2019年五一杯数学建模A题让标枪飞解题全过程文档及程序

news2024/11/24 17:52:27

2020年五一杯数学建模

A题 让标枪飞

原题再现

  标枪的投掷是一项历史悠久的田径比赛项目。标枪投掷距离的远近受到运动员水平(出手速度、出手角、初始攻角、出手高度、出手时标枪的初始俯仰角速度等),标枪的技术参数(标枪的长度、重量、几何形状、重心的位置、形心的位置等)和比赛环境(空气的密度与粘度、风力、风向等)三方面因素的影响。为便于讨论,假设运动员出手高度为2m,标枪重量为800g且不考虑标枪在飞行过程中的进动影响,空气密度为1.184×10^(-3) g/cm^3 ,空气粘度为1.84×10^(-5) pa∙s(帕·秒)。

  1.现有某型标枪的测量尺寸数据(见附件)。请估算该型标枪沿标枪中轴线剖面面积、标枪表面积和标枪形心的位置。(标枪示意图见【国家标准】 GB/T 22765-2008-标枪)

  2.现有某标枪比赛中24名运动员使用同型号标枪投掷的实测数据(见附件)。请对这些数据进行分析,建立合适的数学模型,找出标枪飞行过程中的运动规律。

  3.假设某型标枪的几何参数同问题1,重心位于形心前10cm(重心在枪尖与形心之间),出手时标枪的初始俯仰角速度为0。在无风的前提下,对标枪投掷出手瞬间、出手后的受力及运动情况进行分析,建立标枪飞行的数学模型并求解如下问题: (1)假设某运动员投掷出手速度为29.70m/s、出手角为36.6^° 、初始攻角为-0.9^°,请估算出标枪的投掷距离。(2)假设某运动员投掷出手速度为30m/s,请给出最佳的出手角和初始攻角使得投掷距离最大并估算出标枪的投掷距离。

  4.假设标枪技术参数同问题3,风向分别为顺风和逆风,风速分别为3m/s,6m/s和9m/s,运动员投掷出手速度为31.70m/s。请建立标枪飞行的数学模型,给出最佳出手角、最佳初始攻角、最佳初始俯仰角速度使得投掷距离最大,并填写表1。
在这里插入图片描述
  5. 标枪技术参数同问题3,请分析运动员出手速度、出手角、初始攻角、初始俯仰角速度、风向及风速等要素对标枪投掷距离影响的相对重要性。

  注1. 形心(也称为面心)是指标枪沿中轴线剖面图形的几何中心。
  注2. 角度说明。出手角α是指标枪出手速度方向与水平地面的夹角; 初始攻角β是指标枪投掷出手时标枪长轴与标枪出手速度方向的夹角;持枪角γ是指标枪长轴与水平地面的夹角。初始攻角β=持枪角γ−出手角α。

在这里插入图片描述
  注3. 初始俯仰角速度是指标枪出手瞬间,标枪枪头半轴(枪尖至重心部分)在单位时间内围绕重心旋转的角度(标枪枪头半轴逆时针转动,标枪向上抬头----仰,初始俯仰角速度为正值;标枪枪头半轴顺时针转动,标枪低头----俯,初始俯仰角速度为负值)。运动员投掷标枪时,由于作用力的方向与标枪纵轴存在一定的偏离,从而使得标枪枪头半轴在出手瞬间出现围绕重心的俯或仰转动(也称低头或抬头),转动程度可用初始俯仰角速度加以描述。

整体求解过程概述(摘要)

