Explore la dualité de programmation linéaire, couvrant la dualité faible, la dualité forte, l'interprétation des multiplicateurs de Lagrange et les contraintes d'optimisation.
Explore les problèmes d'optimisation convexe, les critères d'optimalité, les problèmes équivalents et les applications pratiques dans le transport et la robotique.
Couvre la régression MAE, la coque convexe, les avantages de la reformulation et les problèmes pratiques liés aux variables et aux contraintes de décision.
Couvre l'algorithme Branch et Bound, en se concentrant sur la description formelle et les étapes de mise en œuvre pour trouver des solutions complètes optimales.
Couvre l'algorithme Branch & Bound pour une exploration efficace des solutions possibles et discute de la relaxation LP, de l'optimisation du portefeuille, de la programmation non linéaire et de divers problèmes d'optimisation.
Explore les bases de la programmation linéaire, y compris les solutions de base, les solutions réalisables, les solutions optimales et les défis dans la résolution de problèmes de programmation entière.