一、从一次线性规划开始

我第一次觉得运筹学与控制论不是把模型列出来、把单纯形表算对、把"最优解"三个字写得体面，是在一次课程设计的复盘上。那天我交上去的方案改了四版，目标函数值比谁都漂亮，约束条件也列得工整。老师看完只问了三句：你这个最优解，是数学上成立的，还是现实中可行的——你把所有变量都当成可以连续取值，可那个决策变量明明只能取整数，你松弛之后有没有检查四舍五入的结果还在不在可行域里？你把灵敏度分析做了一遍，可右端项变动超过百分之五的时候基就变了，你写出来了吗？如果明天有人告诉你，这个系统的参数不是常数而是随时间波动的，你这套静态优化还站得住吗？

我一个都答不上来。回去翻《运筹学》《最优化理论与方法》《线性系统理论》和几本写满批注的习题集才明白，问题不在算法跑得快不快、表格算得对不对，而在模型与现实的区分、最优与可行的区分、静态分析与动态响应的区分没有对齐。同一个问题，换一种约束形式、换一种目标函数、换一组参数，本来就不该用同一个算法。从那天起我不再只追"最优、漂亮、有解"，我开始问自己：这个模型的假设在哪、松弛的代价是什么、算法的收敛条件满足了吗、牺牲了什么、边界写出来了吗。

决定考研并不戏剧化。本科读了几年数学，越读越觉得自己的理解是散的：课都上了，却说不出同一个"最优"为什么既可能解释为全局最优，也可能只是局部最优、可行解、甚至只是算法停在的地方；模型会建、算法会跑，却讲不清少一次"问题—建模—算法—收敛性—灵敏度—反馈"的闭环，结论会飘到哪里去。于是我回到书桌前，把数分和高代重新摊开，从最慢的地方开始推。最难的是自我怀疑：对偶理论绕了三遍还是推不顺，最优性条件的推导看一次忘一次。后来我不算进度了，只给自己定很小的事——今天把这一节彻底讲清楚，明天把这套卷子写完。十二月走进考场时我已经不紧张了。

二、公共课：慢火细炖

政治我从夏天开始，每天一小时，把它当公共课而不是专业课的影子——数学专业不考政治相关的专业课，所以这门课的定位很单纯：拿分、不拖后腿。讲到新质生产力与数字经济，就想智能决策、供应链优化与自主算法生态；讲到生态文明与双碳，就想能源调度、碳交易机制与多目标优化；讲到健康中国，就想医疗资源配置与排队论；讲到边疆治理与面向南亚东南亚开放，就想跨境物流网络、区域交通优化与产业布局。选择题靠回顾错题，大题靠动手写结构。投入产出比不错，省下来的时间全给了专业课。

英语一的目标是不拖后腿并争取六十以上。这个方向对英文的要求比多数方向更实在：教材、论文、求解器文档、复试问答都绕不开英文，单科线也是硬门槛，每年都有人专业课很好、英语差一两分无缘复试。每天精读一段，记长难句和论证连接词，作文自己搭框架改到看不出模板痕迹。顺手把linear programming、duality、convex optimization、optimal control、stability、feedback、constraint、objective function这类术语记熟，复试读文献时真用上了。有余力的话，把常用的句式（The problem is formulated as …; The optimal solution satisfies …）练到能脱口而出。

三、专业课：从算表到讲清最优性

运筹学与控制论属理学门类下数学一级学科（0701）的二级学科，在云大由数学与统计学院招生培养，学院形成了向量优化与组合优化、矩阵分析等多个具有明显优势和特色的稳定研究方向。初试除政治、英语外另设两门自命题专业课（各一百五十分），通常考查数学分析与高等代数，考试时间各一百八十分钟，题型以计算、证明、综合题为主。注意两点：一是科目代码、参考书目、是否合并命题每年可能调整，旧资料上的代码已成历史，务必以当年目录为准；二是复试通常会加试运筹学、最优化方法、线性系统理论、数值分析、概率论与数理统计中的若干门，且不少导师看重编程与建模能力，别等到初试结束才想起来。

