数学建模五步法与灵敏度分析.pdfVIP

灵敏度分析 简介： 研究与分析一个系统 （或模型）的状态或输出变化对系统参数或周围条件变 化的敏感程度的方法。 在最优化方法中经常利用灵敏度分析来研究原始数据不准 确或发生变化时最优解的稳定性。 通过灵敏度分析还可以决定哪些参数对系统或 模型有较大的影响。 因此，灵敏度分析几乎在所有的运筹学方法中以及在对各种 方案进行评价时都是很重要的。 用途： 主要用于模型检验和推广。 简单来说就是改变模型原有的假设条件之后， 所 得到的结果会发生多大的变化。 举例（建模五步法） ： 一头猪重 200 磅，每天增重 5 磅，饲养每天需花费 45 美分。猪的市场价格为每 磅 65 美分，但每天下降 1 美分，求出售猪的最佳时间。 建立数学模型的五个步骤： 1. 提出问题 2. 选择建模方法 3. 推到模型的数学表达式 4. 求解模型 5. 回答问题 第一步：提出问题 将问题用数学语言表达。例子中包含以下变量：猪的重量 w （磅），从现在 到出售猪期间经历的时间 t （天），t 天内饲养猪的花费 C （美元），猪的市场价格 p （美元/磅），出售生猪所获得的收益 R （美元），我们最终要获得的净收益 P （美 元）。还有一些其他量，如猪的初始重量 200 磅。 （建议先写显而易见的部分） 猪从 200 磅按每天 5 磅增加 （w 磅） = （200 磅） + （5 磅/天） * （t 天） 饲养每天花费 45 美分 （C 美元） = （0.45 美元 /天） * （t 天） 价格 65 美分按每天 1 美分下降 （p 美元 /磅） = （0.65 美元/磅）- （0.01 美元 /磅） * （t 天） 生猪收益 （R 美元） = （p 美元/磅）* （w 磅） 净利润 （P 美元） = （R 美元） - （C 美元） 用数学语言总结和表达如下： 参数设定： t= 时间（天） w= 猪的重量（磅） p=猪的价格（美元 /磅） C=饲养 t 天的花费（美元） R= 出售猪的收益（美元） P=净收益（美元） 假设： w=200+5t C=0.45t p=0.65-0.01t R=p*w P=R-C t=0 目标：求 P 的最大值 第二步：选择建模方法 本例采用 单变量最优化问题或极大—极小化问题 第三步：推导模型的数学表达式子 P=R-C （1） R=p*w （2 ） C=0.45t （3 ） 得到 R=p*w-0.45t p=0.65-0.01t （4 ） w=200+5t （5 ） 得到 P= （0.65-0.01t)(200+5t)-0.45t 令 y=P 是需最大化的目标变量， x=t 是自变量，现在我们将问题转化为集合 S={x:x=0} 上求函数的最大值： y=f （x ）= （0.65-0.01x)(200+5x)-0.45x （1-1 ） 第四步：求解模型 用第二步中确定的数学方法解出步骤三。例子中，要求（ 1-1 ）式中定义的 y=f （x）在区间 x=0 上求最大值。下图给出了（ 1-1 ）的图像和导数（应用 几何画 板 绘制）。在 x=8 为全局极大值点，此时 f （8 ）=133.20 。因此（8 ，133.20 ）为 f 在整个实轴上的全局极大值点，同时也是区间 x=0 上的最大值点。 第五步：回答问题 根据第四步， 8 天后出售生猪的净收益最大，可以获得净收益 133.20 美元。