網站導讀與學習路徑總覽

怎麼用這個站、三條學習路徑、推薦起點——五分鐘搞懂這裡在教什麼、怎麼讀最有效率。

這個網站教「數學最佳化(optimization)」——從線性規劃到隨機整數規劃,一篇文章講透一個概念。體驗建立在三根支柱上:淺顯易懂(先直覺、後嚴謹)、嚴謹證明(完整但預設收合,不打斷閱讀節奏)、動態視覺化(抽象概念配可拖曳/可調參數的互動動畫)。

01 三條學習路徑

依你現在的目的,選一條路走:

  • 大學部入門:從向量、凸集這些基礎開始,建立幾何直覺,再進 LP 的幾何與單體法。
  • 研究所進階:直接切證明、對偶理論、分解方法——假設你已經有基礎,要補的是嚴謹度。
  • 快速複習:考前或找工作前,用來重點掃過公式與定理,不重讀推導。
怎麼挑

不確定自己該從哪條路開始?從大學部入門的第一篇(也就是你正在看的這篇的下一篇)按順序讀下去最穩;已經懂基礎的話直接跳你要的領域頁面即可。

02 一篇文章長什麼樣子

每篇文章開頭有領域徽章(填色 pill,例如 LP 線性規劃)和類型徽章(外框 pill,例如 方法)。領域是唯一歸屬,類型可以複合(例如一篇文章同時是「方法」也是「證明」)。

正文裡:

  • 置中公式右上角有一顆「複製 LaTeX」鈕,滑過去才會出現。
  • 標題為「展開完整證明」的區塊預設收合,點開才會看到完整推導——想先抓直覺可以先跳過。
  • 互動元件(拖曳點、調滑桿)都包在同一種容器樣式裡,配圖說說明怎麼玩。
  • 三種提示框:直覺(淺色,幫助建立幾何/物理圖像)、注意(琥珀色,容易踩坑的地方)、常見誤解(磚紅色,直接打臉常見錯誤)。

03 九大領域地圖

基礎數學 → LP 線性規劃 → IP 整數規劃 → NLP 非線性規劃 → SP 隨機規劃 → SIP 隨機整數規劃 → DP 動態規劃 → 分解與對偶方法 → 工具與計算。彼此有大量交叉引用(例如對偶理論同時出現在 LP、NLP、分解方法),靠標籤和「延伸閱讀」串起來,不用你自己記住誰屬於誰。

注意

九個領域是「主要歸屬」,不代表內容互斥。像 KKT 條件會同時出現在 NLP 和分解方法的文章裡,讀到重複概念是正常的——那正是刻意設計的交叉引用。

準備好了嗎?下一篇從最基礎的問題出發:最佳化問題到底長什麼樣子、要怎麼分類

留言討論 · Giscus
💬
用 GitHub 帳號登入即可留言、提問
TODO(G):接上 Giscus repo 設定後移除此佔位