2018年认证杯SPSSPRO杯数学建模D题(第二阶段)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

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。 
  第二阶段问题:
  3. 假定该后卫是各队的重点防守对象,一般情况下很难有空位出手的机会,而且防守球员一般会用手臂挡住对方的视线,起跳后无法看到篮筐,出手时只能凭借起跳前的篮筐位置和起跳后篮板的位置来估算篮筐的位置,请改进第一阶段的数学模型,为该后卫推荐一个最佳的出手点和出手角度。

整体求解过程概述(摘要)

  如今全民大爱篮球运动,投球的命中率是一场比赛输赢的关键所在,能否投入篮筐
与投球时运动员所处的位置、投球时的角度和投球时的出手速度有很大关系,该论文主
要以投篮为出发点,讨论其投篮时球心与篮筐中心距离,球心所处高度以及投球速度之
间的变化对球入篮的影响,还综合考虑了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,并且还查找观察、
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。我们在
建立模型中,我们先把模型简化成物理学上的上抛运动,对其水平上用匀速运动讨论起
运动规律,在垂直方向以初速度为投球时的速度 v,加速度为 g 做均减速运动讨论其运
动规律,之后我们两把其他因素加入模型中来。综合求解出其运动轨迹,利用导数意义,
求出所需高度,速度等变量的最值,得出以下结论和规律,在标准的篮球场上,当运动
员出手速度和出手角度均随着出手高度增加而减小,但当出手高度一定时,出手速度越
大则球入筐时的入射角度也越大,速度一定时,出手高度越大,出手角度应越大,但是
随着速度的增加,高度对出手角度的影响变小,说明取决出手角度的变化对出手速度更
为敏感。在出手高度为 1.8~2.1m 之间时,出手速度一般要大于 8m/s。入射角度一般需
要大于 33.1。分析出手角度和出手速度的最大偏差,得出速度越大,出手角度的允许偏
差越小,而出手速度的允许偏差越大,且对出手角度的要求比对出手速度的要求严格;
出手速度一定时,出手高度越大,出手角度的允许偏差越小,出手速度的允许偏差越大。
最终也得到一个方程,方程所有解对应出手点的集合即是后卫的最佳投球出手点。

问题分析:

  一般球投篮中球的旋转及瞄准点途择的力学分析:
  影响投篮命中率的因素较多.如心理状态、投篮时机、身体水平及投篮技术等, 但投篮技术是决定投篮命中率的主要因素.具体地说,投篮出手角度、入篮角度、球的旋持、全身协调用力以及球离手前的食指拔球都是決定投篮技术合理与否以及投篮命中率高低的重要因素,许多运动员在投篮中对蓝球是否旋特、如何旋转以及 a 営准点的进择不等重视.这恰恰成为制约其提高投篮命中率的瓶颈,在此,运用空气动力学、运型 1 生物力以及统计概率学来分析蓝球旋转在投篮中的作用和投篮監准点选择的多样性、差异性及其对投篮球命中率的影响, 试用数学模型分新投篮的出手角度:出手的高度、角度、速度是影响投蓝命中率的主要因素,用建立数学模型的方法计算出相关的数据,使三者紧密联系.研究目的是分析出出手速度、角度和高度之间的关系,在实际操作中用此科学数据为参考依据,进行有针对性的练习,以求达到快速提高投篮命中率的目的
  在激烈的篮球比赛中,提高投篮命中率对于获胜无疑起着决定作用,而出手角度和出手速度是决定投篮能否命中的两个关键因素。先不考虑篮球和篮框的大小,把它们的中心看成质点,只是简单的讨论球心命中框心的条件。对不同的出手高度 h 和出手速度v,确定所对应的不同的出手角度时所对应的不同篮框的入射角度。考虑篮球和篮框的大小,讨论球心命中框心且球入框的条件。为了使球入框,球心不一定要命中框心,可以偏前或偏后(这里暂不考虑偏左或偏右),只要球能入框就成,讨论保证球入框的条件下,出手角度允许的最大偏差,和出手速度允许的最大偏差。

