确定最优比例 2211 /qpqp。 上述问题也可用图形
15、法求解。约束条件(4.9)在图4.4 中是一条直线,此直线必与无 差别曲线族中的某一条相切(见图4.4 中的 Q 点) ,则 21,q q的最优值必在切点Q处取得。 图解法的结果与(4.10)式是一致的。因为在切点Q处直线与曲线的斜率相同,直线的 斜率为 21/ p p,曲线的斜率为 21 / q U q U ,在Q点,利用相切条件就得到(4.10)式。 经济学中 21 , q U q U 称为边际效用, 即商品购买量增加1 单位时效用函数的增量。 (4.10) 式表明, 消费者均衡状态在两种商品的边际效用之比正好等于价格之比时达到。从以上的讨 论可以看出, 建立消费者均衡模型的关键是确定效用
16、函数),( 21 qqU。构造效用函数时应注意 到它必须满足如下的条件: 条件 A : cqqU),( 21 所确定的一元函数)( 12 qqq 是单调递减的,且曲线是呈下凸的。 条件 A 是无差别曲线族cqqU),( 21 的一般特性,这个条件可以用下面更一般的条件代 替。 条件 B: cqqU),( 21 11 /qps 2q 2 / ps Q Q 0, 0, 0, 0, 0 2 1 2 2 2 2 2 1 2 21qq U q U q U q U q U 。 在条件B 中,第一、第二两个式子表示,固定某一个商品购买量,效用函数值随着另 一个商品的购买量的增加而增加; )2, 1(0 2
17、2 i q U i 表示,当 i q占有量较小时,增加 i q引起的 效用函数值的增加应大于 i q占有量较大时增加 i q引起的效用函数值的增加;最后一个不等 式的含义是,当 1 q占有量较大时增加 2 q引起效用函数值的增加应大于 1 q占有量较少时增加 2 q引起效用函数值的增加。仔细分析可以知道,这些条件与实际都是相符的。也可以验证 条件 B 成立时,条件A 一定成立。 下面来分析几个常用效用函数的均衡状态。 (1) 效用函数为 )0,(),( 21 21 21 ba bqaq qq qqU 根据( 4.10)式可以求得最优比例为 )2, 1,( 2 1 2 1 iqps ap bp
18、s s iii 结果表明均衡状态下购买两种商品所用的资金的比例,与商品价格比的平方根成正比。 同时与效用函数中的参数ba,也有关,参数ba,分别表示消费者对两种商品的偏爱程度,于 是可以通过调整这两个参数来改变消费者对两种商品的爱好倾向,或者说可以改变效用函数 族的具体形状。 (2) 效用函数为 )1,0(),( 2121 qqqqU 根据( 4.10)式可以求得最优比例为 )2, 1,( 2 1 iqps s s iii 结果表明均衡状态下购买两种商品所用的资金的比例与价格无关,只与消费者对这两种 商品的偏爱程度有关。 (3) 效用函数为 )0,(,)(),( 2 2121 baqbqaqq
19、U 根据( 4.10)式可以求得最优比例为 )2, 1,( 1 2 2 2 2 1 iqps pb pa s s iii。 结果表明均衡状态下购买两种商品所用的资金的比例,与商品价格比成反比,与消费 者对这两种商品偏爱程度之比的平方成正比。 在这个模型的基础上可以讨论当某种商品的价格改变,或者消费者购买商品的总资金 改变时均衡状态的改变情况。 4.5 雨中行走模型 下雨天忘记带伞总是件不愉快的事,因为 你往往不得不硬着头皮跑回家,弄得一身湿。 怎样才能在跑动中少淋雨,自然是一件非常重 要的事,本节试图从定性的角度,分析奔跑速 度与淋雨量的关系。 淋雨量与人的形体有关,而人体是不规则 的立体形状
20、, 因此为了计算淋雨量,有必要对人 体形状做些假设。为了简化计算,我们先给出 几个相关的假设。 模型假设 (1) 人体的外表面为一长方体(见图4.5)在三维坐标系中,人体外表面相对于雨水的 运动有三个方向,由物理学中的运动独立性原理可知,这三个方向上的运动彼此独立,互不 干扰,可以分别讨论。不妨设人在三个方向上相对于雨水的速度为 zyxvvv,,并让体表分 别在垂直于这三个方向的平面上作投影,投影面积分别记为 321 ,SSS。通过等积原理,将 这三者拼合成三个相邻表面。 设某人在雨中奔跑了t时间,根据等效原理,人体外表面在三个方向上扫过的体积分别 为tvStvStvS zyx321 ,,人体
