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:


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
相关文章:
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…...
软件资源管理下载系统全新带勋章功能 + Uniapp前端
测试环境:php7.1。ng1.2,MySQL 5.6 常见问题: 配置好登录后转圈圈,检查环境及伪静态以及后台创建好应用 上传图片不了,检查php拓展fileinfo 以及public文件权限 App个人主页随机背景图,在前端uitl文件…...
高性能前端UI库 SolidJS | 超棒 NPM 库
SolidJS是一个声明式的、高效的、编译时优化的JavaScript库,用于构建用户界面。它的核心特点是让你能够编写的代码既接近原生JavaScript,又能够享受到现代响应式框架提供的便利。 SolidJS的设计哲学强调了性能与简洁性。它不使用虚拟DOM(Vir…...
聊聊PowerJob的AliOssService
序 本文主要研究一下PowerJob的AliOssService DFsService tech/powerjob/server/extension/dfs/DFsService.java public interface DFsService {/*** 存储文件* param storeRequest 存储请求* throws IOException 异常*/void store(StoreRequest storeRequest) throws IOEx…...
【VRTK】【Unity】【PICO】PICO项目打包后闪退的根本原因
【背景】 一开始打包运行好好的PICO项目,中途用Preview模式开发了一阵后,再次打包就闪退了。 【分析】 项目设置没有动过,那么可能是Preview开发过程中引入的包导致的问题。 【答案】 千万不要在PICO项目中导入Oculus包。我原本想用一些…...
《PCI Express体系结构导读》随记 —— 第I篇 第2章 PCI总线的桥与配置(21)
接前一篇文章:《PCI Express体系结构导读》随记 —— 第I篇 第2章 PCI总线的桥与配置(20) 2.4 PCI总线的配置 PCI总线定义了两类配置请求,一个是Type 00h配置请求,另一个是Type 01h配置请求。PCI总线使用这些配置请求…...
大数据前馈神经网络解密:深入理解人工智能的基石
文章目录 大数据前馈神经网络解密:深入理解人工智能的基石一、前馈神经网络概述什么是前馈神经网络前馈神经网络的工作原理应用场景及优缺点 二、前馈神经网络的基本结构输入层、隐藏层和输出层激活函数的选择与作用网络权重和偏置 三、前馈神经网络的训练方法损失函…...
【新书推荐】Web3.0应用开发实战(从Web 2.0到Web 3.0)
第一部分 Flask简介 第1章 安装 1.1 创建应用目录 1.2 虚拟环境 1.2.1 创建虚拟环境 1.2.2 使用虚拟环境 1.3 使用pip安装Python包 1.4 使用pipregs输出包 1.5 使用requirements.txt 1.6 使用pipenv管理包 第2章 应用的基本结构 2.1 网页显示过程 2.2 初始化 2.3 路由和视图函数…...
vue3中状态管理库pinia的安装和使用方法介绍及和vuex的区别
文章目录 Pinia 的主要特点:如何使用:1.安装2.定义3.使用 pinia和vuex的对比 Pinia 与 Vuex 一样,是作为 Vue 的“状态存储库”,用来实现 跨页面/组件 形式的数据状态共享。它允许你跨组件或页面共享状态。如果你熟悉组合式 API 的…...
领略指针之妙
𝙉𝙞𝙘𝙚!!👏🏻‧✧̣̥̇‧✦👏🏻‧✧̣̥̇‧✦ 👏🏻‧✧̣̥̇:Solitary-walk ⸝⋆ ━━━┓ - 个性标签 - :来于“云”的“羽球人”。…...
迭代器模式介绍
目录 一、迭代器模式介绍 1.1 迭代器模式定义 1.2 迭代器模式原理 1.2.1 迭代器模式类图 1.2.2 模式角色说明 1.2.3 示例代码 二、迭代模式的应用 2.1 需求说明 2.2 需求实现 2.2.1 抽象迭代类 2.2.2 抽象集合类 2.2.3 主题类 2.2.4 具体迭代类 2.2.5 具体集合类 …...
算法每日一题: 最大字符串匹配数目 | 哈希 | 哈希表 | 题意分析
hello 大家好,我是星恒 今天给大家带来的是hash,思路有好几种,需要注意的是这中简单的题目需要仔细看条件,往往他们有对应题目的特殊的解法 题目:leetcode 2744给你一个下标从 0 开始的数组 words ,数组中包…...
自然语言处理(Natural Language Processing,NLP)解密
专栏集锦,大佬们可以收藏以备不时之需: Spring Cloud 专栏:http://t.csdnimg.cn/WDmJ9 Python 专栏:http://t.csdnimg.cn/hMwPR Redis 专栏:http://t.csdnimg.cn/Qq0Xc TensorFlow 专栏:http://t.csdni…...
【DevOps-08-5】目标服务器准备脚本,并基于Harbor的最终部署
一、简要描述 告知目标服务器拉取哪个镜像判断当前服务器是否正在运行容器,停止并删除如果目标服务器已经存在当前镜像,删除当前版本的镜像目标服务器拉取Harbor上的镜像将拉取下来的镜像运行成容器二、准备目标服务器脚本文件 1、在部署的目标服务器准备deploy.sh部署脚本 …...
用Java实现01背包问题 用贪心算法
贪心算法不是解决01背包问题的有效方法,因为贪心算法只能保证得到一个近似最优解,而无法保证得到最优解。因此,我们需要使用动态规划来解决01背包问题。以下是使用Java实现的动态规划解法: public class KnapsackProblem {public…...
