2016年认证杯SPSSPRO杯数学建模D题(第二阶段)NBA是否有必要设立四分线全过程文档及程序

news2024/9/20 9:25:40

2016年认证杯SPSSPRO杯数学建模

D题 NBA是否有必要设立四分线

原题再现:

  NBA 联盟从 1946 年成立到今天,一路上经历过无数次规则上的变迁。有顺应民意、皆大欢喜的,比如 1973 年在技术统计中增加了抢断和盖帽数据;有应运而生、力挽狂澜的,比如 1954 年引入 24 秒进攻时限;有因人废事、“打击迫害”的,比如为了限制麦肯,将三秒区宽度从 6 英尺扩大到 12 英尺,又为了限制张伯伦,进一步扩大到 16 英尺;有步步为营、小心翼翼的,比如 2004年在 NBDL 试行所有投篮只算两分,直至第四节最后 5 分钟和加时赛才启用三分球规则;也有弄巧成拙、朝令夕改的,比如 1953 年曾规定每队每名球员单节只能犯规两次,第三次犯规就被罚出场,实施不久之后就不了了之……本质上,NBA 是一个以盈利为目的的商业联赛,为了最大限度地提升比赛观赏性,保证球迷们心甘情愿地掏钱买票,修改现有规则或设立新的规则都是可能的。
  79-80 赛季,NBA 开始实验性的引入三分球制,当时的原则是“仅限于常规赛使用”。而在 80-81 赛季,NBA 正式全面引入三分线。目前,NBA 三分线的最远处距离篮筐是 7.25 米。值得注意的是 NBA 曾在 94-95 赛季将三分线距离缩短为 6.70 米,距离变短后人人都能投三分,很难反映出球员的远投能力,所以 97-98 赛季,NBA 又将三分线距离改回原来的 7.25 米。
  四分线的推出能更全面反映出 1 名射手的远投能力。2015-2016 赛季,在28-32 英尺(8.53-9.75 米)之间,投篮最准的是快船队的贾马尔·克劳福德,总共 23 次出手命中 14 球,命中率高达 60.9%。排在第 2 位的是湖人队的肯道尔·马绍尔,23 投 11 中,命中率为 47.8%。勇士队的斯蒂芬·库里则以 38.1%(21 投 8 中)的命中率位列第 3 位。NBA 一旦引入四分球制度,投手的春天将就此到来。那些震撼联盟的神射手们又多了一项致命的武器。此外,四分球拉开空间之后,会让内线球员的防守压力变得更小,篮下的肉搏变得更少,更有利于内线的大个子们保持自己的健康。 
  第二阶段问题:
  3. 假设 NBA 联盟决定按照你们的第一阶段的方案设定四分线。这条新规则是否会对三分线的规则产生影响,三分线还是必要的吗?
  4. 四分规则一旦出现,可能会改变很多人对于篮球的认识,这有可能是效率最高的一种得分方式。这会对篮球的战术产生什么影响?请举例说明。

整体求解过程概述(摘要)

  本文针对NBA联盟建立四分线是否会对三分线规则产生影响和是否有必要保留三分线以及会对篮球战术产生什么影响等问题,以观赏性最大化为目标,运用多种求解方法,对问题建立量化分析、数据分析、物理、逻辑分析、平面动画和类比推理等模型进行求解。
  针对问题三,对于四分线规则是否会对三分线规则产生影响,建立量化分析模型和物理模型,进行量化指标得分情况,通过对比得出四分线可能会对三分线产生一定的影响,并建立数学模型来证明是否有保留三分线的必要。
  针对问题四,对于四分线会对篮球的战术产生什么影响,首先用层次分析法求出得分方式的权系数,利用权系数建立模糊综合评价对引入四分线的得分方式对战术的影响程度进行粗略计算及评判。再用数据分析法,详细分析三分球进攻(战术)特征及影响因素,然后从三分线规则启用时对原战术的影响,类比推理出四分线对篮球战术所产生的影响,建立平面动画模型,以湖人队为实例,分析三分线对三角战术特征的影响,类比推理出四分线对三角战术特征的影响。用数据分析法对三分线进攻的投篮方式、球员位置、区域、进攻方式、战术配合形式和时间选择的特征进行详细的分析,进而类比推出新的得分方式对战术的影响。
  本文通过数据分析得出的三分线进攻特征分析,数据可靠,且参考因素较为详细,误差控制在范围内。最后对我们所建立的一系列模型进行了可行性和可推广性进行了评价和推广。

问题分析:

