.例1差分方程——资金(de)时间价值问题1:抵押贷款买房——从一则广告谈起每家人家都希望有一套(甚至一栋)属于自己(de)住房,但又没有足够(de)资金一次买下,这就产生了贷款买房(de)问题.先看一下下面(de)广告(这是1991年1月1日某大城市晚报上登(de)一则广告),任何人看了这则广告都会产生许多疑问,且不谈广告中没有谈住房面积、设施等等,人们关心(de)是：如果一次付款买这栋房要多少钱呢银行贷款(de)利息是多少呢为什么每个月要付1200元呢是怎样算出来(de)因为人们都知道,若知道了房价(一次付款买房(de)价格),如果自己只能支付一部分款,那就要把其余(de)款项通过借贷方式来解决,只要知道利息,就应该可以算出五年还清每月要付多少钱才能按时还清贷款了,从而也就可以对是否要去买该广告中所说(de)房子作出决策了.现在我们来进行数学建模.由于本问题比较简单无需太多(de)抽象和简化.a.明确变量、参数,显然下面(de)量是要考虑(de)：需要借多少钱,用记；月利率(贷款通常按复利计)用R记；每月还多少钱用x记；借期记为N个月.b．建立变量之间(de)明确(de)数学关系.若用记第k个月时尚欠(de) 款数,则一个月后(加上利息后)欠款 , 不过我们又还了x元所以总(de)欠款为k=0,1,2,3,而一开始(de)借款为.所以我们(de)数学模型可表述如下(1)c. (1)(de)求解.由(2)这就是之间(de)显式关系.d．针对广告中(de)情形我们来看(1)和(2)中哪些量是已知(de).N=5年＝60个月,已知；每月还款x＝1200元,已知 A.即一次性付款购买价减去70000元后剩下(de)要另外去借(de)款,并没有告诉你,此外银行贷款利率R也没告诉你,这造成了我们决策(de)困难.然而,由(2)可知60个月后还清,即,从而得(3)A和x之间(de)关系式,如果我们已经知(3)表示N＝60,x＝1200给定时0A.例如,若R ＝0．01,则由(3)可算得道银行(de)贷款利息R,就可以算出053946元.如果该房地产公司说一次性付款(de)房价大于70000十53946＝123946元(de)话,你就应自己去银行借款.事实上,利用图形计算器或Mathematica这样(de)数学软件可把(3)(de)图形画出来,从而可以进行估算决策.以下我们进一步考虑下面两个问题.注1问题1标题中“抵押贷款”(de)意思无非是银行伯你借了钱不还,因而要你用某种不动产(包括房子(de)产权)作抵押,即万一你还不出钱了,就没收你(de)不动产.例题1某高校一对年青夫妇为买房要用银行贷款60000元,月利率0．01,贷款期25年＝300月,这对夫妇希望知道每月要还多少钱,25年就可还清.假设这对夫妇每月可有节余900元,是否可以去买房呢解：现在(de)问题就是要求使 (de)x,由(2)式知现＝60000,R＝0．01,k＝300,算得x=632元,这说明这对夫妇有能力买房.例题2 恰在此时这对夫妇看到某借贷公司(de)一则广告：“若借款60000元,22年还清,只要；(i)每半个月还316元；(ii)由于文书工作多了(de)关系要你预付三个月(de)款,即316×6＝1896元.这对夫妇想：提前三年还清当然是好事,每半个月还316元,那一个月不正好是还632元,只不过多跑一趟去交款罢了；要预付18％元,当然使人不高兴,但提前三年还清省下来(de)钱可是22752元哟,是1896元(de)十几倍哪这家公司是慈善机构呢还是仍然要赚我们(de)钱呢这对夫妇请教你给他们一个满意(de)回答.具体解法略.问题2：养老基金今后,当年青人参加工作后就要从其每月工资中扣除一部分作为个人 (de)养老基金,所在单位（若经济效益好(de)话）每月再投入一定数量(de)钱,再存入某种利息较高而又安全(de)“银行”(也可称为货币市场)到60岁退休时可以动用.也就是说,若退休金不足以维持一定(de)生活水平时,就可以动用自己(de)养老基金,每月取出一定(de)款项来补贴不足部分.假设月利率及＝0．01不变,还允许在建立养老基金时自己可以一次性地存入A(不论多少),每月存入y元(个人和单位投入(de)总和)；通常从一笔钱0三十一岁开始到六十岁就可以动用.这当然是一种简化(de)假设,但作为估算仍可作为一种考虑(de)出发点.