21、扫过的总体积为 tvStvStvSVzyx321(4.11) 计算淋雨量,需要先弄清楚雨水的运动情况。雨水可以视为以一定速度运动且在空间 分布均匀的流体,不妨设其质量分布系数为Q。当人淋雨时,就普通人而言,看到的只是 雨水纷纷而下。 但若换一个角度,建立相对直角坐标系,将雨水视为静止的,那么人就在相 对雨水而动了。 形象地说,当雨水被视为静止的,它便和空间保持位置不变,而人则在静止 的雨水中穿梭。 显然,人的这种运动是相对雨水而言的。而且人在穿梭过程中,外表面不断 地扫过一定的空间。根据以上分析,我们可以发现,人的淋雨量 QVm.(4.12) 通常雨水并非垂直下落的,我们将雨水的速度向量分解为
22、垂直速度和水平速度,不妨 增加假设: (2) 雨水的垂直速度为1v,水平速度为2v。 雨中的人在不停的奔跑,每跨出一步(从一脚起跳到落地),其重心轨迹可近似为一个 抛物线轨迹,因此人在雨中奔跑的重心可视为一系列全等的抛物线,据此,我们给出假设: (2) 每个抛物线的长度为0L,起跳时垂直速度与水平速度分别记为21,uu, 从起跳到落地的时间为 0 t,人在雨中奔跑的总距离为L,不妨假设L为 0 L的整倍数。由物 理学的抛体运动定律可得guutuLgut/2,/2 2102010。 模型建立 计算人在每个方向上的淋雨量: 对于垂直方向上,每一个小段的淋雨量为tvQS z3 。利用相对坐标系得到
23、,00tt时的垂直方向的速度为gtvuvz11,这期间扫过的雨水体积 g Svu dtgtvudtvSV tt zz 311 0 113 0 3 2 )(S 00 据此计算得到在垂直方向总的淋雨量为 2 13311 0 21 QQ2 )( u LvS g Svu L L muf z (4.13) x y z 1S2S 3 S 从(4.13)式中可以看出,)( 21uf关于水平方向的速度是单调减少的,但与垂直方向速度1u 无关。 对于前(后)方向的淋雨量,记2u与2v的夹角为,显然,0。 (1)当,2/ 人跑完全程所需时间为 2 / uLt。设在这段时间内 2 S面上的淋雨量记为 y m,易见
24、tQSvm yy2。利用相对直角坐标系得到该方向的相对速度为 cos 222 vuv。据此求得 2 2 2 ) cos 1(LQS u v my 同理可以求出左(右)侧面的淋雨量 sin v 2 12 u LQS mx 记 yx mmuf)( 22 ,因此 LQ u v S u v Suf sin ) cos 1()( 2 2 1 2 2 222 (4.14) 因为0cos,0)( 22 uf,所以)( 22 uf关于 2 u是单调递减的。 (2)当2/, 0 通过上述类似的分析可得 2 2 2 | cos 1|LQS u v my sin 2 1 u LQS mx LQ u v S u v
25、Smmufyx sin | cos 1|)( 2 2 1 2 2 223(4.15) 从( 4.14)式或( 4.15)式都可以得到,水平方向的淋雨量均与垂直速度无关,只是水 平速度的函数。 模型分析 (1)当, 2/时,总淋雨量 )()(2221ufufm 由前面的分析知道,m 是关于 u2的单调递减函数,因此u2越大,淋雨越少,直观上说, 雨中奔跑的人应跑得越快越好。 (2)当 2/,0时,总淋雨量 2 2222113 2321 |cos|sin )()( u vuSvSvS QLufufm(4.16) 将上式记为)( 2 uF,下面讨论)( 2 uF的单调性。 (i)当cossin 21
26、SS时 如果cos 22 vu, )cossin( )( 2 21213 22 u SSvvS SQLuF关于 u2是单调递减 的; 如果cos0 22 vu, )cossin( )( 2 21213 22 u SSvvS SQLuF关于 u2是单调递 减的; 根据以上分析得到,m 是关于 u2的单调递减函数,因此u2越大,淋雨越少,直观上说, 雨中奔跑的人应跑得越快越好。 (ii )当cossin 21SS时 如果 sincos12 3 1 2 SS S v v ,类似前面的分析可知,)(2uF是关于 u2的单调递减函 数,因此u2越大,淋雨越少,直观上说,雨中奔跑的人应跑得越快越好。 如果
