基于概率收敛，计算次数上来了，期望也就知道了。

我开始不能忍受热了，应该是疲惫了。没有自然采光的地方很暗，又自然采光的地方很烫，这时候云彩、树荫或者冷巷就很重要。

我们一直在寻找最优解，但当我们付诸行动时，最优解就已经变了。所以总是次最优次最优，再闭环校正。硬抠这东西，那就永远变化，永远跟不上，给自己一些容差吧，放过自己好不好？

除了智能算法，有时候问题简单的话，还可以手算，用线性规划。今天学了单纯形。最优解一直在图解的边缘上，迭代后的点也一直是在边界移动，最优解是在角顶点上。当然该有很多种方法，但是学不过来，如果自己能明白一种方法，那就足够了。

套公式嘛，机械，但是对电脑友好，但是人要理解这个，就得费些功夫了，算了，先不用。

但如果面对n*m的运输问题该如何办呢？口算的话，迭代法蛮好的，用电脑算，那就套公式，也没什么。

口算真差不多最优。但口算就能得出答案的题目，也只能用来考试了。计算量稍微大一点，那就得用电脑算，设计算法。

更感觉，智能算法是对问题复杂和头脑简单之间的妥协。

过于复杂的问题，只能用只能算发了。但怎样验证跑出来的结果是最优的呢？如果能验证，那也许就不用智能算法了。局部还是用闭环校正吧，先验知识的能力是有限的。

数学计算，有时候也要迁就人的思维，还有钱。有时候，事物会收缩会膨胀，数字也跟着收缩膨胀。

现在多少了解了，学习新的东西是对的，因为新的东西更加复杂，考虑得更多，把之前没有解决的问题解决了，而且，它离最新的待解决问题最近。

黎曼这小子，怎么写东西也是大写大划拉呢？但是它的理论太高深了，根本学不下去，只记得他说，一切都是弯的就可以啦！开个玩笑。

有时候，找灵感要大于蛮干，但有时候就恰恰需要蛮干。

学完数值分析后，觉得一切都可以硬算了。前向差分再后向差分，或者迭代，逐步增加计算精度。高阶方程也很好解的。但咱还是说，牛顿他老人家是真的了不起！

白天折磨自己，晚上才会明白，空调房真舒服。鼠鼠我呀，真的是热死了，大热天出来骑自行车，作死！

不要着急啦！做自己鸭！