期末复习季，又是被《高等运筹学》支配的恐惧。这门课我上大学时就被虐过一遍，现在回想起来，它跟本科的运筹学完全不是一个量级——对偶理论不再只是背个式子，而是让你从几何和经济学角度解释影子价格；非线性规划的KKT条件不再是套公式，而是先判断约束资质再动手；动态规划更是彻底甩开"看状态转移"的直觉，要你自己设计状态、证明最优性原理。我花了整整两周，把手头20多道复习题逐一手写解答，整理出这本复习题手写解答笔记。
这篇文章就是把我这两周踩过的坑、悟出的规律、总结的答题模板全部讲清楚。内容是一份完整的期末复习手写解答实录，包括题型拆解、每类题的解题套路、典型题目完整演算过程、以及复盘时的易错点清单。适合正在准备《高等运筹学》期末考试的研究生或高年级本科生，也适合自学优化理论、想在科研里用数学建模的从业者参考。
先说重点：运筹学的复习光靠看讲义是绝对不够的，必须动手写。手写解答这件事本身就有强制思考的作用——你在纸上把每一步推导展开，错误会自己浮现出来；你要是只用眼睛"感觉会了"，考场上大概率会卡在第一道大题。下面这篇内容，就是我手写解答全部复习题后的完整记录。
1. 复习整体思路与命题逻辑拆解
1.1 高等运筹学到底考什么
高等运筹学跟我本科那会儿学的不太一样，它的覆盖面并不广，但深度非常挑剔。我们的课程重点集中在四个模块：
第一是线性规划的局部分支，重点不是单纯形法本身，而是对偶理论、灵敏度分析、影子价格的经济解释，以及偶问题的互补松弛条件。第二是非线性规划，核心是凸集凸函数判断、KKT条件求解、拉格朗日对偶。第三是整数规划与组合优化，包括分支定界、割平面法、0-1规划建模。第四是动态规划与网络流，典型题型是最短路径、资源分配、背包问题，以及最大流最小割。
期末试卷通常有五六道大题，题型固定，分布基本是：一道纯对偶理论证明题、一道带约束的非线性规划求解题、一道整数规划建模题、一道动态规划建模计算题、一道网络流或灵敏度综合题。
人话翻译一下：它不是考你"会不会算"，而是考你"为什么这么算"。比如单纯形法，基础运筹学会问"迭代到哪一步停止"，高级运筹学会反过来问"如果目标函数系数变了，最优解怎么变"，或者"对偶问题的最优解为什么等于影子价格"。所以复习的时候，光记住算法流程远远不够，关键是要理解每一步背后的数学原理。
1.2 手写解答的选题策略与三轮复习法
我把20多道复习题按照难度和题型做了分类，然后设计了三轮复习节奏。
第一轮是回顾加归纳。把讲义里的定理、公式、算法步骤用A4纸重新手写一遍，不看书，全靠记忆往外抽。抽不出来的地方就是薄弱点，标红。这轮的重点是建立知识框架，不用做题。
第二轮是刷题加分析。把复习题按题型分组，每组挑两道做精讲，其他题做速算。手写解答时强迫自己分步骤写清楚，每步都注明用到了哪个定理。这个过程非常痛苦，因为很多题表面看是一个样子，动手做才发现条件不够或者需要分类讨论。但恰恰是这些卡壳的地方，是最有价值的复习内容。
第三轮是模拟加查漏。把近两年的真题或者模拟题按考试时间要求，三个小时闭卷独立完成。做完之后对着解答逐题核对，把出错点整理成一张速查表。这张表是我考试前一晚唯一复习的资料。
这三轮下来，我的体会是：第一轮建立框架，第二轮培养手感，第三轮发现盲区。手写解答不是抄答案，而是把"我以为我会了"变成"我真的会了"的唯一途径。
2. 五大高频题型的解题套路与答题要点
2.1 对偶理论与灵敏度分析：别只会背式子
对偶理论在高等运筹学里几乎是必考题，而且通常不是单纯让你写出对偶问题，而是结合互补松弛定理求最优解，或者做敏感性分析。
先说说对偶问题怎么快速正确地写出来。标准形式是：原始问题如果是最大化、约束为小于等于、变量非负，那对偶问题就是最小化、约束为大于等于、变量非负。遇到非标准形式，优先转为标准形再写对偶，这样就避免了对偶变量符号出错。如果是混合约束或者自由变量，就按"约束方向决定对偶变量符号"的规则逐条处理。
接下来是互补松弛定理的应用。这个定理说的是：如果原始问题某个约束在最优解处是松的，即严格不等式，那对应的对偶变量必须等于0；反过来，如果对偶变量大于0，对应的原始约束一定取等号。考试里常见的出题方式是：已经给出原问题和对偶问题的最优目标值，让你利用互补松弛条件反推最优解。这类题卡住的地方往往是要判断哪条约束是被"激活"的，判断完剩下的就是一个低维线性方程组的求解。
