2018年认证杯SPSSPRO杯数学建模D题(第一阶段)投篮的最佳出手点全过程文档及程序

2018年认证杯SPSSPRO杯数学建模

对于投篮最佳出手点的探究

D题 投篮的最佳出手点

原题再现:

  影响投篮命中率的因素不仅仅有出手角度、球感、出手速度,还有出手点的选择。规范的投篮动作包含两膝微屈、重心落在两脚掌上、下肢蹬地发力、身体随之向前上方伸展、同时抬肘向投篮方向小臂推而伸出、手腕下压、手指弹射,这样能够将脚趾力量完全连贯到手指,这种下肢、手臂、手腕、手指头都充分用到力量的投篮,看起来很柔顺、优美,具有艺术性,命中率高。但是身材相对矮小的组织后卫,如果采用这种规范的投篮动作,势必出手时间较长,给防守者以充分的时间做准备,被盖帽的可能性增大。反之,如果出手点较低,可以缩短从开始发力到篮球出手的时间,防止被盖帽,但是手臂、手腕以及手指头的力量可能没有被完全使上,必然使得篮球旋转不够,篮球飞行轨迹偏移较大,另外碰到篮筐、篮板后的反弹进球概率也大大降低。某 NBA 球队的技术顾问希望你的团队能帮助他们提高组织后卫在高强度防守下的投篮命中率。  
  第一阶段问题:
  1. 假定该后卫的身高是 1.91m,垂直弹跳 30 英寸,助跑弹跳 34 英寸,跳起摸高达到 3.40m,请建立数学模型,为该后卫推荐一个最佳的出手点。
  2. 如果要选择打板进球(利用篮板进球可以选择一些比较特殊的出手角度,往往能够骗过防守球员,使得投篮者获得更多的出手时间),上面一问中的最佳出手点模型该如何作出调整?

整体求解过程概述(摘要)

  本文主要针对球员投篮时出手点的高度与球出手的时间、出手角度、以及出手时发力的关系,考虑到了防守时的一些约束条件,还有对于打板投篮问题的深入思考与分析。在探究过程中,本组查找并且观察、分析了一些NBA球员的比赛录像,搜索了部分身体各项数据与问题所给出的数据相似的NBA球员,记录下他们的有关数值,进行平均值的求解或者其他研究项目。同时,很好地运用了场地条件,进行各个猜想的实践验证,通过慢动作的回放以及对于动作或球路的解析,将其与理论结合,成为自己研究的成果。
  具体分析:
  在问题1中,根据问题的描述,我组考虑到了出手时的一些数据,主要是出手时的高度。我们通过建立二维函数、三角函数模型得到了出手点高度与出手时间的关系,通过拟合建立三角函数模型,线条模型,可以得到出手点高度与出手角度的关系。
通过模拟刚体模型,运用物理中转动惯量、能量、曲线运动的知识,探究出了出手点高度与球的旋转的关系。
  最后引入了球员发力舒适度这一个量,查阅网络资料,了解了关于人体比例的关系,但因为较难将其定量,因此得到了大致的结论。之后我们转变方向,利用肌肉收缩的能量消耗和时间以及出手点高度建立关系,从而得到了关于在不同出手点球员对出手力量的感觉的关系。
之后我们从防守队员的角度来探究,通过查阅网络资料,编程求值,以及进行合理的假设,可以得出防守球员的一些有关数值,然后将其带入进攻球员的投篮过程之中,考虑“高强度防守”,一步步地深入,接近现实情况,将球员的出手点与防守结合考虑,最终得到比较而言的最佳出手点。
  在第2问中,首先假设了较为理想的状况,将篮球打板的过程分为三个阶段。
  第一阶段用斜抛运动的模型,分析并得出了球与篮板碰撞的位置距离地面的高度。
  第二阶段,利用完全弹性碰撞模型,运用动能知识,得到了碰撞反弹后与竖直平面的夹角。
  在第三阶段,建立了碰撞后球的行进路线的模型,最终重新得到了打板投篮时出手点高度与其它变量的大致关系。将三个阶段的模型相结合,最后可以得出调整后的最佳出手点。