本问题实际上有两个阶段,即退休前和退休后,其数学模型为其中x为每月要从养老基金中提出(de)款项.习题1 某大学年青教师小李从31岁开始建立自己(de)养老基金,他把已有(de)积蓄1万元也一次性地存入,已知月利率为0．01 (以复利计),每月存入300元,试问当小李60岁退休时,他(de)退休基金有多少又若,他退休后每月要从银行提取l000元,试问多少年后他(de)退休基金将用完你能否根据你了解(de)实际情况建立一个较好(de)养老基金(de)数学模型及相应(de)算法和程取软件).习题2 渔业(林业)管理问题设某养鱼池(或某海域)一开始有某种鱼条,鱼(de)平均年净繁殖率为R,每年捕捞x条,记第N年有鱼条,则池内鱼数按年(de)变化规律为注意,在实际渔业经营中并不按条数计算而是以吨记数(de).若对某海域(de)渔业作业中＝100000吨,R＝0．02,x＝1000吨,试问会不会使得若干年后就没有鱼可捕捞了（资源枯竭了）例2比例分析法——席位分配问题：某学校有三个系联合成立学生会,（1）试确定学生会席位分配方案.（2）若甲系有100名,乙系60名,丙系40名.学生会设20个席位,分配方案如何(3)若丙系有3名学生转入甲系,3名学生转入乙系,分配方案有何变化（4）因为有20个席位(de)代表会议在表决提案时有可能出现10： 10(de)平局,会议决定下一届增加1席,若在第（3）问中将学生会席位增加一席呢（5）试确定一数量指标衡量席位分配(de)公平性,并以此检查（1）—（4）.公平而又简单(de)席位分配办法是按人数(de)比例分配,若甲系有100名,乙系60名,丙系40名.学生会设20个席位,三个系分别应有10,6,4个席位.如果丙系有6名学生转入其他两系学习,各系人数如表所示系别学生人数所占比例（%）按比例分配(de)席位按惯例分配(de)席位甲10310乙636第二列所示,按比例分配席位时,出现了小数(见表中第四列)．在将取得整数(de)19席分配完毕后,剩下(de)1席按照惯例分给余数最大(de)丙系,于是三个系仍分别占有10、6、4个席位．因为有20个席位(de)代表会议在表决提案时有可能出现10：10(de)平局,会议决定下一届增加1席,于是他们按照上述惯例重新分配席位,计算(de)结果令人吃惊：总席位增加1席,丙系反而减少1席,见下表．看来,要解决这个矛盾,必须重新研究所谓惯例分配方法,提出更加“公平”(de)办法．下面就介绍这样一个席位分配模型．设A、B两方人数分别是p1 和p2,分别占有n1 和n2 个席位,则两方每个席位所代表(de)人数分别是p1 ／n12和p2／n2．很明显,仅当这两个数值相等时,席位(de)分配才是公平(de)．但是,通常它们不会相等,这时席位分配得不公平.不公平(de)程度可以用数值来表示,它衡量(de)是“绝对不公平”．从下表所举(de)例子来看,A、B之间(de)“绝对不公平”与C、D之间是一样(de).但是从常识(de)角度看,A、B之间显然比C、D之间存在着更加严重(de)不公平．所以“绝对不公平”不是一个好(de)衡量标准．p n p/n p1/n1-p2/n2 A120101212-10=2B1001010C102010102102-100=2D100010100为了改进绝对标准,我们自然想到用相对标准．因为p／n越大,每个席位代表(de)人数越多,或者说,总人数一定时分配(de)席位越少.所以,如果p1／n13＞p2/n2,则A方是吃亏(de),或者说,对A是不公平(de),由此,我们这样定义“相对不公平”：若p1／n1＞p2／n2,则称为对A(de)相对不公平值,记做若p1／n1＜p2／n2,则称为对B(de)相对不公平值,记做假设A、B两方已分别占有n1和n2个席位,我们利用相对不公平(de)城念来讨论,当总席位再增加1席时,应该给且A方还是B方不失一般性,可设p1／n1＞p2/n2,即此时对A方不公平, ,有定义．当再分配1个席位时,关于p／n(de)不等式有以下三种可能：1)p1／(n1十1)＞p2／n2,这说明即使A方增加1席,仍然对A不公平,所以这1席当然应给A方；2)p1／(n1十1)＜p2／n2,说明当A方增加1席位,将对B不公平,此时应参照式,计算对B(de)相对不公平值3）说明当B方增加1席时,将对A方不公平,此时计算得对A (de)相对不公平值是（注意：在p1/n1p2/n2(de)假设下,不可能出现p1／n1＜p2／(n2+1)(de)情况因为公平(de)席位分配方法应该使得相对不公平(de)数值尽量地小,所以如果则这1席应给A方；反之应给B方．