数学建模投资

1. 数学建模投资

留下邮箱  我发给你

2. 数学建模 投资问题

把我设为最佳答案 我发给你~~

3. 数学建模(概率)投资问题

甲的方法有两种情况； （1）如果第一次成功，则，50*1.6+100=180，一次就可以，如果失败则还有50W，再投资，则50*1.6+50=130，成功就收手，第一次要成功一定要收手。甲的方法最佳
 （2） 如果先投资100要是成功很好，要是失败就没有了

4. 数学建模怎么建立合适的数学模型

模型不一定是公式
数学建模就是要你解决一个实际问题
而你的解决方案更多的是给你他不懂数学的决策者看
（你一定把看你论文的人当成不懂数学的，你要写清楚）
所以
能用简单的方法就越简单越好

5. 怎么建立数学模型

—般说来建立数学模型的方法大体上可分为两大类、一类是机理分析方法，一类是测试分析方法．机理分析是根据对现实对象特性的认识、分析其因果关系，找出反映内部机理的规律,建立的模型常有明确的物理或现实意义.

下面给出建模的—般步骤：
模型准备  首先要了解问题的实际背景，明确建模的目的搜集建模必需的各种信息如现象、数据等，尽量弄清对象的特征,由此初步确定用哪一类模型，总之是做好建模的准备工作．情况明才能方法对，这一步一定不能忽视，碰到问题要虚心向从事实际工作的同志请教，尽量掌握第一手资料.
模型假设  根据对象的特征和建模的目的，对问题进行必要的、合理的简化，用精确的语言做出假设，可以说是建模的关键一步．一般地说，一个实际问题不经过简化假设就很难翻译成数学问题，即使可能，也很难求解．不同的简化假设会得到不同的模型．假设作得不合理或过份简单，会导致模型失败或部分失败，于是应该修改和补充假设；假设作得过分详细，试图把复杂对象的各方面因素都考虑进去，可能使你很难甚至无法继续下一步的工作．通常，作假设的依据，一是出于对问题内在规律的认识，二是来自对数据或现象的分析，也可以是二者的综合．作假设时既要运用与问题相关的物理、化学、生物、经济等方面的知识，又要充分发挥想象力、洞察力和判断力，善于辨别问题的主次，果断地抓住主要因素，舍弃次要因素，尽量将问题线性化、均匀化．经验在这里也常起重要作用．写出假设时，语言要精确，就象做习题时写出已知条件那样．
模型构成  根据所作的假设分析对象的因果关系，利用对象的内在规律和适当的数学工具，构造各个量(常量和变量)之间的等式(或不等式)关系或其他数学结构．这里除需要一些相关学科的专门知识外，还常常需要较广阔的应用数学方面的知识，以开拓思路.当然不能要求对数学学科门门精通,而是要知道这些学科能解决哪一类问题以及大体上怎样解决．相似类比法，即根据不同对象的某些相似性，借用已知领域的数学模型，也是构造模型的一种方法．建模时还应遵循的一个原则是，尽量采用简单的数学工具，因为你建立的模型总是希望能有更多的人了解和使用,而不是只供少数专家欣赏.
模型求解  可以采用解方程、画图形、证明定理、逻辑运算、数值计算等各种传统的和近代的数学方法，特别是计算机技术．
模型分析  对模型解答进行数学上的分析，有时要根据问题的性质分析变量间的依赖关系或稳定状况，有时是根据所得结果给出数学上的预报，有时则可能要给出数学上的最优决策或控制，不论哪种情况还常常需要进行误差分析、模型对数据的稳定性或灵敏性分析等．
模型检验  把数学上分析的结果翻译回到实际问题，并用实际的现象、数据与之比较，检验模型的合理性和适用性．这一步对于建模的成败是非常重要的，要以严肃认真的态度来对待．当然，有些模型如核战争模型就不可能要求接受实际的检验了．模型检验的结果如果不符合或者部分不符合实际，问题通常出在模型假设上，应该修改、补充假设，重新建模．有些模型要经过几次反复，不断完善，直到检验结果获得某种程度上的满意．
模型应用  应用的方式自然取决于问题的性质和建模的目的，这方面的内容不是本书讨论的范围。
应当指出，并不是所有建模过程都要经过这些步骤，有时各步骤之间的界限也不那么分明．建模时不应拘泥于形式上的按部就班，本书的建模实例就采取了灵活的表述方式．

