姜启源《数学模型》笔记

杨利霞

第1章 建立数学模型关键词：数学模型 意义 特点

       第1章是引入的一章，对数学模型的意义来源，做了很好的解释。其实数学模型也是模型的一种，是我们用来研究问题、做实验的工具之一，只不过它比较“理论”、“摸不着”而已。但通常，数学模型有严谨的特点，而且我们可以根据建模实际需要改变模型，成本也比较低；同时数学模型手段之一计算机模拟也有很好的效果。
       椅子在不平的地面上放稳、商人安全过河、预报人口增长这3个熟悉的例子，用简单的数学进行描述、建模分析，给数学模型一个最好的诠释：用数学语言描述事物、现象——往往增添了说服力。

第2章 初等模型关键词：初等数学 简化技巧 思想

       这一章顾名思义，是一些用“初等”数学知识建立、求解的模型，虽然数学知识比较易懂，但是其中的巧妙思想确实十分重要的。
% `6 K6 g$ B2 \& Q       如何把问题做恰当的简化，到简单的数学工具能够表示、求解的程度，本章做出了很好的例子，同时分析也很精彩。

2.1公平席位分配

       通过定义不公平程度等衡量标准，确立目标，提出Q值法。有意思的是，在考虑是否存在一个理论上公平的分配方法时，根据所提出的4个（毋庸置疑的）公理，得出的结论却是：不存在满足上述公理的分配方法。这种类似情况在本书中后面的例子也出现过。  这给我们什么启示呢？有些问题和工作，比如公平席位的分配，日常中是一定要做的，就算不能达到绝对公平也要分配，但一旦证明不存在理论上公平的分配方法时，我们还有分配的意义吗？答案不一；在这个例子中，固然是有意义的，我们自然转而寻求一个相对公平的分配方法，抑或，就是回溯查看提出的“公理”是不是那么的“公理”，看能否通过删改公理来取得更公平方案。
       录像机计数器、双层玻璃功效、刹车距离等模型，均是用日常现象、基础的物理知识和巧妙简化进行的建模分析，这里每个例子中的分析，求解后的解释很重要——它们是整个模型的关键，阐述现象。

2.7实物交换

       是后面经济学模型的雏形，无差别曲线的图形方法，确定这种曲线实际中要收集大量的数据；核军备竞赛一节，也是一个动态的变化过程，基本全是用曲线进行分析的——这里给我们一个思想，得出表达式后，许多时候我们只关注曲线的形状、趋势，因此作图分析是很好的方法，图中可以给我们很多信息（交点，截距，极限值……），而这些信息都一一对应着它们的实际意义；有些即使没有明显的含义，但也很可能为接下来的铺垫、预测作下铺垫。

2.10量纲分析与无量纲化

       是另一种重要的求解方法，大致来说思想就是：仅知道变量之间的制约关系（正/负相关），系数、阶数均未知，即只能得出表达式的“形式”，要我们通过“量纲齐次性”（等式两端必须保持量纲的一致）来确定具体的表达式。这是与按理论推导建模并列的另一种方法，这一节用单摆、抛射等物理问题很好地诠释了这种方法的强大。

​​​​​​​       关键：恰当地选择特征尺度，不仅可以减少独立参数的个数，还帮助我们决定舍弃哪些次要因素。物理知识和经验是关键

第2章小结：
       本章可以总结为“初等数学知识+巧妙简化技巧+思想”，10节涉及了不同类型的问题、数学方法，很多都是本书后面章节模型的雏形、基础。

0 A4 Z& u# ^/ ?7 D第3章简单的优化模型
关键词：简单优化 微分法 建模思想

        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。

3.1存贮模型
       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。

3.2生猪出售时机

​​​​​​​        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。

3.3 森林救火

​​​​​​​       亮点是对火势蔓延程度file:///C:\Users\ADMINI~1\AppData\Local\Temp\ksohtml10076\wps1.png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。

