南安普敦 MATH6161《数据科学家的确定性运筹方法》：7.5 学分半模块，考试 70%、补考重修口径各不相同

南安普敦 MATH6161《数据科学家的确定性运筹方法》是硕士 Level 7、Semester 1 的半模块：7.5 学分，考试 70% + 课程作业 30%，而补考与重修的口径又是另外两套。

课程官网（学校官网）：https://www.southampton.ac.uk/courses/2026-27/modules/math6161

MATH6161 是一门什么课？

一句话：确定性运筹的两根支柱——线性规划与整数规划。把实际问题建成 LP／IP 模型、用单纯形法求解、用对偶理论验证最优、做敏感性与参数分析，再用分支定界解整数问题。

这是南安普敦大学（University of Southampton）的硕士模块，课程代码 MATH6161，英文名 Deterministic OR Methods for Data Scientists，中文常译「数据科学家的确定性运筹方法」。学分 7.5 CATS / 3.75 ECTS——这是常规 15 CATS 模块的一半，属半体量模块；Level 7（研究生层级），Semester 1 开课，学年 2026-27，模块负责人 Stefano Cipolla。

学校官网的定位是：介绍运筹学的主要确定性技术——线性规划与整数规划；发展把实际问题建模为 LP／IP 的过程；讲解标准单纯形法及其变体；解释线性规划对偶的主要思想；计算机工作坊训练商用线性规划软件的使用；发展解整数规划的分支定界方法。

大纲两线，共九项。

线性规划（七项）

1. 模型构建与建模议题
2. 单纯形法——两阶段、对偶单纯形法、网络单纯形法
3. 对偶——动机与定义、对偶定理
4. 互补松弛与最优性检验
5. 敏感性分析——目标系数与右端约束区间
6. 经济解释与应用
7. 参数规划

整数规划（两项）

1. 0-1 变量建模技术
2. 整数规划的分支定界算法

大纲的顺序就是解题的顺序：建模 → 求解 → 验证（对偶）→ 追问（敏感性）→ 升级到整数。半个模块的体量里塞进了 LP／IP 的完整方法论闭环，每一步都有对应的软件实操。

学习成果写得很细：共 36 条，其中 30 条带 Section 括注、按五节分组——S1 建模导论 5 条、S2 单纯形 6 条、S3 对偶 8 条、S4 敏感性 5 条、S5 整数规划 6 条，另 6 条为无括注的总纲表述。

这意味着一件很实在的事：考纲就是成果清单。 36 条全是 describe、derive、apply、verify 之类的可检验动作，逐条自测就知道自己差在哪。具体用法是：每学完一节，把该节的括注条目抄下来当口述题，能不看笔记讲完才算过关——比通读讲义有效得多。

教学安排是五次讲授、两次习题课、两次计算机课。教材五本：Williams 的《Model Building in Mathematical Programming》与《Model Solving in Mathematical Programming》、Hillier & Lieberman 的《Introduction to Mathematical Programming》、Chvatal 的《Linear Programming》、Winston 的《Operations Research》。

两本 Williams 配套正是「建模—求解」双技能的镜像——一本讲怎么把问题变成模型，一本讲怎么把模型解出来。

和国内运筹学课有什么不同？

最大的差别在体量与专注：国内「运筹学」多为整学期课、线性规划只占一章；本课用半模块体量全押确定性方法（LP＋IP），一学期走完从建模到分支定界的完整闭环——小而深。

• 成果写得极细。 36 条带节号括注，可检验性很强；国内同类课的成果表述远少有这么细。
• 面向数据科学家定位。 配商用软件的计算机课，影子价格的经济学解释与建模模板并重——不是纯数学课。
• 手算与机算两条腿都要会。 考试考表格手算与推导，计算机课练软件复核。
• 补考与重修的口径是三套不同的东西（见下一节）。

考核怎么算？

这一节的三种名目都不一样，必须逐条看清：

• 正式考核（Summative）：Exam 占 70%，Coursework 占 30%。
• 补考（Referral）：Written assessment 100%。
• 重修（Repeat）：Exam 100%；Repeat type 为 Internal & External。

