为什么细胞不能无限长大

1. 为什么细胞不能无限长大

2. 细胞为什么不能无限制长大

原因有两个，一个是物质的运输速率减小，比如你拿不同大小的琼脂块浸入红墨水中相同时间，肯定小的被染色的部分多。另一个就是细胞核的控制能力不够，也就是鞭长莫及啦

3. 数学建模题目，谁能很快给出数学模型？

1、问题重述
1.1问题背景
随着世界体育事业的不断发展，如何在激烈的竞争中脱颖而出，一举夺冠，除了要求运动员具备超强的身体素质，同时灵活的竞赛技巧也是不可或缺的。
在铅球抛掷比赛中，如何将铅球抛得最远就与出手速度、出手高度、出手角度以及用力展臂等物理因素密切相关。因此，怎样科学抛掷从而达到理想的效果、取得满意的成绩，就需要我们理性分析。
1.2掷铅球的相关信息
铅球掷远比赛要求运动员在直径2.135m的圆内将重7.257kg的铅球投掷在 的扇形区域内，如下图：




综合分析铅球的运动过程，可以分为两种情况：
1、在不考虑铅球展臂的情况下，以出手速度、出手高度、出手角度为参数，建立第一种数学模型。
2、在考虑铅球展臂的情况下，以出手速度、出手高度、出手角度、展臂为参数，建立第二种数学模型。
3. 在铅球整个运动过程中，空气阻力虽然一直存在，但是其影响极其微小，因而忽略不计。
1.3需要解决的问题
问题一：以出手速度、出手角度、出手高度为参数，建立铅球掷远的数学模型。
问题二：考虑运动员推铅球时用力展臂的动作，改进以上模型。
问题三：在此基础上，给定出手高度，对于不同的出手速度，确定最佳出手度。
问题四：比较掷远结果对出手速度和出手角度的灵敏性。



5、模型的建立与求解
5.1模型一的建立
1.在速度，角度，高度为参数的条件下建立掷远模型：


 
铅球从A到B运动的时间：
  ……………… （1）
铅球运动的最大高度：
 ………………（2）
铅球从H高度落下所有时间：
 …………………（3）
铅球运动的水平距离：
 
5.2模型二的建立
1.当考虑运动员展臂的条件下我们建立了模型二为：

在展臂过程中铅球受到推力和重力，对铅球进行受力分析:
并由牛顿第二定律可得：
 ………………………（1）
再由上式可得：
 ………………………………（2）
由运动学公式可得：
 ………………………………………（3）
由上式可得：
 ……………………（4）
上式进一步说明了，出手速度 与出手角度 有关，随着 的增加而减小．模型一假设出手速度与出手角度相互独立是不合理的．
由模型一同理可以得到铅球脱手后运动的距离：
 
5.3对模型一的求解
1.在高度一定时我们考虑不同出手速度时的最佳出手角度，我们借助Matlab7.0来解决这一问题。对 的求解过程如下：
 
令 =0则可求出 的值。
 
由于 ，所以，则 。所以最佳出手角度为 
同时可得当h=0时，最佳出手角度为 。
5.4灵敏度的分析
模型一、二是铅球掷远的数学模型，运动员最为关心是怎样才能有效地提高掷远成绩，也就是怎样从出手高度、出手角度、出手速度三个自变量中抓住其中的主要因素，提高掷远成绩．由于出手高度是没有多大变化的，所以，我们应该从出手角度和出手速度着手找出其中对掷远成绩影响较大的变量．也就是比较出手速度和出手角度的灵敏性。
我们运用Matlab7.0软件分别求出 （已求出）和 ，可以得出结果。
 的求导过程如下：
通过Matlab7.0我们可以比较 和 的大小，比较的结果为 > ,因而可以得出：出手速度对投掷结果的影响更加明显。

4. 数学建模怎么建立合适的数学模型

模型不一定是公式
数学建模就是要你解决一个实际问题
而你的解决方案更多的是给你他不懂数学的决策者看
（你一定把看你论文的人当成不懂数学的，你要写清楚）
所以
能用简单的方法就越简单越好