我把复习分成四块。一是数学分析的地基，按"定义—等价刻画—核心定理—证明思路—典型反例"建卡：极限与连续、一元与多元微积分、级数与函数项级数、含参积分、曲线曲面积分。对运筹与控制论而言，这块的意义在于它是优化与控制的语言——凸性、连续性、可微性是目标函数与约束分析的前提，中值定理与不等式是估计的骨架，一致收敛与紧性是极限交换合法性的保证。最容易失分的是把直观当证明、在需要严格估计的地方写"显然"。二是高等代数，这是拉开差距的一块：按"概念—基本性质—关键定理—算法与计算—几何意义"建卡，覆盖行列式、线性方程组、矩阵、线性空间与线性变换、多项式、欧氏空间、二次型、特征值与若尔当标准形。每张卡强制配一道能独立算完的计算题和一个"条件去掉就不成立"的例子；对本方向尤其要啃透矩阵分解、正定性与二次型、特征值与谱、线性方程组的解空间结构——线性规划的单纯形法、二次规划、Lyapunov稳定性分析、可控性与可观测性全指望它。三是运筹学与控制论的专业骨架：线性规划（单纯形法、对偶理论、灵敏度分析）、整数规划（分支定界、割平面）、非线性规划（无约束优化的梯度法与牛顿法、约束优化的KKT条件与罚函数法）、凸优化初步、动态规划、排队论与存储论入门；控制论方面包括线性系统状态空间描述、能控性与能观性、状态反馈与极点配置、Lyapunov稳定性理论、最优控制初步（变分法与极大值原理）。我按"问题背景—数学模型—算法/方法—收敛性/稳定性—灵敏度与局限"建卡，每张卡强制配一个会失效的例子和一个能手算或能跑通的检验算例。最容易栽的地方有三处：把线性规划的最优解当成整数规划的最优解而不做取整检验；把KKT条件当成充分条件而不检查凸性；把Lyapunov函数当成万能钥匙而不验证正定性与沿轨线的负定性。四是动手与限时：所有主观题都要手写限时练，一百八十分钟写满一百五十分的卷子，写不完是最常见的死法；平时练证明就逼自己写清"因为—所以—依据"，练算法就逼自己先写清假设与约束再动笔推导，最后用一个有解析解或公认基准的问题做对照——说不清假设在哪、失效在哪，等于没懂。

结合云南的情境是复试和论述里很加分的一块：云大数学在向量优化与组合优化、矩阵分析等方向有长期积累，而云南的水电与新能源调度优化、跨境物流与交通网络规划、高原湖泊水质治理的多目标决策、生物多样性保护与资源分配的动态优化、面向南亚东南亚的区域产业布局、边疆地区的公共设施选址与应急资源调度，都是天然的需要运筹与控制论的题目。答题或面试时能把"理论工具—真实问题—可检验的方案"连起来，并且老实交代模型的假设代价和算法的适用边界，比空谈热爱有用得多。当然这部分仅供参考，具体方向与师资以学院当年公布的信息为准。

四、要不要报班

没有标准答案，只有适不适合。数学这行当最诚实：会就是会，不会就是不会，报班救不了不动笔的人。能自己去官网逐字核对专业目录、考试大纲和复试细则，坐得住冷板凳啃教材、把每个定理自己证一遍、把每道建模题从假设写到验证的人，自学完全够。跨专业、二战、在职，或者到现在还没分清运筹学与控制论、应用数学、计算数学、概率论与数理统计、基础数学、管理科学与工程、系统工程的差别，没确认今年两门专业课的代码和参考书有没有调整，不知道真题从哪找、复试考哪几门、要不要准备编程与建模作品的人，硬扛的成本往往是一整年。尤其要注意两点：一是这个方向招生规模不大、分数密集，一志愿录取为主不等于稳录；二是近年大纲确实在调整，别用旧资料赌新的一年。

我当年报的是新祥旭考研的全科定制辅导，对我最值的部分不是押题，而是前期定方向和核信息。老师帮我把运筹学与控制论同学科其他数学方向及管理科学、系统工程相关方向的差异逐条对齐，把公共课与两门专业课的双线并行排成复习表和模考表，全程有人盯着节奏，没让我在高代上耗光精力而把优化理论与控制论的训练拖到十一月。现在我在新祥旭考研担任专业课辅导老师，带一对一。我会先看你的基础和可用时间，帮你把目标院校和专业定准，再把计划拆到每周每天，陪你理框架、改答案、练写作、模拟面试。备考云南大学运筹学与控制论，或同校基础数学、应用数学、计算数学、概率论与数理统计、统计学、管理科学与工程，以及计算机、工业工程、物流工程的同学，都可以来找我聊聊。我能给的只是一条少走弯路的路。

最后说一句实在的：文中涉及的专业代码、研究方向、初试科目与代码、考试大纲、招生计划、复试办法与权重、历年分数线等，请以云南大学研究生院及数学与统计学院当年公布的官方文件为准；方向与师资情况仅供参考，可能存在变动。报考前请逐项核对当年目录与新版大纲，别用旧资料赌新的一年。