形成性考核（Formative）栏，学校官网没有提及。

几点判断：

• 三种结构互不相同。 正式考核是 70／30，补考换成 Written assessment 100%，重修又是 Exam 100%——这不是同一套的复制，准备路径三条都不同。
• 课程作业那 30% 在补考与重修两条路径里都不保留。 这意味着平时那 30% 是「一次性的」：正常学期拿到的作业分，一旦走补考就归零。
• 那 30% 大概率对应计算机课的软件实操。 也就是说，它是你唯一练商用求解器的机会——放弃它，等于同时放弃软件能力和考试线的容错空间。
• 考试占七成，重心在方法与推导的原理层。 想只调库不解原理的人，在这门课上会很难受。
• 没有独立形成性考核栏，习题课与计算机课两处承担过程反馈——九次接触时段，错过一次就是真错过。

先修要求是什么？

学校官网没有提及先修课程要求。

模块页没有 Linked modules 栏。内容为 LP／IP 从零讲起（第一节即建模导论），预设的是基本线性代数（矩阵、基与维数）与不等式运算——数学背景即可衔接。

按内容倒推，还需要两样：

• 手算耐力：单纯形表格与敏感性区间推导都是长步骤手算，耐力比聪明更重要。
• 英文数学书写：成果里含「describe and prove 弱对偶定理」，证明要用英文数学写作。

适合谁：

• 数据科学、运筹、物流与供应链、金融工程方向的学生——优化是这些领域决策建模的通用引擎。
• 喜欢精确算法推导、愿意手算表格也上机验证的学生——两手都要。
• 想把「会调包」升级成「会建模并解释结果」的人。

不太适合：

• 想只调库不解原理的学生。七成在考方法与推导。
• 数学基础薄弱又不肯补线性代数的人。基与维数是这门课的语言。

学完能做什么？

核心是四件事：能用 LP、IP 与 NLP 表述各类问题；能描述对偶定理与互补松弛；能解释影子价格与原对偶对在「利润最大化 vs 资源稀缺」下的含义；能把分支定界应用到简单整数规划（例如变量数不超过三个）。

能力上，你能独立完成「问题 → LP／IP 模型 → 单纯形求解 → 对偶验证 → 敏感性分析」的完整链条，并用商用软件复核。

去向上，数据科学家的优化建模环节、供应链与运营分析、运筹咨询岗直接对口。

一句值得记住的定位：数据科学家会调模型的多，会建 LP 并解释影子价格的少——这个半模块补的正是最稀缺的那半。

影子价格这个词背后是真正的商业语言：它回答的是「再多一单位资源，我愿意付多少钱」——这个问题在很多决策会上比模型本身更值钱。

同样值得提前建立的还有对偶视角：原问题问「怎么安排最省」，对偶问题问「资源值多少钱」。同一组数据换个问法，答案就从操作方案变成了定价依据——这也是为什么这门课把对偶单列成一节（8 条成果）而不是附在单纯形后面。

难点与常见挂因

这门课的难点不在某一处抽象，而在链条长、节奏快：七件事同时压——建模翻译是第一道坎、对偶是抽象跃迁、单纯形变体要分清、敏感性手算精度要守、分支定界要守搜索纪律、术语要精确、半模块节奏还容不下一次掉队。考试七成，且那三成的作业分在补考路径里不保留。

