※ 本文是否可提供台大同学转作其他非营利用途？（须保留原作者 ID）
（是／否／其他条件）：是
哪一学年度修课：105-2
ψ 授课教师 (若为多人合授请写开课教师，以方便收录)
孔令杰
λ 开课系所与授课对象 (是否为必修或通识课 / 内容是否与某些背景相关)
资管系大二下必修
δ 课程大概内容
1. Linear Programming (LP)
(1) Introduction to Linear Programming
(2) The Simplex Method
(3) Applications of Linear Programming
(4) Linear Programming Duality
2. Integer Programming (IP)
(1) Integer Programming
(2) Applications of Integer Programming
3. Non-Linear Programming (NLP)
(1) Single-Variate NLP
(2) Multi-Variate NLP
(3) Algorithms for NLP
Extra:
(1) 第9周有一次Social Responsibility主题的应用
(2) 期末考(5/18)后有Self-teach
(3) AMPL教学，解LP和IP的程式工具。相关作业会用到。
Ω 私心推荐指数(以五分计) ★★★★★
5颗星 满天飞~~
η 上课用书(影印讲义或是指定教科书)
Introduction to Operations Research by Hillier and Lieberman
10th Edition, McGraw Hill
不过好像没买课本也没关系，投影片讲解得很仔细。
μ 上课方式(投影片、团体讨论、老师教学风格)
本课程采用“翻转教室”，并以“英语教学”方式进行。每周都有大约1至2
小时的课程影片在家观看，并有1~3题的Pre-Lecture Problem，写完在上课
时缴交。上课时练习习题及讨论，重视出席率。详细作业将于作业方式中说
明。
σ 评分方式(给分甜吗？是扎实分？)
学期初第一堂Quiz 0%
Pre-Lecture Problems(9次) 5%
Lecture Problems(9次) 15%
Homework(3次) 10%
Case Assignment(小组、2次) 20%
Final Exam 20%
Final Project(小组) 30%
Class Participation 5%(bonus)
ρ 考题型式、作业方式
1. Pre-Lecture Problems
每次观看影片后，都要写3题课堂前习题(只有1题计分)。但难度并不高，有难
度的题目会在课堂上讲解。
2. Lecture Problems
上课时讨论的习题。老师会先讲解题目，然后3至4人进行讨论，并将答案写在
小白板给助教评分登记。一堂课大概会解8题左右。
3. Homework
一共三次，每次作业的时间大概为一周。作业多为熟悉课堂上的概念，并实际
操作解决LP(simplex method)、IP(branch and bound)、NLP(gradient/newton)
的步骤。以及如何将实际问题化成LP、IP、NLP的标准形式。此外，会练习如何
操作AMPL程式，这会是一个很有用的程式工具。
4. Case Assignment
最多4人一组，主要为情境题(供应货物问题)。需要将问题化为指定数学形式，
并以AMPL来解出答案。也有一些开放式问答题。
5. Final Exam
考题和作业、课堂上的练习题难度相近，考试为“开书考”。
6. Final Project
最多9人一组，主要完成一个较大规模的题目，需要从定义问题、蒐集资料开始
，到数学模型、程式辅助解题、将结果视觉化等，需以中文或英文进行口头报
告，也必须缴交书面报告。
ω 其它(是否注重出席率？如果为外系选修，需先有什么基础较好吗？老师个性？
加签习惯？严禁迟到等…)
我是外系来修这门课的，这门课主要是开给没有“最佳化”相关知识基础的同
学来上的。只要会高中程度矩阵、微分的知识应该就够了。加签应该会全加。
作业绝对要准时交，逾期不收喔。
Ψ 总结
这门课和“算法”这门课有一点点相辅相成之处。把现实生活中的问题化为
数学模型、解决大规模的物流、设点问题等。此外，翻转教学可以有效利用课
堂时间来讨论习题，以及Case Assignment、Project实作，也是不错之处。