灵敏度分析的话，重点掌握"目标函数系数变化范围"和"约束右端项变化范围"两个计算套路。前者影响的是非基变量的检验数，后者影响的是基变量的可行性。记住一个口诀：系数的变化看检验数，资源的变化看可行性。做题时先把标准形的单纯形表列出来，不要直接背公式，因为不同的教材松弛变量的位置不同，公式中的符号也跟着变。
2.2 非线性规划：KKT条件的完整使用流程
非线性规划在复习题里通常占一到大题，最常考的就是KKT条件。不过这个题想答好，有三件事必须提前做。
第一件事是判断约束资质。我们平时用的是KKT条件的必要性，但它成立需要满足一定的约束规格，比如线性约束独立、Slater条件等。考试中如果你直接对非凸问题用KKT条件，而不说明约束资质满足，会被扣步骤分。所以我的习惯是：先写一句"约束函数均为线性/凸函数且满足Slater条件，因此KKT条件是必要的"，再把推导摆上去。这一句话成本很低，但能保证思路完整。
第二件事是写出完整的KKT系统。拉格朗日函数写出来后，要分成四条：梯度条件、原始可行性、对偶可行性、互补松弛条件。有些同学只写梯度条件，遗漏了对偶变量的非负约束，导致求解时引入不满足条件的解。手写时我习惯用大括号把四个条件框在一起，视觉上逼迫自己逐条检查。
第三件事是求解KKT系统。这个系统本质上是一个带条件的分情况讨论，一般需要对互补松弛条件按"哪些约束取等号"分类。不要怕分类多，按每个不等式约束是否松弛来分，最多也就三五类。很多题在分类后直接消掉一半，因为某些情况会导致矛盾。我在答题时会把每种分类写清楚，即使某类无解，也写明"该类无可行解"——这种严谨性在阅卷时很加分。
2.3 整数规划：分支定界不是玄学
整数规划的题目通常有两种形态：一是建模题，让你把实际问题写成0-1整数规划；二是求解题，用分支定界法或割平面法求解。
建模题的话，关键是识别典型约束的转化方式。互斥选择的项目用一组0-1变量和线性约束表示；如果两个约束至少有一个成立，引入大M法转化；如果选择某个项目后必须先完成另一件事，用"前者必须推出后者"的逻辑约束表示。题目千变万化，但模型结构就那么几种，手写解答时先列一个"逻辑条件到线性约束"的对照表，再动手建模，准确率高很多。
分支定界法的手算过程，很多人觉得繁琐，其实是流程没理顺。正确步骤是先求解线性松弛问题；如果最优解全是整数，那它就是最终答案；如果有的变量是小数，挑选一个小数变量分支，新增一个大于等于或小于等于的整数约束，分别求解两个子问题的松弛问题。剪枝条件有三个：子问题不可行、目标值小于当前下界（求最大时）、子问题已是整数解。这三个条件只要满足任意一个，就不用再往下分支。
手写解答时，画分支树也很重要。我通常把每个节点标上：松弛解是谁、目标值是多少、是否剪枝。这样即使计算全对但树画得乱，阅卷人也没有耐心一个个核对。另外提醒一句：分支变量要选"离整数最远的"，也就是小数部分接近0.5的变量，这样可以更快剪枝。
2.4 动态规划：状态设计的套路化方法
动态规划在复习题里属于那种"看起来简单但极易翻车"的题型。最常见的是资源分配问题和最短路径问题。
我的经验是，动态规划解题关键不在背诵递推方程，而在设计状态。状态必须包含所有影响后续决策的信息，同时要尽可能精简。比如资源分配问题，我惯用的状态定义是"剩余资源量+当前阶段"，而背包问题则是"考虑前i件物品+当前容量"。只要状态定义合理，递推方程几乎可以机械地写出来。
递推方程手写时，有两个容易出错的地方。一个是边界条件，比如费了很大力气推导，却忘了初始化f(0)=0或者f(i,0)=0，导致整个递推失效。另一个是决策变量的取值范围，有的题决策不是0到剩余量连续取，而是有上限。我在手写解答时会先把边界条件和可选取值范围写在递推方程上方，相当于给阅卷人一个"这个递推域是完备的"的证据。
最后，动态规划题一定要现场演算一个小规模例子。比如资源分配题只给了三台设备三个项目，那完全可以手推算出每步的决策。考试答案是按步骤给分的，从状态定义、边界条件、递推方程、小规模计算到最终最优解，一步步呈现，比直接写"得解"稳妥得多。
2.5 网络流与其他冷门考点
网络流虽然不是每年必考，但经常作为综合题出现。最大流最小割定理是理论根子，考试却很少考纯理论证明，更多是给出一个网络让你用标号法求最大流，并指出最小割。
