简介:一、启发提问图6-51.如果6-5,在△ABC中,∠C=90°(1)如果∠A=45°,则a=.即:ab=,ba=.(2)如果∠A=30°,则c=a,b=a,即ab=,ba=.(3)如果∠A的大小一确定,那么ab和ba是否也随之而确定呢?2.在△ABC和△A′B′C′中,∠C=∠C′=Rt∠如果∠A=∠A′,则aba′b′反之如果ab=a′b′,则∠A=∠A′吗?二、读书自学 P20~P23三、读书指导1.正切、余切的意义如图(5)中,在△ABC中,∠C=90°,则:∠A的正切记为:tgA=∠A的( )∠A的( )∠A的余切记为:ctgA=∠A的( )∠A的( )其中∠A的大小一定,则tgA,c
简介:一、启发提问1.如图6-1,在△ABC中,∠C=90°.(1)如果∠A=30°,则ac=,bc=.(2)如果c=2a,则∠A=,∠B=.图6-1 图6-2 2.如图6-2,在△ABC中,∠C=90°.(1)如果∠A=45°,则ac=,bc=.(2)如果a=b,则∠A=,∠B=.3.在Rt△ABC和Rt△A′B′C′中:∠C=∠C′=90°.(1)如果∠A=∠A′,那么:BCAB=B′C′A′B′成立吗?(2)如果BCAB=B′C′A′B′,那么:∠A=∠A′吗?从上面的问题中我们不难看出在直角三角形中:如果某一个锐角的度数一定,则相应的直角边与斜边的比值也就随之确定,反之也成立.
简介:带柔性时间窗的开放式车辆路径问题(OpeningVehicleRoutingProblemwithFlexibleTimewin—dows,OVRPFTW)对物流配送中的延迟或者提早具有一定程度的容忍.本文首先建立了OVRPFTW的数学模型,然后分别将Sine映射,Chebyshev映射和Logistic映射引入基本蚁群算法,构建了三种混沌蚁群算法,并将其用于求解OVRPFTW.算倒测试表明:Sine映射和Chebyshev映射能够明显地改进基本蚁群算法的优化性能,基于Sine映射和Chebyshev映射的混沌蚁群算法的求解性能优于基本蚁群算法和基于Logistic映射的混沌蚁群算法.
简介:目前,随着电动汽车的普及,物流企业逐渐重视电动汽车的应用。本文考虑到电动汽车在实际应用中的行驶里程、充电耗时以及配送时间等因素,研究含时间窗的电动汽车车辆路径问题,建立了相应的混合整数规划模型,然后改进分支定价算法以求得其最优解。改进的分支定价算法首先根据Dantzig-Wolfe分解原理将原问题分解为基于路径的主问题(MP)和求最短路径的子问题,然后用列生成和动态规划算法在主问题和子问题之间进行迭代以求得主问题线性松弛后的最优解,最后采用基于弧的分支策略求得其整数解。通过用改进的Solomon算例的实验数据,与CPLEX比较验证了模型和算法结果的准确性,并对该问题进行了灵敏度分析,证明了本文提出的算法具有一定的应用价值。
简介:一、问题提出一家鞋店在一段时间内销售了某种女鞋30双,其中各种尺码的鞋的销售量如下:鞋的尺码(单位:厘米)2222.52323.52424.525销售量(单位:双)12511731 在这个问题上,鞋店关心的不是鞋的尺码的平均数,而是关心哪种尺码的鞋销售得最多的问题。因而将产生一种新的特征数字来描述这组数据的集中趋势.二、阅读教材 P162-P165三、自学指导1.什么是众数?在一组数据中,的数据叫做这组数据的众数.本概念的特点:范围:在一组数据中对象:其中的一个数据特征:这个数据出现的次数最多.2.什么是中位数?将一组数据按排列,把处在的一个数据(或)叫做这组数据的中位数.本概念特点:方式: