运筹学基础，这个可以懂（下）

运筹学为我们提供了一系列选择和决策的方法，这些方法都是经过实践验证的科学的方法。我们一起来看看。

    1.线性规划

    线性规划的基本特点是模型中的线性函数，线性是用来描述在两个或多个变量之间的关系是直接成正比例的，如果用图形表示，这个关系将是一条直线，因此称线性。规划，是指使用某种数学方法使有限资源的运用达到最优化。即线性规划是求一组变量的值，在满足一组约束条件下，求得目标函数的最优解，使决策目标达到最优。用线性规划求解实际问题时，往往先建立数学模型

第一，确定变量

第二，确定目标函数

第三，列出约束条件

第四，变量的非负值

    根据模型，用图解法或者单纯形法求得最优解。在图解法中，可行区域往往表示成一块阴影区域，是一个几何图形，而极值一定在这个几何图形的顶点上，那么我们就把各个极值带入目标函数进行验证，从而求得最优解。另一个是单纯形法，它是一种解线性规划多变量模型的常用解法，是通过一种数学的迭代过程，逐步求得最优解的方法。可以分两步来解：第一步，求一个基础可行解，第二步，从求得基础可行解出发，通过换基迭代，不断改进得到最优解。

单纯形法中涉及到的很多概念需要弄明白，考试也常考，一般在这块会出一道大题分两问，将模型转换成标准形式，建立初始单纯形表。至于迭代过程，自己耐心地算算就可以了，考试不考这么繁琐的。

2.网络计划技术

   也称统筹法，它是综合运用计划评核术和关键线路法的一种比较先进的计划管理方法。计划评核术，是对计划项目进行核算、评价，然后选定最优计划方案的一种技术；关键线路法，是在计划项目的各项错综复杂的工作中，抓住其中的关键线路进行计划安排的一种方法。网络计划技术与网络无关，只是因为图形密密麻麻像一张网，才取名叫网络。网络计划技术的基础是网络图，下面我们就来说说网络图。

网络图有两种：箭线式和节点式。这里主要介绍被广泛使用的箭线式网络图。为了正确反映各个活动之间的逻辑关系，有时需要引进虚活动，虚活动即虚设的活动，不消耗资源，不占用时间。箭线是网络图由3部分组成：

我们得会画网络图，并对网络图进行一些简单的计算，然后将计算的结果填到网络图中的相应位置。

3.图论方法

    此处的图有两个最基本要素：用点表示我们要研究的对象，用线表示对象之间的某种特定的关系。图有很多种，有一类很有用，即所谓树，它满足两点：第一必须是连通的，第二是不含圈的。

             

    我们来谈一个实际的问题。已知有五个城市，要在他们之间架设电话线网，要求任何两个城市都可以彼此通话（允许通过其他城市），并且电话线的条数最少。

    这就是最小枝杈树问题，关于在一个网络中，从一个起点出发到所有点，找出一条或几条路线，以使在这样一些线路中所采用的全部支线的总长度最小，或铺设费用最少。最小枝杈树算法是按把最近的未接点连接到那些已接点上去的方法来进行。画出最小枝杈树便可求得最小值。

    图论的第二个问题是网络的线路问题，即当通过网络的各边所需的时间、距离或费用为已知时，找出从入口到出口所需的最少时间、最短距离或最少费用的路径问题。最短路线法可以广泛应用于公路运输、铁路运输、电缆架设、管道铺设以及个人旅行中。

    图论的第三个问题是流量问题，当以物体、能量或信息等作为流量流过网络时，怎样使流过网络的流量最大，或者使流过网络的流量的费用或时间最小。最大流量算法，对规划铁路、公路的运输工作以及城市交通流量等很有用处。

4.马尔柯夫分析

    马尔柯夫是俄国数学家，我知道你不认识他，我也不认识。想起这次考试的时候竟然问：马尔柯夫过程是俄国数学家马尔柯夫于哪年发现的？

    好吧，我承认我们还是需要多读书的。

    许多事物未来的发展或演变，往往受该事物现在的状况所支配或影响。在学术上对于由一种情况转换至另一种情况的过程，若该过程具有转换概率，而且此种转换概率又可以依据其紧接的前项情况推算出来，这种过程称为马尔柯夫过程。一连串的此种转换过程的整体称为马尔柯夫锁链。对于马尔柯夫过程或锁链可能产生之演变加以分析，以观察和预测该过程或该锁链未来变动的趋向，这种分析、观察、预测的工作称为马尔科夫分析。