标号法的实操要点是：正向边如果还有剩余容量就可以增广，反向边如果流量大于0也可以回退。"增广路"找法是从源点出发，按"可标号"规则一层层标记；找不到新的增广路时，已标号集合和未标号集合之间的割就是最小割。
我踩过的坑是：求完某个增广路后马上更新流量，但忘记更新反向边的剩余容量。这个错误会导致后续迭代完全走偏。所以手写解答时我会把"正向剩余容量"和"反向剩余容量"两个数组都写在纸上，每次增广后同步更新。
另一个冷门考点是排队论，常以M/M/1模型为主，背熟Little公式和稳态概率的表达式就能应付，关键是区分到达率、服务率、服务强度这些符号，别把参数算反。
3. 典型复习题手写解答实录
3.1 对偶理论题：互补松弛定理求最优解
题目大意：给出一个两变量三约束的线性规划问题，已知原问题的最优目标值，要求写出对偶问题，并用互补松弛定理求原问题和对偶问题的最优解。
我手写解答时是按这四步走的：
第一步，把原问题写成标准形式，逐条写出对偶变量。原问题如果是极大化问题，对偶变量对应每条约束，符号与实际约束方向有关。第二步，明确互补松弛条件：原问题第i个约束若为松约束，则对应对偶变量y_i=0；若y_i>0，则原问题第i个约束取等号。第三步，把已知最优目标值代入对偶目标函数，结合y_i的取值和约束求出全部变量。第四步，用原问题约束验证可行性，如果有一个约束违反了，说明对偶变量假设错了，反向重新分类。
这一题我在第一次做时错在偷懒：默认所有对偶变量都大于0，强行解线性方程组，结果得到原问题不可行。后来才意识到，互补松弛定理的价值就在于把"哪些约束是紧的"这个判断转化为"哪些对偶变量是正的"这个代数条件。先分类再求解，是这题唯一正确的打开方式。
3.2 非线性规划题：KKT条件的完整展开
题目大意：求一个带三个不等式约束的非线性规划问题的最优解，目标函数是凸二次函数，约束是线性的。
我使用的答题框架是六步：
一，写出拉格朗日函数L = f(x) - Σμ_i g_i(x)。注意这里的符号约定，有的教材用加号，有的用减号，但KKT条件里的对偶可行性必须和符号约定保持一致。
二，声明约束资质满足Slater条件，KKT必要。这里验证也很简单：所有约束线性，必满足线性约束规格。
三，列出梯度条件：∇f(x) - Σμ_i ∇g_i(x)=0。这条是矢量方程，有几维就拆成几个标量方程。
四，列出原始可行性和对偶可行性：g_i(x)≤0，μ_i≥0。
五，列出互补松弛条件：g_i(x)·μ_i=0。如果g_i(x)<0，μ_i=0；如果μ_i>0，g_i(x)=0。
六，分情况求解。我先把三个μ的"是否大于0"组合列成表格，共4种情况（排除全为0或部分为0），逐一检查。每一种情况，把g_i(x)=0的约束当作等式组，代入梯度条件，解出候选点后验证其他约束是否满足。
这道题的分情况讨论让我意识到，写步骤时不要怕长，最怕的是漏情况。漏一个分类，可能刚好漏掉最优解。
3.3 动态规划题：资源分配的标准递推
题目大意：三个项目共享一定资源，每个项目投资不同金额产生不同收益，求总收益最大的分配方案。
我的状态设计是：f_k(s)表示前k个项目共使用s单位资源时的最大总收益；决策d_k是第k个项目分得的资源数，取值范围0到s。
递推方程写作：f_k(s) = max { r_k(d) + f_{k-1}(s-d) }，其中0≤d≤s，r_k(d)是第k个项目投资d单位的收益。
边界条件写：f_0(0)=0，f_0(s>0)=-∞。这个边界条件的意思是：没有项目时只有资源零才可能，其他情况不可行。
然后我从k=1开始，逐层手算收益表。计算时我会把每个s下的最优d用下划线标出来，方便最后追踪最优方案。这个小习惯帮我避免了很多因追溯失误而丢分的情况。
最后一问通常是"给出最优资源分配方案"，有些人算完最优值就停了，没答分配方案，白白丢分。我提醒自己在答案最后补一句"此时三个项目的分配分别为..."，作为收尾。
3.4 手写解答的排版规范与验算习惯
手写解答有没有统一格式？我觉得有。我在复习阶段采用的格式是：题号、题干摘要、解题思路（一句话）、详细步骤、答案、验算栏。这样做的目的是：考场上如果时间不够，阅卷人至少能在前面看到思路，后面的步骤即使略写也有个骨架。
