数学建模，谣言的传播，你能给出一个更简单的方法和答案吗，谢谢

它应该类似于疾病的传播。

推荐江启元的《数学模型》，第5章，第一篇文章是自己看的，也可以直接在网上搜索。

D测试题分析：从谣言公式可以看出，谣言之所以出现，是因为人们对事物的认识不透彻，公众的辨别能力差，非常容易受到谣言的影响。 由此可见，网络谣言的终结必须做到：

** 要及时披露信息，让谣言止于真相; 公众应该提高辨别能力，让谣言止步于智者。 这个选项有错误的观点，互联网的发展不能因为网络谣言而受到限制，也不能拒绝相信网络言论。 该选项是正确的并且适合问题，因此正确答案是 d。

它应该是一系列数字，比例系数为 k、时间 x 和闻所未闻的 ax，就列 ax 和 ax-1 之间的关系而言。 根据递归关系，梁敏得到了桥拍的ax与x的关系，然后根据极限得到了动态Hechai均衡的结果。 是吗？

呵呵。 想想看，标准答案很清楚。

我们进行了许多通宵达旦的纯学习建模。

一大堆程序。

** 也有很多数字。

我还要用很多数学书来打拳。

建议您多阅读数学书籍。

假设 1 和第一个人仍然会参与第 2 个谣言传播。 也就是说，第一个人和相信谣言的人会继续传播谣言。

假设2：相信这个谣言的平均人数与当时没有听说过它的人数成正比。

假设3：当它传播开来时，它也会传递给那些散布谣言和听到谣言的人。

让第 i 个时间单位开始。

相信谣言的总人数。

xyz(i)

没听到人数。

MT（i） 没听说过的人数占没听说过的总人数的比例（总共有n+1人，自己出去的人有n人）。

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

如果 k 被定植，则受影响的人数。

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

没有听说过谣言的人数（考虑到谣言的传播也会传递给那些散布谣言并听到谣言的人）。

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);

在时刻 i1 的单位时间开始时。

相信谣言的总人数。

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

没听到人数。

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

没有听说过它的人在被传播的总人数中所占的比例。

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

如果 k 被定植，则受影响的人数。

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

没有听说过谣言的人数（考虑到谣言的传播也会传递给那些散布谣言并听到谣言的人）。

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);

您可以看到各种数字形成了一个循环，因此您可以无限期地迭代。

根据1个单位的时刻。

相信谣言的总人数。

xyz(1)=1

没听到人数。

mt(1)=n

然后迭代它。

如果假设 1 中的第一个人不参与，则只有其他相信的人参与。

这个周期应该从第三个周期（本来是第二个周期）开始，因为。

第二时刻相信谣言的总人数不是下面的公式。

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

相反，xyz（2）=scb mt xx（i）;

因此，从第三个周期开始。

建议大家去一些专业的**咨询，或者去一些具体的部门咨询。 这些问题通常很难收集。 只有专门的部门和机构才有它们

关键是要建立需求曲线，它是实际购买食物的人数随餐价变化而变化的函数，可以用数值拟合来估计，也可以用现成的概括来拟合，如反比例函数。

去看历年来数学建模大赛的选集，找一个纠正。