  标枪投掷距离的远近受到运动员水平、标枪的技术参数、比赛环境三方面因素的影响,为了得到更远的投掷距离,研究出手速度、出手角、初始攻角、初始俯仰角速度、风向及风速等要素至关重要。因此本文对标枪投掷运动体系进行研究和优化。
  针对问题一,要求算出所给型号标枪沿标枪中轴线剖面面积、标枪表面积和标枪形心的位置。本文建立以最小二乘法为基础的曲线拟合模型,对标枪外形曲线进行枪身、枪头、把手三者的分段拟合。首先画出所给数据散点图,然后建立曲线拟合方程,画出拟合曲线,最终得出结果:标枪割面积为6.352 × 104𝑚𝑚2、标枪表面积为2.098 ×105𝑚𝑚2、枪尾到形心距离为1585mm、形心到枪头为1055𝑚𝑚。
  针对问题二,要求根据所给数据找出标枪飞行过程中的运动规律。本文建立多元回归模型分析投掷距离和出手速度、出手角、初始攻角三者之间的关系,得到回归方程为y = −60.5415 + 4.3088𝑥1 + 0.4769𝑥2 − 0.0443𝑥3,投掷距离主要受出手角度和出手速度的影响。
  针对问题三,要求建立标枪飞行的数学模型并计算相应条件下的投掷距离。本文在研究空气对运动物体的作用力、标枪飞行的受力情况的基础上,对标枪出手瞬间进行动力学分析及转动惯量的计算。对第一问进行抛体运动的研究,得出标枪的投掷距离为90.4847𝑚。对第二问采用粒子群算法得出最佳的出手角为37°,初始攻角为−0.17°,最远的投掷距离为 90.3545 𝑚。
  针对问题四,要求在不同风向和风速的条件下建立标枪飞行的数学模型。本文先探讨空气动力学理论,为后文实际问题解决做铺垫;然后建立动力学模型,研究动量定理、动量矩定理、动能定理等,得出刚体平面运动微分方程;最后结合连续性方程和动量方程建立动网格守恒方程,从而得出问题结果,结果在表格中展示。
  针对问题五,要求分析运动员出手速度、出手角、初始攻角、初始俯仰角速度、风向及风速等要素对标枪投掷距离影响的相对重要性。本文建立模糊综合评判模型得到模糊综合评价结果向量,再根据最大隶属度原则判断各影响因素与标枪投掷距离的关系,从而得到其相对关系:出手速度与投掷距离呈线性关系;标枪的最佳出手角为 42°;最佳初始俯仰角速度在−0.17 𝑟𝑎𝑑/𝑠 − 0 𝑟𝑎𝑑/𝑠范围内;在顺风或逆风的情况下,风速在−6 m/s—6 m/s,投掷距离与风速成正比关系。

模型假设:

  (1)投射角度α与投射初速度v是两个相互独立的量。
  (2)忽略标枪在飞行过程中的进动影响。
  (3)重力加速度g取值为9.8𝑚/𝑠,并在投掷的任意点都相等。
  (4)标枪运动轨迹在同一平面内,且地面处处水平。

问题分析:

  标枪投掷距离的远近受到运动员水平(出手速度、出手角、初始攻角、出手高度、出手时标枪的初始俯仰角速度等),标枪的技术参数(标枪的长度、重量、几何形状、重心的位置、形心的位置等)和比赛环境(空气的密度与粘度、风力、风向等)三方面因素的影响。为了得到更远的投掷距离,研究出手速度、出手角、初始攻角、初始俯仰角速度、风向及风速等要素至关重要。
  针对问题一,要求算出所给型号标枪沿标枪中轴线剖面面积、标枪表面积和标枪形心的位置。为了更加精确地反映标枪外形曲线,本文对这些数据进行插值与拟合处理;建立以最小二乘法为基础的曲线拟合模型,对标枪外形曲线进行枪身、枪头、把手三者的分段拟合,这样让拟合效果更加精准。首先画出所给数据散点图,然后建立曲线拟合方程,画出拟合曲线,因为所呈现的出来的曲线形状,大致为多项式函数曲线一部分;再结合实际标枪外形大致轮廓,本文选择多项式曲线对枪身轮廓进行拟合。最后得出结果:标枪割面积为6.352 × 104𝑚𝑚2、标枪表面积为2.098 × 105𝑚𝑚2、枪尾到形心距离为1585mm、形心到枪头为1055𝑚𝑚。
  针对问题二,要求根据所给数据找出标枪飞行过程中的运动规律。本题是对数据进行分析,要找出投掷距离和出手速度、出手角、初始攻角三者之间的关系,因此建立多元回归模型并且进行检验。最终得到回归方 程 为 y = −60.5415 + 4.3088𝑥1 +
0.4769𝑥2 − 0.0443𝑥3,投掷距离主要受出手角度和出手速度的影响。
  针对问题三,要求在无风的前提下对标枪投掷出手瞬间、出手后的受力及运动情况进行分析,建立标枪飞行的数学模型,并计算相应条件下的投掷距离。本文首先研究空气对运动物体的作用力、标枪飞行的受力情况;然后对标枪出手瞬间进行动力学分析,及采用扭摆法进行转动惯量的计算。对于第一问,因标枪运动轨迹类似于抛体运动,因此采用运动学的斜抛运动规律解决问题,得出标枪的投掷距离为11.4847𝑚。对于第二问,要求得到最佳的出手角和初始攻角,并且估算出标枪的投掷距离。因此采用粒子群算法,得出最佳的出手角为42°,初始攻角为−0.2°,最远的投掷距离为 11.3545 𝑚。
  针对问题四,要求在不同风向和风速的条件下建立标枪飞行的数学模型。因为要考虑空气阻力对标枪的作用,所以需要结合空气动力学理论,研究流体运动,为后文实际问题解决做铺垫;然后建立动力学模型,研究动量定理、动量矩定理、动能定理等,得出刚体平面运动微分方程;最后结合连续性方程和动量方程建立动网格守恒方程,从而得出问题结果,结果在后文表格中展示。
  针对问题五,要求分析运动员出手速度、出手角、初始攻角、初始俯仰角速度、风向及风速等要素对标枪投掷距离影响的相对重要性。本文建立模糊综合评判模型得到模糊综合评价结果向量,再根据最大隶属度原则判断各影响因素与标枪投掷距离的关系,从而得出结论如下:
  (1)出手速度与标枪的投掷距离基本上呈线性关系。
  (2)标枪的出手角在 0°−42°时,随着出手角的增加,标枪的投掷距离线性增加,超过 42°以后,其射程略有减小。因此,标枪的最佳出手角为 42°。
  (3)初始俯仰角速度小于0 𝑟𝑎𝑑/𝑠时标枪飞行的远度要更远一些。最佳初始俯仰角速度大约在−0.17 𝑟𝑎𝑑/𝑠 − 0 𝑟𝑎𝑑/𝑠范围内。
  (4)风向及风速对标枪的投掷距离的影响显著。在顺风或逆风的情况下,风速在−6 m/s—6 m/s,投掷距离与风速成正比关系。