27、 sincos12 3 1 2 SS S v v cos0, )cossin( cos, )cossin( )( 22 2 21213 2 22 2 21213 2 2 vu u SSvvS SQL vu u SSvvS SQL uF 通过分析知道,)( 2uF是关于u2的单调递增函数,因此 u2越小,淋雨越少,因此淋雨 最少的奔跑速度为cos 22vu。 模型解释 在上面的分析中,我们得到了几种情况下的淋雨量与奔跑速度之间的关系,下面解释 它们的实际含义。 条件,2/表示雨是前面或侧面打来的,此时奔跑得越快,淋雨越少; 条件cossin 21SS等价于23mm,其含义是体侧淋到的雨不少于后背
28、淋到的雨, 条件cossin 21 SS, sincos 12 3 1 2 SS S v v 等价于 312 mmm,其含义是后背淋雨量 比其它部位淋到的雨少,这两种情况都是奔跑得越快淋雨越少; 条件cossin 21SS, sincos12 3 1 2 SS S v v 等价于312mmm,其含义是后背 淋到的雨比其它部位的总和都要多,在此条件下,当cos 22 vu时,淋到的雨最少。此时 人奔跑的水平速度与雨的水平速度是一致的,人的体前与体后都淋不到雨。根据以上分析, 我们给出逃雨的三条原则: 如果雨是从前方或侧面打来的,那么跑得越快越好; 如果雨是从后方或侧面打来的,且速度较小,以至于人
29、站在雨中时,后背淋雨还不及 其它部分多时,那么奔跑时也是越快越好; 如果雨较大,以至于人站在雨中时,后背淋到的雨比身体其它部分还要多,那么奔跑 时应使前胸与后背淋不到雨为最优。 在这个模型中,我们将人的形体简化为长方体,实际上,我们还可以将人的形体简化 为圆柱体,这样计算会简单一些,读者可以尝试建立一个模型进行分析。 4.6 数值微分与积分 4.6.1数值微分 微分运算比较简单,任何一个由基本初等函数经过四则运算及复合运算得到的函数, 都可以用导数公式或求导法则求出其导数,但是遇到由离散数据或者图形表示的函数就不一 样了,这时候我们需要利用相应的数值方法,即利用函数在一些离散点上的函数值推算出
30、某 点处导数的近似值。 最简单的数值微分公式是用向前差 商 近 似代替导数,即 x )(xfy y AB C hxxhx 000 h xfhxf xf )()( )( 00 ( 4.17) 类似地,也可以用向后差商近似代替导数,即 h xfhxf xf )()( )( 00 (4.18) 或者用中心差商近似代替导数 h hxfhxf xf 2 )()( )( 00 (4.19) 在几何图形上, 三种差商的含义是分别用线段CBCAAB,的斜率近似代替曲线)(xf在 A 点处切线的斜率(见图4.6) 。比较这三条直线与过A 点的切线发现中心差商更为精确。 (4.17)( 4.19)式分别称为向前差
31、商、向后差商、中心差商。记 h hxfhxf hD 2 )()( )( 00 (4.20) 式( 4.19)称为中点公式。利用泰勒公式得到 0000 23 (3) 000001 23 (3) 00002 1 ()( )()()() 2 1 ()()()“()() 22!3! ()()“()() 2!3! fxD hfxf xhf xh h hh fxf xhfxfxfxh h hh f xhfxfxfxh 2 0102 2 0 1 ()() 12 1 ()( 1,1) 6 hfxhfxh h fxh 由此可以看出,从截断误差的角度来看,步长越小计算结果越精确。 由上面的分析可知,采用中点公式时
32、若以缩小步长h来提高精度, 一般只能对以分析表 达式表示的函数适用,对于数据表示的函数,还要另想方法。 对于数据表示的函数,通常用差分与差商作为导数与微分的近似。下面简要介绍这个 思想,并利用这一思想求积分的近似值。为此,将区间,ban 等分,取步长 n ab h,当函 数)(xfy在分点上用离散数值表示为),( kk yx ,对于 bxxxa n10 ,函数在分点的 导数值可以表示为 1,2, 1, 2 )( 11 nk h yy xf kk k (4.21) 对于两个端点 h yy xf h yy xf nn n 101 0 )( ,)( 为了提高精度可用二次插值函数代替曲线)(xf,则在
