第 7 章 行业战场算例集：数学在一线怎么用

第 7 章 · 行业战场算例集：数学在一线怎么用

章节摘要：前六章的"诊疗手段"在本章集中出诊。7.1 金融工单：期权定价与风险度量；7.2 生物数学工单：流行病模型的再生数与干预评估；7.3 信号与可靠性工单：傅里叶工具箱与寿命预测。每个算例都从行业背景讲起，走完"建模—求解—解读—变式"全程，展示同一套数学骨架如何跨行业复用。

学习目标

阅读完本章，你应当能够：

1. 用二叉树与蒙特卡洛为期权定价，用 VaR/CVaR 度量组合风险；
2. 求解 SIR 模型、计算基本再生数并模拟干预方案的效果；
3. 用傅里叶变换做信号去噪与频率诊断，用威布尔分布做寿命数据的可靠性分析。

核心概念速览

跨行业复用是应用数学的经济学：学一次骨架，服务无数战场。

7.1 金融数学工单

无套利直觉、二叉树定价的复制论证、蒙特卡洛加速、VaR/CVaR 的落地话术。

7.2 流行病与生物数学工单

SIR 模型的数值求解、基本再生数的阈值含义、干预方案的对比模拟。

7.3 信号、图像与可靠性工单

频域视角的去噪案例、包络与特征频率诊断、威布尔寿命拟合与可靠度预测。

子章节之间的逻辑关系

7.1 随机建模（第4章主场）  7.2 动力系统（第3章主场）  7.3 变换与统计（第2/4章主场）
        └──────────────┬──────────────┘
                       ▼
        共同结构：行业背景 → 数学骨架 → 数值实现 → 业务解读
​

三节是平行的三个战场，各自调用不同章节的主力工具；读的时候建议对照"工具箱来源"，体会方法迁移的手感。

门诊记录：本章算例一览

三个战场的共同套路值得总结成模板：行业背景翻译成数学结构、调用对应章节的工具、输出带业务话术的结论。换一个行业，套路不变。

本章的读法与前六章不同：不必按顺序，可以从自己最熟悉的行业切入，读的时候始终带着"工具箱来源"这一栏对照——每个算例都在回放前六章的某几件工具。更进一步的练法是"换行业复刻"：把 7.2 的 SIR 框架套到你所在领域的扩散问题上（谣言、技术采用、缺陷蔓延），或把 7.3 的频域手术搬到自己的时序数据上。算例的价值在于模板可迁移，复刻一次胜过精读三遍。

出科小考

自测三题：其一，为什么期权定价不需要预测涨跌概率？其二，R0 压不到 1 以下，干预还有意义吗、意义是什么？其三，威布尔形状参数 0.8 与 2.5 分别对应什么维修策略？（答案分别在 7.1、7.2、7.3。）

三题全对说明跨行业的模板迁移能力已经建立，接下来只剩在自己的领域里反复实战。

最后强调：行业算例的价值不在结论本身，而在"翻译"的过程——每个行业术语落到变量、约束、参数上的那一步才是真功夫。

前置知识与后续延伸

• 前置知识：第 3、4 章的核心工具（微分方程数值解、蒙特卡洛、估计）；
• 后续延伸：第 8 章把这些算例升级为"可信建模"议题——模型错了谁负责、不确定性如何入报告。

算例集的用法

本章的每个工单都对应前面某一章的方法落地：金融数学工单用第 6 章的随机过程与优化，生物数学工单用第 3 章的微分方程建模，排队与库存工单用第 5 章的随机模型。建议先独立建模再对照解答，重点比较"我的假设"与"标准假设"的差异——建模的功力不在解方程，而在假设的取舍。