美国大学生数学建模竞赛题解析与研究（第6辑)

49292-00建模第六辑内.
indd 1 18-3-2 下午2:55

内容提要
本系列丛书是以美国大学生数学建模竞赛（MCM/ICM）赛题为主
要研究对象，结合竞赛特等奖的优秀论文，对相关的问题做深入细致的
解析与研究。本辑针对 2011 年及 2012 年 MCM/ICM 竞赛的 6 个题目：
单板滑雪场设计问题、中继器协调问题、电动汽车的未来、一棵树的叶
子、大隆河露营问题以及抓捕罪犯模型等进行了解析与研究。
本书内容新颖、实用性强，可用于指导学生参加美国大学生数学建
模竞赛，也可作为本科生、研究生学习和准备全国大学生、研究生数学
建模竞赛的参考书，同时也可供研究相关问题的师生参考使用。
　　图书在版编目（C I P）数据
　　美国大学生数学建模竞赛题解析与研究 . 第 6 辑 / 佘
红伟等编著 . -- 北京 : 高等教育出版社，2018. 1
　　（美国 MCM/ICM 竞赛指导丛书 / 王杰主编）
　　ISBN 978-7-04-049292-7
　　Ⅰ. ①美… Ⅱ. ①佘… Ⅲ. ①数学模型 - 竞赛题 - 研

究 Ⅳ . ① O141.4-44
　　中国版本图书馆 CIP 数据核字（2018）第 020191 号
Meiguo Daxuesheng Shuxue Jianmo Jingsaiti Jiexi yu Yanjiu
策划编辑刘　英　　　　责任编辑　刘　英　　　　封面设计　李卫青　　　　版式设计　童　丹　
插图绘制　于　博　　　　责任校对　王　雨　　　　责任印制　田　甜

出版发行高等教育出版社网址 http://www.hep.edu.cn
社址北京市西城区德外大街4号 http://www.hep.com.cn
邮政编码 100120 网上订购 http://www.hepmall.com.cn
印刷三河市宏图印务有限公司 http://www.hepmall.com
开本 787mm×1092mm 1/16 http://www.hepmall.cn
印张 13.75
字数 220千字版次 2018 年3月第 1 版
购书热线 010-58581118 印次 2018 年3月第 1 次印刷
咨询电话 400-810-0598 定价 49.00 元
本书如有缺页、倒页、脱页等质量问题，请到所购图书销售部门联系调换
版权所有侵权必究
物料号 49292-00
“ MCM/ICM ”

Sol Garfunkel (COMAP)
Chris Arney
Patrick Driscoll
William P. Fox

()
Amanda Beecher
Jay Belanger
Jerrold R.Griggs
Joseph Myers
Rodney Sturdivant

ii

COMAP
(the Mathematical Contest in Modeling, MCM)

30 , , 90
, 25
5000 ,
COMAP
COMAP , MCM ICM (the Interdisciplinary Con-
test in Modeling) HiMCM (the High School Mathematical Contest in Modeling)

—— ,

,
,

COMAP

, COMAP

,

,

MCM/ICM , ,

Sol Garfunkel,
COMAP
2012 11
MCM
, ,

,

, ,
, ,

,

MCM ,

,

, ,

,

,
,
,

, ,

“”

,

,

,
,

, ,

,
MCM ,

,

MCM

ii MCM
MCM

MCM ,

,

,
,

,
, ,
,

,

,
Patrick J. Driscoll

MCM
2016 4
ICM

,

“ MCM/ICM
” ,

, ,

,
, ,

,

(
)
, ,

,
,

,

,

,

,
,
,

,
,
,
,
,

,
,

,
,
,

ii ICM

,
: ,

!
Chris Arney,

ICM
2011 10

(the Mathematical Contest in Modeling, MCM/the

Interdisciplinary Contest in Modeling, ICM), “” “
”, ,
1985 , , (the Consortium
for Mathematics and Its Application, COMAP)
“” ,

, 2 ,
3 , 3 (72 4 , 96 )
, ,

(
)

MCM/ICM

,

(

) ,

,
!, 158
, 90

2017 MCM/ICM 16 928
, MCM 8843 , ICM 8085 , MCM/ICM
,
, ,

(Outstanding Winners) , !
MCM/ICM
,

,
,

ii
“ MCM/ICM
”
,
, ,

,

COMAP !"
" #
, MCM/ICM ,
,
,
MCM/ICM ,

3

2
,

MCM/ICM ,
,
,

,
MCM/ICM "

, "
, ,
COMAP
,
,

www.mcmbooks.net
, COMAP !
Sol Garfunkel $, MCM # Patrick Driscoll
$, ICM (
ICM
) #
Chris Arney $ , MCM
# William Fox $
, MCM/ICM ,
, ,

MCM (Mathematical Contest in Modeling)

ICM (Interdisciplinary Contest in Modeling) 1985 ,
30 2015 , 3 , MCM 2 , ICM 1
2016 6 , MCM 3 , ICM
3
(
)

, %

, !

,
,
,
2011 2012 2011 MCM A
“Snowboard Course”,
,

U ,
MCM B “Repeater Coordination”,
& ' , ICM C
“How environmentally and economically sound are electric vehicles?”,
,
, # 2012 MCM A “The
Leaves of a Tree”, ,
,
MCM B
“Camping along the Big Long River”,
,
,

ICM C “Modeling for Crime Busting”,
,
ii

, , $ 4 4
, %(,
,
, ,
, )
2011 2012 MCM/ICM A B C 6
,

1
, 2 , 3 , 4 , 5 ,

6
,
#

2017 12

COMAP
MCM
ICM
1 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 1
1.1 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 1
1.1.1 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 1
1.1.2
· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 2
1.2
· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 3
1.2.1 : · · · · · · · · · · · · · · · · · · · · 4
1.2.2 :
· · · · · · · · · · · 11
1.3
· · · · · · · · · · · · · · · · · · · · · · · 24
1.3.1
· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 24
1.3.2 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 26
· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 27
2 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 28
2.1 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 28
2.1.1 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 28
2.1.2

· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 30
ii
2.1.3
· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 31
2.2
· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 31
2.2.1 :

· · · · · · · · · · · · · · · 32
2.2.2 :

· · · · · · · · · · · 46
2.2.3 :

· · · · · · · · · · · · · 54
2.3
· · · · · · · · · · · · · · · · · · · · · · · 62
2.3.1
· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 62
2.3.2 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 64
· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 64
3 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 66
3.1 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 66
3.1.1 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 66
3.1.2

· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 70
3.2
· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 72
3.2.1 : · · · · · · · · · · 73
3.2.2 :
· · · · · · · · · · · · · · · · · · · · · · · · 88
3.3
· · · · · · · · · · · · · · · · · · · · · · · 100
3.3.1
· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 100
3.3.2 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 101
· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 101
4 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·103

4.1 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 103
4.1.1 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 103
4.1.2

· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 104
4.2
· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 106
4.2.1 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 106
4.2.2 · · · · · · · · · · · · · · · · · · · · · · · · · 110
4.2.3 · · · · · · · · · · · · · · · · · · · · · · · · · 114
iii
4.2.4 · · · · · · · · · · · · · · · · · · · · · · · 118

4.2.5
· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 122
4.3
· · · · · · · · · · · · · · · · · · · · · · · 125
4.3.1
· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 125
4.3.2 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 126
· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 127
5 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·128

5.1 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 128
5.1.1 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 128
5.1.2

· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 130
5.2
· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 131
5.2.1 :
· · · · · · · · · · · · · · · · · · · · · · · · 131
5.2.2 :
· · · · · · · · 140
5.3
· · · · · · · · · · · · · · · · · · · · · · · 150
5.3.1
· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 151
5.3.2

· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 152
· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 154
6 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·155

6.1 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 155
6.1.1 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 155
6.1.2

· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 165
6.2
· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 166
6.2.1 :
· · · 166
6.2.2 :

· · · · · · · · · · · · · · · · · · · · 179
6.3
· · · · · · · · · · · · · · · · · · · · · · · 195
6.3.1
· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 195
6.3.2 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 197
· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 197
1
1.1
1.1.1
2011 A ,

, U

,
.

:

( “”
“U ”) ,

.
“ ” “U ”

.
,

.
“” ,

[1]
:
Snowboard Course
Determine the shape of a snowboard course (currently known as
a “halfpipe”) to maximize the production of “vertical air” by a skilled
snowboarder.
“Vertical air” is the maximum vertical distance above the edge of the
halfpipe.
Tailor the shape to optimize other possible requirements, such as maxi-
2 1
mum twist in the air.
What tradeoffs may be required to develop a “practical” course?
1.1.2
1998

. U

, U . U

[2] .
U 160 ∼ 200 m,
16 ∼ 20 m,
6.0 m, 18◦ [3] , 1–1 .
1998 , U , 1–1 1998

U ,
, (
U U
) . U ,
,
.

, ,
.
1–1
U
(: [3])
1–1 1998 — 2010 U

U

/m /◦ /m /m
1998 120 18.0 15.0 3.5
2002 160 — 16.5 4.5
2006 145 16.5 — 5.7
2010 160 18.0 18.0 6.0
1.2 3
U ,

, , .

.
U ,
U

. , U
.
,
: U ,
, , .
2011
1291 ,
4 (Outstanding Winner), 0.31%; 9

(Finalist), 0.70%; 156 (Meritorious
Winner), 12.08%; 300 (Honorable Mention),
23.24%; 822 (Successful Participant),
63.67%.
1.2
, ,
, , . ,
,
, ,

, .
,

.
,
!. ,

, , .
, .

": (1) ,

; (2)
,

.
.
4 1
1.2.1 :
1. [4]
(1) ;

(2)
,
# ;
(3) , zy
.
2.
(1)

. ,
, ,

( 1–2).
1–2
m U

(: [4])
i
$ f EK EP
:
EKi + EPi = EKf + EPf (1.1)
i vi , i hi $ f hf
:
vi = 0 (1.2)
hi > hf (1.3)

v= 2g(hi − hf ) (1.4)
1.2 5
,
, % .
, # , W (1.5) :
W = Fappliedd cos σ (1.5)
Fapplied # , d , σ
. W , (1.6)
:

v= 2g(hi − hf ) + 2W (1.6)

,
. ,
. θ
( 1–2
), 90◦ , z ,
. ,
0◦ , x ,
, 0.
(2)

, !.

# , .

, 90◦ ,
. , ,

, , ,
U , .
(3)
:
• , .
• , U .
• .
•
, .
:
•
U

.
•
.
6 1
3.
(1)
,
zy (z
, y ).

.

Fdrag (

)
N (1.7)
(1.8) :
1 2
2 ρair acd (vx + vy2 )
Fdrag = (1.7)
m
(vy2 + vz2 )
N = g cos θ − (1.8)
ρ
ρair
, a , cd , vx
vy x
y , ρ , θ , 1–3

.
1–3
(: [4])

F = ma
, y
y . , y
z
:
dvy
= N sin θ − μN cos θ − Fdyz cos θ + ρ cos θ (1.9)
dt
dvz
= −g + N cos θ − μN cos θ + Fdyz sin θ − ρ sin θ (1.10)
dt
, μ , Fdyz zy

.
1.2 7
,

–

.
, U

.

