生产实际中遇到的线性规划问题常常是规模很大的，如果约束条件多到超过计算机容量 的程度，就会给求解造成困难。为了克服这一困难，对于大型问题，针对其具体结构，往往 可把它分解成几个较小问题来处理，这类方法称为分解算法

线性规划中所使用的数据,大多是些估计值,有的不够准确，这就需要研究当对某些数据作稍许改变 时，最优解是否变化?如何变化?更何况实际情况还常有变动，特别经济问题是如此,象产品价格的变动,资 源限制数的增减，约束条件的增减，变量的增减等等。这势必影响最优解和最优值。可见充分利用原最优 表，分析最优解对某些数据变化的反应程度即灵敏度是十分必要的，同时也避免了因条件的些许改变而去 从头求解，故灵敏度的分析亦称最优化后分析

由上一章定理 5，线性规划问题的最优解可以只限于在基可行解中去挑选。由于基可行 解有限,故原则上可采用枚举法。但从算法的角度看,这显然不是简便有效的。当 m、n 较大 时,根本行不通。事实上 m、n 在 100 左右的线性规划问题属于小型的

若非线性规划的目标函数为自变量 n x R  的二次函数，约束条件又是线性的，就称这 种规划为二次规划。二次规划是非线性规划中比较简单的一类，它较容易求解，由于许多方 面的问题都可以抽象成二次规划的模型，下面的分析表明它和线性规划又有直接联系，因此 受到较为广泛的关注

这类问题的求解方法在数学分析中已解决，即 Lagranger 乘数法， 先作简要复述

（一）非线性规划的例子 在决策和物理等科学中常常提出含有非线性函数的优化问题，请看下面的几个例子。 例 1、某饲养场拟建一排五间的猪舍，平面布置如图 1 所示。由于资金及材料的限制，围墙和 隔墙的总长度不能超过 54 米，为使猪舍面积最大，应如何选择长宽尺寸？

两种流行的商业经营模式：以预测为基础或、以 快速响应为基础 预测为基础－－比较适合于中长期规划、资本安 排、战略层面思考 人口、收入、GDP 增长预测，直接影响外资进入 快速响应基础－－适合于日常运作的决策 各国利率的变化，会影响国际投机资本的运动 市场需求的变化，影响商品配送工作，影响价格 即使是日常运作，如“延迟”策略，更需要总量预测

1．运营管理与运筹学或管理科学（OR/MS）的区别是什么？运营管理与工业工程（IE）的区别是什么？ 2．你你为应如何区别运营管理和你在大学里学过的管理学和组织行为学？

Markov 过程是随机过程研究的对象之一 运动是世界存在的本质，我们所关注的事物、 对象、目标等等，无不在变化中，其中大多数 还处在随机变化中 探讨随机运动的趋势、可能的结果，就是 Markov 过程的关注所在 重点：掌握 Markov 过程研究问题的思路和方 法

在许多商业决策中，期望货币值的确是一种不错的决 策准则。但还有许多时候，期望货币值（注意力集中 在收入）根本无法提供希望的最佳决策方案 例如：为一幢房子购买保险的决策并不会比不买保险 带来更高的期望货币值，否则，保险公司如何赚钱？ 类似地，即使决策的期望货币值是负的，许多人还是 会买彩票！ 这说明：货币值对决策者来说并不是所有可能结果的 真实价值的唯一之度量－－效用分析的意义在于：关 注产出的同时，需要关注风险！－－如，投资决策 重点：掌握效用分析基础及其与度量的关系