根据(3)、（4）两式,(5)式等价于并且不难证明1从上述第1)种情况(de)p1／(n1十1)＞p2／p2也可推出. 于是我们(de)结论是：当(6)式成立时,增加(de)1席应分配A方；反之,应分配给B方．若记,则增加(de)1席位应分配给Q值较大(de)一方．将上述方法可以推广到有m方分配席位(de)情况．下面用这个方法,重新讨论本节开始时提出(de),三个系分配21个席位(de)问题．首先每系分配1席,然后计算：甲系n1＝1,乙系, n2=1,丙系,n3=1,因为最大,所以第4席应分配给甲系,继续计算：甲系n1＝2,将与上面(de)相比,最大,第5席应分给乙系,继续计算.如此继续,直到第21席分配给某个系为止（详见列表）．n甲系乙系丙系1（4）（5）578（9）2（6）（8）（15）3（7）（12）（21）4（10）（14）5（11）（18）6（13）7（16）8（17）9（19）10（20）11可以看出,用Q值法,丙系保住了它险些丧失(de)1席.你觉得这个方法公平吗习题：学校共1000名学生,235入住在A宿合,333人住在B宿合,432人住在C宿合．学生们要组织一个10人(de)委员会,试用下列办法分配各宿舍(de)委员数．1）惯例(de)方法,印按比例分配完整数名额后,剩下名额给余数最大者. 2）Q值方法.如果委员会从10人增至15人,分配名额将发生什么变化 ,例3 状态转移问题——常染色体遗传模型随着人类(de)进化,人们为了揭示生命(de)奥秘,越来越注重遗传学(de)研究,特别是遗传特征(de)逐代传播,引起人们(de)注意.无论是人,还是动植物都会将本身(de)特征遗传给下一代,这主要是因为后代继承了双亲(de)基因,形成自己(de)基因对,基因对将确定后代所表现(de)特征.下面,我们来研究两种类型(de)遗传：常染色体遗传和x—链遗传.根据亲体基因遗传给后代(de)方式,建立模型,利用这些模型可以逐代研究一个总体基因型(de)分布.在常染色体遗传中,后代从每个亲体(de)基因对中各继承一个基因,形成自己(de)基因对,基因对也称基因型.如果我们所考虑(de)遗传特征是有两个基因A和控制(de),那么就有三种基因对,记为AA,A,.例如,金草鱼由两个遗传基因决定花(de)颜色,基因型是AA(de)金鱼草开红花,型(de)开粉红色花,而型(de)开白花.又如人类(de)眼睛(de)颜色也是提高通过常染色体遗传控制(de).基因型是(de)人,眼睛是棕色,基因型是(de)人,眼睛是兰色.这里因为都表示了同一外部特征,我们认为基因A 支配基因,也可以认为基因对于A 来说是隐性(de)农场(de)植物园中某种植物(de)基因型为AA,A 和.农场计划采用AA 型(de)植物与每种基因型植物相结合(de)方案培育植物后代.那么经过若干年后,这种植物(de)任一代(de)三种基因型分布如何 第一步：假设：令 ,2,1,0=n .（1） 设n n b a ,和n c 分别表示第n 代植物中,基因型为AA,Aa 和aa(de)植物占植物总数(de)百分率.令)(n x 为第n 代植物(de)基因型分布:⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=n n n n c b a x )(当n=0时⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=000)0(c b a x表示植物基因型(de)初始分布（即培育开始时(de)分布）,显然有1000=++c b a（2） 第n 代(de)分布与第n-1代(de)分布之间(de)关系是通过上表确定(de).第二步：建模根据假设（2）,先考虑第n 代中(de)AA 型.由于第n-1代(de)AA 型与AA 型结合,后代全部是AA 型；第n-1代(de)Aa 型与AA 型结合,后代是AA 型(de)可能性为1/2,第n-1代(de)aa 型与AA 型结合,后代不可能是AA 型.