数据模型与决策课程解题思路(一个学生的总结).docVIP

数据、模型与决策课程解题思路 一、不确定性决策 收益矩阵的格式 —— 横表头为市场情况，列表头为方案； 乐观准则 —— 最大最大：按行找出各方案中最大收益，选择最大收益最大的方案； 悲观准则 —— 最大最小：按行找出各方案中最收益，选择最收益最大的方案； 等可能准则 —— 最大平均：按行计算出各方案的平均收益，选择平均收益最大的方案； 后悔值准则 —— 最小最大后悔：按列找出各种市场情况下最大收益值，用最大收益值减去本列的各个收益得其后悔值，按行找出各方案的最大后悔值，选择后悔值最小的方案； 乐观系数准则 —— 最大加权平均：按行找出各方案中最大和最小收益值，以“乐观系数”和“1－乐观系数”为权计算最大和最小收益值的加权平均值，选择加权平均值最大的方案。 市场需求量 乐观准则 悲观准则 等可能准则 乐观系数准则 大 中 小 失败 最大最大 最大最小 最大平均 最大加权平均 扩建 50 25 10 -15 50 -15 17.5 30.5 新建 70 30 -10 -40 70 -40 12.5 37 外包 30 15 -5 -10 30 -10 7.5 18 市场需求量 后悔值准则 大 中 小 失败 后悔值 最小最大 扩建 50 25 10 -15 20 5 0 5 20 新建 70 30 -10 -40 0 0 20 30 30 外包 30 15 -5 -10 40 15 15 0 40 解题思路：标准形式的约束条件有三个要件，一是常数项非负；二是只能有等式；三是定义域非负。 　　　　　根据上述要件，分四步操作： A、判断常数项是否非负，如有负值则两边同乘（-1），并相应改变不等号方向； B、判断是否有不等式，如有则设松弛或剩余变量xi ≥ 0，大于号减、小于号加xi变等式； 　　　　　C、判断各变量的定义域是否非负，如为负值，则设xj=（-xi）≥ 0，代入模型； 　　　　　　　　 如为 -∞ ≤ xk ≤ ∞，则设xk =（xm－xn）， xm、xn ≥ 0，代入模型； 　　　　　D、整理变量下标后，得到标准形式。 A、图解步骤如下： 1、以x1为横轴、x2为纵轴建立直角坐标系，标出各约束条件和目标函数的直线； 2、在第一象限找出可行域； 3、目测目标函数平移后最可能与可行域的哪个顶点相切，则该点为最优解点； 4、解方程得到该点坐标，即得最优解，代入目标函数得最优值。 5、小技巧： (1)作图时，对约束条件，可分别令x1和x2为零，得到其与纵轴和横轴的交点，连接即可；对目标函数，令x1为一特殊值，得出x2，再与原点相连，可得函数直线，再沿横轴平移到合适位置即； (2)各条直线斜率绝对值越大的，越接近垂直于x1轴； (3)确定可行域时，要考虑坐标轴和原点； (4)目测判断最优点不易时，可将相邻数点的坐标解出代入目标函数进行比较。 B、松弛变量和剩余变量 　　1、约束条件为“≤”的存在松弛变量，为“≥”的存在剩余变量； 2、将最优解代入各约束条件即得各自的松弛或剩余变量； 3、构成最优解的约束条件的松弛或剩余变量为零。 C、对偶价格 1、不构成最优解的约束条件的对偶价格为零； 2、构成最优解的约束条件存在对偶价格，求解时令其中一个约束条件的常数项增加1，另一个约束条件不变，重新解出交点坐标，代回目标函数计算目标值，再与原最优值相差即得； 3、对偶价格的讨论均在各约束条件常数项的上、下限范围内进行，超范围时对偶价格可能发生变化； 4、 D 、目标函数系数上、下限 1、目标函数系数的变化，在图解时可视为目标函数直线斜率的变动，即该直线以最优解点为支点旋转；其取值范围为最优解不变的范围，即不突破构成最优解的两条直线斜率kmin 和kmax的范围。 2、求解时，将目标函数变换为x2=(-c1/c2)*x1的形式，通过kmin ≤ (-c1/c2) ≤ kmax，分别代入c1或c2，可得c2或c1的上、下限。 E、约束条件常数项的上、下限 1、约束条件常数项的变化，在图解时可视为约束条件直线在纵轴上截距的变动，即该直线沿横轴平移，不会与另两条约束条件直线交点相交的范围，也就是不会改变可行域的结构、不会减少可行域边数（坐标轴不算）的范围；其取值范围为对偶价格不变的范围，但有可能会改变最优解和最优值。 2、求解时，找到该约束条件相邻的两个可行域的顶点坐标(xa, xb)，根据x2 - xb = k*( x1 - xa) 点斜式方程，分别求出约束条件平移至该两个顶点的在横轴上的截距、即变化后的常数项上、下限。 F