数学建模解题方法。看到一个建模题目后要如何定位
全部答案（共1个回答）
.com/link?url=q-FVWOO1SVSbhn4xWBEeSklIMjEtQ3tGBKP7kvrko82DB0kC67mlS_diG240DkRGmMRqU7jvKIx-GmX42o3Bw3xMw9c21l8O3vpuYirM2-u
数学建模就是用数学语言描述实际现象的过程。这里的实际现象既包涵具体的自然现象比如自由落体现象，也包涵抽象的现象比如顾客对某种商品所取的价值倾向。这里的描述不但包...
某投资公司经理正在考虑将30万元基金用于股票投资。经过慎重考虑，他从所有上市交易的股票中选择了三种股票作为候选投资对象。经过分析，该经理认为每年股票1的期望收益...
你可以去--“新浪网-共享资料” 免费高速下载
建议借本参考书,姜启源编写的一本数学模型挺好的,可以借看一下,了解一下数模
假设检验涉及很多方面，主要有参数的假设检验和分布的假设检验。
假设检验的思想很简单，即在所作的假设下，如果得到已经抽得的样本的概率很小（小于显著性水平α），就认...
答: 我觉得正常的小孩子的血压他应该是会比大人低一点吧,大概就是你自己也是可以给她去医院做相关的检测,定期三个月给做体检,可以在网上进行搜索的。
答: x->0:lim(1+x)^(-1/x)
=1/[x->0:lim(1+x)^(1/x)
x->∞:limxsin(1/x)
=1/x->0:lim[...
答: 计算科学是一门什么样的学科？
答：计算学科（通常也称作计算机科学与技术）作为现代技术的标志，已成为世界各国经济增长的主要动力。但如何认识这门学科，它究竟属于理科...
答: 补课是比较错误的方式。我一直到高中毕业没补过课。爸妈也不管我，随我学什么。我打游戏和化学都挺好。现在在大学读书，很深刻地感受到教育是钱买不来的。在实验室做小型的...
大家还关注
确定举报此问题
举报原因(必选)：
广告或垃圾信息
激进时政或意识形态话题
不雅词句或人身攻击
侵犯他人隐私
其它违法和不良信息
报告，这不是个问题
报告原因(必选)：
这不是个问题
这个问题分类似乎错了
这个不是我熟悉的地区
相关问答：123456789101112131415一道数学建模小问题_百度知道
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。
一道数学建模小问题
对股市大盘指数与成交量的研究具有重要的实际指导意义和经济价值。
1.研究上证月收盘指数与月成交量的关系，试建立相关的数学模型
2.研究上海股市的月指数（取开盘，最高，最低，收盘指数的平均值），试建
立相关的数学模型；并预测，7三个月的月...
我有更好的答案
迷糊、看都看不下去
采纳率：6%
你应该用个表格把数据全部对应项目框起来,或者用空格键把数据按照对应的项目列好列.这样才容易看,本人虽然不会解答,但是想这数据我还是看的很模糊,很郁闷
！我可是小学生啊！想看看有没有小学的问题答！！可````可~~~~~你却出了个好难的题，好多数啊！我看不懂！！！！！！！我可是打了1个多钟的字啊！多累啊！！！能给我80分吗！！！！求你了！！
字数好多，看了点就晕昏啦！~\(≥▽≤)/~啦啦啦
我国的证券交易尽管起步较晚, 但经过十年的发展, 股票市场已初具规模, 沪深两个证券交易所目前已有一千余家的上市公司, 股票已成为继储蓄、债券之后的又一热门投资品种. 综合指数反映了股票市场的整体走向及内在规律. 本文运用国际著名的大型集成软件系统 SA S 中的时间序列和回归分析方法对我国近三年的上证综指作了预测分析. 我们分别用求和自回归滑动平均(AR IMA ) 方法及逐步自回归方法, 作了各种参数搭配的试算比较, 最后确定的二个程序对最近 8 个交易日(2000 年 10 月 23 日～ 2000 年 11 月 1 日) 的收盘指数的平均绝对预测误差分别为 01464% 和 01404%.2 用ARIMA过程对上证综指的预测由文献[1]可知, SA S ETS 软件中的AR IMA (求和自回归滑动平均) 过程提供了一个综合工具包来进行一元时间序列的模型识别、参数估计及预测分析. 