因此,当 ,2,1,0=n 时11102/1---•++•=n n n n c b a a即2/11--+=n n n b a a 类似可推出2/11--+=n n n b c a 0=n c将式相加,得111---++=++n n n n n n c b a c b a根据假设（1）,有1000=++=++c b a c b a n n n对于式、式和式,我们采用矩阵形式简记为,2,1,)1()(==-n Mx x n n其中⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=00012/1002/11M ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=n n n n c b a x )(式递推,得)0()2(2)1()(x M x M Mx x n n n n ====--式给出第代基因型(de)分布与初始分布(de)关系.为了计算出n M ,我们将M 对角化,即求出可逆矩阵P 和对角阵D,使1-=PDP M因而有,2,1,1==-n P PD M n n其中⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=n n nnn D 321321000000000λλλλλλ这里321,,λλλ是矩阵M(de)三个特征值.对于式中(de)M,易求得它(de)特征值和特征向量:0,2/1,1321===λλλ因此⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=00002/10001D ,⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=0011 ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=0112 ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=1213 所以[]⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--==100210111321P通过计算1-=P P ,因此有)0(1)0()(x P PD x M x n n n -==⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=0001002101110000)21(0010100210111c b a n 即⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=--00011)(000)2/1()2/1(0)2/1(1)2/1(11c b a c b a x n n n n n n n n ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡+--++=--0)2/1()2/1()2/1()2/1(010010000c b c b c b a n n n n所以有⎪⎩⎪⎨⎧=+=--=--0)2/1()2/1()2/1()2/1(1010010n n n n n n n c c b b c b a当∞→n 时0)2/1(→n,所以从式得到0,1→→n n b a 和n c =0即在极限(de)情况下,培育(de)植物都是AA 型. 第三步：模型讨论若在上述问题中,不选用基因AA 型(de)植物与每一植物结合,而是将具有相同基因型植物相结合,那么后代具有三代基因型(de)概率如下表：并且)0()(x M xn n =,其中⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=14/1002/1004/11M M(de)特征值为2/1,1,1321===λλλ通过计算,可以解出与21,λλ相对应(de)两个线性无关(de)特征向量1 和2 ,及与3λ相对应(de)特征向量3 ：⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=1011 ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=1002 ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=1213 因此[]⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--==111200101321P⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=-02/1011102/111P)0(1)0()(x P PD x M x n n n -==⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=00002/1011102/11)2/1(0001001111200101c b a n n所以有⎪⎩⎪⎨⎧-+==++=++010000100)2/1()2/1()2/1()2/1()2/1(bb c c b b b b a a n nn n n n当∞→n 时0)2/1(→n,所以从式得到0,)2/1(00→+→n n b b a a 和00)2/1(b c c n +→因此,如果用基因型相同(de)植物培育后代,在极限情况下,后代仅具有基因AA 和aa. 例4 合作对策模型在经济或社会活动中,几个社会实体（个人、公司、党派、国家）相互合作或结成联盟,常能获得比他们单独行动更多(de)经济或社会效益.这样合理地分配这些效益是合作对策要研究(de)问题.请看下面(de)例子.问题一：经商问题甲、乙、丙三人经商,若单干,每人仅能获利1元；甲乙合作可获利7元；甲丙合作可获利5元；乙丙合作可获利4元；三人合作可获利10元,问三人合作时如何分配10元(de)收入.甲(de)收入应按照甲对各种形式(de)合作(de)贡献来确定．对于某一合作(de)贡献定义为：有甲参加时这个合作(de)收入与无甲参加时这个合作(de)收入之差．例如甲对甲乙二人合作(de)贡献是7—1＝6 (因为甲乙合作获利7元,而乙单干仅获利1元)．甲可以参加(de),合作有四个：甲自己(单干视为合作(de)特例)、甲乙、甲丙、甲乙丙．甲对这些合作(de)贡献分别是甲：1一0＝1元；甲乙：7—1＝6元；甲内：5—1＝4元；甲乙丙：10—4＝6元,甲应分得(de)收入是这四个贡献(de)加权平均值,加权因子将由下面(de)一般模型给出．这个问题叫做3人合作对策,是对策论(de)一部分,这里介绍它(de)一种解法.一般(de)n人合作对策模型可以叙述如下：记n人集合为I=,如果对于I中 (de)任一子集,都对应一个实值函数v（s）,满足则称为定义在I上(de)特征函数．所谓合作对策是指定义了特征函数(de)I中n个人(de)合作结果,用向量值函数来表示．在实际问题中．常可把I中各种组合(de)合作获得(de)利益定义为特征函数,上式表示合作规模扩大时,获利不会减少.不难看出,如将三人经商问题中合作(de)获利定义为特征函数v,v是满足(1)、(2)(de)．为了确定,Shapley在1953年首先制定了一组应该满足(de)公理,然后证明了满足这组公理(de)(de)唯一解是其中是I中包含{i}(de)所有子集,是集合s中(de)人数,是加权因子,由确定．(3)式中可看作成员{i}对合作s(de)贡献；表示对所有包含{i}(de)集合求和．称为由v定义(de)合作(de)Shapley值．我们用(3)、(4)计算三人经商问题中各个人应得到(de)收入．甲、乙、丙分别记作{1},{2},{3},包含{1}(de)集合有{1}、{1,2}、{1,3}、{1,2,3},计算结果列入下表．S{1}{1,2}{1,3}{1,2,3}V(s)17510V(s-{1})0114V(s)- V(s-{1})1 6 4 612 23 W()1/31/61/61/3W()[V(s)-V(s-{1})]1/31 2/3 2.同样可以算出乙、丙应得收入为＝3．5元,＝元.问题二：三城镇(de)污水处理方案沿河有三城镇1、2和3,地理位置如图4；6所示．污水需处理后才能排入河中．三城镇或者单独建立污水处理厂,或者联合建厂,用管道将污水集中处理(污水应于河流(de)上游城镇向下游城镇输送).以Q 表示污水量(吨／秒),工表示管道长度(公里).