数学与经济管理

图论应用

最小生成树

1、所有顶点接入
2、没有回路
3、权值之和最小

克鲁斯卡尔算法：找最短边

普利姆算法：最近顶点

最短路径

第一段
s->1: 25
s->2: 21
第二段
s->1->8: 31
s->1->7: 36
s->2->3: 41
s->2->4: 46
第三段
s->1->8->9: 64
s->1->7->9: 91
s->1->7->5: 71
s->2->3->5: 61
s->2->4->6: 91
第四段
s->1->8->9->t: 82
s->1->7->9->t: 109
s->1->7->5->t: 92
s->2->3->5->t: 82
s->2->4->6->t: 103

网络与最大流量

23

C

运筹方法

BA

动态规划

暴力破解


B

排队论

设初始排队人数为X，每分钟来Y人
（60Y+X）/8=60
（40Y+X）/10=40
联立得X=240，Y=4
（240+4*20）/20=16
C

预测

博弈论

从逻辑推理的角度来看，无论另一名嫌疑犯的选择是什么，每个嫌疑犯自己的最佳策略都是坦白。因为如果他们抵赖，被抓到并且对方坦白，他们将会面临较长的刑期（10年），但是坦白可以变成8年；同时如果对方抵赖，则可以被释放。两人都这样处理导致了双输的结果

状态转移矩阵

$$\left(\begin{array}{cc}0.5& 0.5\end{array}\right)\times \left(\begin{array}{cc}0.8& 0.2\\ 0.4& 0.6\end{array}\right)$$
第一个月
(0.50.8+0.50.4,0.50.2+0.50.6)得（0.6，0.4）
的二个月
(0.60.8+0.60.4,0.40.2+0.40.6)得（0.64，0.36）

决策

决策者
可供选择的方案
衡量选择方案的准则
事件
每一事件的发生将会产生的某种结果
决策者的价值观

确定型决策
风险决策
不确定型决策

不确定型决策

决策准则	说明
乐观主义准则	maxmax准则，其决策的原则是“大中取大”，总抱有乐观和冒险的态度决不放弃任何获得最好结果的机会。在决策表中各个方案对各个状态的结果中选出最大者，记在表的最右列，再从该列中选出最大者
悲观主义准则	maxmin准则，其决策的原则是“小中取大”。抱有悲观和保守的态度在各种最坏的可能结果中选择最好的。决策时从决策表中各方案对各个状态的结果选出最小者，记在表的最右列，再从该列中选出最大者
折中主义准则	Harwicz准则，既不乐观冒险，也不悲观保守，而是从中折中平衡，用一个系数a(称为折中系数)来表示，并规定0<a<1cv=a*maxfam+(1-a)*minfan，然后比较cvi，从中选择最大者
等可能准则	Laplace准则，当决策者无法事先确定每个自然状态出现的概率时，可以将每个状态出现的概率定为1/n，然后按照EMV决策
后悔值准则	Savage准则，每个自然状态的最大收益值(损失矩阵取为最小值)作为该状态的理想目标，并将该状态的其它值与最大值的差作为未达到理想目标的后悔值。决策的原则是最大后悔值达到最小(minmax，大中取小，最小最大后悔值)

决策树

水路成本：700075%+（7000+9000010%）*25%=9250
陆路成本：10000

决策表

A：950.35+700.4+850.25=82.5
B：750.35+950.4+900.25=86.75
选B

数学建模

模型准备:了解问题的实际背景，明确其实际意义，掌握对象的各种信息。用数学语言来描述问题。
模型假设:根据实际对象的特征和建模的目的，对问题进行必要的简化，并用精确的语言提出一些恰当的假设。
模型建立:在假设的基础上，利用适当的数学工具来刻划各变量之间的数学关系，建立相应的数学结构。只要能够把问题描述清楚，尽量使用简单的数学工具。

直接分析法:认识原理，直接构造出模型
类比法:根据类似问题模型构造新模型
数据分析法:大量数据统计分析之后建模。
构想法:对将来可能发生的情况给出设想从而建模。

模型求解:利用获取的数据资料，对模型的所有参数做出计算 (估计)。
模型分析:对所得的结果进行数学上的分析。

模型的合理性分析
(最佳、适中、满意等)
模型的误差分析
(模型误差、观测误差、截断误差、舍入误差、过失误差、绝对误差、相对误差等)
参数的灵敏性分析
(变量数据是否敏感，在最优方案不变的条件下这些变量允许变化的范围)

模型检验:将模型分析结果与实际情形进行比较，以此来验证模型的准确性、合理性和适用性。如果模型与实际较吻合，则要对计算结果给出其实际含义，并进行解释。如果模型与实际吻合较差，则应该修改假设，再次重复建模过程

利用实际案例数据对模型进行检验是很常见的。将模型作为一个黑盒，通过案例数据的输入，检查其输出是否合理。这是应用人员常用的方法
可以请专家来分析模型是否合理。经验丰富的专家一般会根据模型自身的逻辑，再结合实际情况，分析是否会出现矛盾或问题。
利用计算机来模拟实际问题，再在计算机上检验该数学模型。有时很难用实际案例或聘请专家来检验模型，例如，试验或实验的代价太大，难以取得实际案例，有的项目技术比较新，缺乏有经验的专家。例如，对某种核辐射防护建立的数学模型，采用计算机模拟方法来检验就十分有效。

模型应用:应用方式因问题的性质和建模的目的而异