33、两个端点有 h yyy xf h yyy xf nnn n 2 43 )( , 2 43 )( 12210 0(4.22) 式( 4.21) 、 (4.22)统称为三点公式。 高阶导数的近似公式一般要通过插值多项式得到,不过在简单情况下可以直接由一阶 近似式或者泰勒展开式求出,读者自行可以推出如下常用的二阶导数近似公式: 2 )()(2)( )(“ h hxfxfhxf xf kkk k (4.23) 并进一步利用泰勒公式给出(4.23)式的误差估计。 4.6.2 数值积分 在许多实际问题中,常常需要计算定积分 b a dxxfI)(的值。根据微积分学基本定理, 若被积函数)(xf在区间,ba
34、上连续,只需要找到被积函数的一个原函数)(xF,就可以用牛 顿莱布尼兹公式求出积分值。但在实际使用时, 往往因为被积函数的复杂性或难以求出原 函数等原因,使得求精确值很难或不可能,所以需要用数值方法求某一定积分的近似值。 假如)(xf在,ba上可积,利用定积分的定义 n ab fIIdxxfI n k knn n b a 1 )(,lim)((4.24) 根据定积分的几何意义,可知当n 充分大时,可将 n I视为积分I 的近似值。这里 k是取自 第 k 个区间, 1kkxx 中的值。该方法的几何意义就是利用一系列小矩形的面积近似曲边矩形 式,可以得的面积。对于 k的不同选取方 到不同的数值积分
35、公式,各种不同的数值积 分公式的精度是不完全一样的。在利用数值 方法求积分的近似值时,需要根据计算精度 的要求,选择一个适合的积分公式。 梯形公式和辛普森公式 定积分表示曲线xf ()下的曲边梯形的 有向面积。我们先从图4.7 上观察如何近似 计算定积分的面积。 如果将区间 ,ba 划分 n 等分,结点分别记为 bxxxa n10 , n ab h, hxff kk ),(称为积分步长。如果取 kk x,公式( 4.24)可以表示为 n k kn fhI 1 (4.25) 式( 4.25)称为计算定积分的矩形公式。 如果我们用小梯形代替小矩形作为曲边梯形的近似,即利用 2 1kk ff 代替
36、k f,则得到 近似公式 )( 2 0 1 1 n n k kn ff h fhT(4.26) 它的实际含义是利用逐段线性函数作为)(xf的近似,式(4.26)称为梯形求积公式。 为了提高计算精度,可以用分段二次插值函数 k S 代替)(xf。由于每段都要用到相邻两 个小区间端点的三个函数值,所以小区间的数目必须是偶数。记1,2, 1 , 0,2mkmn, 在第 k 段的两个小区间上用三个节点),(),(),( 2222121222kkkkkk fxfxfx作二次插值函数 )(xSk,然后积分可得 )4( 3 )( 22122 22 2 kkkk x x fff h dxxS k k 求m段之
37、和就得整个区间上的近似积分 ba 1kk1k xxx x y )( xfy m ab hffff h S m k k m k kmn 2 ),24( 3 1 1 2 1 0 1220 (4.27) 公式( 4.27)称为抛物形公式(辛普森求积公式)。 梯形公式在小区间, 1kk xx上是用线性插值函数)(xT代替)(xf,由泰勒公式得到 ,),)( 2 )( “ )()( 11kkkkk k xxxxx f xTxf )(“ 12 )( 2 )(“ )()( 3 1 11 k x xkk x x k f h dxxxxx f dxxTxf k k k k 梯形公式( 4.26)的误差为 |)(
38、|),( n b ann TdxxfTITfR 记),(|,)(“|max 2 baxxfM 它常可以粗略地估计,因此 )( 12 ),(2 2 abM h TfRn(4.28) 上式表明梯形公式 (4.26) 的误差是 2 h阶的,即是 2 阶收敛的。 还可以求出辛普森公式(4.27) 的误差 )( 180 ),( 4 4 abM h SfR n (4.29) 其中 ),(|,)(|max )4( 4 baxxfM即误差为 4 h阶的。 从前面的求积公式中可以看出误差随着n的增大 (即步长减小) 而减小, 因此对于给定 的误差限,我们可以根据误差估计式确定适当的步长。由于(4.28)式或(