验算方面，我有一套固定动作。首先是数值回代：线性规划求出最优解后，带回约束条件看是否可行、目标值是否一致；非线性规划求出的候选点，带回KKT条件逐条核对；动态规划算出的收益表，用另一个顺序方向重推一次，看看结果是否一致。
这些验算动作看似浪费时间，但实际能挽回的分数非常可观。我复习过程中有超过一半的"重大发现"都是靠验算找到的，比如某道动态规划题我用反向递推重新计算时发现正向递推的某个f值抄错了，直接把一道题的分救回来一半。
4. 高频易错点与排查实战
4.1 易错点速查表
我把手写解答过程中遇到的错误整理成一张表，贴在了书桌正前方。下面是其中一部分：
题型 | 常见错误 | 排查方法 线性规划对偶 | 忘了对偶变量的符号规则，写错约束方向 | 先转标准形再写对偶，逐条对照"约束方向决定变量符号" 灵敏度分析 | 只改RHS不重算B逆，导致最优基判错 | 每次算完变化范围后，重新检查对偶可行性和原始可行性 非线性规划KKT | 漏掉对偶变量非负约束，解出不可行点 | 每个候选点都返回KKT系统逐条验对偶可行性 动态规划 | 状态定义不完整，导致递推时漏信息 | 反问自己"当前处于哪一阶段+还剩下什么资源/能力" 分支定界 | 剪枝时忽略"子问题整数解且目标值更优"的情况 | 三个剪枝条件逐条口头核对，缺一不可 排队论 | 到达率与服务率搞反，计算ρ时用错分母 | 先用文字标注"单位时间平均到达数/服务数"再代入
这张表不是理论总结，而是我亲手踩过的坑。宁可多花两分钟检查，也不要因为粗心丢掉计算题的分。
4.2 翻车场景复盘与应急思路
我复习时有过一次特别惨烈的模拟考试。三个小时里，我卡在第一道非线性规划题上整整四十分钟，原因是我一开始假设所有约束都取等号，解出来一个候选点却违背了对偶可行性，然后我不敢推翻重来，硬往下套，越套越乱。还有一道动态规划题，我状态设计把资源维度写漏了，导致递推方程算出来的结果跟题目数据完全对不上，最后只能崩溃放弃。
复盘之后我给自己定了几条考场应急策略：
如果KKT分类中初始假设出错，立刻放弃这个方向，回到分情况表格重新选择未尝试的分类。因为这类题通常有一个显然可以跳过的情况，只要分类表是完整的，换一个分类最多花五分钟。
如果动态规划的状态设计出问题，先停下来检查边界条件和状态维度。在草稿纸上用小例子验证递推方程，比如只有一项资源时能不能算对。千万别在错误的状态上推下一层，那只会让错误不断积累。
4.3 考场时间分配与答题顺序建议
期末卷子一般五到六道大题，三个小时。我建议的时间分配是大致均匀的，但有个原则：先做自己最有把握的题。
具体来说，一到考场先快速扫一遍所有题目，花半分钟判断每道题属于哪个模块。线性规划对偶、动态规划这类套路清晰的题，先写；非线性规划KKT这类计算量大、分类多的题，放在中间；如果遇到冷门题型或者没有见过证明题，留到最后。
每道题的时间控制在二十五到三十分钟。如果一道题卡了超过十分钟，果断跳过，优先保障其他题目的完整度。千万别出现"一道题做了五十分钟，剩下五道题只能瞎写"的情况。
另外，考场上留出最后十五分钟做统一验算。这十五分钟检查的不是答案对不对，而是检查符号、单位、是否回答了所有小问。丢分往往不是因为不会做，而是因为漏答。
5. 最后的经验心得
经过这段时间的手写解答，我最大的感受是：高级运筹学复习的核心其实是"把每一步合理性说清楚"。计算题大家都算得出来，真正区分分数的是过程完整性和逻辑严谨性。我的建议是，复习时不要总盯着答案对不对，而是每次做完一道题都复盘一遍"我为什么在这个地方用了这个定理""这个步骤为什么可行"。
期末前一周，我用一种特别笨但有效的办法：拿着打印好的复习题清单，不看答案，在空白纸上把每个题型的完整解答步骤默写一遍。能够默写出来的就是掌握了的，默写不出来的就翻到错题本里再写一遍。反复两三轮之后，这些套路基本就刻在脑子里了。
最后分享一个我反复使用的小技巧：手写解答时一定要留白。每道题做完，在纸的侧面留出空位，等隔天再看一遍的时候把新的理解补上去。这个做法让我的复习资料变成了一个活的笔记，而不只是一次性的草稿纸。
希望这份手写解答记录对你的复习有帮助。运筹学的魅力就在于，它让问题可以被结构化地思考，哪怕题目千变万化，核心的思路框架永远是那几步。祝期末顺利。
