Séances de cours associées à Méthode Simplex : Phase 2

Explore le lien entre les systèmes linéaires et l'optimisation par élimination et décomposition de LU.

Programmation linéaire : correspondance bipartite pondérée

Couvre la programmation linéaire, la correspondance bipartite pondérée et les problèmes de couverture de sommet en optimisation.

Optimisation avec contraintes: Algorithme de point d'intérieur

Explore l'optimisation avec des contraintes en utilisant les conditions KKT et l'algorithme de point intérieur sur deux exemples de programmation quadratique.

Hedging pour les LPs

Couvre le concept de couverture pour les programmes linéaires et la méthode simplex, en se concentrant sur la réduction des coûts et la recherche de solutions optimales.

Contraintes linéaires : Polyèdre MOOC: Optimisation : principes et algorithmes - Optimisation linéaire

Explique les contraintes linéaires et le concept d'un polyèdre dans les problèmes d'optimisation.

Optimisation avec contraintes : conditions KKT

Couvre l'optimisation avec des contraintes utilisant les conditions KKT et l'inversibilité matricielle en analyse numérique.

Méthodes du noyau : Representer Theorem & ERM

Explore l'application du théorème du representateur dans les méthodes du noyau et ses implications dans la MRE régularisée.

Cadre d'optimisation : contraintes d'inégalité

Couvre un cadre d'optimisation avec des contraintes d'inégalité et des conditions Karush-Kahn Tucker.

Algorithme Simplex

Couvre l'algorithme Simplex pour la minimisation des fonctions avec des contraintes linéaires.

Optimisation linéaire : trouver le BFS initial Connectez-vous à Mediaspace pour regarder cette vidéo

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.

Tutoriel d'optimisation convexe : Conditions KKT Connectez-vous à Mediaspace pour regarder cette vidéo

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.

Résoudre les programmes linéaires : méthode SIMPLEX Connectez-vous à Mediaspace pour regarder cette vidéo

Explique la méthode SIMPLEX pour résoudre les programmes linéaires et optimiser la solution par la manipulation de la variable de base.

L'algorithme simplex : efficacité et dégénérescence Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'Algorithme Simplex, en mettant l'accent sur l'efficacité et la dégénérescence dans les problèmes d'optimisation linéaire.

Introduction à l’optimisation Connectez-vous à Mediaspace pour regarder cette vidéo

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.

Bases de la programmation linéaire Connectez-vous à Mediaspace pour regarder cette vidéo

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.

Prise de décision optimale : analyse de sensibilité Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'analyse de sensibilité dans la programmation linéaire, en mettant l'accent sur les solutions optimales et leurs sensibilités aux changements.

Algorithme simplex en deux phases: introduction et dualité Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit l'algorithme simplex en deux phases et explore la dualité en programmation linéaire.

ALM avec inégalités : les prochaines étapes de l’optimisation Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la méthode lagrangienne augmentée avec des contraintes d'égalité et d'inégalité dans l'optimisation, en soulignant l'importance des variables slack.

Optimisation robuste : Optimisation polynomiale Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'optimisation des polynômes, y compris l'écriture de polynômes en tant que produits matriciels et la résolution d'équations linéaires pour la non-négativité.

Gradient Descent: Optimisation et contraintes Connectez-vous à Mediaspace pour regarder cette vidéo

Discute de la descente en gradient pour l'optimisation avec des contraintes d'égalité et des critères itératifs de convergence.