JUC并发编程-8锁现象
5. 8锁现象 如何判断锁的是谁!锁到底锁的是谁? 锁会锁住:对象、Class 深刻理解我们的锁 问题1 两个同步方法,先执行发短信还是打电话 public class dome01 {public static void main(String[] args) {Phone phone new Phon…...
集美大学“第15届蓝桥杯大赛(软件类)“校内选拔赛 D矩阵选数
经典的状态压缩DP int dp[15][(1<<14)10]; int a[15][15]; void solve() {//dp[i][st]考虑到了第i行 并且当前考虑完第i行以后的选择状态是st的所有方案中的最大值for(int i1;i<13;i)for(int j1;j<13;j)cin>>a[i][j];for(int i1;i<13;i){for(int j0;j<…...
Android System Service系统服务--1
因为工作中经常需要解决一些framework层的问题,而framework层功能一般都是system service 的代理stub,然后封装相关接口,并提供给APP层使用,system service则在不同的进程中运行,这样实现了分层,隔离&#…...
【RT-DETR有效改进】华为 | Ghostnetv1一种专为移动端设计的特征提取网络
前言 大家好,这里是RT-DETR有效涨点专栏。 本专栏的内容为根据ultralytics版本的RT-DETR进行改进,内容持续更新,每周更新文章数量3-10篇。 专栏以ResNet18、ResNet50为基础修改版本,同时修改内容也支持ResNet32、ResNet101和PP…...
45个经典Linux面试题!赶紧收藏!
问题一: 绝对路径用什么符号表示?当前目录、上层目录用什么表示?主目录用什么表示? 切换目录用什么命令? 答案:绝对路径:如/etc/init.d当前目录和上层目录:./ …/主目录:~/切换目…...
Python|GIF 解析与构建(5):手搓截屏和帧率控制
目录 Python|GIF 解析与构建(5):手搓截屏和帧率控制 一、引言 二、技术实现:手搓截屏模块 2.1 核心原理 2.2 代码解析:ScreenshotData类 2.2.1 截图函数:capture_screen 三、技术实现&…...
第19节 Node.js Express 框架
Express 是一个为Node.js设计的web开发框架,它基于nodejs平台。 Express 简介 Express是一个简洁而灵活的node.js Web应用框架, 提供了一系列强大特性帮助你创建各种Web应用,和丰富的HTTP工具。 使用Express可以快速地搭建一个完整功能的网站。 Expre…...
基于Flask实现的医疗保险欺诈识别监测模型
基于Flask实现的医疗保险欺诈识别监测模型 项目截图 项目简介 社会医疗保险是国家通过立法形式强制实施,由雇主和个人按一定比例缴纳保险费,建立社会医疗保险基金,支付雇员医疗费用的一种医疗保险制度, 它是促进社会文明和进步的…...
DIY|Mac 搭建 ESP-IDF 开发环境及编译小智 AI
前一阵子在百度 AI 开发者大会上,看到基于小智 AI DIY 玩具的演示,感觉有点意思,想着自己也来试试。 如果只是想烧录现成的固件,乐鑫官方除了提供了 Windows 版本的 Flash 下载工具 之外,还提供了基于网页版的 ESP LA…...
【AI学习】三、AI算法中的向量
在人工智能(AI)算法中,向量(Vector)是一种将现实世界中的数据(如图像、文本、音频等)转化为计算机可处理的数值型特征表示的工具。它是连接人类认知(如语义、视觉特征)与…...
Spring AI与Spring Modulith核心技术解析
Spring AI核心架构解析 Spring AI(https://spring.io/projects/spring-ai)作为Spring生态中的AI集成框架,其核心设计理念是通过模块化架构降低AI应用的开发复杂度。与Python生态中的LangChain/LlamaIndex等工具类似,但特别为多语…...
学习STC51单片机32(芯片为STC89C52RCRC)OLED显示屏2
每日一言 今天的每一份坚持,都是在为未来积攒底气。 案例:OLED显示一个A 这边观察到一个点,怎么雪花了就是都是乱七八糟的占满了屏幕。。 解释 : 如果代码里信号切换太快(比如 SDA 刚变,SCL 立刻变&#…...
CVPR2025重磅突破:AnomalyAny框架实现单样本生成逼真异常数据,破解视觉检测瓶颈!
本文介绍了一种名为AnomalyAny的创新框架,该方法利用Stable Diffusion的强大生成能力,仅需单个正常样本和文本描述,即可生成逼真且多样化的异常样本,有效解决了视觉异常检测中异常样本稀缺的难题,为工业质检、医疗影像…...
HybridVLA——让单一LLM同时具备扩散和自回归动作预测能力:训练时既扩散也回归,但推理时则扩散
前言 如上一篇文章《dexcap升级版之DexWild》中的前言部分所说,在叠衣服的过程中,我会带着团队对比各种模型、方法、策略,毕竟针对各个场景始终寻找更优的解决方案,是我个人和我司「七月在线」的职责之一 且个人认为,…...
uniapp 集成腾讯云 IM 富媒体消息(地理位置/文件)
UniApp 集成腾讯云 IM 富媒体消息全攻略(地理位置/文件) 一、功能实现原理 腾讯云 IM 通过 消息扩展机制 支持富媒体类型,核心实现方式: 标准消息类型:直接使用 SDK 内置类型(文件、图片等)自…...