5. 数学建模与数学模型关系

当需要从定量的角度分析和研究一个实际问题时，人们就要在深入调查研究、了解对象信息、作出简化假设、分析内在规律等工作的基础上，用数学的符号和语言，把它表述为数学式子，也就是数学模型，然后用通过计算得到的模型结果来解释实际问题，并接受实际的检验。这个建立数学模型的全过程就称为数学建模。
     　　数学模型（Mathematical Model）是一种模拟，是用数学符号、数学式子、程序、图形等对实际课题本质属性的抽象而又简洁的刻划，它或能解释某些客观现象，或能预测未来的发展规律，或能为控制某一现象的发展提供某种意义下的最优策略或较好策略。数学模型一般并非现实问题的直接翻版，它的建立常常既需要人们对现实问题深入细微的观察和分析，又需要人们灵活巧妙地利用各种数学知识。这种应用知识从实际课题中抽象、提炼出数学模型的过程就称为数学建模（Mathematical Modeling）。

6. 数学建模和数学模型是一样的吗？

不一样的！ 
数学建模是使用数学模型解决实际问题

数学模型是数学抽象的概括的产物，其原型可以是具体对象及其性质、关系，也可以是数学对象及其性质、关系。数学模型有广义和狭义两种解释．广义地说，数学概念、如数、集合、向量、方程都可称为数学模型，狭义地说，只有反映特定问题和特定的具体事物系统的数学关系结构方数学模型大致可分为二类：(1)描述客体必然现象的确定性模型，其数学工具一般是代数方程、微分方程、积分方程和差分方程等，（2）描述客体或然现象的随机性模型，其数学模型方法是科学研究相创新的重要方法之一。

7. 急求 数学建模之利用观察数据建立数学模型

sas

程序：
data hweightdat;
input weight height;
cards;
75 10  
86 12 
95 15 
108 17 
112 20 
116 22
135 35 
151 41 
155 48
160 50 
163 51 
167 54 
171 59
178 66
185 75
;
run;
proc reg;
var weight;
model height=weight;
run;

分析结果：

 The SAS System                            3
                                            15:31 Tuesday, June 22, 2010

                           The REG Procedure
                             Model: MODEL1
                      Dependent Variable: height

                          Parameter Estimates

                       Parameter       Standard
  Variable     DF       Estimate          Error    t Value    Pr > |t|

  Intercept     1      -41.27000        4.75227      -8.68      <.0001
  weight        1        0.58048        0.03361      17.27      <.0001
 
回归方程：
      height=0.58048*weight-41.27 
t统计量为17.27，概率值小于0.0001，回归参数是显著的。 


Email:sinxlg1@yahoo.com.cn 
=======================================================================
那你再试试二次函数回归吧：
SAS;
data hweightdat;
input weight height;
weight2=weight*weight;
cards;
75 10  
86 12 
95 15 
108 17 
112 20 
116 22
135 35 
151 41 
155 48
160 50 
163 51 
167 54 
171 59
178 66
185 75
;
run;
proc reg;
var weight weight2;
model height=weight weight2;
run;

结果：

 The SAS System                            2
                                            19:43 Tuesday, June 22, 2010

                           The REG Procedure
                             Model: MODEL1
                      Dependent Variable: height

                          Parameter Estimates

                       Parameter       Standard
  Variable     DF       Estimate          Error    t Value    Pr > |t|

  Intercept     1       25.62865        7.04801       3.64      0.0034
  weight        1       -0.51913        0.11322      -4.59      0.0006
  weight2       1        0.00420     0.00042964       9.76      <.0001


结果为：
height=0.0042*weight^2-0.51913*weight+25.62865

两个系数都是统计显著的，但是二次多项式回归后判定系数R增大了不少。

其实，我个人认为如果线性回归的结果是统计显著的话，就应该接受该线性回归结果，在模型设定中应该力求模型的简洁化，能用线性函数解释的就不必要用高次函数。
========================================================================

Email:sinxlg1@yahoo.com.cn

8. 细胞不能无限长大的原因

细胞的生长会受到表面积与体积之比的限制，体积太大，这个比例会变小，那么细胞的生命活动，比如物质运输，信号传导什么的会受到影响，不能及时作出相应的反应，细胞会出现各种功能异常。还有细胞渗透压、膜的压力承受范围、酶浓度之类的原因，细胞绝对不能无限长大。细胞会选择对自己最有利的条件来生长。