数学建模分派问题
2024-05-06 04:33
1. 数学建模分派问题
首先观察一下成本表格，发现除了第四单之外，其他的单子，三号印刷机的成本都是最低的，所以要有成本最低时：1235单优先用三号机，4单用2号机，难点就在于如何在1235里分配好一二三号的工作量。 1单：cost=2.8b1+2.4c1,b1+c1=1.5 2单：cost=3.25b2+2.5c2, b2+c2=1.8 3单：cost=3.2a3+3.1c3，a3+c3=2.5 4单：cost=3*2.5=7.5 5单：cost=3.1a5+2.9c5，a5+c5=2 除了三号机会不够用，一二号机的工作量都会够用。得： total cost=24.25-0.4c1-0.75c2-0.1c3-0.2c5+7.5 ，c1+c2+c3+c5=5 用柯西不等式就能得到c1c2c3c5<=1.25^4 0.4c1+0.75c2+0.1c3+0.2c5>=2.475 最小的total cost=24.25+7.5-2.475=29.275
2. 数学建模学区分配问题
数学建模学区分配问题为：学校共1000名学生，235人住在A宿舍，333人住在B宿舍，432人住在C宿舍，学生们要组织一个10人的委员会，试用一些公平的方法分配宿舍的委员数。（提示：用表格表示具体比例，可以根据比例法分析，按照课上给出的比较公式，得出具体结果。也可以根据Q值法分析。结论要确定。）。解答：10/1000=1/100，所以大体上是从100人中选出一个委员来。因各宿舍的人数均不是100的整数倍，所以，必有一人是从余数中选出的，在余数中，A舍的人数较多，为25，可从A舍中多选一人当委员。如果是15名委员，15/1000=3/200，所以是从200人中选3人。这样，从A舍选3人，从B选5人，从C选7人。
3. 数学模型——合理分配
一次函数问题 很明显全部兑现物业费收益最大为6.5X4000=26000元， 全部第三方业主兑现收益最小为6.5X3000=19500元 可设兑现物业x平米，则兑现第三方业主为（6.5-x）平米，收益为y x的取值范围是0到6.5 y=4000x+3000（6.5-x)=1000x+19500 很明显x越大，y就越大，当x=6.5时最大，为26000元 即全部兑现物业
4. 数学建模规划问题
可以分为：按是否线性可分为线性规划和非线性规划，一次是线性的，其他就是非线性的，按是否份过程阶段 分动态规划和非动态规划，按目标函数的多少分，可以分单目标规划和多目标规划 。
线性和非线性的比较常见，我说说其他的吧。
动态规划(dynamic programming)是运筹学的一个重要分支,它是解决多阶段决策问题的一种有效的数量化方法.动态规划是由美国学者贝尔曼(R.Bellman)等人所创立的.1951年贝尔曼首先提出了动态规划中解决多阶段决策问题的最优化原理,并给出了许多实际问题的解法.1957年贝尔曼发表了《动态规划》一书,标志着运筹学这一重要分支的诞生.
动态规划从创立到现在五十多年来,无论在工程技术,企业管理还是在工农业生产及军事等部门都有广泛的应用,并获得了显著的效果.在管理方面,动态规划可用于资源分配问题,最短路径问题,库存问题,背包问题,设备更新问题,最优控制问题等等.所以动态规划是现代管理学中进行科学决策不可缺少的工具.
动态规划的优点在于,它把一个多维决策问题转化为若干个一维最优化(optimization)问题,而对一维最优化问题一个一个地去解.这种方法是许多求极值方法所做不到的,它几乎优于所有现存的优化方法.除此之外,动态规划能求出全局极大或极小,这一点也优于其他优化方法.需要指出的是,动态规划是求解最优化问题的一种方法,是解决问题的一种途径,而不是一种新的算法.在前面我们学习了用单纯形解线性规划问题,凡是具有线性规划问题那样统一的数学模型都可以用单纯形法去求解,而动态规划问题的求解却没有统一的方法(类似于单纯形法).因此在用动态规划求解最优化问题中,必须对具体问题具体分析,针对不同的问题,使用动态规划的最优化原理(optimization principle)和方法,建立起与其相应的数学模型,然后再用动态规划方法去求解.根据动态规划这些特点,要求我们在学好动态规划的基本原理和方法的同时,还应具有丰富的想象力,只有这样才能建好模型求出问题的最优解.
