软考系统架构设计师知识点-数学与经济管理

知识点概览

• 线性规划：在一组约束条件下求目标函数的极大值或极小值
• 蒙特卡罗方法：工作原理、应用案例
• 数学建模：数学建模过程、数学建模方法、数学建模原则
• 动态规划：基本思想
• 决策论：决策的六个要素、决策论的分类、不确定型决策的五种方案

线性规划

线性规划是研究在有限的资源条件下，如果有效地使用这些资源达到预定目标的数学方法，即在一组约束条件下求目标函数的极值（极大值或极小值）。

线性规划问题的数学模型通常由线性目标函数、线性约束条件、变量非负条件组成（实际问题中的变量一般都是非负的）。

线性规划问题就是面向实际应用，求解一组非负变量，使其满足给定的一组线性约束条件，并使某个线性目标函数达到极值。满足这些约束条件的非负变量组的集合称为可行解域。可行解域中使目标函数达到极值的解称为最优解。

线性规划问题的最优解：无可行解、无最优解、一个最优解或无穷多个最优解。

快速解题步骤（求交点）：①根据题目条件列出不等式或不等式组；②将不等关系特殊化为等式，两两等式联立求交点；③若交点值满足所有约束条件，直接代入目标函数求得极值即可；若交点值不满足约束条件，继续计算其他两两等式。（若交点值不满足实际情况，取附近值即可，如小数个人）。

蒙特卡罗方法

蒙特卡罗(MonteCarlo)方法由冯·诺依曼、乌拉姆等人发明，因赌场而得名，是一类基于概率的方法的统称

工作原理

使用随机数来解决计算问题。不断抽样，逐渐逼近，采样越多，越近似最优解。例如民意调查，π的计算。

应用案例

扇形面积 =(πr^2)/4 ，正方形面积=r^2,扇形面积/正方形面积 =(π+r^2)/4/r2=π/4。现往正方形内随机打点，在扇形内点的概率=扇形面积/正方形面积 =π/4 ，即可求得π=概率4。

数学建模<