    我们需要知道概率向量和概率矩阵。实际中，比如计算订户在一段时间内从一家牛奶厂订奶转向另一家牛奶厂的情况，按净得或净失订户所作的简单分析对精明的管理是不合适的。马尔柯夫分析提供了一个销售分析的手段，通过分析可以：

1. 预测未来某个时刻各销售者在市场中得到的份额。
2. 预测将来销售者在市场中份额的得失比率。
3. 预测将来会不会出现市场平衡
4. 按照对市场份额得失的确切效果来分析销售者的推销活动。

 

    应用马尔柯夫分析法，将各种增益或损失全部换算成转移概率，排成矩阵，根据前一时期的市场份额就可以计算出未来某一时期可能占整个市场的份额，将已知前期的市场份额排成一个矩阵，把这个矩阵和转移概率矩阵相乘即可。如果我们知道某牛奶厂从6月1日到7月1日的订户流通情况，得转移概率矩阵a,7月1日的市场份额矩阵为b，那么8月1日的可能市场份额c=b*a，9月1日的市场份额d=c*a，或者d=b*a2。也就是经过几个周期就乘以转移概率的几次方。这两种方法各有好处，如果只是为了计算未来某特定周期的市场份额则用乘方的计算方法，如果是想考察市场份额的变化情况，就选择顺次计算各阶段的市场份额。

    接下来确定平衡条件。仅在没有竞争改变转移概率矩阵的情况下，才能达到平衡条件。假设在将来市场分享率能达到的平衡条件是合理的，在市场份额达到一个平衡状态时，市场份额冻结不变。还以牛奶厂为例，A、B、C三个牛奶厂在某未来周期T的市场份额可以根据其前一周期T-1的份额与转移概率乘积计算而得。在马尔柯夫过程的情况中，在平衡状态周期与刚刚在它前面的周期市场份额的变化是很小的，在数学上可以把两个市场份额作相等处理。，所以可得三个方程，又三个市场份额的综合等于1，可得第四个方程。据此得出市场均衡分享率。

下面我们总结一阶马尔科夫链确定的未来市场分享率的过程：

第一步，了解用户需求、品牌/牌号转换商情

第二步，建立转移概率矩阵

第三步，计算未来可能市场分享率

第四步，确定平衡条件

    不得不说的是，最终平衡状态取决于转移概率不变，而与初始市场份额无关。马尔柯夫分析的一个有趣的事实是：不管各式各样的生产者和供应者一开始占有的市场份额如何，最终平衡状态总是一样的。

    马尔柯夫分析在管理工作中应用甚广，如设备修理，选择设备保养地点，选择零件的更换方式，预测人口的变动情况，预测市场的占有率等。

5.盈亏分析模型

    盈亏分析就是对企业产品的成本、销售量和企业利润的综合分析，目的是掌握企业盈亏界限，正确规划生产发展水平，合理安排生产能力，及时了解企业经营状态，提高企业的经济效益。盈亏平衡分析是一种管理决策工具，它用来说明在一定销售量水平上总销售量与总成本因素之间的关系。在通过对产品成本费用构成和销售收入分析后，建立盈亏分析模型，基本结构包括：产品成本结构和产品销售结构。其中，变动费用和销售收入随产量增加而成比例地增加的这种线性变化成为线性盈亏分析模型，一般用盈亏平衡图和数学方程即盈亏分析模型来描述；而由于产品成本费用结构中半变动费用的非线性变化和市场价格的波动，影响生产总费用和企业总收入随产量的增减而出现非线性变化，这就需要用非线性盈亏分析模型来加以描述。

6.模拟

    运筹学中的模拟又称仿真，它的基本思想是构造一个试验的模型，这个模型与我们研究的系统的主要性能十分近似，通过对这个模型的运行，获得要研究的系统的必要信息和结果。计算机模拟已形成一门专门学科，模拟的种类也很多，我们所说的主要研究一类特殊形式的随机模拟模型，使用蒙特卡洛（Monte Carlo）的方法来求解。这一章里用了几个例子解释了几个概念，并不难，也没有什么好说的。突然想起如果要对付考试，还需要计算累计频率和随机数分布，再理解下面几点就可以了。知识必须会，考试还得过不是？

    为什么管理专家们要考虑用模拟来解决管理问题？

          

    用模拟来代替其他技术方法，应当折中选择使用，模拟的一些缺点包括在下述事实中：

    用了两篇博客总结运筹学整本书的内容，现在再翻开这本书，真有种特别踏实的感觉。