草庐IT

数学一

全部标签

2023 “华为杯” 中国研究生数学建模竞赛(E题)深度剖析|数学建模完整代码+建模过程全解全析

​问题一血肿扩张风险相关因素探索建模思路:根据题目要求,首先需要判断每个患者是否发生了血肿扩张事件。根据定义,如果后续检查的血肿体积比首次检查增加≥6mL或≥33%,则判断为发生了血肿扩张。具体判断步骤:(1)从表1中提取每个患者的入院首次影像检查流水号;(2)根据流水号在附表1中查找对应首次检查的时间点;(3)计算发病到首次检查的时间间隔;(4)在表2中找到每个随访时间点的血肿体积;(5)依次计算相邻两次检查血肿体积变化量和变化百分比;(6)如果变化量≥6mL或变化百分比≥33%,则记为发生血肿扩张,记录下血肿扩张发生的时间点。3.使用logistic回归建模,以是否发生血肿扩张作为目标变量

数学建模——整数规划

目录基本概念整数规划模型求解整数线性规划模型求解蒙特卡洛求解 遗传算法求解  其他基本概念一部分或全部决策变量必须取整数值的规划问题称为整数规划。纯整数规划:全部决策变量都为整数;混合整数规划:决策变量有一部分是整数值,另一部分不是整数;0-1整数规划:决策变量只能取0或1的整数规划。整数线性规划模型(一个线性规划模型中的部分或全部决策变量为整数)一般形式:有时,也可以通过引入0-1变量将一些特定的非线性约束条件进行线性化。如果有m个相互排斥的约束条件,即同一时间只能有一个条件起作用,则引入m个0-1变量:和一个充分大的正常数M,则下面这一组m+1个约束条件就合于上述要求:整数规划模型求解整数

数学建模——粒子群优化算法(PSO)【有详细样例 + 工具:matlab】(万字总结)

文章目录一、粒子群优化算法(PSO)是什么?二、粒子群优化算法有什么用?三、粒子群优化算法的适用范围?四、算法简介(有助于理解)五、算法流程第一步:初始化第二步:计算粒子的适应度第三步:更新个体极值与全局最优解第四步:更新个体的速度和位置第五步:设置终止条件六、matlab代码实现七、运行结果1、各粒子的初始状态位置2、各粒子的状态位置变化图3、各粒子的最终收敛位置4、收敛过程七、粒子群优化算法的使用流程图八、粒子群优化算法的特点:九、拓展知识十、总结:十一、参考附录:敲到码穷处,望尽天涯路。🍋数学建模系列文章——总结篇:《数模美一国一退役选手的经验分享[2021纪念版]》.一、粒子群优化算法

【考研数学】概率论与数理统计 —— 第二章 | 一维随机变量及其分布(2,常见随机变量及其分布 | 随机变量函数的分布)

文章目录引言三、常见的随机变量及其分布3.1常见的离散型随机变量及其分布律(一)(0-1)分布(二)二项分布(三)泊松分布(四)几何分布(五)超几何分布3.2常见的连续型随机变量及其概率密度(一)均匀分布(二)指数分布(三)正态分布四、随机变量函数的分布(一)离散型随机变量函数的分布(二)连续型随机变量函数的分布引言承接前文,我们继续学习第二章,一维随机变量及其分布的第二部分内容。三、常见的随机变量及其分布3.1常见的离散型随机变量及其分布律(一)(0-1)分布设随机变量XXX的可能取值为0或1,且其概率为PPP{X=1X=1X=1}=p,=p,=p,PPP{X=0X=0X=0}=1−p(0=

2023高教社杯数学建模E题思路代码 - 黄河水沙监测数据分析

#1赛题E题黄河水沙监测数据分析黄河是中华民族的母亲河。研究黄河水沙通量的变化规律对沿黄流域的环境治理、气候变化和人民生活的影响,以及对优化黄河流域水资源分配、协调人地关系、调水调沙、防洪减灾等方面都具有重要的理论指导意义。附件1给出了位于小浪底水库下游黄河某水文站近6年的水位、水流量与含沙量的实际监测数据,附件2给出了该水文站近6年黄河断面的测量数据,附件3给出了该水文站部分监测点的相关数据。请建立数学模型研究以下问题:问题1研究该水文站黄河水的含沙量与时间、水位、水流量的关系,并估算近6年该水文站的年总水流量和年总排沙量。问题2分析近6年该水文站水沙通量的突变性、季节性和周期性等特性,研究