按照经验公式,建立处理厂(de)费用为712.0173Q P =,铺设管道(de)费用为LQ P 51.0266.0=．今已知三城镇(de)污水量分别为5,3,5321===Q Q Q ．L(de)数值38,202312==L L ．试从节约总投资(de)角度为三城镇制定污水处理方案；包括是单独还是联合建厂；如果联合,如何分担投资额等．三城镇或单干或不同形式(de)联合,共有五种方案.下面一一计算所需(de)投资．方案一 三城镇都单干.投资分别为总投资：方案二城1、2合作.这时城1、2将从节约投资(de)角度对联合还是分别建厂作出决策,所以城1、2(de)投资为：=3500C（3）=2300总投资：方案三城2、3合作.C（1）=2300总投资：方案四城1、3合作.C（2）=1600总投资：方案五三城镇合作=5560总投资：比较五个方案可知,应该选择三城合作,联合建厂(de)方案． 下面(de)问题是如何分担总额为5560(de)费用．城3(de)负责人提出,联合建厂(de)费用按三城(de)污水量之比5：3：5分担,铺设管道费应由城1、2担负．城2(de)负责人同意,并提出从城2到城3(de)管道费由城1、2按污水量之比5：3分担；从城1到城2(de)管道费理应由城1自己担负．城1(de)负责人觉得他们(de)提议似乎是合理(de),但因事关重大,他没有马上表示同意；而是先算了一笔账．联合建厂(de)费用是4530)535(73712.0=++,城2到城3(de)管道费是730,城1到城2(de)管道费是300,按上述办法分配时,城3负担(de)费用为1740,城2(de)费用为1320,域1(de)费用为2500．结果出乎意料之外,城3和城2(de)费用都比单独建厂时少,而城1(de)费用却比单独建厂时(de)C(1)还要多.城1(de)负责人当然不能同意这个方法,但是一时他又找不出公平合理(de)解决办法．为了促成联合(de)实现,你能为他们提供一个满意(de)分担费用(de)方案吗首先,应当指出,城3和城2负责人提出(de)办法是不合理(de)：从前面(de)计算我们知道,三城联合,才能使总投资节约了640(de)效益应该分配给三城,使三城分配(de)费用都比他们单干时要少,这是为促成联合所必须制定(de)一条原则．至于如何分配,则是下面要进一步研究(de)问题． 把分担费用转化为分配效益,就不会出现城1联合建厂分担(de)费用反比单独建厂费用高(de)情况.将三城镇记为I={1,2,3},联合建厂比单独建厂节约(de)投资定义为特征函数.于是有v(φ)=0,v({1})=v({2})=v({3})=0,v({1,2})=c(1)+c(2)-c(1,2)=2300+1600-3500=400,v({2,3})=c(2)+c(3)-c(2,3)=1600+2300-3650=250,v({1,3})=0,v(I)=c(1)+c(2)+c(3)-c(1,2,3)=640.S {1} {1,2} {1,3} {1,2,3} V(s) 0 400 0 640 V(s-{1}) 0 0 0 250 V(s)- V(s-{1})0 400 0 39012 23 W()1/31/61/61/3W()[V(s)-V(s-{1})] 0 67 0 130即197)(1=v ϕ同理得321)(2=v ϕ,122)(3=v ϕ那么, 城1分担(de)费用为2300-197=2103, 城2分担(de)费用为1600-321=1279, 城3分担(de)费用为2300-122=2178,合计5560. 习题：某甲（农民）有一块土地.如果从事农业生产可年收入100元；如果将土地租给某企业家用于工业生产,可年收入200元；如果租给某旅店老板开发旅游业,可年收入300元；当旅店老板请企业家参与经营时,年收入可达400元.为实现最高收入,试问如何分配各人(de)所得才能达成协议例5动态规划模型有不少动态过程可抽象成状态转移问题,特别是多阶段决策过程(de)最优化如最短路径问题,最优分配,设备更新问题,排序、生产计划和存储等问题．动态规划是一种将复杂问题转化为一种比较简单问题(de)最优化方法,它(de)基本特征是包含多个阶段(de)决策．1951年,美国数学家贝尔曼(R．