Python数学建模极简入门(六)--差分方程组

前面已经讲过了差分方程,那差分方程组是个啥就不用我介绍了吧。

今天为大家带来一个差分方程组解实际问题的例子:

特拉法尔加海战

背景介绍来自于百度百科--特拉法尔加海战

此战中,法西联合舰队主帅为维尔纳夫,英国舰队主帅为纳尔逊。

开战初期,法西联合舰队有战列舰33艘,可谓势均力敌,英国有战列舰27艘。两个舰队战力差距并不大,甚至法西联军还有一定优势。

但是最后的结果却是法西联军大败,从此一蹶不振。

我们来分析一下,究竟是为什么会出现这样的结果:

  1. 我们假设所有战斗均是刚正面,没有偷袭。转换成数值之后即是:每一阶段战斗中每一方战舰损失量都是对方的5%(分数值也是有意义的,表示有一艘或多艘战舰不能全力以赴地参加战斗);
  2. 不死不休,每次战斗结束的标志为某一方军舰数量少于2;

法西联军舰队分为三个战斗编组,编组A有3艘战舰;编组B有17艘战舰;编组C有13艘战舰。

而英军方面,纳尔逊选择的策略是先用13艘战舰去进攻旗舰编组A;战斗之后,留存下来的军舰加上备用的14艘军舰一起去迎战编组B;最后所有剩下的战舰去迎战编组C。


第一战

首先来分析第一次战斗,即英军13艘战舰迎战法西联军旗舰编组A:
在第n个阶段的战斗之后,各方剩余的战舰数量为:
B_{n+1} = B_n - 0.05F_n
F_{n+1} = F_n - 0.05B_n
Python代码如下:

import matplotlib.pyplot as plt
import matplotlib
def Battle(BritishWarship,FrenchWarship):
    Britain = []
    France = []    
    count = []
    stage = 0
    Britain.append(BritishWarship)
    France.append(FrenchWarship)
    count.append(0)
    while FrenchWarship > 2:
        BritishWarship = BritishWarship - 0.05 * FrenchWarship
        FrenchWarship = FrenchWarship - 0.05 * BritishWarship 
        stage += 1
        Britain.append(BritishWarship)
        France.append(FrenchWarship)
        count.append(stage)
        plt.scatter(count,Britain)
        \#plt.scatter(count,France)
        plt.show()      
Battle(13,3)

图像如下:

英国战舰
法西战舰

英国战舰数量:13->12.85->12.73
法西战舰数量:3->2.36->1.72


第二战

英国舰队数量:14 + 12.73 = 26.73
法西舰队数量:1.72 + 17 = 18.72

结果如下:

英国战舰
法国战舰

英国战舰数量:26.73->25.79->24.92->24.11->23.36->22.67->22.04->21.46->20.94->20.46->20.04->19.67->19.35->19.07->18.85->18.67->18.54
法西战舰数量:18.72->17.43->16.18->14.97->13.81->12.67->11.57->10.50->9.45->8.43->7.42-> 6.44->5.47->4.52->3.58->2.64->1.72


第三战

哈哈,第三战结果如何呢??

** 实际上当时法国在第二战之后就将C编队的13艘战舰全部撤回了法国 。**

如果打下去结果如何,小伙伴们可以自己算一下,很简单的。

这种军事策略这样分析看起来很简单,就像田忌赛马一样,以强搏弱。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 200,176评论 5 469
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 84,190评论 2 377
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 147,232评论 0 332
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,953评论 1 272
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,879评论 5 360
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,177评论 1 277
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,626评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,295评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,436评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,365评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,414评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,096评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,685评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,771评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,987评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,438评论 2 346
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,032评论 2 341

推荐阅读更多精彩内容