基于上海证券交易所1997 年 10 月 31 日～ 2000 年 10 月 20 日的综合指数(收盘指数) 数据, 我们用AR IMA 过程作了模拟和预测. 数学上纯AR IMA 模型记作Wt= ∧+1 - Η1B- … - ΗqBq1 - Ω1B- … - ΩpBpΕt(1)其中,t代表交易日期;Wt表示响应序列Yt或Yt的差分; ∧为均值项;B是后移算子; Εt表示独立扰动或称作随机误差.我们用 1997 年 10 月 31 日～ 2000 年 10 月 20 日的综合指数作了试算分析, 发现总的拟合效果较好(见图 1); 在“识别”阶段, 我们用 IDEN T IFY 语句计算发现序列{Yt}是非平稳的, 而由自相关系数图可以看出, 通过一阶差分后的序列是近似平稳的. 结合偏自相关系数和逆自相关系数图, 通过反复试算比较, 我们选择了参数p= 1 和q= 1. 在“估计”阶段, 我们发现本序列用条件最小二乘估计法来算结果要好一些. 我们用上述模型相应的程序对 2000©
Tsinghua Tongfang Optical Disc Co., Ltd. All rights reserved.Page 2年 10 月 23 日～ 2000 年 11 月 1 日的指数作了预测, 8 天的平均绝对误差为 0. 464% , 结果见表 1.表1 用ARIM A方法对最近8个交易日的预测结果日期实际值预测值绝对预测误差(% )1958. 931951. 450. 381841956. 341954. 170. 110921977. 251956. 341. 057531967. 671958. 280. 477211967. 401960. 130. 369521973. 571961. 930. 589791961. 281963. 720. 124411977. 361965. 500. 59979另用该程序预测 2000 年 11 月 2 日的收盘指数为 1967. 28.图1 求和自回归滑动平均拟合图3 用FORECAST过程预测上证综指考虑到仅用AR IMA 方法进行预测可能不够稳定, 我们又基于同样的数据进一步采用SA S ETS 软件中的 FORECA ST 过程作了预测分析. 由文献[1]可知, FORECA ST 过程提供一种快速而且自动的时间序列预报方法, 它使用外推的预报方法, 所作的预报仅仅是时间和该序列过去值的函数, 没有其它变量. 这种方法是把时间趋势回归同一个自回归模型结合在一起, 并用逐步方法来选择用于自回归过程的时滞步数. 逐步自回归模型如下Yt=b0+b1t+b2t2+utut=a1ut- 1+a2ut- 2+ … +aput- p+ Εt(2)其中t表示时间(本文中代表交易日期) ,Yt表示相应日期的收盘指数, Εt是独立的、均值为零的随机误差.逐步自回归方法首先对序列拟合时间趋势模型, 并计算每个值和估计的趋势之间的差值(该过程称为删除趋势) , 然后使用向后逐步选择参数的方法对趋势模型的残差拟合自回归过程, 寻找最不显著的自回归参数, 如果这个最不显著参数的显著水平大于 0105, 则从1666期刘 萍等:运用SA S软件系统对上证综合指数的预测分析©
Tsinghua Tongfang Optical Disc Co., Ltd. All rights reserved.Page 3模型中删去该参数, 继续该过程, 直到只有显著的自回归参数被保留下来为止. 因为这个趋势和自回归参数是依次被拟合而不是同时拟合的, 所以参数估计在统计学意义上是渐近最优的, 且该方法的计算量比较小.我们用 1997 年 10 月 31 日～ 2000 年 10 月 20 日的数据分别取TREND= 1, 2, 3 作了试算分析, 也发现总的拟合效果较好, 但取 TREND = 1, 2 时, 对最近几日的预测偏小, 取TREND = 3 时预测效果相对较好. 我们用上述参数相应的程序也对 2000 年 10 月 23 日～2000 年 11 月 1 日的指数作了预测, 8 天的平均绝对误差为 01404% , 结果见下表.表2 用逐步自回归方法对最近8个交易日的预测结果日期实际值预测值绝对预测误差(% )1958. 