可根据时间变量是离散的还是连续的,把动态规划问题的模型分为离散决策过程和连续决策过程,根据决策过程的演变是确定性的还是随机性的,动态规划问题的模型又可分为确定性的决策过程和随机性的决策过程,即离散确定性,离散随机性,连续确定性,连续随机性四种决策过程模型.我们主要研究离散确定性模型.
2.随机规划和模糊规划是处理随机和模糊优化问题的两大数学规划工具，称之为不确定规划。主要目的是为不确定环境中的优化理论奠定一个基础。不确定规划理论由三大类组成：期望值模型，机 会约束规划和相关机会规划。
3.随机规划的概念比较少见
可以参考一下运筹学的分支
数学规划的研究对象是计划管理工作中有关安排和估值的问题，解决的主要问题是在给定条件下，按某一衡量指标来寻找安排的最优方案。它可以表示成求函数在满足约束条件下的极大极小值问题。
数学规划和古典的求极值的问题有本质上的不同，古典方法只能处理具有简单表达式，和简单约束条件的情况。而现代的数学规划中的问题目标函数和约束条件都很复杂，而且要求给出某种精确度的数字解答，因此算法的研究特别受到重视。
这里最简单的一种问题就是线性规划。如果约束条件和目标函数都是呈线性关系的就叫线性规划。要解决线性规划问题，从理论上讲都要解线性方程组，因此解线性方程组的方法，以及关于行列式、矩阵的知识，就是线性规划中非常必要的工具。
线性规划及其解法—单纯形法的出现，对运筹学的发展起了重大的推动作用。许多实际问题都可以化成线性规划来解决，而单纯形法有是一个行之有效的算法，加上计算机的出现，使一些大型复杂的实际问题的解决成为现实。
非线性规划是线性规划的进一步发展和继续。许多实际问题如设计问题、经济平衡问题都属于非线性规划的范畴。非线性规划扩大了数学规划的应用范围，同时也给数学工作者提出了许多基本理论问题，使数学中的如凸分析、数值分析等也得到了发展。还有一种规划问题和时间有关，叫做“动态规划”。近年来在工程控制、技术物理和通讯中的最佳控制问题中，已经成为经常使用的重要工具。
排队论是运筹学的又一个分支，它有叫做随机服务系统理论。它的研究目的是要回答如何改进服务机构或组织被服务的对象，使得某种指标达到最优的问题。比如一个港口应该有多少个码头，一个工厂应该有多少维修人员等。
排队论最初是在二十世纪初由丹麦工程师艾尔郎关于电话交换机的效率研究开始的，在第二次世界大战中为了对飞机场跑道的容纳量进行估算，它得到了进一步的发展，其相应的学科更新论、可靠性理论等也都发展起来。
因为排队现象是一个随机现象，因此在研究排队现象的时候，主要采用的是研究随机现象的概率论作为主要工具。此外，还有微分和微分方程。排队论把它所要研究的对象形象的描述为顾客来到服务台前要求接待。如果服务台以被其它顾客占用，那么就要排队。另一方面，服务台也时而空闲、时而忙碌。就需要通过数学方法求得顾客的等待时间、排队长度等的概率分布。
排队论在日常生活中的应用是相当广泛的，比如水库水量的调节、生产流水线的安排，铁路分成场的调度、电网的设计等等。
对策论也叫博弈论，前面讲的田忌赛马就是典型的博弈论问题。作为运筹学的一个分支，博弈论的发展也只有几十年的历史。系统地创建这门学科的数学家，现在一般公认为是美籍匈牙利数学家、计算机之父——冯·诺依曼。
最初用数学方法研究博弈论是在国际象棋中开始的——如何确定取胜的着法。由于是研究双方冲突、制胜对策的问题，所以这门学科在军事方面有着十分重要的应用。近年来，数学家还对水雷和舰艇、歼击机和轰炸机之间的作战、追踪等问题进行了研究，提出了追逃双方都能自主决策的数学理论。近年来，随着人工智能研究的进一步发展，对博弈论提出了更多新的要求。
搜索论是由于第二次世界大战中战争的需要而出现的运筹学分支。主要研究在资源和探测手段受到限制的情况下，如何设计寻找某种目标的最优方案，并加以实施的理论和方法。在第二次世界大战中，同盟国的空军和海军在研究如何针对轴心国的潜艇活动、舰队运输和兵力部署等进行甄别的过程中产生的。搜索论在实际应用中也取得了不少成效，例如二十世纪六十年代，美国寻找在大西洋失踪的核潜艇“打谷者号”和“蝎子号”，以及在地中海寻找丢失的氢弹，都是依据搜索论获得成功的。
运筹学有广阔的应用领域，它已渗透到诸如服务、库存、搜索、人口、对抗、控制、时间表、资源分配、厂址定位、能源、设计、生产、可靠性、等各个方面。
应该排队论和随机规划是比较接近的
具体的还希望你问一下专业的老师
希望对你有帮助
5. 数学建模问题
超市员工安排及运营问题
摘要