&. # , U
z .
,
# ,
, U ( 1–3
)
.
(2)

.
y
z ,
z :
1 1
○
z(y) = 0.07y 2 − 7 (1.11)
2 2
○
z(y) = 0.1y 2 − 10 (1.12)
3
○

z(y) = 100 − y 2 (1.13)
,
(z, y) ,
y (
U ) .
1–4

#
,
zy :
1,
,
2.
1–2 .
1–2 z y
z /(m·s−1 ) y /(m·s−1 )
1 2.71546 1.357389 (–10, 0) (0, –10)
2.67092 0.139753 (–10, 0) (0, –10)
2 3.54291 2.527488 (–10, 0) (0, –7)
, ,

. , , '

8 1
1–4 # zy
(: [4])
. 1–5 $, #

.
1–5 # zy
(: [4])
, z

,

. ,

: 1 2 23%, 2 1.6%.
(3)
:
• .
1.2 9
• ,
U
.
• U
z(y).
:
• U (
) .
• zy .
4.
(1)
, 1–6 . ,
zx (
).
,
z ( 1–6).
1–6 (zx )

(: [4])
,
zy
cos φ, , φ U .

dvx
= g sin φma − g cos φμ − Fdx (1.14)
dt
dvy
= N sin θ − μN cos θ − Fdyz cos θ + ρ cos θ (1.15)
dt
dvz
= −g cos θ + N cos θ − μN sin θ + Fdyz sin θ − ρ sin θ (1.16)
dt
(2)
x y
z
, 1–7 .
10 1
1–7
(: [4])

U , U .
, y
z . x
(
, ,
, .
1–3 y
z .
, y
z
,

.
1–3 y z

y /(m·s−1 ) z /(m·s−1 )
◦
45 1 2.981 4.232
◦
45 2 1.639 3.307
◦
45 0.129 2.572
1–3 , : 1 2 , 2

.

U

,

,
.
,
.
1.2 11
(3)
:
• U
, 3
.
•
).
• .
:
•
x .
•

.
5.
•
, :

90◦ , %
.
• ,

. 3 (U ), 3
z
,

y = 0.07x2 − 7 (1.17)
• , ,

45◦

% , (1.17) .
•
,

,
. ,
.
• , x (
)

U ,
.
,

z
.
1.2.2 :
, ,

(
) U
.
12 1
1. [5]
(1)
: U *
,
!, +
,
.
(2) ():
() .
(3)
:

, U .
(4) : , ,
,
.
(5) :
.
(6) : , ( ) ,
U .
(7) : U ,
. , ! (!) ,
. , ", !
* 90◦ .
2.
, ,

,

.
"
.
,

U
. ,
,
.
, ().
! 0,
!

.

,

, !
!
, , 0 ,
# .
$, h
2l.
,
1–8 A B
C. ,
, . ,
# . ,

1.2 13
.
1–8

(: [5])
, , . ,

, + !. ,

$
?
“

” , - .
, .
1–8, y
, x , A = P0 (0, 0),
B = P1 (l, h),
A B T . ,

m
. ,
EK (Pn ) =
1 √
mv 2 = mgy, g . v = 2gy. ,
2
y = y(x)

ds = 1 + [y ]2 dx (1.18)
.

ds l
1 + [y ]2
T = = = √ dx (1.19)
v 0 2gy
y = y(x), T

. –

1 + [y ]2 [y ]2
c2 = c1 2g = √ − √ (1.20)
y y 1 + [y ]2

c1
c2 . y = dy/dx = (γ − y)/y. y/(γ − y) =
tan ϕ y = γ sin2 ϕ.

dϕ dϕ dy 1
= · = (1.21)
dx dy dx 2γ sin2 ϕ
14 1
dx = 2γ sin2 ϕdϕ,

ϕ sin 2ϕ
x= dx = 2γ − + c3 , c3 (1.22)
2 4
A = P0 (0, 0) , c3 = 0. γ/2 = r

2ϕ = θ,

x = r(θ − sin θ)
(1.23)
y = r(θ − cos θ)
—— r x ,

1–9. ,

,

, U
! !%
$.
1–9

(: [5])
3.
"
,
.

m U
, r(s)
s . , x , y

.
/ T (s)
/ n(s) κ(s)
r (s)
T (s) = (1.24)
|r (s)|
T (s)
n(s) = (1.25)
|T (s)|
κ(s) = |T (s)| (1.26)
1–10 , , 3 .
,
n mac = mκv 2 , ac
, v , κ .
N
,
1.2 15
1–10 (θ ) ,

(: [5])
mg sin θ , [N − mg sin θ] = mκv 2 .

, μ,
F (s) = μN (s) = μ[mg sin θ(s) + mκ(s)v 2 (s)]
, "

( EK EP )

, ( s
)
s
{T E(0) = EK (0) + EP (0)} = T E(s) = EK (s) + EP (s) + F (u)du (1.27)
0

0 s & . & ,
EP (0) = 0, v(0), #
s
EK (s) = EK (0) − EP (s) − F (u)du (1.28)
0
1
EK (s) = mv 2 (s)
EP (s) = mgry (s),
2
s
1
EK (s) = mv (0) − mgry (s) − μ [mg sin θ(u) + mκ(u)v 2 (u)]du
2
(1.29)
2 0

s s
1
EK (s) = mv (0) − mgry (s) − mgμ mg sin θ(u)du − 2μ κ(u)EK (u)du (1.30)
2
2 0 0
16 1
ry (s) y (
) .
sin θ(u)du , # drx (u).

s s
1
EK (s) = mv 2 (0) − mgry (s) − mgμ rx (u)du − 2μ κ(u)EK (u)du (1.31)
2 0 0
! EK (sTOTAL ), sTOTAL

! !.
, ry (s = 0) = 0,
! ry (sTOTAL ) = 0. (1.31)
sTOTAL
1
EK (sTOTAL ) = mv (0) − mgμw − 2μ
2
κ(u)EK (u)du (1.32)
2 0
w U
! .
1
U ψ(s) := v 2 (s) EK (sTOTAL ) = mv 2
2
(sTOTAL ), (1.32) , m,
sTOTAL
ψ(sTOTAL ) = ψ(0) − 2gμw − 2μ κ(u)ψ(u)du (1.33)
0
(1.33) ,

,
,
1. (EK (s) · 2 = (m = 1) · ψ(s),

2).

(1.32) . mgμw
sTOTAL
( ) ,
. 2μ κ(u) ·
0
EK (u)du
.
!,
, w &
, 2gμ. ,
κ(u) = 0, ∀0 u sTOTAL ,
. 2gμw, .

(1.33)
,

: μ ,
w , 2gμw ,

ψ(sTOTAL ) ,
.
sTOTAL
&. 2μ κ(u) ·
0
1.2 17
EK (u)du = E2 :
, !
& .
,

, U

.
, !
, sTOTAL . E2 .,
κ(u) E2 .

. ,
,

,

v(sTOTAL ).

: (i)

$, (ii)
.
3 :
(
!).
(1)
r(φ) = [r − r cos φ, r sin φ], φ ∈ [0, π], r ,
φ () x . φ = s/r ,

s s 1
rx (s) = r 1 − r cos , ry (s) = r sin , κ(s) = , w = 2r
r r r
sTOTAL = πr
r .

(2)
.

, : r(φ) = [r(t − sin φ), r(1 − cos φ)], φ ∈ [0, 2π].
! (φ = 0 2π)
, 0$,
(ε, 2π − ε) , !0 .
s
s2 (12r − s) s2 1
rx (s) = , ry (s) = s − , κ(s) = √ , w = 2πr
24r 8r 8rs − s2
sTOTAL = 8r
, r .
18 1
(3)
, ! , 1–11
. ,
:
.
1–11
(: [5])
rx (s)
κ(u)du ,
, κ(u)du = 0.
: w = b + 2r
sTOTAL = b + πr, r , b 0 .
4.
, ) . ,

. & , 3 ,
.
2010 U w = 18.0 m .
, , b = 15 m
b = 5 m.
,
μ 0.01
0.15 ,
" 0.05. , , μ = 0.05, ,
v(0) = 20 m/s. , 1–12 .
1–4 U ! .
1–4 (
)
/(m·s−1 ) /m
15.7 28.3
14.0 22.9
(b = 15 m) 16.5 19.7
(b = 5 m) 16.0 25.4
1.2 19
1–12 (

)
(: [5])
,
, sTOTAL =
28.274 m, 18.0 m, 1–13 .
1–5 U !

!
.
1–5 (
)
/(m·s−1 ) /m
15.7 18.0
12.6 22.21
(b = 15 m) 16.1 23.45
(b = 5 m) 15.8 19.82
, .

1–14 ,
.

(b = 15). 1–
14,
:
20 1
1–13 (

)
(: [5])
1–14 200 ) ()

(: [5])
(1) b → 0 . ,

,
b > 0, .
(2)
, . & .
!, 0,
,
1.2 21
.
(3) , 0.01 μm .

, ,
,
*!. , ,

, . , .
, U w = 18.0 m,
b ( w ), ,
1–15 .
1–15

(: [5])

, w, b (!
), &.
sTOTAL , 1–16 .
,
:
U
,
U
: . ,

.

,
,
! .
5. ()
, ,

.
22 1
1–16

(: [5])
,

.

", , ,
.
, #,
.
,
!
. ,
U .
U ,
(, )
,
. (
)
.
*,

,
.
. , , ,
. , , !
: R = T /t, T , t
. t , R
,
T
.

! , T

. ,

90◦ , ,
1.2 23

. , , ,

,

.
, " U ( ),
U , .

, dvert = d − d0 , ! t,
1

: dvert = v0 t − gt2 , v0 U , g
2
. g , v0 ,
.

, , U
, . vT = −v0 ,
vT − v0 −v0 − v0 −2v0
−g = = = (1.34)
T T T
T = 2v0 g. , !
T 2v0
R= = (1.35)
t gt

, U !
v0
t .
,

(
) .
,
pumping , U !
". ,
U . , !!
.
U ,
$
“'” , .
,
,
, . ,
R = T /t , ( t ).
1, " (
),
. 2010

,

. 1–6

, Shaun White "
24 1
1260◦, ,

.
1–6 2010

(:
[5])

Iouri Podladtchikov Shaun White
2

540◦ 1260◦
$
(Rodeo Flip 540◦ ) (Double McTwist 1260◦ )
42.5/50 48.5/50

($)
,
,
“
” ,
“(” . , (

) .
,

. ,
,
. : ,

;
, ;
, , (

.).
,

(
).

, . &.

, . “ U

,

” , + .
, + .

) ,
.
1.3

1.3.1

,

, . .
1.3 25
U

.

,
".
& U , ,
.

, ,
,

.
, . ,
. ,
,
[6,7] .
,

. , )
,
3 , *
, .
, ,
. , mv 2 /r ,
[8] .

, . *

,
. , ,
, , .

, %
. !
.

,

. , U
,
,
!
.
, . ,

,
( [3], [5]) . [4]
, 4 U
( 1–17), , 1–18
.
26 1
1–17
(: [4])
1–18
(: [4])
1.3.2

(1)

,
,
, ( ):

.

,
.
(2) ,
#
.
(3)
, !
, .
27
(4)

.
(5) # ,
, .

