Explore les relations entre les événements, les contraintes disjonctives et la modélisation avec des variables binaires dans les problèmes d'optimisation.
Introduit les bases de la programmation linéaire, y compris les problèmes d'optimisation, les fonctions de coût, l'algorithme simplex, la géométrie des programmes linéaires, les points extrêmes et la dégénérescence.
Couvre les bases de l'optimisation, y compris les perspectives historiques, les formulations mathématiques et les applications pratiques dans les problèmes de prise de décision.
Couvre les fondamentaux de l'optimisation d'entier, y compris la programmation d'entier, la programmation dynamique et les algorithmes d'approximation.
Explique le processus de recherche d'une solution réalisable de base initiale pour les problèmes d'optimisation linéaire à l'aide de l'algorithme Simplex.
Explore l'optimisation robuste par l'approximation polynôme et les ensembles d'incertitude, y compris des programmes linéaires robustes et des astuces d'optimisation.
Explore les flux réseau, la méthode simplex, la programmation linéaire, les solutions arborescentes et les solutions doubles dans les problèmes d'optimisation.
Explore les conditions KKT dans l'optimisation convexe, couvrant les problèmes doubles, les contraintes logarithmiques, les moindres carrés, les fonctions matricielles et la sous-optimalité de la couverture des ellipsoïdes.