当前位置: 首页 > news >正文

有趣的数学 数学建模入门三 数学建模入门示例两例 利用微积分求解

一、入门示例1

1、问题描述

       某宾馆有150间客房,经过一段时间的经营,该宾馆经理得到一些数据:如果每间客房定价为200元,入住率为55%;定价为180元,入住率为65%;定价为160元,入住率为75%;定价为140元,入住率为85%。

        经理想要使每天的收入最高,问每间客房的定价应为多少?

2、模型假设

        假设1:每间客房的最高定价为200元。

        假设2:根据题目提供的数据,可设随着房价的下降,入住率呈线性增长。

        假设3:宾馆的每间客房的定价相等。

3、模型建立

        设y表示宾馆一天的总收入,与200元相比每间客房降低的房价为x元。由假设2可得,每降低1元房价,入住率就增加\frac{0.1}{20} = 0.005

        因此,150间客房,最高房价200,1元入住率为0.005,可以如下公式:

y=150\times (200-x)\times (0.55+0.005x)

        由0.55+0.005x\leq 1,可知0\leq x\leq 90。于是问题转化为求当0\leq x\leq 90时,总收入y的最大值是多少?

4、模型求解

        我们整理一下上面的方程。

        y = 150 \times (200\times 0.55 + 200 \times 0.005x -0.55x - 0.005 \times x^2)

        y = 150 \times (110 - 0.45x - 0.005x^2)

        然后利用一元函数微分,令{y}' =150\times (0.45-0.01x) =0

        可得当x=45,即房价定为155元时,可获得最高收入18018.75元。此时,相应的入住率为77.5%。

二、入门示例2

1、问题描述

        人口统计学家已经发现:每个城市的市中心人口密度最大,离市中心越远人口越稀少、密度越小。最为常见的人口密度模型为f = ce^{-ar^2}(每平方千米人口数),其中ac为大于0的常数,r是距市中心的距离。如何求某城市的总人口数?

        根据相关数据:某城市市中心的人口密度为:f=10^5

        在距离市中心10km时的人口密度为:f = \frac{10^5}{e^2}

        该城市为半径30km的圆形区域。

2、问题分析

        为了确定区间,设市中心位于坐标原点,于是r = \sqrt{x^2 + y ^2},从而人口密度函数为f = ce^{-a(x^2 + y ^2)}

3、模型求解

        先确定人口密度中的常数a,c。

        由r=0f=10^5r=10f = \frac{10^5}{e^2},可得a=\frac{1}{50}c=10^5

        因此人口密度函数为:f = 10^5 \cdot e ^ {- \frac{x^2 + y ^2}{50}}

        从而该城市的总人口数就是人口密度函数的积分,其中积分区域D为0\leq r\leq 300 \leq \theta \leq 2\pi,即

http://www.lryc.cn/news/260371.html

相关文章:

  • 【Monitor, Maintenance Operation, Script code/prgramme】
  • python接口自动化测试(单元测试方法)
  • 【css】划过滚动条,滚动条加宽,划出时,变回原宽度
  • 飞天使-linux操作的一些技巧与知识点5-ansible之roles
  • FPGA - 1、Simulink HDL coder模型例化到FPGA
  • 02基于matlab的卡尔曼滤波
  • 基础算法(3):排序(3)插入排序
  • Vue3-18-侦听器watch()、watchEffect() 的基本使用
  • mysql 5.7.34升级到5.7.44修补漏洞
  • 基于电子密码锁具有掉电存储系统设计
  • 清华大学考研复试上机题之二叉树的遍历
  • java全栈体系结构-架构师之路(持续更新中)
  • 【C语言】超详解strncpystrncatstrncmpstrerrorperror的使⽤和模拟实现
  • 【Spring Boot 】Spring Boot 常用配置总结
  • Day60力扣打卡
  • Axure的动态图使用以及说明
  • 力扣 | 437. 路径总和 III
  • 如何部署自己的服务渲染页面为Pdf文档
  • 常用的调试方法(段错误产生原因)
  • [云原生] Docker 入门指南:镜像、容器、卷和网络解析
  • 机器学习-聚类问题
  • leetcode9.回文数java解法
  • 图论专栏一《图的基础知识》
  • 得帆云为玉柴打造CRM售后服务管理系统,实现服务全过程管理|基于得帆云低代码的CRM案例系列
  • 智能优化算法应用:基于蝠鲼觅食算法3D无线传感器网络(WSN)覆盖优化 - 附代码
  • vue2 以及 vue3 自定义组件使用 v-model使用默认值以及自定义事件
  • 《PCL多线程加速处理》-滤波-统计滤波
  • 插入排序——直接插入排序和希尔排序(C语言实现)
  • 【Linux系统化学习】进程地址空间 | 虚拟地址和物理地址的关系
  • Navicat 技术指引 | 适用于 GaussDB 分布式的模型功能