數學建模，謠言的傳播，你能給出乙個更簡單的方法和答案嗎，謝謝

它應該類似於疾病的傳播。

推薦江啟元的《數學模型》，第5章，第一篇文章是自己看的，也可以直接在網上搜尋。

D測試題分析：從謠言公式可以看出，謠言之所以出現，是因為人們對事物的認識不透徹，公眾的辨別能力差，非常容易受到謠言的影響。 由此可見，網路謠言的終結必須做到：

** 要及時披露資訊，讓謠言止於真相; 公眾應該提高辨別能力，讓謠言止步於智者。 這個選項有錯誤的觀點，網際網絡的發展不能因為網路謠言而受到限制，也不能拒絕相信網路言論。 該選項是正確的並且適合問題，因此正確答案是 d。

它應該是一系列數字，比例係數為 k、時間 x 和聞所未聞的 ax，就列 ax 和 ax-1 之間的關係而言。 根據遞迴關係，梁敏得到了橋拍的ax與x的關係，然後根據極限得到了動態Hechai均衡的結果。 是嗎？

呵呵。 想想看，標準答案很清楚。

我們進行了許多通宵達旦的純學習建模。

一大堆程式。

** 也有很多數字。

我還要用很多數學書來打拳。

建議您多閱讀數學書籍。

假設 1 和第乙個人仍然會參與第 2 個謠言傳播。 也就是說，第乙個人和相信謠言的人會繼續傳播謠言。

假設2：相信這個謠言的平均人數與當時沒有聽說過它的人數成正比。

假設3：當它傳播開來時，它也會傳遞給那些散布謠言和聽到謠言的人。

讓第 i 個時間單位開始。

相信謠言的總人數。

xyz(i)

沒聽到人數。

MT（i） 沒聽說過的人數佔沒聽說過的總人數的比例（總共有n+1人，自己出去的人有n人）。

t(i)=mt(i)/n;

如果 k 被定植，則受影響的人數。

scb(i)=k*mt(i)*xyz(i);

沒有聽說過謠言的人數（考慮到謠言的傳播也會傳遞給那些散布謠言並聽到謠言的人）。

sch_mt(i)=scb(i)*t(i);

其中有信徒。

scb_mt_xx(i)=sch_mt(i)*p*a/100+sch_mt(i)*(1-p)*b/100;

其中，也有不相信的人。

scb_mt_bxx(i)=sch_mt(i)-scb_xx(i);

在時刻 i1 的單位時間開始時。

相信謠言的總人數。

xyz(i+1)=xyz(i)+scb_mt_xx(i);

沒聽到人數。

mt(i+1)=mt(i)-sch_mt(i);

沒有聽說過它的人在被傳播的總人數中所佔的比例。

t(i+1)=mt(i+1)/n;

如果 k 被定植，則受影響的人數。

scb(i+1)=k*mt(i+1)*xyz(i+1);

沒有聽說過謠言的人數（考慮到謠言的傳播也會傳遞給那些散布謠言並聽到謠言的人）。

sch_mt(i+1)=scb(i+1)*t(i+1);

其中有信徒。

scb_mt_xx(i+1)=sch_mt(i+1)*p*a/100+sch_mt(i+1)*(1-p)*b/100;

其中，也有不相信的人。

scb_mt_bxx(i+1)=sch_mt(i+1)-scb_xx(i+1);

您可以看到各種數字形成了乙個迴圈，因此您可以無限期地迭代。

根據1個單位的時刻。

相信謠言的總人數。

xyz(1)=1

沒聽到人數。

mt(1)=n

然後迭代它。

如果假設 1 中的第乙個人不參與，則只有其他相信的人參與。

這個週期應該從第三個週期（本來是第二個週期）開始，因為。

第二時刻相信謠言的總人數不是下面的公式。

xyz(i+1)=xyz(i)+scb_mt_xx(i);

相反，xyz（2）=scb mt xx（i）;

因此，從第三個週期開始。

建議大家去一些專業的**諮詢，或者去一些具體的部門諮詢。 這些問題通常很難收集。 只有專門的部門和機構才有它們

關鍵是要建立需求曲線，它是實際購買食物的人數隨餐價變化而變化的函式，可以用數值擬合來估計，也可以用現成的概括來擬合，如反比例函式。

去看歷年來數學建模大賽的選集，找乙個糾正。