在一些大型服务机构中，不同的时间段内需要的服务量有着显着的不同，从而主管单位在不同的时段雇佣工作人员的人数往往也不同。因此对于既要满足需要，又要尽量减少劳务开支是管理者必须思考的决策问题。
本文我院某校内超市员工安排问题为例，据已给定的各个时间段所需的服务员人数和两个班次与休息时间安排表、职员工资及其他给定的限制，建立整数规划优化模型，得出最优安排，使得既满足超市对职工的需要，又使超市的劳务开支最少。另外本文进一步讨论在已有班次的基础上，对增加更多的班次后的人员安排及劳务支出的变化，以便此超市根据最少的劳务开支做出最优选择。由问题给出的时间和班次安排表，在8：00——17：00和12：00——21：00中每隔一个小时安排吃饭时间，根据班次安排的人数列出线性不等式，根据月支出来列出目标函数，然后设计线性规划模型，用LINGO.8解出人数和最优劳务支出。由此解决了本问题要讨论的最少人数和最优劳务支出。
关键词：优化设计，劳务开支，临时员工安排。
一 问题重述
在一些大型服务机构中，不同的时间段内需要的服务量有显著的不同。例如，交通管理人员、医院医护人员、宾馆服务人员、超市卖场营销人员等。在不同的时段劳务需求量不同，主管单位在不同时段雇佣的临时职工数量往往也不同。因此对于既要满足需要，又要尽量节约劳务开支是管理者必须思考的决策问题。现就我院校内某超市临时员工的班次安排问题建立一个数学模型来进行优化设计，使其既满足超市的营业需要，又能够使超市的劳务开支最少。
超市的营业时间为11：00到22：OO，根据学生的购买情况，以一小时为一时段，各时段内所需的服务人员数如表1。此超市员工由临时工和正式员工构成，正式职工两名，主要负责管理工作，每天需要工作8小时，临时工若干名，每天工作4小时。已知一名正式员工11：00开始上班，工作4小时后休息1小时，而后再工作4小时；另一名正式职工13：00开始上班，工作4小时后休息1小时，而后再工作4小时,工作、休息时间安排如表2。又知临时工每小时工资为4元。
序号 时间区最少需求人数
1 11：00－12：00 9
2 12：00－13：00 9
3 13：00－14：009
414：00－15：003
5 15：00－16：00 3
6 16：00－17: 00 3
7 17: 00－18: 00 6
8 18: 00－19: 00 12
9 19: 00－20: 00 12
10 20: 00－21: 00 7
11 21: 00－22: 00 7
表2
班次 工作时间 休息时间
1 11：00－20：00 12：00－13：00
213：00－22：00 17：00－18：00
二．符号说明
符号说明如下：
Min表示公司劳务开支的最少值；
Xi表示在第i时段该超市使用的临时工人数，i=1，2，…,11；
三．问题假设（1）以一小时为一时段，假设一小时内的任意时刻所需人数都要大于等于这一时段的最少需求人数。
（2）工作人员的工资每小时与他所在工作时段无关，与他的表现好坏等无关。
（3）假设正式员工在工作时段里不会中途退出。
（4）每个临时员工可在任一时段开始时上班，但要求必须连续工作4小时。
四.问题分析
1．1问题1分析
该问题中超市安排了二个班次来分配正式员工，目标是在满足超市需求的前提下使超市雇用临时工的成本最小（也就是劳务开支最少）。进一步讨论对11点至20点和13点至22点分别安排更多班次其劳务支出的变化，既雇用临时工数量与班次的安排。
1．2模型建立
因每人每小时的工资已给定，结合表三故可得目标函数为： Min 16*( y1+y2+y3+y4+y5+y6+y7+y8+ y9+y10+y11)
在11：00—12：00时间段内，只有Y1个人在工作，得： y1>=8 在12：00—13：00时间段内，有Y1+Y2个人在工作，得： y1+y2>=8 在13：00—14：00时间段内，有Y1+Y2+Y3个人在工作，得： y1+y2+y3>=7 在14：00—15：00时间段内，有Y1+Y2+Y3+Y4个人在工作，得： y1+y2+y3+y4>=1 在15：00—16：00时间段内，Y1个人已下班，有Y2+Y3+Y4+Y5个人在工作，得： y2+y3+y4+y5>=2 在16：00—17：00时间段内，Y1+Y2个人已下班，有Y3+Y4+Y5+Y6个人在工作，得： y3+y4+y5+y6>=1 在17：00—18：00时间段内，Y1+Y2+Y3个人已下班，有Y4+Y5+Y6+Y7个人在工作，得： y4+y5+y6+y7>=5 在18：00—19：00时间段内，Y1+Y2+Y3+Y4个人已下班，有Y5+Y6+Y7+Y8个人在工作，得： y5+y6+y7+y8>=10 在19：00—20：00时间段内，Y1+Y2+Y3+Y4+Y5个人已下班，得： y6+y7+y8+y9>=10