931951. 650. 371631956. 341954. 660. 085871977. 251960. 320. 856241967. 671965. 810. 094531967. 401971. 050. 185521973. 571976. 280. 137311961. 281981. 491. 030451977. 361986. 670. 47083另用该程序预测 2000 年 11 月 2 日的收盘指数为 1991. 81.4 讨 论本文所用的AR IMA 方法和逐步自回归方法各有优缺点, 前者各类参数较多, 要通过各种搭配反复试算比较才能确定较好的模型, 但它可处理的数据类型较多; 后者计算量小、模型较易确定, 但可调节的参数较少, 故其可处理的数据类型比较有限. 从本问题的计算结果来看, 好象后者的预测精度要好一些. 我们认为, 在实际使用时, 可综合考虑二种方法的预测结果. 如由AR IMA 方法预测 2000 年 11 月 2 日的收盘指数为 1967. 28; 而用逐步自回归方法的预测值为 1991. 81, 这两个数值很接近, 二者平均为 1984. 55. 可以此值作为 2000 年 11 月 2 日的收盘指数的预测值.本文所用的 SA S 系统具有完备的数据访问、管理、分析和呈现功能, 在数据处理与统计分析领域被誉为国际上的标准软件. 文中基于 SA S ETS 软件所作的时间序列分析方便而且灵活, 并达到了较高的预测精度, 所有的计算在数分钟内即可完成, 从而便于推广应用及进一步改进模型. 每天新的数据出来后, 只要分别将其加入本文所编写的二个 SA S 程序当中(不必修改参数或其它 SA S 语句) , 分别运行这二个程序, 即可自动算出由AR IMA方法给出的预测值及由逐步自回归方法给出的预测值, 再结合专家的总体评价即可对下一交易日进行预报. 此外, 用 SA S 软件系统还可以进行中长期预测及多元时间序列分析, 因而它有着广泛的应用前景
其他2条回答
为您推荐：
其他类似问题
您可能关注的内容
数学建模的相关知识
换一换
回答问题，赢新手礼包10523被浏览1208150分享邀请回答4.9K136 条评论分享收藏感谢收起2.1K187 条评论分享收藏感谢收起63被浏览9280分享邀请回答53 条评论分享收藏感谢收起32 条评论分享收藏感谢收起扫二维码下载作业帮
拍照搜题，秒出答案，一键查看所有搜题记录
下载作业帮安装包
扫二维码下载作业帮
拍照搜题，秒出答案，一键查看所有搜题记录
这是一道数学建模题.谁能给我点建议、、、、、、、、、、智能手机的空间定位智能手机内部装设有大量的传感器,其中用于空间识别的通常是重力传感器结合电子罗盘.在重力的作用下,从手机测试得到xyz坐标系各方向的加速度数据,就好像有三个带有小球的弹簧组成.当小球自然下落的时候,得到的数据是1（单位为重力加速度g）.然后,由于移动以及手机翻转,会引起各向的加速度发生变化,由加速度的变化进一步可获知手机在空间的位置信息.手机本身不移动,仅仅翻转（xyz轴的旋转方向可根据陀螺仪原理或电子罗盘确定）的时候也会引起加速度的变化,试给出手机翻转姿态的表征方式；手机保持水平姿态在空间移动（图一）,即手机平面始终平行于xoy平面,试给出手机在空间的位置信息；图一手机在空间移动的同时,其姿态发生任意翻转（图二）,试给出手机在空间的位置信息.图二& & & & & & & & & & & & & & & & & & & & & & & & & & &图一& & & & & & & & & & & & & & & & & & & & & & & & & & & & &图二
作业帮用户
扫二维码下载作业帮
拍照搜题，秒出答案，一键查看所有搜题记录
问题一,应该假设手机空间坐标固定,比如平行于XoY面和平行于X轴,使问题简化.然后使其围绕x轴或y轴转动,假定一个角速度,算一下加速度什么的就行了,然后以此类推.问题二,可以考虑使其沿着某一轴做加速运动,或者任一方向做加速运动,给出X轴和Y轴方向的加速度,结合电子罗盘可以指示南北的特性,考虑一下方向什么的就应该搞定了吧……
为您推荐：
其他类似问题
扫描下载二维码}