当前课程知识点:数学建模 > 第4章 AHP方法与系统决策 > 4.5 轮廓模型 > 4.5 轮廓模型
同学们好 我们针对刚才说的
单摆运动或者用量纲分析的方法
来分析我们单摆运动 这么一种建模的方式
我们来开始了构建另外一种模型
叫作轮廓模型
那么 我们首先会议一下 我们的单摆运动
单摆运动 我们刚刚说了
是把所有的物理量跟它构造出来
把它量纲给它找出来
然后呢 构造出我们说的无量纲量
得到一个线性方程组
然后呢 由一次线性方程组呢
我们在跟它对它进行求解
那么解除它两个不同的
我们说两组解出来分别得到π1
分别得到π2
当然在这里 我们选定的是α4跟α5作为它的基向量
那么求解出α1α2α3
那我得到我们说一个运动的规律
我们表明单摆的运动周期呢
可以说的 跟摆球的质量是没有关系的
那么一样道理来说
我们能换一个基向量 换一个基向量
那么在这里面
我们换一个基向量
我们换成这两个基向量
我们来看一看
那么这样一样呢
我们说一样的可以把α1α2α3α4α5解可以得到
那么得到了我们说 这两组解
这两组解呢 我们分别可以得到一个π1
分别可以得到一个π2
那么从这里面
我们可以得到一个由π2来刻画
或者说来描述π1
所以得到这么一个表达式
这个表达式仍然是我们说的
t等于k倍的θ乘上一个根号 l一g
那么结论跟刚才一样的 表明我们说
单摆的运动周期跟摆球的质量是没有关系的
那么是不是这样的
我们刚才说到了
我们可以借助于
我们的实验物理学家 领先实验的数据来进行观测
那么由这个表可以看的出来 对吧
统计分析表明
我们说整个运动的周期确实跟质量没有明显的相关性
没有明显的相关性
那么从这里面来说
我们进一步还可以来分析出
那个kθ到底是什么样的
我们可以得到kθ基本上就是我们的2π
基本上做2π
所以通过我们的量纲分析这套办法呢
我们把我们的摆球的
或者单摆的运动周期的规律跟它刻画出来
就是我们的t等于2π乘上根号l一g
好了 这么一来的话
我们现在特别来看所谓2π
π不就是个3点14159的一个常数吗
所谓的重力加速度的g
g不是9点8吗
我们通常来说
如果把这两个这两个数值给它带进来的话
我们说2π再除以一个根号g
那么就是一个常数 是由很简单来理解的话
t就等于k倍的乘上根号l了
换句话说
k就是个常数
也就是说
单摆的运动周期跟我们摆长的根号
它是成正比例的关系
所以我们说得到一个非常简单的一个比例关系的模型
得到一个非常简单的一个比例关系的模型
t呢 等于根号l k倍
或者说t呢 跟摆长的根号成正比例
所以呢 从这来看的话
我们的量纲分析起来
给我们结束了一个什么东西呢
不同的量纲之间
例如t跟l它们之间的一种转换规律或者一种比例关系
那么从这里面 我们也可以看得出来
那么 在同样一个模型当中
如果我们说 y1跟y2它分别都是由一个x来刻画的量纲
x的α次方 或者说x的β次方 那么很自然的话
我们说y1跟y2之间
我也可以得到一个比较明显的一个比例关系
也就是我们说的β分子α次方
这是我们说从纯粹的比例关系里面
可以看到的这么一个规律
那么借助于它的话
我们可以来构造一个非常粗糙的
或者说 非常一般化的一个轮廓模型
我们基于这种比例关系 怎么来构造呢
我们先看一个最简单的例子
我们来感觉一下 我们做这种比例关系
考虑一个几何体
我们考虑特殊的几何体也就正立方体吧
在这正立方体里面
如果棱长是a的话
那大家可以想象出来所谓的周长 对吧
所谓的对角线长度
所谓我们说的 底面的对角线长度
那么基本上都是什么都是l
或者都是a的正比例关系
或者4a或者2a或者根号a
或者根号3a等等来说
就是我们说a的乘上一个系数
如果考虑面积
不管是表面积 还是底面积来说
那么实际上呢 它总是a的平方的一个系数
或者说 a的平方的一个比例关系
考虑体积 不管是我们说正方体的体积
还是棱锥的体积等等来说
都是a的三次方乘上一个系数
所以呢 从量纲的角度来看的话
我们说棱长如果看成是l的话
那面积就应该是l的平方
体积呢 就应该是l的三次方
当然具体刻画
那就应该还有存在一个系数
这是从量纲的角度来说
所以呢 很自然的话
我们就可以有这么一个结论
有这么一个结论 对吧
在相应部分的面积跟它的长度的平方是成比例的
对吧 相应部分的体积呢
