打一分给牛逼的助教。

写作业每次都被打60分。

PS：我几乎没冲过人，虽然大四老狗了对成绩无所谓了，但不至于装眼瞎吧？？？

而且没有复查环节直接出总评？？？大四老狗表示不去教务处计较了，但科大运筹学3.7和几个运筹学最好PhD offer一起来是否是科大本科教育的缩影？？？

不过相比以前，陈老师教运筹学很用心，也改革了很多，大赞

2024 秋

我来担任这门课的助教了，我非数学专业，很多知识上甚至不如同学们，大家多多包涵。

2023 秋

感谢老师啊，居然给了我96/(ㄒoㄒ)/~~。

之后可能再来写点东西。

小可爱自作聪明，认为作图法也算单纯形法，给扣了五分😇，期末最后89。现在只能祈祷project不扣分，这样我就是94.5，老师说会给到95😇。

只能说不太走运了，project扣了点分，算下来离4.3差的就是单纯形那5分。不过也无所谓了，学到真本领才是要紧的。

老师下学期接着上本研贯通课“最优化算法”，这次最优化算法不再炒运筹学冷饭了。欢迎大家来选。

有些资料可以看这里，老师参考的是这本书（PKU刘浩洋老师, 户将老师, 李勇锋老师和文再文老师的《最优化：建模、算法与理论/最优化计算方法》）。

最优化：建模、算法与理论/最优化计算方法 (pku.edu.cn)

老师真的把ppt讲义上的东西整理成note了！这样会让我越来越不想记笔记的啊~

我选这门课的目的是高替计科选修课中“运筹学基础”，不过实际上数院的这门课和其他院的还是有挺大不同的。至于我为什么敢选这门课是因为我看前面讲的是线性规划和一些基本的组合优化问题，我都学过了，想着凭着老本可以应付过去。不过老师只花了一个半月时间就把这些东西讲完了。

而后面的内容，我愿称之为“机器学习的数学基础”（本人没学过系统机器学习，所以这段话就当个乐子看），目前来看讲的是各种各样的数值优化算法。这门课应用数学的味道非常浓厚，按照我一个在THU的学长的说法就是“机器学习这东西很多都是先有了一些技术，然后才有人证明这样为什么好”。现在学到的各种各样的算法也是这样的，一些朴实的想法，加以一些优化，可能就有着很好的收敛性。

感觉这门课还是很有趣的，如果我TCS搞不下去了就润去搞ML了😂。

本来担心陈老师作为新来的老师不一定处理得好教课，但是现在看来新老师也给这门课带来的新活力。

陈老师对杨老师的讲义进行了优化，加上了一些motivation，并且简化了一些证明（如：导出线性规划极点的存在性用了直线这一概念，抛弃了之前讲义上的较为复杂的凸集表示定理）。只不过虽然进行了优化，讲义也达不到可以看着自学或者复习的程度（虽然讲义只是个大纲，但我还是贪心一点，而且老师说过想去整理一个note，我就期待一下啦）。所以上课还是比较关键的，老师上课会进行较为充分的引导，并且证明也会在黑板上先写一遍，并尽可能的告诉我们证明中每一步为什么要这么做，上课听着感觉非常舒适。

期中小测.pdf

陈老师是第一年教运筹，换掉了给分据说很抽象的yzw老师。

备课非常认真，甚至除了PPT还出了每个PPT对应的讲义，但是内容中会包含一些可能课内不考察并且太超前的东西，讲的也会比较浅，有走马观花的感觉。之前和老师聊的时候老师说也注意到了这个问题，之后肯定会优化课程内容。

作业方面，每个题目都是讲到一个知识点之后在对应部分留练习，一共就五次，每次ddl巨长，做的时候还刚好可以把对应部分的内容整理一遍，就不用多花时间去回顾了，这点非常好。需要写两个代码作业，不限制语言，不过Matlab会方便一点，难度不大，主要还是陈老师太给力了，把要求和细节全都指出了，直接照着写出来就行。

给分上，会有几次小测，但是只要来了基本上都会给满，比较简单，也没拦着看PPT，直接照抄。有一次期中小测占10分总评，都是计算题，很简单，当时我们班考了的好像有一半多都是90以上，满分有十几个。期末考前发了一个类似题库的东西，可能涉及到的考点都给了对应的例题，期末大部分题目都和题库中的大差不差，认真做完那个我感觉期末除了判断题都没啥需要思考的。最后是期中100期末98总评给了99。

