【软考架构师】数学与经济管理（运筹学） 核心考点与学习笔记（超详细解析+图解）
摘要：本文为软考高级系统架构设计师（第20章：数学与经济管理）的学习笔记。运筹学与数学经济管理是软考中极具"套路"的客观题模块，常以3~5分的形式出现。内容涵盖图论应用（最小生成树、最大流量、最短路径）、运筹方法（线性规划、动态规划）、以及决策论、决策树、盈亏平衡点、状态转移矩阵、运输问题和指派问题。针对复杂的算法推演过程，本文利用 Mermaid 语法绘制了计算流程图，并总结了"破圈法"、"增广路法"、"匈牙利法"等秒杀技巧，助你稳拿考卷中的"数学分"！
目录
- [1. 图论应用（⭐⭐⭐）](#1. 图论应用（⭐⭐⭐）)
- [1.1 最小生成树问题](#1.1 最小生成树问题)
- [1.2 最大流量问题](#1.2 最大流量问题)
- [1.3 最短路径问题](#1.3 最短路径问题)
- [2. 运筹方法（⭐⭐）](#2. 运筹方法（⭐⭐）)
- [2.1 线性规划问题](#2.1 线性规划问题)
- [2.2 动态规划问题（背包问题）](#2.2 动态规划问题（背包问题）)
- [3. 数学与经济管理（其他）（⭐⭐⭐）](#3. 数学与经济管理（其他）（⭐⭐⭐）)
- [3.1 不确定性决策问题](#3.1 不确定性决策问题)
- [3.2 决策树问题](#3.2 决策树问题)
- [3.3 盈亏平衡点](#3.3 盈亏平衡点)
- [3.4 状态转移矩阵（马尔可夫链）](#3.4 状态转移矩阵（马尔可夫链）)
- [3.5 最优解问题（运输问题）](#3.5 最优解问题（运输问题）)
- [3.6 指派问题（匈牙利算法）](#3.6 指派问题（匈牙利算法）)
- [4. 总结与备考建议](#4. 总结与备考建议)
1. 图论应用（⭐⭐⭐）
图论题目在软考中几乎属于必考送分题。掌握算法套路，无需死记硬背，只需画图推演即可。
1.1 最小生成树问题
考点 ：使所有节点连通，且所有边权值之和最小（即"最小联通路径问题"）。
口诀 ：数顶点、减一得边数；从小到大排好队，选边千万别成环。
例题解析：
下图标明了六个城市（A~F）之间的公路长度。使各个城市之间均可通达，至少要改造总计（）公里的公路，这种方案共有（）个。
解题思路（克鲁斯卡尔算法 - 破圈法）：
- 定边数 ：图中有6个顶点，根据
边数 = 顶点数 - 1，需要选出 5条边。 - 排好队 ：将图中的边按长度从小到大排序：
- 200：AE、FD
- 300：AB、BF、AF、CD、CF (注：看图得知)
- 400：BC、AC、EF
- 选边防成环 ：
- 第1步：选 AE (200)。
- 第2步：选 FD (200)。
- 第3步：在300的边中挑。如果选BF，则B、F、D连通；如果选AB，则A、B、E连通；为了连通这6个点，必须把CF(300)或CD(300)选上（假设选CD，则F、D、C连通）。
- 第4、5步：为了让A、E所在子图与B、F、C、D所在子图连通，必须在 AF(300)、AB(300)、BF(300) 等之间选择。
- 选取的5条边（如：AE, FD, CD, AF, AB）总长度为：200+200+300+300+300 = 1300。
- 计算方案数 ：由于 A-E-F-B 之间的300边可以有多种组合（AF必选，AB和BF只能选其一以保证不成环），且 F-C-D 之间也有多种组合，排列组合后，共有 3种 等价方案。
#mermaid-svg-9DKUyEWhmvop0fmG{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-9DKUyEWhmvop0fmG .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-9DKUyEWhmvop0fmG .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-9DKUyEWhmvop0fmG .error-icon{fill:#552222;}#mermaid-svg-9DKUyEWhmvop0fmG .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-9DKUyEWhmvop0fmG .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-9DKUyEWhmvop0fmG .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-9DKUyEWhmvop0fmG .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-9DKUyEWhmvop0fmG .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-9DKUyEWhmvop0fmG .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-9DKUyEWhmvop0fmG .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-9DKUyEWhmvop0fmG .marker{fill:#333333;stroke:#333333;}#mermaid-svg-9DKUyEWhmvop0fmG .marker.cross{stroke:#333333;}#mermaid-svg-9DKUyEWhmvop0fmG svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-9DKUyEWhmvop0fmG p{margin:0;}#mermaid-svg-9DKUyEWhmvop0fmG .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-9DKUyEWhmvop0fmG .cluster-label text{fill:#333;}#mermaid-svg-9DKUyEWhmvop0fmG .cluster-label span{color:#333;}#mermaid-svg-9DKUyEWhmvop0fmG .cluster-label span p{background-color:transparent;}#mermaid-svg-9DKUyEWhmvop0fmG .label text,#mermaid-svg-9DKUyEWhmvop0fmG span{fill:#333;color:#333;}#mermaid-svg-9DKUyEWhmvop0fmG .node rect,#mermaid-svg-9DKUyEWhmvop0fmG .node circle,#mermaid-svg-9DKUyEWhmvop0fmG .node ellipse,#mermaid-svg-9DKUyEWhmvop0fmG .node polygon,#mermaid-svg-9DKUyEWhmvop0fmG .