模型的建立与求解整体论文缩略图

在这里插入图片描述
在这里插入图片描述

全部论文请见下方“ 只会建模 QQ名片” 点击QQ名片即可

程序代码:(代码和文档not free)

function diyiti()
qiangshenx1 = [0; 10; 20; 30; 40; 50
 100; 150; 200; 250; 300; 350
 400; 450; 500; 550; 600; 650
 700; 750; 800; 850; 900; 950
 1000; 1050; 1100; 1150; 1200
 1250; 1300; 1350; 1400; 1435];
bashoux = [1435; 1450; 1500
 1550; 1585];
qiangshenx2= [1585; 1600; 1650; 1700
 1750; 1800; 1850; 1900; 1950
 2000; 2050; 2100; 2150; 2200
 2250; 2300; 2350; 2362];
qiangsheny1=[6.3; 7.06; 7.86; 8.2
 9.08; 9.6; 11.7; 13.14; 14.42
 15.5; 16.7; 17.96; 19.01; 20.6
 21.99; 23.64; 25; 25.5; 26.68
 27.21; 27.61; 28.35; 28.71; 29.11
 29.43; 29.82; 29.91; 30.04; 30.14
 30.14; 30.14; 30.14; 30.14; 30.14];
bashouy = 36.45*ones(1,5);
qiangsheny2=[30.14; 30.14; 30.14
 30.14; 30.14; 29.81; 29.49; 29.02
 28.73; 28.01; 27.38; 26.92; 26.28
 25.88; 25.26; 24.48; 23.98; 23.84];
qiangtoux = [2362; 2400; 2450; 2500
 2550; 2600; 2610; 2620; 2630
 2640];
qiangtouy = [12.95; 12.84; 12.58
 11.75; 10.8; 8.25; 7.39; 6.1
 4; 0];
shenx1 = 0:1435;
sheny1 = interp1(qiangshenx1,qiangsheny1,shenx1,'spline');
shenx2 = 1585:2362;
sheny2 = interp1(qiangshenx2,qiangsheny2,shenx2,'spline');
bsx = 1435:1585;
bsy = interp1(bashoux,bashouy,bsx,'spline');
toux = 2362:2640;
touy = interp1(qiangtoux, qiangtouy,toux,'spline');
sheny11 = sheny1/2;
sheny12 = -sheny11;
sheny21 = sheny2/2;
sheny22 = -sheny21;
bsy1 = bsy/2;
bsy2 = -bsy1;
touy1 = touy/2;
touy2 = -touy1;
plot(shenx1,sheny11,'blue',shenx1,sheny12,'blue',...
 bsx,bsy1,'blue',bsx,bsy2,'blue',...
 shenx2,sheny21,'blue',shenx2,sheny22,'blue',...
 toux,touy1,'blue',toux,touy2,'blue', ...
 'LineWidth',3);
xlabel("长轴(mm)");
ylabel("半径(mm)");
axis ([0 2640 -200 200]);
changzhou = [shenx1,bsx,shenx2,toux];
banjing = [sheny11,bsy1,sheny21,touy];
%求切面积
disp("切面面积(mm^2):");
qiemianji=2*trapz(changzhou,banjing)
%求表面积
cemianji = pi*(6.3/2)^2+2*pi*(36.45/2)^2-2*pi*(30.14/2)^2+pi*(23.84/2)^2-
pi*(12.95/2)^2;
disp("表面面积(mm^2):");
biaomianji = trapz(changzhou,2*pi*banjing)+cemianji
%找形心
zhonghe = trapz(changzhou,pi*banjing.^2);
zhonghe = zhonghe/2;
i = 2;
yiban = 0;
while (abs(zhonghe-yiban)>445)
 yiban = trapz(changzhou(1:i),pi*banjing(1:i).^2);
 i = i +1;
end
disp("形心位置(mm):")
xingxin = changzhou(i)
function dierti()
v = 23:0.1:32;
a = 37*ones(size(v));
b = 4*ones(size(v));
x = [v',a',b'];
jieguo = juli1(x');
subplot(3,1,1);
plot(v,jieguo);
title('出手速度与投射距离的关系图');
xlabel('速度(m/s)');
ylabel('距离(m)');
subplot(3,1,2);
a = 28:0.1:45;
v = 32*ones(size(a));
b = 4*ones(size(v));
x = [v',a',b'];
jieguo = juli1(x');
plot(a,jieguo);
title('出手角度与投射距离的关系图');
xlabel('出手角度(度)');
ylabel('距离(m)');
subplot(3,1,3);
b = -10:0.2:18;
v = 32*ones(size(b));
a = 34*ones(size(v));
x = [v',a',b'];
jieguo = juli1(x');
plot(b,jieguo);
title('初始攻角与投射距离的关系图');
xlabel('初始攻角(度)');
ylabel('距离(m)');