Bellman)等人,提出了解决多阶段决策问题(de)“最优化原理”,并研究了许多实际问题,从而创建了动态规划·动态规划方法(de)基本思想是：将一个复杂问题分解成若干个阶段,每一个阶段作为一个小问题进行处理,从而决定整个过程(de)决策,阶段往往可以用时间划分这就具有“动态”(de)含义,然而,一些与时间无关(de)静态规划中(de)最优化问题,也可人为地把问题分成若干阶段,作为一个多阶段决策问题来处理,计算过程单一化,便于应用计算机．求解过程分为两大步骤,①先按整体最优化思想递序地求出各个可能状态(de)最优化决策；②再顺序地求出整个题(de)最优策略和最优路线．下面,结合一个求最短路径(de)例子,来说明动态规划(de)一些基本概念．最短路径问题如图所示(de)交通网络,节点连接线路上(de)数字表示两地距离,计算从A 到E(de)最短路径及长度.1．阶段．把所要处理(de)问题,合理地划分成若干个相互联系(de)阶段,通常用k 表示阶段变量.如例中,可将问题分为4个阶段,k=1,2,3,4. 2．状态和状态变量．每一个阶段(de)起点,称为该阶段(de)状态,描述过程状态(de)变量,称为状态变量,它可以用一个数、一组数或一个向量来描述,常用k x 来表示第k 阶段(de)某一状态．如果状态为非数量表示,则可以给各个阶段(de)可能状态编号,i x i k =)(()(i k x 表示第k 个阶段(de)第i 状态).第k 阶段状态(de)集合为},,,,,{)()()2()1(T k i k k k k x x x x X =如例6中,第3阶段集合可记为}3,2,1{},,{},,{321)3(3)2(3)1(33===C C C x x x X3．决策和决策变量．决策就是在某一阶段给定初始状态(de)情况下,从该状态演变到下一阶段某状态(de)选择.即确定系统过程发展(de)方案．用一个变量来描述决策,称这个变量为决策变量.设)(k k x u 表示第k 个阶段初始状态为k x (de)决策变量．)(k k x D 表示初始状态为k x (de)允许决 策集合,有)(k k x u ∈)(k k x D ={k u }如例6中},,{)(3211B B B A D =,若先取2B ,则21)(B A u =. 4．策略和子策略．由每段(de)决策)(k k x u 组成(de)整个过程(de)决策变量序列称为策略,记为n P ,1,即n P ,1=)}(,),(),({2211n n x u x u x u从阶段k 到阶段n 依次进行(de)阶段决策构成(de)决策序列称为k 子策略,记为n k P ,即)(1,x P n k =)}(,),(),({11n n k k k k x u x u x u ++显然,k=1时(de)k 子策略就是策略.如例6,选取路径E D C B A →→→→221就是一个子策略．从允许策略集中选出(de)具有最佳效果(de)策略称为最优策略. 5．状态转移方程．系统在阶段k 处于状态k x ,执行决策)(k k x u (de)结果是系统状态(de)转移,即由阶段K(de)状态k x 转移到阶段K 十1(de)状态1+k x 适用于动态规划方法求解(de)是一类具有无后效性(de)多阶段决策过程．无后效性又称马尔科夫性,指系统从某个阶段往后(de)发展,完全由本阶段所处(de)状态以及其往后(de)决策决定,与系统以前(de)状态及决策无关,对于具有无后效性(de)多阶段过程,系统由阶段k 向阶段k+1(de)状态转移方程为))(,(1k k k k k x u x T x =+意即1+k x 只与k x ,)(k k x u 有关,而与前面状态无关．))(,(k k k k x u x T 称为变换函数或算子．分确定型和随机型,由此形成确定型动态规划和随机型动态规划． 6．指标函数和最优指标函数．在多阶段决策中,可用一个数量指标来衡量每一个阶段决策(de)效果,这个数量指标就是指标函数,为该阶段状态变量及其以后各阶段(de)决策变量(de)函数,设为n k V ,即n k x x u x V V n k k k n k n k ,,2,1),,,,(1,, ==+指标(de)含义在不同(de)问题中各不相同,可以是距离、成本、产品产 量、资源消耗等．例6中,指标(de)含义就是距离,指标函数为A 到E(de)距离,为各阶段路程(de)和．