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-9DKUyEWhmvop0fmG .rough-node .label text,#mermaid-svg-9DKUyEWhmvop0fmG .node .label text,#mermaid-svg-9DKUyEWhmvop0fmG .image-shape .label,#mermaid-svg-9DKUyEWhmvop0fmG .icon-shape .label{text-anchor:middle;}#mermaid-svg-9DKUyEWhmvop0fmG .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-9DKUyEWhmvop0fmG .rough-node .label,#mermaid-svg-9DKUyEWhmvop0fmG .node .label,#mermaid-svg-9DKUyEWhmvop0fmG .image-shape .label,#mermaid-svg-9DKUyEWhmvop0fmG .icon-shape .label{text-align:center;}#mermaid-svg-9DKUyEWhmvop0fmG .node.clickable{cursor:pointer;}#mermaid-svg-9DKUyEWhmvop0fmG .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-9DKUyEWhmvop0fmG .arrowheadPath{fill:#333333;}#mermaid-svg-9DKUyEWhmvop0fmG .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-9DKUyEWhmvop0fmG .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-9DKUyEWhmvop0fmG .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-9DKUyEWhmvop0fmG .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-9DKUyEWhmvop0fmG .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-9DKUyEWhmvop0fmG .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-9DKUyEWhmvop0fmG .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-9DKUyEWhmvop0fmG .cluster text{fill:#333;}#mermaid-svg-9DKUyEWhmvop0fmG .cluster span{color:#333;}#mermaid-svg-9DKUyEWhmvop0fmG div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-9DKUyEWhmvop0fmG .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-9DKUyEWhmvop0fmG rect.text{fill:none;stroke-width:0;}#mermaid-svg-9DKUyEWhmvop0fmG .icon-shape,#mermaid-svg-9DKUyEWhmvop0fmG .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-9DKUyEWhmvop0fmG .icon-shape p,#mermaid-svg-9DKUyEWhmvop0fmG .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-9DKUyEWhmvop0fmG .icon-shape .label rect,#mermaid-svg-9DKUyEWhmvop0fmG .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-9DKUyEWhmvop0fmG .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-9DKUyEWhmvop0fmG .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-9DKUyEWhmvop0fmG :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} 选取步骤演示
选边 AE=200
选边 FD=200
选边 CD=300 连通C和D
选边 AF=300 连通A和F
选边 AB=300 或 BF=300 连通B
答案：1300公里，3个方案。（选择 B，C）
1.2 最大流量问题
考点 ：从起点（源点）到终点（汇点）单位时间内能通过的最大运输量。
解题核心方法 ：增广路法（Ford-Fulkerson算法）。不断寻找从源点到汇点还有剩余容量的路径，直到找不到任何路径为止。
例题解析：
各节点之间的运输能力（万吨/小时）如表所示。求从节点①到节点⑥的最大运输能力（流量）。
解题步骤（图表法手推）：
- 路径1：① -> ② -> ⑤ -> ⑥，通过能力受限于最小边 min(6, 7, 21) = 6。更新剩余容量。
- 路径2：① -> ③ -> ⑤ -> ⑥，通过能力 min(10, 14, 15) = 10（因为⑤->⑥的容量21被占了6，剩15）。更新剩余容量。
- 路径3：① -> ④ -> ⑥，通过能力 min(10, 5) = 5。更新剩余容量。
- 路径4：此时正向路径基本饱和。我们需要找"反向边"（即退流操作）来调整流量。通过反向边，再次找到一条路径 ① -> ③ -> ⑤ -> ② -> ④ -> ⑥（注：这里涉及反向抵消计算）。