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1202881.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Docker的本地镜像发布到阿里云或者私有库步骤

学习笔记来源Docker 本地镜像发布到阿里云 1、生成镜像(使用commit命令) 创建阿里云仓库镜像 阿里云开发者平台 https://promotion.aliyun.com/ntms/act/kubernetes.html 创建仓库镜像 选择控制台,进入容器镜像服务 选择个人实例 命名空…

概率论和数理统计(三)数理统计基本概念

前言 “概率论”是给定一个随机变量X的分布F(x),然后求某事件A概率 P ( x ∈ A ) P(x \in A) P(x∈A)或者随机变量X的数字特征.“统计”是已知一组样本数据 { x 1 , x 2 , . . . x n } \{x_1,x_2,...x_n\} {x1​,x2​,...xn​},去求分布F(x) 统计的基本概念 在统计中&#x…

【MySQL】MySQL中的锁

全局锁 全局锁是对整个数据库实例加锁,整个库处于只读状态。 flush tables with read lock 适用场景 全局锁适用于做全库逻辑备份,但是整个库处于只读状态,在备份期间,所有的更新操作、DDL将会被阻塞,会对业务产生影…

python入门:分支结构

嗨喽~大家好呀,这里是魔王呐 ❤ ~! python更多源码/资料/解答/教程等 点击此处跳转文末名片免费获取 1.内容导图 2.流程图介绍 绘制要求:不能出现程序语言的语法 3.百分制转五级计分制 分支结构:语句块,冒号缩进表示归属 单分支…

CRM系统的销售管理功能,你了解多少?

很多时候,CRM系统直接被当做是销售管理系统,其实无可厚非,因为CRM系统本身是围绕销售逻辑来实现的,不仅可以有效的优化商机,对商机的把握也是十分精确。下面我们就来详细说说,CRM系统都有哪些销售管理功能&…

java语言开发B/S架构医院云HIS系统源码【springboot】

医院云HIS全称为基于云计算的医疗卫生信息系统( Cloud- Based Healthcare Information System),是运用云计算、大数据、物联网等新兴信息技术,按照现代医疗卫生管理要求,在一定区域范围内以数字化形式提供医疗卫生行业数据收集、存储、传递、…

快来看呦!制作3D翻页产品宣传册原来这么受欢迎!

制作3D翻页产品宣传册不但使产品在表达效果上看上去更为绚丽多彩,并且具备比较强的立体视觉效果,增加大家浏览观看的吸引力,而且还便于传播,短时间里增加品牌的影响力。 那么,我们应该如何制作3D翻页产品宣传册&#x…

如何显示标注的纯黑mask图

文章目录 前言一、二分类mask显示二、多分类mask显示 前言 通常情况下,使用标注软件标注的标签图看起来都是纯黑的,因为mask图为单通道的灰度图,而灰度图一般要像素值大于128后,才会逐渐显白,255为白色。而标注的时候…

springboot运维篇--springboot项目打包

1.springboot项目jar方式部署 直接使用idea 直接使用命令 跳过测试用例快速打包 mvn clean -D skipTests package将这个应用打成jar包,直接使用java-jar的命令执行 需要注意的是,需要 jar 命令行启动需要依赖 Maven 插件的支持,必须确认在…

