B: _* Y' j; k. W3 F 本章与第4章连续两章都是优化、规划的问题,可以看成一类问题——内容上也是由简单到复杂。在第3章中,主要是几个简单的优化模型,可以归结到函数极值问题来求解,直接用微分法。虽然模型、数学计算难不倒,但是还是那句——建模,求解之后结果分析、结果解释的思想,是我们要学习和引入脑中的。; _. P4 z0 _# v1 i
5 |8 R$ F$ u& c5 p i3.1 存贮模型 ! j. K& [2 r4 Q" e( _! a 分不允许、允许缺货两种讨论,中间推出一个最小费用的结果——经济订货批量公式EOQ。 对存贮量函数q(t)作图,观察规律,对结果解释。" ^$ {! m7 _0 Z6 |* v 3.2 生猪出售时机 - x, N2 ]$ r4 u5 F( P Y 关键点在于敏感性分析和强健性分析——这对于优化模型是否实用、有效是很重要的。1 z9 Y3 z/ }& a2 \3 p. [* f P 3.3 森林救火 1 K: {; \) _( }5 E4 k 亮点是对火势蔓延程度dB/dt的形式作出的数条假设,以及假设对应的实际解释。只要合理、自圆其说,就是一个好的对实际问题的简化。 ( [% j0 ]0 j1 u$ ]9 h7 N6 ?: J# q3.4 最优价格2 t* D! c# w& ^# c
主要是引出边际收入、编辑支出,以及经济学一条著名定律——最大利润在边际收入等于编辑支持时达到。1 b a; ]) R5 B( O: R k0 ? 3.5 血管分支 L0 l. C8 |# n/ B 是很有趣的一节,用数学模型研究生理问题,我们还是只关注建模、数学的层面,而对于血管系统几何形状等生理学知识不讨论过多,用合理有力的假设代之。5 a$ {, }; F/ \6 |" T) \2 e 3.6 消费者的选择% E, w3 N5 S9 n; ?
一个消费者买两种产品时,钱应该如何分配。分配比例使他得到最大的满意度的最优比例乘务消费者均衡,而建立消费者均衡模型的关键在于确定效用函数U(q1,q1)。 : `" v- q Y! Z- E" [- h3.7 冰山运输( x: q2 Z# a& A3 @. q4 k1 U
也是很有趣的问题,考虑各种因素,基于一些假设,这节研究怎样运输冰山使费用最小。其中用实际数据建立了经验公式,二是假设冰山为球形,简化了融化规律等的计算。 ( f2 p% {# w( E6 h( ]4 C% S, G - q+ k( c% r0 O* _4 a: Z1 ?5 |! C% e
- n) \) j6 h f2 }+ M. r4 s基本概念* O6 V2 K) ~# w8 u
这一章介绍了处理离散随机过程的重要工具——马氏链模型,及若干个应用。总体从浅到深,阐述了马氏链的主要思想。3 x' ]$ z5 ?9 A' Y8 o! N* p3 Y
1. 无后效性/Markov性: 系统在每个时期所处的状态时随机的,这个时期到下个时期状态按照一定概率进行转移,且下个时期状态只取决于 1)这个时期状态 2)转移概率,与以前各时期状态无关。; ~* @+ J7 }* f5 U
2. 马氏链(Markov Chain)模型通常描述: 已知现在,将来与历史无关,具有无后效性的,时间状态均离散的随即转移过程。 ) @% d* J- _7 T ^. L) \/ W* F3. 一些确定性系统的状态转移问题也能用马氏链处理。( `5 i6 ]0 M1 j5 w" G
: L# [1 Q- T; n; b 一、健康与疾病8 H( X: _- b9 Y* I) m& ~& W0 ]
主要介绍马氏链基本概念、要素: 系统的状态,状态概率,转移概率,马氏链基本方程,状态概率向量,转移概率矩阵。本章讨论时齐的(转移概率与时段n无关)马氏链。 , F t$ n& ?* [. n 同时介绍2种主要类型——. O& C7 H1 w4 i% k- Q9 w; O* B