[1] 2011 [EB/OL]. (2011–2–11) [2014–10–8]. http://www.
comap.com/undergraduate/contests/mcm/contests/2011/problems/.
[2] Harding J W , Small J W, James D A. Feature Extraction of Performance Variables
in Elite Half-Pipe Snowboarding Using Body Mounted Inertial Sensors [C]. Proc.
SPIE 6799, BioMEMS and Nanotechnology III, 2007.
[3] Jiang C Y, Sun L, Wang X M. Design Our Best Snowboard Course [EB/OL].
MCM2011: Meritorious Winner.
[4] Macavoy A, Herron J, Burton R. Designing a Halfpipe for Advanced Snurfers
[EB/OL]. MCM2011: Outstanding paper. [2014–10–26]. http://www.iitgn.ac.in/
mcm/cd/mcm-2011/PDFs/Problem A/12149.pdf.
[5] Xu S, Sturm M, Chen Z. Designing the Optimal Snowboard Half-Pipe [EB/OL].
MCM2011: Outstanding paper. [2014–10–26]. http://www.iitgn.ac.in/mcm/cd/
mcm-2011/PDFs/Problem A/11199.pdf.
[6] Gong E H, Wang X Y, Li R S. A half-blood half-pipe, a perfect performance.
MCM2011: Outstanding paper [J]. The UMAP Journal, 2011, 32(2):109–122.
[7] Wang Y F, Wang C, Han B H. Higher in the Air: Design of Snowboard Course
[EB/OL]. MCM2011: Outstanding paper. [2014–10–26]. http://www.iitgn.ac.in/
mcm/cd/mcm-2011/PDFs/Problem A/9159.pdf.
[8] Black K. Judges Commentary: Snowboarding Course Design [EB/OL]. (2011–4–7)
[2014–10–16].https://www.comap.com/undergraduate/contests/mcm/contests/
2011/results/2011 MCM A Judge Com.pdf.
2
2.1
2.1.1
#% (Repeater Coordination) 2011

B ,
5 #6 .

:

7 (VHF) ,
+
(line-of-sight)
8. + "
#!, “#” "
.
, " (!)

,
# . , $# ,

#
5 .

, “& ” (CTCSS),

“” (Private Line, PL) .

# #,
#
5. #

.
, #8

;
, #
, .
40 ○
1
, 1000
○ 1 1 (mi)≈ 1.6 (km).

" MCM/ICM ,

. $ , .
.
2.1 29

,
. .#.

: ,
145∼148MHz; , #
9 8
600kHz; ,

54 .
10000 ,
?

+ ",
",
, .

:
Repeater Coordination
The VHF radio spectrum involves line-of-sight transmission and re-
ception. This limitation can be overcome by “repeaters,” which pick
up weak signals, amplify them, and retransmit them on a different fre-
quency. Thus, using a repeater, low-power users (such as mobile stations)
can communicate with one another in situations where direct user-to-user
contact would not be possible. However, repeaters can interfere with one
another unless they are far enough apart or transmit on sufficiently sep-
arated frequencies.
In addition to geographical separation, the “continuous tone-coded
squelch system” (CTCSS), sometimes nicknamed “private line” (PL),
technology can be used to mitigate interference problems. This system
associates to each repeater a separate subaudible tone that is transmit-
ted by all users who wish to communicate through that repeater. The
repeater responds only to received signals with its specific PL tone. With
this system, two nearby repeaters can share the same frequency pair (for
receive and transmit); so more repeaters (and hence more users) can be
accommodated in a particular area.
For a circular flat area of radius 40 miles radius, determine the minimum
number of repeaters necessary to accommodate 1000 simultaneous users.
30 2
Assume that the spectrum available is 145 to 148 MHz, the transmitter
frequency in a repeater is either 600 kHz above or 600 kHz below the
receiver frequency, and there are 54 different PL tones available.
How does your solution change if there are 10000 users?
Discuss the case where there might be defects in line-of-sight propagation
caused by mountainous areas.
2.1.2

1. (Repeater)
#

#. ,
5,
+ %". , $

,
%
, ##,
2–1 . # 8
%,
5
5 . ,
#

,

. #&,
$
. ,
#9

.
+ : (○
1
) = 1.5Af , Af
[1] .
2–1 #

2. CTCSS
#

, 3
3 : #
8 (Receiver Frequency) (Transmitter Frequency)

(CTCSS). , CTCSS
5,
○
1 1 (ft) = 0.3048 (m).
2.2 31

.
,
.
CTCSS #
, #".

,

.
3

, #

,
# 1,
.
2.1.3
%
, &
+
$ . ,
'
,
#% ,
# ..

, & #
. ,
# ,

.
,
& #, ,

, # ,
. , # %, #

. , $

, &#
. ,

.
2.2
:
(1) .# CTCSS VHF
,
40 , 1000
;
(2) 10000 , ;
(3) # .
,
),
, %
.
32 2
, , )

, .

', (" :
,
!;

, . ,
(

#. ,

,
.

1483 , 5 (Out-
standing Winner), , ; 14

(Finalist); 198 (Meritorious Winner);
542 (Honorable Mention); 725
(Successful Participation).
' 3 "
, 1
9440,
Ben Fusaro ,

%: INFORMS ; 2 11759,
: MAA; 3 10496, : SIAM
, , &
!.
2.2.1 :
)"
(Voronoi diagram) ,
#% [2] .
6#, 3:
#.
,

#,
#, #
(

; , #5
,
$
5, #

, %
5.
: #
# .
, : ,
; ,

, .
#
.
2.2 33
1.
[2] '
#% .
Φ Γ , & #
% , N

. # 3 $ : 8 fr ft
nP L . , #
R
r,
#,
r
.
#.

R
r #) C
,
, #
. ,

, #6 #8

.
2.

#6 . D(Vu ,
Vr , Eur , Err ), Vu = {u1 , u2 , . . . , uN }
Vr = {r1 , r2 , . . . , rM }

#$, Eur “ – #” $, Err “#
– #” $. ui (x(ui ), y(ui )) ,
# ri 8
(x(ri ), y(ri ), fr (ri ),
ft (ri ), nP L (ri )). Φ = 40 Γ ,
#

x2 + y 2 Φ 2 (2.1)
ui
# rj
r, ui
rj , (ui , rj ) ∈ Eur ; # rj

rk
#
R, rj rk 8 (ft (rj ) = fr (rk )),

# (nP L (rj ) = nP L (rk )), rj
rk
, (rj , rk ) ∈ Err .

, #
D
3 :
(1) $ ( Ω1 ): Γ "*,

#
. # rj , Γ
34 2
SV (rj ) (

[3] ).
, rj

#. #% , # SV (rj )

C.
(2) $ ( Ω2 ): # 2R
,
$
, fc = 0.6MHz.
(3) ( Ω3 ): . #.

,
. , ,#
, $% ,
ui
uj #'
.
# , Γ ui

# ui Sr (ui ). , 2–2 ,
u1 #$ Rr (u1 ) = {r2 , r4 , r5 }, Sr (ui ) $
#
$. r2
r3 ,

.
" ,
:
(4) ( Ω4 ): ui
" Γ .
2–2

, $ (1) (2)

(3)
, (1) (2)
(4) .
, ; , R 2Φ , .
2.2 35
3.
$,

). )#

, *!#
, , .
(1)

) #

9 .
Pr,out #
, '

, # d ,
" P
P = Pr,out /4πd2 (2.2)
[4] ,
λ,
8 λ2 /4π,
8
P
P = (λ2 /4π) · (Pr,out /4πd2 ) (2.3)
,
λ c
f , c/f . ,

(2.3)
P = Pr,out · (c/4πdf )2 (2.4)

,
& Ls
Ls = 10 · lg(Pr,out /P ) = 92.4 + 20 · lg d + 20 · lg f (2.5)
8
Pr,in
Pr,in = Pr,out + (Gout + Gin ) − (Lf,out + Lf,in) − (Lb,out + Lb,in ) − Ls (2.6)

# #8,
: Lf,out =
Lf,in ( &), Lb,out = Lb,in ( &), Gout = Gin ().
, Lf,out
Lf,in 2dB, Lb,out
Lb,in 1dB, Gout
Gin
39dB.
" 0.1465GHz
,
Pr,out
10·lg −37.2328
Pr,in
d = 10 20 (2.7)
36 2
[2] “ 2 #” ,

#
9 (ERP) Pr,out = 100W,
#8
1μW, Pr,in 1μW. (2.7) , #
5 R = 85.45 . , %, %

" Pu,out = 3.2W, Pu,in 1μW,
5
r = 15.28 .
(2) #
#, #

.
'&;
, # .

#5 ,
,

#:
ϕ = B log2 (1 + SN R) (2.8)
, ϕ
; B , Hz; SN R
&.
,, Gilhousen[5] CDMA

.
&; (Bit Energy-to-Noise Density),
(2.9) :
Eb Pur /ϕ B/Pur
= = (2.9)
N0 (C − 1)Pur /B C−1
, Pur

, C #
; Eb /N0
5 , 5dB 30dB . CDMA
, #9 , . ,

(2.10) Eb /N0 :
Eb Gout
= (2.10)
N0 V (C − 1)(1 + Iother /Iself )
, G , V , Iother #, Iself

#.
# C , SN R +

8
,
Pur 1
SN R = = (2.11)
(C − 1)Pur C −1
2.2 37
, #
:
Gout
C =1+ ≈ 119 (2.12)
V (1 + Iother /Iself )Eb /N0
(3)
#
,
,
Vu # , * Vu
. ,
*, $ .

, "*. ,
; N "*, ρ

N
ρ= (2.13)
πΦ 2
πΦ 2 Γ . , $ Ω2 , 3 $

• $ (Ω1∗ ): ∀rj ,

SV (rj )

ρSV (rj ) C (2.14)
• (Ω3∗ ): Γ . #.
• (Ω4∗ ): ,

" Γ .

, # ,
.
"*,

.
R 2Φ ,
# , #%
“” . R Φ ,

# . R 2Φ , #, $
,
6 : 145.0MHz 145.6MHz 146.2MHz 146.8MHz
147.4MHz
148.0MHz. , # r1 8 145.0MHz,
145.6MHz, # r2 , 8 145.6MHz,
38 2
145.0MHz,
# )%*+. $
,
# ,

5
: 145.6∼145.0 146.3∼145.7 147.0∼146.4 147.7∼147.1
147.4∼148.0.

, R Φ
54 ,
, #
54 × 6 = 324; #
, #
54 × 5 = 270.
, , # M "
πΦ 2 Φ2 402
M 2
= 2 = ≈ 6.85 (2.15)
πr r 15.282
M , M 7. #$, M %

N N
M = (2.16)
C 118
N = 1000 , M 9; N = 10000 , M 85.
4. :
(Cellular networks) ##) ,

+.
,
# . 2–1 , "
,

!
#, !
# M .
, , !
,
!

.
2–1
!

!

√
3 √
1 61 43
2
3 1 91 8
√
12 7 108 9
√
60 6 121 91

2–1, R 2Φ
N = 1000 , #
N
. , ρ ≈ 0.1989. ,

πΦ 2
2.2 39
#
!
, #

!
. $ Ω3∗ , .
#, !

rh %
r. , ,
# ($ Ω1∗ ), rh

√
3 3 2
r ρC (2.17)
2 h
(2–17) , rh
15.18 , r.
#
., rh 15.18 . 2–1 ,
√
19 Φ √
< < 7 , 12 # , #
2 rh
!
, 2–3(a) .
N
N = 10000 , ρ = ≈ 1.989, (2.17) ,
rh = 4.8
πΦ 2
Φ
. 8 << 9, 2–1 , #
108 .
rh
# 3
(, 2–3(b) .
2–3 #%

, #" 324 , #

, #
.
, #% , &:
(1) &
rh ; (2) 2–1
#
.
,
,
40 2
#
,

(.
5. :

#, #

,
2–1
". )

#. : (1)
#

; (2) #
,

# 8
.
(1)
#

“”
,
#

. , (2.15)
(2.16) #
, M0 .

:
1
M0 , M0 #,
○
2–4(a) .
2 ,
.

○
[3], 2–4(b) .
3
, 2–4(c) .
○
4 .
○
5 # .
○
ξ .
ξ, #
8,
& ○;
6
ξ, 8, 2–4(d) ,
#, & ○

2 #'.
6
. "# C,
○

, %
5 ; ,
& ○.
7
7
#, %#
,
○

, (extremal optimization[6] ) ' . '
TC ,

#,
, & ○;
2 , 1 #,

#, & ○.
2
2.2 41
2–4 #

, #

. , ξ = 0.01, TC = 100.
(2)
#

#
, #8

.

. ,

.
&
:
1 R #, 2–5 #
○

.
42 2
2–5 #

2 G
T
T , 2–6 .
○
,
,

(, 8
.
.
,

$,

, *
.
,

(, 8
,
#,
. , .
2–6 G

3
○ . G ) i, i k, k > 3,
2.2 43
- k − 2
, )) k − 2 ) . ) j

SCj , '
: ' k − 2
, |SCa − SCb |
a,b

. 2–7 (+'
.
2–7 '

4 & ○
○ 3
' , G
#.
#, ;

#8
, #

#8 .
&, #

, #8

.
6.
)
,
,
. ', R = 85.45;
,
R = 40.
(1) N = 1000, R = 85.45
, 2–8(a) . # 11 ,

560.56, 0.1989,
112,
119. ,
: ○
1 #
44 2
.; ○
2
"*. [2] ,
N = 1000, R = 85.45 , 11 # #

.
(2) N = 10000, R = 85.45
, 2–8(b) . 104 #
21 , . 108 #.

(3) N = 1000, R = 40
N = 10000, R = 40
#
, #

(1)
(2) , #
,
.
2–8 #%
#
,

,
100000 (u, v),
u
v ,
.

5. , N = 1000, R = 40 ,
90708

5; N = 10000, R = 40 ,
97120
5.
,
,
90.71%
97.12%
.
7.
$,

*
,

3
.
2.2 45
(1)

, , .
, .

100 10000
,
. , 1000 , # r
; " , #
;
10000 , #
r . , #
+.
(2)
, " . , .

"*, #-
Sv ,
- Sv /πΦ 2 ,
X
(.
N , #; N ,
#
, Sv .
(3) :
,
5 , ,
); , , ., #,
%
. #
145MHz ∼ 148MHz,

2m , ,9 ,
( .

#
5, # .
# . () #
$, . #; ()
#,
5. 2–9 ,
#8
, #,
#
5,
#,
#
5
.

", $ #.
, $#. , $
#
, 8
;
#, %$.
46 2
2–9 $#
2.2.2 :
)"
,
,
#[7] . , #
. .
, .
, #,
,

. #
,

CTCSS #.
, %, %
. , #
. )
.#

.
, <
, # .
, 10000

,
".
1.

, ,

:
• 1000 (
10000),

.
• ,

,
2.2 47
.
2.

, #,
, #, , %
2–10 .
2–10 %
(1)
, k "
[8]
,
. , #

; # #
,

. ,
.#

. , %,
, ( .
(2)
Nc = 0, Nf = 0, O = 0, Nc
(#
), Nf
, O
. (xi , yi ) , i 1 i n, n × 2

48 2
#),
Mj,1 = xj
Mj,2 = yj ,
j ∈ [1, n]
#

ds

ds (Mj,1 − Mk,1 )2 − (Mj,2 − Mk,2 )2 (2.18)

k j .

,
p. #
, p
#, R1 = (Mp,1 , Mp,2 ).

3 MHz,
O = 3/Δf , Δf

. N1 #,
Nc = N1
Nf = min(Nc , O),
'#
#) M , M (n − Nc ) × 2
#).

" CTCSS # ,
D = max(Nc − O, 0)

, #. # D > 0,
# CTCSS #. CTCSS #
# dp , $. CTCSS
3/Δf
. , O O = O + 3/Δf , O O
. M Nc Nf D , D = 0,

" .
Nf 1000,
. 1000

.
3.
# %.

2.2 49
2–11 .
2–11
, k "
,
, .
, k "
, {c1 , · · · , ck } ,

# %; , , =

, #
%
.
.#
,

, (
1000). ,
" ,

. , CTCSS # $

,

.
$ , CTCSS #

, &$ CTCSS . ln $ , lc $

. ln , $
CTCSS . #,

.
50 2
, k "
,
lc

.

,
CTCSS #, #
dh ,
> CTCSS .

$

, $
$
(
,< ).
, $ , k ",
CTCSS #
( k ").
4.

, " k "

, # ,
.

,

#.

,
, ; ,
, .
5.
)<
,
#.
, # , # ,
“+”
“–”. #, #
#, $

",
"

8.
, 1000
, 1400. 2–12
, < ,(< $; 8
$ (*), 100 .
<, .
,
#< , .

, CTCSS # ). #
, '(< , CTCSS
#. 17 #, 9 #
8
2.2 51
2–12
CTCSS #, 2–13(a) . # 2–13(b) .
,
<,
. #<
, 3 +
,, 2–14(a) .
,CTCSS #

, )
,
$
. ,
,
CTCSS , 1
(), 2–14(b). 3 CTCSS #, 1, 2,
3. 4∼8 # . ,
2–14(c). 26 #, 8 #
17
52 2
2–13 # ( )
CTCSS #. # ,

.
, 18 # 1080
, 10 #
8 CTCSS #.
25 #, 8 #
17 CTCSS #.
, <, #.,
# , .
,

.
6. 10000

*
, , ,
. 10000 , 12000
. , , 10 kHz. ,
#

52 , # 19 , CTCSS # 33 ,
# , 52 .
7.
VHF
,,
" .
, #,
. ,
2.2 53
2–14 # ( )
#
,
5;
$
"*,
"
.
$ #
, (#,
.
,

.
8.

,

:
(1)
k "
, k 5, 15,
20, . , " 8 #
8
54 2
CTCSS #, .

(2)
# dh , #

. dh
. dh = 15 , # 150 ,
+. dh = 10
dh = 20 , # 66 8

266 8 . ,
# .
.#

, #,
.
(3)

"%,
. 1000
,
2–2 , #..
2–2

# CTCSS #
1400 10 8
3000 3 8
10000 1 8
2.2.3 :

[9] (
)
' ,
$ #
,
PL
.
,
$ ; , #

.

,

'. , , $
. , #
8, *+

+ .
, *
$)$, ,
,
* . ) , &)
2.2 55
+

.
, 1000 ) #
1000.
1.
#(,

,

#
.. , ,
. [9] &,
, ,
.
(1) 5

, 5 Q
5 ,

Q= (2.19)

Q , #,
Q ".
(2)

,
$. ,
+
l , l #
, n #
, λ = 1,
:
n−l
n λk λ
1−
l l! n
(3)

,

. ,

, , (.

,

,
#

. [9] #
. ,

,

56 2
.
2.
(1)

, "* . [9]

$). ,
; , , +,

: » –
(x−μx )2 (y−μy )2
1 2
σx
+ 2
σy
f (x, y) = e (2.20)
2πσx σy
# [10] , (2.20) σx =
σy = 20. 2–15 .
2–15 [10]
(2)

#5, A 8
9
145.0MHz
145.6MHz, ,
9 145.6MHz
145.0MHz A .

, 5
&. 5 8
, 8
2.2 57
0.6MHz,
• A: 8 = 145.0 MHz, 9 = 145.6 MHz
• B: 8 = 145.6 MHz, 9 = 146.2 MHz
• C: 8 = 146.2 MHz, 9 = 146.8 MHz
• D: 8 = 146.8 MHz, 9 = 147.4 MHz
• E: 8 = 147.4 MHz, 9 = 148.0 MHz

, 5, $
5 . 5 A–B–C–D–E ! " E ,

5 E; D
D , D
D $
. , ,
.
,
, C/C B/B · · · · · · #
.
(3)

, #
,
"*
#, #
, 2–16 . # : ,
2–16
#
58 2
. , 5,
PL ,

5
, . , 5, %'
,.
,
, $

. ,
, # ,

5 .

,
.
(4) PL
PL #
, PL
. ' # Hub (?),
Hub #
+. , #,

,
.
,
.
(5)

, #

. .# , (
$,
k "
, 2–17 .

#, # '. , %
.

##, #
.

, #
..
# , #
. , )
##" , "
# Hub
#; ,
Hub #, , #8
.
3.

.
, , #; ,
;
,
5 . , , ,

.
, 5 10 20
40,
2.2 59
2–17 k " ()

$ . ,
. , 5
.
(1) #

, # #.
, # k "

, #.
, #
, 2–3 .
2–3

5 10 20 40
5 17.00±0.00 12.60±4.98 16.60±0.89 17.00±0.00 17.00±0.00
10 36.20±1.10 24.60±5.90 27.80±3.63 26.60±2.61 31.00±4.24
15 43.40±2.19 37.00±5.10 39.00±1.41 37.00±2.83 40.60±2.97
20 55.00±2.45 49.00±6.48 50.60±2.97 50.60±2.97 51.00±3.16
25 74.60±3.85 61.80±4.82 62.20±1.79 64.20±3.35 65.80±3.35

43.20±0.84 25.20±1.92 33.00±2.45 33.60±2.61 40.00±1.58
60 2
(2)

# . k

,
, ;
, #
#
. 2–4 .
2–4

5 10 20 40
5 382.20±25.11 18.40±23.38 84.60±56.18 183.00±52.65 294.40±51.93
10 88.80±24.05 5.40±1.14 8.80±1.92 46.60±11.50 50.60±28.48
15 18.40±8.17 5.80±1.92 16.40±20.49 17.60±5.18 21.80±4.09
20 10.20±2.17 5.80±2.17 7.80±3.49 10.20±2.28 12.20±1.48
25 7.80±1.64 6.00±1.58 6.60±0.89 10.80±4.09 9.60±2.61

0.00±0.00 0.00±0.00 0.00±0.00 0.00±0.00 0.00±0.00
(3) 5
,

. ,

,
10 , "5 , "

. ,
#, 5 32%;
#, 5 % 98%. ,
5 . , 5
. , #
5 ,

.
4.
(1) 10000

, #
, .
700
,
.
2.2 61
10000 , #', 8

10 -. "
. ,
Hub #.
,
)
,
$# ($
.# ), #&"
.
% ,
,
, 2–18 ,
) PL
. #,
5 %8
#.
, .
2–18 ) PL
(2)

#%,
,
. #5

, . ,

,PL

, , .
,
#
. ,
#.