3.4最优价格

​​​​​​​       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。

3.5血管分支

        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。

3.6消费者的选择

​​​​​​​       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)。

3.7冰山运输

       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。

: v+ w# Y6 u% r  H7 G第4章 数学规划模型
关键词：数学规划方法 lingo/lindo软件 结果深入分析 变量个数

        约束条件、可行域、目标函数，构成了常说的“数学规划”模型。本章揭示了数学规划的本质，和它与传统优化数学问题的区别：常理优化模型属于函数极值问题的范畴，但实际中更多的是决策变量数、约束个数较大，且最优解往往在边界上取得的问题，因此不能用传统的“微分法”求解——因此要引入“数学规划”方法。
: B4 T2 V5 t7 e        这一章内容不少，但都是一类问题，主要点有几个：
1 K4 ]1 d0 s$ p3 X, m, h1. lingo、lindo求解的使用——运行结果中还有一些平时未留意的信息，可以作为结果分析来用，前两节叙述较多；
+ r6 z" q: H, y- }4 H2. 一些细节之处：把一句话用数学公式表达，它往往作为约束条件，如p102的式（19）；
4 d. e" M: J( a9 U$ O' H3. 多目标规划的处理，p109的“选课策略”——基本思想是通过加权组合形成一个新的目标，从而化为单目标规划；
/ Z* o: e) ?9 k5 R4. 同前面章节一样地，对一个问题解出结果后，问题虽然解决了，但分析并没有结束——我们要学习这种further discussion的精神，发现这个结果“恰与…相同…”之类的，不妨多问自己一句：“这是偶然的吗？”然后继续分析，得出一般的结论，这样往往能看到更多的风景，得出的结论更有含金量/启发性，而不是仅仅是解决了该个问题而已。如p109选课策略。
5. 减少变量个数，简化模型、式子（简化起见，同时lingo对变量个数有限制），p115销售的例子。
5 i1 E0 N; O2 d+ y6. 求最优解时，为了减少搜索范围，加快速度，可以先去一个特殊情况求出一个可行解，然后让最优解至少优于它。

第5章 微分方程模型
' d8 Q& g8 u1 Y& U, i  e) z关键词：动态模型 合理假设 分析预测 控制

       这一章是非常经典的一章，对微分方程模型作了很好的诠释、介绍，每一个模型都有丰富的价值。对于随时间连续变化的对象或状态，当我们要 1）分析变化规律；2）预测；3）研究如何控制它的时候，就要建立相应的微分方程模型。
4 {- }+ M- [0 @, ~, [( X: p3 k       自然地，这样的模型功能非常强大，也具有一般性，也自然地需要在简化假设上动脑筋——如何用数学语言能表述的东西来刻画一个实际动态过程。一个方程，有时就表示着一件事，这件事有可能还持续几十年——多么有趣而强大。

5.1传染病模型

​​​​​​​       本节是解决“传播”、“蔓延”微分方程问题的典例，模型分三部分层层递进：SI（只分为易感染着、已感染者），SIS（已感染者可以被治愈，重新变为易感染者），SIR（治愈后具免疫力，即增加了“移出者”）。可以说从基础模型到一步步递进，是对实际传染病情况的逐渐深入、全面的考虑，而其中的分析十分重要，也是本章分析得最细的章节。其中引入了“相轨线”分析法，是很有力的工具，后面多次用到，这一节有很详细的介绍。

       模型改进、建模目的性、方法三者配合，是本节亮点。

5.2经济增长模型

​​​​​​​       通过建立产值与1）资金；2）劳动力之间的关系，来研究1）资金与劳动力的最佳分配，使效益最大；2）如何调节资金、劳动力增长率，使劳动生产率有效增长。
        本模型虽然不长，但推导出计量经济学一重要模型——Douglas生产函数。本节给出的模型推导稍繁，但结果简明，有合理解释。

5.3正规战与游击战

​​​​​​​       这一节介绍了历史上用过的、经典的预测战争结局的数学模型，有传统正规战争、稍复杂的游击战，以及混合战。重点在于建模过程：如何描述战争双方的特性，如何作假设。然后用来分析硫磺岛战役。这节很好地体现了微分方程的强大。

5.4药物在体内的分布与排除

​​​​​​​       本节建立了房室模型，研究血药浓度的变化过程，为制订给药方案、剂量大小提供数量依据。重点在于1）模型的假设：尽管是简化，但由临床试验证明是正确的，可以接受；2）对参数的估计。
8 Q/ Y' A3 B! y! q0 e先由机理分析确定方程形式，再由测试数据估计参数。

5.5香烟过滤嘴的作用

​​​​​​​       看起来不易下手的一个问题，用恰当的假设，引入两个基本函数q,w,及物理学常用的守恒定律，建立出微分方程模型，从而构造动态模型。本例是经典的建模案例。