  问题 3 主要是在第一阶段的讨论下,分析四分线规则对三分线规则的影响及三分线是否有存在的必要,通过第一阶段对四分线方案的讨论,我们知道可以从观赏性、逆转的可能性等角度讨论分析。首先,我们把观赏性和逆转的期望进行量化,比较在四分线设定后三分线的数据与以前三分线的数据有无变化,然后通过对比分析四分线设定前后三分规则使用率的变化,另外特别讨论分析了超级远投手库里在四分线规则设定前后三分线的出手的得分率,也可以判断出四分规则对三分线规则有无影响。其次通过对比分析同时存在三分线和四分线的情况与只存在四分线情况的观赏性和逆转的期望来判断三分线是否有保留的必要。
  问题 4 主要是分析四分线规则对篮球战术的影响,大范围上讲篮球战术可分为进攻战术、防守战术和争球战术。因为四分球在比赛中的使用有一定的局限性(例如,投手不可能整场比赛一直使用或一整场比赛中不是所有篮球队员都能使用等),所以四分规则对进攻战术、防守战术和争球战术的影响程度有所不同。首先,我们通过比较三分规则对篮球战术的影响,经过类比推理得出四分规则对篮球战术可能产生的影响。其次通过实例战术—三角进攻战术(双掩护+突破或投篮+低位单打)细化到对公牛队在 96—97 赛季和湖人队在 01—02 赛季的数据分析,进而举例说明四分规则对篮球战术的影响。

模型假设:

  (1)假设第一阶段结果可靠,可进一步分析。
  (2)假设投手的体能投三分和四分基本无变化。
  (3)假设比赛中每个队至少名远距离投球队员。

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

部分程序代码:(代码和文档not free)

A=[1 3 7 8;1/3 1 5 5;1/7 1/5 1 3;1/8 1/5 1/3 1];
[v,d]=eig(A);
eigenvalue=diag(d);
lamda=max(eigenvalue);
cil1=(lamda-4)/3;
cr1=cil1/0.90;
b1w=v(:,1)/sum(v(:,1))
B1=[1 2 3;1/2 1 2;1/3 1/2 1];
[v,d]=eig(B1);
eigenvalue=diag(d);
lamda=max(eigenvalue);
cil2=(lamda-3)/2;
cr2=cil2/0.58;
b2w=v(:,1)/sum(v(:,1))
B2=[1 1/5 1/2;5 1 7;2 1/7 1];
[v,d]=eig(B2);
eigenvalue=diag(d);
lamda=max(eigenvalue);
cil3=(lamda-3)/2;
cr3=cil3/0.58;
b3w=v(:,1)/sum(v(:,1))
B3=[1 3 5;1/3 1 4;1/5 1/4 1];
[v,d]=eig(B3);
eigenvalue=diag(d);
lamda=max(eigenvalue);
cil4=(lamda-3)/2;
cr4=cil4/0.58;
b4w=v(:,1)/sum(v(:,1))
B4=[1 1/5 3;5 1 7;1/3 1/7 1];
[v,d]=eig(B4);
eigenvalue=diag(d);
lamda=max(eigenvalue);
cil5=(lamda-3)/2;
cr5=cil5/0.58;
b5w=v(:,1)/sum(v(:,1))
b1w =
 0.5820
 0.2786
 0.0899
 0.0495
b2w =0.5396
 0.2970
 0.1634
b3w =
 0.1056
 0.7445
 0.1499
b4w =
 0.6267
 0.2797
 0.0936
b5w =
 0.1884
 0.7306
 0.0810