为什么中国学生容易在这里卡？

• 建模翻译是整门课的第一道坎，也是分值最重的坎。 把「要么……要么……」「开机成本」这类业务语言翻成 0-1 变量与约束是门手艺。36 条成果里建模类占近三分之一——翻译错一处，解再对也错。这一段决定了后面所有计算有没有意义。
• 对偶是一次抽象跃迁。 从单纯形的表格操作跳到对偶定理与互补松弛，要在两套视角间自由切换。影子价格的经济学解释是理解的试金石——答不出经济含义，等于没学对偶，而它正是考试叙述题的常客。
• 单纯形法的变体家族容易混。 原始、对偶、两阶段、网络单纯形各有适用场景与操作细节，初始基可行解的求法与防循环技巧极易混，选错变体则整题路径从第一步就错。
• 敏感性分析的手算精度要求高。 目标系数与右端项的最优基不变区间，推导步骤长、边界条件多，一步符号错整个区间报废，而且这类符号错误在考场上极难自查。
• 分支定界要守搜索纪律。 分支选择、定界剪枝与终止判断要保持全局记录，手算三轮后漏剪枝或记错界是最常见的错——画完整分支树是唯一可靠的防错法。
• 运筹术语的英文精确度是日常门槛。 primal／dual、basic feasible solution、complementary slackness、ranging 这套术语环环相扣，中文译名多样，读题慢、答题术语错位。
• 建模题带欧美商业语境。 素材取自生产排程、投资选择这类情境，读懂了数据却抓不住决策变量，是最典型的卡点。
• 商用求解器的输出要会读。 界面、日志与结果报告全英文，会建模但读不出影子价格与区间表，软件就白学了。
• 半模块的节奏不容掉队。 五次讲授加两次习题加两次上机就要装下 LP／IP 完整内容，一次课没跟上，两周内就会显形。

卡住之后会发生什么？

• 建模翻译错：决策变量设错或约束漏写，后面全白做。
• 对偶只会算不会讲：解释不了影子价格的经济含义，叙述题失分。
• 单纯形变体混用：该用两阶段用了大 M，路径从第一步就错。
• 敏感性区间算错：换基判断靠猜，区间端点全偏。
• 分支定界漏剪枝：三层分支后答案与软件不符。
• 求解器输出读不懂：软件跑完却取不出要报的量。
• 掉队滚雪球：一次课没消化，习题课就跟不上。

五处高频卡点

1. 建模翻译：从业务语言到变量与约束。
2. 对偶与互补松弛：定理表述加经济解释。
3. 变体选择：原始／对偶／两阶段／网络单纯形。
4. 敏感性区间推导：符号与边界条件。
5. 分支定界记录：完整分支树与界更新。

常见挂因与对应动作

• 建模翻译错。 机制：决策变量设错或约束漏写。早期信号：例题套模板都对、新情境就错。怎么补：十个建模模板各做一遍变式，并用英文写清变量含义。
• 对偶只会算不会讲。 机制：能跑单纯形讲不出对偶含义。早期信号：解释不了影子价格的经济学含义。怎么补：为三个原对偶对各写一段经济学解释。
• 单纯形变体混用。 机制：该用两阶段用了大 M 或反之。早期信号：说不出各变体的适用场景。怎么补：做一张变体对照表（场景—步骤—陷阱）并默写。
• 敏感性区间算错。 机制：区间端点推导跳步。早期信号：换基判断靠猜。怎么补：目标系数与右端项区间各完整推导五题。
• 分支定界漏剪枝。 机制：界的更新记录不全。早期信号：三层分支后答案与软件不符。怎么补：画完整分支树解三题并与软件输出对照。

留学生特别提醒

中国学生最容易在七处吃亏：运筹术语英文链反应慢、建模题抓不住决策变量、表格手算的英文书写不规范、求解器输出读不懂、半模块节奏跟不上、证明题的英文表达写不完整、对偶只会算不会讲。

• 把 36 条成果的术语做成「英文—定义—一步操作」卡；能英文默写互补松弛条件并解释含义才算够。
• 积累十个经典建模模板（背包、下料、排班等）并英文重写；能对任一新情境套对模板并说明改了什么才算够。
• 把单纯形全表格与分支树各默写三遍并对照讲义格式；能徒手画出可直接评分的全表格才算够。
• 课前用任一主流求解器复现三个讲义例题；能从输出里读出最优基与敏感性区间才算够。
• 每次课后两天内完成配套习题；能连续三周按时消化当周内容才算够。
• 把弱对偶与对偶定理的证明英文默写两遍；能独立向同伴讲清证明逻辑才算够。
• 为三个原对偶对各写一段经济学解释（利润最大化 vs 资源稀缺）；能不看笔记说清影子价格是什么才算够。