问题分析:

  本道题主要研究在篮球比赛中投篮的问题,需要我们具有一定的篮球运动方面的知识,并且对于规则有一定的了解,对于篮球运动员的身体素质,身高,以及对手的各项数据与能力,还需要包括考虑许多自然的因素综合考虑,得出最佳的方案。

模型假设:

  1.在所有模型中都忽略空气阻力的影响
  2.先建立的四种模型中都先不考虑防守队员的因素,在最后对防守队员进行分析后作为约束条件加入前四种模型
  3.篮球出手速度和人在投篮时的初速度都是一个常量
  4.在第三种模型中忽略内能和质量的变化
  5.将球与篮板的碰撞视为完全弹性碰撞
  6.在第一、二种情况中,投篮时身体向上和抬起大臂同时开始、同时结束;在第三、四种情况中,双脚离地之前投篮准备动作已经完成。

论文缩略图:

在这里插入图片描述

全部论文请见下方“ 只会建模 QQ名片” 点击QQ名片即可

部分程序代码:(代码和文档not free)

clc
r=[1:0.1:8];
y=atan((0.83*r.^2-0.4)./(r.^2-r));
y1=atan((0.73*r.^2-0.4)./(r.^2-r));
y2=atan((0.63*r.^2-0.4)./(r.^2-r));
y3=atan((0.53*r.^2-0.4)./(r.^2-r));
A=y.*180/pi;B=y1.*180/pi;C=y2.*180/pi;D=y3.*180/pi
plot(r,A,r,B,r,C,r,D);
r=[1.6:0.1:8]
a=atan((0.83*r.^2-0.4)./(r.^2-r));
v0=(9.8*r.^2./(r.*sin(2*a)-0.8*cos(a).*cos(a))).^(1/2)
a=atan((0.73*r.^2-0.4)./(r.^2-r));
v1=(9.8*r.^2./(r.*sin(2*a)-0.8*cos(a).*cos(a))).^(1/2)
a=atan((0.63*r.^2-0.4)./(r.^2-r));
v2=(9.8*r.^2./(r.*sin(2*a)-0.8*cos(a).*cos(a))).^(1/2)
a=atan((0.53*r.^2-0.4)./(r.^2-r));
v3=(9.8*r.^2./(r.*sin(2*a)-0.8*cos(a).*cos(a))).^(1/2)
plot(r,v0,'r',r,v1,'b',r,v2,'y',r,v3)
r=[1:0.1:8];
y=atan((0.83*r.^2-0.4)./(r.^2-r));
y1=atan((0.73*r.^2-0.4)./(r.^2-r));
y2=atan((0.63*r.^2-0.4)./(r.^2-r));
y3=atan((0.53*r.^2-0.4)./(r.^2-r));
A=y.*180/pi;B=y1.*180/pi;C=y2.*180/pi;D=y3.*180/pi
plot(r,A,r,B,r,C,r,D);
r=[1:0.1:8]
detah=r.^(-2)-0.8*r.^(-3)
plot(r,detah)
r=[1:0.1:8]
h=0.4*r.^(-2)-2.61*r.^(-1)+2.15;
plot(r,h)
n=1+r.^(-1)-0.4*r.^(-2)
plot(r,n,r,h)
r=[1:0.1:8];
y=atan((0.83*r.^2-0.4)./(0.8*(r.^2-r)))
E=y.*180/pi
y=atan((0.83*r.^2-0.4)./((r.^2-r)))
F=y.*180/pi
y=atan((0.83*r.^2-0.4)./(1.2*(r.^2-r)))
G=y.*180/pi
plot(r,E,'r',r,F,'g',r,G,'b')
r=[1:0.1:8]
h=0.4*r.^(-2)-2.61*r.^(-1)+2.15;
plot(r,h)
n=1+r.^(-1)-0.6*r.^(-2)
plot(r,n,r,h)
r=[1:0.1:8]
h1=(r.*(r-1)*0.7+0.4).*r.^(-2)
h2=(r.*(r-1)+0.4).*r.^(-2)
h3=(r.*(r-1)*1.2+0.4).*r.^(-2)
全部论文及程序请见下方“ 只会建模 QQ名片” 点击QQ名片即可