 A=[1 1 1 4 1 1/2;1 1 2 4 1 1/2;1 1/2 1 5 3 1/2;1/4 
1/4 1/5 1 1/3 1/3;1 1 3 1/3 1 1;2 2 2 3 1 1];
[v,d]=eig(A);
eigenvalue=diag(d);
lamda=max(eigenvalue);
cil1=(lamda-6)/5;
cr1=cil1/0.90;
b1w=v(:,1)/sum(v(:,1))
B1=[1 1/4 1/2;4 1 3;2 1/3 1];
[v,d]=eig(B1);
eigenvalue=diag(d);
lamda=max(eigenvalue);
cil2=(lamda-3)/2;
cr2=cil2/0.58;
b2w=v(:,1)/sum(v(:,1))
B2=[1 1/4 1/4;4 1 1/2;5 2 1];
[v,d]=eig(B2);
eigenvalue=diag(d);
lamda=max(eigenvalue);
cil3=(lamda-3)/2;
cr3=cil3/0.58;
b3w=v(:,1)/sum(v(:,1))
B3=[1 3 1/3;1/3 1 1;3 1 1];
[v,d]=eig(B3);
eigenvalue=diag(d);
lamda=max(eigenvalue);
cil4=(lamda-3)/2;
cr4=cil4/0.58;
b4w=v(:,1)/sum(v(:,1))
B4=[1 1 7;1 1 7;1/7 1/7 1];
[v,d]=eig(B4);
eigenvalue=diag(d);
lamda=max(eigenvalue);
cil5=(lamda-3)/2;
cr5=cil5/0.58;
b5w=v(:,1)/sum(v(:,1))
B5=[1 7 9;1/7 1 5;1/9 1/5 1];
[v,d]=eig(B5);
eigenvalue=diag(d);
lamda=max(eigenvalue);
cil6=(lamda-3)/2;
cr6=cil6/0.58;
b6w=v(:,1)/sum(v(:,1))
B6=[1 1/3 5;3 1 7;1/5 1/7 1];
[v,d]=eig(B6);
eigenvalue=diag(d);
lamda=max(eigenvalue);
cil7=(lamda-3)/2;
cr7=cil6/0.58;
b7w=v(:,1)/sum(v(:,1))
b1w =
 0.1476
 0.1764
 0.1988
 0.0449
 0.1983
 0.2339
b2w =
 0.1365
 0.6250
 0.2385
b3w =
 0.1055
 0.3320
 0.5625
b4w =
 0.3189
0.2211
 0.4600
b5w =
 0.4667
 0.4667
 0.0667
b6w =
 0.7720
 0.1734
 0.0545
b7w =
 0.2790
 0.6491
 0.0719
全部论文及程序请见下方“ 只会建模 QQ名片” 点击QQ名片即可

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/1546660.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

软件测试/测试开发丨Docker环境安装配置(Mac、Windows、Ubuntu)

macOS 安装 Docker brew cask install docker运行 Docker Ubuntu 安装 Docker # 更新 apt update # 安装依赖 apt install apt-transport-https ca-certificates curl software-properties-common -y # 添加 key curl -fsSL https://mirrors.aliyun.com/docker-ce/linux/…

python 读取jpg图片

pillow读取图片 from PIL import Image import numpy as np img_path ./Training/meningioma/M546.jpg # 读取图片 image Image.open(img_path) width, height image.size print("图片的宽度为{},高度为{}".format(width,height)) print("图片的mode为{}&qu…

如何做到无感刷新Token?

为什么需要无感刷新Token? 自动刷新token 前端token续约 疑问及思考 图片 为什么需要无感刷新Token? 「最近浏览到一个文章里面的提问,是这样的:」 当我在系统页面上做业务操作的时候会出现突然闪退的情况,然后跳转…

vulhub打靶记录——cybox

文章目录 主机发现端口扫描web渗透nikto扫描目录扫描 提权 主机发现 使用nmap扫描局域网内存活的主机,命令如下: nmap -sP 192.168.56.0/24192.168.56.1:主机IP;192.168.56.100:DHCP服务器IP;192.168.56.…

通科技新品亮相:4K60编解一体,USB透传无忧

在信息化快速发展的今天,音视频技术的需求与应用场景日益丰富,特别是在对视频画质和实时性要求极高的领域中,如军警、公安、金融等,对音视频处理设备的性能要求更为严格。为满足这些高端应用场景的需求,视通科技紧跟时…

2024年【道路运输企业安全生产管理人员】考试及道路运输企业安全生产管理人员考试技巧

题库来源:安全生产模拟考试一点通公众号小程序 道路运输企业安全生产管理人员考试是安全生产模拟考试一点通总题库中生成的一套道路运输企业安全生产管理人员考试技巧,安全生产模拟考试一点通上道路运输企业安全生产管理人员作业手机同步练习。2024年【…

【PLC】PROFIBUS(一):介绍

1、简介 PROFIBUS (Process Fieldbus),德国SIEMENS和其它机构联合开发; 1999年,PROFIBUS成为国际工业现场总线协议标准IEC61158的组成部分; PROFIBUS 由三部分组成:PROFIBUS-DP、PROFIBUS-PA 和 PROFIBUS-FMS&#xf…

聚类分析|基于层次的聚类方法及其Python实现

聚类分析|基于层次的聚类方法及其Python实现 0. 基于层次的聚类方法1. 簇间距离度量方法1.1 最小距离1.2 最大距离1.3 平均距离1.4 中心法1.5 离差平方和 2. 基于层次的聚类算法2.1 凝聚(Agglomerative)2.3 分裂(Divisive) 3. 基于…

