2025年大学《数学与应用数学》专业题库- 数学在城市化进程中的应用

2025年大学《数学与应用数学》专业题库——数学在城市化进程中的应用考试时间：______分钟总分：______分姓名：______一、设城市某区域的人口分布服从二维正态分布，其密度函数为$f(x,y)=\frac{1}{2\pi\sigma_1\sigma_2\sqrt{1-\rho^2}}\exp\left\{-\frac{1}{2(1-\rho^2)}\left[\left(\frac{x-\mu_1}{\sigma_1}\right)^2-2\rho\left(\frac{x-\mu_1}{\sigma_1}\right)\left(\frac{y-\mu_2}{\sigma_2}\right)+\left(\frac{y-\mu_2}{\sigma_2}\right)^2\right]\right\}$，其中$\mu_1,\mu_2$分别为该区域人口在两个方向上的平均分布位置，$\sigma_1,\sigma_2$分别为该区域人口在两个方向上的分布标准差，$\rho$为两个方向上人口分布的相关系数。若$\mu_1=0$,$\mu_2=0$,$\sigma_1=1$,$\sigma_2=1$,$\rho=0.5$，试求该区域内任意一点$(x,y)$的人口密度超过其平均值$1/\pi$的概率。二、某城市规划部门希望建立一个模型来预测未来五年内该城市的人口增长情况。他们收集了该城市过去十年的人口数据，并假设人口增长服从逻辑斯蒂增长模型。试用最小二乘法估计该城市未来五年内的人口增长模型参数，并预测五年后该城市的人口数量。给出你的计算过程和最终结果表达式。三、一个城市的交通网络可以抽象为一个有向图$G=(V,E)$，其中$V$表示交通节点（例如交叉口、站点），$E$表示交通路线。每条边$e\inE$具有一个权重$w(e)$，表示通过该路线所需的时间。假设该城市某区域的交通网络可以用一个$5\times5$的邻接矩阵$A$表示，其中$A_{ij}$表示节点$i$到节点$j$的最短路径长度（如果节点$i$和节点$j$之间没有直接连接，则$A_{ij}=\infty$）。现在，该区域需要修建一条新的交通路线，连接节点1和节点5。试利用矩阵运算方法，计算在加入这条新路线后，整个交通网络的最短路径长度矩阵发生的变化。假设新路线的长度为3。四、某城市河流受到工业废水的污染，废水中的污染物浓度随时间变化可以用一个一阶线性微分方程$\frac{dy}{dt}+ay=b$来描述，其中$y(t)$表示时刻$t$污染物浓度，$a$和$b$是常数。假设初始时刻$t=0$时，河流中的污染物浓度为$y(0)=y_0$。试求解该微分方程，并分析污染物浓度随时间的变化规律。请说明你的求解过程。五、为了评估某城市交通拥堵状况，交通部门收集了某条主要道路在高峰时段的车流量数据。数据如下：$120,135,110,140,130,125,145,150,160,135$。假设车流量服从正态分布，请利用这些数据估计该道路高峰时段的平均车流量及其标准差。要求使用矩估计法和最大似然估计法分别进行估计，并比较两种方法的差异。六、某城市计划在市中心建造一个新公园，公园的形状为一个圆形。为了确定公园的半径，城市规划部门需要考虑周边的建筑分布情况。他们收集了公园周边建筑的坐标数据，并希望利用这些数据来确定一个最优的半径，使得公园能够覆盖尽可能多的建筑，同时又不至于过于拥挤。假设建筑坐标数据为$(x_1,y_1),(x_2,y_2),\dots,(x_n,y_n)$，请设计一个算法（无需具体实现，只需描述算法步骤），利用数值分析方法确定公园的最优半径。试卷答案一、解析思路：首先确定人口密度超过平均值的点构成的区域，该区域在极坐标下为一个圆心在原点的圆。然后利用极坐标计算该圆内区域的积分，得到人口密度超过平均值的概率。由于给定条件下的二维正态分布关于原点对称，且均值为零，因此超过平均值的概率为0.5。但是，这里需要计算的是密度超过平均值$1/\pi$的概率，即计算圆内区域的面积占整个平面的比例。通过解方程$\int_0^{2\pi}\int_0^R\frac{1}{2\pi}\exp\left(-\frac{r^2}{2}\right)rdrd\theta=\frac{1}{\pi}$，得到$R=\sqrt{2\ln(2\pi)}$。因此，所求概率为$\frac{\piR^2}{\pi}=\frac{1}{2}\ln(2\pi)$。二、解析思路：首先将逻辑斯蒂增长模型$P(t)=\frac{K}{1+ae^{-bt}}$中的参数$a,b,K$用最小二乘法表示，得到一个关于$a,b,K$的线性方程组。然后利用最小二乘法原理，求解该方程组，得到参数的估计值。最后将估计值代入逻辑斯蒂增长模型，预测五年后该城市的人口数量。三、解析思路：首先利用邻接矩阵$A$计算原始交通网络的最短路径长度矩阵$D$，可以使用Floyd-Warshall算法。然后构造一个新的邻接矩阵$A'$，其中在节点1和节点5之间添加一条权重为3的边。再次利用Floyd-Warshall算法计算加入新路线后的最短路径长度矩阵$D'$。最后比较$D$和$D'$，得到最短路径长度矩阵的变化。四、解析思路：首先将微分方程$\frac{dy}{dt}+ay=b$改写为标准形式$\frac{dy}{dt}+P(t)y=Q(t)$，其中$P(t)=a$，$Q(t)=b$。然后利用一阶线性微分方程的求解公式$y(t)=e^{-\intP(t)dt}\left(\intQ(t)e^{\intP(t)dt}dt+C\right)$，其中$C$为积分常数。将$P(t)$和$Q(t)$代入公式，得到$y(t)=be^{-at}+Ce^{-at}$。由初始条件$y(0)=y_0$，得到$C=y_0+b$。因此，污染物浓度随时间的变化规律为$y(t)=be^{-at}+(y_0+b)e^{-at}$。五、解析思路：首先利用矩估计法，根据样本均值和样本方差分别估计正态分布的均值$\mu$和方差$\sigma^2$。然后利用最大似然估计法，根据正态分布的最大似然估计公式，估计均值$\mu$和方差$\sigma^2$。最后比较两种方法得到的估计值。六、解析思路：首先计算所有建筑点到原点的距离，并找出最大距离$R_{max}$。然后从$R_{max}$开始，逐步减小半径$R$，并计算每个$R$下覆盖的建筑点数量。当覆盖的建筑点数量达到最大值时，对应的$R$即为公园的最优半径。具体算法步骤如下：1.计算所有建筑点到原点的距离$r_i$，并找出最大距离$r_{max}=\max(r_1,r_2,\dots,r_n)$。2.