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/631216.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

算法--插值法

插值法是一种数学方法,主要用于通过已知的离散数据来估算未知值。常见的插值法有线性插值、最近邻插值、双线性插值和双三次插值。以下是其基本原理和应用: 线性插值:假设在两个已知数据点之间,数据的变化是线性的,因…

H3C校园网双出口配置

H3C校园网双出口配置 🏆荣誉认证:51CTO博客专家博主、TOP红人、明日之星;阿里云开发者社区专家博主、技术博主、星级博主。 💻微信公众号:微笑的段嘉许 📌本文由微笑的段嘉许原创! &#x1f389…

【数据结构和算法】种花问题

其他系列文章导航 Java基础合集数据结构与算法合集 设计模式合集 多线程合集 分布式合集 ES合集 文章目录 其他系列文章导航 文章目录 前言 一、题目描述 二、题解 2.1 ​​​​​方法一:贪心 2.2 贪心算法一般思路 三、代码 3.1 ​​​​​方法一&#xf…

服务器推送数据你还在用 WebSocket么?

当涉及到推送数据时,人们首先会想到 WebSocket。 的确,WebSocket 允许双向通信,可以自然地用于服务器到浏览器的消息推送。 然而,如果只需要单向的消息推送,HTTP 通过服务器发送的事件也有这种功能。 WebSocket 的通信过程如下: 首先,通过 HTTP 切换协议。服务器返回 101 状…

驾驭数字孪生:智慧水利的未来之路

一、数字孪生技术的原理与实践 随着科技的不断进步,数字孪生技术作为一项创新的技术应用,正在逐渐改变我们的生活和工作方式。特别是在工业领域,数字孪生技术被视为实现智能制造、提升生产效率和产品质量的重要手段。本章节将深入探讨数字孪…

k8s的对外服务--ingress

service作用体现在两个方面 1、集群内部 不断跟踪pod的变化,更新endpoint中的pod对象,基于pod的IP地址不断变化的一种服务发现机制 2、集群外部 类似负载均衡器,把流量ip端口,不涉及转发url(http,https&a…

npm依赖库备份

常用命令 设置默认使用本地缓存安装Nodejs时会自动安装npm,但是局路径是C:\Users\Caffrey\AppData\Roaming\npm默认的缓存路径是C:\Users\Caffrey\AppData\Roaming\npm-cache;查看npm的prefix和cache路径配置信息设置路径 设置默认使用本地缓存 npm con…

C++ 11新特性之function

概述 C 11标准库引入了许多创新功能,其中之一便是std::function。作为函数对象容器,std::function允许开发者在编译时不知道具体类型的情况下,存储和传递任意可调用对象,极大地提升了代码的灵活性和可复用性。本文将详细探讨std::…

本周五上海见 第二届证券基金行业先进计算技术大会暨2024低时延技术创新实践论坛(上海站)即将召开

低时延技术是证券基金期货领域业务系统的核心技术,是打造极速交易系统领先优势的关键,也是证券基金行业关注的前沿技术热点。 1月19日下午,第二届证券基金行业先进计算技术大会暨2024低时延技术创新实践论坛(上海站)即…

springmvc上传与下载

文件上传 结构图 导入依赖 <dependency><groupId>jstl</groupId><artifactId>jstl</artifactId><version>1.2</version></dependency><dependency><groupId>org.springframework</groupId><artifactId…

HTML中常用标签--详解

目录 1.b/strong标签 2.i/em 标签 3.u标签 4.del删除线 5.br换行 6.p标签 * 7.pre 预处理标签 8.span标签** 9.div标签*** 10.sub标签 11.sup标签 12.hr标签 13.hn标签 14.HTML5中语义标签 特殊字符 15.多媒体标签 img*** a 标签*** 第一种用法&#xff1a;…