39、4.29)式都含 有高阶导数, 一般都不容易估计。在实际求积过程中,通常用二分法每次将上一次的每个小 区间等分为二,因此区间数n 增加一倍,随着n 的增加,计算精度也随着增加,直至满足精 度要求(通常是通过比较前后两次计算值的误差是否满足精度要求来确定是否中断计算)。 下面以梯形公式为例说明这一过程。 由( 4.28)式可知,当n 增加一倍时,)( 3 1 22nnn TTTI,所以只要 | 2nn TT ,计 算出的 n T2 即可满足| 2n TI的精度要求。而每次分点加密一倍时,原分点的函数值 k f不 需要重新计算,只需要求出新分点( 1 , kk xx的中点)的函数值(记作 2/1k
40、 f) ,即可算出 2 , 22 1 0 2/12 ab hf hT T n k k n n (4.30) 对于辛普森公式也可作类似处理。 例 1 对于 2 4 ( ) 1 f x x ,利用表4.1 所给的数据,计算积分 1 0 )(dxxfI。 表 4.1)1/(1)( 2 xxf数据表 k x)( k xf k x)( k xf 04.00000000 5/8 2.87640449 1/8 3.93846154 3/4 2.56000000 1/4 3.76470588 7/8 2.26548673 3/8 3.50684932 1 2.00000000 1/2 3.20000000 解
41、这个问题有精确的答案141592653. 3|arctan4 1 0 xI。 将区间 1 , 0八等分,即取8n,应用梯形公式求得 13898850.3)1( ) 8 7 () 4 3 ( ) 8 5 () 2 1 () 8 3 () 4 1 () 8 1 ( 2) 0( 8 1 2 1 )( 8 fff fffffffT 将区间1 ,0四等分,即取4n,应用辛普森公式求得 14159250. 3)1() 8 7 (4) 4 3 () 4 3 () 8 5 (4) 2 1 ( ) 2 1 () 8 3 (4) 4 1 () 4 1 () 8 1 (4) 0( 4 1 6 1 )(4 fffff
42、f fffffffS 比较 48,S T 的结果,它们都需要提供9 个点的函数值,计算量基本相同,然而精度却有较大 差别,辛普森公式的精度相对较高。 龙贝格公式 从梯形公式和辛普森公式中可以看到,不论哪个近似求积公式都可以写成如下形式: n k kkn xfAI 1 )((4.31) 其中 k A 是与函数)(xf无关的常数, 梯形公式与辛普森公式的区别仅在于 k A 的取值不同。 不 同公式近似的精确程度是不一样的,一般用代数精度的概念来衡量求积公式的精度(复化求 积公式用阶来衡量) 。代数精度是用幂函数作为被积函数,以近似积分与精确值是否相等作 为精度的度量标准,有如下定义: 设 k xx
43、f)(,用( 4.13)式计算 b a dxxfI)(,若对于mk,2, 1, 0都有IIn,而当 1mk时II n ,则称求积公式 n I的代数精度为 m。容易验证梯形公式的代数精度为1, 辛普森公式的代数精度为3。 梯形公式与辛普森公式的特点是将积分区间等分,将分点作为插值节点,用分段插值 多项式代替)(xf作积分,因而节点数n给定后节点 k x是固定的,要构造求积公式只需要确 定( 4.31)式中的系数 k A 即可。对于梯形公式,当区间分点数加倍时,近似值 n T2的误差约 等于 3 2nn TT ,如果用这个误差值作为 n T2的一种补偿,得到公式 nnnnn TTTTTT 3 1
44、3 4 )( 3 1 222 ( 4.32) 将梯形公式( 4.26)代入( 4.32)得到 nST 上式表明,用梯形公式对于区间二分前后的两个积分值 nn TT 2 ,按( 4.32)式线性组合, 就得到辛普森公式的积分值 n S ,而误差由 2 h 阶变为 4 h 阶。类似地有 )( 15 1 ),( 16 1 222nnnnn SSSISISI 于是 nn SS 2 ,的线性组合 nn SS 15 1 15 16 2 为更精确的近似公式,可以证明其误差是 6 h阶的。 如此继续下去,如果我们将最初的梯形公式(4.26)重新记作 n ab hff h fhhT n n k k ),( 2