模型假设:

  1.在所有模型中都忽略空气阻力的影响
  2、篮球可视为质点,其运动为抛物运动
  3.篮球出手速度和人在投篮时的初速度都是一个常量
  4.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.投篮时身体向上和抬起大臂同时开始、同时结束;双脚离地之前投篮准备动作已经完成。
  7. 先假设敌方防卫身体综合素质与我方相同,摸高同样是达到 3.40m,模型优化再讨论其他的;

论文缩略图:

在这里插入图片描述
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

示例程序代码:(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)
a=[40:1:50]
sita=a.*pi/180
y1=cos(sita).^2/15.75*180/pi
y2=cos(sita).^2/24.75*180/pi
y3=cos(sita).^2/35.75*180/pi
plot(a,y1,a,y2,a,y3)
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/633584.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

【Flink-1.17-教程】-【三】Flink 运行架构、Flink 核心概念【并行度、算子链、任务槽】、Flink 作业提交流程

【Flink-1.17-教程】-【三】Flink 运行架构、Flink 核心概念【并行度、算子链、任务槽】、Flink 作业提交流程 1)系统架构1.1.系统成员组成1.2.作业提交流程 2)核心概念2.1. 并行度(Parallelism)2.1.1.并行子任务和并行度2.1.2.并…

pyDAL一个python的ORM(终) pyDAL的一些性能优化

一、大批量插入数据 对于 大量数据插入时,虽然pyDAL也手册中有个方法:bulk_insert(),但是手册也说了,虽然方法上是一次可以多条数据,如果后端数据库是关系型数据库,他转换为SQL时它是一条一条的插入的&…

【Linux修行路】基本指令

目录 推荐 前言 1、重新认识操作系统 1.1 操作系统是什么? 1.2操作系统的作用 1.3 我们在计算机上的所有操作 1.4 Linux操作的特点 2、Linux基本指令 2.1 ls 指令 2.2 pwd 命令 2.3 cd 指令 2.3.1 Linux中的目录结构 2.3.2 绝对路径和相对路径 2.3.3 cd 指令 …

2024年科学教育与人文艺术发展国际会议(ICSEHAD 2024)

2024年科学教育与人文艺术发展国际会议(ICSEHAD 2024) 2024 International Conference on Science Education and Humanities and Arts Development(ICSEHAD 2024) 数据库:EI,CPCI,CNKI,Google Scholar等检索 一、【会议简介】 2024年科学教育与人文艺术发展国际会议…

VS支持cuda源码高亮

工具-选项-文本编辑器,添加.cu和.cuh

机器学习之蚁群算法

概念 机器学习中的蚁群算法是一种启发式算法,灵感来源于蚁群在寻找食物时的行为。这种算法模拟了蚂蚁群体的集体智慧,通过多个个体之间的相互合作来解决问题。蚁群算法通常用于解决优化问题,例如路径规划、任务分配和调度等。 基本思想是通过模拟蚂蚁在搜索过程中释放的信…

Onenote是什么?笔记软件Onenote使用指南:简介|功能|下载|替代软件

OneNote是什么? OneNote是微软公司开发的一款强大的笔记软件,它允许用户在各种设备上创建、组织和搜索笔记。OneNote以其灵活的布局和强大的编辑功能而闻名,它可以帮助个人和团队记录信息、规划项目、协作和分享知识。 *笔记软件OneNote On…

Linux性能监控命令-ps

ps 命令是最常用的监控进程的命令,通过此命令可以查看系统中所有运行进程的详细信息 参数: a:显示一个终端的所有进程,除会话引线外; u:显示当前用户进程及内存的使用情况; x:显示…

Python项目——久坐提醒定时器(PySide6)编写

1、介绍 使用Python编写一个久坐提醒软件。功能: 设置工作时间。设置休息时间。选择休息时是否播放音乐。休息时,软件置顶,且不能关闭。 2、工具 语言:python3.11UI设计工具:Qt designer编译器:PyCharm包…

老子云支持70+格式模型转FBX/OBJ/STL/STP,一键处理无损转换!