1)正则链:从任意状态出发,经过有限次转移都能达到另外的任意状态(如何判断是正则链、相应定理); & ~3 x5 H- D$ {0 I& j+ O 2)吸收链:首先引入吸收状态,顾名思义吧,就是某个状态的转移概率=1,即进了这个状态就出不来了,被“吸收”掉。 吸收链是(至少)存在一个吸收状态,使马氏链从每个费吸收状态出发,能有限次到某个吸收状态。# ^! D; j- _% ~& g 二、钢琴销售的存贮策略8 N* x* r q0 e) r/ D p
动态随机存贮。一个简化的存贮模型,关键是从中理解状态变量、需求量、转移矩阵的设置和求解。 判断转移矩阵P为正则链后,用公式求出稳态概率分布w,就是达到稳态后的情况,然后用全概率公式算出失去销售机会的可能性。 这个模型虽然简单,但却是动态存储马氏链的浅显易懂的好例子,其中结合实际问题具体分析是最值得学习的。 ! r, H3 Y R6 K0 @三、基因遗传 1 D/ b, R0 y) e# D( T' m 用马氏链模型研究遗传过程,关键是建模的过程——即选取系统的状态,这在“随机交配”和“近亲繁殖”中需用不同的设法。 随机交配过程推导的结果是 (p^2, 2pq, q^2) 分布将保持下去,即遗传学中的Hardy-Weinberg平稳定律;然而,近亲繁殖中,得到的转移矩阵发现是一个“吸收链”——即如果近亲结婚的话,若干代繁殖终将变成全是优种/全是劣种,并保持下去。这两个结论(虽然在理想化假设下)与我们之前的认识是很一致的,从中加深了马氏链的理解。 8 P0 B' Q3 n* u6 H8 Q4 i四、等级结构 3 f7 W* U) {+ O. `/ o4 J5 c. Y" } 这个模型是用马氏链研究一个群体中各个个体等级分布变化情况,目标是研究等级分布变化规律,假设总人数不变。然后用某种途径让群体等级分布达到想要的稳定状态。 v2 a7 x" ~, |, q8 S 重点在于变量的设置,以及还是状态设置、模型建立过程。 建模过后,先用“调入比例”这一现实中可控的量进行稳定控制,其中有“稳定域”的构造、分析。 然后是具体如何用调入比例,进行动态调节,实则转化为了一步步优化问题,动态调节的过程是一步接一步的,有重复循环的操作规律。这里也很好地体现了马氏链的“离散”特性,以及给编程创造了机会。 % G* I! _8 E5 [) ?* P( e3 o' X五、资金流通 6 d- L2 y$ B; c 基本与等级结构一样,一系列推导最后总结出步骤,先判断稳定能否达到,若能达到,则由公式算出每年应如何投放资金。 与等级模型不同在于:各地区资金进出可正可负;所有地区资金总和可以变化。 . y: z. U! R2 ]8 V - {4 g' E$ L l$ J第11章小结: X S1 f Z% j( d$ ~4 J 虽然只有短短5节,但是几个模型由浅入深,循序渐进,学习中有逐渐清晰的感觉。过程的推导复杂度适中,具体问题具体分析的思想很经典。这章算是马氏链模型的基础,虽是基础但案例、思想也足够典型,是今后解决离散随机过程很有力的工具。 ; q4 [, M7 v+ `- z. _3 R! n. P7 X4 E
第12章 动态优化模型3 J E+ v z, N( T8 N
关键词:泛函极值 变分法 动态规划 最短路
! V k: b" D, S* C9 T% ]( `. E0 N 基本概念8 W O9 B) n% H( r2 F
本章介绍动态优化,优化目标,虽然优化目标仍然是数值,但最优策略是一个函数。连续过程归结于求泛函的极值问题(几个模型中一直体现),方法有古典变分法、最优控制论。几个例子都是能用古典变分法解决的,而离散过程则用动态规划求解。( P+ v$ ?9 ?3 u9 h: O
; O/ t( @* t7 F }4 v9 n 第一节先用“速降线”和“短程线”两个17世纪末的物理模型引出变分法基本概念,和后面要用的结果;同时介绍泛函、泛函极值概念。0 x" c5 s" W, r
这一章的数学知识、推导比较繁杂(尤其是对于没接触过泛函等概念的学生),2、3、4、5节(生产计划制订、国民收入增长、渔船出海、赛跑速度)均是连续动态优化的典型问题,许多都是归结于泛函极值的问题。尤其是“渔船出海”,实属一个经济学的典例,这个经济策略分析中再次很好地体现了数学技巧、实际问题结合的巧妙。' M4 T, g6 ^* L! {% R7 v. T: ?