6. 急求 数学建模之利用观察数据建立数学模型

sas

程序：
data hweightdat;
input weight height;
cards;
75 10  
86 12 
95 15 
108 17 
112 20 
116 22
135 35 
151 41 
155 48
160 50 
163 51 
167 54 
171 59
178 66
185 75
;
run;
proc reg;
var weight;
model height=weight;
run;

分析结果：

 The SAS System                            3
                                            15:31 Tuesday, June 22, 2010

                           The REG Procedure
                             Model: MODEL1
                      Dependent Variable: height

                          Parameter Estimates

                       Parameter       Standard
  Variable     DF       Estimate          Error    t Value    Pr > |t|

  Intercept     1      -41.27000        4.75227      -8.68      <.0001
  weight        1        0.58048        0.03361      17.27      <.0001
 
回归方程：
      height=0.58048*weight-41.27 
t统计量为17.27，概率值小于0.0001，回归参数是显著的。 


Email:sinxlg1@yahoo.com.cn 
=======================================================================
那你再试试二次函数回归吧：
SAS;
data hweightdat;
input weight height;
weight2=weight*weight;
cards;
75 10  
86 12 
95 15 
108 17 
112 20 
116 22
135 35 
151 41 
155 48
160 50 
163 51 
167 54 
171 59
178 66
185 75
;
run;
proc reg;
var weight weight2;
model height=weight weight2;
run;

结果：

 The SAS System                            2
                                            19:43 Tuesday, June 22, 2010

                           The REG Procedure
                             Model: MODEL1
                      Dependent Variable: height

                          Parameter Estimates

                       Parameter       Standard
  Variable     DF       Estimate          Error    t Value    Pr > |t|

  Intercept     1       25.62865        7.04801       3.64      0.0034
  weight        1       -0.51913        0.11322      -4.59      0.0006
  weight2       1        0.00420     0.00042964       9.76      <.0001


结果为：
height=0.0042*weight^2-0.51913*weight+25.62865

两个系数都是统计显著的，但是二次多项式回归后判定系数R增大了不少。

其实，我个人认为如果线性回归的结果是统计显著的话，就应该接受该线性回归结果，在模型设定中应该力求模型的简洁化，能用线性函数解释的就不必要用高次函数。
========================================================================

Email:sinxlg1@yahoo.com.cn

7. 求助一道房屋投资的数学建模问题

设余钱A，贷款B，当前存款利率a，贷款利率b
1.如果你把收入及余钱用来储蓄，那么每年收益多少？
2.如果你用余钱+部分贷款购房，房租与增值部分收益平均每年为多少？
两者相减，将当前各种经济指标代入方程式，若函数大于零，则可以储蓄，若小于零，则可以贷款买房
做得更好一些，可以估计房价上升概率的分布，然后求数学期望
其实也就是简单的收支模型

8. 如何建立数学模型

参阅prey predator model.
首先，无干扰情况下（无药，不引进天敌），得到老鼠的种群密度，即稳定解。
1.引入变量衡量鼠药投放强度效果作为微扰。观察平衡态的波动。得到，鼠药对老鼠，以及天敌的影响（随时间变化）。讨论之。
2.引入变量衡量天敌种群密度，得到稳定解。与1比较。即可得知长期的效果，孰优孰劣。
此间，调节参数使1和2的稳定解中老鼠种群密度最低。即为灭鼠效果最优。如果使资金*老鼠密度在1和2的稳定解中最低，即为效果投入最优。

人工种植牧草。。。与控制鼠患。。。不太懂。

后记：才看到原来是学校数学竞赛题。晕。