故事从一次"拍脑袋"翻车开始。你负责一个信息系统集成项目，工期25个月，老板拍胸脯保证能按期交付。结果第7个月一查，关键路径上的活儿E拖后2个月。老板问你："还能按时完工吗？多花多少钱能补回来？"你张口就答不上来。
这时你想起上学时学过的运筹学和数学建模——原来那些枯燥的公式真能救命。应用数学虽然内容多，但软考考点集中在运筹方法和数学建模两块。本章就是架构师的"算命术"：用数学把"拍脑袋"变成"拍数据"。
🎯 20.1 运筹方法——在乱局里找"最优解"
运筹学=把生产管理中的普遍性问题提炼成模型，用数学方法求解，提出综合性的合理安排以达到最好效果。四步走：确定目标→制订方案→建立模型→制订解法。
20.1.1 网络计划技术：关键路径法CPM
用有向图描述工程，顶点表示事件/活动，弧表示活动关系。两种网要分清：
- AOV网(Activity On Vertex)：顶点=活动，弧=先后关系
- AOE网(Activity On Edge)：顶点=事件，弧=活动，权=活动历时
因为AOE中活动可并行，完成工程的最少时间=从开始顶点到结束顶点的最长路径长度，这条最长路径就叫关键路径(临界路径)，其上的活动叫关键活动。
四个关键量
| 符号 | 含义 |
|---|---|
| Ve(j) | 顶点j事件最早发生时间(源点向汇点递推) |
| Vl(j) | 顶点j事件最迟发生时间(汇点向源点递推) |
| e(i) | 活动i最早开始时间 = Ve(j)(j为起点) |
| l(i) | 活动i最迟开始时间 = Vl(j)−(活动历时)，j为终点 |
网络优化三种思路
- 时间优化：缩短工期。技术措施缩短关键活动时间，或组织措施利用非关键活动总时差调配资源到关键活动，或改变逻辑关系用并行缩短
- 时间-资源优化：优先关键活动资源；利用非关键活动总时差错峰开始拉平资源高峰；资源受限时可适当推迟完工
- 时间-费用优化：直接费用+间接费用权衡。直接费用率=(极限时间直接费用−正常时间直接费用)/(正常时间−极限时间)。极限时间=采取一切措施后能达到的最短工作时间
20.1.2 线性规划——资源有限下求极值
在有限资源下如何有效使用资源达到预定目标——一组约束条件下求目标函数极值。目标函数 z=c₁x₁+c₂x₂+…+cₙxₙ，约束为线性等式/不等式。
两种解法：
- 图解法：直观，2~3变量可用。每个约束是一个半平面，交集=可行域(凸多边形)。目标函数z=常数是一族平行等值线，沿法线方向移动到可行域边界顶点即最优解
- 单纯形法：变量超过3个时用，从可行域一个顶点出发转换到另一个顶点，直到目标函数达最大值
解的四种情况：唯一最优解、无穷多最优解(多重解)、无界解(无最优解，源于缺约束)、无可行解(源于矛盾约束)。后两种说明模型有错。
建模三条件：①目标函数能用数值指标反映且为线性 ②存在多种方案 ③目标在一定约束下实现，约束可用线性等式/不等式描述。
20.1.3 决策论——不确定时怎么选
诺贝尔奖得主西蒙名言："管理就是决策"。决策模型六要素：决策者、可选方案、衡量准则、事件(客观不可控状态)、每事件产生的结果、决策者价值观。
决策方法分两类：面向结果(确定目标→收集信息→提出方案→方案选择→决策)和面向过程(预决策→决策→决策后，决策阶段又分分部决策和最终决策)。
不确定型决策五种准则（环境概率未知）
用投资策略三方案(积极/稳健/保守)×三状态(不景气/不变/景气)的经典例题记忆：
| 准则 | 别名 | 原则 | 本题选 |
|---|---|---|---|
| 乐观主义 | maxmax最大最大 | 大中取大，各方案取最大再取最大 | 积极(500) |
