墙
室 外 T2
热传导定律
T Qk d
Machine Learning Center
2d
Q2
墙
模型建立
记双层玻璃窗传导的热量Q1
Ta~内层玻璃的外侧温度
室 内 T1 Ta T b
d l d
室 外 T2
Tb~外层玻璃的内侧温度
k1~玻璃的热传导系数 k2~空气的热传导系数
Q1
墙
T1 T2 k1 l Q1 k1 , sh , h d ( s 2) k2 d
Machine Learning Center
录像机计数器的用途
经试验，一盘标明180分钟的录像带从头走到 问题 尾，时间用了184分，计数器读数从0000变到 6061。 在一次使用中录像带已经转过大半，计数器读数为 4450，问剩下的一段还能否录下1小时的节目？ 不仅回答问题，而且建立计数器读数与 录像带转过时间的关系。 计数器读数是均匀增长的吗？ 计数器读数增长越来越慢！
将绝对度量改为相对度量
p1 / n1 p2 / n2 rA (n1 , n2 ) ~ 对A的相对不公平度 p2 / n2
类似地定义 rB(n1,n2)
公平分配方案应 使 rA , rB 尽量小
将一次性的席位分配转化为动态的席位分配, 即 设A, B已分别有n1, n2 席，若增加1席，问应分给A, 还是B 不妨设分配开始时 p1/n1> p2/n2 ，即对A不公平
Machine Learning Center
要求 思考 观察
问题分析 录像机计数器的工作原理
左轮盘 右轮盘 主动轮 录像带 磁头 压轮 0000 计数器
录像带运Байду номын сангаас方向
录像带运动 右轮盘半径增大 计数器读数增长变慢
录像带运动速度是常数
Machine Learning Center
右轮转速不是常数
模型假设
该席给Q值最大的一方
Machine Learning Center
Q 值方法
三系用Q值方法重新分配 21个席位 按人数比例的整数部分已将19席分配完毕
甲系：p1=103, n1=10 乙系：p2= 63, n2= 6 丙系：p3= 34, n3= 3 2
用Q值方法分配 第20席和第21席
103 632 342 96.4, Q2 94.5, Q3 96.3 第20席 Q1 1011 67 3 4 Q1最大，第20席给甲系
房间通过天花板、墙壁… …损失的热量更多。 双层窗的功效不会如此之大
Machine Learning Center
实物交换
问 甲有物品X, 乙有物品Y, 双方为满足更高的需要， 题 商定相互交换一部分。研究实物交换方案。
用x,y分别表示甲(乙)占有 X,Y的数量。设交换前甲占 有X的数量为x0, 乙占有Y的 数量为y0, 作图： y yo•
2 2
3. 考察t到t+dt录像带在 右轮盘缠绕的长度，有
[(r wkn) r ] wvt (r wkn)2kdn vdt
t
wk
v
2
2rk n n v
2
Machine Learning Center
思 考
m
3种建模方法得到同一结果
2 (r wi ) vt
i 1
[(r wkn) r ] wvt
2 2
t
wk
v
2
(r wkn)2kdn vdt
2rk n n v
2
思 考
模型中有待定参数
r , w, v, k ,
一种确定参数的办法是测量或调查，请设计测量方法。
Machine Learning Center
参数估计 另一种确定参数的方法——测试分析
双层玻璃窗的功效
问 双层玻璃窗与同样多材料的单层 题 玻璃窗相比，减少多少热量损失
室 内 T1 室 外 T2
d
l
d
Q1
假 热量传播只有传导，没有对流 设 T1,T2不变，热传导过程处于稳态
材料均匀，热传导系数为常数 建 Q ~单位时间单位面积传导的热量 室 模 T~温差, d~材料厚度, k~热传导系数 内 T1
• 录像带的运动速度是常数
• 计数器读数
v；
n与右轮转数 m成正比，记 m=kn； w；
• 录像带厚度（加两圈间空隙）为常数 • 空右轮盘半径记作 • 时间
r；
t=0 时读数 n=0 . 建立时间t与读数n之间的关系 （设v,k,w ,r为已知参数）
Machine Learning Center
建模目的
60 2760 160 5525
80 3413 184 6061
a 2.61 10 , b 1.45 10 .