在20：00—21：00时间段内，Y1+Y2+Y3+Y4+Y5+Y6个人已下班，得： y7+y8+y9+y10>=6在21：00—22：00时间段内，Y1+Y2+Y3+Y4+Y5 +Y6 +Y7个人已下班，得： y8+y9+10y+y11>=6
由以上分析可构成一个整数线性规划模型，即：
目标函数为：Min 16*( y1+y2+y3+y4+y5+y6+y7+y8+ y9+y10+y11)
整数现性方程的约束条件为： y1>=8 y1+y2>=8 y1+y2+y3>=7 y1+y2+y3+y4>=1 y2+y3+y4+y5>=2 y3+y4+y5+y6>=1 y4+y5+y6+y7>=5 y5+y6+y7+y8>=10 y6+y7+y8+y9>=10
y7+y8+y9+y10>=6
y8+y9+10y+y11>=6
y1，y2，y3，y4，y5，y6，y7，y8，y9，y10，y11均为整数且均大于零。
1.3 模型求解
将上述的整数线性规划模型输入LINGO 8.0，：
Model:
min=16*(y1+y2+y3+y4+y5+y6+y7+y8+y9+y10+y11);
y1>=8;
y1+y2>=8;
y1+y2+y3>=7;
y1+y2+y3+y4>=1;
y2+y3+y4+y5>=2;
y3+y4+y5+y6>=1;
y7+y6+y4+y5>=5;
y5+y6+y7+y8>=10;
y9+y6+y7+y8>=10;
y10+y9+y8+y7>=6;
y11+y10+y9+y8>=6;
@gin(y1);@gin(y2);@gin(y3);@gin(y4);@gin(y5);@gin(y6);@gin(y7);@gin(y8);@gin(y9);@gin(y10);@gin(y11);
end
求解可以得到最优解如下
Global optimal solution found at iteration: 7
Objective value: 320.0000
Variable Value Reduced Cost
X1 8.000000 16.00000
X2 0.000000 16.00000
X3 0.000000 16.00000
X4 0.000000 16.00000
X5 2.000000 16.00000
X6 4.000000 16.00000
X7 0.000000 16.00000
X8 6.000000 16.00000
X9 0.000000 16.00000
X10 0.000000 16.00000
X11 0.000000 16.00000
Row Slack or Surplus Dual Price
1 320.0000 -1.000000
2 0.000000 0.000000
3 0.000000 0.000000
4 1.000000 0.000000
5 7.000000 0.000000
6 0.000000 0.000000
7 5.000000 0.000000
8 1.000000 0.000000
9 2.000000 0.000000
10 0.000000 0.000000
11 0.000000 0.000000
12 0.000000 0.000000
临时工班次安排如下表
由此可知，原题目中当第1班次上班的临时工作人员人数为8，第5班次上班的临时工作人员人数为2，第6班次上班的临时工作人员人数为4，第8班次上班的临时工作人员人数为6，第2、3、4、7、9、10、11班次不安排临时工上班时，我们可以得出此超市的开支最少，最少值为320元。
二．符号说明
Xi表示在第i时段该超市使用连续工作3小时的临时工人数，i=1，2，…,11；
Yi表示在第i时段该超市使用连续工作4小时的临时工人数，i=1，2，…,11；
Min表示超市劳务开支的最少值；
2.1 问题2分析
现 临时工每班工作可以为3小时，也可以为4小时，：
目标仍然是：在满足超市需求的下使超市雇用临时工的成本最小（也就是劳务开支最少）。进一步讨论对11点至20点和13点至22点分别安排更多班次其劳务支出的变化，既雇用临时工数量与班次的安排。
