Explore la dualité forte, le relâchement complémentaire, l'interprétation économique et les scénarios de problèmes stochastiques dans la programmation linéaire.
Discute des techniques de réduction de la variance dans la simulation stochastique, en se concentrant sur les stratégies d'allocation et les algorithmes de génération de répliques.
Explore la programmation dynamique pour optimiser les processus de prise de décision au fil du temps, en utilisant des exemples concrets tels que l'extraction de pétrole et la négociation d'actions.
Couvre les méthodes de clôture du bilan énergétique dans les processus industriels grâce à des techniques d'intégration et d'optimisation des services publics.