6.1整数规划 整数规划(IP, integer programming):决策变量的全部或部分取整数值的线性规划显然,整数规划去掉对决策变量的整数性要求即为一般线性规划问题分类:

第六节信息的放大与缩小 一、一元函数的微分 二、多元函数的全微分 三、小结 四、练习

5.2初始基本可行解 本节来介绍求(TP)的一个初始基本可行解的两种方法:西北角法和最小元素法 如§5.1所言,运输问题的求解过程并不象一般线性规划问题一样借助于单纯形表,而是借助于运输表来实现:但其算法在理论基础、基本思想、算法步骤(包括初始基本可行解的选取、最优性的验证、转轴)等各方面都和单纯形法是一致的供需平衡型运输问题的运输表:∑a=∑b

第五节如何才能是最优的 一、元可导函数的单调性 二、一元可导函数的极值与最值 三、一元可导函数的凹凸性 四、多元函数的极值 五、小结 六、练习

第三节几个导数公式 一、求导的一般法则 二、导数的四则运算法则 三、复合函数的求导法则 四、小结 五、练习

一、计算函数增量的近似值 二、计算函数的近似值 三、误差估计 四、小结思考题一、计算函数增量的近似值 二、计算函数的近似值 三、误差估计 四、小结思考题

一、问题的提出 二、微分的定义 三、可微的条件 四、微分的几何意义 五、微分的求法 六、微分形式的不变性 七、小结思考题

2.2.1树 1847年,克希霍夫在研究电网络方程时首次提出了树的概念 树(tree): connected(连通的) and acyclic(无圈的) graph. 平凡树(trivial tree):v=1的树,即K1(平凡图);非平凡树(nontrivial tree): otherwise. 叶(leaf):树的悬挂点(度为1的顶点);分支点(branch vertex:度≥2的顶点 非同构的树

第一节 二重积分的概念与计算 第二节 二重积分应用举例 第三节 三重积分的概念与计算 第四节 对坐标的曲线积分 第五节 格林（Green）公式及其应用 第六节 对坐标的曲面积分及其应用

第一节 多元函数的极限及连续性 第二节 偏导数 第三节 全微分 第四节 多元复合函数微分法及偏导数的几何应用 第五节 多元函数的极值