23种设计模式 - 模板方法模式

1. 认识模板方法模式 1.1 模式定义 定义一个操作算法中的框架,而将这些步骤延迟加载到子类中。 它的本质就是固定算法框架。 1.2 解决何种问题 让父类控制子类方法的调用顺序 模板方法模式使得子类可以不改变一个算法的结构即可重定义该算法的某些特定步骤。 1.3…

如何实现公网远程访问本地OpenGauss数据库【内网穿透】

文章目录 前言1. Linux 安装 openGauss2. Linux 安装cpolar3. 创建openGauss主节点端口号公网地址4. 远程连接openGauss5. 固定连接TCP公网地址6. 固定地址连接测试 前言 openGauss是一款开源关系型数据库管理系统,采用木兰宽松许可证v2发行。openGauss内核深度融合…

芸鹰蓬飞:抖音投流以后还有自然流量吗?

随着抖音平台的普及,企业和个人纷纷加入到这个短视频的热潮中。然而,一旦投入抖音投流,是否还能依赖自然流量?这是许多用户和品牌关心的问题。本文将深入剖析这一话题,探讨抖音投流与自然流量之间的关系。 一、抖音投…

SpringBoot项目中ModelMapper配置以及使用

这里总结一下ModelMapper的使用方式,供大家参考 前言 项目中对象与对象赋值转换使用的频率非常的高,比如数据库表实体对象(Entity)与业务类对象(Model)之间的赋值传递,或者模型对象(Model)与视图对象(View…

报错:Parsing error: No Babel config file detected...的解决方案

报错:Parsing error: No Babel config file detected for E:\前端学习资料\9.vue基础\class\day03\02-源代码\01-component\vue.config.js. Either disable config file checking with requireConfigFile: false, or configure Babel so that it can find the confi…

EasyPOI实现excel文件导出

EasyPOI真的是一款非常好用的文件导出工具&#xff0c;相较于传统的一行一列的数据导出&#xff0c;这种以实体类绑定生成的方式真的非常方便&#xff0c;也希望大家能够了解、掌握其使用方法&#xff0c;下面就用一个实例来简单介绍一下EasyPOI的使用。 1.导入依赖 <!-- e…

Autosar模块介绍:Memory_3(MemIf-内存接口抽象)

上一篇 | 返回主目录 | 下一篇 Autosar模块介绍&#xff1a;Memory_3(MemIf-内存接口抽象 1 基本术语解释2 MemIf组成结构图 1 基本术语解释 编号缩写原文解释1(Logical) Block——可单独寻址的连续内存区域&#xff08;即&#xff0c;用于读、写、擦除、比较等操作&#xff…

深度学习 python opencv 实现人脸年龄性别识别 计算机竞赛

文章目录 0 前言1 项目课题介绍2 关键技术2.1 卷积神经网络2.2 卷积层2.3 池化层2.4 激活函数&#xff1a;2.5 全连接层 3 使用tensorflow中keras模块实现卷积神经网络4 Keras介绍4.1 Keras深度学习模型4.2 Keras中重要的预定义对象4.3 Keras的网络层构造 5 数据集处理训练5.1 …

如何用python生成动态随机验证码图片

相信大部分小伙伴在登录注册页面都看到过这样的验证码图片&#xff1a; 今天就带大家用实现一波这种验证码图片的生成&#xff0c;这在Django开发中可以拿来即用~ 1. 首先导入必要的库&#xff1a; import random from PIL import Image, ImageDraw, ImageFont, ImageFilter…

Vatee万腾科技决策力的引领创新:Vatee数字化视野的崭新天地

在数字时代的激烈竞争中&#xff0c;Vatee万腾以其科技决策力的引领&#xff0c;开创了数字化视野的崭新天地。这并不仅仅是一场技术的飞跃&#xff0c;更是一次对未来的深刻洞察和引领创新的勇敢实践。 Vatee万腾的科技决策力不仅仅停留在数据分析和算法的运用&#xff0c;更是…

reticulate | R-python调用 | 安装及配置 | conda文件配置

reticulate | R-python安装及配置 | conda文件配置 1. 基础知识2. 安装reticulate from CRAN3. 包含了用于Python和R之间协同操作的全套工具&#xff0c;在R和Rstudio中均可使用4. 配置python环境4.1 4种环境配置方式4.2 miniconda 环境install_miniconda()报错一install_minic…