- 路径5：① -> ③ -> ② -> ⑤ -> ⑥，通过能力 min(剩余) = 1。
- 累加 ：将上述找到的所有可达路径上的最大流量相加：10 + 6 + 5 + 1 + 1 = 23 万吨/小时。
#mermaid-svg-XjcucHDKDWO3DwFt{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-XjcucHDKDWO3DwFt .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-XjcucHDKDWO3DwFt .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-XjcucHDKDWO3DwFt .error-icon{fill:#552222;}#mermaid-svg-XjcucHDKDWO3DwFt .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-XjcucHDKDWO3DwFt .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-XjcucHDKDWO3DwFt .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-XjcucHDKDWO3DwFt .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-XjcucHDKDWO3DwFt .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-XjcucHDKDWO3DwFt .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-XjcucHDKDWO3DwFt .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-XjcucHDKDWO3DwFt .marker{fill:#333333;stroke:#333333;}#mermaid-svg-XjcucHDKDWO3DwFt .marker.cross{stroke:#333333;}#mermaid-svg-XjcucHDKDWO3DwFt svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-XjcucHDKDWO3DwFt p{margin:0;}#mermaid-svg-XjcucHDKDWO3DwFt .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-XjcucHDKDWO3DwFt .cluster-label text{fill:#333;}#mermaid-svg-XjcucHDKDWO3DwFt .cluster-label span{color:#333;}#mermaid-svg-XjcucHDKDWO3DwFt .cluster-label span p{background-color:transparent;}#mermaid-svg-XjcucHDKDWO3DwFt .label text,#mermaid-svg-XjcucHDKDWO3DwFt span{fill:#333;color:#333;}#mermaid-svg-XjcucHDKDWO3DwFt .node rect,#mermaid-svg-XjcucHDKDWO3DwFt .node circle,#mermaid-svg-XjcucHDKDWO3DwFt .node ellipse,#mermaid-svg-XjcucHDKDWO3DwFt .node polygon,#mermaid-svg-XjcucHDKDWO3DwFt .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-XjcucHDKDWO3DwFt .rough-node .label text,#mermaid-svg-XjcucHDKDWO3DwFt .node .label text,#mermaid-svg-XjcucHDKDWO3DwFt .image-shape .label,#mermaid-svg-XjcucHDKDWO3DwFt .icon-shape .label{text-anchor:middle;}#mermaid-svg-XjcucHDKDWO3DwFt .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-XjcucHDKDWO3DwFt .rough-node .label,#mermaid-svg-XjcucHDKDWO3DwFt .node .label,#mermaid-svg-XjcucHDKDWO3DwFt .image-shape .label,#mermaid-svg-XjcucHDKDWO3DwFt .icon-shape .label{text-align:center;}#mermaid-svg-XjcucHDKDWO3DwFt .node.clickable{cursor:pointer;}#mermaid-svg-XjcucHDKDWO3DwFt .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-XjcucHDKDWO3DwFt .arrowheadPath{fill:#333333;}#mermaid-svg-XjcucHDKDWO3DwFt .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-XjcucHDKDWO3DwFt .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-XjcucHDKDWO3DwFt .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-XjcucHDKDWO3DwFt .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-XjcucHDKDWO3DwFt .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-XjcucHDKDWO3DwFt .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-XjcucHDKDWO3DwFt .