第7章 差分方程模型
关键词：差分方程稳定性 离散时段 差分阻滞增长 混沌
? ? 将时间离散化后，就可以建立与微分方程相对应的差分方程模型。这章与第8章讨论的是确定性离散模型。实际上有些问题既可以用连续，又可以用离散，要看目的而定。离散的一个优势在于，便于计算机求解。
7.5 差分方程简介：介绍差分方程稳定性的知识，判别稳定的条件。本章要用到的知识。
7.1 市场经济中的蛛网模型
? ? 先用图形法建立市场经济的“蛛网模型”，给出趋于稳定的条件，再用差分方程建模，解释结果。本节开头的“问题前瞻、介绍”部分很经典，可作为建模论文写作的参考。
? ? 本节最后对结果的解释也非常值得学习：启示我们，一些数学结果如参数前后的变大/变小，可能意味着什么，我们不要轻易放过，而是要时刻不忘解释相对应的原因。
7.2 减肥计划——节食与运动
? ? 这是一个很生活的问题，主要讨论如何把一个“超重”的人减到目标的正常范围内（均以WTO颁布的体重指数BMI衡量）。
? ? 我认为这个模型的两点仍然在建模本身：及如何将减肥计划中“减肥”这一件事量化，用数学的语言可以表达，写出差分方程。其中p208的“基本方程”式（1）是整个模型的基石，有了此式后面的工作就可以往上搭建了。注意到，式（1）其实是一个“建而不解”的方程。
? ? 但正如节末评注中所述，实际参数的设置会更复杂，代谢消耗系数beta也因人而异、因环境而异，所以要有更多核对。但我们先要学习的还是建模这一步。 7.3 差分形式的阻滞增长模型
? ? 此节是与之前用微分方程Logistic规律描述的“阻滞增长”规律最好的对比。有时，用离散化的时间研究比较方便，本节是很好的参考。（按：本人曾经做过用差分方程加修正，描述人数传播问题，个人认为很多情况用差分方程更好，也更“诚实”些，因为我们也只是想要每个时段的数量）
? ? 要注意的是：若用离散描述，需要说明各“时段”指代意义。推出p211的式（6）后，这个一阶分线性差分方程，也是“建而不解”，但注意：此处“不解”是指不需求通项公式，但各项的值仍要计算——用计算机递推可方便得到。我们最关心的往往是k趋向无穷时，y/x收敛情况，即平衡点稳定性的问题。这里微分、差分方程判别上有区别。
? ? P212中，通过深入讨论和213页的数据表发现，不同的参数b下收敛情况不一，然后发现了“倍周期收敛”的规律，即存在多个收敛的子序列。然后发现当n区域无穷时，不在存在任何倍周期收敛，出现混沌现象（Chaos）。
? ??混沌的特点为对初值极度敏感，这一点在物理课中老师也提到过，许多非线性方程均是如此，即“差之毫厘，失之千里”，蝴蝶效应。 7.4 按年龄分组的种群增长
? ? 这个模型的主要区别在于：将种群分成n个年龄组，分析各年龄组对种群总量增减的影响。这一节的数学推导稍繁。
第8章 离散模型
关键词：层次分析 排名次 冲量过程 “分赃” 群体决策
（本章是确定性离散模型的应用、方法）
8.1 层次分析模型
? ? 社会经济系统分析工具。排名、评分评价，排等级都可以用层次分析模型解决，数学知识虽然不深，但是思想十分巧妙且合理，可扩展性也很好。关键在于1）“成对比较矩阵”的确定及修正，2）特征根法求权向量的原理（重要），3）1-9比较尺度（Satty等人提出），4）一致性检验。 8.2 循环比赛的名次
? ? 这节也是对一些排名评价“难题”给出一种经典解法：邻接矩阵+得分向量。转化为计算各级得分向量s、A最大特征根&对应特征向量s。按常理一般只会想到基于原邻接矩阵的1级得分向量，若比不出则停滞了；但若将i级乘回邻接矩阵，可以“发展”到i+1级得分向量——这个思想是本模型的关键，而且简单易用易理解。
? ? 对于所谓的“下一级”得分向量定义的原理依据，或实际意义，是此思想的关键，我觉得可以接受，看上去很有道理，但未想出具体的解释，这里欢迎指教、讨论。（p246）
8.3 社会经济系统的冲量过程
? ? 区别于机理分析、统计分析，冲量过程与层次分析属于“系统分析”，是近20年来发展起来的解决复杂系统的有力工具。
? ? 这节模型研究能源系统中，各个因素的趋势、预测问题。主要工具有：带符号加权的有向图，冲量过程（类比物理“冲量“概念）。其目的无非是研究系统的“稳定性”，以及如何“调整”到稳定。这是实际问题关注的。 8.4 效益的合理分配
? ? 几方（大于3方）合作，已知不同子组合可获得不同收益，那么一起合作后，谁的功劳最大？也就是说，干完活后，如何“分赃”——这里是理性的、用数学推理的公平的“分赃”。
本节介绍了3类方法：Shapley值，协商解等，Raiffa解。最后用一个3方分配例子对比了这3种方法。3种方法特点在p262。是客观求各因素权重的有力途径。 8.5 存在公正的选举规则吗
? ? 这一节类似第2章的“公平席位”。主要讨论的是“群体决策”这一类问题。 ? ? 首先是简单的选举规则。
? ? 接着介绍Arrow K的工作：提出一组公理，却证明不存在满足这组公理的选举规则，但很具有启发性。
? ? 然后是联合尺度选举规则，它是一个简单易行的规则（但是对投票情况限制了，才可能满足Arrow公理）。
? ? 最后是一种与Arrow公理无关的规则——最小距离，这是一种类比思想，很巧妙地把公平转化为距离之和最小的最优化问题。
第9章 概率模型
关键词：随机模型 基础概率 生灭过程 数值解分析
? ? 相对“确定性”模型来说，当随机因素的影响不可忽略时，就要建立随机模型。概率模型就是比较简单的随机模型，这一章用我们熟悉的概率分布、期望、方差等知识介绍概率模型怎样处理随机因素的。 ? ? 关键点有：
1. 如何定义随机因素相关的量。针对一个实际问题，做好定义是开始工作的根本。 2. 随机概率模型一般从离散角度（一个个时段）下手，但求解中为了需要可能会转化为连续（如p274的求和转化为积分）。
3. 要灵活根据实际问题，决定哪些参数应设为定值，哪些参数会变（如9.4轧钢问题，重量服从正态分布中，均方差应认为是已知的定值，而均值是可以调整的）。 4. 一般的“生灭过程”参考9.5的随机人口模型——相比之前的人口模型，这个更加一般，考虑的因素更多，更接近实际。
5. 有些模型无法解析求解，然而数值计算的结果已满足我们对问题进行分析的需要（9.6预订票策略）。
第10章 统计回归模型
关键词：数据拟合?MATLAB统计 残差分析 自相关 逐步回归
《数学模型第三版》学习笔记