| 悲观主义 | maxmin最大最小 | 小中取大，各方案取最小再取最大 | 保守(200) |
| 折中主义 | 赫尔威斯Harwicz | cv=α·max+(1−α)·min，α接近1乐观接近0悲观 | 看α |
| 等可能 | 拉普拉斯Laplace | 每状态概率1/n，按最大期望值决策 | 转风险决策 |
| 后悔值 | 萨维奇Savage最小最大后悔 | 各状态最大收益−自身=后悔值，取各方案最大后悔值再取最小 | 稳健(250) |
风险决策（概率已知）
两种决策准则：最大期望收益EMV和最小机会损失EOL。EMV最大时EOL最小，两个准则结果一致。
20.1.4 对策论(博弈论)——你猜我猜你猜
对策论=研究具有竞争/斗争性质现象的数学理论。各方目标利益不同，须考虑对手可能行动，选取对自己最有利的方案。
经典案例：甲乙两网站都高价各赚1000万；一方单独降价得1500万，对手得200万；双方都降价各得700万。
🧠 20.2 数学建模——把现实"翻译"成公式
当需要从定量角度分析实际问题时，用数学符号和语言把问题表述为数学式子(数学模型)，再算结果解释实际问题并接受检验，这全过程就是数学建模。
数学模型的一般形式
目标评价准则 U = g(x₁…xₙ, y₁…yₘ, ξ₁…ξₖ)；约束条件 g(x,y,ξ) ≥ 0。
- xᵢ=可控变量，yᵢ=已知参数，ξₖ=随机因素
- g为等式时是平衡条件
- 无随机因素=确定性模型，有=随机模型(用期望/方差/概率分布评价)
- 可控变量取离散值=离散模型，连续取值=连续模型
按数学工具分：代数方程/微分方程/概率统计/逻辑模型；按求解方法分：直接最优化/数字模拟/启发式；按用途分：分配/运输/更新/排队/存储；按研究对象分：能源/教育/军事/宏观经济。
数学建模七步过程（必考顺序）
- 模型准备：了解实际背景，明确意义，掌握信息，用数学语言描述
- 模型假设：根据特征和目的简化，精确语言提恰当假设
- 模型建立：在假设基础上用数学工具刻画变量关系，尽量用简单工具
- 模型求解：用数据资料对所有参数计算(估计)
- 模型分析：对结果做数学分析
- 模型检验：与实际比较验证准确性合理性；吻合则解释含义，不吻合则改假设重来
- 模型应用：因问题性质和目的而异
建模四种方法
| 方法 | 思路 |
|---|---|
| 直接分析法 | 根据问题内在机理直接构造模型 |
| 类比法 | 根据类似问题的模型构造新模型 |
| 数据分析法 | 通过试验获大量数据，用统计分析建模 |
| 构想法 | 对将来可能情况给逻辑合理设想，用已有方法构造并不断修正 |
🏆 本章知识地图
- 📌 运筹四步：确定目标→制订方案→建立模型→制订解法
- 📌 网络计划：AOV(顶点=活动)vs AOE(顶点=事件/弧=活动带权)；关键路径=最长路径；关键活动 l(i)=e(i)
- 📌 四个量：Ve(最早事件)/Vl(最迟事件)/e(最早开始)/l(最迟开始)
- 📌 网络优化三思路：时间优化/时间-资源优化/时间-费用优化；直接费用率=(极限-正常费用)/(正常-极限时间)
- 📌 线性规划：图解法(可行域凸多边形,顶点最优)vs单纯形法(>3变量)；四解：唯一/无穷多/无界/无可行
- 📌 不确定型五准则：乐观(maxmax)/悲观(maxmin)/折中(Harwicz,α系数)/等可能(Laplace,1/n)/后悔值(Savage,最小最大后悔)
- 📌 风险决策：EMV(最大期望收益)=EOL(最小机会损失)一致；决策树算期望
- 📌 博弈论：囚徒困境/价格战，占优策略→纳什均衡(个人理性致集体次优)
- 📌 建模七步：准备→假设→建立→求解→分析→检验→应用
- 📌 建模四方法：直接分析/类比/数据分析/构想法