5.6 人口的预测和控制

​​​​​​​       本节模型与之前的区别在于：考虑年龄的分布，即除了时间外，年龄是另一个自变量。过程中重要的是数学公式中，系数、因子的实际含义要解释。

5.7烟雾的扩散与消失

​​​​​​​       这个模型巧妙地引入了“仪器灵敏度”指标，不仅帮助建模，而且该指标本身是客观存在的，并非虚构，这样更加有说服力。

5.8 万有引力定律的发现

​​​​​​​       十分有意义的一节。我们初中就熟悉的牛顿万有引力定律，是由开普勒第三定律和牛顿第二定律一同推导出的，这一节再现了这个推导过程。这个模型告诉我们：正确假设+用数学演绎建模=对自然科学研究的巨大作用。我们要学习科学家前辈们如何创造性地运用数学方法，来提升我们解决实际问题的能力。

/ D  A  J$ m7 n/ r第6章 稳定性模型
关键词：稳定性理论 建而不解 平衡状态 趋势 相轨线

& X1 Y% E; s$ m       本章是建立在上一章的基础上，在微分方程基础上引入的一种重要思想/概念，那就是——对于某些问题，我们可能不关注动态过程的每个瞬时状态，而是研究稳定状态的特征，特别是时间充分长以后的状态/趋势，从而判断是否“稳定”。这时我们往往不需要“求解”微分方程（组），即“建而不解”；而是利用“微分方程稳定性理论”直接研究平衡状态稳定性即可。

6.6微分方程稳定性理论简介

​​​​​​​       这一节应为优先阅读的一节，介绍了如何判断一阶、二阶方程的平衡点和稳定性。数学推导稍复杂（对于未接触过的同学），重要在于了解一些概念、结论，在模型实例中来进一步理解。

6.1捕鱼业的持续收获

​​​​​​​       研究捕鱼业产量、效益和捕捞过度问题，如何捕捞能获得最大收益。这个问题虽然看似只需要给出一个“捕捞量”的答案就可以了，但是模型整个过程分析中还是得出了许多结论，如经济学捕捞过度、生态学捕捞过度等概念。在稳定的前提下步步深入。

6.2 军备竞赛

​​​​​​​       这个问题在第二章初等模型中就出现过，这里用微分方程稳定性的知识来分析。正如本节引言所说，军备竞赛因素很多，无法圆满描述，只是想告诉我们：一个复杂实际过程可以被合理简化到什么程度，得到的结果又怎样解释实际现象。

6.3种群的相互竞争

6.4种群的相互依存

6.5 食饵-捕食者模型

这三节作为一个系列，用种群竞争、依存、捕食这类生物学案例来诠释稳定性模型的应用。其中，相轨线分析法再次成为主角，它的意义在于：从图中曲线上直观地看出发展趋势，且特殊点对应的意义作出解释。

第7章 差分方程模型
3 [/ y! l! |/ h1 q7 ^关键词：差分方程稳定性 离散时段 差分阻滞增长 混沌

       将时间离散化后，就可以建立与微分方程相对应的差分方程模型。这章与第8章讨论的是确定性离散模型。实际上有些问题既可以用连续，又可以用离散，要看目的而定。离散的一个优势在于，便于计算机求解。

7.5差分方程简介：

      介绍差分方程稳定性的知识，判别稳定的条件。本章要用到的知识。

7.1市场经济中的蛛网模型

       先用图形法建立市场经济的“蛛网模型”，给出趋于稳定的条件，再用差分方程建模，解释结果。本节开头的“问题前瞻、介绍”部分很经典，可作为建模论文写作的参考。
- F) z( }! d; P% j7 y/ K5 L  本节最后对结果的解释也非常值得学习：启示我们，一些数学结果如参数前后的变大/变小，可能意味着什么，我们不要轻易放过，而是要时刻不忘解释相对应的原因。

7.2 减肥计划——节食与运动

      这是一个很生活的问题，主要讨论如何把一个“超重”的人减到目标的正常范围内（均以WTO颁布的体重指数BMI衡量）。
# u- Q" F. u9 U" J      我认为这个模型的两点仍然在建模本身：及如何将减肥计划中“减肥”这一件事量化，用数学的语言可以表达，写出差分方程。其中p208的“基本方程”式（1）是整个模型的基石，有了此式后面的工作就可以往上搭建了。注意到，式（1）其实是一个“建而不解”的方程。
       但正如节末评注中所述，实际参数的设置会更复杂，代谢消耗系数beta也因人而异、因环境而异，所以要有更多核对。但我们先要学习的还是建模这一步。

