详细内容或原文请订阅后点击阅览
迈克尔·奥弗顿 (Michael Overton) 采访玛格丽特·赖特 (Margaret Wright) 谈运筹学
我不知道这些应该按什么顺序排列，也不知道这是否是整个采访。在偶然发现这一点之前，我不知道玛格丽特·赖特 (Margaret Wright) 或迈克尔·奥弗顿 (Michael Overton)。显然她曾经是工业和应用数学家协会的主席，在斯坦福大学与乔治·丹齐格共事等等。线性规划是多项式时间吗？卡梅克的算法创建算法和编写软件在GTE Sylvania的第一份工作早年在加利福尼亚州、亚利桑那州并选择斯坦福大学在斯坦福大学进行运筹学在斯坦福大学委员会和SIAMA顾问委员会以及NAS的数学和计算机科学系教授意外的成就和进步女性我想我还没有意识到过去几十年取得了多大的进步：“……但是回顾过去，看看我们所取得的进步。所以在优化的各个方面，人们都说得很好，对于非线性问题，你可以用数百个变量来解决问题。当然，这是一个非常不精确的说法。他们从来没有说什么样的问题或其他什么。今天我们有一个演讲，那个人在谈论数十万或数百万个变量。这是一个惊人的变化。这是能力上的惊人变化。并且这并不全是由于计算机硬件。我想有时人们会想，哦，机器更快；机器更大。但它是更智能、更好的算法，这就是你和我工作的领域，对吗？我们不试图利用它们，但我们不会让它们运行
来源:对经济学的思考我不知道这些应该按什么顺序排列，也不知道这是否是整个采访。
在偶然发现这一点之前，我并不了解玛格丽特·赖特 (Margaret Wright) 或迈克尔·奥弗顿 (Michael Overton)。显然她
曾任工业与应用数学家协会主席，
与斯坦福大学的乔治·丹齐格（George Dantzig）合作，等等。我想我还没有意识到过去几十年来取得了多大的进步：“...但是回顾过去，看看我们所取得的进展。因此，人们在各个方面进行优化说得好，对于非线性问题，你可以解决有数百个变量的问题。当然，这是一个非常不精确的说法。他们从不说是什么样的问题或其他什么。今天我们有一次谈话，人们谈论了数十万或数百万个变量。这是一个惊人的变化。这是能力上的惊人变化。这并不全是由于计算机硬件造成的。我想有时人们会想，哦，机器更快；机器更大。但这是更智能、更好的算法，这就是你和我工作的领域，对吗？不制造更快的机器。我们试图利用它们，但我们不会让它们跑得更快。对我来说，这太令人惊讶了。其中很大一部分，我认为仍然存在有趣的问题在这个非导数中没有太多变量优化区域。” ——玛格丽特·赖特我不明白内点方法或为什么 Simplex 算法平均效果如此之好。