45、)( 0 1 1 1(4.33) 而将区间二分后的 n T2改为) 2 ( 1 h T,则上述构造),(,22nnnnSSTT线性组合的步骤可以归结为如 下的递推公式 ,2, 1),( 14 1 ) 2 ( 4 4 )( 1 1 jhT h ThT j j j j j j (4.34) 每递推一次误差降低 2 h阶。 (4.33)式和 (4.34) 式就是龙贝格求积公式。 类 别 类别( 2)模型名称关键点备注 参考 书目 复 杂 系 统 库存模型 排队模型 可靠系统 差 分 方 程 模 型 动力系统类 酵母菌增长模型 平衡点; 平衡点的 分类 地高辛衰减模型 战争模型 总量一定 时,对单 量
46、的分配 竞争物种模型 不稳定平 衡:对初 始值敏感 比 例 性 模 型 钓鱼比赛模型 几何相似 性 身高、体重与灵活性模型 数 据 拟 合 模 型 最小二乘拟合 停止距离模型97 海湾收成模型 多项式拟合 磁带播放模型 高阶多项 式敏感度 很强 光滑化115 停止距离模型( 2) 三阶样条 法。有自 然和强制 样条两种 134 预 测 时间序列GM(1,1),指数平滑,线性平滑 因果分析法 聚 类 分 析 灰色关联度分析 聚类分析 因子分析 模蒙特卡罗算法硬币投掷模型149 拟 方 法 汽油储存模型 逆线性样 条(可改 变随机数 范围) 155 港口系统模型 改变参数 时,改善 情况的分 析
47、164 离 散 概 率 模 型 马尔可夫链 汽车租赁模型 要结合蒙特卡 罗算法 176 投票趋势模型177 Markov 决策 串联和并联系统模型178 线 性 规 划 模 型 无约束类生产计划模型192 取整数类载货模型194 动态规划类197 多目标规划类投资问题 有时须对 目标进行 取舍。可 采取加权 系统层次分析 196 冲突目标 Minmax与 maxmin 机会约束 约束满足 概率性 P 矛盾约束 约束相互 矛盾 单纯形法木匠生产模型 注意步骤 性。 215 组合模型 参数模型 动态规划决策法 背包问题 排序问题 多步骤形 的规划 数值搜索法工业流程优化 黄金分割 搜索法 还有二分
48、搜索 法 233 网 络 流 最大树 最大流 最短路 关键路线 法 网络计划 布点问题中心问题 重心问题 运输问题 分配问题 匈牙利方 法 最大匹配 最优匹配 旅行推销问题 中国邮递员问题 非 线 性 规 划 分式规划 目标是分 式 凸规划 几何规划 对 策 2 人 0 种对策 鞍点对策 混合对策 合作 量 纲 分 析 模 型 单摆模型 通过实验 选择最终 模型 253 爆炸模型 函数随爆炸威 力上升改变 258 烤火鸡模型262 阻力模型 使用相似 性、比例 性。 注意它额外定 义的物理量。 268 图 标 模 型 军备竞赛模型 民防、移动发 射台、多弹头 271 税收归宿模型 税收- 能源
49、危机模型 参考经济 学书籍! 288 税收- 汽油短缺模型 微 分 方 程 模 型 人口模型 马尔萨斯人口模型无限增长299 有限增长模型 可推广到其它 生物的增长 301 用药模型 储蓄模型 关注 Euler 法的使用 (该 法并不精确) 326 生物关系模型 竞争捕猎模型 363 页:相应 的 Euler 法使 用 捕食者 - 食饵模型 Scheafer 微分方程模型 Lanchester 战斗模型350 SIR模型 军备竞赛的经济模型355 混沌与分形模型 连 续 优 化 问 题 Steiner树 库存模型 制造模型 最陡上升 梯度方法 375 石油转运模型 Lagrange 乘子法 注意里面涉及 到的经济学概 念和意义 381 航天飞机的水箱模型 渔业模型 注意各种“最 优”的意义 384 最 优 化 模拟退火法 神经网络 遗传算法 分治算法 差分进化 蚁行算法 粒子群 不 确 定 模 型 灰色系统 数理统计 模糊数学聚类分析 模型名称所在目录 1,国有企业业绩分化的数学
链接地址:https://www.31doc.com/p-5208727.html