,

. ,

62 2
( . ,
".
, #,

#..
2.3

2.3.1

2011 MCM B ,

,

VHF
,
,

. , *,
,
. , ,
1.
, !
[11] :
,

. - ,

. , , %
,

,
3

%
!,

. !
,
, $.
,
"
, 7
. , #*
, ' #
. ,
, .
, . !,

, ""
.
,

. , ,
,

. ,
. , ; , 3
, . ,
) (
"*
), . ,

#
, '#
,
# .
2.3 63
, . %

.,

. '
,

. Hata , &

,
,
'.
, .
#

,
:
.
,

.
!
,
!
"
. ' !

, !

. ',
, , &,

,
.# .
, ' . ,
10000 , .
$, . ' ,

.#

,
#. , #
8$

.
,
. , #*
, ' , %
#!. '#! , $
' &. ,
, %

.
!,

.

. , # ?
, x%, ? #

? ' ,

,
. ,

, ))
.
64 2

,
, 6 ,

- #
', . '
,

, , . ,
,
), %-.
, $$ ..
, ', ! ,
&
, & .
2.3.2

,
.
, '# ,

,

.
.

, *

, /

,
. ,

, ! , % ,
%

, ! ,

,

.

[1] Wikipedia. Very High Frequency [EB/OL]. [2014–08–15]. http://en.wikipedia.org/
wiki/Very high frequency.
[2] Wang W Q, Cao Y, Yang Z M. Fewest repeaters for a circular area: iterative extremal
optimization based on voronoi diagrams [J]. The UMAP Journal, 2011, 32(2): 131–
148.
[3] Aurenhammer F. Voronoi diagrams: a survey of a fundamental geometric data struc-
ture[J]. ACM Computing Surveys, 1991, 23 (3): 345–405.
[4] Balanis C A. Antenna Theory: Analysis and Design [M]. New York: John Wiley &
Sons, 2012.
[5] Gilhousen K S, Jacobs I M, Padovani R, et al. Wheatley III. On the capacity of
a cellular CDMA system [J]. IEEE Transactions on Vehicular Technology, 1991, 40
(2): 303–312.
[6] Bak P, Sneppen K. Punctuated equilibrium and criticality in a simple model of
evolution[J]. Physical review letters, 1993, 71 (24): 4083–4086.
65
[7] Frey J W, O’Neil P, Menchini E. Optimizing VHF Repeater Coordination Using

Cluster Analysis [EB/OL]. [2013–10–11]. http://wenku.baidu.com/link?url=6mb
GCmtn9W6vLQndZFqPcqv-8qFOrEcJtfijpUHv-YUjv Fs4pNtveRuTED4Gws9fp2W
PJq0Wr0qLCHlwaoMQ2t7 CF0CukD9hOLYtCu-4e.
[8] Wikipedia K-means Clustering [EB/OL]. [2014–08–20]. http://en.wikipedia.org/
wiki/K-means clustering.
[9] Ryan L, Marriner D, Furlong D. Clustering on a Network [EB/OL]. [2015–01–24].
http://wenku.baidu.com/link?url=6xmuzD7hMGV0jjvgxY724xcfqvgq3OGmPg7R
2mIwrzeXiNKV4jhvp5v9ARiOYqyXpU8LBOLYVdYOrDd6mK3gvYufxpFQHE
4JFyCuV8Yq RG.
[10] Socioeconomic data and applications center [EB/OL]. [2011–02–13]. http://sedac.
ciesin.columbia.edu/gpw/.
[11] Shannon K. Judges’ commentary: the outstanding repeater coordination papers [J].
The UMAP Journal, 2011, 32(2): 149–154.
3
3.1
3.1.1
2011 C ,

.

:

?

?
,

.
.
• #
)*?
4
,
,
4. ,

)
?
• 21 +,
.,
#
'
?

?
•
? #
? ,

? , , )
'
#
?
• 5
? 5

,

*?
3.1 67
• %*.,

%**? , !
'

@ ,

&%*,

*?
'-
$ ?
• %* ?
'%*
.
• . .

( *?

*? ( 5$ #
*?
$'5?
'
5*? -" *?
, ? .? ?

:
(1)
'.
-#
,
-"+
, ,

).
?
(2) : #)
.4
?
(3) , /
'+

.
(4) # 20 /#"

, -" $#,

5. #
, .
,
.

[1] :
68 3
How environmentally and economically sound are electric vehicles?
Is their widespread use feasible and practical?
Here are some issues to consider, but, of course, there are many more,
and you will not be able to consider all the issues in your model(s):
• Would the widespread use of electric vehicles actually save fossil fuels
or would we merely be trading one use of fossil fuel for another given that
electricity is currently mostly produced by burning fossil fuels? What
conditions would need to be put in place to maximize the savings through
use of electric vehicles?
• Consider how much the amount of electricity generated by alterna-

tives such as wind and solar would need to climb during the twenty-first
century to make the widespread use of electric vehicles feasible and en-
vironmentally beneficial. Assess whether or not the needed growth of
these alternate sources of electricity is likely and possible.
• Would charging batteries at off-peak times be beneficial and increase

the feasibility of widespread use of electric vehicles? How quickly would
batteries need to charge to maximize the efficiency and practicality of
electric vehicles? How would progress in these areas change the equation
regarding the environmental savings and practicality of widespread use
of electric vehicles?
• What method of basic transportation is most efficient? Is the efficiency

of different methods dependent of the nation or region in which it is used?
• Pollution caused directly by electric vehicles is low, but are there hid-
den sources of pollutants associated with electric vehicles? Gasoline and
diesel fuel burned in internal combustion engines for transportation ac-
count for nitrites of oxygen, vehicle-born monoxide and carbon dioxide
pollution but are these bi-products something we really should worry
about? What are the short and long term effects of these substances on
the climate and our health?
3.1 69
• How would the pollution caused by the increasing need to dispose

of increasing numbers of large batteries effect the comparison between
the environmental effects of electric vehicles versus the effects of fossil
fuel-burning vehicles?
• You also should consider economic and human issues such as the con-
venience of electric vehicles. Can batteries be recharged or replaced fast
enough to meet most transportation needs or would their ranges be lim-
ited? Would electric vehicles have only a limited role in transportation,
good only for short hauls (commuters or light vehicles on short trips) or
could they practically be used for heavier and longer-range transporta-
tion and shipping? Should governments give subsidies to developers of
electric vehicle technologies and if so, why, how much, and in what form?
Requirements:
• Model the environmental, social, economic, and health impacts of the
widespread use of electric vehicles and detail the key factors that gov-
ernments and vehicle manufacturers should consider when determining if
and how to support the development and use of electric vehicles. What
data do you have to validate your model(s)?
• Use your model(s) to estimate how much oil (fossil fuels) the world
would save by widely using electric vehicles.
• Provide a model of the amount and type of electricity generation that
would be needed to support your recommendations regarding the amount
and type of electric vehicle use that will produce the largest number of
benefits to the environment, society, business, and individuals.
• Write a 20-page report (not including the summary sheet) to present
your model and your analysis of the key issues associated with the elec-
tric vehicle and electricity generation. Be sure to include the roles that
governments should play to insure safe, efficient, effective transporta-
tion. Discuss if the introduction of widespread use of electric vehicles is
a worthwhile endeavor and an important part of an overall strategy to
70 3
address global energy needs in the face of dwindling fossil fuel supplies.
References:
1. Getting reliable global data on controversial issues like this one can
be difficult. As a start on global energy information we provide this link:
http://www.bp.com/liveassets/bp internet/globalbp/globalbp uk engli-
sh/reports and publications/statistical energy review 2008/STAGING
/local assets/ 2010 downloads/statistical review of world energy full
report 2010.pdf
2. A concise summary of energy generation and usage in the US is found
here:
http://www.eia.doe.gov/aer/pecss diagram.html
3. More global data in spreadsheet form are found here:
http://www.eia.doe.gov/iea/
3.1.2

21 + 10 , 10
.

, “” .
2011 1
./
, -" 2015 100
&
. , ,$.
,
( , '
., .
2013 ( (, 0 #, !
, , 0 ) . $+

%, 0(,. +

'.
-"
-" #, *++,
7500 8 . $
*
#'+,[2−4] .
, -"0 4 ! , ( 5
.
2013 2 &+) .

3.1 71
(

#
.
( % ..
( ,
+

).
(
+ (
1.
, 1 &

, . 3.3 &/ CO2 .
#
/ .
.
, ,
,

. ,
$, .
, ', ,
, “#A”.

(
.
+. ABI /, 2013

2 &+) , , 1/4 ,
1/4 &, . [6] . % 0
"

#, 0 !0+
20*+. 40% )0. ,
% , ," (
.
( ,
(+

.
,
(
$ , [7] .
, 2014 10 17
, 2014 , ))
S60L PPHEV % , "%
,3. , 2014 1 9
, , 2 &.

<, <%.
" , :
(1) (
.
< ( 100 ∼
72 3
300km,
( .
(2) 1B$. 1 300 ∼ 400 ,
1 700 ∼ 900 , 200 , 1
B 4 , .
(3) 1
.

. %
,

.
(4)
-. , ;
!
, " 4
.
(5) %* . *
, %*
+. ,
#, ' %*.
, , +@
%*.
, , C ,

,

,
'.
-
,
'%*,
, $
,

[8] . , , $'
.
2011 ICM ,
735 (, 45 ,
, 690 .
6 D (Outstanding Winner),
4 ; 5 '
(Finalist); 146 1'
(Meritorious); 292 $' (Honorable Mention); 286

(Successful Participants).
3.2
, ,

, , ,
".
3.2 73
3.2.1 :

D (CV)

(EV)
(HEV) ,
50 '.
- . 3
,:

.
.
, ., ..

.
1. CV EV HEV
, 50 , 50 CV EV
HEV .
(1)
50 ,. Logistic ,
⎧
⎨ dx = rx 1 − x
dt M (3.1)
⎩ x(0) = x
0

M
x(t) = (3.2)
M
1+ − 1 e−rt
x0
r , M 1
,
, x0 , 2010
.
, :
M
r.
2005 2010 ,E ( 3–1) .
3–1 2005—2010
&
, 2005 2006 2007 2008 2009 2010

3 3.17 3.34 3.51 3.68 3.8
24 25 29 30 31 32
10 11.1 12.4 13.7 15.2 16.8
,1

, 3–2.
74 3
3–2

M 6 × 107 6 × 108 1.4 × 109
r 0.115 0.115 0.115
2010 , (3.2) 50

. 3–1.
3–1

50

,

2030 , 6 × 107
;
2030 , 6 × 108 ;
2010 , 2050 , 1.4 × 109 .

(2)

4
", 2055 4.,
3.2 75
.4, -"4" 50 . 90%.

, HEV "4 " 8/9. CV
HEV
"4 2010 4"
, η(t).
EV *
$'5, HEV *'5. 2055 ,
EV HEV 3 : 1. CV EV
HEV
⎧
⎪
⎪ ·
8
·
8
· η(t)
⎪
⎨ z HEV (t) + z CV (t) = z HEV (2010) + z CV (2010)
9 9
(3.3)
⎪
⎪ zEV (t)/zHEV (t) = R(t)
⎪
⎩ z (t) + z (t) + z
CV EV HEV(t) = x(t)
zCV (t) t CV ; zEV (t) t EV ; zHEV (t) t

HEV ; x(t) t ; R(t) t EV HEV ,
R(2055) = 3; η(t) , t 4, η(2055) = 10%.
-" CV EV
HEV , '+

8.
:

max E(R, η) + S(R, η) + B(R, η) + I(R, η) (3.4)
⎧
⎪
⎪ E(R, η) O
⎪
⎪
⎨ S(R, η) H
s.t. (3.5)
⎪
⎪ B(R, η) C
⎪
⎪
⎩
I(R, η) ΔP
E ', S , B +, I , O '

, H -
, C +
, ΔP 8
.