2
6
Machine Learning Center
模 型 检 验
应该另外测试一批数据检验模型：
t an bn (a 2.6110 , b 1.4510 )
p1/n1– p2/n2=5 虽二者的绝对 不公平度相同
p1=1050, n1=10, p1/n1=105 p2=1000, n2=10, p2/n2=100
p1/n1– p2/n2=5
但后者对A的不公平 程度已大大降低!
Machine Learning Center
―公平”分配方 法
若 p1/n1> p2/n2 ，定义
系别 学生 比例
20席的分配 结果 10 6 4 10.3 6.3 3.4
21席的分配
比 例 加 惯 例
人数 （%） 比例 甲 乙 丙 103 51.5 63 34 31.5 17.0
总和 200
100.0
20.0
Machine Learning Center
20
对 比例 结果 丙 10.815 11 系 6.615 7 公 3.570 3 平 吗 21.000 21
问： p1/n1<p2/(n2+1) 是否会出现？
否!
若rB(n1+1, n2) < rA(n1, n2+1), 则这席应给 A
若rB(n1+1, n2) >rA(n1, n2+1), 则这席应给 B
Machine Learning Center
公平席位分配的Q 值法 当 rB(n1+1, n2) < rA(n1, n2+1), 该席给A rA, rB的定义 2 2 p2 p1 该席给A n2 (n2 1) n1(n1 1) 否则, 该席给B pi2 , i 1,2, 该席给Q值较大的一方 定义 Qi ni (ni 1) 2 pi 推广到m方 , i 1,2， , m 计算 Qi ni (ni 1) 分配席位
模型建立 建立t与n的函数关系有多种方法 1. 右轮盘转第 i 圈的半径为r+wi, m圈的总长度 等于录像带在时间t内移动的长度vt, 所以
2 (r wi) vt
i 1
m
m kn
t
wk
v
2
2rk n n v
2
Machine Learning Center
模型建立 2. 考察右轮盘面积的 变化，等于录像带厚度 乘以转过的长度，即
2
6
2
模 型 应 用
回答提出的问题：由模型算得 n = 4450 时 t = 116.4分， 剩下的录像带能录 184-116.4= 67.6分钟的节目。 揭示了“t 与 n 之间呈二次函数关系”这一普遍规律， 当录像带的状态改变时，只需重新估计 a,b 即可。
Machine Learning Center
Machine Learning Center
应讨论以下几种情况
初始 p1/n1> p2/n2
1）若 p1/(n1+1)> p2/n2 ， 则这席应给 A 2）若 p1/(n1+1)< p2/n2 ， 应计算rB(n1+1, n2) 3）若 p1/n1> p2/(n2+1)， 应计算rA(n1, n2+1)
初等模型
公平的席位分配 录像机计数器的用途 双层玻璃窗的功效
实物交换
Machine Learning Center
公平的席位分配
问 题
三个系学生共200名（甲系100，乙系60，丙系40），代表 会议共20席，按比例分配，三个系分别为10，6，4席。 现因学生转系，三系人数为103, 63, 34, 问20席如何分配。 若增加为21席，又如何分配。
Machine Learning Center
进一步的讨论
qi=Npi /P不全为整数时，ni 应满足的准则： 记 [qi]– =floor(qi) ~ 向 qi方向取整； [qi]+ =ceil(qi) ~ 向 qi方向取整. 1) [qi]– ni [qi]+ (i=1,2, … , m), 即ni 必取[qi]– , [qi]+ 之一 2) ni (N, p1, … , pm ) ni (N+1, p1, … , pm) (i=1,2, … , m) 即当总席位增加时， ni不应减少 ―比例加惯例”方法满足 1），但不满足 2） Q值方法满足 2）, 但不满足 1）。令人遗憾！
M
. .
p1
M1
p3(x3,y3)
.
p2
N1
N
x2
xo x
线上各点的满意度相同, 线的形状反映对X,Y的偏爱程度，
比MN各点满意度更高的点如p3，在另一条无差别曲线M1N1上。 于是形成一族无差别曲线（无数条）。