跟它的长度呢的三次方是成比例的
如果把面积跟体积呢
我们作用不同的量纲之间做一种交换的话
或者说做一种转换的话
那么我们可以看出来
那么体积跟面积的什么 二分之三次方
它是成比例关系的或者说成正比例关系的
这么一个想法 好的 利用这么一个想法
我们来考虑一个非常简单的一个问题
考虑一个非常简单的问题
这是我们在生活当中经常会碰到的
我们大家去超市 对吧
去买东西
我们都可以看到有很多不同的商品
有不同的包装
不同的商品 有不同包装
有的是小包装 有的还有大包装
那我们自己买东西的时候
我们开玩笑说
都是要货比三家
或者说考虑下性价比的事情 哪个更合算
我们就开始买了一个
那么这是一组数据
我们可以看到的一组数据
例如我们说 看它佳士洁的那个草本的牙膏
有90克的 还有140克的 对吧
我们的提拉米苏这种蛋糕有六个装的
还有12个装的
还有我们说的 例如好丽友派等等来说
那么很自然的话 就开始考虑
你到底是买大包装还是买小包装
那么 从性价比的角度
我们都可以看得出来
一般来说
小包装要比大包装稍微要贵一点点
那么很自然的话
这种生活当中所发现的问题了
那么很自然我们就开始
希望借助于数学建模的方法稍微来分析一下
为什么小包装会比大包装要贵一点
或者大包装相对要便宜一点点
什么原因 什么原因
那么现在我们就开始借助于比例关系
轮廓模型来做一个简单的分析
好了
既然要做建模分析
那么首先来说
我们就开始做几条假设
首先 第一条假设
我们说不考虑一些其他的因素
对商品的价格的一些影响
例如我们通常说的广告的投入啊
或者说我们说的经济的动荡啊
这些东西我们都不考虑
我们站在那边考虑价格
我们说只考虑两种对吧
一种我们说包装所花的工时跟包装的材料 对吧
所谓的工时 大家可以说 那我们东西种类多
我都投入了
工人的投入也就越多了
这是我们说的 对吧
装一克跟装两克
我们考虑都是一种比例关系
包装的材料也是一样的
对吧 用的多
那我的这个包装材料的面积也就用的越多
那么只能我这个价钱也就跟它上去了
好的 相应来说
我们做两条辅助的假设 就是我们说的
不同的规格的商品
我们的包装的时候工作效率是相同的
那么我们可以简单来理解的话
对吧 都是拉一道缝
不管大缝跟小缝都是跟它钉在一块
所以我们的工作效率是一样的
第四个 我们做个很简单假设
不管是重的还是轻的 大包装还是小包装
我们说那些包装的材料
外观都非常相似
或者材料基本上相似
我们不考虑那种好像重的就用料好一点的
或者说轻的用一点差一点的材料
我们不考虑这个东西
我们说包装的外观跟材料都是基本上相似
或者说至少在价钱上是没有太多的区别
有了这几条假设的话
我们接下来开始考虑一些变量跟一些参量
A呢 我们假设是产品的一种成本呢
对吧 产品的一种成本 那么W呢
就表示我们商品的重量和质量
好的 B呢 有两部分构成
我们刚才说的 包装的成本由两部分构成
一部分是工时公司成本 一部分是什么材料成本
那么 一部分是B1 一个是B2
那么 S呢
我们说包装材料
它的用量 对吧
既然是包装
我们说买的是一块一块塑料纸了
然后把它再折成一个方
立体的图案
立体的东西
这样就构成包装
所以s呢 我们就相当那是个面积的概念了
C W表示总成本
cW表示什么
表示单位商品的平均成本
也就是每一克花了多少钱
每克花了多少钱
好 这么一来的话
我们来考虑下总成本
总成本实际上就是呢两种构成
一种是商品的成本
一种包装的成本
商品的成本我们刚刚说A
那包装的成本是一个B
B能有两部分构成
一个是B1一个是B2
那么实际上把它写在一块了
就是A B1跟B2 三部分构成了
商品的成本我们说了
那肯定谁的重量越多
花的成本就越大
所以我们认为是W的一个
一次方也就A1乘上W
A1乘上W
B1是谁呢B1是工时成本
工时成本 我们刚说了 装的越多呢
当然花的投入也许就多了
所以我们把它计作为A2乘上W A2乘上W
这是我们的A跟B写清楚的事情
B2是谁呢
B2我们说是包装材料的成本
包装材料的成本 那么很自然
它应该是谁呢
应该是用了多大的一块面积 对吧
一平方多少钱
那么 就变成我们的S的比例关系了
那S的比例关系的话
那我们再来想一想
S跟W之间有什么规律呢
我们知道面积跟体积之间 对吧
有个对应关系
面积跟体积之间有对应关系
那么面积实际上就等于谁呢
等于体积的我们说的
2的三次方了 那么体积有我们的密度公式
体积跟重量就可以对应起来了
所以这么一来的话
我们的B2都可以写成我们说了W的W的
我们说的3分之2次方 W的3分之2方次
好的 在乘上个系数 把它合在一块的话
A跟B1次W的一次函数
所以 我们要统它 把它写成为k1W
那么B2呢 就变成我们的k2乘上W的3分之2次方了
好 这时候我们说CW
考虑我们说 单位商品的平均成本的话
那就实际上由CW除一个W就可以了
就变成我们的k1加上k2
乘上W负3分之1次方 那么从这可以看得出来
W负3分之1次方
大家可以想象 它是W一个减函数了
W是个减函数
那么随意呢
从这可以看得出来
那么 随着w增加它的单位成本
它确实是在降低
这是我们说得到一个结论
对吧 单位商品的成本
它确实在降低 是W的减函数
所以我们大家说 它可以做大包装
因为越大包装越便宜嘛
这是我们的很简单的一个想法
那这么一来的话
大家会想到 那有没有可能无限制做大包装呢
那么有没有这种想法呢
我如果是无限的做大包装
那我们就接下来考虑 下面一个问题了
那么成本的降低率
成本的降低率
那只能?速度的概念了
对吧 成本降低率
那就说我每增加多少
我能够降低多少
那么实际上就用导数的概念
所以呢 在这地方我们就开始计算一个rW的事情
计算我们说一个rW就cW求导数
cW求导数 我们可以看得出来
那实际上就是我们说
k2乘上负3分之1乘上W负3之4次方
那我们说 既然是降低率的话
我就取个绝对值 比较方便一点
就等于3分之1乘上我们说的k乘上个W负3分之4次方
要从这个函数关系可以看得出来
从个函数关系就可以看得出来
那么 rW是仍然是w的一个减函数
对吧 仍然是W的一个减函数
那么 这个减函数说明什么事情呢
说成本的降低率确实是在下降
确实是在下降 对吧
就是说那么沿着大包装这条线往下再走
确实在下降
但是呢
我们计算下 后面这个东西 说的支出的节省率
那么 我们实际上的话
数着支出的设置节省率
那就是拿一个rW乘上一个W看看
它仍然是W的一个负3分之1次方
说它也是W的一个减函数
那这意味什么东西
意味着我们说 往下再做大包装
它确实是在减少
但是减少的是有限的 减少的是有限的
因为它是个减函数
所以从这里面可以看得出来
对于我们的现实生活里面来说
就说买东西 我们可以看得出来
买小包装肯定是不合算 小包装肯定不合算
但是我们说的买大包装也不合算
因为毕竟它往下再减
减的是有限的 减的是有限的
所以我们回过来
对应我们现实生活里面来看的话
我们一般的超市里面
一般的商店里面的话
说大包装跟小包装都会并存的 并存的
但是我们的特大包装就会很少
很少的事情的
这就是我们刻画这么一个问题
用比例关系 用轮廓模型
来了解一下我们现实生活当中的一些现象的事情
好的 关于轮廓模型
我们今天就说到这地方
我想下次课 我们再来说别的内容
今天到此结束
谢谢大家
-1.1 案例分析
-1.2 数学建模绪论
-1.3 数学建模活动
-第1章 习题
--第1章 习题
-2.1 最小二乘方法
-2.2 拟合函数的扩展
-2.3 最小二乘方法应用
-2.4 线性插值
--2.4 线性插值
-2.5 样条插值
--2.5 样条插值
-第2章 习题
--第2章 习题
-3.1 Malthus模型
-3.2 Logistic模型
-3.3 捕食者模型
-3.4 差分方程模型
-3.5 随机动态模型
-第3章 习题
--第3章 习题
-4.1 成对比较矩阵
-4.2 一致性指标
-4.3 权重向量的计算
-4.4 量纲分析
--4.4 量纲分析
-4.5 轮廓模型
--4.5 轮廓模型
-第4章 习题
--第4章 习题
-5.1 名额分配
--5.1 名额分配
-5.2 Hamilton方法
-5.3 Q方法
--5.3 Q方法
-第5章 习题
--第5章 习题
-6.1 两变量的线性规划
-6.2 单纯形方法
-6.3 整数规划
--6.3 整数规划
-第6章 习题
--第6章 习题
-7.1 模糊集合
-7.2 模糊关系
--7.2 模糊关系
-7.3 模糊综合决策
-7.4 模糊聚类分析
-第7章 习题
--第7章 习题