7.3差分形式的阻滞增长模型

       此节是与之前用微分方程Logistic规律描述的“阻滞增长”规律最好的对比。有时，用离散化的时间研究比较方便，本节是很好的参考。（按：本人曾经做过用差分方程加修正，描述人数传播问题，个人认为很多情况用差分方程更好，也更“诚实”些，因为我们也只是想要每个时段的数量）
/ y# V0 h) g7 j% A       要注意的是：若用离散描述，需要说明各“时段”指代意义。推出p211的式（6）后，这个一阶分线性差分方程，也是“建而不解”，但注意：此处“不解”是指不需求通项公式，但各项的值仍要计算——用计算机递推可方便得到。我们最关心的往往是k趋向无穷时，y/x收敛情况，即平衡点稳定性的问题。这里微分、差分方程判别上有区别。
       P212中，通过深入讨论和213页的数据表发现，不同的参数b下收敛情况不一，然后发现了“倍周期收敛”的规律，即存在多个收敛的子序列。然后发现当n区域无穷时，不在存在任何倍周期收敛，出现混沌现象（Chaos）。
, W, i, h2 K  o- k  a- n8 ]      混沌的特点为对初值极度敏感，这一点在物理课中老师也提到过，许多非线性方程均是如此，即“差之毫厘，失之千里”，蝴蝶效应。(

7.4按年龄分组的种群增长

     这个模型的主要区别在于：将种群分成n个年龄组，分析各年龄组对种群总量增减的影响。这一节的数学推导稍繁。

9 y, w6 P, C+ c$ m# W+ c; V: T7 U第8章 离散模型
关键词：层次分析 排名次 冲量过程 “分赃” 群体决策
/ |6 m6 N# r: c2 \7 J. d（本章是确定性离散模型的应用、方法）

8.1层次分析模型

       社会经济系统分析工具。排名、评分评价，排等级都可以用层次分析模型解决，数学知识虽然不深，但是思想十分巧妙且合理，可扩展性也很好。关键在于1）“成对比较矩阵”的确定及修正，2）特征根法求权向量的原理（重要），3）1-9比较尺度（Satty等人提出），4）一致性检验。

8.2循环比赛的名次

​​​​​​​       这节也是对一些排名评价“难题”给出一种经典解法：邻接矩阵+得分向量。转化为计算各级得分向量s、A最大特征根&对应特征向量s。按常理一般只会想到基于原邻接矩阵的1级得分向量，若比不出则停滞了；但若将i级乘回邻接矩阵，可以“发展”到i+1级得分向量——这个思想是本模型的关键，而且简单易用易理解。
       对于所谓的“下一级”得分向量定义的原理依据，或实际意义，是此思想的关键，我觉得可以接受，看上去很有道理，但未想出具体的解释，这里欢迎指教、讨论。（p246）

8.3社会经济系统的冲量过程

​​​​​​​       区别于机理分析、统计分析，冲量过程与层次分析属于“系统分析”，是近20年来发展起来的解决复杂系统的有力工具。
% ^! O& o- A, J  b& z8 [  `9 A       这节模型研究能源系统中，各个因素的趋势、预测问题。主要工具有：带符号加权的有向图，冲量过程（类比物理“冲量“概念）。其目的无非是研究系统的“稳定性”，以及如何“调整”到稳定。这是实际问题关注的。+ H1 H. O! \4 O# V9 ]( `  O) x

8.4效益的合理分配

​​​​​​​       几方（大于3方）合作，已知不同子组合可获得不同收益，那么一起合作后，谁的功劳最大？也就是说，干完活后，如何“分赃”——这里是理性的、用数学推理的公平的“分赃”。
​​​​​​​       本节介绍了3类方法：Shapley值，协商解等，Raiffa解。最后用一个3方分配例子对比了这3种方法。3种方法特点在p262。是客观求各因素权重的有力途径。

8.5存在公正的选举规则吗

​​​​​​​       这一节类似第2章的“公平席位”。主要讨论的是“群体决策”这一类问题。
; L/ I& Q/ T' j; Y1 N8 x6 u       首先是简单的选举规则。
       接着介绍Arrow K的工作：提出一组公理，却证明不存在满足这组公理的选举规则，但很具有启发性。
* O# A+ M' K1 ^# H+ t       然后是联合尺度选举规则，它是一个简单易行的规则（但是对投票情况限制了，才可能满足Arrow公理）。
: p6 s! E0 S# d$ B2 @0 b2 _( G       最后是一种与Arrow公理无关的规则——最小距离，这是一种类比思想，很巧妙地把公平转化为距离之和最小的最优化问题。

第9章 概率模型
关键词：随机模型 基础概率 生灭过程 数值解分析

​​​​​​​       相对“确定性”模型来说，当随机因素的影响不可忽略时，就要建立随机模型。概率模型就是比较简单的随机模型，这一章用我们熟悉的概率分布、期望、方差等知识介绍概率模型怎样处理随机因素的。