第6节多阶段最优生产计划属于离散动态优化,用动态规划求解,转化为最短路问题,当中对最短路问题的算法做出了详细解释。 分别对确定需求、随机需求的生产计划制订方法给出了推导思路。 - t9 [: n6 v& d$ x" H- k1 y7 y9 ]/ c/ W. D3 c6 c* U
- d. j/ t9 H' P/ J3 m: i% u: | 6 w% i1 ^' b3 D- b( m# y 一点自己的感想。笔记总结得不大好,但我的物理老师说过:做比不做强!因此我只好硬着头皮小结了~ 望指教!+ H. t" F: N5 D. S% q* J' Z+ I5 z
" j1 E4 z- h, b) h* h% E8 t
自己的其他感想、学习心得,欢迎交流:' H8 C8 }) d/ X+ j/ W MCM论文精析课程小结——2012.5.20 8 l. D" a y) U6 L" n$ F/ F点上希望的蜡烛——每年一度的聚会,记2012全国大学生数模竞赛 / u. g1 w2 M. S& j+ `! K$ }2013MCM, 平淡不平凡 4 Y' }$ b8 v) |5 }% i+ t, Q, h c; C( `, x/ @附:感谢你认真阅读(或扫视)完这篇学习笔记性质的稿子,感谢你的兴趣,同时期待你能在建模学习中获得启发、更上一个台阶。对于短期/初期体验竞赛的同学,了解一些简单概念和思维,就像这本书中略读一些章节,再编一些经典的算法程序,是很好的敲门砖;对于长期学习建模的同学,固然要找机会夯实基础("内功"),也建议在学习过程中多思考,不仅是为了抓住知识的主干,更是为了发掘自己的兴趣,获得对自己今后读研、工作的启发。 9 m- ^( `' ]0 ]& H! R 本人现为一大四学生,在竞赛一线活跃度肯定不如各位,但之前的9次建模课题、4次竞赛的确给我帮助很大:开阔视野、团队合作、实际技术、责任意识。 知识学了就会有用的,不管是由于一阵没用而生疏,还是一直在加深印象。我一直相信这一点,并希望各位共勉,珍惜本科的时光,给自己多一些充实(英文中用"enrich"较合适)——因为不像金钱钞票或实物,这些知识能力、包括好的身体素质,是别人带不走的。( _7 z3 m2 L5 e4 Q7 ^; I
——2013年12月20日 % M* ?/ C H6 D5 t: I1 b1 ]" l$ H# ^9 A6 c& S. i5 O1 c' e9 n6 Y+ x
1 L. r/ n% M; ?. I! `' p- F(关于论坛体力:如果是刚加论坛准备长期学习,而下载体力不够的同学,可以给我发信息/回复帖子/加好友,写明大概需要多少点(如50)及下载资料类型,我可以直接转给你。 或者我记得可以用支付宝转账,好像1元对应30点;或者平时签到/分享帖子/写日志 都可以加不少(但不建议连续水回复一个帖子多次)。) ! g* Q2 P: l) Q2 c8 @: ~- O. V; d& \+ B1 l0 B* C( [