最常见(de)指标函数取各阶段效果之和(de)形式,即∑==nk j j j j n k u x V V ),(,指标函数nk V ,(de)最优值,称为相应(de)最优指标函数,记为)(k k x fnk k k optV x f ,)(=式中opt 是最优化之意,根据问题要求取max 或min ． 7．动态规划最优化原理．贝尔曼指出“作为整个过程(de)最优策略具有这样(de)性质：即无论过去(de)状态和决策如何,对前面(de)决策所形成(de)状态而言,余下(de)诸决策必须构成最优策略”基于这个原理,可有如下定理：定理 若策略*,1n P 是最优策略,则对于任意(de)k(1<k<n),它(de)子策略*,n k P 对于以),(*1*11*---=k k k k u x T x 为起点(de)k 到n 子过程来说,必是最优策略． 实质上,动态规划(de)方法是从终点逐段向始点方向寻找最短路径(de)一种方法．8．动态规划(de)数学模型．利用最优化原理,可以得到动态规划(de)数学模型)}(),({)(11+++=k k k k k k k x f u x V opt x f ))(1,,1,(k k k x D u n n k ∈-=0)(11=++n n x f这是一个由后向前(de)递推方程．下面以例6(de)最短路径问题说明这种递序解法．指标函数为两点之间(de)距离,记为),(k k u x d ,例中共分4个阶段． (倒推) 第4阶段2)(),()(5114=+=E f E D d D f 3)(),()(5224=+=E f E D d D f 5)(),()(5334=+=E f E D d D f 0)(5=E f第3阶段6835)(),(624)(),(min )(2421141113=⎭⎬⎫⎩⎨⎧=+=+=+=+=D f D C d D f D C d C f},,{11*4,3E D C P =4431)(),(826)(),(min )(2422141223=⎭⎬⎫⎩⎨⎧=+=+=+=+=D f D C d D f D C d C f},,{22*4,3E D C P =6651)(),(1239)(),(min )(3433243333=⎭⎬⎫⎩⎨⎧=+=+=+=+=D f D C d D f D C d C f},,{33*4,3E D C P =第2阶段7734)(),(1367)(),(min )(2321131112=⎭⎬⎫⎩⎨⎧=+=+=+=+=C f C B d C f C B d B f},,,{221*4,2E D C B P =7734)(),(826)(),(min )(2322131222=⎭⎬⎫⎩⎨⎧=+=+=+=+=C f C B d C f C B d B f},,,{222*4,2E D C B P =91468)(),(945)(),(min )(3333232332=⎭⎬⎫⎩⎨⎧=+=+=+=+=C f C B d C f C B d B f},,,{223*4,2E D C B P =第1阶段10111192)(),(74)(),(1073)(),(min )(323221211=⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧=+=+=+=+=+=+=B f B A d B f B A d B f B A d A f},,,,{221*4,1E D C B A P =故最短路径为E D C B A →→→→221,从A 到E(de)最短距离为10. 上述步骤可归纳为下述递推公式)}(),(m in{)(11+++=k k k k k k x f u x d x f 1,2,3,4(=k ）0)(55=x f此递推关系叫做动态方程,即最短路径问题(de)动态规划模型,应用动态规划方法解决问题(de)关键是根据所给问题建立具体(de)动态规划模型,建立动态规划模型时(de)主要困难在于：如何将所遇到(de)最优化解释为合适(de)多段决策过程问题．从例6看出,划分I 阶段、定义状态、确定指标函数,是动态规划模型化时(de)主要工作,其合适性决定应用动态规划(de)成败．建模时,除将实际问题根据时间和空间恰当地划分若干阶段外,还须明确下列几点： (1)正确选择状态变量,使它既能描述过程(de)状态,又。