张益唐:数学的浪漫 —— 人工智能的很多东西实际上就是一种最优化问题

张益唐,美国加州大学圣塔芭芭拉分校数学系终身教授。张益唐的研究方向是数论。2013年4月17日,他在《数学年刊》发表《质数间的有界间隔》,在孪生素数猜想这一数论重大难题上取得重要突破。2022年,张益唐表示,在本质上,他已经证明了朗道-西格尔零点猜想,引发数学界轰动。目录“庾信平生最萧瑟,暮年诗赋动江关。”

2023年中国研究生数学建模竞赛B题分析(华为杯数学建模竞赛)

Claude2的回答针对您提出的DFT类矩阵的整数分解逼近问题,我给出以下解答:问题1:对于N=2,最小误差为0,硬件复杂度C=0。对于N=4,最小误差为0,硬件复杂度C=4。对于N=8,最小误差约为0.35,硬件复杂度C=20。对于N=16,最小误差约为0.5,硬件复杂度C=64。对于N=32,最小误差约为0.71,硬件复杂度C=128。问题2:对于N=2,最小误差为0,硬件复杂度C=0。对于N=4,最小误差为0,硬件复杂度C=4。对于N=8,最小误差约为0.35,硬件复杂度C=12。对于N=16,最小误差约为0.5,硬件复杂度C=32。对于N=32,最小误差约为0.71,硬件复杂度C=48

2021年长三角高校数学建模竞赛B题锅炉水冷壁温度曲线解题全过程文档及程序

2021年长三角高校数学建模竞赛B题锅炉水冷壁温度曲线原题再现:  在燃煤发电过程中,锅炉是一种重要的热能动力设备。它通过在炉膛中燃烧煤粉释放热量,将水加热成一定温度(或压力)的蒸汽,蒸汽再推动汽轮机旋转并驱动发电机发电。锅炉的主要受热部分是水冷壁,通常由数排钢管组成,分布于锅炉炉膛的四周,其内部为流动的水,用于吸收炉膛中高温燃烧产生的辐射热量,水受热蒸发产生高压蒸汽。水冷壁的结构如图1所示。本题旨在通过数学模型对水冷壁温度曲线进行分析。  在实际生产过程中,希望水冷壁的温度变化尽可能平稳,同时为保证安全,水冷壁温度不宜过高,否则有烧坏的风险。按照实际经验,操作人员给出的水冷壁温度超温报警线为

Monty Hall Problem(三门问题)的数学证明、理解及python实现

MontyHallProblem(三门问题)的数学证明、理解及python实现MountyHallProblem(三门问题)数学建模与求解问题分析与模型建立P(A=V,P=A,M=C)P(A=V,P=A,M=C)P(A=V,P=A,M=C)与P(A=V,P=A,M=B)P(A=V,P=A,M=B)P(A=V,P=A,M=B)的求解P(P=A,M=C)P(P=A,M=C)P(P=A,M=C)和P(P=A,M=B)P(P=A,M=B)P(P=A,M=B)的求解最终的求解从信息论角度的理解从博弈思维(直觉)的理解仿真模拟MountyHallProblem(三门问题)  MontyHallProble

2023国赛数学建模C题思路代码 - 蔬菜类商品的自动定价与补货决策

#1赛题在生鲜商超中,一般蔬菜类商品的保鲜期都比较短,且品相随销售时间的增加而变差,大部分品种如当日未售出,隔日就无法再售。因此,商超通常会根据各商品的历史销售和需求情况每天进行补货。由于商超销售的蔬菜品种众多、产地不尽相同,而蔬菜的进货交易时间通常在凌晨3:00-4:00,为此商家须在不确切知道具体单品和进货价格的情况下,做出当日各蔬菜品类的补货决策。蔬菜的定价一般采用“成本加成定价”方法,商超对运损和品相变差的商品通常进行打折销售。可靠的市场需求分析,对补货决策和定价决策尤为重要。从需求侧来看,蔬菜类商品的销售量与时间往往存在一定的关联关系;从供给侧来看,蔬菜的供应品种在4月至10月较为丰