2．2模型建立
因每人每小时的工资已给定，结合表三故可得目标函数为：min=12*(x1+x2+x3+x4+x5+x6+x7+x8+x9+x10+x11)+16*(y1+y2+y3+y4+y5+y6+y7+y8+y9+y10+y11);
在11：00—12：00时间段内，只有Y1+X1工作，得： y1+x1>=8;
在12：00—13：00时间段内，有Y1+Y2+ X1+X2个人在工作，得： y1+y2+x1+x2>=8;
在13：00—14：00时间段内，有Y1+Y2+Y3+ X1+X2+X3个人在工作，得： y1+y2+y3+x1+x2+x3>=7;
在14：00—15：00时间段内，有Y1+Y2+Y3+Y4+ X2+X3+X4个人在工作，得： y1+y2+y3+y4+x2+x3+x4>=1;
在15：00—16：00时间段内，Y1个人已下班，有Y2+Y3+Y4+Y5+X3+X4+X5个人在工作，得：y2+y3+y4+y5+x3+x4+x5>=2;
在16：00—17：00时间段内，有Y3+Y4+Y5+Y6+X5+X6+X4个人在工作，得： y3+y4+y5+y6+x5+x6+x4>=1;
在17：00—18：00时间段内，有Y4+Y5+Y6+Y7+X7+X6+X5个人在工作，得： y7+y6+y4+y5+x7+x6+x5>=5;
在18：00—19：00时间段内，有Y5+Y6+Y7+Y8+X7+X6+X8个人在工作，得：y5+y6+y7+y8+x6+x7+x8>=10;
在19：00—20：00时间段内，仍有Y9+ Y8+Y7+ Y6+X7+ X9+X8个人在工作，得：y9+y6+y7+y8+x9+x7+x8>=10;
在20：00—21：00时间段内，仍有Y10+Y9+Y8+Y7+X10+X9+X8个人在工作，得：y10+y9+y8+y7+x10+x9+x8>=6;
在21：00—22：00时间段内，
得：y11+y10+y9+y8+x11+x10+x9>=6;
由以上分析可构成一个整数线性规划模型，即：
目标函数为：
min=12*(x1+x2+x3+x4+x5+x6+x7+x8+x9+x10+x11)+16*(y1+y2+y3+y4+y5+y6+y7+y8+y9+y10+y11);
整数现性方程的约束条件为：y1+x1>=8;
y1+y2+x1+x2>=8;
y1+y2+y3+x1+x2+x3>=7;
y1+y2+y3+y4+x2+x3+x4>=1;
y2+y3+y4+y5+x3+x4+x5>=2;
y3+y4+y5+y6+x5+x6+x4>=1;
y7+y6+y4+y5+x7+x6+x5>=5;
y5+y6+y7+y8+x6+x7+x8>=10;
y9+y6+y7+y8+x9+x7+x8>=10;
y10+y9+y8+y7+x10+x9+x8>=6;
y11+y10+y9+y8+x11+x10+x9>=6;
x1，x2，x3，x4，x5，x6，x7，x8，x9，x10，x11,y1,y2,y3,y4,y5,y6,y7,y8,y9,y10,y11均为整数且均大于零。,
2.3 模型求解
将下面的模型输入LINGO 8.0，：
Medol:
min=12*(x1+x2+x3+x4+x5+x6+x7+x8+x9+x10+x11)+16*(y1+y2+y3+y4+y5+y6+y7+y8+y9+y10+y11);
y1+x1>=8;
y1+y2+x1+x2>=8;
y1+y2+y3+x1+x2+x3>=7;
y1+y2+y3+y4+x2+x3+x4>=1;
y2+y3+y4+y5+x3+x4+x5>=2;
y3+y4+y5+y6+x5+x6+x4>=1;
y7+y6+y4+y5+x7+x6+x5>=5;
y5+y6+y7+y8+x6+x7+x8>=10;
y9+y6+y7+y8+x9+x7+x8>=10;
y10+y9+y8+y7+x10+x9+x8>=6;
y11+y10+y9+y8+x11+x10+x9>=6;
@gin(x1);@gin(x2);@gin(x3);@gin(x4);@gin(x5);@gin(x6);@gin(x7);@gin(x8);@gin(x9);@gin(x10);@gin(x11);@gin(y1);@gin(y2);@gin(y3);@gin(y4);@gin(y5);@gin(y6);@gin(y7);@gin(y8);@gin(y9);@gin(y10);@gin(y11);