老子云3D可视化平台是一个集合了3D编辑器、单模型轻量化、倾斜摄影轻量化、格式转换等一站式3D开发功能的强大技术平台。无论您是设计师、工程师还是科研人员,都可以在这个平台上轻松实现您的创意和想法。 老子云3D可视化平台是一个集合了3D编辑器、单模型轻量化、…

CAN数据记录仪解决汽车电子与工程机械冬测难点

CAN数据记录仪在汽车电子与工程机械冬测中扮演着重要的角色。在寒冷的冬季,汽车可能会因为环境温度过低而出现各种问题,例如电池电量不足、发动机启动困难等。为了确保汽车在冬季的正常运行,需要对汽车进行电子冬测。 CAN数据记录仪在冬测中发…

从临床预测模型到临床实践的三个问题探讨

从临床预测模型到临床实践的三个问题探讨 摘要: 本文就临床预测模型进入到临床实践过程中会遇到的三个问题,如何构建预测模型应用,如何确定决策阈值和如何符合伦理要求,进行了举例说明。希望通过这三个问题的探讨而使预测模型能够…

基于网络爬虫的天气数据分析

二、网络爬虫设计 网络爬虫原理 网络爬虫是一种自动化程序,用于从互联网上获取数据。其工作原理可以分为以下几个步骤: 定义起始点:网络爬虫首先需要定义一个或多个起始点(URL),从这些起始点开始抓取数据…

文本按照标点符号切分符号丢掉问题

问题:文本按照标点符号切分符号丢掉问题 项目场景:需要对一个文字段落按照标点符号切分成一个个句子,使用正则切分的过程中发现标点符号丢了, 问题描述 文本按照标点符号切分符号丢掉问题 原始代码: public static v…

LangChain输出解析器

大型语言模型(或 LLM)生成文本,当你构建应用程序时,有时需要使用结构化数据而不是字符串。 LangChain 提供了输出解析器,可以帮助我们做到这一点。 我们将回顾 LangChain 提供的 Pydantic (JSON) 解析器。 NSDT工具推…

git merge 和 git pull的区别是什么

git merge 和 git pull 都是 Git 中用于合并代码的命令,但它们的使用场景和功能略有不同。 git merge 是用于合并一个或多个分支的命令。你可以将其他分支的代码合并到当前分支中。通常用于合并开发分支或修复分支到主分支上。 具体步骤: 首先&#xff0…

常用的Qt开源库分享

1. Qwt (https://qwt.sf.net): Qwt是一个基于Qt的数据可视化库,提供了绘制曲线、图表、仪表盘等功能。 2. QJson (https://qjson.sourceforge.net): QJson是一个用于JSON数据解析和生成的库,使Qt应用程序能够方便地处理JSON格式的数据。 3. QCustomP…

超过GPT3.5?Mixtral 8*7B 模型结构分析

Datawhale干货 作者:宋志学,Datawhale成员 前言 2023年12月11日,Mistral AI团队发布了一款高质量的稀疏专家混合模型Mixtral 8x7B。 Mistral AI继续致力于向开发者社区提供最优秀的开放模型。在人工智能领域向前发展,需要采取超越…

kali下-MSF-ftp_login模块破解FTP账号及密码

一、环境准备 两台设备在同一个网络内 一台kali系统:192.168.10.128 一台winserver2016:192.168.10.132 二、MSF介绍 metasploit 全称是The Metasploit Framework,又称MSF,是Kali 内置的一款渗透测试框架,也是全球…

Discuz论坛网站登录账号操作慢,必须强制刷新才会显示登录怎么办?

飞飞发现在登录服务器大本营账号时,输入账号密码登录后还是显示的登录框,强制刷新后才知道已经登录了,每次都要刷新才能正常显示,非常影响用户体验,于是在网上找了类似的问题故障解决方法,目前问题已经解决…