CV EV
HEV 50

3–2.

,
15 ,
0.4 × 107
4 × 107 ;
2010 2.5 × 107
2050 0.54 × 107 ,

C.
,
1.9 × 108

0.65 × 108 ,
0.25 × 108 4 × 108 ,

0.25 × 108 1.4 × 108 .
76 3
3–2

CVEV
HEV 50

,
0.11 × 108 9.1 × 108 ;

0.11 × 108 3.03 × 108
, .
3–2
,
2010 0.9 × 108 2035 2.3 × 108 ,

, 2050

1.6 × 108 .
.
2.

50 ,
.

A(t) = Ci · Zi (t) (3.6)
i
3.2 77
A(t) t , Ci " , Zi (t)

t i , "
.

, " 1/8 .

$ .

, 27.3%

.

C(t) = A(t) − O(t)

(3.7)
O(t) = 27.3% · G(t)
A(t) t , G(t) t , O(t) t

. C(t) ()
.
(3.7) , , C(t) 3–3

.

, 2005 ,

EV
HEV
, ; 2012 ,
EV
HEV . ,, $
.
, $ '

, . ,
, ,'
; ,8 , -
; ' ,
$ . $ ,
,
10%.
.
. ,
:

min pi (t) · xi (t) (3.8)
i
⎧
⎪
⎪ xi (t) C(t)
⎪
⎪
⎨ i
s.t. xi (t) ki (t) (3.9)
⎪
⎪
⎪
⎪
⎩ x1 (t) 10% · xi (t)
i
78 3
3–3

pi (t) t i 5#

, xi (t) t i
, x1 (t) t $ , ki (t) t i , C(t) (3.7)
.
,
, 3–3.
3–3
p1 (t) p2 (t) p3 (t) p4 (t) p5 (t) k1 (t) k2 (t) k3 (t) k4 (t) k5 (t)
,
$ ' $ '
3 6 4 8 5 4× 0.8× 70× 1.8× 1.8×

/kW·h /kW·h /kW·h /kW·h /kW·h 10 kW·h 10 kW·h 10 kW·h 10 kW·h 109 kW·h
9 9 9 9
2 5 3 5 4 1.2× 0.9× 6× 0.9× 3×

11 11 11 11 11
0.18 0.1 0.2 0.5 0.3 1.8× 11× 5× 3× 4×

3.2 79
3–3 (3.8) (3.9), , 50

, 3–4.
3–4
50

3–4(a)
,
'
, $
,

.
3–4(b)
, '
,

!, .
3–4(c)
,
, ' , $
.

+, EV
HEV .
+" 10000000kW·h, + (3.10)
:
C(t)
n1 (t) = (3.10)
E0
80 3
C(t) (3.7) , E0 +", n1 (t)

"+.
5 ++, 3–5 .
3–5

5 ++
3. EV HEV

CV EV
HEV CO2
4
"
.
(1) CO2
CO2 (3.11) :
3.2 81
⎧
⎪
⎪ S(t) = SCV (t) + SEV (t) + SHEV (t)
⎪
⎪
⎪
⎪
⎪ SCV (t) = L1 · v1 · z1
⎪
⎪
⎪
⎨ SEV (t) = L2 · v2 · z2
(3.11)
⎪
⎪ SHEV (t) = L3 · v3 · z3
⎪
⎪
⎪
⎪ v2 = I2 · E2
⎪
⎪
⎪
⎩ v3 = a · v3 + b · I3 · E3
⎪
a+b
S(t) t CO2 , Li t i ( ,
vi i ( 1 km CO2 , zi i
, I CO2 , E ( 1 km , a
b
HEV
(.

v1 = 155g, E2 = 450kJ, v3 = 108g, E3 = 770kJ, a = 50km,
b = 420km.
3–6.
3–6

CO2
82 3

,
CO2 .; 10
,

; CO2
2005 , 2040
.
(2) )

),
(3.12):

Q(t) = Ccv · zi (t) − Ci · zi (t) (3.12)
i i
Q(t) # ), Ccv "

", Ci t i "", zi (t) t
i . 3–7.
3–7

"

) Q(t), ,
3.2 83

, # ).
T otal(t) = r1 · Q + r2 · Q + r3 · Q
(3.13)
T otal(t) # )

, ri
, Qi (t) i ,).
r1 = 2.6462, r2 = 2.4333, r3 = 12.1333. 3–8 .
3–8 "

, , #, 2055
) 2500 !%.
(3)

. , CV EV
HEV ( 100km . CV, "" 8L/100km,

EV
HEV "" 20kW·h/100km.

1.38 /L 58.17 /,
7 /L;

0.12 /kW·h, 6 /kW·h
0.56 /kW·h. "(
10000km.
, .

,
CV ) 90%, ( 30000 272.03
84 3
○
1
, " 56.6 , , )
51 .
, 3–4, HEV ( 1/9
.
3–4
CVEV HEV

CV ( ( HEV ) ( /100km) 14.9 6.3 8.61
EV ( ( HEV )( /100km) 3.25 1.2 1.72
") ( ) 1165 510 689
(4)

, ++
. (3.14) :

H(t) = h1 · n1 (t) + h2 · n2 (t) + gi · zi (t) (3.14)
i
n1 (t) t +, h1 "+%;

n2 (t) t +, h2 "+%;zi
i , gi i "
%. H(t) t %.
+ n1 (t) , + n2 (t) (3.15)
:
1
zHEV (t) · + zEV (t)
n2 (t) = 9 (3.15)
n0
n0 "+ , zHEV (t) t HEV
, 1/9 HEV , zEV (t) t EV ,
n2 (t) t "+.

50 %
, 3–9 .
○
1 http://www.repairtrust.com/car maintenance costs.html
3.2 85
3–9

%
(5) ) /
) (3.16):

cap(t) = p1 · n1 (t) + p2 · n2 (t) + si · zi (t) (3.16)
i
p1 "+, n1 (t) t +; p2 "

+, n2 (t) t +; zi i
, si i " ). cap(t) t
$.
3–5, 3–10.
86 3
3–5 (3.16)
" " " EV/HEV "
,
+ + )
8 5

0.167×10 1.67×10 9000 24770
1.5×108 1.0×106 10000 37610
1.0×109 1.0×107 80000 11000
3–10

)
) $, , )$

. : +
+
.; EV/HEV ),

") 1165 510

689 . (3.17) :
3.2 87

Output(t) = w · H(t) + Δpi · zi (t) (3.17)
i
w ", H(t) %, zi i ,

Δpi i ").

" 24770 37610
11000 ,
. 3–11.
)
,
,$) , . .
3–11

.
(6) %*.
CV

%*, CO2
( ,

. 1 ,
- , '1 , CV

EV
88 3
.

, 1 CO2 , 0.685.

50 CO2 ,
,1, 3–12 .

, ,
, 1
,

.

.
%*.
3–12

1
3.2.2 :
INFORMS $

:
(1) 8
? ?

, .?
. ,
3.2 89
,
;
, 4 % (PHEV) ";

, .
(2)

? -"

? /
. ,
, , &!
,

( .
(3) '? )4
?
'
*? '%
*

.
#',
,

-"
[9,10] .
1.
S 4, , (TB); D (

, C! (BK); P ,
($/bbi); Smax
Smin
4

; Dmax
Dmin
(

, ; C 100 "4,

% (L/HK); R , V , (L), μ1 5"
, μ2 4 .

:
⎧
⎪
⎪ dS S
⎪
⎪ = k 1 −
⎪
⎪ dP
1
Smax
⎨
dD D (3.18)
⎪ = k 1 −
⎪
⎪ dP
2
Dmax
⎪
⎪
⎪
⎩ D = k (S − S )
3 min
k1 , k2 ,
S
D , k3 = μ1 μ2 V /C ,
( . Smin = Stotal (1 − μ1 ).

90 3
⎧
⎪ −k1 P/Smax
⎨ S = Smax − C1 · e
⎪
D = Dmax − C2 · e−k2 P/Dmax (3.19)
⎪
⎪
⎩ D = k (S − S )
3 min

:
• C = 10 (L/HK)
• C = 5 (L/HK), V = 159L, μ1 = 72%, μ2 = 20%
• k3 = 0.0458 (BK/TB)
• k3 = 0.0916 (BK/TB)
• Stotal = 84000 (TB) (2009 ), Smin = 23520 (TB)
E:
Smax = 90300 (TB)
Dmin = 636.27 (BK)
k1 = 2339
k2 = 13.23
C1 = 20859
C2 = −3988
, , 3–6.
3–6

,
/ 4/, (/C!
% 17.33 76983.49 3417.51
55.27 85315.55 1899.53

, 3–13. 1
2

4
, 3

4
.
(HEV)
8 . -"8)
3.2 91
3–13

.
8
R
RHEV = PHEV × = 13.27
P
R
RCV = PCV × = 43.28
P
RHEV × SHEV
8 α = × 100% = 28.25%.
RCV × SCV

, %
3–7.
3–7

% ΔP 22% 16% 12% 8%
ΔD –14% –12% –8.5% –5.3%
E, 3–14.

, , 2020 "
4;
, 2029 "
4.
#, ". ,

, ,

.
:

α=
i ×
i
92 3
3–14
1980 2070
$ ( ' ) 24

. 3–15 $ .
.
3–15 $ .

=, = λ = 1 − α.

$
2002—2006 λ ", 3–8.
3–8 λ
$ .
$ 16 h 20 h
2002—2006 λ " 12% 28% 42%
3–16 .

!,(,F,
3.2 93
http://www.mpoweruk.com/electricity demand.htm.
3–16
$
, =
,
38.5%, 61.5%, 4(, 3–9.
3–9

(bbI) 4 (TB) ( (BK)
38.5%
36 82000 2520
61.5%
2.
[11−13]
x1 , x2 , ai , bi i

(i = 1, 2). ,

: ⎧
⎪ dx
⎨ 1 = a0 + a1 x1 + a2 x2
dt (3.20)
⎪ dx
⎩ 2 = b0 + b1 x1 + b2 x2
dt
dx1 dx2
x1 , x2 .
dt dt
a0 , a1 , a2 b0 , b1 , b2

:
a0 ;
94 3
a1 x1 ;

a2 x1 ;
b0 ;
b1 x2 ;
b2 x2 .

⎧
⎪ a2 b 0 − a0 b 2
⎪
⎨ x1∞ =
a1 b 2 − a2 b 1
(3.21)
⎪
⎪ a b − a1 b 0
⎩ x2∞ = 0 1
a1 b 2 − a2 b 1
,

:

x1 = m0 + m1 Lt
(3.22)
x2 = n0 + n1 Lt

2, 3–10.
3–10
1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
6
(×10 ) 0 0.009 0.030 0.065 0.113 0.197 0.407 0.660 1.012 1.324 1.615
(×108 ) 2.205 2.258 2.353 2.346 2.368 2.430 2.474 2.508 2.544 2.559 2.460
,

x1 = 1.272 × 106 − 1.673 × 106 × 0.8294t

(3.23)
x2 = 2.592 × 108 − 3.921 × 107 × 0.8294t

a0 = 1.910 × 107 , a1 = 1.741, a2 = −0.0822
b0 = 1.103 × 109 , b1 = 1.347 × 102 , b2 = −4.915

:
• a1 > 0, b1 > 0,
.
, ,

3.2 95
.
• a2 < 0, b2 < 0, <.
3–17. 3–18 ,

, .
3–17
3–18
96 3
a0 , b0
:
a0 , b0 , / , #-
.
#, b0 .
a0 ,
a0 = k · W · S · Emax
k , W #

, S (
,
, Emax
,
.
a0
.
- , a0 . 3–19 a0

.