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-XjcucHDKDWO3DwFt .cluster text{fill:#333;}#mermaid-svg-XjcucHDKDWO3DwFt .cluster span{color:#333;}#mermaid-svg-XjcucHDKDWO3DwFt div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-XjcucHDKDWO3DwFt .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-XjcucHDKDWO3DwFt rect.text{fill:none;stroke-width:0;}#mermaid-svg-XjcucHDKDWO3DwFt .icon-shape,#mermaid-svg-XjcucHDKDWO3DwFt .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-XjcucHDKDWO3DwFt .icon-shape p,#mermaid-svg-XjcucHDKDWO3DwFt .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-XjcucHDKDWO3DwFt .icon-shape .label rect,#mermaid-svg-XjcucHDKDWO3DwFt .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-XjcucHDKDWO3DwFt .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-XjcucHDKDWO3DwFt .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-XjcucHDKDWO3DwFt :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} 6
10
10
7
14
1
4
5
21
①
②
③
④
⑤
⑥
答案：23（选择 B）。
1.3 最短路径问题
考点 ：从起点到终点经历的总权值（费用/距离）最小的一条路径。
核心算法 ：Dijkstra算法（迪杰斯特拉） 。
解题步骤：
- 设起点为S，S到S的距离为0，S到其他节点为∞。
- 找出距离最小的节点，将其加入"已确定集合"。
- 通过新加入的节点，更新其邻居节点的距离（如果经过新节点更近，则更新）。
- 重复步骤2，直到所有节点都加入集合。
案例分析：
从城市s发送到城市t，线条数字代表费用。求至少需要花费多少元？
- 表格法推演：从s出发，不断用当前距离最短的节点去更新其他节点，记录前驱节点。
- 路径推演结果：s -> 2 -> 3 -> 5 -> 9 -> t （假设推演得出此路径）。
- 费用计算：21 + 20 + 12 + 10 + 18 = 81万元。
答案：81（选择 A）。
2. 运筹方法（⭐⭐）
2.1 线性规划问题
考点 ：在给定的线性约束条件下，求目标函数的最大值或最小值。
解题步骤：
- 设未知数（如生产甲X套，乙Y套）。
- 列出目标函数（利润最大化）：
Max Z = 2X + 3Y。 - 列出约束条件不等式组：
- 2X + 3Y ≤ 14 （设备限制）
- 8X ≤ 16 （原材料A限制，即 X ≤ 2）
- 3Y ≤ 12 （原材料B限制，即 Y ≤ 4）
- X ≥ 0, Y ≥ 0
- 画图求解（找交点） ：由于只需凑答案，可以直接将选项代入检验。
- 代入A(2,3)：Z=22+33=13
- 代入B(1,4)：Z=21+34=14
- 代入C(3,4)：X=3不满足X≤2约束，排除。
- 代入D(4,2)：X=4不满足X≤2约束，排除。
答案：B方案利润最大（14万元）。
2.2 动态规划问题（背包问题）
考点 ：将复杂问题拆解为多阶段决策，通常结合"单位价值/利润"进行贪心选择。
例题解析：
用一辆载重10吨的卡车装运货物，获得最大利润。每件利润表略。
解题思路：
- 算单位利润：将每种货物的
利润 / 重量算出来。- A: 53/1 = 53
- B: 52/2 = 26
- C: 54/3 = 18
- D: 54/4 = 13.5
- E: 53/5 = 10.6
- F: 53/6 = 8.83
- 贪心策略：优先拿单位利润最高的。D最高（13.5），其次是A（53）。
- 凑重量：拿2件D（重8吨，利润108*2? 注：原表D单件利润为216，单位54。假设件利润，按原表216/4=54。更正：D单位利润54，A为53，B为52）。
- 选2件D：重8吨，利润 = 216 * 2 = 432元。剩余2吨。
- 选2件A：重2吨，利润 = 53 * 2 = 106元。
- 总利润 = 432 + 106 = 538元。
答案：538元（选择D）。
3. 数学与经济管理（其他）（⭐⭐⭐）
3.1 不确定性决策问题
面对未来可能发生的多种情况（如宏观经济的景气、不景气），如何进行决策？有四大准则：
| 准则名称 | 决策原则（口诀） | 操作步骤 | 示例（收益矩阵） |
|---|---|---|---|
| 乐观主义准则 | 大中取大 | 每个方案挑最大值，再从中挑最大。 | 积极方案最大500，稳健300，保守400。选500对应的积极。 |
| 悲观主义准则 | 小中取大 | 每个方案挑最小值，再从中挑最大。 | 积极方案最小50，稳健150，保守200。选200对应的保守。 |
| 后悔值准则 | 大中取小 (最小最大后悔值) | 1. 算出每列的理想最大值。 2. 用理想最大值减去该列所有值，得到后悔值矩阵。 3. 每个方案挑最大后悔值，再从中选最小的。 | 以景气为例，最大500。积极后悔0，稳健200，保守300。 |
| 等可能性准则 | 平均主义 | 假设每种情况发生概率相同，求各方案期望值，选最大。 | (乐观 + 中间 + 悲观) / 3 |
注：后悔值矩阵制作口诀："先竖列找最大，再横列相减，最后找最大后悔值中的最小者"。
3.2 决策树问题
考点 ：结合概率计算期望收益（Expected Monetary Value, EMV）。
公式 ：某节点期望值 = Σ (各分支概率 × 对应收益) - 投资成本
例题解析：
建大厂投资500万，销路好（70%）每年获利200万，不好（30%）亏20万。建小厂投资200万，好获利100万，不好获利20万。前2年好，后5年好概率变80%；前2年不好，后5年好概率10%。求7年最大总收益。