怎么准备？

准备的关键是三条：把线性代数的手感先找回来、把建模模板先攒起来、把「手算表格」当成一项独立技能来练。

• 线性代数复习：矩阵、基、维数、不等式运算各过一遍，这是整门课的语言。
• 建模模板：背包、下料、排班、运输、选址、指派、混合配料、生产计划、投资组合、覆盖问题各一份。
• 术语卡：36 条成果里的关键术语，每词配定义与一步操作。
• 单纯形流程：标准形转换、初始基可行解、字典法与全表格法各走一遍。
• 变体对照表：场景、步骤、陷阱三列，把四种单纯形分清。
• 对偶练习：写对偶、用互补松弛验证最优、解释影子价格。
• 敏感性手算：目标系数与右端项区间各五题，每步写清符号依据。
• 分支定界：三题画完整分支树，与求解器输出对照。
• 软件：用任一主流求解器复现讲义例题，练读输出报表。
• 英文书写：定理与证明各默写两遍，表格格式照讲义规范。
• 节奏：每次课后两天内完成习题，别攒。

中英术语速查

• linear programming (LP) —— 线性规划：目标与约束均为线性的优化。
• integer programming (IP) —— 整数规划：要求变量取整数。
• nonlinear programming (NLP) —— 非线性规划。
• formulation —— 建模：把实际问题转成数学模型。
• decision variable —— 决策变量：模型中可选的决定量。
• objective function —— 目标函数：要最大化或最小化的量。
• constraint —— 约束：模型必须满足的限制。
• feasible region —— 可行域：满足全部约束的解的集合。
• basic feasible solution (BFS) —— 基可行解。
• simplex method —— 单纯形法：沿顶点迭代寻优的算法。
• two-phase method —— 两阶段法：先求可行再求最优。
• dual simplex —— 对偶单纯形法：从对偶可行出发迭代。
• network simplex —— 网络单纯形法：针对网络结构的高效版本。
• dictionary form —— 字典形式：以基变量表达的方程组写法。
• tableau —— 表格：单纯形迭代的矩阵呈现。
• degeneracy / cycling —— 退化与循环：迭代停滞的现象。
• duality —— 对偶：每个 LP 都有一个配对的 LP。
• weak duality —— 弱对偶：对偶目标值构成原问题的界。
• duality theorem —— 对偶定理：原对偶最优值相等。
• complementary slackness —— 互补松弛：最优解满足的配对条件。
• shadow price —— 影子价格：资源增加一单位的边际价值。
• sensitivity analysis / ranging —— 敏感性分析／区间分析。
• parametric programming —— 参数规划：参数变化下的解路径。
• branch and bound —— 分支定界：通过分支与剪枝解整数规划。
• LP relaxation —— LP 松弛：放松整数约束得到的 LP。
• binary (0-1) variable —— 0-1 变量：只取 0 或 1 的决策变量。
• knapsack problem —— 背包问题：容量约束下的选择问题。

关于我们

鱼之跃做在读留学生的学业支持，服务分两块，界限很清楚：

辅导＝老师授课：由 QS 前 200 院校的硕博老师把课程的知识点、推导链、作业要求讲透，按对口专业配课；覆盖同步辅导、论文辅导、考前辅导、预习。

护航＝你的学业管家：排计划、理材料、理流程这些杂事都替你打点好，该提前准备的他先想到；你只管学，有事随时找，需要时都在。同地区的留学学姐，熟悉你所在学校的节奏。

学术问题上的申诉，我们做材料梳理与流程陪跑，不代写、不代考、不碰学术诚信边界，也不承诺任何成绩。

课程官网与核对说明

课程官网（学校官网）：https://www.southampton.ac.uk/courses/2026-27/modules/math6161

本文涉及学校、模块代码、学分（7.5 CATS / 3.75 ECTS 半模块）、层级、学期、学年、模块负责人、课程定位、大纲两线九项、36 条学习成果的分节结构、教学配置（五次讲授、两次习题课、两次计算机课）、五本教材、考核结构（正式考核 Exam 70% 与 Coursework 30%、补考 Written assessment 100%、重修 Exam 100% 与 Repeat type Internal & External）、先修说明与学习成果的事实，均来自上述学校官网模块页；核对时间为 2026-10-30。文中「与国内课程差异、先修判断、难点、适合谁、怎么准备、学完能力」等属于基于课程内容的分析与学习建议，不代表学校官方要求；形成性考核栏学校官网未提及，以课堂安排为准。

← 学业指南首页课程库