end
求解可以得到最优解如下
Global optimal solution found at iteration: 11
Objective value: 264.0000
Variable Value Reduced Cost
X1 8.000000 12.00000
X2 0.000000 12.00000
X3 1.000000 12.00000
X4 0.000000 12.00000
X5 1.000000 12.00000
X6 0.000000 12.00000
X7 4.000000 12.00000
X8 0.000000 12.00000
X9 0.000000 12.00000
X10 0.000000 12.00000
X11 0.000000 12.00000
Y1 0.000000 16.00000
Y2 0.000000 16.00000
Y3 0.000000 16.00000
Y4 0.000000 16.00000
Y5 0.000000 16.00000
Y6 0.000000 16.00000
Y7 0.000000 16.00000
Y8 6.000000 16.00000
Y9 0.000000 16.00000
Y10 0.000000 16.00000
Y11 0.000000 16.00000
Row Slack or Surplus Dual Price
1 264.0000 -1.000000
2 0.000000 0.000000
3 0.000000 0.000000
4 2.000000 0.000000
5 0.000000 0.000000
6 0.000000 0.000000
7 0.000000 0.000000
8 0.000000 0.000000
9 0.000000 0.000000
10 0.000000 0.000000
11 0.000000 0.000000
12 0.000000 0.000000
我们可以得出此超市的劳务开支最少，最少值为 264元。
六 参考文献 【1】本模型中整数线性优划模型【1】来自，姜启源、谢金星、叶俊. 数学模型[M]. 北京:高等教育出版社，2003.8. 【2】本模型中目标函数[2]来自， 附录（程序） Model: Min=1200*(X1+X2)+1500*(X3+X4); x1+x2>=30; x1+x2>=35; x1+x3+x4>=20; x2+x3+x4>=20; x1+x2+x3+x4>=40; x1+x2+x4>=30; x3>=30; x3+x4>=25; x3+x4>=20@gin(x1);@gin(x2);@gin(x3);@gin(x4); end
6. 数学建模问题
设大卡车的速度为V(倒退为V/5)，则小汽车的速度为3V(倒退为3V/5) 设大卡车倒车路程为s,则小汽车倒车路程为4s 1.若让大卡车倒车，因为小汽车的速度大于大卡车倒退速度，所以当大卡车退出这段路时，小汽车也能通过这段路，剩下大卡车独自走完这段路 大卡车倒车时间t1=s/(V/5)=5s/V 大卡车行驶完这段路时间t2=(s+4s)/V=5s/V 总用时T1=5s/V+5s/V=10s/V 2.若让小汽车倒车，因为大卡车的速度大于小汽车倒退的速度，所以当小汽车退出这段路时，大卡车也走完该路段，剩下小汽车独自走这段路全程 小汽车倒车时间t3=4s/(3V/5)=20s/3V 小汽车行驶完这段路时间t4=(s+4s)/3V=5s/3V 总用时T2=t3+t4=20s/3v+5s/3v=25s/3V 综上T2<T1 所以让小汽车倒车比较合理
7. 数学建模问题
（1）携带8天的食物（配足相应饮水，共重20公斤），于8*40公里处建立补给点（储存480/40-8)=4天消耗量）； （2）若考虑饮水可从离终点200公里处补给，从出发点只需携带(480-200)*1.5/40=9公斤水，相应可带食物20-9=11公斤，故仅需在距终点40公里处补给1公斤食物；从中途取水6*1.5=9公斤；
8. 数学建模问题
http://www.docin.com/p-1065296689.html https://wenku.baidu.com/view/91896a91e53a580216fcfea0.html 有答案，你可以参考下
最新文章
热门文章
推荐阅读