清华大学 《运筹学》共40讲

为什么现在还要学运筹学？

很多职场人听到“运筹学”三个字，第一反应是枯燥的数学公式和晦涩的线性规划，觉得离自己太远。其实，这门课解决的是“资源有限、目标冲突”下的最优决策问题。无论你是做物流排程、供应链库存管理、还是互联网产品的用户增长策略，本质上都是在做资源分配。

这门课不教你怎么算出那个最优解，而是教你怎么把现实业务里的模糊约束，翻译成计算机能听懂的数学模型。比如，如何用最少的车辆跑完所有配送点，如何在预算固定的情况下投出最高转化的广告组合。它填补了“凭经验拍脑袋”和“依赖现成软件”之间的空白，让你具备独立构建决策模型的能力。

适合谁学？核心看哪几块？

这门课源自清华大学，内容非常硬核，覆盖从线性规划到整数规划、动态规划再到网络流等四十多个专题。建议基础一般的读者，先跳过部分过于理论化的证明，直接关注建模思路和求解器的使用。

如果你是运营或数据分析岗位，务必先看“线性规划”和“对偶理论”部分，这是处理资源分配问题的基石；如果是做物流或生产管理的，重点攻克“运输问题”和“网络流”，能直接应用到实际工作中；如果是备考或想深入算法研究，则需按顺序从基础概念学起，因为后续的高级算法都建立在此之上。不要试图一口气看完，建议结合具体案例分模块学习。

学完能独立做什么？资料怎么用？

学完这门课，你不再只是软件的操作员，而是能独立定义问题边界。面对一个复杂的排班或选址需求，你能迅速画出约束条件，写出目标函数，并选择合适的算法求解。这意味着你能独立产出高质量的决策方案，而不仅仅是执行上级指令。

资料包按章节分卷，结构清晰，但切记不要只看不练。运筹学是“练”出来的。建议每看完一个专题，立刻找一个身边的业务场景（如外卖配送路线、部门任务分配）尝试自己列式。如果卡住，再对照视频中的建模步骤。对于代码部分，重点模仿如何将数学公式转化为代码逻辑，而不是死记硬背。通过反复的“业务场景 - 数学模型 - 代码求解”闭环练习，才能真正掌握这门解决问题的核心技能。