计算过程（画树形图）：
#mermaid-svg-9lXorFreUeGpGy2x{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-9lXorFreUeGpGy2x .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-9lXorFreUeGpGy2x .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-9lXorFreUeGpGy2x .error-icon{fill:#552222;}#mermaid-svg-9lXorFreUeGpGy2x .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-9lXorFreUeGpGy2x .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-9lXorFreUeGpGy2x .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-9lXorFreUeGpGy2x .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-9lXorFreUeGpGy2x .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-9lXorFreUeGpGy2x .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-9lXorFreUeGpGy2x .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-9lXorFreUeGpGy2x .marker{fill:#333333;stroke:#333333;}#mermaid-svg-9lXorFreUeGpGy2x .marker.cross{stroke:#333333;}#mermaid-svg-9lXorFreUeGpGy2x svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-9lXorFreUeGpGy2x p{margin:0;}#mermaid-svg-9lXorFreUeGpGy2x .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-9lXorFreUeGpGy2x .cluster-label text{fill:#333;}#mermaid-svg-9lXorFreUeGpGy2x .cluster-label span{color:#333;}#mermaid-svg-9lXorFreUeGpGy2x .cluster-label span p{background-color:transparent;}#mermaid-svg-9lXorFreUeGpGy2x .label text,#mermaid-svg-9lXorFreUeGpGy2x span{fill:#333;color:#333;}#mermaid-svg-9lXorFreUeGpGy2x .node rect,#mermaid-svg-9lXorFreUeGpGy2x .node circle,#mermaid-svg-9lXorFreUeGpGy2x .node ellipse,#mermaid-svg-9lXorFreUeGpGy2x .node polygon,#mermaid-svg-9lXorFreUeGpGy2x .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-9lXorFreUeGpGy2x .rough-node .label text,#mermaid-svg-9lXorFreUeGpGy2x .node .label text,#mermaid-svg-9lXorFreUeGpGy2x .image-shape .label,#mermaid-svg-9lXorFreUeGpGy2x .icon-shape .label{text-anchor:middle;}#mermaid-svg-9lXorFreUeGpGy2x .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-9lXorFreUeGpGy2x .rough-node .label,#mermaid-svg-9lXorFreUeGpGy2x .node .label,#mermaid-svg-9lXorFreUeGpGy2x .image-shape .label,#mermaid-svg-9lXorFreUeGpGy2x .icon-shape .label{text-align:center;}#mermaid-svg-9lXorFreUeGpGy2x .node.clickable{cursor:pointer;}#mermaid-svg-9lXorFreUeGpGy2x .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-9lXorFreUeGpGy2x .arrowheadPath{fill:#333333;}#mermaid-svg-9lXorFreUeGpGy2x .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-9lXorFreUeGpGy2x .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-9lXorFreUeGpGy2x .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-9lXorFreUeGpGy2x .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-9lXorFreUeGpGy2x .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-9lXorFreUeGpGy2x .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-9lXorFreUeGpGy2x .