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

L.P. 问题中变量个数多于 2 时，图解法失效即使是计算机求解，首先也要有有效算法，然 后才可能利用程序去实现它 单形法，是 L.P. 问题算法之基础。本质上，它 是代数方法，可以用线性代数的理论证明方法 的合法性，清楚地说明算法背后的“为什么” 。由于课时限制我们不准备这么做，将把有限 的精力和时间浅尝辄止：了解算法本身的使用 ，并不证明“为什么”

网络——赋权图，记D=（V，E，C），其中C={c1，…，cn}， ci为边ei上的权（设ci ）。 网络分析主要内容——最小部分树、最短路、最大流

本节将通过动态规划的三种应用 类型——资源分配问题、复合系统可 靠性问题、设备更新问题，进一步介 绍动态规划的特点和处理方法

一、多阶段决策问题 1. 时间阶段的例子（机器负荷问题） 某厂有1000台机器，现需作一个五年计划， 以决定每年安排多少台机器投入高负荷生产（产 量大但损耗也大）可使五年的总产量最大

以上讨论了M/M/1和M/M/C系统，其 前提均为泊松输入和负指数服务处理，这 类系统的工具是生灭工程状态转移图。在 实际中，有时到达仍为泊松过程，但服务 时间并不服从负指数分布，即M/G/1系统 这时不能用生灭过程处理，而主要依据布 拉切克-钦辛公式(P-K公式)

一、标准的M/M/1模型(M/M/1/∞/∞ 1问题的一般提法 设:泊松输入/负指服务/单服务台/系统无限制/顾客源无限制 求:(1)系统状态概率Pn (2)系统运行指标L3,Lq,W3,Wq

一.到达的规律 现实中有许多服务系统，其顾客的到达具有下述特征： （1）无后效性：任一时段的到达数不受前一时段的影响； （2）平稳性：顾客到达是均匀的； （3）稀有性：瞬时内

一.标准的M/M/1系统的最优服务率μ 设:C为对每个顾客的单位时间服务费,C为每个顾客在 系统停留单位时间的损失费,z为总费用

第一节 排队的基本概念 第二节 到达与服务的规律 第三节 M/M/1排队模型 第四节 M/M/C排队模型 第五节 M/G/1排队模型 第六节 排队系统优化