运筹学核心内容全景解析：从基础到高阶
——按模块划分，标注高频考点与真题分布
⚡ 线性规划：考研必考模块（平均分值35分）
真题分布：90%高校必考，多以计算题+应用题形式出现。核心考点如下：
• 单纯形法（高频！）
• 标准型要求：约束为等式、右端项≥0、变量≥0
• 单纯形表构造：系数矩阵、基变量列、检验数行
• 最优性检验：所有检验数≤0（最大化问题）
2023年真题示例：某企业生产问题，给定约束条件，要求用单纯形法求解并分析最优解变化（当利润系数c₂从60→70时）。
• 对偶理论（易错点！）
• 原问题与对偶问题对应关系（约束数=对偶变量数）
• 影子价格经济含义：资源每增加1单位，目标函数增量
• 敏感性分析：允许变动范围、影子价格有效区间
典型错误：混淆原问题约束类型与对偶变量符号（≤约束对应≥0对偶变量）。
备考建议：掌握3种题型模板——标准型求解、非标准型转化（含≥约束、等式约束）、灵敏度分析三步法。
⚙️ 整数规划：逻辑严密性考查重点
真题分布：60%高校考查，多与线性规划结合。核心方法：
分支定界法（Branch & Bound）
步骤：
1️⃣ 解松弛问题（忽略整数约束）
2️⃣ 若解非整数，选非整数变量，分两支（≤floor(x), ≥ceil(x)）
3️⃣ 对每支解松弛问题，剪枝（目标值≤当前最优整数解）
4️⃣ 重复至所有分支最优或不可行
真题示例：某项目选择问题，x₁+x₂+x₃≤2，xᵢ∈{0,1}，max Z=3x₁+5x₂+4x₃。
割平面法（Cutting Plane）
思路：在可行域添加线性约束（割平面），使最优解向整数靠近。需掌握Gomory割平面构造（基于单纯形表某行分数部分）。
注意：考研中分支定界更常用，割平面多作为理论考查。
避坑指南：0-1整数规划需注意特殊结构——若目标函数系数与约束系数满足单调性，可考虑隐枚举法（如过滤条件法）。
⏱️ 动态规划：思维跃迁的关键一关
真题分布：70%高校考查，是区分高分的关键模块。核心四要素：
- 阶段：按时间/空间划分（如n阶段决策）
- 状态：描述问题在某阶段的特征（如库存量、位置）
- 决策：状态转移的选择（如生产量、移动方向）
- 状态转移方程：sₜ₊₁ = T(sₜ, dₜ)
经典模型：
• 资源分配问题
例：3台设备分配给4工厂，收益矩阵已知。定义fₜ(s)为t阶段剩余s台时的最大收益，递推：fₜ(s)=max{gₜ(d)+fₜ₊₁(s-d)}
• 最短路径问题
例：从A到E的最短路径。定义fₜ(s)为s节点到终点的最短距离，逆序求解：fₜ(s)=min{c(s,d)+fₜ₊₁(d)}
高频错误：状态定义不明确（如未包含必要信息）或递推方向混乱（正序/逆序）。建议：画状态转移图辅助理解。
?️ 网络优化：图论思维的实践应用
真题分布：50%高校考查，多以计算题出现。需掌握5大算法：
• 最小生成树
Kruskal：按边权排序，避环加边
Prim：从一点出发，每次加最近点
• 最短路径
Dijkstra：非负权图
Floyd：任意两点间
• 最大流
Ford-Fulkerson：找增广路，更新残量网络
关键：割集容量=最大流值
真题陷阱：网络流题常混淆“最大流”与“最小费用流”。若题目要求成本最小，需用最小费用最大流算法（如.successive shortest path）。