, a0 = 1.5a0 ,
.
3–19 a0
3.

' 3–20 .
3.20 % ,
:

5
4
PALL = xij Pij (3.24)
i=1 j=1
3.2 97
⎧
⎪
⎪ x11 + x21 + x41 + η1 η2 xc = B1
⎪
⎪
⎪
⎪
⎪
⎨ x12 + x22 + x32 + x42 = B2
s.t. x13 + x23 + x33 + x43 = B3 (3.25)
⎪
⎪
⎪
⎪ x14 + x24 + x44 + x54 − xc = B4
⎪
⎪
⎪
⎩x 0
ij

5
4
PALL = xij · Pij " '%* .

i=1 j=1
, , 3–11.
3–11

$
X
4
1 $ x4j 7.7 ,
j=1
2 ' $ x54 8.3 ,'

X
4
3
$ x2j 23.4 ,

j=1
X
4
, S-P
4 4$ x1j 38
j=1
,( 5
5 5 xc 10

6 4( $ x11 12.708 4
7 $ x34 > 15.65
8 $ x44 7
, , 3–21.

η
'%* PALL , 3–22 .

, η = 0.85 . η > 0.85, '%* PALL

dPALL

.
,
, η !'%*
dη
%.

.
< : (Battery Electric
Vehicles, BEV) (Hybrid Electric Vehicles, HEV)
%
(Plug-in Electric Vehicles, PHEV).
98 3
3–20
'
3–21
,
, ' ,
"4

. , ,
$, . $,
3–12.
, $, '%
* PALL η , 3–23.

3–23
, BEV '%* PHEV. η , HEV
'%* PALL BEV
PHEV; η , HEV '%*
3.2 99
3–22 η
'%* PALL
. BEV
PHEV '%*, η .
3–12

$
x11 > 0 " 4
BEV
xc 15
$
1
x11 × 25.416 4
PHEV 2
xc 28
$
x11 10 *
100 km "

HEV
xc = 0 HEV

3–23 η

'%* PALL
100 3

, -"
.
3.3

3.3.1

1 50 ,
CV EV
HEV . -
" CV EV
HEV , '+

8.
*,: ..
.
.
, EV
HEV ,
+ . - EV
HEV '.
-, CV EV
HEV , CO2
4
.
,
, ) /.
,
,
, ,- , '.-
.
, +;
, 2,

.
2 8

, ,

,
. /

, -"

; '%*

'
, '
; )4

.

. C,
,
,

.
101
3.3.2

C ,
.
,
E ;

. ,
/., .

,
+,

<
.8. ++
!
8. 8$ ,

",

.

CO2 NO CO
,

. $ '
,

.
, '+

,
,
.
*, ,
E,

). , - .

[1] 2011 [EB/OL]. (2011–2–11) [2014–10–8]. http://www.
comap.com/ undergraduate/ contests/mcm/contests/2011/problems/.
[2] Wallington T J, Kaiser E W, Farrell J T. Automotive fuels and internal combustion
engines: a chemical perspective [J]. Chem Soc Rev, 2005 (35): 335–347.
[3] All-Electric Vehicles. The official US government source for fuel economy informa-
tion [EB/OL] [2014–10–8]. http://www.fueleconomy.gov/feg/evtech.shtml.
[4] The Urban Electric Vehicle: Policy Options, Technology Trends, and Market Pros-
pects: proceedings of an International Conference, Stockholm, May 25–27, 1992 [C].
Sweden.
[5] Scott M F. Summary of National and Regional Travel Rends [C]. Office of Highway
Information Management, 1970–1995.
[6] Nor J K, Soltys J V. Universal Charging Station and Method for Charging Electrical
Vehicle Batteries: United States Patent 5548200 [P]. 1996.
102 3
[7] Doucette R T, Mcculloch M D. Modeling the prospects of plug-in hybrid electric

vehicles to reduce CO2 emissions [J]. Applied energy, 2011, 88 (7): 2315–2323.
[8] Kathryn S. When Will Fossil Fuels Run Out? [EB/OL] [2017–9–12]. http://www.
carboncounted.co.uk/when-will-fossil-fuels-run-out.html.
[9] US Energy Information Administration [C]. Annual Energy Review, 2010.
[10] Ding S Y. Calculations on the Cost of Electricity Generation [D]. Hangzhou: Zhe-
jiang University, 2012.
[11] Tilman D. Competition and biodiversity in spatially structured habits [J]. Ecology,
1994, 75(1): 2–16.
[12] Giordano F R, Weir M D. A First Course in Mathematical Modeling [M]. 3rd ed.
Bel Air, CA: Brooks Cole, 2002.
[13] Meerschaert M M. Mathematical Modeling [M]. 3rd ed. New York: Academic Press,
2007.
4
4.1
4.1.1
2012 A

,

:

? (

) ? ?

,
:
1.
?
2. . )

,9?

*?
3.
, ( )

?
4.
?

$ (

)
*? 0, 1)# $
( 0), .

:
104 4
The Leaves of a Tree

“How much do the leaves on a tree weigh?” How might one estimate
the actual weight of the leaves (or for that matter any other parts of the
tree)? How might one classify leaves? Build a mathematical model to
describe and classify leaves. Consider and answer the following:
• Why do leaves have the various shapes that they have?
• Do the shapes “minimize” overlapping individual shadows that are
cast, so as to maximize exposure? Does the distribution of leaves within
the “volume” of the tree and its branches effect the shape?
• Speaking of profiles, is leaf shape (general characteristics) related to
tree profile/branching structure?
• How would you estimate the leaf mass of a tree?
Is there a correlation between the leaf mass and the size charac-
teristics of the tree (height, mass, volume defined by the profile)? In
addition to your one page summary sheet prepare a one page letter to
an editor of a scientific journal outlining your key findings.
4.1.2

%

,
,
, ,
63 ? 2
" E, *'? ,

G,

)?
,
?

,
.
, 2 $,

,#. &
[1] ,
,'"[2], .

20 ( ) . Stern [3]
( 4–1), . (&3) 1 (%) ("
), 2!

.
4.1 105
4–1
# , #

,: 1 , 4–2 .
4–2 #

# , 7 ()
. , , 4–3 .

, [4] , %
2
0 .
106 4
4–3
4.2
)( 4 ,

.
4.2.1

,
" :
(1) . , .
, .
(2) '. '
, '
, :
• ,

'8&, ;
• 3 , %

% .
1.

:
(1) (Leaf-Index): , 2.
(2) : .
(3) 8& (N R):
4.2 107

N
D(Centroid, Cci )/N
i=1
NR = (4.1)

M
D(Centroid, Cνj )/M
j=1
, D(X, Y ) X
Y , Centroid , Cci
, Cνj

., N Cci , M
Cνj . N R
8& ( 4–4(a) ): N R
, 8&&; N R = 1

; N R = 0,
%.
4–4
(4) (LEA)
4–4(b) .
2.

[5] 55 / 30 *,
. ,
( k "
Ward
)
, 30 4 , 4–5 .
3.

, 1- ?
G)
. )
, =
8 , G
8
. "G (Back Propagation Neural Network, BPNN) ,
108 4
4–5

"G: 5 4

; ,
5
4 G , G (
8&); 4G .

, .

4–6 , # BPNN G

,
,

4.2 109
.
4–6 G

110 4
4.2.2

1.

: 2
( ) 5 ) .
4,

, 4–7 (:http://en.wikipedia.org/wiki/Phyllotaxy).
4–7 (
'
2.
,
:
• ;
• +
;
• 2
;
• 7 ;
• 7
5 ,
;
• , 9.
, 4–8 .
7
,
2 ,

2 . )
,
(EAR) :
SU
EAR = (4.2)
Stotal
SU 3,
, Stotal .
4.2 111
4–8

'. ,
( 4) (4
), 4–9 .
4–9
(1)
(LI Angle) 0◦ , (SA Angle) 90◦ ,
9,
, EAR = 0.5.
, ' .
45◦ , (SD Angle) 0◦ , 1 ( ),
0.4,
(OL) 4–10 .
OL, . , (X, Y, Z)
,9) (X , Y , Z )

⎡ ⎤ ⎡ ⎤⎡ ⎤
X 1 0 − sin(SDAngle) tan(SAAngle) X
⎢ ⎥ ⎢ ⎥⎢ ⎥
⎢ Y ⎥ = ⎢ 0 1 − cos(SDAngle) tan(SAAngle) ⎥ ⎢ Y ⎥ (4.3)
⎣ ⎦ ⎣ ⎦⎣ ⎦

Z 0 0 0 Z
112 4
4–10
)/!!:
X = − sin(SDAngle)Interlength
(4.4)
Y = − cos(SDAngle)Interlength
4–11
45◦ 90◦ 135◦ /.
4–11 /

4–11(b) ( / 4–12),
.
4.2 113
4–12 /
ABC , AB /, ∠CAB ,

,
BC ,
.

OL
:
1 0 < θ < θ0
○

m2 + 1 sin(θ0 − θ)
SOL = 2 sin(2θ0 ) − Δh tan γ
2m sin(2θ0 )

m2 + 1 sin(θ0 + θ)
− Δh tan γ
2m sin(2θ0 )
sin(θ − θ0 ) sin(θ + θ0 )
+ (Δh tan γ)2
sin(2θ0 )
2 θ0 < θ < 180◦ − θ0

○

m2 + 1 sin(θ − θ0 )
2m sin(2θ0 )

m2 + 1 sin(θ0 + θ)
− Δh tan γ
2m sin(2θ0 )
3 180◦ − θ0 < θ < 180◦

○

m2 + 1 sin(θ + θ0 − 180◦ )
2m sin(2θ0 )

m2 + 1 sin(θ − θ0 + 180◦)
− Δh tan γ
2m sin(2θ0 )
sin(θ + θ0 − 180◦ ) sin(θ − θ0 + 180◦ )
+ (Δh tan γ)2
sin(2θ0 )
, m , γ = 90◦ −SAAngle, Δh = Interlength, θ0 = arc tan(1/m)

114 4
OL3 ".

,
: SU ,
0◦
90◦
; SU
2 , 2""

.
(2)
'
.
, ,
. 4–13 ,

8 ()
1 () , .
1
8
, 30◦ " SU

. 2.6%
3.2%; 90◦ "
. 2
,
..
3.
'
: 2

,
9;
5
, ;
,9
, 4'5. , ,
, .
4.2.3

, , ,

() ,
.

, #' /0#'
, , ,9
.

