“我们当时发现如果从华国的蜀都或者印度的卡拉格布尔起飞的话，需要携带过多燃料导致有效载弹量就会减少。
在我的提议下把起飞点从这两个地方转移到了马里亚纳群岛。
我们那时候就全靠飞行日志、轰炸报告和目标侦查照片来分析。
用的也是最基础的单纯形法。
我想请教你，有没有什么更好的算法来解决这个问题？”
这属于是运筹学早期应用了。
“那时候应该已经有机械计算器了吧？”林燃问。
罗伯特·麦克纳马拉点头道：“有，我们那时候用的是IBM的打孔卡机器。”
林燃说：“这样的话可以做一个曲线的拟合。
简单来说就是利用最小二乘法去手工计算斜率和截距，来找到一个理论的最后方法。
通过拟合方程来估计最佳的燃料配比”
“另外如果更高端一点，把作战系统抽象成矩阵。
引入矩阵分析和特征值优化也是一种方案。
你看，我们用把B-29的作战系统抽象为一个矩阵A，其中的行表示资源，刚才你提到了三个地点，蜀都、卡拉格布尔和马里亚纳群岛对吧。
列就表示目标，我们随便选三个，东京、大阪、名古屋好了。
然后每个矩阵元素αij表示基地i到目标j的效能值，比如每吨燃料摧毁的面积。
这样最简易的矩阵就构建好了。
下一步就是要找到效能最大化的值.”
这在后世看来已经是最基本的数学建模问题了。
但在当下，传统方法是通过表格逐一调整。
林燃将这些变量抽象为一个系统，用矩阵描述相互关系，并通过特征值分析找到最优配置，极大提升分析的理论层次和效率。
因为在运筹学中尚未广泛应用，对麦克纳马拉而言形成了全新的震撼体验。
林燃讲完后，他自己从公文包里掏出笔和纸就开始算了起来，从十多年前的记忆中找出不多的数据代入进去。
“林教授，果然和你算的一样，特征值约等于1.5，特征向量vmax约等于[0.4，0.5，0.6]，算出来的结果建议资源投入到马里亚纳群岛。”
麦克纳马拉满脸惊喜。
林燃却已经无语了，就这你也要喊我来？
“其实约翰·冯·诺伊曼教授和奥斯
本章未完，请点击下一页继续阅读！