主题
什么是数学建模?
把现实问题变成可检验的问题
数学建模是用变量、关系和约束描述现实问题,再借助数学分析或计算回答具体问题。一个模型通常只保留能影响当前决策的因素。食堂问“明天准备多少份午餐”,就需要说明准备量由谁决定、需求在何时得知、缺餐和剩餐各有什么代价。换成“下学期要不要增设窗口”,同一家食堂还得考虑排队和服务速度。
预测、解释和决策需要不同的证据。预测明天的人数,可以用上周同一星期几的人数作基线。要解释某次客流上升是否由课程表改变造成,还要分析天气、节假日等其他因素。要定备餐量,则需要权衡剩餐、缺餐和厨房产能。
一个可以手算的模型
设准备
假设明天需求只有 90 或 110 份,暂时各取一半概率,计算三种候选方案。
| 备餐量 | 需求 90 份时损失 | 需求 110 份时损失 | 平均损失 |
|---|---|---|---|
| 90 | 0 | 120 | 60 |
| 100 | 20 | 60 | 40 |
| 110 | 40 | 0 | 20 |
这里的需求均值是 100 份,但这三种候选方案里,110 份的平均损失最低。缺餐损失更高,改变了备餐决策。这个结果依赖设定的代价和需求概率。若厨房上限为 105 份,110 份就不再可行,需要在真实产能范围内比较。
回到现场检查
先核对“需求”能否从售卖记录估计。如果经常提前售罄,售出的份数会低估真实需求。再用后续有可靠需求记录的时段回放,比较模型方案与现行备餐规则的剩餐率和缺餐率。对于难以确定的代价,可分别在几组合理取值下重算,观察备餐量是否因此明显变化。
第一次建模
用一句话写明“谁在什么时候,用哪些已知信息,决定或估计什么”。如果一句话里混入多个交付目标,可以先选最紧迫的一个做可手算的版本。