​​​​​​​       关键点有：
/ R8 t( j; \" e: [$ a1. 如何定义随机因素相关的量。针对一个实际问题，做好定义是开始工作的根本。
2. 随机概率模型一般从离散角度（一个个时段）下手，但求解中为了需要可能会转化为连续（如p274的求和转化为积分）。
3. 要灵活根据实际问题，决定哪些参数应设为定值，哪些参数会变（如9.4轧钢问题，重量服从正态分布中，均方差应认为是已知的定值，而均值是可以调整的）。
3 l, v4 l5 T3 i) m4. 一般的“生灭过程”参考9.5的随机人口模型——相比之前的人口模型，这个更加一般，考虑的因素更多，更接近实际。
* d' A+ o, k8 u/ z2 `: m+ h5. 有些模型无法解析求解，然而数值计算的结果已满足我们对问题进行分析的需要（9.6预订票策略）。

9 v5 Q0 T" f9 ?4 O9 R第10章 统计回归模型
! u1 g& t# Y1 o+ x9 y, E关键词：数据拟合 MATLAB统计 残差分析 自相关 逐步回归

​​​​​​​       对于有些内部规律复杂、无法分析内在机理的问题，我们建模、拟合的通常做法就是搜集大量的数据，用统计方法建立模型——统计回归模型。
​​​​​​​       关键点有：

1.做散点图，大致判断函数趋势（比如有明显的线性增长），确定方程形式，待定系数。
2. 用MATLAB统计工具箱regress拟合，得出结果；重点：如何由MATLAB输出结果下结论（如置信区间不要包含零点，R^2、F）。
3. （考虑实际问题制约）适当引入变量简化问题，如10.1中引入价格差（p297最后一段说明）。
8 w# V, u/ C* M8 B1 I8 ]4. 利用好回归变量的预测（置信）区间。
5 k) G0 V' w. L% ^" U5. 改进回归模型：逐渐考虑回归变量之间的交互作用——在方程中引入二次项、交叉项。若MATLAB拟合输出信息表明有改进，则说明模型更符合实际。还可加上作图对比前后模型（p300）。
6. 残差分析（p305，但这页我未看懂具体做法，待交流），及分析得出的结论，我们应该怎样改进模型。
  n3 [) `+ p% q1 O, B; `7 |7. p307评注内容：0-1变量法、残差分析法、异常值应剔除。
1 s& a9 F3 v* b0 g8. 线性化（p309），及非线性MATLAB求解（p310）；p315最后两段。
, O# C2 e& M2 P& ?9. 自相关的考虑（10.4节）：若存在自相关性（具有滞后性，即前期对后期有影响的时间序列），普通回归模型将失去意义。我们必须先检测是否存在自相关（D-W检验、广义差分法），同时注意若高阶自相关，则必须改进直至不存在自相关为止。/ D( g4 10.逐步回归：因素较多时，排除次要因素，用来选择影响因素显著的变量。

第11章 马氏链模型
8 I: |6 [6 X: ]; k+ ?关键词：离散随机过程 无后效性 转移概率 状态选取

基本概念
2 W- f  Q& O% P( _, }4 B3 K3 |5 q​​​​​​​       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。

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。

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。

3. 一些确定性系统的状态转移问题也能用马氏链处理。

一、健康与疾病

​​​​​​​       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。
       同时介绍2种主要类型——
9 I. @* C8 {( C0 R$ }* U5 T+ k/ @, M; 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）
   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。

二、钢琴销售的存贮策略

​​​​​​​       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。

三、基因遗传

​​​​​​​       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。

四、等级结构

​​​​​​​       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。
' j3 v8 a! ^  H       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。

五、资金流通

​​​​​​​       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。
7 l6 z! j; O1 t$ m- t
第11章小结：
) [) l- e$ M3 o+ B​​​​​​​       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。

% v6 G0 Y  }2 K* u& Y# `第12章 动态优化模型
. W# z: \4 d1 ^: G" v; u- U关键词：泛函极值 变分法 动态规划 最短路

基本概念

       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。
       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。
7 E3 ]% y" P7 g       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。
/ [0 t! ~0 s; |5 n) k  [, V# R% `       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。
     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！

( |9 i+ \' @3 L" b; m/ G      自己的其他感想、学习心得，欢迎交流：
MCM论文精析课程小结——2012.5.20
" P3 K5 D' {/ Y6 @* q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
* Y( Q& A, @9 x- B& D, U8 @9 y: [2013MCM,平淡不平凡

        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。

       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。

- o0 n9 w" P3 S& S: Z