3.5 数字与经济管理

课程内容提要 ✌ #

    1. 图论
    • 最小生成树   ✅
    • 最短路径    ✅
    • 网络与最大流量 ✅
    1. 运筹方法
    • 线性规划    ✅
    • 动态规划    ✅✅✅
    • 预测与决策   ✅
    1. 数学建模    ✅✅
    • 面积体积估算法

1 图论 #


1.1 最小生成树 #

pCiRVK0.md.png

1.2 最短路径 #

pCiRNVO.md.png

1.3 网络与最大流量 #

pCiRysP.md.png pCijwBF.md.png pCFSJVU.md.png

2 运筹方法 #


2.1 线性规划 #

pCFSYaF.md.png

2.2 动态规划 #

pCFSUPJ.md.png

2.3 预测与决策 #

pCkAUyQ.md.png

pCkAaLj.md.png

pCn8kB4.md.png

pCn8VE9.md.png

pCkE3nJ.md.png

总结:乐观->大中取大,悲观->小中取大,后悔值->大中取小 pCkEa9K.md.png

水路代价比较小

pCkEIBj.md.png

3 数学建模 #


  解决多数实际问题的关键是建立数学模型 (包括数学方程、数学公式、图形描述、符号表示等)。数学建模是对现实世界的一种近似的、简化的、易于求解的抽象描述。数学模型常需要忽略某些次要因素,以便易于近似求解过于简单的模型能准确性不足,为提高准确性,若建立过于复杂的模型,求解的难度就会增加。在简单性和准确性之间求得平衡是数学建模的一条原则。对同一问题可以建立多种数学模型。数学模型也常带有一些可变的参数。选用哪个模型,或选择什么样的参数,更能近似地解决实际问题,符合实际要求,这需要反复多次试验,根据求解失败的教训或用户的反馈意见逐步对模型进行修正或改进,逐步完善模型,并求得使用户满意,符合实际情况的结果。对一般的问题,并没有统一的、普适的模型评价标准,没有最好,只有更好,实践是检验真理的唯一标准。

  在对实际应用问题建立数学模型并求得结果后,还需要根据建模的目的和要求,利用相关知识,结合研究对象的特点,进行模型分析。模型分析工作主要包括模型的合理性分析、模型的误差分析和参数的灵敏性分析等,一般不包括模型的先进性分析。

pCkVuVA.md.png pCkVtbj.md.png

3.1 面积体积估算法 #

  利用计算机的随机数来估算不规则的面积、体积。

课后习题 #


todo 数字与经济管理习题