一般来说，数学规划模型都是指优化问题模型。优化问题可以分为离散的或者是连续的，抑或是有约束的或者是无约束的。有约束的优化问题求解起来比无约束的优化问题难。在这儿说一下数学建模中的敏感性分析。敏感性分析是指数学模型建立完成之后，对约束条件或者相关系数做一些改变之后，其对最终最优解的影响。
就是说，假设条件成为了建模过程中一个影响模型好坏的影响因素,灵敏度分析就是在模型建立后,对假设条件变化,检验模型的优劣性。一般来说Lingo做出来的灵敏度分析能够达到一个比较理想的程度,不过还是要根据模型本身来研究,建议你在开始之前先学习一下《数值分析》,对建模的灵敏度分析很有用哈,再根据《数值分析》的方法,对M-C（蒙特卡罗）方法进行灵敏度分析,你会很快掌握~。也可以这么理解，因为建模只是按照逻辑构建一个系统，输出结果只有一种情况。而现实是带很多不确定性的，所以要分情况输入变量，得出不同结果，就是敏感性分析了。
数学模型的敏感性分析如下：
1、确定敏感性分析指标敏感性分析的对象是具体的技术方案及其反映的经济效益。因此，技术方案的某些经济效益评价指标，例如息税前利润、投资回收期、投资收益率、净现值、内部收益率等，都可以作为敏感性分析指标。
2、计算该技术方案的目标值一般将在正常状态下的经济效益评价指标数值，作为目标值。
3、选取不确定因素在进行敏感性分析时，并不需要对所有的不确定因素都考虑和计算，而应视方案的具体情况选取几个变化可能性较大，并对经效益目标值影响作用较大的因素。例如：产品售价变动、产量规模变动、投资额变化等；或是建设期缩短，达产期延长等，这些都会对方案的经济效益大小产生影响。
4、计算不确定因素变动时对分析指标的影响程度若进行单因素敏感性分析时，则要在固定其它因素的条件下，变动其中一个不确定因素；然后，再变动另一个因素（仍然保持其它因素不变），以此求出某个不确定因素本身对方案效益指标目标值的影响程度。
5、找出敏感因素，进行分析和采取措施，以提高技术方案的抗风险的能力。