,

:
(1) 3
, ;
(2)
, ;
(3)
, .
,
:
(1) 3 ,
;
(2) , CO2 ;
4.2 115
4–13

116 4
(3)
, .
1.
1995 ,Jackson 3[6] :
I = I0 exp(−kl) (4.5)
I0 3; k '8 ,

;
l 3
.
,Jackson *. ,
Jackson . ,
9 H0, .
,
:
I = I0 (1 + αD) exp(−kl) (4.6)
α , D . Matlab,

, 4–14 , [7] ,
".
4–14
2.
,, , $,

%,
!. , ,),
4.2 117
, ,' ( CO2 )

.
Pierre Verhulst 1838 Logistic

,
.
:

dS S
= r0 I 1 − (4.7)
dI K
, S , I ,, K , r0 ,

.

, (4.6) (4.7),
⎧
⎪
⎨ K 1 − 1 − S0 exp − 1 r0 I 2 + 1 r0 I 2 , I I0
S(I) = K 2 2 0 (4.8)
⎪
⎩ 0, I < I0
4–15 .
4–15 ,

4–15 , "; ,
,,
,
, ,
, . , (4.6)
(4.8) ,
, ,
$ .
118 4
4.2.4

: (4)) (

4)), 4–16 .
4–16

,
.
1. Logistic
64 ,
Ripley Logistic 16:
di = ai + b1 log(P L) + b2 log(BL) + b3 log(BW ) (4.9)
, P L 5, BL , BW , i

, ai ,, b1 b2 b3 . di > 0 ,
; di < 0 , . ,
:
di = −7.0 + 0.19latitude + 6.30 log(P L) − 6.80 log(BL) + 6.80 log(BW ) (4.10)
( 5) 4

, 4.
2.

5 , 4–17 4

5.
4.2 119
4–17 4
5
: 5

.
, t 4 ,
5
.
(1) 5
4–1 , P : P ,

; P , .
, 4

45: 454
5 .
(2)
4–2 P 4:

44 , '5
.
120 4
4–1
" (5/cm)
4 4 P
1 0.16±0.08 0.58±0.04 6.644×10−16
2 0.23±0.03 0.47±0.03 2.836×10−8
3 -0.16±0.02 0.32±0.04 5.596×10−5
4 -0.04±0.01 0.24±0.02 4.106×10−9
4–2
" (/cm)
4 4 P
1 1.29±0.04 1.39±0.02 3.621×10−4
2 1.21±0.03 1.33±0.03 1.545×10−3
3 1.21±0.02 1.31±0.04 4.322×10−2
4 1.23±0.01 1.30±0.02 3.056×10−3
(3)
4–3 P :
44 ,
4
.
4–3
" ( )
4 4 P
1 2.39±0.15 1.87±0.09 6.261×10−2
2 3.43±0.28 2.42±0.11 3.243×10−4
3 3.56±0.14 2.21±0.06 1.275×10−8
4 2.64±0.06 1.68±0.03 4.136×10−6
, 45, 5

4–18 , R2 = 0.86 5
.
4.2 121
4–18 5
(4)

, 4–19
. , SA PA CR NQ . 4–19 ,
, 70%, ,

.
4–19

3.
, 4
4
,

5, '

. , , 5
, 5.
122 4
4.2.5
1.
!
3 , !
5

. , 3 4–20 .
4–20 3

,
(LM) 3 (V)
(LMC).
, !

280 g/cm3 . 3
3
. 4–4
14
.
4–4
3 3
5
/m /m
/g
1 4.4 1.1 1.34 0.89 0.77 0.45 1.96 1.92 3500
2 4.1 2.0 1.48 0.99 0.85 0.49 3.95 0.64 9750
3 3.2 1.1 1.54 1.03 0.89 0.51 2.26 2.21 2210
4 6.3 1.4 2.08 1.38 1.19 0.69 3.88 1.84 5230
5 4.5 1.8 1.89 1.26 1.09 0.63 4.53 1.01 6790
6 4.5 1.2 2.92 1.25 1.68 0.97 4.68 3.52 1950
7 5.6 1.1 1.35 0.99 0.78 0.45 1.98 1.93 4420
8 5.0 1.5 1.84 1.23 1.06 0.61 3.68 1.42 5380
9 7.5 3.6 2.92 1.95 1.68 0.97 14.01 0.39 29300
10 2.8 1.1 1.63 1.09 0.94 0.54 2.39 2.33 1830
11 4.5 1.5 1.70 1.21 0.98 0.57 3.41 1.31 5230
4.2 123

3 3
5
/m /m
/g
12 4.6 1.2 2.65 1.37 1.32 0.88 4.24 3.19 2200
13 5.5 1.8 1.73 1.26 1.00 0.58 4.16 0.93 9040
14 2.0 2.1 1.31 0.87 0.75 0.44 3.66 0.51 5930
4–5 !
3 "
.
4–5
5
"
1.80 1.18 1.09 0.60 3.44 1.75
2.

,
(
3) .
,
.
(,

:
LM = V · LM C · e−λV (4.11)
, λ 0.01. 3, .

3 ,
(4.11)

4–6.
4–6

1.18 1.09
1.08 1.02
3.
, 5 (DBH)

. Nowak ,

:
ln Y = 7.6109 + 0.0643X (4.12)
Y
, X 5.

, .
124 4

6.

( ) , .

+ . ,
:
Y = aX 2 + bX + c (4.13)
, (4.13) , 4–21 (R2 = 0.98).
4–21 (4.13)
4–22 , (4.12) (4.13)

4–22 (4.12)(4.13)

4.3 125
.
, 6
.
4.3

4.3.1

.
1.
:
(1)

, ;
(2) 5 .;
(3) * , * .
:
(1) ,
;
(2)
2! (.
2.

:
(1)
;
(2)
,
.
:
(1) ,
;
(2)
() .
3.

:
(1) ,;
(2)

, ;
(3) *.
126 4
:
(1)
';
(2)
)
;
(3)

.
4.

:
(1) ,;
(2) Logistic ,
.
:
(1) ,
;
(2) ).
5.
:
(1) ,
;
(2)

.
:
(1)
,
;
(2)
)
, .
4.3.2

4( # . (,

:
(1)

";
(2) 3 4 ;
(3) ' ;
(4) 36.
127

[1] Howell S H. Molecular Genetics of Plant Development Cambridge [M]. New York:
Cambridge University Press, 1998.
[2] Hemsley A R, Poole I. The Evolution of Plant Physiology: From Whole Plants to
Ecosystems Amsterdam [M]. Boston: Elsevier Academic Press, 2004.
[3] Stern K R, Bidlack J E, Jansky S H. Introductory Plant Biology [M]. Boston:
McGraw-Hill Higher Education, 2008.
[4] Greig-Smith P. Quantitative Plant Ecology [M]. Oxford: Blackwell Scientific Publi-
cations, 1983.
[5] Lee C L, Chen S Y. Classification of Leaf Images [M]. New York: Wiley Periodicals,
Inc., 2006.
[6] Jackson J E. Theory of modeling by model hedgerow ordards in relation to latitude,
time of the year and hedgerow configuration and orientation [J]. J Apple Ecol, 1980,
9: 341–357.

美国大学生数学建模竞赛题解析与研究（第6辑)

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

美国大学生数学建模竞赛题解析与研究（第6辑)

Uploaded by

Copyright:

Available Formats

49292-00建模第六辑内.

indd 1 18-3-2 下午2:55

Ⅰ. ①美… Ⅱ. ①佘… Ⅲ. ①数学模型 - 竞赛题 - 研

中国版本图书馆 CIP 数据核字（2018）第 020191 号

Meiguo Daxuesheng Shuxue Jianmo Jingsaiti Jiexi yu Yanjiu

  

(the Mathematical Contest in Modeling, MCM)

 ,  , 

   MCM 

(the Mathematical Contest in Modeling, MCM/the

 MCM (Mathematical Contest in Modeling)

4  · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·103

4.2.4     · · · · · · · · · · · · · · · · · · · · · · · 118

5 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·128

6  · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·155

  2011  A ,

mum twist in the air.

What tradeoﬀs may be required to develop a “practical” course?

 1–1 1998 — 2010  U 

4  (Outstanding Winner),  0.31%; 9 

1.2.1 : 

(1)     ;

  i  vi ,  i  hi $ f  hf 

W = Fappliedd cos σ (1.5)

# ,   . 

•    ,  .

•  ,  U   .

y , ρ   , θ   ,  1–3

, μ  , Fdyz  zy  

    , 

  ,  , 

.  1–5   $, #

 1–6   (zx )

 1–3  y  z  

 1–3 ,  :  1  2 ,  2

•   ,  , 

1.2.2 : 

  ,  ,  

  ,   , 

 ,  ,    . ,

  .   

   y = y(x),  T

 dx = 2γ sin2 ϕdϕ, 

 A = P0 (0, 0)  ,  c3 = 0.  γ/2 = r

 ——  r   x   , 

 1–10  (θ   )  , 

    mg sin θ  ,  [N − mg sin θ] = mκv 2 .

F (s) = μN (s) = μ[mg sin θ(s) + mκ(s)v 2 (s)]

  ,     "

  ! EK (sTOTAL ),  sTOTAL  

(1.33) , 

 1.    (EK (s) · 2 = (m = 1) · ψ(s),

.   2gμw,  .

  w ,   2gμw ,

   r  .

sTOTAL = b + πr,  r  , b 0  .

  ,  )   . , 

 1–12   ( 

,  .

 1–13   (

 1–14 200  )   ()

(1)    b → 0   . , 

 1–15    

5.   ()

　　Ⅰ. ①美… Ⅱ. ①佘… Ⅲ. ①数学模型 - 竞赛题 - 研

　　中国版本图书馆 CIP 数据核字（2018）第 020191 号

, ,

MCM

MCM (Mathematical Contest in Modeling)

4 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·103

4.2.4 · · · · · · · · · · · · · · · · · · · · · · · 118

6 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·155

2011 A ,

1–1 1998 — 2010 U

4 (Outstanding Winner), 0.31%; 9

1.2.1 :

(1) ;

i vi , i hi $ f hf

# , .

• , .

• , U .

y , ρ , θ , 1–3

, μ , Fdyz zy

,

, ,

. 1–5 $, #

1–6 (zx )

1–3 y z

1–3 , : 1 2 , 2

• , ,

1.2.2 :

, ,

, ,

, , . ,

.

y = y(x), T

dx = 2γ sin2 ϕdϕ,

A = P0 (0, 0) , c3 = 0. γ/2 = r

—— r x ,

1–10 (θ ) ,

mg sin θ , [N − mg sin θ] = mκv 2 .

, "

! EK (sTOTAL ), sTOTAL

(1.33) ,

1. (EK (s) · 2 = (m = 1) · ψ(s),

. 2gμw, .

w , 2gμw ,

r .

sTOTAL = b + πr, r , b 0 .

, ) . ,

1–12 (

, .

1–13 (

1–14 200 ) ()

(1) b → 0 . ,

1–15

5. ()

, ,

1–16

,

T = 2v0 g. , !

1260◦, ,

1–6 2010

“(” . , (

, + .

,

,

,

, . *

, . ,

#% (Repeater Coordination) 2011

“” (Private Line, PL) .

5. #

○ 1 1 (mi)≈ 1.6 (km).

+ %". , $

$ . ,

. , # %, #

, , )

2.2.1 :

rj , (ui , rj ) ∈ Eur ; # rj

SV (rj ) (

, $ (1) (2)

$,

f , c/f . ,