陈老师春季还会带最优化算法，直接选上了，打算佛系上课，期末等着题库兜底，绝对放心好吧

还没有出分，但来点评。 首先说一下就是我是成绩整体中等的那种，其实运筹学对我来说还是挺困难的，学得有点折磨，期间想过退课。

但是老师人超好啊啊啊！有很认真地在让我们听懂！还会整理讲义，还会讲解大作业，非常平易近人！有回去问问题，讲台周围本来是有比较厉害的同学问我听不懂的问题，问完之后还在讨论，我就不太敢现在过去（对我就是觉得丢人），但是老师发现了我这个在附近瑟瑟发抖的鼠鼠，特别温和地问我有什么问题，然后很耐心地解答了，解答之后我发现其实老师上课讲了，但是我没有跟上，不过就算这样老师还是讲得很耐心很温和，感动哭了。

期末感觉还挺正常的，我考不好的话就是我自己的问题。

不过大作业对我这种跟matlab不太熟的非计数人来说有点困难了，折磨了一阵子orz

期末改完了，卷子改的挺松的，最后一题有两个伪证的地方没扣什么分。

个人认为这张卷子出的不怎么样，算法考的太少了，像验证凸函数完全没必要考，没啥意义。

课程一共就十个左右的算法，数量上不多，但每个算法其实课外还是有很多可以深究的地方的，如果只是应付考试，花一两周突击一下应该没问题，但个人认为，对于计数来说，这门课应该是这学期最有价值的课程，建议好好学一下。

关于实验，强烈建议数院同学多花点时间自己完成，相比于数学实验那种垃圾实验和数值代数那种纯用来练习代码的实验，这种完整的实验项目更有价值，当然，这是建立在你想学东西的基础上，想混的话抄就好了。

注：老师作为第一次带课的老师，讲义写的不是很好（个人观点），有不懂的建议多看看知乎的相关文章，或者直接看英文教材。

老师讲的很好，学不会是我的问题/ll

（作业做破防了来评一下）

1.最重要的改变：

      有了能看的（系统\流畅\错误少\讲人话）讲义，自学不会痛苦。看过yzw的讲义的人都应该知道这是多么重要的一件事

2.关于课程内容：

       线性规划，网络流（重点内容），非线性规划（算法多，介绍为主）。差不多20个算法，算法内容主要就是：①对问题抽象化② 引入对应的数学概念和工具，有些新概念也是根据对应问题量身定做③算法实现④收敛性分析

前三点尤为重要，这对于正常上好数分A2和线代的数院人，难度几乎是没有的，需要的是时间。第四点基本不要求，故这门课的难度甚至不如隔壁数值代数了

3.作业：

      书面作业：一章几道题，是一些算法涉及的小gap，量少难度适中

      程序作业：实现比较重要的算法，一共三个。语言无要求，建议用python，C++，MATLAB，配合AI难度不大，工作量主要是良好格式的实验报告（2024年了不会还有人写代码不用AI辅助吧）

4.考核：平时＋期中（可选）＋期末。期中可不来，比重划到期末，给分是非常捞的，水学分可无脑选

5.其他：

这门课是一门保姆课，陈老师基本已经把饭喂到嘴边了，这和yzw走了两个极端，不过显然，一份好讲义和一个好课堂更加珍贵

另，虽然讲义整理得很好，但是有些地方仍然可以参考知乎，会更易理解

最后，吐槽一下期末发卷，居然采用了蛇形方式，可能是助教gg最小化了效率吧（无恶意

等到出分再来细细评论

--------------

虽然未出分，但还是想来夸夸你祥

这门课在教学时数学论证部分比较多，非数院的同学体验会比较差

但我在这门课上的体验十分不错：

1.点名签到比较宽松，很容易水满平时分

2.作业得分不与正确率强相关

3.考前有习题课且考点明确

4.sildes总结的很好，节约了总结ppt的时间

5.优秀率给满

6.最后为大多数同学加了总评

ps：一个老师的教学水平千人千面，但是不是用心让学生学的舒服大家心中有数

希望陈老师在未来的教学一帆风顺

讲课太平淡了没有什么起伏，太催眠了同志们

讲得好不好不知道，因为听不懂思密达

讲的真挺好的，学不好真是我的问题，泪目了。