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-9lXorFreUeGpGy2x .cluster text{fill:#333;}#mermaid-svg-9lXorFreUeGpGy2x .cluster span{color:#333;}#mermaid-svg-9lXorFreUeGpGy2x div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-9lXorFreUeGpGy2x .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-9lXorFreUeGpGy2x rect.text{fill:none;stroke-width:0;}#mermaid-svg-9lXorFreUeGpGy2x .icon-shape,#mermaid-svg-9lXorFreUeGpGy2x .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-9lXorFreUeGpGy2x .icon-shape p,#mermaid-svg-9lXorFreUeGpGy2x .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-9lXorFreUeGpGy2x .icon-shape .label rect,#mermaid-svg-9lXorFreUeGpGy2x .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-9lXorFreUeGpGy2x .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-9lXorFreUeGpGy2x .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-9lXorFreUeGpGy2x :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} 后5年好 80%
后5年不好 20%
后5年好 10%
后5年不好 90%
决策
建大厂 -500万
建小厂 -200万
前2年好 70%
前2年不好 30%
收益: 200*7 = 1400
收益: 200*2 - 20*5 = 300
收益: -20*2 + 200*5 = 960
收益: -20*7 = -140
- 大厂收益期望：
- 分支1：0.7 * (0.81400 + 0.2300) = 0.7 * (1120 + 60) = 826
- 分支2：0.3 * (0.1960 + 0.9(-140)) = 0.3 * (96 - 126) = -9
- 总期望 = 826 - 9 = 817万。
- 净利润 = 817 - 500 = 317万。
- 小厂收益期望（同理计算）：
- 总期望 = ... = 小厂净利润约 300多万。
- 对比得出选大厂，略多于300万。
答案：B（建大厂，总收益略多于300万元）。
3.3 盈亏平衡点
考点 ：企业不盈不亏时的产量或销量。
公式 ：盈亏平衡点 = 固定成本 / (单价 - 单位变动成本)
例题 ：固定成本30万元，变动成本1000元/次，价格1500元/次。
计算：300000 / (1500 - 1000) = 300000 / 500 = 600次。
答案：C（600次）。
3.4 状态转移矩阵（马尔可夫链）
考点 ：根据当前的占有率，以及转移概率，预测下一期或未来第n期的市场占有率。
例题 ：当前A占50%，B占50%。转移矩阵P = \[0.8, 0.2, 0.4, 0.6]。
计算：
- 第1个月：A = 50% * 0.8 (A保留) + 50% * 0.4 (B转给A) = 40% + 20% = 60%。
- 第2个月：A = 60% * 0.8 + 40% * 0.4 = 48% + 16% = 64%。
- 变化：A的份额增加了14%，B减少14%。
答案：C（A的份额增加了14%）。
3.5 最优解问题（运输问题）
考点 ：在多个产地和多个销地之间，寻找总运费最低的运输方案。
解题方法 ：表上作业法（西北角法找初始基可行解 -> 闭回路法计算检验数 -> 迭代优化）。
- 软考技巧：由于计算量大，通常考查观察能力和消元法。找单位运费最小的路径优先分配，满额划掉行列，最后检查是否满足所有需求量/供应量。如果遇到历年重复考题，直接背答案。本题答案为83（A）。
3.6 指派问题（匈牙利算法）
考点 ：n个人做n件事，求总成本最低。
解题四步曲：
- 行减最小：每行减去该行的最小值。
- 列减最小：若某列没有0，则减去该列的最小值。
- 试指派：找独立0元素（画圈，同行同列不能有圈）。若能找到n个圈，完成。否则：
- 画盖0线：对没有画圈的行打√，对打√行中0所在列打√，对打√列中圈所在行打√。画直线覆盖没有打√的行和打√的列。找到未被覆盖的最小元素，打√的行减去该值，打√的列加上该值，回到第三步。
例题：
矩阵：\[1,4,6,3, 9,7,10,9, 4,5,11,7, 8,7,8,5]
步骤：
- 行减最小（分别减1, 7, 4, 5）：\[0,3,5,2, 2,0,3,2, 0,1,7,3, 3,2,3,0]
- 列减最小（第3列最小为3）：\[0,3,2,2, 2,0,0,2, 0,1,4,3, 3,2,0,0]
- 找独立0元素：
- 甲选A（0）
- 乙选B（0）
- 丁选C（0）
- 丙选D（剩余，列减后为3。等等，看表，实际最优解推导）。
- 通过画线逼近，最终得到最优分配，得出任务乙由机器C（或根据矩阵推算的结果）执行。
答案：根据计算结果选对应机器（C）。
4. 总结与备考建议
运筹学模块虽然在日常系统架构设计中不常用，但它是软考中区分度极高的数学逻辑题。建议备考策略如下：
- 图论题必拿：最小生成树（数顶点-1，从小到大选，不成环）、最大流量（增广路法）、最短路径（Dijkstra算法找最小边松弛）。这些都是可以通过简单画图和表格推演出来的"送分题"。
- 决策论套公式：记住"大中取大（乐观）"、"小中取大（悲观）"、"大中取小（后悔值）"的口诀，画个后悔值矩阵表就出来了。
- 盈亏平衡与转移矩阵：公式很简单，计算时细心点即可。
- 指派与运输问题：了解基本原理，考试时如果时间紧张，可以用排除法和贪心思想去凑，不要死磕计算量过大的题目，把时间留给案例分析。
推荐复习顺序：图论（20分钟） -> 决策论（15分钟） -> 动态规划/线性规划（10分钟） -> 复杂计算题（留到最后或战略放弃）。
祝各位考友在考场上思路清晰，算得又快又准，逢考必过！
标签：#软考 #系统架构设计师 #运筹学 #数学与经济管理 #图论 #决策论 #马尔可夫链 #学习笔记