力扣56. 合并区间

Problem: 56. 合并区间 文章目录 题目描述思路及解法复杂度Code 题目描述 思路及解法 1.将数组按内部的一维数组的第一项按从小到大的顺序排序; 2.创建二维结果数组merged,并将排序后的数组中的第一个一维度数组存入到merged中; 3.从后面的一…

【C语言】【Leetcode】70. 爬楼梯

文章目录 题目思路:简单递归 > 动态规划 题目 链接: link 思路:简单递归 > 动态规划 这题类似于斐波那契数列的算法,结果其实就是到达前一步和到达前两步的方法之和,一直递归到n1和n2时就行了,但是这种算法有个…

STM32的CAN通信中,如何通过软件过滤来提高通信效率?

在STM32的CAN通信中,通过软件过滤可以有效地提高通信效率,减少不必要的数据处理,从而减轻CPU的负担并提高系统的响应速度。软件过滤通常是在硬件过滤的基础上进行的,用于进一步筛选特定的CAN消息。以下是如何通过软件过滤来提高ST…

初始Redis关联和非关联

基础篇Redis 3.初始Redis 3.1.2.关联和非关联 传统数据库的表与表之间往往存在关联,例如外键: 而非关系型数据库不存在关联关系,要维护关系要么靠代码中的业务逻辑,要么靠数据之间的耦合: {id: 1,name: "张三…

蓝桥杯刷题8

1. 世纪末的星期 import java.util.Calendar; public class Main {public static void main(String[] args) {Calendar calendar Calendar.getInstance();for(int year 1999;year<100000;year100){calendar.set(Calendar.YEAR,year);calendar.set(Calendar.MONTH,11);cale…

【剑指offr--C/C++】JZ22 链表中倒数最后k个结点

一、题目 二、思路及代码 遍历链表并存入vector容器&#xff0c;通过下标取出对应位置元素或者返回空 /*** struct ListNode {* int val;* struct ListNode *next;* ListNode(int x) : val(x), next(nullptr) {}* };*/ #include <cstddef> #include <iterator> #…

解决 Xshell 等工具连接虚拟机失败

这里以 Xshell 等工具连接 Linux 虚拟机为例 对于我们使用 Xshell 等工具连接虚拟机失败&#xff0c;我们可以从以下的几个方面进行检查和解决 检查连接工具中的连接会话配置是否正确 对于这方面&#xff0c;我们要检查连接工具中连接会话配置的虚拟机 IP 地址和端口号是否正…

每日500+精准粉丝,全自动引流攻略

评论888领取同款软件 智能获客软件&#xff0c;快手自动关注&#xff0c;RPA解放你的双手教程 在如今的数字世界&#xff0c;全自动引流&#xff0c;采集曝光一体的全行业可用引流方法&#xff0c;每日精准引流 500 个粉丝&#xff0c;无疑是每一位企业主或网络红人的终极梦想。…

FreeRTOS(三)

第二部分 事件组 一、事件组的简介 1、事件 事件是一种实现任务间通信的机制&#xff0c;主要用于实现多任务间的同步&#xff0c;但事件通信只能是事件类型的通信&#xff0c;无数据传输。其实事件组的本质就是一个整数(16/32位)。可以是一个事件发生唤醒一个任务&#xff…

[医学分割大模型系列] (3) SAM-Med3D 分割大模型详解

[医学分割大模型系列] -3- SAM-Med3D 分割大模型解析 1. 特点2. 背景3. 训练数据集3.1 数据集收集3.2 数据清洗3.3 模型微调数据集 4. 模型结构4.1 3D Image Encoder4.2 3D Prompt Encoder4.3 3D mask Decoder4.4 模型权重 5. 评估5.1 评估数据集5.2 Quantitative Evaluation5.…

C#_事件_多线程(基础)

文章目录 事件通过事件使用委托 多线程(基础)进程:线程: 多线程线程生命周期主线程Thread 类中的属性和方法创建线程管理线程销毁线程 昨天习题答案 事件 事件&#xff08;Event&#xff09;本质上来讲是一种特殊的多播委托&#xff0c;只能从声明它的类中进行调用,基本上说是…

【python从入门到精通】-- 第二战:注释和有关量的解释

&#x1f308; 个人主页&#xff1a;白子寰 &#x1f525; 分类专栏&#xff1a;python从入门到精通&#xff0c;魔法指针&#xff0c;进阶C&#xff0c;C语言&#xff0c;C语言题集&#xff0c;C语言实现游戏&#x1f448; 希望得到您的订阅和支持~ &#x1f4a1; 坚持创作博文…