数模笔记_单变量最优化

Date: 2_19
Name: Guo Yehao
Theme: Optimality with one variable
Reference: 数学建模方法与分析(华章)

1. 从单变量最优化重谈问题分析：分析有哪些变量，变量之间的关系，我们期待第一步选择出基础的变量，它们可以直接的表示为底层的自变量(比如时间)，然后再将这些基础变量组合得到我们想要的目标，或者是表示出相关的约束条件。这种分层次的思考和确定函数(变量)，有利于我们理清问题的要素。
2. 建立起数学问题之后，应该选择建模方法。应用数学的研究过程，包含确定问题的一般类别，也就是对所谓建模方法的选择，我们遇到的大多数问题，其所蕴含的模型通常都有成熟的、或者前人做过的成果，将一个实际问题，转化成若干已有结论的模型，也是一种本领。因此，我们对于一个问题不应只靠自己白手起家，而应该学习借鉴前人的道路，一方面是由于我们的最终目的是解决实际问题，而不是建立理论(当旧的生产工具不能满足生产现状时，我们再发明新的生产工具)；另一方面，也是为了防止我们辛辛苦苦做出来的东西最终却是别人早已研究过的。
3. 对灵敏性的更高级考察(灵敏度系数)：将灵敏性数据表示成相对改变量形式。一方面是对每个量单独的表示成相对改变量形式(但不能称之为灵敏性)，这主要是为了标准化的目的；另一方面是两个量之间的相对改变量，这才是真正的灵敏性，用两个量相对改变量的比值，通过求极限得到含有导数因子的形式，称为分子对分母的灵敏性，它的含义是分母每变化%，分子变化%。
4. 灵敏性分析的应用需要有良好的判断力，不可能也不要求对每个参数求灵敏度系数。我们需要选择那