第 6 章 优化与运筹决策：选得优的艺术
第 6 章 · 优化与运筹决策：选得优的艺术
章节摘要：优化是应用数学的"通用接口"——资源分配、参数标定、路径规划、投资组合，本质上都是在约束下找最优。本章 6.1 讲凸优化地基：凸性为什么是分水岭、KKT 条件如何刻画最优解；6.2 讲线性规划与整数规划这对"能精确求解"与"必须搜索"的对照；6.3 把视角放宽到排队论、博弈与多目标，处理"没有单一最优"的决策现场。
学习目标
阅读完本章，你应当能够：
- 判断一个优化问题是否凸问题，说出凸性带来的算法保证；
- 用 KKT 条件验证解的最优性，对偶变量读出影子价格；
- 建立混合整数规划模型并理解分支定界的搜索逻辑；
- 用排队论估等待、用帕累托前沿处理多目标冲突。
核心概念速览
凸性是优化问题的"体质分界线"：凸问题没有坑，非凸问题满地坑。
6.1 凸优化与 KKT 条件
凸集凸函数的判据、为什么凸问题是"好问题"、KKT 条件与拉格朗日乘子的工程读法。
6.2 线性规划与整数规划
营养配餐的线性规划全程、对偶与影子价格、混合整数模型的分支定界机理。
6.3 排队、博弈与多目标决策
利特尔法则的等待估算、纳什均衡的求解、帕累托前沿与偏好注入。
子章节之间的逻辑关系
6.1 理论地基（什么问题好解） │ ▼ 6.2 两类可解模型（连续与整数）──► 6.3 超越单一最优（等待、博弈、多目标）
6.1 给出判断力，6.2 覆盖运筹学的两大支柱模型，6.3 处理现实决策里目标多元、对手存在、系统排队的复杂情形。
门诊记录：本章算例一览
| 工单 | 用到的方法 | 关键产出 |
|---|---|---|
| 两条产线产能分配 | 线性规划、KKT 验收 | 影子价格与投入排序 |
| 仓库选址开设 | 混合整数、分支定界 | 开设决策与总成本 |
| 门店配送方案 | 运输线性规划 | 最优方案与对偶读法 |
| 客服中心容量 | M/M/1、利特尔法则 | 利用率-等待爆炸表 |
| 双寡头定价 | 反应曲线迭代 | 均衡与合谋的利润差 |
| 库存-缺货权衡 | 帕累托前沿 | 决策菜单 |
第 1 章的补货工单在本章收口：从四要素表到帕累托菜单，全流程闭环。8.1 节的神经网络训练是本章梯度方法的后代。
本章的动手建议围绕"建模"而非"调包"：拿到任何决策问题，先用 6.1 的凸性安检过一遍，判断它属于哪一类体质；再用 6.2 的三件套（变量、目标、约束）写出模型草稿，哪怕暂时不解；最后视需要补 6.3 的多目标视角。优化建模的功力七分在"把问题写对"，三分在求解。影子价格与帕累托菜单是本章两个最值钱的交付物，业务方对它们的感知远比最优目标值直接。
出科小考
自测三题：其一，产能工单里影子价格 300 的那条约束，商业上怎么用？其二，整数规划松弛解四舍五入的风险在哪里？其三，帕累托前沿陡峭段与平缓段各是什么含义？（答案分别在 6.1、6.2、6.3。）
三题过关意味着你已能独立完成"写模型、读价格、给菜单"的完整闭环，可以进入行业算例的实战检验。
还有一条经验：优化模型的第一版几乎总有错，把约束逐条翻译回业务语言请提出方确认，是最有效的查错手段。
前置知识与后续延伸
- 前置知识：梯度概念（第 3 章）、线性代数（第 2 章）；
- 后续延伸：第 7 章的供应链与调度工单是本章模型的实战舞台；第 8 章神经网络训练是 6.1 梯度方法的规模化后代。