MySQL之视图索引

学生表&#xff1a;Student (Sno, Sname, Ssex , Sage, Sdept) 学号&#xff0c;姓名&#xff0c;性别&#xff0c;年龄&#xff0c;所在系 Sno为主键 课程表&#xff1a;Course (Cno, Cname,) 课程号&#xff0c;课程名 Cno为主键 学生选课表&#xff1a;SC (Sno, Cno, Score)…

VSCODE使用CMAKE显示命令无法找到

背景&#xff1a;使用了code server&#xff0c;安装CMAKE和CMAKE TOOLS&#xff0c;但是通过ctrlshiftp打开命令面板&#xff0c;运行随便一个cmake指令&#xff0c;都出现了指令无法找到。具体为“命令"CMake: 配置"导致错误 (command ‘cmake.configure’ not fou…

vue3 系列:Vue3 官方文档速通

前言&#xff1a;参考Vue 官方文档&#xff0c;本文档主要学习组合式 API。 一 开始 1. 简介 1.1 什么是 Vue&#xff1f; 一款 JS 框架&#xff0c;并有两个核心功能&#xff1a;声明式渲染、响应性。 1.2 渐进式框架 根据不同的需求场景&#xff0c;使用不同方式的 Vue&am…

GPT APP的开发步骤

开发一个GPT&#xff08;Generative Pre-trained Transformer&#xff09; Store&#xff08;存储&#xff09;涉及到使用预训练的语言模型&#xff08;例如GPT-3&#xff09;来生成和管理内容。以下是一般的步骤&#xff0c;希望对大家有所帮助。北京木奇移动技术有限公司&…

探索设计模式的魅力:抽象工厂模式的艺术

抽象工厂模式&#xff08;Abstract Factory Pattern&#xff09;是一种创建型设计模式&#xff0c;用于在不指定具体类的情况下创建一系列相关或相互依赖的对象。它提供了一个接口&#xff0c;用于创建一系列“家族”或相关依赖对象&#xff0c;而无需指定它们的具体类。 主要参…

[足式机器人]Part2 Dr. CAN学习笔记- Kalman Filter卡尔曼滤波器Ch05-1+2

本文仅供学习使用 本文参考&#xff1a; B站&#xff1a;DR_CAN Dr. CAN学习笔记 - Kalman Filter卡尔曼滤波器 Ch05-12 1. Recursive Algirithm 递归算法2. Data Fusion 数据融合Covarince Matrix协方差矩阵State Space状态空间方程 Observation观测器 1. Recursive Algirithm…

docker环境下mongo副本集的部署及异常修复

最近更换了办公地点。部署在本地docker环境里的mongo数据库不能使用了。原因是本地的ip地址变更。以前的mongo副本集的配置需要更新。处理完后&#xff0c;索性重新记录一下mongo副本集在docker中的部署流程。 mongo的事务及副本集 我们先了解一下什么是事务&#xff0c;事务…

nestjs之定义provider的几种方式

在NestJS中可以以多种方式自定义Providers。以下是一些常见的方法&#xff1a; 1. 值提供者&#xff08;Value Providers&#xff09; 值提供者用于提供一些硬编码的值&#xff0c;例如配置对象或常量。这类提供者通过 useValue 关键字来指定要注入的值。 使用过程&#xff…

RK356x基于Ubuntu20.04搭建ROS开发环境

RK356x基于Ubuntu20.04搭建ROS开发环境 1、开发环境2、Ubuntu下安装步骤3、验证成果1、开发环境 CPU:RK356x 操作系统:arm64 Ubuntu20.04 2、Ubuntu下安装步骤 1、首先确保开发板是可以联网的。 root@hyb-RK356x:~# ifconfig eth0: flags=4163<UP,BROADCAST,RUNNING,M…